肖弘（小红/Red），1992年生，MBTI为INFP，华中科技大学本科毕业后直接创业。公司名为"蝴蝶效应"，2022年6月成立，完成A轮融资。这是他的第二次创业。
肖弘选择留在武汉创业，这是一个非主流但产生了独特效果的决策。
肖弘在大学有两个关键经历：技术社团（联创团队）和微信公众号运营。他强调"两个不同维度的东西组合在一起，就能获得额外的优势"——会一点代码的运营者，能做出查分、查电费、校内漂流瓶等fancy功能。他还写博客介绍软件，后来意识到这是训练产品经理的极好方式。
肖弘在大学赚的钱"可以每天请技术社团同学吃东北菜馆"，好几位联合创始人都是因此结识。他给听众的建议是："上大学的时候可以多请身边觉得优秀的同学吃饭。如果毕业之后工作之后再想挖他们创业的话，你可能得天天请他们吃米其林才行了。"
注册第一家公司，当时还未毕业。做过匿名社交、二手集市等方向，全部失败。"你从学校里充满自信，然后有巨多正向反馈……花了一年多的时间做那些尝试都是失败了。"
团队几乎决定放弃创业，准备十一后去北京上班。命运转折——Pingwest的Hackathon上做了微信公众号编辑器（Chrome插件）。徐小平当天给了SPA投资协议，100万。
微信公众号编辑器做到几百万用户，但18年底还没有收入，100万快烧完。第二轮融资主要解决现金流。
发现企业微信CRM机会，当天听完就决定立项。
微信外挂被封杀，凌晨2点发文，一夜突破10万+。SCRM品类"无提示状态下第一提及"是他们的产品。
出售给一家独角兽公司。编辑器+CRM两款产品打包出售。
当编辑器产品收入接近千万、天花板明显时，肖弘做了一个关键的思维转变：把利润当作"自己投资自己"的资本。保留维持产品竞争力的最小团队，其余人员全部投入新方向探索。19年中到年底，团队探索了小程序、社交媒体数据监控、相册、图片编辑工具等多个方向，大半年后找到了企业微信CRM机会。
肖弘将自己第一次创业最重要的教训归结为"太晚做商业化"。16年到18年间，他80%的时间在想产品迭代，极少时间思考赚钱。
产品经理的典型思路：让用户丝滑进入产品 → 感受价值 → 再付费。但一个"杠杆率最高的产品设计"彻底改变了他的认知：在用户注册时（onboard）就弹窗让他尝试付费。
肖弘最终用产品经理的语言解释了这个销售策略："用户在注册时是对你最有耐心的时候，你让他看到价值，那个价值感是很满的。而功能卡点付费只是一个单点。"
肖弘的竞争对手选择了看上去天花板更高的广告撮合平台模式，而他选择了"看上去天花板更低"但更本分的SaaS订阅。
肖弘在第一次创业中展示了一个关键战术能力：提前预判平台方的行为，并在"一定会发生但不知道什么时候发生"的事件上提前布局。
2019年底，企业微信宣布将与微信互通。当时市场上大量个人微信外挂（自动发广告、加好友）盛行。肖弘的判断链：
产品19年12月发出来，"果然没什么用户"。中间半年是最痛苦的等待期——像电影《大空头》中主角等待房市崩盘的煎熬。团队管理难度急升：没有正向反馈，大客户定制开发的诱惑出现，销售同学想做偏离战略的单子。
2020年5月，外挂被封杀。肖弘晚上10点得到消息，凌晨2点发文，一夜突破10万+阅读。随后在私域流量运营者常看的公众号里做投放，建立了"无提示状态下第一提及率"——品类第一。
肖弘总结道："面对一个一定会发生但不知道什么时候发生的事情，你当然可以做一些事情。但最好的事情是——你能够决定它什么时候发生。"这个洞察直接影响了他对"做模型 vs 不做模型"的思考：不做模型的坏处正是"你无法决定这些能力什么时候发生"。
在SCRM产品增长最好、资本市场最狂热的时候，肖弘面对VC融资、大厂小比例投资、大厂并购等多个选项。他最终选择出售，基于两个核心原因：
肖弘特别感谢并购方——因为出售后他继续在2B上市领域工作，亲历了2021-2022年资本环境的急剧恶化和泡沫破裂。"如果出售后拿着钱随便干嘛去了，可能会过分的自信和膨胀。"
2022年9月，肖弘看到红杉美国"生成式AI会改变世界"的文章，开始探索AI领域。最初做图片生成（Stable Diffusion），但觉得偏娱乐，不符合团队"做工具"的基因。真正的转折来自GPT-3：
