← 返回目录
朱啸虎对OpenAI在2025年的战略转型给予了极高评价。他注意到一个标志性变化：Sam Altman在今年几乎不再提AGI，取而代之的是一系列面向应用层的动作。
朱啸虎
大家都越来越现实了。你看Sam Altman就知道了，在今年几乎不太提AGI。
ChatGPT也上线了很多更多往应用中转型的功能，比如像Pulse、浏览器，甚至像最近刚上的群聊。这以前是不可想象的——你追求AGI的公司怎么去做一个群聊的软件工具？
从周活到日活的战略转折
朱啸虎提出了一个关键的产品分析框架：ChatGPT此前的搜索和对话都是周活型场景，而周活场景"很难防守大厂的进攻"。转向日活意味着护城河的根本性改变。
核心判断
周活 vs 日活的防守厚度
朱啸虎认为这是OpenAI"非常重大的战略转折"。不管是做Pulse（类似今日头条）、浏览器，还是群聊，核心逻辑都是增加使用频次，从周活切到日活。日活场景的防守厚度远超周活——"日活的场景更容易防守，防守的厚度会越来越深"。
OpenAI的产品矩阵评价
| 产品 | 朱啸虎的评价 | 战略意义 |
|---|
| Pulse | "AI版的今日头条"，产品想得太好了 | 内容消费日活 |
| 浏览器 | 增加日活触点 | 入口级场景 |
| 群聊 | "这一招非常非常漂亮" | 社交关系构建 |
| Sora | "定义得很好" | 创作工具 |
Sam Altman的矛盾性
朱啸虎对Sam的评价颇为精辟："嘴上说一套，但做的是另外一套。嘴上可能说的是AGI，但事实上做的都是在应用端。"他认为这恰恰说明Sam作为投资人出身的创业者，"战略的方向定位还是非常清晰的"——对投资人、对员工、对所有人"都要有交代的"。
二、超级入口之争与社交网络的新可能
朱啸虎多次强调，2025年AI产业的竞争本质已从"大模型之争"变为"超级入口之争"。这是他认为最重大的格局变化。
朱啸虎
进入到2025年，不管是国外还是国内，都开始了新一轮的入口之争。它不是大模型之争了，这是一个很大的变化。大家都已经不讲AGI了，往应用转，必然的就是超级入口之争，而且是日活之争、时长之争。
群聊：打开社交网络的钥匙
朱啸虎对ChatGPT群聊功能展现出罕见的兴奋。他将其视为可能改变竞争格局的关键一步。
群聊的想象空间
- 群聊建立后，是否要建立新的Social Map / Social Graph——重新建立社交关系
- AI在群聊中的拟人化表现："它会自己在下面鼓掌，表扬的时候自己点个赞"——"以前没有过的"
- 把公司群放到ChatGPT里，可以帮忙总结过去讨论的内容
- 移动互联网时代，社交网站加入群聊后"日活包括时长都显著提高"——ChatGPT是反向操作：先做群聊，再切社交网络
朱啸虎
如果OpenAI要成万亿美金的公司，肯定要切社交网络。
对Meta的潜在威胁
朱啸虎明确指出，ChatGPT群聊打的不是Google，而是Meta——"打的是Google不太擅长的地方"。如果通过群聊反向建立社交关系，"Meta就真的危险了"。
朱啸虎对OpenAI的核心困惑
尽管对产品战略高度认可，朱啸虎对OpenAI能否守住阵地仍有疑虑。核心原因：日活级的社交产品需要"完全不一样的DNA和运营"。DeepSeek根本没有考虑DAU和用户体验，不走这条路。而OpenAI走这条路，需要的能力和做AGI研究完全不同。"所以为什么我对OpenAI能不能守住还有困惑——它这个需要完全不一样的DNA和运营的经验。"
三、中国AI格局：字节、阿里、腾讯的三国演义
朱啸虎对中国AI大厂的格局给出了清晰但残酷的判断。
字节（豆包）
- 目前领先
- 体验"确实非常好"
- 流量优势"还是很明显的"
- Token给得"很厉害"
阿里（千问/灵光）
- 模型能力有，C端APP也"相当不错"
- 发力"稍微有点晚"
- 战略考验：及时零售"两头烧钱"
- 可能需要重新聚焦到AI的C端应用
