十字路口Crossing

AI 时代，PhD 路上的 10 个关键问题｜对谈李磊：港大 PhD、小米 MiMo 研究员

Sun, 25 Oct 2026 16:00:00 GMT

➤ 本周「十字路口」的嘉宾是李磊，小米 MiMo 大模型后训练研究员、香港大学在读博士。一边参与大模型训练，一边读 PhD，他和许多同学一样，面对着 AI 带来的巨大机会，也置身于飞速变化的节奏中：既兴奋，也焦虑。

这期播客，我们聊的主题是：在 AI 时代，PhD 怎么拿到一个理想的结果？

我们聊了 PhD 路上的 10 个关键问题：慢科研，还是快科研？学校和导师怎么选？内地、香港、美国如何选？怎样争取研究机会与实习机会？论文发表之后，如何通过开源和社交媒体，让研究被更多人看见，产生真正的影响？如果本科就能进入 AI Labs，读 PhD 还值得吗？

我们也聊到了 PhD 圈里的“大粉理论”：小红书的粉丝量超过论文引用数。这个说法背后，是研究成果传播方式的变化。

最后，我们还聊了 RSI、数商、Benchmark 等近期受到关注的话题。

如果你正准备读 PhD，或正在为研究、毕业和求职感到焦虑，希望这场对话能帮你想清楚：下一步，什么值得投入，又该从哪里开始。

🎬 我们的视频播客将同步上线于 @Koji杨远骋的视频号、抖音、小红书、哔哩哔哩、Youtube 等平台。

📒 文字版将发布于 @十字路口Crossing 公众号。

🟢 快问快答

00:23 快问快答：年龄、毕业院校、MBTI、星座

02:29 北大到港大：EMNLP 最佳论文开局

🟢 PhD 路上的 10 个关键问题

03:28 AI 时代，PhD 怎么拿到理想的结果？

08:07 AI 论文大水漫灌，顶会怎么办？

12:16 “大粉理论”：小红书粉丝>论文引用

16:50 PhD 从入学到毕业，要过哪几关？

20:08 没论文、没实习，PhD 怎么冷启动？

25:28 选学校还是选导师？

28:12 慢科研 or 快科研？

31:08 内地、香港、美国，去哪读 PhD？

35:27 导师创业，PhD 得到了什么？

36:52 本科能进 AI Labs，还要读 PhD 吗？

🟢 热议话题

39:58 小米 MiMo 为什么直播后训练？

42:03 数据公司的高估值能持续多久？

46:00 RSI：AI 能自己训练自己吗？

47:46 Video-MME：怎样做出有影响力的 Benchmark？

🟢 AI 时代的选择

49:00 AI 时代，CS 还值得学吗？专业热度下降意味着什么？

50:20 给高三生的专业建议

51:24 给 PhD 的最后建议：饭要吃，觉要睡

欢迎订阅「十字路口」：

🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。

🚦 十字路口是乔布斯对苹果公司的一个比喻，形容它站在科技与人文的十字路口，伟大的产品往往诞生在这里。AI 正在给各行各业带来改变，我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者，和他们一起，探索和拥抱新变化，新的可能性。

👦🏻 主播 Koji：我创办了十字路口，发起了 AI Hacker House 这个新一代 AI 创业者的社群空间，在真格基金担任 Venture Partner 投资合伙人。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻，Koji 的网站

新的创业机会，正在 Claude Code 和 Codex 周围长出来｜对谈 Treg

Sun, 18 Oct 2026 16:00:00 GMT

➤ Claude Code 和 Codex 越来越强，AI 应用创业者还能做什么？

本周「十字路口」的嘉宾是 Treg 创始人 Jason Zhou 和 Founding Engineer 石天鑫。*创业 9 个多月，从设计 Agent SuperDesign，到全自动增长 Agent，再到为 Agent 提供数据和工具的 Treg，他们接连经历了方向调整。

这期我们沿着他们三次转型的经历，聊了为什么垂直 Agent 面临着“绝境”、「0 人公司」为什么比想象中难做，为什么 AI 干了很多活却未必带来增长，也聊了 Ego、ChatCut 等围绕 Coding Agent 生长的产品，以及同时运行多个 Agent 后，人开始遇到的新瓶颈。

新的创业机会，正在 Claude Code 和 Codex 的生态里长出来。对一个创业团队来说，怎样找到值得做好的那一部分，又怎样借助模型的进步继续往前走？Treg 的故事，提供了一个正在发生的样本。

🎬 我们的视频播客将同步上线于 @Koji杨远骋的视频号、抖音、小红书、哔哩哔哩、Youtube 等平台。

📒 文字版将发布于 @十字路口Crossing 公众号。

🟢 Part 1｜三次 Pivot

00:02:18 9 个月、三次转型：SuperDesign、增长 Agent 与 Treg

00:03:10 从周末项目到 6000+ GitHub Star

00:04:59 模型吞噬应用：为什么放弃 SuperDesign？

00:06:59 「0 人公司」的创业浪潮是错误假设

🟢 Part 2｜终于找到了新方向！

00:14:42 一个 Codex 插件，意外改变了增长曲线

00:17:36 从增长 Agent 中拆出最有价值的一层

00:18:04 Agent 最常买什么工具？

00:20:13 浏览器抓不到的数据，就是工具市场的价值

00:21:57 Treg 为什么更像 Costco？

00:23:39 应用公司的数据飞轮

🟢 Part 3｜Codex / Claude Code 正在成为新平台

00:25:38 三次转型后的教训：站在 Claude Code 和 Codex 的肩膀上

00:26:43 Ego(lite)、ChatCut：围绕 Coding Agent 生长的新工具

00:31:56 从 Vibe Island 到 Orca：多 Agent 时代的新机会

🟢 Part 4｜人和 Agent，究竟该怎么一起工作？

00:34:25 转型阵痛期决定：两个月不做产品

00:35:01 「0 人公司」并不成立

00:36:18 Loop Engineering 要怎么搞？

00:38:50 同时跑 5–10 个 Session，人开始成为瓶颈

00:40:13 Claude Code 还是 Codex？

00:41:41 Grok Bot 与云端沙盒

00:43:22 国产模型、视频模型与高速模型分别适合什么场景？

🟢 Part 5｜把才华埋葬在昨天，继续创业

00:45:08 当程序员再也写不过 AI

00:46:05 人生的十字路口：从单项技能走向跨领域能力

00:47:15 三次转型中，最想放弃的时刻

00:49:05 Fail Fast：让注定失败的方向尽快结束

00:49:22 如果相信 AGI 会到来，为什么还要创业？

00:50:28 即使有了万能模型，它依然需要更好的工具

欢迎订阅「十字路口」：

🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。

“有了AI，我感觉自己强得可怕！”｜对谈鸭哥

Sun, 11 Oct 2026 16:00:00 GMT

🚗 这是一期「公路播客」——从乌镇到上海，我们和老朋友鸭哥边开边聊，看看这位重度 AI 用户最近又把自己的工作和生活折腾成了什么样。

➤ 本周「十字路口」的嘉宾，可能是我认识的人里把 AI 用得最狠的一位。

鸭哥是 Superlinear Academy 联合创始人、哥大 PhD，先后在微软、Pinterest、Samsara 工作。代码让 AI 写，自媒体让 AI 运营；从孩子受伤后的就医判断、保险理赔，到几千张幼儿园照片的处理，他也都让 AI 帮忙。他说：“有了 AI，我感觉自己强得可怕。”

