Lynn ：智能硬件，也包罗机械人。其实也是操纵了国内的硬件和供应链劣势。接下来的线，必然是先从Agent起头，再一步步扩散到硬件。包罗智能语音，能做到端到端0延时这件事，让感情陪同赛道的机会成熟了。
Lynn ：美国的话，是SaaS。美国的SaaS市场是相对的。创业公司拿一个大客户，能供给他们实正需要的产物的话，门槛和其他的合作敌手是一样的。
Lynn ：很是同意。正在这里也呼吁一下大师去一些草创公司。为什么呢？由于正在草创公司，你立马就能成长出来，就像我方才说的这种CEO的心法，都能接触到。你今天去写代码，后天去画画。如许的多面手是很难被AI替代的，你永久都正在变化中去进修的能力。这也是我们现正在押求的焦点的工具。
Lynn ：他们挺懵懂的。我去校园，看到一位创始人聘请，他对人要求很是严酷，学生们都有点害怕了。他要肄业生们要关心一些国际，和行业中的工作，好比现正在中美发生了什么？机械人（行业）现正在怎样变？大模子现正在怎样变？比来MCP [1] 和谈、A2A [2] 出来了，这些工具，创始人要肄业生们先有领会。然后就是Better prepare for career（为职业生活生计做好预备）。
Lynn ：我但愿我们能跟最前沿的AI创始人一路去成长，一路去AGI的到来，把AI做成一个对人类无益的东西，给人们带来福祉。
Lynn ：我感觉草不草根的不主要，主要是这个创业时是不是一个对本人产物很是的人，另一个是他是不是一个很懂行的人。
由于现正在95%的代码都是Cursor写的，手艺曾经不再那么主要了。做为一位创始人，没有什么手艺壁垒，那产物的价值又是什么呢？别的，做产物还要看的是，能不克不及快速迭代、快速找到PMF、拿到客户、抢占市场等。
为什么呢？由于AI这个工具，像Machine Learning（机械进修），Deep Learning（深度进修），然后包罗整个Transformer Structure（模子架构），都太新了。我客岁方才插手了一个大模子相关的进修组，发觉里面全都是Google和Meta的工程师。以至OpenAI的第十几号员工，也是5年前才起头进修这些工具的。可能最老资历学Agent的人，现正在也不外两年的经验。大师正在统一个起跑线，你现正在学也不晚。
Lynn ：你先证明本人行，然后他人家才能相信你行。求职者能够本人做一些做品集。好比，买一块显卡，或者是买一个机能比力高的计较机和GPU，本人当地摆设一个开源模子试一试。再做几个APP，上传到GitHub上，大师都能看见的。大部门专业的学生去AI草创公司历练一下，或者是用AI东西做了10件，以至20件分歧的工作，我感觉都比正在学校里面要成心义。
职场Bonus：正在国内，SaaS是有一些巨头吃掉了大部门市场，正在美国目前SaaS范畴里面，合作程度达到什么程度，小玩家进去还有几多空间呢？
比来的一个例子：一场创业者大赛里面，80支步队，只要7支进到了决赛。好动静是，进到决赛的7支步队里，6支都有华人的身影，还有两个全华人阵容的步队。但坏动静来了，全华人阵容的步队正在角逐最初拿了后两名，前两名的步队里只要一个步队是没有华人的。
虽然草根身世，现正在AI+曾经是一个链接了2000多位AI创业者、投资人，帮帮华人正在硅谷创投落地、融资和认实切磋AI机遇的创投组织。自开办以来，AI+帮帮了50多名创业者正在成功拿到投资，欢迎了200多位来自亚洲的投资人，举行了150多场关于AI的创投切磋，帮帮了良多企业从用AI找到财产的第二增加曲线。。。。。。Lynn也很是乐正在此中。
Lynn ：我感觉可能大师对AI科学家创立的公司稍微有一点点祛魅。我们之前可能固有思维地感觉，良多工作是需要手艺人才才能完成的。但AI来了之后，做好产物，反而是更稀缺的工作了。
Lynn ：我感觉两个标的目的，一个是大模子公司，必然是要拼谁先做出来AGI的，这是他们的沉中之沉。另一个标的目的是，这些基座公司现正在都正在优化本人的产物、API办事等。所以我们能看到，比来4o的产物做的很是好，它正在每一个回覆后城市有一个思维导图。
Lynn ：这个还不太清晰，由于我不太领会回国的人的环境。可是从我们社群们的布景来看，我感觉斯坦福大学的MBA能获得的资本，和哈佛、伯克利的不是一个量级的。由于斯坦福“离钱更近”，附近堆积了良多基金公司，大厂、创投氛围也正在这里。哈佛和伯克利，距离斯坦福大学程上差了半个小时，但学校就资本就很纷歧样，机遇也纷歧样。这个现象也能够同理到国内。
