# 创业

这篇专访讲的是曦智科技创始人沈亦晨十年来推动光计算创业的过程，也是一段典型的硬科技穿越“死亡谷”的故事。2017 年，他还是 MIT 博士生时，基于一篇发表在 Nature Photonics 上的论文开始创业，并拿到了真格、百度、五源等机构的天使投资。彼时行业对光计算的理解还很有限，但投资人愿意押注这种“先看见未来、再慢慢找落地”的方向。

文章回顾了曦智早期的技术路线：最初目标是用光计算替代部分电芯片算力，瞄准的是 AI 计算和视觉分析场景，希望把计算速度显著提升。不过，现实比设想更难。摩尔定律并没有像很多人预期那样迅速失效，先进制程和封装技术持续演进，电芯片的竞争力被延长了很多年；与此同时，光计算在器件、工艺、供应链、工程化和商业化上都遇到了巨大挑战。

最关键的转折发生在 2022 年底。彼时曦智的光计算产品陷入瓶颈，继续投入新项目至少还需要 5 亿元，但公司账上只有 3 亿元。沈亦晨最终选择暂停高风险的光计算研发，转向更接近商业化的光互连业务，用光替代部分电线，服务 GPU 集群和超节点互联。这次调整让公司活了下来，也让它在大模型时代找到了新的市场切口。

文章特别强调了“活下去”的重要性。对硬科技公司来说，技术判断当然重要，但如果现金流和融资窗口关闭，再好的路线也可能被迫中断。沈亦晨在采访里提到，很多 MIT 同学创办的公司都在这一阶段倒下，自己也因此更清楚地意识到，创业不是单纯追求最前沿，而是要在理想与生存之间找到平衡。

在商业层面，曦智后来靠光互连成为主要收入来源之一。到 2025 年，光互连已经贡献了公司接近 80% 的收入，并占据中国独立 Scale-up 光互连解决方案市场的大部分份额。与此同时，公司也重新启动了面向大模型推理的新一代光计算芯片研发，试图在更大的 AI 基础设施浪潮中再次回到最初的技术愿景。

这篇文章的核心，不只是一个创业故事，而是一个关于“原始创新如何穿越现实”的样本。它说明，最早看到未来的人不一定最先收获商业回报，很多时候必须先在真实世界里找到一个可存活的落地点，再一步步把更大的理想推回到工程和市场中。

这篇文章围绕 Manus 被要求撤销交易这一事件展开，核心不是单纯讨论一笔并购，而是在讲：AI 时代创业公司的位置、身份、合规和技术归属，已经变成比融资故事更重要的问题。

一、这不只是一次交易失败

作者认为，这次事件的重点不在于 Manus 少拿了多少钱，而在于它传递出一个非常明确的信号：过去那套“在中国起步、融资拿美元、主体放离岸、最后去美国退出”的默认剧本，在 AI 时代可能已经失效。

他把这件事看成一种旧世界模型的崩塌：

• 以前创业公司更像纯商业主体，主要看产品、增长、估值和退出
• 现在 AI 已经被放进国家竞争、技术边界和产业控制的框架里
• 因此公司不再只是公司，它的位置会被重新审视

二、AI 时代，位置比能力更重要

文章反复强调一个判断：在大时代里，最重要的不只是能力，而是位置。

作者问了几个很尖锐的问题：

• 你站在哪里？
• 你向谁证明价值？
• 你把技术资产交给谁？
• 你最终属于哪个体系？

他认为，创业者可以换注册地、换办公室、换融资口径，但很难换掉自己的生长史。公司在哪里长出来、谁贡献了核心人才、谁给了第一波流量和关注，这些都会成为身份的一部分。

所以 Manus 的问题不是“想不想国际化”，而是“你到底从哪里来、最终要站在哪边”。

三、不能既要、又要、也要

作者的态度很直接：全球化可以，但套利不行；出海可以，但切割不行。

他认为，创业者如果真想做一家美国公司、新加坡公司或欧洲公司，就应该从第一天开始在那边注册、融资、招人、接受监管，而不是先吃中国生态红利，等做大后再包装成“非中国资产”卖给美国巨头。