这期播客，我们聊了刚刚爆火的 Jev 的来龙去脉，聊了 Manus、Grok Bot、Muse 如何给 AI 一台永不关机的云端电脑，也聊了鸭哥交给 AI 运营的「0 人自媒体公司」如何在半年内做到 5700 粉丝。最后，我们把话题引向一个更有趣的问题：AI 时代，最奖励什么样的能力、什么样的人？

🟢 播客提到的参考链接：

Superlinear Academy
Intake Skill
Semantic Search
GPT 3D Skill
可达鸭：Demo 演示、GitHub 仓库
全部 Skill / Axiom / 思维方式：Context Infrastructure、Skill 目录
Apple Health 导出
幼儿园照片：照片同步、导入 Apple Photos
观点蒸馏 Skill

🟢 ps，我十分推荐大家关注鸭哥的 Superlinear Academy。当我们聊到「学 AI」究竟应该学什么、怎么学的时候，鸭哥给出了一套特别好的方案。

鸭哥为十字路口的听众提供了专属折扣码：CROSSING

购买 AI Builders 2027 课程和 Stay Superlinear会员享9折优惠

大家也可以先体验30天Stay Superlinear会员

🎬 我们的视频播客将同步上线于 @Koji杨远骋的视频号、抖音、小红书、哔哩哔哩、Youtube 等平台。

📒 文字版将发布于 @十字路口Crossing 公众号。

🟢 Part 1｜Jev：为何此刻爆发

00:00:58 GPT + JSON Mode？

00:02:11 爆火的三个条件

00:05:29 Agent 里的分类器

🟢 Part 2｜“有了AI，我感觉自己强得可怕！”

00:12:20 Manus、Grok Bot、Muse，和云端电脑开始持久化的趋势

00:14:15 基模击穿一整套工业

00:17:35 AI 变强，管理原则没变

00:24:28 无限复制的专家天团

🟢 Part 3｜Context 才是真正的基础设施

00:29:40 给 AI 装上耳朵和眼睛的一年期实验

00:30:44 如何帮助 AI 积攒 Context？

00:33:10 为什么没有把 Context 搬上云端？

00:34:19 微信聊天记录如何让 AI 如虎添翼？

00:46:30 Context Infrastructure 的三要素

🟢 Part 4｜鸭哥的「0 人公司」：半年做到 5700 粉丝

00:36:15 0 人运营一个 AI 自媒体

00:40:32 半年：1600+ 邮件订阅、5700+ X 粉丝

00:42:23 从自动发布到自我改进

00:47:03 「0 人公司」真的赚到钱了吗？

🟢 Part 5｜AI 时代最奖励什么样的人？

00:49:22 领域经验 × 管理 AI

00:52:28 鸭哥的「老鸭汤」

01:02:43 鸭哥的孩子如何学 AI？

01:07:11 什么软件不会被 Vibe Coding 摧毁？

01:08:11 下一代 AI Native 公司

01:10:52 人类最后的堡垒：哪些事仍不能交给 AI？

欢迎订阅「十字路口」：

🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。

AI 无限，人生有限｜对谈 KK、山音：一线 AI 创作者

Thu, 08 Oct 2026 17:13:37 GMT

➤ 三年前，山音从上戏毕业，毫不犹豫，离开了电影行业。

KK 也在广告公司朝九晚五。

成为导演，曾是他们遥不可及的梦想。

两年后，他们梦想成真，成为 AI 导演，创作出优秀作品，并登上国内外电影节的舞台。

没有 AI，这一切都不可能实现。

➤ 「十字路口」一直关注 AI 时代的积极行动者。KK 和山音正是这样的人：AI 释放了他们的创作潜能，他们也用积极的行动，把原本遥远的导演梦变成了现实。

我们也一直关注 AI 时代的创业机会。这两位一线创作者，同时也是 AI 视频产品最重度的用户。本周，我们既聊他们被 AI 改变的人生，也从他们的真实创作经验出发，讨论 AI 应用创业的一个主流赛道——视频产品：

- 00:10:20 用 AI 拍电影，今天最顶级的水平是什么？

- 00:07:32 在众多 AI 视频产品中，他们不约而同选择 CapCut Video Studio 的原因是什么？

- 01:00:00 Seedance、Minimax……同一部片子为什么要混用多个模型？

- 00:16:24 今天还有什么是 AI 做不到的吗？

- 00:33:35 底层模型趋同之后，AI 视频产品的壁垒在哪？

- 01:01:42 当视频的生成速度超过人类的观看速度，会带来哪些创新机会？

- 00:15:47 AI 时代的创作者困境：AI 无限，人生有限。要怎么面对？

如果你也在用 AI 做内容、做电影、做产品——我想这期播客都会带给你直接或间接的启发。

🎬 我们的视频播客将同步上线于 @Koji杨远骋的视频号、抖音、小红书、哔哩哔哩、Youtube 等平台。

📒 文字版将发布于 @十字路口Crossing 公众号。

欢迎订阅「十字路口」：

🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。

AI 时代，我们到底该学什么？｜对谈于红：三种不会过时的能力

Sun, 27 Sep 2026 16:00:00 GMT

➤ 两年前，我原本和于红约好录一期播客聊 AI 投资。那时，她是美团龙珠合伙人，正带领团队 All in AI。

两年后，这场对谈终于发生。她却已经离开了深耕 15 年的 VC 行业，创办「兔咚咚」，投身儿童 SEL 教育（Social and Emotional Learning，社会情感学习）。

这场转身背后，是一个远不止属于父母的问题：当 AI 让知识变得唾手可得，我们究竟还需要培养什么？面对职业、关系与人生选择，如何认识自己、理解他人，并在不确定中积极行动？

