徐新最新对话：创始人最容易犯的2个致命错误

第  9764 篇深度好文：6371字 | 10 分钟阅读

商业思维

笔记君说：

到2025年, 具身智能以及人工智能均是有着极高热度的赛道, 甚至存在有些人已然开始提及泡沫这一话题。

在一期《详谈》视频播客的特别节目当中, 视频的主持人是李翔, 其邀请了两位嘉宾, 一位是具身智能公司星海图的创始人这一个人, 他是高继扬, 属于90后硬科技创业者, 曾经在Waymo这一谷歌旗下自动驾驶公司以及文远知行从事自动驾驶工作, 于2023年创办了星海图；除此之外的另一位嘉宾, 是今日资本的创始人徐新, 曾在消费互联网时代投资出了京东、美团、BOSS直聘这些项目, 如今正在硬科技赛道进行重仓布局, 而星海图正是其投资组合里面的其中一部分。

有一位老牌投资人, 他经历过技术周期与商业周期, 还有一位年轻的技术派创业者。一场对话展开了, 这场对话围绕赛道判断、投资决策、行业路径、创始人修炼进行讨论。这是发生在2025年这个微妙的时点的事情。

具身新贵李翔与被称作投资女王的徐新谈到高继扬, 涉及创新、热潮、泡沫以及周期这些内容。

一、赛道判断：

大模型与具身智能两大十年周期

1.登山与冲浪：两种投资逻辑

徐新表示, 移动互联网浪潮消退以后, 我们始终在寻觅下一个长期大周期, 当下已清晰可见, 存在两大主线, 2023年开启了大语言模型周期, 2025年正式步入具身智能周期, 此二者皆有持续十年以上的可能性。

传统行业的投资就像是登山, 那山是始终在那儿的, 不管早晚都能够进场, 其收益相对而言是可以预测的。然而前沿技术投资却是冲浪的形式, 一旦巨浪涌来, 要是你没有胆量跳下水去, 一旦错过了就需要再等待下一波浪潮。当巨大的浪潮来临之时, 是不可以站在岸边持续进行观望的。

有个叫李翔的人表示, 之前听闻马克·安德森有关播客的内容, 他讲投资里头最具危险性的五个字是“这次不一样”, 而后李翔询问, 你对这一说法是否认同呢?

徐新表明挺认同的, 此次确实大不相同, 他认为较互联网规模大出许多, 首先考量速度, 评判一个公司优劣, 仅关乎一事, 即增长速度快不快。互联网增长速度快, 一年能涨三至五倍, 然而此次却是一年涨十倍, 不存在有其他产品涨速超越它。其渗透率极快, 速度决定上限，可谓一种截然不同的事物, 厉害十倍才会切实起到颠覆效果。

过去, 不管是互联网, 还是移动互联网, 算作一种工具, 是一种连接。但此次直接将人替换掉了。

常常是我本人去使用, 谷歌的大语言模型, 愈发觉得它比我聪慧, 它好似呈现出拥有人文关怀也就共情能力的那种模样。再过几年, 我们确实比不上它。

2.自动驾驶与具身智能的本质差异

高继扬称, 数字世界之中的大模型已然实现运行, 然而人工智能存在缺少物理身体的情况。大模型仅仅能够处理文本以及图像信息, 没办法在现实世界里去执行任务。具身智能指的是赋予人工智能以身体, 来打通数字世界跟物理世界, 这属于长期不会改变的底层机会。

自动驾驶跟具身智能有几个不一样的地方。

其一, 规模存在差异, 自动驾驶在行业规模以及对大众社会的影响力方面要小得多, 无法对众多行业产生影响。然而具身智能不同, 其上游是下游, 下游亦是上游, 未来属于中心型行业。

其二, 从技术层面来讲, 在从事自动驾驶的那一批企业当中, 处于头部位置率先起步的并非是人工智能企业, 反而是更多的机器人企业, 它们所注重的是基于规则的方式方法, 专注于去解决某一类情况（也就是那种处于边缘位置或呈现出尾巴形状的场景）, 并且致力于开展系统拆分工作。