贴一段销售和客户的对话，让GPT-3提取客户关键信息——"完全不用写任何代码，你只要贴聊天记录"。原来需要NLP科学家做的事，API调用就搞定了。
"我要去58同城找个武汉的冰箱"——GPT-3拼出了一个真实可用的链接。"非常的魔法。"
用GPT-3帮自己给老外回邮件，"非常地道"。
当时GPT-3上最成功的应用是Jasper（企业级AI写作工具）。肖弘对Jasper做了三个关键判断：
| 判断 | 依据 | 对策 |
|---|---|---|
| 执行力会下降 | Jasper创始人公开信庆祝"从9人到200多人"——人管理本身是反规模的 | 保持小团队 |
| 定价过高 | API成本会大幅下降，应该出现个人级市场 | 消费级定价 |
| ChatGPT出现 | Web/App形态无法回答"为什么不直接用ChatGPT" | 做浏览器插件 |
肖弘刻意设定了一个极低的目标。"降低期待是人生幸福的根源。"当ChatGPT发布后，如果期待特别高，可能就觉得"这事干不了了"。但50万人民币"好像还是不会说赚不到的"。这个低目标让团队在ChatGPT冲击下保持了定力。上线半个月内就实现了目标。
Monica立项后，肖弘最大的焦虑是go to market——不知道怎么在海外做增长。
2023年春节前，肖弘发现一个浏览器插件"ChatGPT for Google"（在Google搜索右侧显示ChatGPT结果）增长极快。作者是华科的师兄。春节假期回来工作的前两天，他确定要做这个收购。上班第一天没去公司，直接飞上海找到师兄，完成了交易。
一个关键的产品决策：重新做Monica，而不是把ChatGPT for Google改成Monica。
肖弘用一个简单但有效的框架说服了团队：
"35乘以0.1，还好像可以多赚三倍。"不是严谨的数学推导，但"大家可以感受一下，快速达成共识"。
肖弘反复强调"最难的事情是决心和勇气"。有人建议直接把公司设在海外，他的回答是："如果去海外搞了半年，那市场机会没了。但你会得到一个经过了半年英语学习的CEO。你要哪一个？"具体的操作问题——海外主体、海外收款、理解海外用户——"有很多人会告诉你，你一定要解决的话，肯定能够有很多资料和人能帮你解决"。
肖弘提出了一个清晰的AI应用分类框架：
| 类型 | 定义 | 代表产品 | 机会来源 |
|---|---|---|---|
| 主场景补充 | ChatGPT等主场景领导者留下的产品空档 | Perplexity（联网搜索）、Monica（上下文+插件） | 领导者的破绽——如ChatGPT长期不联网 |
| 模型能力驱动 | 模型进展创造玩法 → 社交网络传播 → 用户增长 | Pika（CrushIt）、Viggle（动作模仿） | 主要集中在图像和视频领域 |
| 垂直场景 | 模型能力外溢到特定领域，用"壳"承接核心能力 | Cursor（AI编程） | 核心问题已被Foundation Model解决，只需解决边缘问题 |
肖弘对Cursor的分析尤为深入，因为他自己曾犯了一个"巨大错误"——用Monica对话式地写Chrome插件代码，手动复制粘贴了三天，却没意识到应该做一个像Cursor那样的产品。
"你预判下一个能力是什么，你先把这部分应用给好好做好，等着这个能力有了，然后你就牛逼了。这个能力肯定会变强。比如说你等到那个时候再去做，其实就晚了。"
肖弘提出了一个重要的产业观察框架——新安迪比尔定律。
PC时代的安迪比尔定律：不管安迪（Intel的安迪·格鲁夫）造了什么，比尔（盖茨）就会吃掉它——Intel的算力提升18个月后就被更图形化、更强大的Windows消耗殆尽。
AI时代的新版本：LLM的能力在快速进化——模型越来越便宜、越来越强大——但那个"壳"也需要跟着进化。每一代模型能力提升后，可能不是原厂，而是第三方厂商把用户可感知价值呈现出来。
肖弘梳理了从Jasper到Agent的产品演进规律：
| 产品 | 形态 | 关键特征 |
|---|---|---|
| Jasper | 表单式 | 填空 → 输出。不符合直觉 |
| ChatGPT | 对话式 | 更符合普通人习惯 |
| Monica / 豆包 | 对话 + 上下文 | 自带Context，不用复制粘贴 |
