9月16日晚，动点科技携手ACE亚洲资本汇、光源资本以及BEYOND，在北京举办“ACE聚会 x Light Spot·AI创业第一年”闭门活动。
圆桌对话环节由《AI局内人·Demo Club》主编乔建龙主持，邀请本溯智能联合创始人郑金亮、Aurano CEO宋昊聪、灵启犀元CEO周俊廷，以及光源资本董事总经理、3i孵化业务联席负责人李正伟参与。几位嘉宾分别从创业、技术、产品、融资和孵化等角度，讨论了AI创业第一年面临的问题。
这里，主持人乔建龙讲了一个例子。
他曾把一位背景不错的大学同学推荐给投资人朋友。对方私下说了一句：
主动找上门的项目，很多时候只是分母，是炮灰。
但同一场圆桌上，另一句话同样成立：每一轮融资中，最有效的投资人，往往是主动找到你的投资人。
这两句话放在一起，几乎概括了AI创业第一年最残酷的规律：仅仅因为缺钱而广泛寻找投资人，转化率未必更高；你越追热点，越容易成为分母；你越技术自嗨，越容易把公司做成实验室。
问题于是变成：AI创业第一年，怎么让钱、人、机会主动来找你？
他们聊的是方向、找钱、找人、大厂协同，但把这些话题串起来，主线其实只有一条：
早期创业不是“我缺什么就去追什么”，而是“我能不能设计一个让别人主动选择我的结构”——先把方向、团队和产品逻辑想清楚，再通过背书和阶段性成果获得融资与人才。
本文根据圆桌现场分享整理。
融资桌上，最主动的人往往最吃亏
李正伟2016年加入光源资本，最开始做财务顾问，帮创业公司融资，一直做到2022年。2022年离开后自己创业、做公司孵化，也做过个人投资。今年上半年回到光源资本，负责早期孵化业务和成长期的未来科技产业的财务顾问。
他见过太多创业者问同一个问题：“怎么快速拿到很多钱？”
但现在的融资市场有一个明显现象：旱的旱，涝的涝。
主持人乔建龙讲了一个例子。曾经把一位背景不错的大学同学推荐给一位投资人朋友，对方私下说了一句：主动找上门的项目，很多时候只是分母，是炮灰。
这句话很刺耳，但李正伟的实际感受是：在每一轮融资中，最有效的投资人往往是主动找到你的投资人。他们的转化率，可能至少是第三方推荐投资人的两倍。通过第三方背书和推荐的投资人，转化率又可能是创业者自己寻找投资人的两倍，甚至更高。
对单个创业者来说，自己大量寻找投资人，通常是转化率最低的方式。
那什么方式更有效？
李正伟的建议是：找到身边你认为最有影响力的人，请他帮你背书，并向三到五位他认为最有背书能力的投资人做深度推荐。如果创业者没有这种能力，就找一个靠谱的FA，借助他的资源能力。
现在很多公司的第一轮融资叫亲友轮，也是因为背后代表的是信任。
乔建龙补充了一个感受：创业前半年，通常是创业者过去积累的人品、信用和关系在变现。但过了半年，如果还拿不出一个好的产品，或者至少拿不出一个交代，后续就会比较危险。
即使是很有影响力的人，个人的信誉和脸面可能也只能刷一次。
所以，融资不是简单地“广撒网”。它首先要求创业者把前两个问题想清楚：要做什么，找谁来做。前两个问题想清楚了，找到钱往往会水到渠成。很多人把顺序反过来，所以会觉得融资非常痛苦。
方向藏在共识之外
融资之前是方向。方向错了，背书再强也没用。
Aurano 创始人 ＆ CEO宋昊聪是连续创业者，先后经历了做到Pre-IPO的教育公司火花思维，和大模型基模厂商零一万物。他观察到，从2022年GPT-3.5出现之后，人机交互似乎都长在文本框里。不管文字还是语音输入，最后通常都会变成文字；模型推理完成之后，又输出一大段文字。说起来累，写起来累，读起来也累。
他想从应用层寻找一种更顺畅的人机交互方式。他是个非共识产品创业者，拒绝追热点，坚定地依靠用户洞察和“三步推演”。
如果只做一步推演，看到今天的技术，就做今天能想到的产品，那么市场上90% 的人都会想到类似方向。产品还没成立，竞争者就已经出现了。
如果能做两步推演，竞争者会减少。
如果能做三步推演，就需要先论证很多前置条件，但你可以站在后面，做一个今天看起来很小、未来可能很大的产品。
宋昊聪说，从Day One选择方向时，就会要求自己找到一个今天小到别人看不上的方向，但相信未来会出现红利，让它逐渐变大。
本溯智能联合创始人郑金亮走的是另一条路。本溯智能主要做具身智能的大脑，也就是具身模型，目前重点关注端侧自进化，希望通过ICL，也就是上下文学习，探索新的具身智能技术范式。