腾讯的"后发"基因
- 腾讯"还没有发力"
- 过去20年从来没有在前面烧钱试错——"一直是等到大家打明白了，后面才发力"
- 从第五第六名搞成第三名、第二名，最后第一名
- 国内格局"还比较早"
朱啸虎
阿里我觉得可能要重新聚焦，包括最近的财报上也是及时零售，它两头烧钱可能压力会很大。及时零售是不是要重新再聚焦到AI的C端应用上，这对阿里是一个战略的考验。
"中国的OpenAI"是谁？
朱啸虎的回答很直接："豆包肯定是领先的，阿里最近在C端刚刚开始发力。"他认为不管是千问还是灵光，"都是特别有亮点的"。但关键问题不在模型能力，而在谁能在C端超级入口上站住。
四、Scaling撞墙：技术见顶与应用爆发
朱啸虎对AI技术发展的判断可以概括为八个字：技术见顶，应用爆发。
朱啸虎
Scaling撞墙了，过去一年当中已经很明显了。再往前面走是marginal improvement，但是成本很高很高，前进的提升实际上很有限。至少在Transformer这个架构上，是基本上可能说到头了。
朱啸虎提到，Yann LeCun（杨立昆）很早就在说这件事，"但在大家一门心思往前冲的时候，觉得他年纪大了，是老灯的，给年轻人泼冷水"。今天再看，"大家就觉得这东西确实可能是对的"。
技术层（悲观）
- Scaling Law撞墙已很明显
- Transformer架构基本到头
- 语言模型本身已见顶
- 多模态"可能还有点机会再走两步"
- AGI"说实话是比较难的了"
应用层（极度乐观）
- 今年全行业Token消耗量涨了十几倍
- 技术已经"足够用了"
- 明年还能爆发十几倍
- 每个细分赛道中国创业者都在领先
- 收入增速最快的公司涨了十几倍
SOTA模型不再重要
朱啸虎
你花几亿美金去训练一个领先一个月都不到的SOTA有啥意义呢？很多场景不需要SOTA，需要SOTA干嘛呢？我需要性价比，我需要适合这个场景的模型。30B的小模型，很多场景就足够用了。
技术发展速度的类比
朱啸虎将AI周期与历次技术周期对比：这次速度是PC互联网的6倍，移动互联网的3倍。从infra到应用的传导路径"太像了——都是一模一样的节奏"。关键区别在于"速度更快"。
五、AI泡沫论的解构与反驳
这是本次对谈中朱啸虎表态最坚决的部分。他用多重论据反驳了AI泡沫论。
朱啸虎
至少三年内看不到泡沫。而且大家都在讲泡沫的时候，泡沫肯定是没到的。他们讲的这些论点我觉得都是无稽之谈，都是对行业根本不了解的。
泡沫论的来源
朱啸虎认为悲观情绪的来源非常明确：二级市场投资人在故意引导——"目的就是希望回调一下，为明年再进一步爆发打好基础"。
反驳GPU过剩论
GPU不是过剩，而是远远不够
- "按了两三年过剩？怎么可能？"
- 很多五六年甚至七八年的卡都在用——"只要有卡就能用"
- Token消耗量爆发太快，数据中心建设"远远跟不上"
- 电力供给成为瓶颈——美国尤其严重，中国"一下子建十几个核电站"是正确的
朱啸虎的泡沫判断框架
历史规律
泡沫的真实信号 vs 虚假信号
朱啸虎给出了一个简洁的判断标准："大家都不说泡沫的时候，那才是泡沫。"他类比消费行业——"去年没人说投消费的，那才是真的最低谷"。真的泡沫时"大家没人说泡沫，一起往里冲"。另一个具体指标：像90年代的Dark Fiber（暗光纤），"90%以上铺的光纤都没人用"——今天GPU和数据中心远远不够用，完全不在这个阶段。
2000年互联网泡沫 vs 2025年AI
朱啸虎
2000年的互联网泡沫是价营分离，2025年AI没有泡沫，是价营同体。它收入确实起得很快。
六、Token经济学：消耗量即价值
朱啸虎在访谈中反复以Token消耗量作为衡量AI产业真实价值的核心指标。这构成了他乐观判断的数据基础。
朱啸虎
我一个很小的公司，一天消耗几百亿Token，我都惊呆了。100万DAU就能消耗几百亿Token。100万DAU在移动互联网根本不算啥。