AIGC到临后，良多泛文科工做似乎都被代替了。对就业来说，文科越来越无用？世界不需要文科生？正在AI时代文科生实的只能干“净活累活”吗？AI+的创始人Lynn Duan（段雨嫣）给了我们和市场很纷歧样的概念。
Lynn认为，Cursor能让通俗人搭一个APP，或者写一个简单的后端成为现实，AI代替的其实是法式员。对企业来说，工程不再是难点，那些贸易化、市场化的岗亭就变得愈加主要，而能胜任这些岗亭的往往是文科生。
《职场Bonus》邀请到硅谷AI+创始人Lynn Duan，一路来聊聊从市场看白领、文科生，正在AI时代要面对的挑和，和此中储藏的机遇。
我们去领会，那两个掉队的全华人阵容步队掉队的缘由：此中一支是由于这个蜜斯姐她没有说清晰本人到底正在干嘛，正在时没有展现本人的demo，所以大师都不晓得她想干什么；另一个是两名华人男生，这两个男生很是懂手艺，可是他们的致命错误谬误是措辞没精打采，没有那种“我出格相信本人做的这个项目”的风度。另一个比力致命的地朴直在于，他们没有什么现实去go to market的思虑。
根基上我看到60%以上的公司，它最初的产物开辟周期，就卡正在阿谁工程问题那一环上。可是AI能处理这个问题之后，小厂们拼的是什么呢？其实是拼谁卖得更快、贸易化做的更好，谁可以或许发觉客户的需求。
再好比，我们晓得现正在AI文生图和AI编程曾经成长得很不错了。现正在根基上每一个公司，它都不太有初级的这两种职务的岗亭。由于初级的这个工做，几乎来说是能够被替代的。大厂练习转正的概率变低了，由于没有HC。
为什么说小公司仍是有很大市场？第一，美国的收并购系统很成熟，若是一个范畴小公司做的很好，就算和大厂是统一个市场，最初也有很大要率能够被收购。第二，只需有不变的收入和增加，能达到上市的要求的话，第三，AI的到来正在必然程度上也扩大了美国SaaS的市场。之前只要大厂、上市公司才用得起的办事，AI来了之后，一些中小型企业也有能力用得起了。可是中小型企业客户往往是大厂不肯做的市场。
创始人每天需要去看良多消息，按照瞬息万变的环境，去不竭变换本人的策略。创始人的认知，每天都是正在履历良多工作都过程中，快速迭代的。所以你会发觉每一个创始人，履历都不太一样，他们做决策的时候就有一些惯性。这个惯性，也是AI所不克不及代替的处所。
Lynn ：创业的话，该当本人先做好心理预备。良多时候都是脑子一热就起头了，两头有什么处所不合错误了再改。良多人都是如许的，包罗有些人的成功，要让他再做一遍，也不必然能复现。
和很多身正在硅谷的人一样，她想做的事是“用科技改变世界”。我说，你这太抱负从义了。Lynn说，“心里想达到的方针越大，才能得越久。”。
由于客岁起头，公司们都起头认识到AI的主要性，要用AI去降本增效，和去寻找企业的第二增加曲线。本年大公司都正在给AI拨预算。
好比说像Character。AI（下文简称C。AI）创始人Noam Shazeer，他是一位很是有先天的科学家，也能做出很make sense的产物。他回谷歌之后，把Gemini全都改了一遍，现正在用户反馈很是好。可是C。AI做的其实是一个To C的产物，这是需要创始人有产物sense的，而Noam并没有把C。AI下去。
Lynn ：我感觉Manus最大的热点，仍是做了通用的Agent。Manus其实是一个很好的里程碑，可是我们现正在对通用Agent的希望还很。由于现正在AI能做好一件事，就曾经很棒了。可是让它能做好12件工作，以至更多，还有良多工程上的问题需要霸占。
之前疫情的时候，我已经和30多个产物司理一路对比阐发了500多款中美的APP。阿谁时候发觉国内的APP消息层级和密度比美国的要高的多。美国APP良多用户长尾的需求是没有被留意到的。其实也申明了国内常擅利益置人的需求的。
另一个是人机交互的问题。我们很难去让智能体，正在一个10个小时的使命中，确定每一步他做的都是你想要的样子。很可能你想要个马，最初做出来的是牛。
职场Bonus：之前听此外伴侣过，若是一小我想要冲破本人的阶层的话，能够考虑去美国读MBA，正在攻读的期间大厂就会过来挖人。这时候学生就能够先正在美国大厂堆集一段时间，正在回国就可能会有个不错的收入。这种模式现正在还可行吗？
现正在就是Go to Market的这种主要性，特别是跟人交互，跟人沟通的岗亭，从来没有这么主要过。