郑金亮目前是清华大学博士在读，过去三到四年一直在清华大学智能产业研究院进行具身智能研究，今年7月决定出来创业。
为什么不直接做本体？郑金亮的判断是：本体方向已经比较拥挤，当然还会不断进化；但大脑这一侧发展很快，仍然需要大量技术投入，也存在更大的范式创新空间。
更关键的是，他认为现有具身智能范式正在接近天花板。
我们要做的不是沿着现有路线，把数据做得更好、把本体做得更好，而是从更根本的地方重新思考：问题本身应该如何定义？我们要训练的模型究竟是在解决什么问题？
从这个判断出发，本溯智能的路径是：先想清楚问题定义，再反推需要什么形式的数据；确定数据形式之后，再反推需要什么样的本体来产生这些数据。
灵启犀元CEO周俊廷则把方向定在AI for Science。他目前就读于北京大学元培学院，本科在读。灵启犀元的目标是构建一个可以自我进化的AI Lab Infra。
技术路线分两层：第一层是Science Agent，解决从科研假设提出，到实验协议形成和落地的问题；第二层是Physical Agent，把第一层形成的实验协议在真实物理世界中执行出来。最终，他们希望通过自我进化，在和实验室不断交互的过程中沉淀领域知识，持续提升两个Agent的能力。
周俊廷把AI for Science的发展分成几个阶段：刚有ChatGPT时，大家做AI Copilot；到2024年，Agent更受关注；现在讨论较多的是AI Scientist。但他认为，如果AI最终真的要推动科学进步，它应该进入Science Discovery Loop。这个Loop不仅要解决干实验，更重要的是要有一套Physical Agent，帮助完成真实实验和实验验证。
三个项目，三种方向：一个从人机交互变化找非共识产品，一个从具身智能范式瓶颈反推，一个从AI for Science干湿闭环切入。它们的共同点是：都不满足于在现有共识里做优化。
招人：要找“有棱角”的人
方向之后是找人。AI Native公司需要什么样的人？三位创业者的答案不完全一样。
宋昊聪说，Aurano早期需要具备探索精神和能力的工程师，下一阶段可能会引入算法科学家。他们特别看重一个人是否具备“道心”，也就是信念。外部新闻和模型更新非常快，可能一周就有多个新模型发布。如果一个人每天跟着这些变化走，很容易把自己的路径打乱。
Aurano的方向目前比较清晰，需要团队成员有稳定的判断力，能够坚持做自己的事情。
第二是研究精神。因为Aurano做的是通过逻辑推演出来的方向，所以会买很多教科书放在桌上。如果找不到思路，就回到书本和论文里寻找灵感。
周俊廷的团队搭建时还没有开始对外融资。他认为，学生创业的优势之一，是在校园里比较容易找到志同道合的人。如果大家真正认同同一件事，那么他们在做这件事时的热情和决心，可能比后来从市场上临时招来的人更强。
灵启犀元的节奏是：先有团队，再有自己的故事和路线，最后才开始融资。
至于具体找人，周俊廷最看重一个人要有自己的特征。他可能话不多，但对技术非常认真；也可能对某些问题有独到见解，或者身上有明显的闪光点。
我不希望团队成员只有一般化的优秀，比如GPA很高，但没有自己的特点。对我来说，有个人特征、能形成独立判断，是更重要的能力。
郑金亮说，对本溯智能来说，找人目前不是最困难的事情。他们是整编制创业，最初的七个人曾经在实验室里一起攻关，做过具身智能范式研究。因此，团队非常了解彼此的能力和分工，对内部协作也比较有信心。
现在接触新成员时，他们主要依靠技术理念和研究成果来吸引对方。做具身智能的人，如果真的长期在前沿领域研究，交流之后能够判断他们对具身智能的理解是否深入，也能判断能力是否足够。
技术本身会产生吸引力。真正优秀的技术人员，能够判断什么是有价值的技术，也能看出一个团队是否真的在做重要的事情。
李正伟则从投资人视角给出了一个更结构化的判断。他说，过去互联网和移动互联网时代的创业者不太强调出身，更多是需求驱动和商业化驱动，需要很强的用户需求洞察力和执行力。
但现在评估项目时，会特别关注两个能力：第一是技术品味，第二是business sense，也就是商业意识。
现在真正重要的是让技术品味很强的人，能够把技术成果变成产品和公司。否则，创业者可能把一家公司做成一个很厉害的实验室，而不是把实验室变成一家公司。
大厂看不上的地方，可能是你的入口