| Cursor | 对话 + 执行 | 不仅对话，还通过写代码帮你解决问题 |
| 下一代（Agent） | 对话 + 自主执行 + 异步 | 多步规划、使用工具、接受环境反馈 |
每一代的核心趋势：越来越符合普通人习惯，能力越来越强大，消耗越来越多的Token。
肖弘坦承，Monica开发过程中他感到像在做"功能机"——用户需要搜索就接搜索API，需要知识库就做知识库，需要画图就接图片API。"一个一个feature加起来、堆叠起来——这很像Feature Phone。"
基于对Cursor、Devin、WindSurf等产品的观察，肖弘形成了他对Agent的架构设想：
使用WindSurf的YOLO模式时，Agent自动去GitHub上下载代码来解决问题——"那一瞬间我就被闪电击中一样的感觉。它居然在用工具，而且会用人类创造的所有工具。"
更震撼的是测试GAIA测试集时：Agent打开YouTube视频，用YouTube的快捷键精确定位到某一秒，然后识别画面上有几种动物。"你是真的会觉得自己在制造一个生命一样的东西。"
肖弘透露：测试全世界只有Cloud Sonnet 3.5能跑通Agent架构。传统ChatBot的对齐方式是"尽可能一轮搞定"，但Agent需要长程规划能力（把问题拆成多步）和逐步解决能力（每步搞定一件事，得到结果作为下一步输入）。这两个能力需要模型厂商专门训练。
2025年春节期间，DeepSeek的爆火对整个AI生态产生了震荡。肖弘从产品视角给出了深度分析。
引用Perplexity CEO的观点，AI时代有两个巨大的体验创新：
O1其实先有了思考过程，但OpenAI出于担心数据被用于训练，没有完整展示。"O1从发布到现在，我对这个产品是没有任何感知的。我只知道它引出了一个新的技术路线，但并不知道它能给实际的用户体验带来什么增进。"
过去产品经理普遍认为"精炼更好"——Kimi甚至专门做技术让回答变短。但DeepSeek和Perplexity的实践表明：用户其实喜欢看长输出。"当大家发现ChatBot都是很精炼的输出的时候，说你多讲一讲，我多看一看。"肖弘的Agent产品也在实践中学到："你少用点Bullet Point，不要一点点太总结了，你就逐字写出来就好了。"
这是整期访谈中最具哲学深度的部分——也是节目标题"世界不是线性外推"的来源。
线性推导（逻辑推理）：百度有最好的算法工程师 → 百度一定会把推荐引擎做掉。If有A → 一定得到B → 一切显得绝望。
博弈思维：因为你的出现和其他Player的出现，使得整个环境不一样了。这是无法从过去的逻辑线性推导出来的。
如果没有DeepSeek这一波，大家不会思考开源。Altman公开承认"不开源可能是错的"。这是某个Player的加入导致的全局变化，无法线性推导。
肖弘设想：如果不是OpenAI自己做ChatGPT，而是第三方做出来，"也许OpenAI就会成为一个纯粹的Platform Company"。
逻辑推导说CRM应该企业微信自己做。但因为第三方做得好，企业微信说"你们做就好了，我们不做了，交给生态"。
肖弘在一群高中和大学创业者的分享中提出：不要用生理年龄思考，要用时代的年龄思考。以22年底ChatGPT爆火为起点，今年可能是AI纪元二年或三年的开始——"还是一个很早的开始"。生理年龄和时代年龄同时处于好时候的人，应该更大胆地行动。
肖弘对VC融资有一个独特的成本观：
肖弘给其他Founder的建议极其实用：
肖弘承认"Day1我们做不了模型，这是一个很务实的选择"。但他不排除未来做模型——这取决于三个条件：组织是否有足够资源、是否有来自用户需求的不得不做的原因、是否有其他厂商已经做得很好。他引用张忠谋的比喻：台积电的出现创造了两个行业——专业生产和专业设计。Monica选择做"设计公司"。
| 维度 | 具体内容 |
|---|---|
| 公司成立时间 | 蝴蝶效应，2022年6月 |
| 创始人年龄 | 32岁（92年生），INFP |
| 融资轮次 | A轮，天使投资人为真格基金刘元 |
| 第一次创业公司注册 | 2015年1月20日（大四未毕业） |
| 天使投资金额 | 100万人民币（2016年Hackathon后当天签约） |