他把这种中间状态视为最危险的路：

• 出发时要中国速度
• 融资时要美元估值
• 传播时要全球化光环
• 退出时要美国接盘

在和平周期里，这种模糊可能被看作聪明；但在冲突周期里，这种模糊就是风险。

四、这对中国 AI 创业生态意味着什么

作者认为，这次事件之所以重要，是因为它会形成示范效应。

如果 Manus 这条路被默许，那么后面会有更多中国 AI 创业者走同样路径：

• 在中国技术生态里起步
• 做出声量后搬去离岸地区
• 最后被美国大厂收购整合

而这对中国 AI 生态来说，会是一个很坏的信号，因为它会鼓励“先吃红利、再切出去”的路径成为默认选择。

所以从系统角度看，这不是一个单独公司的问题，而是对一种创业路线的否定。

五、AI 时代的竞争，已经不是上一代互联网逻辑

作者认为，很多创业者还在用上一代互联网的逻辑理解 AI：

• 以为本质还是资本游戏
• 以为只要产品好、增长快，就能自然完成全球化
• 以为技术可以和国家边界脱钩

但他认为 AI 不是团购、外卖，也不是短视频推荐算法升级，而是会变成下一代软件入口、智能体工作流和产业分工的关键资产。

因此，今天处理 AI 公司，不能再只看商业路径，还要看：

• 技术归属
• 产业位置
• 监管边界
• 国家竞争关系

六、这篇文章真正的核心：战略判断

文章最后落到一个很明确的结论：创业者最重要的能力，不是只会往前冲，而是要看清自己站在哪里。

作者认为：

• 如果选择美国公司，就一开始就在美国做
• 如果选择新加坡公司，就一开始在新加坡做
• 如果选择中国公司，就承认自己在中国体系里，想清楚自己的责任和代价

他说，时代重新划线的时候，位置会决定很多东西：融资、退出、并购、合规、团队流动，甚至公司身份本身。

结语

这篇文章的语气很强，但核心观点其实很简单：

AI 时代的创业，不再只是做产品和讲故事，而是先回答“你是谁、你从哪里来、你站在哪个体系里”。

作者给创业者的提醒是：

往前跑，别回头。

不是因为前面一定安全，而是因为回头的那条路，已经不在了。

这篇文章是 42 章经对 RC 的访谈，核心围绕三个主题展开：CLI 时代为什么重新兴起、Agent 产品该如何设计、以及多 Agents 协作的组织形态会怎样演化。整篇对话的信息量很大，重点不是单纯讲一个工具，而是在讨论「人和 AI 如何一起工作」这件事。

1. CLI 为什么会重新火起来

RC 认为，CLI 之所以再次变得重要，是因为它对 Agent 更友好。相比图形界面，命令行天然是文本化、结构化的，更适合大模型理解和操作。随着 Agent 能力提升，过去只适合人类直接使用的 GUI，反而不一定是最优入口。

他强调，今天的 CLI 已经不只是“给人用的命令行工具”，而是开始变成“给 Agent 用的工作界面”。因此，输入要尽量简洁、明确，输出要尽量稳定、高密度、可被机器直接读懂。

2. Kimi CLI 和“本地 Agent harness”

RC 回顾了自己做 Kimi CLI 的经历。他并不认为 CLI 是 Agent 的终局形态，但它是一个很好的起点，因为可以先把最底层的本地执行框架做扎实：

• 先有一个最小可用的 agent loop
• 先接入 bash tool
• 再逐步补充更多 built-in tools
• 再基于这套 harness 封装 SDK，扩展到 Web UI、VS Code 插件等形态

他很看重这种“从第一性原理往上搭”的方式，认为这样更容易发现新的 insights，也更容易把能力沉淀成可复用的底座。

3. 模型能力提升后，安全与反爬都会被重写

文章里有一段很重要的判断：当模型能力继续提升，很多原本依赖“人类行为差异”的防线会被削弱。RC 认为，不论是安全漏洞扫描，还是网站反爬，Agent 都会越来越强，甚至会反过来逼迫防守方升级。