Token消耗的结构性特征
Input vs Output的经济学
- 大部分Token是input token（70-80%），输入型Token本来就很便宜
- 输出型Token量比较小
- 如果大厂认为场景有战略价值，Token"还能进一步打折扣，甚至几乎免费"
- 创业公司因此持续愿意往前冲——"每个DAU每天差不多两毛钱人民币，靠广告和简单变现就能赚回一毛钱"
- 补贴量"也在Token上的成本是非常可控的"
Token作为AI含量指标
朱啸虎将Token消耗量类比为移动互联网时代的DAU："至少是一个AI含量指标。"但他也指出其中"很多水分，因为大部分70%、80%是input token，技术含量低一点"。尽管如此，消耗量仍在持续增长——"每个DAU每天消耗Token的时候还在增长，还在进一步增长"。
七、GPU飞轮与英伟达的估值逻辑
GPU飞轮现象
当被问到OpenAI和GPU公司之间"互相交易、互相增大估值和市值"的现象时，朱啸虎给出了务实的回答。
朱啸虎
这个确实是和当年的互联网泡沫有点像。但是今天也是可以理解的——因为折旧确实需要去表外化，都是一些上市公司的会计技巧。但今天这个不是核心问题，核心问题还是这东西不管表外还是表内，到底有没有人在用、到底够不够用。
英伟达的投资判断
回调更健康
- 英伟达回调"为明年的进一步爆发肯定能打一个更好的基础"
- 但朱啸虎暗示自己已不持有："我觉得应该有比英伟达更好的一些标的"
- 后面的竞争"不是AI竞争，是数据中心的竞争，是电的竞争"
五亿美金配置硅谷AI
被问到如果有五亿美金怎么配置硅谷AI大公司时，朱啸虎的回答揭示了他的风险偏好。
| 标的 | 朱啸虎的判断 |
|---|
| Google / 微软 / 苹果 | "求稳的话"选这些——更稳健 |
| OpenAI | 3000亿估值"供不应求"，但核心考验是C端超级入口能否站住 |
| Anthropic | "我不太喜欢API的业务——API的用户毫无忠诚度" |
| xAI / Thinking Machines Lab | "我个人体验肯定不选" |
朱啸虎
API的用户是毫无忠诚度的。任何一个模型更便宜更好，就立马全部切掉了。
八、中美AI估值的百倍鸿沟
朱啸虎指出了一个被市场忽视但极其重要的结构性矛盾。
关键判断
美国AI估值是中国的100倍——"肯定有一端是错的"
朱啸虎明确指出：要么美国的收入是不可持续的，要么中国的收入被低估了。"我觉得确实这里面有一些背离点，后面会怎么演化，现在还不知道。"
AI收入的来源分析
朱啸虎
它很多取代的是白领的工作——这个岗位本来要招人，现在不招人了。全世界按照Office用户数来看，差不多10亿白领，每个人的成本就算4万美金，那这个是巨大的体量。取代1%、2%都是巨大的收入。
朱啸虎的毛利警告
- 很多AI公司的收入是负毛利的——"像Cursor都是负毛利的，等于补贴程序员"
- 有正向毛利的收入来自取代白领工作岗位
- 这可能带来"非常巨大的社会问题"
长期看好中国
短期（1-2年）
"可能有很多不确定"——中美差距稳定在3-6个月，至少不再扩大。
中期（3-5年）
中国的开源AI生态"肯定会遥遥领先"。十万亿美金公司"三到五年之内就会出现"。
长期（10年）
"中国的AI肯定会领先美国"——因为美国数据中心和电力跟不上，"算法和模型的追赶比建数据中心、建电要容易得多"。
朱啸虎
中国已经跟美国擦肩而过了。对于创业者来说，中国的创业者机会太多了。
九、DeepSeek的历史定位与商业化困境
朱啸虎对DeepSeek的评价经历了从年初的"AI真爱"到年末更冷静的审视。
历史性贡献
朱啸虎
大家现在还是低估它对整个人类的、对历史的一个改变。如果没有DeepSeek，很有可能人类的AI是被几个私有公司的AI模型给控制的，那对整个人类说实话是有危险的。
DeepSeek的三重价值
