AI 创业的第一性框架：赛道和时机

不是英雄创造时代，而是时代放大英雄

1976、1982、1995、2010，分别对应 PC、软件、互联网和移动互联网的重要窗口。伟大公司扎堆出现，并不只是因为那些年份突然多了一群天才，而是新技术、新基础设施和新需求同时到位了。

所以看一个创业方向，不能只看今天有多热。更重要的是：它是否正处在技术扩散的前段，外部条件是否开始共同推动它。

一流赛道放大普通人，三流赛道消耗顶尖选手

好赛道像顺风的高速公路：产品、资本和客户需求会一起推着团队向前。差赛道则像泥地，即使团队很强，也要不断和结构性阻力搏斗。

如果打算用十年创业，就值得拿出约十分之一的时间研究方向。大选择要慢，验证之后才要快。

先把十年押在哪儿想清楚，再讨论一天能跑多快。

技术不会消灭商业价值，只会让价值换一个位置

互联网让分发变便宜以后，注意力和履约变得更贵；AI 让生成和执行变便宜以后，判断、验证和责任开始成为新的瓶颈。创业机会往往不在已经被技术商品化的部分，而在它旁边刚刚暴露出来的约束。

沿着价值链追问：什么成本正在快速下降？下降之后，谁开始排队、返工或承担风险？新的利润空间，通常就藏在那个越来越窄的关口里。

供给成本低于需求成本，窗口才真正打开

把复杂叙事压缩成一句话：同样一项任务，机器、能源以及配套投入的总成本，必须持续低于人工完成它的全成本，替代才会大规模发生。

相同技术在不同国家、行业和任务中会有完全不同的机会。创业者要算具体任务的账，而不是讨论抽象的“AI 会不会替代人”。

模型便宜不等于交付便宜，成功率才是杠杆

AI 是概率产品。一次调用失败以后，还要重试、检查，甚至让人工接管。因此商业上真正要算的，不是一次调用多少钱，而是交付一个合格结果要花多少钱。

按演讲中的简化假设：单次算力成本为 1，失败后的介入成本为 10。成功率为 90% 时，单位合格结果成本约为 2.2；成功率降到 20% 时，成本会升到约 45。

单步只进步一点，完整任务可能突然可用

如果一个任务包含十个相互独立的步骤，完整成功率大致等于单步成功率的十次方。单步 95% 时，整体只有约 60%；提高到 99%，整体就接近 90%。

模型能力是连续进步的，但产品价值可能是阶跃式出现的：昨天还难用，今天突然能够交付。

需求一直都在，但窗口只会偶尔打开

自动编程、智能代理这些需求早就存在，但底层模型没有跨过可靠性门槛时，产品只能停留在演示阶段。能力一旦跨线，用户体验、市场反馈和竞争速度会同时改变。

“87 天”强调窗口的短暂。优秀团队往往不是看见窗口后才开始，而是提前研究任务、打磨产品形态、积累用户反馈。

AI 产品经理，要为下一代模型做产品

测量今天：用真实客户任务建立评测；重估昨天：重新检查过去做不成的任务，也检查旧功能会不会被模型直接吃掉；预测明天：根据能力曲线，提前设计下一阶段的产品。

反馈越快、标准越清楚，团队越容易看见模型边界正在往哪里移动。通用榜单只能告诉你模型大概多强，自己的任务评测才能告诉你产品是否真的能交付。

大市场存在，不代表机会一定属于创业公司

一个行业的需求再大，如果入口掌握在平台手里、核心能力会被基础模型迅速覆盖，创业公司也未必能留下价值。真正值得做的机会，还要有自己能够控制的切入口。

速度帮你先进入，真实交付中积累的独特数据帮你留下来。两者最终都要落到一个朴素的问题：客户为什么选你，而且明年为什么还会继续选你？