他提到，未来模型如果足够强，可能会让底层软件、编译器、内核、浏览器等系统暴露更多漏洞；而防守和修复往往跟不上攻击速度。类似地，网站也会越来越难依靠传统交互方式来区分人和机器。

4. Slock：不是单个 Agent，而是多人 + 多 Agents 的协作平台

RC 重点介绍了他创业后在做的 Slock。它不是一个“单一全能 Agent”，而更像一个人和多个 Agents 协作的工作空间。

他认为，今天的 Agent 使用形态会越来越接近组织协作，而不是单人问答：

• 需要通信：人和 Agent、Agent 和 Agent 之间要能沟通
• 需要分工：任务发出后要有 claim / lock 机制，避免重复抢活
• 需要共享：不同 Agent 的沉淀要能被其他人和 Agent 复用

他把这套机制类比成一种“AI 版飞书”，但底层逻辑更偏 Agent-first。

5. 多 Agents 协作的“动力学”

文章里最有意思的概念之一是“Agent 动力学”。RC 认为，当多个 Agent 长期协作时，它们不只是各自拥有 memory，还会形成一种群体记忆和群体文化，类似组织行为学中的公司文化。

他观察到，不同用户会把 Agent 组织成不同风格：

• 有的更像协作型团队
• 有的更像赛马竞争
• 有的甚至会出现“办公室政治”式行为

这说明，未来 Agent 产品不只是工程问题，也会越来越像组织学、管理学和社会学问题。

6. Memory 比 skill 更重要

RC 对 MCP、skill、prompt 的看法也很明确：

• MCP 本质上常常只是把 API 再包装一层
• skill 只是把能力标准化、结构化，方便分发
• 真正重要的是 memory

他认为，Agent 市场里卖的不是某个固定功能，而是该 Agent 的长期记忆、长期对话、纠偏过程和行为模式。也就是说，用户买到的不是“一个 app”，而更像是“一个会持续演化的工作伙伴”。

7. agent-first 产品设计：让 AI 先看懂，再让人看懂

文章后半段讨论了一个很关键的问题：产品不应该只为人设计，还要为 Agent 设计。

RC 提到，人类看界面是依赖空间结构的，但 Agent 的记忆是线性的 context，因此产品需要考虑：

• Agent 如何快速定位上下文
• 新消息如何和旧任务关联
• 如何把任务摘要、状态、历史记录组织成 Agent 能直接用的信息

他说，真正难的不是把界面做漂亮，而是让“Agent 看到的产品”足够清晰、可执行。

8. 人和 AI 的未来关系

RC 的整体态度偏乐观。他认为未来不会简单变成“AI 取代人”，而更可能是：

• 顶尖模型厂商越来越重视安全边界
• 人类和 AI 会在更复杂的组织结构里协作
• 编程、产品、设计、增长、运营等许多工作都会变成“先说目标，再由 AI 执行”的方式

他甚至提到，很多以前需要程序员才能做的事情，未来会被 top-down 的方式重写：先用 prompt 做出原型，再按需补充更深层的知识。

结语

这篇访谈的价值不在于某个单点技巧，而在于它把 CLI、Agent、Memory、多 Agents 协作、组织结构 这些概念串成了一条线。RC 的核心判断是：未来重要的不是“一个超级 Agent”，而是一个能让很多 Agent 和人一起工作的系统。

如果说传统软件是在为人设计界面，那么这一代产品开始是在为“人 + Agent 共同组成的组织”设计基础设施。

这篇文章围绕彼得·蒂尔的“确定的乐观主义”展开，核心是在讨论人应该如何理解未来、如何安排自己的行动，以及“把每一天当作最后一天”与“把每一天当作永远”这两种时间观的区别。

