对话朱啸虎：不明白Personal Agent能干嘛

整理：李楠

10 月 21，为期五天的 ACC 2026 AI 创造者嘉年华开幕。在开幕式的主舞台上，硅星人创始人、CEO 骆轶航与金沙江创投主管合伙人朱啸虎展开对话。

从模型的发展趋势、AI 应用爆发的指标，到 Personal Agent 的机会、AI 时代对创业者的要求，两人对话涵盖了一系列 AI 行业的热点话题。

在朱啸虎看来，开源模型的 Token 消耗量终将超过闭源模型，中国 AI 应用即将迎来年化收入 10 亿美元的公司。同时他指出，Personal Agent 缺少真实需求，AI 产品一年增长 5 倍才算及格；帮助用户节省时间的生意，可能远不如帮助他们消磨时间有前途。

以下为对话实录，经过不违背原意的编辑处理：

看好“彻底开源模型”，WorkBuddy 加 DeepSeek体验超预期

骆轶航： 我现在有点怕聊判断性的事和未来的事。移动互联网时代，判断错误的几率可能是 60%～70%，现在可能会无限趋近于 90%，甚至以上。您怕不怕这个事？

朱啸虎： 我倒并不觉得这样，现在看其实越来越清晰了。

骆轶航： 共识反而越来越多了么？

朱啸虎： 也没有。现在共识还是有很大的分歧，这里面有很多其他因素。但整个 AI，包括应用、模型，发展的脉络确实越来越被我们自己看清晰了。

骆轶航： 您一直有两个观点：一个是开源模型会赶上，至少在用户使用量上会赶上闭源模型；另一个是 AI 应用会实现爆发。我觉得这两件事都很重要。开放权重模型的绝对用户数量比闭源模型多，这件事现在可能已经发生了。

朱啸虎： 对，我指的不仅仅是开放权重，而是像 DeepSeek 这种彻底开源的模型。

骆轶航： 是像 DeepSeek 这样的彻底开源模型，不只是开放权重模型。我们用什么标准判断，它在用户量或者影响力上能够超过闭源模型？AI 应用又要达到什么指标，才能说这个市场已经成了、能够爆发了？显然不能以有多少家企业拿到融资来衡量。您认为这两个趋势成立的依据是什么？

朱啸虎： 第一个很简单，看 Token 消耗量。我觉得彻底开源模型的 Token 消耗量肯定会超越闭源模型，这是毫无疑问的。今天，对于 99.9% 的日常工作，我觉得根本不需要用到那个——

骆轶航： Frontier 模型，顶级的。

朱啸虎： 对。今天我基本就用 WorkBuddy 加 DeepSeek，工作做得非常好，基本超出我的期望值。

我觉得彻底开源模型的 Token 消耗量肯定会远远超过闭源模型。像 DeepSeek，就是算力不够，为什么在内蒙古建算力中心？就是算力不够。只要这种开源模型的算力跟上去，我觉得毫无疑问会超过这些闭源模型。

第二个问题，标准也很简单：AI 应用能不能突破年化 10 亿美金收入？

这是个很重要的指标。美国有两家，国内现在还都不到 10 亿美金。但我感觉，今年年底、明年年初，我们至少在海淀投的两家企业能够超过这条线。

模型毛利 80%，AI 应用越偏 C 端毛利越好

骆轶航： 美国的两家是？

朱啸虎： Cursor 和 Higgsfield。说实话，我觉得这两家的经济模型都不是那么健康，都是健身房的模式，毛利可能基本都是负的。

骆轶航： 海淀有望达到年化 10 亿美金收入的两家是哪两家？

朱啸虎： 我们本来想比较低调，但现在在收入榜上涨得太快，已经藏不住了。一个是 LiblibAI，大家可能知道得比较多；另一个是Tipsy Chat。它增速太快了，最近两个月才在收入榜上显示出来。

骆轶航： 模型和应用现在各有一个挑战。先说模型，Token 消耗量上去了，中国的开源模型，甚至包括一些您可能不是完全认同它属于开放权重的模型，已经给全世界的 knowledge worker 贡献了大量产能。但它们的利润还是处于比较低的水平，因为 Token 太便宜。长期来看，这个数学题能不能算好，能不能走正？

朱啸虎： 没有啊，你看 DeepSeek，它的推理毛利很高。它彻底开源，一块 GPU 差不多一个小时创造 38 美金收入，成本可能在 5 块钱。所以，即使在今天这么便宜的价格上，它还有巨大的降价空间。

