李一豪
观点集合
OpenClaw 之后，谁将定义主动式 AI 的新战场？｜对谈 AirJelly 黄柏特
AirJelly 把记忆入口从全量屏幕记录转向 Enter 捕获的高价值意图，并叠加 OpenClaw 的跨应用执行能力，形成 Context 与 Agent 的闭环。先发私域记忆、事件组织和召回工程构成潜在壁垒，但窗口可能只有一到两年，隐私接受度与巨头在用户记忆沉淀前下场是主要风险。
查看摘要（7段）
AirJelly 的核心押注不是记录更多屏幕，而是用 Enter 捕获最高价值的用户意图。 My Context 曾每 15—30 秒截图、每 15 分钟分析，AirJelly 则在 IM 发言、Chatbot 对话和浏览器搜索发生的 Enter 时刻取样，再把“编年体的史书”加工成围绕任务与意图的“纪传体”；黄柏特认为，主动式 AI 的稀缺输入不是全量录像，而是“捕获其中的高光”。
产品真正的跃迁来自 Context Memory 与 Agent 执行能力叠加，而非单独做记录或自动化。 AirJelly 接入 OpenClaw 相关框架后，可以调用 skill、操作电脑和浏览器，并利用跨应用记忆继续寻找线索；它既能提交改进自身的 PR，也曾从 Boss 直聘记忆追到微信本地图片，找回普通文件检索失败的简历，形成黄柏特所说的“一加一大于十”。
团队是在一次被平台吞没的产品转向中找到壁垒的：Claude Code 能快速覆盖执行层，却难直接复制跨应用 Context。 2025 年 12 月团队押注 task engineering，Cowork 及 Claude Code 随后的 task 化验证了判断，也令此前尝试几乎白费；由此形成的创业筛选法是，若 vibe coding 已能做出 60—80 分就不值得做，而 AirJelly 的 Context 方案只能做到约 30 分，“这就对了，因为这样才会让它有壁垒”。
AirJelly 对主动式 AI 的非共识是收敛而非发散：沿用户当前任务的延长线推进，而不是不断制造新信息。 真正的 proactive 需要同时知道场景中的明确意图与上下文，再由 task progress 推断 next step；提示时机则参考用户切换应用等注意力变化，并用 dismiss、got it 等反馈调节频率，避免把“主动”做成认知负担。
黄柏特把先发记忆、工程细节和隐私接受度视为护城河，但也坦承窗口可能只有一到两年。 用户使用一个月、三个月后积累的私域记忆难以迁移，而截图理解、event 合并与召回存在大量 bad case；相反，若触达用户太慢，巨头会在记忆沉淀前下场，“不够快”就是首要失败路径，隐私与效率之间则是一门“火候的艺术”。
通用路线要求团队真有定义新框架、驾驭资源和全球宣发的能力。 黄柏特希望像 Manus 一样先让用户涌入，再由真实使用收敛场景，称这代表“尊重用户的奇思妙想，然后尊重 AI，相信 AI 的能力”；李一豪则提醒，大多数创业者可能更适合垂直切入，用新框架复制少数专家的专业能力，“本质上再造一个人”。
这是一笔高执行风险、强先发效应的早期创业下注：24 岁创始人、8 人团队、天使轮刚完成，第二轮推进中。 终局不是另一个工具，而是“一人一 Agent”的长期伙伴网络——Agent 既代理个人 skill 参与生产，也因拥有完整记忆而提供陪伴。
在「缓慢、昂贵且分散」的市场，AI 的机会最性感 | 对谈 Mizzen AI 孙克强&李一豪
Mizzen Insight瞄准约800亿—900亿美元、慢且分散的传统调研市场，宣称将60人天、约10万的项目压缩至数小时和约十分之一成本。真正壁垒在能持续追问的垂直模型、独家访谈数据与强化学习评价体系，而非简单调用大模型；平台能否以真实受访者建立可信数据飞轮仍待验证。
查看摘要（7段）