创业第一年，大厂竞争是绕不开的问题。
对应用层创业者来说，真正的压力也许不是传统互联网大厂，而是底层模型厂商。大模型厂商和用户直接接触，如果它们能力继续进化，有没有可能把应用层产品直接覆盖掉？
宋昊聪说，这是投资人问得最多的问题之一。比如新模型推出之后，一些围绕旧模型能力做产品的公司可能马上受到影响。因为他是连续创业者，而且更偏商业，所以从Day One选择方向时，就会要求自己找到一个今天小到别人看不上的方向，但是这个方向有红利信号，随着红利到来，产品空间自然变大。
大模型厂商和投资人通常要求比较快的回报。尤其是大厂，内部立项时也很难接受一个今天规模很小的产品。
“我需要找到这样的机会：今天先建立一个看似轻量的产品，未来会接驳大量其他公司正在疯狂卷的产品技术能力。后面的能力现在可能已经有很多公司在做，但前面的入口还没有被充分占据，这就是我们的生态位。”
周俊廷面对的是AI for Science领域的大厂。像DeepMind这样的公司本身也在做AI for Science。如果大模型厂商或超级大厂也下场做Science Agent，创业公司怎么办？
周俊廷说，他一直认为，他们和大厂不一定是竞争关系。很多优秀公司都会使用AI，很多企业也需要在大厂模型和产品的基础上做进一步训练和完善。如果大厂进入Science Agent领域，这并不是完全不可预见的事情。
我们更希望大厂的产品变得更好，为我们提供更多接口，并帮助市场完成教育。
他们真正关注的是，如何让干实验和真实实验之间的闭环在实验室中跑通。
郑金亮面对的是具身智能领域的大厂。大厂都在做具身智能，OpenAI也在进行相关探索。但郑金亮认为，具身智能的市场和议题太大，产业链太长，其中每一个环节都值得大厂的一个部门去研究。
问题是，这些研究建立在什么基础上？应该用什么方式划分任务？每个部门到底在解决什么问题？
他讲了一个比较强烈的判断：从2023年到现在，具身智能在很多环节都有进步，比如数据、数采、本体和模型训练技术，但Learning的基本范式本身没有发生根本变化。最近出现的一些新概念和新模型，很多仍然没有改变这个基本范式。
“我们想做的，是打破这种僵局。大厂可以铺开大量资源，但小团队更容易围绕一个新范式，快速形成一个小而完整的闭环，先验证自己的项目。”
让钱、人、机会主动来找你
最后一个问题：创业第一年怎样才算过关？
李正伟复盘过很多公司。他说，第一年就不太行的公司，最常见的原因是核心团队的初心不够坚定。有些团队看到别人做什么火，自己也要做；看到同事创业，自己也要创业；或者觉得手里有某种资源，想借此快速赚钱。这类团队大多数在第一年就可能停下来。
相反，即使方向没有那么热、技术难度很高，只要团队真正相信这件事，认真推进，他还真不太容易见到它在第一年就完全做不下去。
如果把范围扩大到A轮之前，原因就会复杂很多：技术范式发生变化，导致最初的判断不再成立；最开始假设的需求并不存在；团队突然发生变化；没有融到足够的钱，启动资金被花完；产品始终没有完成充分验证。
李正伟说，创业公司进入A轮的成功率，其实比很多人想象中低。光源资本的3i产业创新孵化器希望两年内有50% 的项目进入A轮，这个目标可能已经高于很多早期投资机构的实际成功率。
在李正伟的理解中，A轮在某种意义上代表产品完成了充分的PMF验证。但从零开始找方向、做产品，一步步走到A轮的公司并不多。
过去移动互联网时代，也有一些产品在大公司内部已经打磨和验证过，后来拆出来二次创业。这类项目相对容易，因为需求已经被验证。但如果是从零开始寻找方向，创业本身就不简单。想在A轮前一路顺利，可能需要天时、地利、人和同时具备。
所以李正伟说，如果选择创业，享受过程可能比享受结果更重要。
乔建龙在结尾给出了一个更乐观的判断：移动互联网时代更接近“赢者通吃”，第一名可以获得大量收益，第二名可能勉强生存，第三名往往没有机会。到了硬科技和AI时代，机会似乎更多，行业里出现了更多技术链条、应用场景和细分生态位。没有一家企业，包括底层模型厂商，能够把所有事情全部做完。
这也给创业者留出了一些希望。
AI创业第一年，最稀缺的不是钱，也不是模型能力，而是让别人相信你的能力。
让投资人主动找你，让人才主动加入，让用户主动使用，让大厂暂时看不上你。
这就是A轮之前的生存法则，也是AI与机器人创业第一年真正的生态位。