不是推理本身不赚钱，是很赚钱。但继续研发前沿模型、下一版模型，可能需要投入很多 R&D 成本，那是另外一回事。

骆轶航： 我今天看到一个数据，Anthropic 一年预计的亏损应该是 780 亿美元，这个数把我吓到了。

朱啸虎： 那包含它的研发成本、所有推理成本。所以基模公司并不是没有毛利，它们的毛利非常高。

骆轶航： 基模的毛利比起当年云计算怎么样？

朱啸虎： 要高太多了。在今天的价格下，至少是 80% 以上的毛利。云计算在美国，可能 IDC 有百分之四五十的毛利。

骆轶航： 国内就不提了。

朱啸虎： 国内毛利真的很惨。

骆轶航： 再说应用。包括 Cursor、Higgsfield，我管它们叫“没有毛利率，只有毛亏率”。您刚才提到的海淀两家公司，在这方面做得怎么样？有没有可能在中国率先把它扭正？比如用一些更开源的模型，或者有更好的 routing 结构，把成本降得更低？

朱啸虎： 越偏向 C 端，毛利肯定越好一点。面向 B 端，我觉得毛亏率可能会越严重。Prosumer 在当中，可能也比完全面向 B 端好一些。

就看你的用户组成。如果全是 C 端，毛利肯定非常好，C 端对这种价格没有那么敏感，Prosumer 也好一点。完全面向程序员的，是最差的。

骆轶航： 程序员永远是挑剔的。

朱啸虎： 因为对价格极其敏感。

骆轶航： 但他们现在被认为是最有价值、最容易让人们证明自己用户量的一类用户，这个事也挺奇怪的。知识工作者跟程序员是两类不同的用户，知识工作者可能更愿意花钱，比如 WorkBuddy、ChatGPT Work 的用户。

Personal Agent 不是新概念，想不清它能干嘛

骆轶航：您也讲过，企业市场是大厂的游戏，创业公司没有机会。那最近很热的 Personal Agent，对创业公司有没有机会？Muse 是大厂做的，Instinct 是创业公司。国内过去一个月，我们看到了至少 10 家或者 10 家左右做 Personal Agent 的公司，很多是明星创业者。它到底是大厂的游戏，还是创业公司可以有的机会？

朱啸虎： 先回到知识工作者，我觉得现在我们更把它定义为广义的 coding。狭义的 coding 面向程序员，全世界可能一年就两三千亿美金的成长空间，广义的 coding 可能更大。

但在国内市场，大厂现在基本不把它当回事。WorkBuddy 确实非常好用，几乎全免费，连送的 Token 我都消耗不完。以后如果收费，我愿意付费。但最多用个 50 块钱、100 块钱，像手机费一样，也足够了。那是天花板。这个价格带可能用户基数很大，但收入规模可能也不会那么高，确实是白菜价。

Personal Agent 也不是新概念，可能十年前海淀就很熟悉。那时候有家公司叫来也，AI 还没有那么成熟，后面全是真人在做你的 Personal Agent。打到最后干嘛呢？又去补贴打车、补贴外卖了。大部分消费者没有这个概念。你有秘书吗？可能绝大部分人没有，也不需要。

骆轶航： 我也没有专职的。

朱啸虎： 根本不需要，没这个需求。我自己有秘书，但也几乎不用。所以场景到底在哪里？美国的 Muse，50% 是旅游。旅游一年几次？两三次。没有高频场景，我觉得很难成为可持续的、大的创业机会。

我一直很怀疑，用户用来干嘛？美国还好一点，有很多独立网站开放给 AI Agent 去爬，国内都封在 App 里面。

骆轶航： 包在微信里面。

朱啸虎： 对，所以我觉得国内比美国更难做。我一直没看明白，这东西到底能用来干嘛？国内 90% 的用户可能不用 Calendar，不用日历。90% 的用户在工作以外不用邮件。那你的 Agent 用来干嘛？现在大部分时间都消耗在短剧、娱乐小产品上了，我需要 AI Agent 干嘛呢？

骆轶航： 当你的时间节点没有被充分量化，生活、工作节奏没有被充分节点化和效率化的时候，你没有必要有这么一个 Agent。

但我倒觉得 Muse 很有意思。在美国，很多人用 Muse，就跟中国人用豆包一样。它不是我们想象的那种：“你今天的行程应该这么安排，应该读这几个简报，我帮你形成一个判断，明天跟那个人吃午饭时可以聊什么话题。”大家就是把它当豆包用。过去我们开玩笑，说 Gemini 是“北美小豆包”，结果今天发现 Muse 才是。