- 今天所有的开源生态还是基于DeepSeek的架构——包括最近国内发的几个开源模型
- 帮助中国AI公司"奠定自己的长期优势"
- 推动了整个开源生态的坚决性——"否则今天中国的开源商不会开源得那么坚决"
商业化的死结
DeepSeek的现实
- "根本没有考虑商业化，甚至没有考虑生态"
- 只是一直在往前探索AGI的壁垒在哪里
- "连生态都没考虑，完全没有考虑任何东西"
- 没有考虑DAU和用户体验
API商业化的困境
- "API肯定不是个好生意"
- API就像电和水——"以后越来越便宜，像基础设施"
- 用户毫无忠诚度
- 大厂Token"给得太厉害了"
AGI见顶后的DeepSeek
朱啸虎观察到，从年初春节到年末，市场认知发生了巨大变化："中美都觉得再往前走是很难的，很不容易的。至少语言模型本身已经见顶了。"被问到给DeepSeek什么建议时，朱啸虎坦率地说："他们也不需要建议，他们自己有自己的目标。"
与梁文锋是否见面
当张小珺问"后来跟梁文锋见到了吗"，朱啸虎的回答是简洁的"没有"。这与他年初高调赞扬DeepSeek形成微妙的对比——DeepSeek始终保持着与资本的距离。
十、六小龙的终局与大厂Token战争
朱啸虎对中国AI创业公司——特别是"六小龙"——的判断变得更加审慎。
朱啸虎
你去年说再过一年看看这几家大模型公司谁还在，他们今天都在，但是他们开始出现了分化。训练大模型的能力还是稀缺的，即使基于DeepSeek开源架构进一步训练大模型也是稀缺能力。它的扩散速度还是比我想象的要慢一些。
大厂Token战争的残酷性
创业公司的商业化困境
- 不管是火山（字节）还是阿里，Token"给的真的太厉害了"
- 企业客户"基本都是不是火山就是阿里"
- 大厂的模型"又足够好"
- 创业公司"没有大模型的生态位，很难去竞争"
- 大模型本身就是云服务的一部分——"价格给的非常便宜，你靠什么去竞争？"
与四小龙的类比
朱啸虎
今天大模型公司像上一轮周期的哪些公司？我觉得和四小龙很像的。真的比四小龙更差——四小龙当年至少商业化不是问题，只是很快大家技术都赶上去了，所以他们毛利很低。今天可能真的连商业化都不容易。
朱啸虎进一步解释了恶化的逻辑：四小龙做的那些生意（安防等），大厂都不太愿意干。但今天基础模型，大厂都在拼命all in。
上市不是解药
"上市不上市说实话意义不大，关键是你最终是怎么商业化。"在大厂Token免费或极低价格的冲击下，上市并不能解决商业模式的根本问题。
十一、错开15度：朱啸虎的反共识投资方法论
朱啸虎在本次访谈中系统阐述了他过去三年形成的投资策略：不是完全避开共识赛道，而是错开15度。
投资方法论
"错开15度"策略
大模型没投，人形机器人没投。"不是完全避开，就是错开15度。你完全避开的话那也基本上就没人关注了。但错开15度你就会发现很多性价比很高的项目。"
为什么不投共识赛道
共识集中的行业病态
- LP抱怨：GP的共识太集中，每个项目都是cap deal，每家股份比例都很小
- 不同VC的portfolio"都差不多的"——差异化消失
- "过于审美一样"导致所有人追同一个标的
- 人形机器人"共识太集中"——"投进去没啥意思"
共识与商业化的脱节风险
朱啸虎
互联网移动互联网时代，有共识最终都能证明能商业化了——甚至当年共享单车、共享充电宝都被人嘲笑，但后面证明都是能够商业化的。今天我觉得有些共识确实和商业化可能差得很远，商业化可能很难赶上去。如果商业化一直实现不了，那共识就是个泡沫。
投资纪律
十二、AI时代的创业生态位：离开大厂三条马路
朱啸虎对AI时代创业公司生态位的判断极其严峻，但也给出了明确的方向。
朱啸虎
移动互联网我们说离开大厂一条马路，AI时代可能要离开大厂三条马路。或者做私有化部署——比如拿千问的30B的小模型做私有化部署，然后做各种垂直应用。这里面都是有机会的，大厂不愿意干。
为什么大厂不干垂直场景
三重门槛