文章先从乔布斯和彼得·蒂尔的两种说法切入。乔布斯强调把每天都当成生命中的最后一天来过，而蒂尔则反过来主张：应该把每一天都当作会永远持续下去来过。作者认为，这反映出蒂尔哲学中的核心概念——“确定的乐观主义”。在这个框架下，未来不是被动等待的结果，而是可以通过明确设计和长期执行主动塑造的对象。

文章进一步用一个“四象限”模型来解释人们对未来的态度：确定的乐观主义、 不确定的乐观主义、 确定的悲观主义、 不确定的悲观主义。作者解释说，蒂尔批判的主要对象是不确定的乐观主义，也就是“未来会更好，但我不知道怎么让它更好，所以保持灵活、分散、等待机会”的思维方式。在他看来，这种心态对应的是金融化时代：人们更习惯做资产重组、做多样化、做期权思维，而不是去真正创造新事物。

与之相对，确定的乐观主义则意味着相信未来会更好，并且相信自己知道如何让它变好。它强调的是“设计”而不是“运气”，强调长期工程、发明创造和高度聚焦。文章列举了阿波罗计划、州际公路系统、iPhone、火箭等例子，说明这种世界观下的人更倾向于 build，而不是 bet。蒂尔还反对过度分散和所谓的“多元化”，认为那只是无知的保护伞；如果你真的知道哪里有潜力，就应该 All-in，而不是东碰一点、西沾一点。

文章也提到蒂尔对“精益创业”的批评。蒂尔认为，过度依赖 MVP 和快速试错，反而说明创业者缺乏对未来的清晰信念；真正的确定性乐观主义者应该有更明确的愿景，并花时间把它扎实地实现出来，而不是被市场反馈牵着走。作者对此也做了补充说明：蒂尔强调的是一种积极的态度，但并不意味着抛弃概率和分析，而是要在明确目标之上使用工具。

最后，文章把这一切和“把每一天当作永远”联系起来，认为这其实是一种对长期主义的时间观表达：如果你相信未来仍然会持续，就不会把人生过成短期消费，而会更认真地设计自己的路径、项目和关系。整篇文章的结论是：真正的乐观不是盲目乐观，而是知道自己想去哪里，并愿意为那个未来持续投入。

这篇文章整理了段永平回母校浙江大学与师生交流的内容，核心主题是他一贯强调的“做对的事情，把事情做对”。

文章开头先提到，段永平这次露面引发了很高关注，原因不仅是他一向低调，也因为他对投资、创业和人生的许多回答都很直接，没有太多包装。文章整理出来的金句很多，围绕的核心其实都很一致：想本质、看长远、做正确的事。

在投资部分，段永平强调自己并不擅长“快速判断”，他更看重长期理解一家公司。他认为真正优秀的投资者不会追求频繁出手，而是尽量避免踩雷，宁可错过一些机会，也不要因为贪快而犯大错。文章还提到他对苹果、网易等长期投资案例的看法：这些成功并不是靠短期判断，而是靠长期理解企业、文化和商业模式。

在创业部分，他的态度也很明确：不是所有人都应该创业，更不能为了创业而创业。真正适合创业的人，通常会有很强的内在驱动力，而不是被外界鼓动出来的。他认为现在创业条件比过去好很多，但成功率依然不高，所以创业前要先想清楚商业模式和自己是否真的喜欢这件事。

文章还重点整理了段永平对学习、创新和批判性思维的看法。他认为学习能力比“学很多新东西”更重要，没必要什么都学，学自己需要的就够了。对于创新，他不赞同“为了不同而不同”，而是强调创新应该来自用户真实需要但尚未被满足的事情。模仿和创新也不是对立的，很多成功的创新本来就从模仿开始，关键是能不能做得更好、更有价值。

他对“批判性思维”的理解也很朴素：不一定要用这个词，更重要的是凡事想本质、看长远。文章反复传达的意思是，真正有价值的判断不是追热点、追快钱，而是保持正直、持续学习、遵循本分，在长期里把正确的事情不断做对。

