在锦秋基金的CEO峰会，我们看到了AI方向的创业、投资、就业机会

11月1日的北京，空气清冷。

在一场名为“Experience with AI”的CEO闭门讨论现场，百余位AI创业者、科学家与投资人围坐在一起，看着一段由AI自己生成的开场视频。

环顾四周，你会发现这是一场由AI共同完成的大会：开场视频由生数科技的AI生成，配乐由suno进行AI作曲，礼物则是基金与被投企业数美万物合作的AI手办，每位CEO都收到了一个AI生成的“Q版分身”……视觉、音乐、互动、礼物、视频，每一个环节都成了AI真实落地的试验场。

在过去的一年多里，组织这场闭门会的锦秋基金，投资了50多个AI的项目。锦秋基金创始合伙人杨洁在开场演讲中说：“AI的iPhone时刻，不是要来，而是已经开始。”这句话也在场内被记录了无数次。

一个为创业者们所共识的技术判断是：AI的可用性与生产力转折点，已经到来。真正的机会已不在未来，而在当下。

一、创业机会：三个“战场”，一个历史性窗口

杨洁把当下的AI机会划为三大“战场”：应用层、算力/芯片层与机器人/具身智能。

这一划分并非“分类学”的热闹，而是投资与落地路径的现实地图：三条赛道同时加速，彼此咬合、相互增益，构成了中国创业者面前的历史性窗口。

战场一：AI应用——从“懂模型”到“更懂用户”

“模型是commodity（商品），产品不是。”杨洁在现场强调。她认为，随着token价格下降、模型能力趋同，AI的上层竞争将从“算法性能”转向“用户理解力与信任”。

她展示的两张对比图清晰表达了这一趋势：左图代表智能提升速度，右图代表在达到同样准确率下，每百万token的成本。结果是明显的——智能能力迅速提升，而智能的单位成本在急速下行。

“这意味着模型会成为基础设施，价值会让渡给产品。”她说，“真正的稀缺，在于谁能让AI更贴近用户。”

在应用端，锦秋基金已投资多家团队：

VideoTutor用一句话生成专属讲解视频，切入教育Agent赛道；

HeadAIAdsGency在广告自动化领域以多Agent架构提高投放效率；

造梦次元（想法流）打造多模态AI互动内容平台，强调AI的人格化表达；

独响则试图通过“异步交互”重构AI陪伴关系。

“现在的市场不缺能做的公司，缺的是‘只有我能做’的公司。”杨洁说。

她展示的另一组图表显示，AI应用公司达到1亿美元年收入的时间显著缩短，往往只需传统软件公司一半甚至三分之一的周期。这说明，当产品定义清晰、执行力强，AI正在成为增长的放大器。

战场二：芯片与算力——在制程之外寻找突破

“推理芯片的窗口正在打开。”杨洁援引了以下数据：2025年全球AI芯片市场规模预计将达1500亿美元，到2030年有望突破5000亿。谷歌在第三季度平均每月的token调用量超过1000万亿次，9月更达到1300万亿次；OpenAI的API在10月每分钟调用量高达60亿次，字节火山引擎披露的日均调用量也达到30万亿次。

这意味着，推理侧的算力需求正在激增，并带来了三个新的机会方向：第一个是推理芯片的窗口刚打开，第二个是芯片软件算法的正向飞轮，第三个是不同的支点，有很多创新团队在用不一样的技术方案去解决问题。

战场三：机器人与具身智能——数据、资本与成本的共振

AI不只存在于屏幕内。锦秋基金认为，机器人产业正在迎来自己的“ChatGPT时刻”。

据锦秋基金统计，2025年机器人领域的融资总额将达414亿元，是2023年的五倍。数据集的爆发、资本的聚集与核心部件成本的下降，正在同时发生。

“每一个今天积累的操作场景，都是明天的操作系统。”杨洁总结说。

她认为，具身智能的拐点已经出现：数据飞轮形成，真实场景开始反哺模型训练，而“交互层”的缺位正是最值得创业者投入的空白。

二、成长公司的三个“信号”

在锦秋基金创始人杨洁看来，能够快速成长的AI公司往往具备三个共同特征。

第一，具体产品解决具体痛点。

与市场的部分观点不同，杨洁提出：

•不要害怕垂直领域。在垂直场景做到极致，就拥有定价权。

•不要害怕信息化程度低的行业。诸如医疗、法律等都已经出现Harvey这样高估值、高增长的公司。

•不要害怕套壳。Cursor虽未发明IDE，却在代码场景上做到极致，“所谓‘套壳’，只要从薄做到厚，就是壁垒。

第二，填补智能鸿沟的产品。

AI跑Benchmark的能力与现实应用之间存在巨大落差。就算未来十年模型不再更新，消化现有智能能力仍需多年。

能让AI‘落地成事’、真正引导用户使用的产品，会长期有价值。

第三，执行力决定差距。

杨洁直言：“执行力是唯一被验证的成功路径。”AI放大了团队节奏差异——快的团队积累复利，慢的团队被淘汰。“识别复利方向+高效执行，是赢下未来的关键。”

杨洁总结出跨越这三大战场的通用规律：

1、找到不对称优势。应用看垂直定义，芯片看创新路径，机器人看场景深度。

2、判断好时机。“AI的智能化浪潮是一个20年周期，我们现在处在第3年——窗口刚刚打开。”

3、“真正有效的数据飞轮，必须推动收入、留存或转化率，而不是‘为了数据而数据’。”