- 要做垂直优化——需要行业Know-how
- 要做私有化部署——运维成本高
- 要去做销售——大厂不愿意干苦活
- 大厂一般也会找创业公司帮它做最后的落地
历史规律：哪些创业公司能活
美国移动互联网
Amazon / Facebook / Google还是原来的巨头。纯移动互联网公司只出了三个：Uber、Doordash、Airbnb——都有一半是线下大厂不愿意干的苦活累活。
中国移动互联网
滴滴和美团——苦活累活。抖音、快手、小红书——大厂持续战略犯错给出了生态位。
AI时代的困境
"今天看有没有大厂会持续犯错？看不到的。中国美国都看不到。你根本不敢赌的。不要说一线大厂，二三线的公司都在all in。"
创业公司的规模天花板
朱啸虎
千亿美金的生态位几乎找不到，不可能找得到。你去找一个几十亿美金的机会、百亿美金的机会，可能还有点可能性。但是不一定有抖音——抖音第一天大家也不知道它是这么大的机会。所以你必须是第一天大家都看不上的机会才有可能。
AI时代大厂会更大
朱啸虎断言："AI时代大厂会更大是必然的。十万亿美金公司肯定会出现，而且很快，可能三到五年之内就会出现，甚至三年之内。"关键问题是创业公司能不能出来一个千亿美金的机会。"美国可能现在千亿美金机会很多，可能会出来万亿美金机会。国内能不能出来千亿美金机会，现在还是一个问号。"
十三、从APP到Agent：历史周期的映射与教训
朱啸虎将当下的Agent创业潮与移动互联网时代的APP创业进行了系统性对比。
朱啸虎
现在很多人会说今年的Agent创业感觉像当年投APP。很像。所以你要知道过去为什么是这样，从上个周期里面去学习很重要。
移动互联网时代的"伪生态位"
| 当年的产品 | 初始状态 | 结局 |
|---|
| 手电筒APP | 安卓/iOS初期都没有，做一个就有很多用户 | OS内置后消失 |
| 万年历APP | 早期有大量用户 | 被系统功能取代 |
| 浏览器APP | 独立浏览器有市场 | 被内置浏览器挤压 |
| Mailbox | AI Native邮件，拿了不少钱 | 消失 |
| 安卓优化大师 | "全世界几亿用户" | 猎豹转型 |
核心教训：不是伪需求，是守不住
- "不是伪需求，这是真需求。但关键你守不住。"
- OS或底层模型一开始来不及做、顾不上——"所以给创业公司一些机会"
- 但大厂腾出手来"搞这些东西很容易"
- 不要做纯工具——"纯工具确实很难防守"
- 朱啸虎自己也交过学费：投了中国版的OS，"还好后来卖给了大厂，至少没亏钱"
对Agent产品的判断
通用Agent（不看好）
- Manus讲的是通用Agent故事
- "纯工具类一直还是有点顾虑"
- 大厂或模型公司"等它腾出手来必然会切过去"
- 多模态发布会"一个发布会就干掉一堆创业公司"
垂直Agent（看好）
- 聚焦在垂直场景
- 做私有化部署
- "去年几千万，今年一个多亿，明年两三个亿"
- 核心是准确率做到极致——95%以上
- 类比美国Ubridge做医生问诊垂直Agent
十四、干活机器人与AI陪伴：偏开15度的实践
朱啸虎详细分享了几个今年投资的具体案例，展示了"错开15度"策略的实际操作。
海里洗船机器人
一个看似不起眼但壁垒极高的赛道
- 海水腐蚀性非常高
- 海浪很大
- 中国的海水"都很浑浊"
- "在海水里面能够看清楚船底，然后把附着物全部清洗掉，门槛很高很高"
- 市场比想象的大——"下去以后发现市场还是挺大的，壁垒还很高"
按摩机器人
朱啸虎
刚刚又投了一个按摩机器人也很好。而且还能和客户对话——"姐，我按的怎么样？要不充个值？"不仅会按摩，还能和你对话，还能做销售。
AI陪伴玩具
这是朱啸虎今年投的最大项目之一，也是他展现出最大兴奋感的案例。
投资决策过程
- 聊了十几分钟不到二十分钟就定了
- "他确实都想到了，我问的所有问题他不仅想到了，而且都在APP里面实现了"