| 第一次创业收入峰值 | 接近千万人民币/年 |
| Monica初始目标 | 一个月赚50万人民币 |
| Monica实现首次目标 | 上线半个月内 |
| ChatGPT for Google活跃用户 | 几百万 |
| Monica活跃用户 | 几百万（2024年已超过ChatGPT for Google） |
| 海外市场倍数估算 | 5x付费意愿 × 7x汇率 × 0.1x功力 = 3.5倍 |
| 主要市场 | 北美和东亚（美加、日韩） |
| 支持语言数 | 几十种（大部分AI翻译） |
| KOL营销费用 | 零（未给任何KOL付费） |
| 唯一可用Agent模型 | Cloud Sonnet 3.5（测试全世界只有它有agentic能力） |
| API切换速度 | 把GPT-4换成Cloud仅花了一天（含测试），内部叫"秒切" |
| AI应用三大类型 | 主场景补充、模型能力驱动、垂直场景 |
| 对VC融资的判断 | "挺贵的融资手段"——贵在成功时的稀释 |
| 对模型趋势的判断 | 长期会commodity化（商品化），但当前仍在快速分化 |
| 工作时长 | 早9点到晚11点，没有work-life balance |
肖弘的两次创业都高度依赖Timing：2016年微信公众号编辑器卡在Hackathon的窗口、2019年提前预判外挂被封杀、2022年底抢在ChatGPT之前立项、2023年春节前完成ChatGPT for Google收购。Timing本身不可复制，但他展示了一种可复制的"Timing判断技能"——识别"一定会发生但不知何时"的事件，在承受得起的成本范围内尽早布局。这个框架适用于任何技术变革期。
"一个月赚50万人民币"——这个目标在ChatGPT发布、所有人质疑"套壳"的时刻保住了团队的定力。降低期待不是缺乏野心，而是一种反脆弱策略：当外部冲击来临时（ChatGPT发布、大厂跟进），低目标让你不会立刻否定自己的方向。"降低期待是人生幸福的根源"不仅是个人哲学，更是创业方法论。
ChatGPT for Google的收购不是为了获取产品或技术，而是为了获取冷启动的种子用户和产品调整的反馈循环。在AI产品窗口期极短的背景下，"原地打转"的成本远高于收购成本。肖弘明确说："企业最大的成本是你决定做个事，但没有PMF，不知道怎么做增长。"这个思路值得所有AI应用创业者参考。
模型能力持续外溢，但原厂的"壳"往往准备不足——ChatGPT不联网时Perplexity崛起，Cloud 3.5 Sonnet发布时Cursor崛起。第三方厂商的机会窗口正是这个"外溢-承接"的时间差。关键判断："如果技术红利消失，没那么多变化了，对大厂有利太多了。今天唯一的不同就是技术变化还是快的。"
肖弘将Monica的开发过程比作"做功能机"——一个个API堆叠。真正的Agent应该是"自己能写代码、调用API并执行"的智能体。更深层的变化是交互范式：从ABAB的同步对话到类人的异步通信——可以中途修改需求、有进度通知、处理多个并行任务。这不是增量改进，而是产品形态的代际跃迁。
线性推导让一切显得绝望——大厂有资源、模型公司有技术、独角兽有用户。但世界不是线性推导的：DeepSeek的出现让Altman承认不开源可能是错的，第三方CRM做得好让企业微信放弃自做。Founder能做的是：(1)相信世界是动态的 (2)让自己成为重要变量 (3)Be yourself。这三条合在一起，就是"世界不是线性外推，做博弈中的重要变量"。
肖弘将AI产品比作消费电子：核心模型是CPU（像骁龙888要打logo在官网上），供应链问题真实存在（抢GPT-4的API配额像经销商备货），差异化靠go-to-market和品牌而非技术独占。更关键的是：模型有成本，商业模式不是互联网式的免费+广告，而是实体商品式的单元经济模型——"这个生意更像原子生意而不是比特生意"。
肖弘最疯狂的想象不是某个产品形态，而是一个文明级判断：从万年尺度看，"坐在一个地方高强度脑力工作、不太运动"可能只是一百年的弯路。AI搞定智力劳动后，人类回到更古老的生活方式——注重精神文明建设和身体健康。引用他的新春寄语："文明其精神，野蛮其体魄，其他交给AI。"