我想这是每个人都不断面对的问题。一方面，我们都希望拥有自由、快乐和探索自我的空间；另一方面，我们也会担心：如果今天不多做一点，未来是不是会失去更多选择。

在这期内容中，于红和我从教育聊到投资，从孩子的成长聊到成年人的选择，试着重新回答：AI 时代，什么才是真正不会过时的能力？

🎬 我们的视频播客将同步上线于 @Koji杨远骋的视频号、抖音、小红书、哔哩哔哩、Youtube 等平台。

📒 文字版将发布于 @十字路口Crossing 公众号。

🟢 AI 时代学什么？

00:39 快问快答：年龄、毕业院校、MBTI、星座、一句话介绍、团队规模、创业前经历

02:20 AI 正热，却离开了 VC

06:11 AI 时代的必修课是什么？

09:40 英语，还值得花那么多时间吗？

11:02 给女儿写一个专属识字 App

🟢 如何学习成为幸福的人？

13:35 社会情感学习（SEL），到底学什么？

18:10 接纳情绪，到底在接纳什么？

24:34 如何联系情绪能力

32:37 养育孩子，也把自己重新养一遍

37:42 批判性思维：看到的与想到的

🟢 把终点放在 30 岁

42:33 到底该不该卷孩子？

43:22 拒绝藤校，也算成功？

46:27 你想孩子成为什么样的 30 岁的大人

53:00 名校，能多打开多少机会之门？

01:05:41 清华博士：“我不能浪费我的分数”

01:06:01 离开 GGV：8 位数 Carry 的取舍

01:10:09 选伴侣，比换工作更难

01:20:31 孩子选错了，父母该拦吗？

🟢 投资中那些重要的事

01:23:45 错过的公司倒了，就算看对了？

01:26:20 跟着 GGV 合伙人学提问

01:30:44 跟着王兴学到的事

01:36:42 投资最不快乐的事

01:42:04 学校没教的创业者必修课

01:46:23 把“我有个想法”换成“我有个假设”

01:47:24 积极心态，也要刻意练习

欢迎订阅「十字路口」：

🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。

“我看到了 Scaling Law 的信号” | 对谈清华叉院助理教授徐梦迪：具身智能、世界模型、真正的泛化

Sun, 20 Sep 2026 23:30:01 GMT

➤ 本周「十字路口」的嘉宾是清华叉院助理教授徐梦迪。从清华车辆工程出发，途经 Johns Hopkins、CMU，再到 Stanford 吴佳俊、李飞飞组做博士后，2024 年初她选择回国，加入清华交叉信息研究院。她的核心命题是机器人的 in-context learning (ICL)：让机器人到一个新环境，通过一两次交互当场学会新任务，而且越学越快。

本期节目还有一个及时的注脚：就在我们录完节目后的第二周，Generalist 发布 GEN-1.5 ——只给机器人看一段 3-12 秒的动作示范作为 "physical prompt"，不做微调、不更新参数，它就能当场尝试完成新任务（10 项任务平均成功率约 59%）。ICL 随即成为全球具身智能领域最受关注的话题之一，而这正是梦迪持续押注的方向。

除了 ICL，我们还聊到：

预训练的天花板
真正的泛化
Scaling Law 的信号与陷阱
跑通稳定的数据闭环
叠衣服 demo 的误导
行业的泡沫与进步
年轻 PI 的真实生活与研究选择

穿越所有的技术话题之后，这还是一期关于人生选择、环境与长期主义的对话，希望可以是给所有站在中美之间、学术与产业之间、跟随热点与坚持长线之间的年轻人的一份参考。

🎬 我们的视频播客将同步上线于 @Koji杨远骋的视频号、抖音、小红书、哔哩哔哩、Youtube 等平台。

📒 文字版将发布于 @十字路口Crossing 公众号。

🟢 从四驱车到机器人

00:21 快问快答：年龄、毕业院校、MBTI、星座、一句话介绍

02:31 清华车辆工程，通向机器人的起点

05:59 为四驱车捡废铁的女孩

07:18 衡水中学，竞赛班里的另一面

12:02 CMU 最佳博士论文：预训练之外

19:19 Adaptation 为何越来越受重视？

🟢 从解题人到出题人

23:51 创造性工具使用：没有刀怎么切蛋糕？

26:30 斯坦福：李飞飞与吴佳俊，两种导师

30:57 从斯坦福回到清华

34:17 5 年后，凭什么成为顶尖研究者？

40:06 选最好的，还是最适合的？

42:24 她会回复怎样的套磁邮件？

🟢 具身 Scaling Law 的信号

44:44 具身创业：进步与泡沫共存

46:39 数据与世界模型，风向为何反复？

49:07 低 Loss，不等于高成功率

50:47 机器人还在 GPT-1 阶段？

56:04 In-Context Learning：机器人能懂你家吗？

58:19 数据闭环的“鸡生蛋”难题

01:03:21 具身数据，难在定义需求

01:05:18 遥操作、仿真、UMI 与人类数据

🟢 只有乐观才可能成功

01:09:56 博士面试里的 Research Taste

01:14:08 跟年轻 AP 读博，是一场创业？

01:17:25 AI 论文泛滥，还能怎么看？

01:19:22 具身马拉松，跑到第几公里？

欢迎订阅「十字路口」：

🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。

于是转身向具身走去｜对话王家伟：24 岁的具身智能首席科学家

Wed, 16 Sep 2026 18:00:00 GMT

➤ 本周「十字路口」的嘉宾王家伟，中科大少年班、MSRA、DeepSeek、字节 Seed——这条路直通大模型的最前沿，但毕业时，他却转身向具身走去，成为深朴智能（Simple AI）首席科学家。为什么呢？

他想离开的不是大模型，而是只能跟随既定计划的状态。他说：「风浪越大，鱼越贵」 ——具身的路线、评估和产品都还没有共识，风险更高，却也给了年轻研究者定义问题的空间。

本期播客中，我们从 GPT-6 Astra 出发，讨论了「OpenAI 会不会降维打击具身模型」的问题。王家伟认为，通用大模型会承担越来越多理解与规划，但当杯子开始滑落，机器人仍需要能快速反应的动作模型。

深朴智能因此从 HiFi-UMI 数据、具身基础模型、Agentic OS 一直做到本体：开源 2,000 小时数据，内部积累数万小时；模型已观察到一定的 Zero-shot 泛化；Agentic OS 则把上层意图与底层动作连接起来。

最后，我们讨论了在美国的具身同行们最新发布的各种工作：GEN-1.5 对预训练与自然涌现的验证、π0.7 对 steerability 的强化、以及 Skild AI 为 Demo 专门训练的 In-Context Learning 是否被高估。

🎬 我们的视频播客将同步上线于 @Koji杨远骋的视频号、抖音、小红书、哔哩哔哩、Youtube 等平台。

📒 文字版将发布于 @十字路口Crossing 公众号。

🟢 于是转身向具身走去

00:00 快问快答：年龄、毕业院校、MBTI、星座、一句话介绍

04:02 GPT-6 Astra 操控机械臂

06:27 OpenAI 等基模公司会击穿具身模型吗？

09:28 中科大少年班怎么选人？

13:14 聪明，是会提好问题

14:54 “风浪越大鱼越贵”