我们这批从事具身智能的企业, 将自身定位为AI企业, 其解决问题所采用的方式是规模, 是基础模型, 是数据。

好像看起来都是从事于那所谓带引号的智能工作, 然而, 智能背后的源头并不相同着, 其中一个是由AI原生进行驱动的, 另一个, 说不定依旧是靠传统的机器人技术给驱动产生的。

徐新表示, 两者商业化阶段存在着很大的差异, 大模型已然跨越了落地的鸿沟, 依靠Agent（智能体）能够构建完整的生态, 具身智能尚处于极早期的阶段, 行业渗透率仅仅在2%至3%之间。

当前, 行业热度大多汇聚于展会演示那儿, 还有开发者生态这一块儿, 以及表演类场景之中。具身智能若要实现真正意义上的规模化商业化, 就一定要深入扎根本身工业物流这里, 还有拣选方面, 以及现场作业的这类生产场景内部。不管是那群开发者市场也好, 还是娱乐表演市场也罢, 虽说相对稳定成熟, 可是量不大, 根本支撑不起每年烧这么多钱的整体规模。最终, 毕竟还是得依靠企业客户来进行买单的。

二、投资星海图的决策逻辑

徐新表示, 在AI这块, 我们有着相应的布局, 布局是分两条线来进行的, 其中大模型赛道方面, 布局的是（一家名为月之暗面的AI大模型公司）和智谱AI , 而在具身智能赛道上呢, 截至目前, 我们目前只是着重投资了星海图这单独的一家而已, 仅此一家。

一套针对新赛道的方法被我持有, 先是瞧见树木, 而后才看到森林。只见树木却不见森林, 这是最为严重的错误认知区域。若想对行业有透彻理解, 就得把赛道里差不多全体玩家逐一进行走访, 完成一次无遗漏的全面扫描, 如此方可塑造出“森林感”。

去年春节左右，我们把具身赛道里每个人都见了一遍。

所能想到的最佳办法便是, 先行跳进其中, 开具一张面额稍微小一些的支票, 就算失败了也能够承受得起。然而要是感觉情形不错, 那就赶忙不断加仓, 持续加仓, 一次又一次地加仓。

用于我们追加投资的是星海图, 我见到继扬之际, 有很直观的感受, 其一速度快, 其二执行力强, 其三具备创始人的杀手直觉, 很多由机械工程师主导组建的硬件公司, 而继扬有着自动驾驶方面的背景, 他以软件、AI的思维去开展机器人研制工作, 这是极为突出的优势。

我觉着常常改变行业的乃是跨界之人, 不会被传统机器人行业固有的思路给束缚住, 与此同时团队的拼图是完整的, 算法方面的人才、学术方面的人才、硬件工程方面的人才、商业化方面的人才全部配齐了且不存在明显的短板。

三、具身智能行业发展路径与节奏

1.具身智能的3条路线

李翔, 你曾跟你们的首席科学家讲过那个技术路线图, 也就是关于智能的三个阶段。请问, 这是你们团队共同讨论而得出的, 还是由你个人提出来的呢?

高继扬, 存在这样一次情景, 即在一间咖啡馆内，我俩展开交流, 于交谈过程中, 慢慢聊出了本能智能, 还有作业智能以及进化智能。

第一层存在具有本能智能的情况, 机器人可以达到自行操控身体的一个动态下的平衡、移动以及全身协调, 出于其自然天性的支配之能, 就当下我的这个身体是由两个胳膊和两条腿所构成的, 要是我将其更换为四个胳膊和两条腿, 那么它是否能够达成支配呢? 这便是所谓的本能智能, 其类似人体的那个小脑。

第二层，作业智能：稳定完成人类交付的连续实操任务。

第三层, 是进化智能, 机器人会持续地进行自主学习, 从而适应陌生的环境, 为何人的身体呈现这个模样? 这其实存在原因, 此原因便是进化, 那么为何 AI 无法开展这件事情呢?