- Mizzen AI押注的不是一个“更便宜的访谈工具”，而是AI产品闭环里尚未提速的关键一环。 孙克强的原话是：“AI让产品的迭代速度大幅加快，但是用研的速度远远跟不上研发的速度。”传统项目约需60人天、约10万的项目开销；Mizzen Insight宣称可把速度提高100倍、成本压到1/10，让研究周期从月级变成小时级，早上提问、午饭后取报告。目前团队仅8人。传统用研本身是劳动和智力劳动密集型，人员增长会加重管理，且交付质量不变时ROI递减。
- 李一豪看到的是一个总量大、头部不大、结构固化却仍高度分散的替代窗口。 他估算全球传统调研市场约800亿—900亿美元，新兴UX tools约30亿—50亿美元，而头部公司的年收入也只有20亿—30亿美元；类比4000亿美元的传统法律市场与600亿—700亿美元的legal tech，分散并不妨碍第一名上市并创造可观回报。更关键的是，这类传统、半数字化行业变化较慢，反而给新进入者机会建立AI原生优势。
- 真正的产品壁垒不是把访谈员换成ChatGPT，而是训练一个“能挖到点”的提问模型。 孙克强坦承，通用大模型是“很好的回答者，而不是一个好的提问者”，且优秀访谈过程大多闭源；团队正获取超过保密期的独家访谈数据，用强化学习自研environment与reward model，以回答的真实性、细节、主观分析和一致性等维度评价主持人的问题。李一豪把这视为垂直AI的核心壁垒：domain benchmark与边缘数据飞轮，而非单纯调用更强的base model。
- 降本的最大价值可能不是抢走已有大项目，而是把用研变成每天都能启动的小实验。 孙克强观察到，产品构建成本已经“大幅降低，甚至低于分发成本”，客户因而从一个月一次的大报告转向“连续渐进式的用户研究”；已有消费电子客户开始研究“是否采用先用后付费”“手写与屏幕打字是否应分离”等微小问题。平台免收平台费、按项目收费，目标是“用研的平权化”；Koji则认为，新增市场的新机会对创业公司更友好。
- AI主持人的反直觉优势是减少人际表演，但回答质量仍要靠机制设计。 面对主持人质疑，孙克强承认受访者起初会不适应，但认为AI能减少主持人的性别、情绪和chemistry造成的干扰；平台会提前告知真实性、细节、主观分析、一致性等评分标准，并把得分与礼金挂钩，使博弈中的最优解变成“更加真实、更加愿意表达”。其受访者供给由2家国内、2家海外供应商及合作专家库组成，声称总量达到千万级。
- 团队明确否定了现阶段直接“访谈AI”的捷径，却给真实数据积累后的受访者模拟保留了长期路径。 孙克强认为当前模型与人的真实context仍有“巨大gap”，训练时固化的上下文只能复现过去且不完整的信息，通用推理能力与品牌方信任也都不足。长期方案不是凭空生成persona，而是将受访者历次表达沉淀为偏好图谱，再做有依据、低成本的实验性模拟。
- 这笔早期赌注同时押注一条长期技术主线和创始人的转向能力。 孙克强从视觉偏好HPS、GPT-3.5与RLHF一路追到多模态人类偏好，期间又在调研画廊、艺术家和交易者后放弃艺术市场方向；李一豪看重的正是这种“真实采样”、快速pivot与被负面反馈推动而非击倒的resilience。终局愿景是让Mizzen成为“每一个PM的钢铁侠盔甲”，以Web coding和web user research作为两只手，由人贡献直觉、审美与“神来之笔”，AI完成研究和迭代链路。被问及300万美元投三个人时，孙克强表示前两名会投给Quick Stone的两位老股东，第三名投给硅谷公司Krea。
你的下一个可穿戴设备，是挂脖子上的健康伙伴？| 对谈潘宇扬：AI项链Odyss创始人&李一豪：CreekStone合伙人