19:44 DeepSeek：不靠工作强度换成果

21:32 从 DeepSeek 多模态到 Seed Agent

🟢 深朴的选择

25:24 深朴为什么必须做全栈？

26:40 HiFi-UMI：开源 2,000 小时

32:01 GPT-6 比人更会标数据

34:15 Zero-Shot：不靠后训练的新任务

🟢 什么才是具身智能的「智能」？

36:10 不追逐“世界模型”概念

36:55 Context：从一秒因果到长期记忆

41:52 Scaling 趋势，不等于 Scaling Law

44:34 Agentic OS：具身不只是一个模型

48:09 没有公认 Benchmark，如何证明模型？

🟢 前沿点评

54:14 Astra：通用智能外溢到物理世界

55:53 GEN-1.5 与 π0.7

57:34 被高估的 In-Context Learning

01:00:04 具身领域：噱头可能大于真实

01:07:47 离开大模型舒适区

01:09:57 三年后，机器人能帮人洗碗吗？

欢迎订阅「十字路口」：

🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。

当具身智能走到十字路口｜对谈苏度、蚂蚁灵波、自变量、破壳：四种一线判断

Sun, 13 Sep 2026 16:00:00 GMT

➤ 这是一次少见的、没有收敛的、关于具身路线级分歧的公开讨论。

2026 年的具身智能，已经不缺热度。缺的是有人把分歧摆上台面。数据从哪儿来？模型怎么做？落地在哪里？

我们讨论了当下最热门的话题：GPT-6 Astra 的能力边界在哪里？如果 OpenAI、Anthropic 要做具身，会形成降维打击吗？

这期播客是「2026 Inclusion 外滩大会」主会场圆桌的现场，由我（Koji）主持，参与讨论的四位嘉宾是：

韩铮：苏度科技联合创始人兼 CEO
沈宇军：蚂蚁灵波科技首席科学家
王潜：自变量机器人创始人兼 CEO
许华哲：破壳机器人创始人、清华大学交叉信息研究院助理教授

透过这场对话，你会了解到：1）不同路线的核心假设和风险；2）判断哪些指标是领先指标；3）Astra 带给具身的冲击和启发，与创业公司护城河；4）具身智能商业化短期 vs 长期逻辑；5）被高估/低估的领域，可能对应投资机会或风险。

🎬 我们的视频播客将同步上线于 @Koji杨远骋的视频号、抖音、小红书、哔哩哔哩、Youtube 等平台。

📒 文字版将发布于 @十字路口Crossing 公众号。

🟢 数据之争：仿真与真实之间

00:27 仿真与真机，不是二选一

04:00 真实传感器的不完美

06:14 Real-to-Sim：更难的 Gap

🟢 智能之争：Astra 的冲击与启发

08:18 GPT-6 Astra：降维打击具身行业？

09:21 “智能的本体存在于数据”

15:00 麻婆豆腐，不能证明模型变好

19:08 具身会反过来改变大模型

23:01 高成功率与泛化性，缺一不可

🟢 场景之争：跨过泡沫的指标

24:48 跨过泡沫的唯一指标？

25:44 高成功率是商业化前提

26:55 客户持续付钱

29:11 后训练落地与基础模型跃迁

🟢 五年后回看：什么被高估，什么被低估？

31:16 五年后，什么被高估？

33:27 落地是一场系统工程

35:01 具身不会复刻语言模型

38:33 没有物质复制，就没有真正 RSI

40:19 造飞机，像今天做 App

41:25 百万小时数据迷思

欢迎订阅「十字路口」：

🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。

她被骗过、被救过、被捧上神坛过、被疼痛击倒过，决定在AI时代继续冒险｜对谈陈安妮

Sun, 06 Sep 2026 16:00:00 GMT

➤ 本周「十字路口」的嘉宾是快看漫画创始人 & CEO 陈安妮 ——作为中国漫画行业的领军人物，她将分享 AI 将如何重塑内容行业。

22 岁刚毕业，陈安妮创办了快看漫画。此后 12 年，她几乎经历了一家创业公司所能遇到的全部剧情： 被骗过 ——签了协议的投资人迟迟不打款，一句句「下星期给」硬生生拖断了公司现金流； 被救过 ——最绝望的时刻，一位陌生投资人的神秘打款把公司救了回来； 被捧上神坛过 ——泼天的流量、增长神话、2 亿美金的融资；也被疼痛击倒过 ——那轮救命融资落定后，她整整一个月身体僵硬疼痛、站不起来，只能躺在办公室的沙发上办公。

12 年后的今天，主业已稳步增长，她却决定把下一程押在从零做一个 AI Native 产品 Livo，「一个实时活着的 AI 世界」：AI 角色有自己的故事和梦想——你耽误他当海贼王，他会愤怒离开，甚至把你拉黑；你说的每一句话都在触发蝴蝶效应；而整个产品最重要的功能，名字就叫「命运」。

这期节目，我们把这 12 年的剧情一段段聊开：现金流被拖断时的绝地求生；确立使命后的「跪着也要把这条路走完」——流量高峰期在算法推荐池中加入人工干预，看着数据在一两个月内掉了 30%，几年后 IP 衍生收入却占到一半以上；以及穿过所有起落之后，她真正的方法论「游戏精神」：应无所住而生其心，不害怕失败，让好奇心而不是恐惧驱动自己。

如果你正走在创业的隧道里，或者你好奇一位 12 年的 CEO 如何把大起大落熬成继续在 AI 时代冒险的勇气，这期节目也许会给你久违的力量。也请听到最后——她对 22 岁那个刚刚创业的自己，只想说一句话：「尽情享受喽」。