- 不到半年已经成为赛道头部——出货量、活跃度、Token消耗指标都领先
- Token消耗量"非常厉害，远远超出期望"
- 核心护城河：把用户体验做到极致——"就这么小的一个玩具，你把用户体验做好也很不容易"
"爱人和艺人真的很不一样"
朱啸虎在谈到AI陪伴玩具的用户画像时说了一句意味深长的话。很多人以为AI玩具是孩子的需求，但Token消耗数据显示成年人（"爱人"）对陪伴的需求更为强烈。"很多公司都还不大，但Token消耗量都是让我很吃惊的。不需要很高的DAU就达到这个效果。"
十五、中国供应链优势与深圳创业潮
朱啸虎对中国硬件创业的信心很大程度上来自于对供应链优势的深刻理解。
朱啸虎
在越南投了一个企业做男士运动衣，T恤卖得非常好。我让他做电动剃须刀——做不出来。虽然很简单，就做不出来，还得到大湾区来。成体系的供应链优势是巨大无比的。你每个东西看上去都很简单，但它成体系。你有100个零部件的时候，你就很厉害了，别人去搞就很累了。
深圳为中心的创业生态
中国创业在每个细分赛道领先
- 朱啸虎提到的投资标的Plaud——在美国市占率非常稳定
- 拓竹——"今年我为什么特别乐观，每个细分赛道上中国创业都是在遥遥领先"
- "都是中国创业的自己竞争，老外是不用想的"
- "你的竞争对手都是在你20公里内"
- 投资布局：深圳、杭州、北京、上海——"每周兜一圈也很方便"
智能穿戴设备
朱啸虎认为所有穿戴设备——眼镜、耳机、指环、手表——"都肯定会AI化"。他投了一个为第三方提供解决方案的公司，服务于一二三线品牌的硬件方案需求。"赛道非常卷，但解决方案提供商有自己的位置。"
Liblib的生态护城河
设计师生态的防守能力
- Lovart是朱啸虎的被投企业
- Liblib聚集了中国几乎所有的图片设计师——"在尝试建立一个自己的生态"
- 朱啸虎认为这个切入点"相对来说有点护城河"
- 与Manus的通用Agent故事形成对比——Liblib有垂直社区作为壁垒
十六、VC的困境：共识集中与生态位收窄
朱啸虎对VC行业自身的反思同样尖锐——这是一个投资人对自己行业困境的坦诚剖析。
朱啸虎
上个星期在香港开VC会议，很多LP就在抱怨——这个周期GP的共识太集中了，每个项目上都是cap deal，把其他基金一起投，每家股份比例都很小。那怎么赚钱呢？
VC行业的结构性问题
| 问题 | 表现 |
|---|
| 共识集中 | GP审美一样，所有人追同一批标的 |
| 份额稀释 | cap deal普遍，每家比例都很小 |
| Portfolio同质 | 不同VC的portfolio"差不多的" |
| 没有轮次之分 | "大家都去抢最前面最早的轮次" |
| 共识可能不等于商业化 | 历史上共识最终能商业化，但这次可能不行 |
AI对VC回报的挑战
创业公司机会太少 = VC回报降低
- AI时代创业公司的生态位"受到了严重的挤压"
- "对早期基金来说，还是要控制规模，控制进入的成本，非常重要"
- 金沙江一直控制在同一量级——"基本上没有变过"
- 一些基金开始同时投一二级——"我们在考虑这个问题，但最舒服的肯定还是在一级市场"
退出渠道的改善
港股IPO窗口打开
朱啸虎认为今年市场回暖的很重要原因是退出渠道通畅了。港股上市的两个明确标准：消费企业至少一亿美金利润；2B/SaaS/AI企业至少10亿人民币收入。如果做不到这两个标准，"可以不融资"。
对年轻投资人的建议
朱啸虎
核心还是要有自己的观点。不要人云亦云，不要大家追什么热点你都去追热点。那你是没有价值的。你要有自己的观点，你才有价值。
十七、启示与延伸思考
1. 从AGI叙事到日活竞争——AI产业的"务实转向"是全球性的
朱啸虎观察到的核心变化是：不管中美，2025年AI产业都从"模型之争"转向了"入口之争"。Sam Altman不再提AGI，大家都聚焦在应用层。这不是退步，而是技术成熟到"足够用"之后的自然演化。对投资者和创业者的启示是：现在比拼的不是模型能力，而是产品定义、用户体验和日活留存——这些是完全不同的能力。