Odyss押注挂脖多模态入口，以低帧率AI相机自动记录每一口食物和运动，避开眼镜的舒适、续航、外观与配镜成本约束。端侧压缩、云端小模型和异步队列支撑18—20小时续航，产品面向生物极客、GLP-1使用者及慢病风险人群；最快明年Q2、最慢Q3海外发布，核心待验证仍是新品类需求、法规与品牌身份。
查看摘要（7段）
- 潘宇扬押注的不是“AI项链”的新奇感，而是眼镜短期内跨不过舒适、续航、外观和配镜成本后，挂脖可能是更符合第一性原理的多模态入口。 Ray-Ban Meta一年数百万台的成绩，在他看来主要依赖海外墨镜市场与Ray-Ban的渠道、品牌，而非证明AI眼镜已成为大众终端；项链既位于身体正面、能看能听，又把约50克重量放在人最能承重的颈部。“产品应该为人服务”，而不是为了让AI“听我所听、看我所看”强迫用户戴眼镜。
- Odyss的核心功能，是自动记录“每一口”食物及运动，把能量从进入到消耗的全过程变成可规划的数据。 它不追求人类观看的高清影像，而做低帧率、低分辨率、高对比度的“AI相机”；团队测试中10 FPS与30 FPS对识别benchmark已无增益，再用T0画面预测T1所需负载、端侧压缩、云端小模型和异步队列，在有限带宽内换取目标18—20小时续航。“你吃下的每一口都被记录在案”，连喝泡面汤也可结合碗内液面变化和IMU动作推断。
- 团队从day one排除了通用记录器，因为硬件必须给消费者一个明确购买动机，context只能是好体验的副产物。 潘宇扬认为，通用AI往往只是多个优化过的垂直agent拼出的“通用错觉”；会议纪要最终属于手机OS，普通人的生活也未必值得全天存档。更关键的是，大量产品把个人信息summary后塞进system prompt，却没有能力逐用户验证agent究竟变好还是变差，因此context最终仍会在健康、coding等垂域中兑现。
- Odyss的海外切入口不是单一“减肥”，而是生物极客、GLP-1使用者及已有慢病风险的人群。 潘宇扬引用的市场观察是，美国约有1.9亿人至少患一种慢性病，全球智能穿戴市场有接近10亿用户；GLP-1用户吃得少，却可能在选择少量食物时更偏向高油、油炸、烘烤食物，慢病人群则需要识别麸质、乳糖、嘌呤等隐藏成分。美国BMI肥胖标准为30、中国为28，但一些BMI 30甚至40的美国受访者仍觉得自己“很strong”，所以产品卖的是健康状态和工作效率，而非外观焦虑。
- 相较拍照算卡路里的App，项链的增量不是再猜一次菜名，而是消除高频记录摩擦并恢复被单张照片丢掉的时间信息。 一张图无法知道碗的深浅、下层食物、共享菜实际吃了多少，也看不到先吃蔬菜还是碳水、进食速度有多快；团队共识中，潘宇扬甚至认为当前识别最准的App是ChatGPT，但原理限制仍在。主持人佩戴动态血糖仪时，一顿延迟到下午三点的牛肉面把血糖推至17—18并令其昏睡一小时，说明真正有价值的是行为链，而不只是热量总数。
- “反人性”的质疑反而促使团队删掉实时劝阻，只保留数据呈现和未来规划，并用产品边界降低隐私风险。 潘宇扬说最严厉的批评主要来自投资人而非用户，他的回应是人类从树上下来本就是“反猴性”，反人性只意味着用户上限有限，并不等于没有商业价值。Odyss不提供相册，用户看不到完整的视频和音频，只看到健康summary；大部分时候，模型输出summary后数据就会被丢弃，本体还将提供低门槛断开方式。团队不会在用户吃到一半时警告“这一顿吃多了”。
- 消费级健康硬件的成败还取决于它能否成为身份符号，因此Odyss想走“比Oura更Oura”的品牌路线。 名称取自Odyssey式的冒险和自我突破，首饰属性、品质感和社交话题优先于医疗严肃感或Duolingo式纯游戏化；团队已做近10版ID，并用英美目标用户打分、落地页和广告测试筛选。公司现约10人，已完成首轮数百万美元融资并接洽第二轮，计划最快明年Q2、最慢Q3先在海外发布；潘宇扬判断核心技术可在发布前验证，最大不确定性仍是新品类需求、地缘政治与法规。