🎬 我们的视频播客将同步上线于 @Koji杨远骋的视频号、抖音、小红书、哔哩哔哩、Youtube 等平台。

📒 文字版将发布于 @十字路口Crossing 公众号。

00:11 快问快答：年龄、MBTI、星座、一句话介绍、团队规模

🟢 Part 1｜Livo：AI 时代的故事新范式

01:23 Livo 为什么被定义为“AI 时代全新的讲故事范式”？

04:48 判断 Agent 是不是真正“活着”，关键是碳基生命还是自主意识？

06:43 Livo 与斯坦福小镇等模拟世界产品，核心体验有何不同？

14:35 当 Agent 世界已成共识，Livo 真正押注的非共识是什么？

19:05 从“漫画加互动”到“AI 为底座”，快看尝试 Livo 前经历了哪几个阶段？

23:04 一万个用户经历一万个故事，Livo 如何保留群体共鸣？

26:02 做到哪三个层次，Livo 里的 Agent 才算拥有“灵魂”？

🟢 Part 2｜AI Native：组织管理与产品实践

08:47 没有单一主导者的 Livo 团队，如何用 Yes and Hope 和“群体智能”拍板？

12:03 不再独自拍板后，CEO 在 Livo 团队里如何发挥作用？

🟢 Part 3｜创业 12 年：生死转折、商业化与游戏精神

28:28 只画了两年漫画的陈安妮，为什么毕业后选择做 CEO？

30:58 投资人签约后迟迟不打款，快看第一次现金流断裂如何出现转机？

35:27 《对不起，我只过 1% 的生活》当年究竟被误读了什么？

38:05 数据、留存和收入都在上涨，创始人为什么反而想离开快看？

42:21 主动移除流量内容、让数据在一两个月内跌掉 30%，为什么仍坚持这个决定？

47:05 2 亿美元融资前后，经历了怎样的压力？

50:58 融资完成后的身体疼痛，让她重新理解了商业化什么？

56:08 经历两次现金流危机后，她为什么仍把“游戏精神”当作创业核心？

01:02:34 CEO 拥有最高决策权，如何与“所有灵魂平等”同时成立？

01:06:12 从“漫画加 AI”转向“AI 加什么”，为什么过去的成功经验反而会成为阻碍？

🟢 Part 4｜AI 与内容行业：技术、创作与人的价值

01:09:40 被新技术追赶的焦虑中，Gemini 如何帮陈安妮找回做 Livo 的初心？

01:12:46 “复古人文主义”为什么不反对 AI，却反对把 AI 当成内容噱头？

01:14:29 AI 会杀死内容行业，还是把创作者推向更像导演的新角色？

01:15:44 如果回到 12 年前，陈安妮会给刚毕业就创业的自己什么建议？

欢迎订阅「十字路口」：

🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。

对卷卷的3小时访谈：从抖音到AI 3D、创业的过山车、成为制造业OS的野心、基础模型不会吞噬一切！

Wed, 02 Sep 2026 16:00:00 GMT

➤ 本周「十字路口」的嘉宾是卷卷，本名任利锋，数美万物创始人、CEO。他曾带领团队孵化抖音，并完成从 0 到 1 的全过程，被不少人认为是抖音崛起的重要推动者。

这是一场接近 3 小时的长谈：我们从抖音最初如何被立项聊起，聊到数美万物最新发布的 Hi3D 3.0 2048³ 模型，也聊到他们从 Maker OS 走向「制造业 OS」的野心。

聊完卷卷，我最强烈的感受是：基础模型不会吞噬一切。

大语言模型与多模态模型看起来能生成万物，但一旦进入实体制造，仍需要能产出「生产级」3D 资产的模型。而真正困难的，往往发生在模型之后：如何拆件、如何加连接结构、如何适配不同材料与设备；如何把毛绒的曲面展开成纸样、把图片转成刺绣机能识别的针迹；又如何在高并发、每一件都不同的订单里，把产品按时交付到用户手上。

这也解释了数美万物为何从 3D 大模型一路延伸到工具、工厂、交易与生态，并把目标从 Maker OS 推向制造业 OS ——他们要做的，是一条把普通人的创造欲真正送进现实世界的生产管线。

这是一场关于 AI、趋势、产品、野心与修行的长谈，也是一个做过超级产品的人，重新成为创业新手的故事。

🎬 我们的视频播客将同步上线于 @Koji杨远骋的视频号、抖音、小红书、哔哩哔哩、Youtube 等平台。

📒 文字版将发布于 @十字路口Crossing 公众号。

00:25 快问快答：年龄、MBTI、星座、一句话介绍、融资情况、团队规模、创业前经历

02:33 抖音最初如何从网速、手机硬件和快手、Musical.ly 的信号中找到机会？

09:29 抖音早期如何让普通用户既被激发也被看见？

12:04 抖音和 AI 3D，都是透过行业关键变量判断到的大机会

19:05 卷卷为什么从内容产品转向 AI 3D 与制造业？

23:43 工厂只关心订单、收入和利润时，数美万物为何被迫在番禺自建实验工厂？

26:26 互联网产品的增长渴望，与制造业必须尊重的周期和商业规律有何冲突？

28:12 离开字节创业，是因为对自己不满意吗？

36:05 决定创业后，做的第一件事

——————

🤸 37:14 现场视频演示 Hi3D 3.0 模型效果：纯音频听众可跳至 55:16 继续收听。

——————

55:16 从一张图到直接打印，Hi3D 如何自动完成拆件、连接件、摆盘和参数设置？

01:00:06 Seedance 2.5 等视频模型越来越强，游戏和影视还需要 AI 生成 3D 吗？

01:01:53 3D 是最难获取数据的模态，数美万物如何从产业带获得训练数据？

01:06:31 女性 Maker 市场正在高速增长

01:15:44 造好物超过 20% 的投稿率从何而来，拿到实物为何会再次激发创作？

01:19:16 “生产级直出”、T+7 准交率、线下评测实验室

01:28:12 3D 打印会不会见顶，桌面级 CNC、激光与柔性设备将如何扩展 Maker 市场？

01:32:47 从 300 台到 3 万台的 3D 打印农场，为何仍困在同质化与创作者收益问题？

01:39:19 抖音从 0 到 1 的哪些经验能复用，哪些会在 AI 3D 创业中失效？

01:54:40 AI 时代还会出现新的抖音吗？

01:58:49 创业如何成为修行？

02:02:03 劝一些人“没事别创业”，又会支持另外一些人创业

02:05:12 成功的定义

02:10:18 “我本质上是自卑的人”

02:16:42 从“好人”变成负责任的 CEO

02:22:51 好运气

欢迎订阅「十字路口」：

🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。

AI 下半场，不会只剩一个超级模型｜对谈 Kevin Ding：Pyromind 创始人/CEO

Sun, 30 Aug 2026 16:00:00 GMT

➤ 本周「十字路口」的嘉宾是 Pyromind 创始人 / CEO Kevin Ding。Pyromind 所在的赛道，常被称作 RL as a Service，也就是强化学习即服务、或后训练即服务。公司前不久完成天使轮融资，投资方包括高瓴、百度风投、蓝驰、Atypical 等机构。

但在 Kevin 看来，RL as a Service 只是起点，不是终点。他在节目里说，Service 只解决了一半问题；真正要让 Agent 在生产环境中持续改进，还需要把训练、奖励、反馈、部署和数据回流串成一条可以自动循环的管道——也就是 Pyromind 正在押注的 AutoRL。

我们也聊到了 Pyromind 的真实落地场景：工业质检、工艺参数优化、GUI Agent、Coding Agent，以及企业里那些 ROI 明确、数据足够富集、好坏标准相对清楚的生产问题。