2. Token消耗量是AI时代的"GDP"——但要警惕水分
朱啸虎反复以Token消耗量作为衡量产业价值的核心指标。100万DAU就能消耗几百亿Token，全行业涨了十几倍。但他也坦承70-80%是input token，"技术含量低一点"。这构成了一个有趣的悖论：Token消耗量证明了需求真实存在，但其中有多少是有效消耗、有多少是冗余调用，仍然是一个开放问题。
3. "错开15度"是一种认知纪律，而非投机取巧
朱啸虎的投资策略不是"反共识"——他明确说"完全避开的话也基本上就没人关注了"。而是在共识方向上偏移15度，找到性价比更高的标的。洗船机器人、按摩机器人、AI陪伴玩具——这些项目不性感，但扎实、有壁垒、大厂不愿意干。这种策略背后是对移动互联网周期的深刻复盘：活下来的创业公司都是做苦活累活的。
4. 中美AI估值100倍差距是最大的未解之谜
朱啸虎说"肯定有一端是错的"，但他自己也承认"现在还不知道"。这个判断的含义是深远的：如果美国端是对的，意味着中国AI被严重低估，投资机会巨大；如果中国端是对的，意味着美国AI存在系统性泡沫。无论哪种情况，都意味着当前的均衡状态不可持续，未来一定会有剧烈的估值调整。
5. DeepSeek的历史价值与商业化悖论
朱啸虎对DeepSeek的定位从"AI真爱"演变为"对历史有重大改变但不知道怎么商业化"。这揭示了开源AI的根本悖论：DeepSeek让整个生态受益（所有开源模型基于其架构），但自己无法从中获益。API像水电一样越来越便宜，大厂又在疯狂补贴Token。DeepSeek的困境不是技术问题，而是开源商业模式在AI时代的结构性难题。
6. "离开大厂三条马路"——AI时代创业者的生存法则
移动互联网时代离开一条马路就够了，AI时代需要三条。这个判断的严峻性在于：大厂不仅数量更多（"二三线公司都在all in"），而且犯错更少（"看不到大厂持续犯错的可能性"）。创业者的出路只有三个方向：垂直场景、私有化部署、苦活累活。而且规模天花板被大幅压低——千亿美金"几乎找不到"，百亿美金"还有恶魔的可能性"。
7. VC行业自身面临的存亡危机
朱啸虎对VC行业的反思同样深刻：共识集中导致所有人追同一批标的、份额稀释、回报降低。创业公司生态位收窄意味着VC的猎场缩小。他的应对是控制规模、控制成本、保持差异化。但更深层的问题是：如果AI时代真的只是大厂更大、创业者空间更小，那VC这个商业模式本身的长期价值也在被侵蚀。
8. 朱啸虎的"老灯投资人"定位——记忆窗口的价值
朱啸虎自嘲"老灯投资人"，但他自己指出"老灯投资人的好处是记忆窗口的文本长一点"。这期访谈印证了这一点：他对PC互联网、移动互联网、AI三个周期的模式比较，对四小龙到六小龙的类比，对APP到Agent的映射——都基于亲历多个周期积累的一手经验。在AI加速度是PC互联网6倍的情况下，这种历史纵深反而更有价值。
9. 中国AI长期领先美国的底层逻辑：电力与基础设施
朱啸虎给出了一个不常见的论证角度：长期看中国AI领先美国不是因为算法或人才，而是因为物理基础设施。美国建核电站"很麻烦"，而中国"一下子建十几个核电站"。算法和模型的追赶比建数据中心和电站容易得多。这个判断将AI竞争从技术层面拉到了国家基础设施层面，是一个值得深入验证的独特视角。
延伸阅读
- EP.62 朱啸虎第一次访谈 (2024.3) — "你们要的朱啸虎，来了"
- EP.90 朱啸虎第二次访谈 (2025.2) — "中国现实主义AIGC故事的1周年连载"
- EP.124 雨森的创投观察 — 2026年预期与投资策略
- EP.125 Freda的投资札记 — 下注OpenAI、美国资本泡沫
- EP.112/127/136 大模型季报系列 — 与广密对AI产业格局的持续跟踪