商业化存在三个阶段, 其一为短期的开发者所置身的生态以及场景的试点, 其二是中期的进行标准化作业的机器人实现批量落地, 其三乃是长期的售卖具身智能模型以及世界模型的能力。

徐新表示, 创业公司的发展节奏极其关键, 具身智能企业要是跑得太快, 在收入还没形成之际, 现金流就容易被烧断, 要是发展得太慢, 就会丢失人才、错过融资窗口以及丢掉行业头部位置, 企业得在“活到行业迎来春天”与“持续保持领先”之间寻找到平衡。

3.具身智能的终局是什么样？

李翔：具身智能这个赛道，它的最终格局大概会是什么样子？

高继扬表示, 行业集中度会相对较高, 原因在于从事大脑相关事务并非易事, 而且规模效应十分显著。如今, 在大语言模型领域的创业公司可能有四五家, 大厂中也存在一两家或者三家, 大致情形就是如此。具身智能也会呈现相似状况, 这是由于最终决定企业本质属性的乃是大脑。此外, 在资金消耗量方面, 也不太能够同时为众多企业提供支持, 最终只会集中到几家企业。

徐新表示, 基本上是同意的, 搞具身智能, 以前呢做机器人的那些公司, 实际上最大的障碍在于, 是不是能够以AI的方式去搞投入、展开研发, 做AI的人的思维方式是规模化, 就是说现在比方投1, 那必然得得到5到10。

可机器人是何物呢? 它为研发制造类型，其计算的是这款机器人5000万的研发费用, 考量卖1000台亦或是2000台, 作为单款产品实现回本。然若你运用这套逻辑去套用到AI之上, 那就完了, 不敢进行投入了, 因为你根本算不明白。

搞机器人构型固定下来后进行批量生产一万个, 每次都是标准化生产, 然而AI的每次生产都是非标生产, 其产品是大模型, 所以不能用传统那套逻辑去想这件事。

四、AI时代创始人、组织与人才思考

1.90后硬科技创业者vs互联网创业者

这一波90后硬科技创业者，跟之前从事互联网、电商、移动互联网领域的同行相比, 究竟有什么样质的相同以及量的不同之处呢? 李翔问。

徐新表示有这样一些共同点, 其一, 都有着杀手般的直觉, 有着能够瞧见他人所看不清之物的能力, 要么是看得相较他人更为深刻, 要么是看得较他人更为长远。其二, 他们的学习能力皆格外强悍, 特别擅长于学习 , 迭代的速度非常之快。其三, 抱负远大, 立志要打造出一家伟大的企业, 并非单纯的只为谋取钱财 , 并且长期具备耐心 , 期望能够做得长久。

在组织方面存在不同点, 以往消费互联网时, 存在许多员工, 然而现在不需要那么多人员, 而是需要最为优秀的人员, 因为人员过多会致使组织管理产生麻烦。并且, 由于有了AI这一情况, 是不需要中层干部的。

高继扬他们遭遇到的难题在于, 如何对两类人进行有效予以管理, 一类是从事软件开发工作的人员, 另一类是从事硬件开发工作的人员, 这两类人员有着各自不同的文化特征。

以往京东同样存在这般问题, 搞高科技技术的那些人致力于的是开展互联网相关业务, 从事送外卖工作的则是外卖配送小伙, 两者在工资酬劳待遇、所涉组织架构方面都是不一样的情形, 甚至就连召开一次例会, 都不清楚该以怎样的方式在同一空间共同举行, 这便是所需要去克服达成的一项课题任务之一标点。