同时，这期也会讨论一个非常现实的问题：企业 AI 到底怎样才能不是项目制咨询？

Kevin 坦诚，第一次进入客户场景时，FDE 的工作不可省：要理解数据制式、评价基准、业务流程和奖励信号。但 Pyromind 追求的是让这部分工作在相似模态和相似场景中逐渐递减，把一次性交付沉淀成可以横向复制的 AutoRL 管道。

Kevin 重点分享了他们的新工作 PyroDash：一个由 4B 小模型、强基座模型和协作引擎组成的大小模型协作架构。Kevin 认为，这背后对应的是一个更大的判断：需求世界是多元的，不是所有问题都应该被收拢到一个中心化大模型里解决。

这期适合所有关心 AI Agent、后训练、企业智能、工业 AI 和 AI infra 的朋友。

🎬 我们的视频播客将同步上线于 @Koji杨远骋的视频号、抖音、小红书、哔哩哔哩、Youtube 等平台。

📒 文字版将发布于 @十字路口Crossing 公众号。

00:23 快问快答：年龄、毕业院校、MBTI、星座、一句话介绍、融资情况、收入及利润、团队规模、创业前经历、PMF 跑通了吗？

01:55 为何 AI 终局更像 Agent 蜂群而非超级基础模型一统天下？

03:44 为什么 RSI 在这一年变得重要？

05:21 RL as a Service 解决了哪一半问题？

08:32 Pyromind 如何优选最适合 AutoRL 的客户？

10:16 初次进入场景为何 FDE 不可省，后续工作量又如何递减？

22:13 如何能让工业客户算清 ROI？

23:22 哪三条标准决定一个企业需求该接还是拒绝？

26:29 企业 AI 为何绕不开成本、效率与隐私的不可能三角，后训练如何破解？

27:03 PyroDash 怎样让 4B Worker Model 与 Base Model 协作，兼顾效果与成本？

29:23 Harness 能改善流程和速度，但仍解不了哪些企业的关键需求？

34:02 两个 FDE 如何支撑十几个 B 端客户，Pyromind 又把哪些工作收回产品层？

38:20 模型越训越好、训练需求越少，Pyromind 究竟赚得更多还是更少？

40:58 中国 SaaS 难做，Pyromind 为何认为 AI ToB 能把 ROI 重新算清？

42:06 云厂商也能做后训练、又掌握算力，Pyromind 会被吞掉吗？

47:47 Hugging Face 上小模型下载仍占主流，为什么需求不会都归拢到一个 Base Model？

欢迎订阅「十字路口」：

🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。

22 岁的具身 CEO、5 轮融资、过亿美元、“不知天有多高”、“一年吃了十年的苦”｜对谈黄一：萝博派对创始人/CEO

Sun, 23 Aug 2026 16:00:00 GMT

🚥 本周「十字路口」的嘉宾是黄一，RoboParty 萝博派对创始人兼 CEO。

2004 年出生的他今年 22 岁，在一年内迅速完成 5 轮融资，累计超过 1 亿美元；股东既有知名 VC，也有小米、宁德等产业方。

他形容这一年是“度过了一个压缩的人生”：把可能十年要吃的苦，一年吃完。他也坦率地说，大学毕业就创业的好处是“你不知道天有多高”——不是自信重要，是自大重要；在对行业还没有清晰认知之前的“愚昧之巅”，反而是最适合创业的时刻。

很少有创业者像黄一一样，愿意把自己的 knowhow 讲得这么细：怎么融第一笔钱、怎么选 FA、怎么挑 TS、怎么看产业方的钱、公司注册在哪……

在这期节目里，我们还聊了他从哈工大寝室里拉着同学一起造机器人的起点；他花两三天“追求”一位浙大工程师的招人方式；他如何理解“画饼的最高境界是自己先相信”；以及他对具身行业的判断：如果把具身智能比作 42 公里的马拉松，机器人本体已跑完 1/4，小脑大概跑了一半，但大脑可能才跑了一两公里。

如果你想了解这一代年轻创业者如何做决策、如何管理同样年轻的团队、以及如何与泡沫共处，这期节目会是一个难得的样本。

🎬 我们的视频播客已同步上线于 @Koji杨远骋的视频号、抖音、小红书、哔哩哔哩、Youtube 等平台。

📒 文字版将发布于 @十字路口Crossing 公众号。

01:50 创业仅一年，黄一为何说自己经历了“压缩的人生”，把十年的苦一年吃完？

02:27 一年 5 轮、融资过亿美元，VC 投 22 岁的黄一时到底在投什么？

05:24 市面上 FA 众多，创业者该如何选择？

07:30 明知具身存在泡沫，创业者如何借势而不被泡沫吞没？

08:30 同时拿到多份 TS 后，如何挑选既适合当下、又能支持后续轮次的机构？

10:02 小米、宁德等产业方的钱，和纯 VC 的钱到底有什么不同？

11:35 RoboParty 为什么一两个月就融一轮？融资节奏由什么决定？

14:01 为什么“愚昧之巅”，反而可能是创业的最佳时刻？

16:58 黄一花两三天“追”一位浙大工程师，靠什么让对方相信尚不存在的团队蓝图？

19:39 第一代机器人“做完感觉没用”，开源后发生了什么，竟然改变了 RoboParty 的方向？

20:36 从结构到算法全栈开源，RoboParty 未来靠什么建立壁垒、赚到钱？

24:50 为什么不看好轮式机器人？

26:26 从“愚昧之巅”往下走，哪些时刻会让年轻 CEO 的认知被瞬间打散？

29:04 从第一代原型机 RPO 走向 RP1，真正让团队从“自大”滑向现实的难题是什么？

31:56 RP1 相比上一代原型机，解决了哪些真实使用问题？

35:17 十年后的具身终局，会由 OpenAI、智谱式模型公司，还是更懂 Robotics 的创业公司做出来？

37:25 近 150 人的 RoboParty 如何用“蜂巢结构”控制管理半径，又如何与制造流程兼容？

41:56 22 岁 CEO 如何管理比自己年长、且在具体领域更懂行的同事？

43:24 为什么高薪大厂人才愿意降薪加入？RoboParty 又如何做到一年半几乎零主动离职？

46:31 如今约 300 家具身公司，到 2030 年可能只剩多少家进入下一轮竞争？

49:35 大脑、小脑和本体方向都在探索，黄一如何决定 RoboParty 做什么、不做什么？

53:17 RP1 为什么先服务科研教育，而不是家庭、工厂或文娱场景？

01:01:13 把具身智能比作 42 公里的马拉松，本体、小脑和大脑分别跑到第几公里？

欢迎订阅「十字路口」：

🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。

「模型能力已经够了，要卷就卷 infra」｜对谈戴冠兰：Runta 创始人

Sun, 09 Aug 2026 16:00:00 GMT

🎪 十字路口将邀请戴冠兰在8.17(周日)举办 Agent Infra 线上闭门分享会，深入展开播客未尽的话题。欢迎对 Agent Infra 领域感兴趣的工程师、创业者参与。为保证沟通效果，仅限 20 人。点击这里报名。