朱啸虎： 但最终就变成竞争谁的输入更方便了，那是完全另外一个游戏。

今天再来一次补贴大战，没有投资人愿意支持

骆轶航： 创业公司没有数据壁垒，这可能还是很难。说到壁垒，去年我们聊过 AI 创业公司的 moat，一个是速度，一个是留存，当时举的例子是 Manus。

过去一年，大部分公司的产品迭代速度都不错，但留存做得好的很少，大家好像一直卡在这个位置上。如果每个人都能通过 Vibe Coding，用更便捷、简洁的 AI 产品开发逻辑，甚至 Go-to-Market 工具，把速度和效率提上去，那它就没有壁垒了。站在 2026 年看，AI 创业的壁垒到底是什么？

朱啸虎： 速度是入场券啊。没有这个速度，根本没有投资人愿意看。今天在美国，2000 万美金收入以下的公司，一年增长小于 5 倍，5 倍是没有投资人愿意看的。5 倍是及格线，10 倍才是优秀线。

我们那两家公司为什么涨得这么快？我们投资没多少年，过去一年差不多每两个月翻一倍，是这样翻上来的。这种机会才会让投资人感到“哇”，感到激动。

速度是入场券，但留存是真的必要。没有留存，说明用户都是一次性用户，场景不成立，产品定义不成立。

骆轶航： 如果给大家一些工具和方法论，提高留存靠什么？是产品定义更完善，还是其他办法？

朱啸虎： 关键是产品定义能不能站得住脚，到底给用户创造什么价值。我觉得 Muse 这种东西留存肯定会很差，因为场景不成立，不是高频场景。

十年前，海淀的来也为什么最终又回到补贴打车、补贴外卖？高频场景就那么几个。要让用户留下来，必须聚焦那些高频场景，但这些场景很难做。

骆轶航： 这个高频场景肯定不能是帮你订外卖、订机票。

朱啸虎： 那肯定。今天再来一次补贴大战，我觉得没有投资人愿意支持。

骆轶航： 今天的补贴大战，像是补 Token、打折大战。现在的 Agent 产品，好像没有不在 Token 上打折的。

朱啸虎： 补 Token 大战，我觉得有点难……有机会，但也要看用户能不能留下来。

尤其在国内，Token 价格本身降得很快。如果给客户端的降价速度比 Token 本身稍微慢一点，毛利肯定能持续改善，有机会转正。但也有一种可能：你比模型厂的 API 降价速度慢一点，用户就走了，因为他们对价格很敏感，那你就没有空间。

除非用户没那么敏感，或者不愿意自己做那些麻烦的事情。即使你比模型厂的 API 贵一点，他也愿意留下来。

杀时间的场景比省时间有机会，最佳创业者是懂人性的工程师

骆轶航： 所以您一直认为，陪伴可能是个好生意。

朱啸虎： 至少我认为，对创业企业来说，情绪价值、陪伴肯定是更好的，因为这些用户对价格不敏感。

而且我觉得现在越来越发现，Save Time，帮助用户节约时间、提高效率的，尤其在国内，都是大场景，大厂做得很好，而且价格会卷得很厉害，会很惨。但以后可能 99% 的人有大把时间，根本不需要节约时间，而是需要消磨时间。消磨时间反而有很多百花齐放的机会，用户对价格也不敏感，这是创业公司更好的机会。

骆轶航： 我是重度游戏玩家，最近在玩一款 AI 游戏，叫 Pax Historia，是 YC 上一届孵化的一个公司，现在 ARR 到了 1 亿美金，估值到 3 亿美金。它就是在地图上推演架空的历史，看历史怎么发展。

一开始说“一个月 ARR 1 亿美金”，我也不信，直到发现自己一个月在这儿花了 2000 美金，我就信了。

朱啸虎： 国内也有一个，叫《崇祯重生记》。你重生到明朝末年，看作为崇祯皇帝，能不能拯救明朝。其实都是一样的。女性用户喜欢浪漫幻想，男性用户喜欢职业幻想，这里面都有机会。