整体来看，这是一篇典型的段永平观点整理文，信息量不在“新”，而在于把他长期稳定的一套价值观和投资观集中呈现出来，适合想理解他思路的人作为入门读物。

这是一篇米哈游联合创始人、董事长兼 CEO 刘伟在上海交通大学的演讲实录整理。文章从他的大学经历讲起：他来自农村，初到上海交大时既惶恐又自卑，早年几乎把全部精力都放在刷题和 GPA 上，对大学生活并不满意。后来他在校园里接触到一些“非典型交大人”，看到了除了学业之外的多种人生路径，这些经历让他逐渐意识到，人生不只有一条标准答案。

文章重点讲了他从学生到创业者的转变。研究生阶段，他一度认为自己不适合做科研，于是尽快完成学业要求，并在深圳短暂接触创业环境。之后，他在朋友邀请下加入米哈游，开始承担技术之外的管理和协调工作。作者把这一段总结为“Connecting the dots”——很多关键机会往往不是预先规划出来的，而是在一次次看似无关的经历中慢慢连起来的。

演讲后半部分主要是在给交大学生和年轻人提供方法论。刘伟认为，面对 AI 时代和职业焦虑，最重要的是先弄清自己真正想做什么，而不是过度追逐外部最优解。他强调要立即行动，因为很多焦虑其实来自“想得太多、做得太少”；与此同时，目标也要反向拆解、量化推进，像高考复习一样把复杂任务分解为可执行步骤。

他还反复强调“想象力”比单纯执行力更稀缺。AI 会让执行越来越快，但真正能创造增量的，是那些愿意做出不同选择、能提出独特问题的人。文章也提到，米哈游在招聘和项目推进上越来越看重 demo 和实际成果，而不是单纯看资历。最后，刘伟把未来游戏的方向总结为“千人千面”的个性化体验，并认为这一变化在未来两到三年就会出现。

整篇文章的主线很清晰：人生不需要活成标准答案，创业和成长都不是线性规划出来的，而是在不断行动、不断试错、不断自洽中逐步形成的。对年轻人来说，最重要的不是立刻看清全部未来，而是把眼前的事做好，并相信这些点滴最终会连成自己的路径。

这篇文章翻译并整理了 Lenny Rachitsky 对 50 家顶级消费级公司的创业起源研究，重点讨论“创业灵感到底从哪里来”。作者的核心结论是：大多数成功产品的起点并不戏剧化，往往只是创始人先被一个具体问题困住，然后亲手去解决它。无论是 Dropbox、Airbnb、Uber，还是 Calm、Warby Parker，很多故事最初都只是“我自己先不爽了，所以想做个更好的东西”。

文章把找到创业点子的方式归纳为五类：关注自己的痛点、追随好奇心、放大已经跑通的东西、关注范式转移，以及和朋友一起头脑风暴。作者强调，最常见的路径是“先解决自己的问题”，但这并不意味着所有好点子都来自亲身痛点。相反，很多优秀创意其实是在持续观察、反复试错和不断积累中自然浮现的，而不是某次灵光一现。

文章还总结了很多消费级创业者的共性：他们大多比较年轻，常常有联合创始人，且并不总是拥有特别罕见的专业背景。更重要的是，许多最成功的产品在诞生时都看起来并不起眼，甚至显得有点蠢，但它们背后解决的是高频、真实、足够痛的需求。作者因此提醒创业者，不要被“点子不重要”的口号误导，真正重要的是你是否能识别一个值得长期打磨的问题。

文章后半部分用大量案例说明，每一个点子如何从日常烦恼、个人体验或行业空白中长出来。它的实际价值不只是讲故事，而是给创业者一套筛选灵感的视角：关注自己周围反复出现的不便、观察别人已经做成但还没被彻底优化的事情，并警惕那些看起来很酷、但没有真实需求支撑的想法。

整体来看，这是一篇关于“如何找到好创业点子”的系统性方法总结。它想传达的不是神秘配方，而是一个很朴素的判断：真正好的产品灵感，往往来自对现实的不满、对细节的观察，以及愿意亲自动手把问题做对。