🚥 本周「十字路口」的嘉宾是 Runta 创始人/CEO 戴冠兰。

Runta 是 Agent Infra 领域的硅谷明星创业公司，刚完成由 a16z 投资的 2000 万美元 Seed 轮；Jeff Dean、李飞飞等也以个人天使身份参与投资。

冠兰曾是 Cloudflare 和 Kong 的早期团队成员，他选择在此刻创业的判断很直接：模型能力已经够了，要卷就卷 infra ——未来一定会有比人类更多的 agent，AI 领域的关键问题将变成：它们跑在哪？怎么管？出了事谁来负责？

在这期对谈里，我们从 token 文化的急转弯聊起：短短半年，token maxxing（用得越多越光荣）迅速转向 token minimizing（ROI、预算、归因、节流），这背后折射出了哪些值得关注的信号？

此外，你还会听到：

当软件的执行从“逻辑清晰的确定性”变成“LLM 的概率性”：AI 正在如何动摇整个数字世界的地基？
AI 时代的“水电煤”将由谁来建？为什么这一次，创业公司反而比巨头更有机会？
几十亿个 agent 同时开工的世界会长什么样？今天的互联网和云，接得住吗？
为什么人类会在一次次点击「允许」中，不知不觉交出边界与控制权？
为什么说“未来 10 个月，必然会有一场灾难性的事故”？那场事故，又会如何把所有人重新“教育”一遍？

📢 Runta 正在硅谷和新加坡两地的办公室招聘以下岗位：Core Runtime（hypervisor/VM 定制与调度）、Cloud Infra（IaC 与多云）、Product Engineering（Agent Experience 与 DX）。感兴趣的朋友欢迎联系：hiring@runta.com

🎬 我们的视频播客已同步上线于 @Koji杨远骋的视频号、抖音、小红书、哔哩哔哩、Youtube 等平台。

📒 文字版将发布于 @十字路口Crossing 公众号。

00:00 快问快答：年龄、MBTI、星座、毕业院校

01:32 Runta种子轮融了2000万美元，如何拿到Jeff Dean和李飞飞的个人投资？

05:04 a16z为何罕见地为一家Seed轮公司专门写Blog？

07:33 Token Maxxing为何在三到六个月内转向Token Minimizing？

12:55 为何放弃在Kong的位置，第一次以CEO身份创业？

17:50 Agent Infra为何更可能是创业公司的机会，而不是公有云的生意？

18:49 面对Anthropic和OpenAI，Runta的差异化在哪里？

21:05 E2B、Daytona式Sandbox为何难以承载长程Agent？

25:12 企业说自己有几百个Agent，Agent的边界究竟怎么划？

26:23 AI 如何吞噬人的权限边界？

28:39 为什么灾难性的Agent事故必然会发生？

32:28 Runta 95%以上的开发工作都在Vibe Coding，人类工程师还不可替代在哪？

33:28 Agent安全出问题，根源更可能在模型、Harness还是执行底座？

37:27 “模型能力已经够了”，为什么下一场竞争要卷Infra？

42:16 冠兰早期加入 Cloudflare 和 Kong ——职场新人应该如何选对 startup 中的赢家？

45:14 年轻人信息有限，如何在面试前真正看懂一家创业公司？

48:31 300万美元做天使投资，投给谁？

50:10 Claude Code还是Codex？

54:30 5个好消息、5个坏消息

欢迎订阅「十字路口」：

🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。

「热爱一个行业15年的理由是什么？」｜对谈汪天凡：我要投真正的快乐、投最纯的愿景、投人性的光辉【公路播客】

Sun, 02 Aug 2026 16:00:00 GMT

🚗 这是一期「公路播客」——我们把播客搬上了车，边开边聊。一路上的风景和松弛，让这场对话聊出了很多平时聊不到的东西。

🚥 15年的投资与热爱，底层动力是什么？2026 还是投 AI 应用和 AI 硬件的好年份吗？当大家都知道当下有泡沫时，该取什么，舍什么？

本周「十字路口」公路播客，我开着马自达 MX-5，和 BAI Capital 高级合伙人汪天凡 Will 一边开车一边聊了这些问题。

这期有很多有意思的判断：智能是通胀的，智慧是稀缺的，AI 应用的新机会藏在 Context 和交互里；面对「华强北 80 块就能平替」的质疑，AI 硬件真正稀缺的是产品定义和「注入人性的光辉」；而面对 2026 年的泡沫，他给出的是另一个尺度的回答：如果 3000 年文明正被压缩进 30 年，那一切才刚刚开始。

贯穿全程的一个观点是：当 AI 让效率无限提升，真正值得下注的，是那些想清楚为什么出发的创业者，和那些注入了人性光辉、能让人更快乐的产品。

如果你正在 AI 的泡沫与机会之间摇摆，或者只是想知道一个入行 15 年的投资人如何保持热爱，这期关于快乐与愿景的对话，或许能给你带来久违的力量——以及一点活在当下的勇气。

🎬 我们的视频播客将同步上线于 @Koji杨远骋的视频号、抖音、小红书、哔哩哔哩、Youtube 等平台。

📒 文字版将发布于 @十字路口Crossing 公众号。

00:21 快问快答：年龄、MBTI、星座、毕业院校

04:01 当基础模型趋同，AI 智能开始通胀，什么会成为真正的稀缺品？

05:34 华强北 80 块就能平替，Looki 等 AI 硬件真正难抄的是什么？

07:47 AI 如何重构 VC 的研究、尽调与投后？

09:03 AI 公司靠什么进入行业前 5%？

10:40 做了 15 年 VC，还爱着这个行业吗？

15:49 卓越投资人最重要的能力是什么？

15:49 2026 最泡沫的时候，投资人该取什么、舍什么？

19:09 为什么 AI 不该只追求效率，而应该激活人性的光辉？

22:19 一天打开手机 97 次，这是不对的。

26:28 AI Infra 为什么像三四年前的 Crypto Infra 泡沫？

29:58 AI 是 30 年的技术革命，还是 3000 年的文明变革？

31:09 为什么 AI 时代的门槛，可能只有 1% 的人能跨过去？

34:21 Prompt 为什么要越长越好？

37:49 去年市场都在追 AI 眼镜，Will 为什么不投？

42:31 早期公司还在进攻，为什么“壁垒”是个错误问题？

44:08 完美投资为什么应该满足三非理论？

46:07 2026 到底是不是 AI 投资的好年份？

48:34 为什么不该只投资提高效率的 AI 产品，而更该投资有野心和愿景的创始人？

50:08 如果 AI 只剩效率，人会变得更快乐吗？

欢迎订阅「十字路口」：

🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。

11 年，110 亿美金，然后呢？｜对话 Airwallex 吴恺：AI 时代，下一站 1000 亿

Sun, 26 Jul 2026 16:00:00 GMT

🚥 我很爱听创业故事——成功的、失败的、峰回路转的、还没有答案的，我总能从中听出几分共鸣与启发。

上半年，「十字路口」邀请了很多新一代 AI 创业者，他们分享的多是从 0 到 1、踌躇满志的出发故事。但接下来一段时间，我想邀请更多已经翻越山丘的创业者，听他们讲讲一路走来的经历。