骆轶航： 一个喜欢陪伴、温存，一个喜欢梦想和征服，都有机会。回到创业的壁垒，技术很强是创业的一种素质，但您刚才提到的两家海淀公司，核心文化不是研究型文化，甚至不是工程师文化，可能是极致的产品运营，以及对文化、人性的理解。

海淀的高校学生和创业者，更多擅长研究和工程化。我觉得产品化做得最好的人可能也不在海淀。如果未来 80%、90% 的 AI 创业需要的是极致运营，以及对文化、人性的准确把握，那么多 engineer 去创业，应该改变什么？您有什么想对大家讲的？

朱啸虎： 按我们过去二十年的经验，最好的创业者就是优秀的工程师，同时懂人性、懂商业。很难，百里挑一。

中国最不缺的就是优秀工程师，聪明人太多了。但既是优秀工程师，又懂商业和人性的，真的是百里挑一。这才是最优秀的创业者，尤其是做 CEO 的人。

骆轶航： 这对创业者的要求，比上一个时代更高了。

朱啸虎： 没有，一样的。互联网时代也是最优秀的工程师，同时懂商业和人性。你看过去 20 年，成功的几乎都是这个背景。

骆轶航： 所以 AI 时代对创业者核心画像的要求，不会有变化。

朱啸虎： 既要懂技术，也要懂人性。

ARR 5 亿美金，至少有二三十家中国 AI 应用公司明年可以做到

骆轶航： 您的主线一直挺清晰，但中间也错过了一些东西。中国基座模型这一波，一个都没投，到今天看，您后悔不后悔？

朱啸虎： 我们也一直在反思。如果一眼看到终局，可能确实会错过当中的泡沫。但一级市场和二级市场不一样。

二级市场看错了，我今天晚上就可以全部斩仓。一级市场，大家都说我退得好，但所有退出都是别人来买走的，不是说我要卖——等你要卖的时候，卖不出去了。

港股真正的价值发现，我觉得是在解禁以后，过去这 12 个月太明显。现在普遍趋势是，解禁以后价格是高峰的 80%，甚至 90%。我对投资的假设是，从高点跌到 80%、跌到 90% 以后，你还能不能赚钱？

对大部分投资人，哪怕项目上市了，基本也等于 write-off。核心还是，真正见到现金的时候，到底还有多少投资回报？如果这个趋势也越来越清晰，那我觉得，说实话——

骆轶航： 也没什么可后悔的。

朱啸虎： 这也不是我喜欢的投资风格，进入时估值就很贵，还需要很大的 CapEx。

我们最喜欢的是在比较有安全边际的价格上，放一点比较小的金额试错。像 Tipsy Chat，一开始放了 100 万美金，后面就一直追着它放钱。这种事我们最喜欢。

骆轶航： 先试，再不断往里加。

朱啸虎： 对，试错成本很低，一旦成功，可以不断加。要放很大的钱进去，到底行不行？投资会很焦虑，压力很大，会满头白发。

骆轶航： 现在很多投资人越来越爱做 all in 型的投资。但您觉得，越是 AI 时代，all in 的风险和试错的情况，可能概率会越高。

朱啸虎： 你肯定要有一个 portfolio。

骆轶航： 大家可能会 all in 一个赛道，或者某一种趋势。

朱啸虎： 每个人都有自己习惯、熟悉的赛道。我们特别喜欢应用，对应用的判断比技术熟悉太多了。我觉得聚焦自己擅长、习惯的事情，是最安全、最舒适的。

骆轶航： 您觉得明年中国会出现多少家 AI 应用公司，ARR 不说 10 亿美金，就在 5 亿美金以上？

朱啸虎： 至少二三十家吧。

骆轶航： 二三十家 ARR 能到 5 亿美金以上？

朱啸虎： ARR 5 亿美金的门槛不高，Manus 已经过了 5 亿美金。现在商业化几个月就到大几千万美金的公司，都有很多。

所以我觉得，一定要面向全球市场。在国内市场，要超过这个门槛，难度还是不小。

骆轶航： 做的还是全球市场。

朱啸虎： 对，一定要做全球市场。

骆轶航： 您去年有个建议，今年被落实了：在中国做全球市场，堂堂正正做一家中国公司，没有什么不好。

我知道我们当时讲的例子是谁。今天很高兴看到，Manus 正在试图重新做一家真正的中国的、服务全球市场的 AI 创业公司，而且它在海淀。我觉得这个事情如果能发生，会很有意思。

感谢。

朱啸虎： 感谢。