第一，很主要的一点是Memory。没有法子记住一天以上，或者说100万个token以上的工具（由于人一天产出的言语大要正在100万Token，通用智能体的方针是做24小时的贴心帮手，就要记居处有的话）。
Lynn ：华人的创业一曲常强烈的。对于华人能做出来最优良的产物的这一点我不疑。我感觉这一点其实是我们很是大的一个劣势。
Lynn ：其实完全没有什么问题。你能够去用无代码的体例，像Cursor，或者Trae这种，写一个APP。若是碰到问题，能够找ChatGPT帮手debug一下。万一这时候debug不了了，再用其他的东西，如Claude，再试一试。99%的问题都能够处理。
Lynn ：和国内差不太多。中美两国是国际上来说，AI成长比力快的两个国度，AI现正在曾经能代替良多岗亭了。举个例子说，之前美国的公司，良多都有内部特地去写手艺文档，或者写公司Blog的这些人。大部门公司，通过做一些Agent to automate如许一个法式，把这些人优化掉了。
Lynn ：我感觉恰好相反。现正在是一个全新的时代，是唯逐个个跟计较机都不消沾边，就能够获得很好公司的工做的时代。
Lynn ：人独一不被AI替代的方式就是创业，成为一个创始人。由于未来什么样的工做，不管是写文章的、画画的、做产物的，仍是写代码的，城市被AI代替。必然是如许的。白领，要不就成为能做AI做不了那10%的工做的人，要么就成为一个集大成的系统的创始人。
由于很多科学家正在押求AGI（通用人工智能）的方针上，可能优先考虑科研而非贸易化，也导致他们可能不是最适合做产物的一类人。
Lynn ：这个问题问得太好了，由于我们今天也有和一位投资人聊到这个问题。投资人们喜好的创业者是一个很是特定的类型。起首说，这名创业者要布景好，或者是名校结业，或者是正在学校里面比力超卓，再或者大厂高管、有过创业成功经验等等。再者，创业者要能说清晰本人做的是什么工作，而且很是本人要做的工作。
Lynn ：这很简单。你能够去搜比来发布的融资的消息（国内正在36氪 APP有报道，美国的话正在谷歌搜Google founders、AI company founders），关心哪个公司融了几多钱，哪支基金投的。然后若是有能力的话，能够把这个流程做成一个Agent，让AI去从动抓取。大要这么筛1-2个月，把所获得的所有的公司都拉出来，根基按照list，融资从高到低去找，大部门都OK。
Lynn ：我们见到的创业者有两个部门，一种是硅谷当地的创业者；一种是大厂出来的创业者。硅谷当地的创业者相对年轻一些，可能刚结业，或者工做几年就出来创业了，大要九几年生的。另一种就是，正在之前的公司做到了很高的，或者说做的不错，出来的创业者，以至也有二次、多次创业的，他们的劣势可能会正在拿客户一些。
Lynn ：我感觉有很大空间。由于美国大厂的焦点劣势有两个。一个是他们已存的客户，当大厂推出新的AI/Agent产物时，他们会随手从原办事商买；另一个是数据，由于大厂有客户的专精数据，会更有帮于他们垂类模子的锻炼、微调等。现正在还有强化进修，能帮帮大厂的模子从现无数据中快速进修，并和之前的数据连系起来。
职场Bonus：我做为一个学生，想要去一个比力有成长前景的草创公司，我们称之为“下一个字节跳动”，能够用什么样的一些标签去筛选？
[1] MCP 是指 Model Context Protocol（模子上下文和谈），是由 Anthropic 公司正在 2024 年 11 月提出的和谈，旨正在实现大型言语模子（LLM）取外部数据源、东西和办事之间的无缝集成。
除非一个很是复杂的公司，需要分布式计较等工作，通俗人随便搭一个APP，或者写一个稍微简单一点后端，现正在是文科生也能够做到的工作。所以这是唯逐个次，哪怕你没有系统学过编程，没有任何地位，你也能够正在其他的工作上，有跟本来的法式员同事同跑的机遇。
职场Bonus：Manus实的会让东西变成同事吗？Manus带火了Agent，那正在硅谷Agent抢手的范畴有哪些？
职场Bonus：现正在的学生找工做的话，是不是都得是跟计较机沾点边的才行？对于美国这边的学生来说，哪些专业是相对来说还能保就业一点的？
两年前，ChatGPT-3。5的呈现令Lynn通宵难眠。为了缓解本人的焦炙，GPT-3。5发布当晚，产物身世的Lynn就拉了一些大厂的法式员、科学家和一些创业的伴侣，开了一个ChatGPT相关的，而这也正促成了AI+的初步。勾当的反应不错后，每周办一次AI也成为了Lynn的解药。
上一篇：脚球逛戏单机中文版下载