➤ 本周「十字路口」的嘉宾，就是上个月刚完成新一轮融资、估值来到 110 亿美金的 Airwallex 空中云汇的首席营收官（CRO）吴恺。他和我们分享了这家由华人创办、从墨尔本起家的公司如何用 11 年时间从 0 成长到 110 亿美金估值的几个关键抉择：拒绝 Stripe 收购、咬牙亏损四年先铺全球网络、坚持在全球各地用当地人做管理者等等。

这几个关键抉择很打动我，因为它们本质上都在追问每一位创业者可能都会遇到的同一个问题：当「钱」与「愿景」、「赌注」与「风险」同时摆在面前时，你会怎么选？

如果你也在做一件短期看不到回报、但相信长期的事，这期会给你一点具体的力量。

故事以外，我们当然也聊了很多 AI。在进入百亿美金俱乐部之后，Airwallex 的优势叠加上了时代机遇：**AI 正在把全球金融推向一个「关键拐点」。**因此，本期播客，我们重点讨了 AI 正在如何改变科技金融行业：

Airwallex 正在支持大模型公司：Kimi、MiniMax、智谱、DeepSeek 等。多模型切换、阶梯费率、高峰低谷双倍定价、实时动态计费等新需求，如何倒逼金融基础设施升级？
过去需要 10 个金融 SaaS 才能完成的费控、会计、收入确认、对账、计费等流程，未来会被一个 Agent 入口取代吗？
ChatGPT Finance 发布后，「金融超级智能入口」的竞争格局将如何演进？
Airwallex 连续发布的 Kai、AgentOS、T:0、Airi 等 AI 金融产品，分别是什么？
Airwallex 连续收购 Leapfin、OpenPay，并持续推进更多收购。其积极布局背后的核心，究竟是为了获取哪些关键资产？

🎬 我们的视频播客将同步上线于 @Koji杨远骋的视频号、抖音、小红书、哔哩哔哩、Youtube 等平台。

📒 文字版将发布于 @十字路口Crossing 公众号。

🟢 00:42 快问快答：年龄、毕业院校、MBTI 与星座、一句话介绍 Airwallex，以及 CRO 的职责

🟢 02:10 服务 Kimi、MiniMax、智谱、DeepSeek

大模型公司的需求有何不同？
为什么这件事不是模型公司自己算？

🟢 05:02 一杯咖啡，如何变成全球支付网络

一笔汇款不论大小都可能收取 20–50 美金，创始人的姓名还曾因为与制裁名单同音而让汇款反复被卡。
同一时期已经有 Wise、Revolut 等玩家看到机会，Airwallex 后来靠什么走出不同的路径？

🟢 09:24 亏四年，先把全球网络铺出来

如果只做东南亚，也许早就盈利了；Airwallex 从 Day One 选择的却是先覆盖全球。

很多区域支付网络最终卖给了 Visa、PayPal 等巨头，他们为何不卖？

🟢 13:12 投资人觉得这个“全球银行”愿景疯了

只做资金转移太底层，能直接使用的企业有限；那么 Airwallex 的战略决定是？
多条产品线可以同时铺，但每一条都要砍到最小可用——判断“垂直还是全栈”的第一性原理，是什么？
直到 2021 年，成立第六年，Airwallex 才真正等来全球银行产品的 PMF。

🟢 22:55 财务自动化，从工程团队变成一个运营人员

过去只有中大型企业值得搭工程团队做财务自动化，AI 正在把这件事变成中小企业也用得起的能力。

Airwallex 的 AI 助手 Kai 内置在 Airwallex WebApp 中，可以分析财务政策、优化流动资金、搭建费用工作流，也能直接排查付款为什么没有到账。
AgentOS 则通过 CLI、API 和 MCP，把底层金融能力开放给企业自己的 Agent。
Kai 上线约一个月后，他们看到了一个什么样的早期信号？

🟢 27:14 SaaS vs Agent

为什么 10 个财务 SaaS，会合并成一个 Agent 入口？
原来 5 个财务人员使用 10 套软件，未来呢？
单点 SaaS 的数据彼此割裂，到了 AI 时代反而会成为致命弱点：没有跨流程数据，它们的 AI 就会更“笨”。
T:0 想让公司从第零天就拥有迷你 CFO，Airi 则从一键结账走向面向消费者和 Agent 的智能钱包。

🟢 32:17 数据、人才、流量：金融入口的三张牌

Airwallex 收购 Leapfin 和 OpenPay，看中的是什么？
ChatGPT Finance 想连接金融平台，平台却必须权衡：是借它的巨大流量服务更多客户，还是保住自己的数据与入口？
当模型越来越像通用商品，金融超级入口最终会长在哪一层？

🟢 37:23 拒绝 Stripe 收购，也拒绝过早赚钱

B 轮时，Stripe 曾想收购 Airwallex；真正困难的不是执行，而是在钱和愿景同时摆在面前时做选择。

2018 年公司收入几乎为零，吴恺却做出了一份通往十几亿美金收入的财务模型，当时有投资人直言“绝不可能”。
六年后回看，实际增长曲线与那份预测只差了约一个半季度。如何做到的？
当市场足够大、公司已经就位，剩下的问题是什么？

🟢 39:31 13 亿美金 ARR 之后，争夺金融超级入口

Airwallex 的 ARR 约 13 亿美金、年增速约 74%，行业毛利约七成；按约 8 倍 P/S 计算，吴恺认为 110 亿美金估值并不高。
74% 的年增速来自哪里？
除了 Airwallex，还有哪些公司拿到了成为“金融超级智能入口”的入场券？

🟢 43:07 全球化，选对本地人

全球化最难的是什么？踩过最大的坑是什么？
如何选择优先进入哪些国家/市场？
亚洲 vs 欧美的不同流量策略是什么？

🟢 49:18 从 110 亿到 1000 亿

Airwallex 目前拥有 20 多万客户，下一道台阶是达到 100 万客户规模。
产品也要从帮助财务人员完成操作，继续走向能够主动提升效率的 Intelligent Finance。
如何成长为一家估值 1000 亿美金的公司？

欢迎订阅「十字路口」：

🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。