高继扬表示, 他极其尊重所有取得成果的人, 不同之处在于出生的年份各异。如果他出生在他们那个年份, 就无法做成现今所做的这件事。倘若他们晚出生十几年成为 90 后, 想做那件事同样做不成。差别并非源于其他方面, 而是源于时势。进行美团和京东那般的创业, 从某种程度来讲难度更大, 因为有能力做的人太多了。如今从事 AI 创业, 首先会筛选掉一大批人, 要是你未曾在这方面开展过研究, 别人就不会相信你能做成这件事。

徐新表示, 当下投资大模型、投资AI Agent、投资机器人, 所接触到的基本上都是科学家, 众多, 科学家是秉持追求真理的态度行动的, AGI也就是通用人工智能在哪, 他们就会前往哪里, 故而, 十个科学家中仅有0.5个有创业的想法, 这属于稀缺资源。

还有这么一个特点, 他到达相应地点的那个时候起, 处于其下方位置的学生, 心底里更加乐意跟随着他。学生们并非是依照给予他们多少股份来进行判定的, 而是着重观察这个处于领导地位的人是不是足够厉害, 在技术层面上是不是特别厉害。

牛的定义是Tech, 也就是技术愿景, 即针对技术未来走向的那种洞察力, 这意味着你具备目睹他人所无法瞧见之物的能力。

其一, 最开始的时候, 表现十分出色, 原因在于伊利亚处在那, 其二, 他乃是发明了next token的人, 其三, next token即预测下一个词元, 而且还是大语言模型蕴含的核心原理, 其四, 他是真正意义上的大语言模型发明者。

他离开后边, 于Tech方面就稍显逊色了。CEO挺好, 然而并非是一位具备科学素养的技术方面的预见之人。

但是呢, 就这种挺好的, 涵盖Kimi的之中的杨植麟, 都各自去着手做模型, （具备的那种远见）是相当不错的。你并不清楚未来究竟处在何方, 想要做出相应判断, 然而这个判断要投入几千万美金、甚至好几个亿人民币去烧制的情况下, 可不能既有着这种需求又有着那种需求还有着其他需求, 都去贸然尝试, 往后却啥都没成的就是这类做的情况。

只是朝着一个方向去赌, 赌成功了, 并且还不能出现失误, 赌成功了, 这可是相当关键的。

2.创始人的两个典型错误

高继扬: 在咱们这个行业里, 在企业做大的进程当中, 那创始人的自我意识或者说自尊心也变得越来越膨胀了。那么会出现哪些具有代表性的错误呢?

徐新表示, 其一, 在融了大量资金之后, 会出现头脑发热的状况, 进而易于去做诸多不同的事情, 会觉得任何事情凭借人力都能够战胜自然, 什么都想要去做, 而后却发觉那些事情都并非重要之事, 结果耗费了大量时间, 拖累了自身发展。

不可在当下这个时代犯下极为严重的错误, 因为犯错所要承担的代价非常巨大, 对于方向若无法清晰看明, 那就先逐个尝试一番, 将钱财以及时间全给投入了进去倘若结果不对, 人家便早已领先至前方去, 如此一来项目的前进速度就会变慢, 需知不聚焦乃是绝对不可以的忌讳严重过错而不可行的事项。

始终处于领先位置, 然而突然间却被他人超越了, 原因是在方向方面人家所关注的是（编程）, 可是他却未曾察觉到, 于是便什么都去做。涉及多模态、具身等诸多方面全都进行尝试, 后来才发觉无法同时兼顾这么多, 所以就关闭了一些。

其次, 时间究竟用在了何处。起初, 所有事务都需过问, 诸如供应链方面、HR相关、运营范畴、报销事宜、出差安排等, 创始人在各个方面皆是自行决断, 这无疑会耗费精力, 然而这却是必经阶段, 必须尽快构建起相应制度, 而后将权力下放。

最终的关键究竟是什么呢? 是大脑所朝向的方向, 数据要如何去调整。体积庞大的模型既不属于科学范畴也不算作艺术领域, 隐隐有点类似炼丹的情形, 经验特别丰富的老师傅那种手感相当重要, 他们积累的经验也是至关重要的。