杨洁进一步分享了锦秋在投资实践中总结的三个共同信号，这些信号往往预示着创业公司有机会高速增长。

杨洁在会上还给出三项针对2026年的趋势判断：

1.模型竞争仍将持续，应用差异化回归产品层面。

模型间切换成本低、用户忠诚度弱，差异化将体现在产品体验、垂直场景和品牌信任。深入场景的产品公司将更具竞争优势。

2.从“个人助手”走向“AgentEconomy”。

在“Agent经济”中，AI不仅传递信息，还能调配资源、完成交易。

锦秋预计，这将孕育三个新机会：自主学习、全新基础设施以及伴随而来的信任与安全体系。

3.市场低估了AI需求。

根据锦秋引用的数据，科技巨头的资本开支预计将从2023年的2270亿美元增至2026年的5430亿美元。

“比特世界、原子世界和生物世界都在被AI重塑，而投入仍远远不够。”他们认为，这意味着算力与应用两端都存在长期红利。

三、创业投资机会的背后主线：智能的“成本革命”与结构性红利

如果说“战场”描绘了方向，那么“变量”决定了节奏。

锦秋基金合伙人臧天宇从两个变量刻画当前周期：智能的持续提升与获取智能成本的持续下降。过去18个月，智能水平与单位智能成本分别出现数量级变化——相当于一次“带宽革命”，只是把“带宽”换成了“智能”。

1）信息生产的平权化：AI成为“创意引擎”

当摄像头把记录权交到每个人手里，互联网内容爆发；当大模型把“智能”的起点交到每个个体，创作与表达迎来第二次普惠。视频生成（Vidu、Veo等）从秒级迈向分钟级，“参考式视频”强化角色一致性与镜头语言，直接进入广告、短片、微剧的工业化范畴；图像/3D模型的生产也在走同样的效率曲线。

被投公司在这些环节形成互补：数美万物的Sparc3D让3D内容生产具备产业化效率；生数科技以Vidu推动从“文/图生视频”到“参考式视频”的创作范式转变；造梦次元则在“互动内容+人格化IP”上开辟常青线，强调“AI不取代创作者，而是放大创作者”。

2）信息分发的智能化：新的入口之战

AI以Copilot/Agent的形态“常驻”于工作与生活的上下文中，从被动响应走向主动服务。入口之争由此重排：AI原生浏览器与桌面、Always-on智能硬件、可感知环境与意图的“低摩擦界面”……创业者的胜负，不再只是产品形态，而是谁能更早拿到“上下文窗口”。

3）从信息到服务：AgentEconomy的临界点

“互联网分发的是信息；未来AI分发的是服务结果。”在PokeeAICEO朱哲清看来，范式跃迁来自强化学习的第二次革命：从RLHF（人类偏好反馈）走向VerifiableRL（可验证强化学习），让智能体在规则、逻辑与环境交互中“自证”。这意味着Agent不仅能执行，还能证明自己学对了。

围绕这一趋势，工作流自动化（Refly）、通用Agent构建（Pokee）、多Agent软件工程（DeepWisdom）等方向快速升温。

臧天宇的结论直白而有效：“估值的底层函数，是复利速度×执行力；快的团队，正以指数曲线拉开差距。”

四、就业机会：一幅正在改写的“职业新地图”

产业的真实改变，最终都会显影到人的工作。锦秋CEO大会的圆桌与走访呈现出一幅动态清晰的“AI职业新地图”：在内容、工业、能源、教育等多条链路上，新角色不断涌现。

1）内容与创意：从“生成”到“共创”的人才谱系

在AI驱动的内容产业里，职业的颗粒度被细化——从Prompt工程师、AI故事导演、AI音效师，到Agent交互设计师、剧情生成策展人、AIIP运营。造梦次元的实践显示：哪怕是初中生，也能以手机为工作台，用Studio/Workflow完成“故事—音乐—视频”的整链创作。

关键不在“是否会用模型”，而在“是否懂得与AI协作”。

2）工业与具身智能：工程师的新主场

人形/移动机器人、无人机与世界模型的推进，为工程师开辟了新主场：

•力觉算法工程师：把“感觉”引入控制回路；

•遥操作训练师：以人机共演填补“从0到1”的落差；

•世界模型标注/训练工程师：为“可推演的世界”构建数据与任务。

从星尘到首形，从因克斯到流形，软硬件协同与真实场景闭环成为工程师的“第二语言”。“机器人从实验室走向车间、从科研走向产业”不再是口号，而是岗位说明书的变化。

3）AI普及后的“长尾职业”

教育、营销、能源、制造等行业，同样出现了“AI中产岗位带”：

•教育：AI导师、课程编排与数据化教研（VideoTutor）；

•营销：AI投放策略与多渠道归因优化（WorkMagic、FastMoss）；

•能源：家庭/园区级AI能源调度与运维（江海科技）。

一句话总结：AI不会让人失业，它会让“懂AI的人”取代“不懂AI的人”。最先“以AI为同事”的团队，最早拿到生产率红利。

五、全球视野：从硅谷到中国，站在“最优专业化区间”

锦秋基金于2024年投资了硅谷基金LeonisCapital。

LeonisCapital的合伙人JennyXiao此前曾是OpenAI的研究员。她提醒创业者警惕“高速增长的另一面”：在AI时代，从1M到1亿美金营收可能只需12–36个月，生命周期的压缩意味着“爆发”与“消失”都来得更快。

她还提出过一个“最优专业化区间”理论：不要与基础模型对抗，而要在模型之上、应用之下，用数据、行业专业性与分发渠道建立难以复刻的护城河。

这一判断，与锦秋基金对中国生态的长期观察高度一致：美国是“技术高地”，而中国兼具“场景密度+执行速度”的“落地高地”。

在这里，专业化既不是狭窄，也不是广谱，而是与模型协同、与产业耦合、与人群同频。