开创者理应耗费诸多精力思索这类问题, 与极具洞察力之人每日交谈, 灵感源于这些之处。张一鸣百分之五十的时间皆投入于seed方面。

其次呢是要去打造系统, 倘若人没有抵达相应位置那可不行, 不然这就会转而成为瓶颈了。需将框架搭建起来。之后进行授权, 若不可以那就要更换人员。然而你那大脑、以及对于公司发展连同调动资源的能力, 可是没有任何人能够做到替代的。

搞技术的创始人得把事情的优先级给区分清楚, 供应链、日常运营再加上行政事务, 尽量去构建制度就往外进行授权, 创始人那不可替代的工作是战略方向、前沿技术进行研判、吸引顶尖人才外加调动核心资源, 建议技术类型的创始人把百分之五十到百分之八十的精力投进到前沿交流以及方向判断之中。

五、投资哲学、学习方法与展望

1.当机会来临，要亲身进入

李翔：你见过很多周期和泡沫，对于泡沫有什么看法？

徐新表示, 当一个无比特大的浪头席卷而来时, 你是需要纵身跃入水中去的, 不能够在岸边进行观察。王兴讲过, 传统行业的投资如同登山行径, 山一直在那里伫立于彼处, 随时都能够实施投资行为, 并且能够获取到相对那种可以进行预测的钱财。然而投资技术领域就类似冲浪活动, 大浪汹涌到来之际你却没有成功赶上, 那就只能去赶下一个浪潮了。

在风投核心领域, 关键在于达成Home Run（本垒打, 于棒球语境乃明星投资, 意为单项目回报超整基金规模）, 并成功投资伟大公司。

棒球全垒打的定义是, 这个项目将基金归还了, 所赚取的钱比该基金更多, 或者赚取资金达到了八倍。

“本垒打”存在两个本质, 其一为频次, 也就是一期基金能够投中几个“本垒打”；其二是强度, 即投中这个“本垒打”最终究竟能够赚取多少金钱。我们认为, 相比起来强度要比频次更为重要。

频次属于运气范畴, 其基本保持不变, 处于三到五个的区间, 平均为四个。去投更多的项目, 去招更多的人, 这是没有作用的, 而且会变得更加糟糕, 原因在于时间与精力都被稀释了, 你并不清楚哪一个是好的, 你也不晓得何时应当加仓, 并且没有时间同创始人频繁地聊天, 如此一来学习速度便放慢了。

重头戏在于于强度这个方面做做文章, 进行加倍投入, 还要三倍投入, 持续不间断加仓。像是Kimi那可是我们最早时期就投的, 其间三年内有着总共5次进行加仓的举措, 星海图同样也是我们有加仓操作的。所持有它的时长要足够漫长, 达到8年至10年这个区间, 从而赚取因时间而产生的复利。

一级市场当中, 能够被抓住的伟大公司, 数量是有限的, 一个基金大约仅仅能够抓住三到五家真正算得上的龙头, 一旦确定赛道赢家之后，就得敢于长时间持有, 一直持续加仓, 维持住持有周期, 要达成八到十年, 才可以吃到技术周期完整的红利。

2.创始人如何学习？

李翔：你学习能力强，你到底通过什么方式学习？

高继扬说, 学习的起始点身为信息, 一般情形下, 针对一个事物的认知缺乏, 多是源自于得到了有误的信息, 是借助错误的途径获取到那些信息的, 因而获取第一手信息极为关键, 我们着重强调现地现物, 也就是一手信息。

拥有信息之后, 针对目标去拆解方案, 该方案依照信息、事实并结合规律来展开, 随后进行执行。

并不能由任何人在首次经历时就将所有事情都正确完成。首先要在首次时把方向确切定准, 而后于该方向范畴内进行迭代。通过信息获得认知, 凭借认知获取策略, 依据策略予以执行并取得结果, 由结果再度获取新的信息反馈, 反馈结束后再实施调整, 如此这般循环往复。

徐新表示, 在进行消费相关事宜之际, 一年大约会开展2000个用户访谈, 访谈形式包括一对一以及Focus group（焦点小组, 这是一种用户调研方法）, 其中最为关键的是要与他们共同居住在一起, 一年大概会有8天时间, 涉及不同的家庭, 涵盖二线、三线、四线城市, 包括外卖小哥、公务员、工程师等群体。在完成这些调研工作之后便投资了拼多多。其认为消费都是呈现降级态势, 根本不存在所谓的升级, 因为大家都没多少资金。

现在投了诸多针对企业客户的toB生意, 我们还开展不少用户访谈, 像询问Kimi为何每次都有胆量加仓, 我们时常向Kimi的用户探寻, 在何种情形下你会使用, 我们也曾替他们询问, 你有没有涨价的勇气呢?

成为收钞票的那个最佳平衡点究竟是多少, 是九十块, 还是一百九十块, 又或者是五百九十块, 这些可全都是取自对使用者运用深度调研以后访谈而获得的结果。

另外还有一点, 每天都要去听一遍那几个最出色之人的播客, 是名为Max这位知名播客主持人的, 时长动不动就三五个小时，还有名为All in这首知名科技播客节目的。要是实在因为时长太长了, 那就得先去把文字稿找寻出来, 接着对关键摘要予以总结, 还有要做出关键收获层面的归纳, 与写出对应的学习心得。

最后, 向创始人进行学习。我和继扬每隔两三个月便会有一次聊天, 并非关注你所赚取的金钱收入有多少, 而是你最近所学到的是什么, 你看到了哪些别人未曾看见的事物, 从第1性原理出发, 从长远角度来看, 这个公司的护城河究竟是什么, 就这样重要问题来来回回反复进行深度且多次的讨论。

3.淘金者与使命者

李翔提出疑问, 在如此规模庞大、热度极高的行业范围之内, 究竟要通过何种方式去分辨一个人, 其目的是前来挖掘财富犹如在金矿中淘金一般, 还是确实怀揣着使命感呢?

徐新表示, 知行合一这件事极为重要, 他所讲的话语与实际行动是保持一致的。另外, 存在这样一个情况, 他所吸引的围绕在其周边的人是怎样的人呢, 要知道吸引一位非常厉害的联合创始人并非依靠个人魅力, 唯有凭借远大的梦想才能够将其吸引过来。那些技术格外强的人, 性格又是内向的, 他们并不看重你给予多少股份以及多少钱, 他们关注的是跟谁一起能够取得成功, 他们是否信任你这个人。只有少数人能够改变世界, 凭借几个特别聪明的便足够了。

李翔：未来几年，最好的情况和最坏的情况是什么？

高继扬指出, 具身智能此行业必然会取得成功, 然而成功之后对于每一个人的影响究竟是什么, 却不太容易阐述清楚。较为理想的情形是, 每一个人切实能够获得自由, 并非为了金钱而去工作, 全部都是秉持着兴趣开展工作。糟糕的状况则是, 这类产品对物理世界的生产力形成了垄断, 将会引发何等可怕的后果, 不太能够肯定。

徐新说, 中国存在着比美国更大的机会, 就具身而言我们大概率甚至能够走到前面。大语言模型这块美国处于领先位置, 我们在后面奋力追赶, 然而就具身来讲我们或许能够领先。于供应链、数据以及政府执行力这三方面的红利全部拿到手的情形下有可能走向领先。

让人担忧的是, AI似乎致使贫富差异被拉大, 强者愈发强, 那些不懂AI的人会陷入颇为麻烦的境地。从当下直至AGI来临, 其间存在一个阵痛的进程, 失业方面的问题, 年轻人相关的问题, 或许需要从哲学以及价值层面进行一些引导。