萬事開頭易，然后呢？｜「創業者翻車大會」活動回顧

AI 讓創業的第一步變得太輕而易舉了。

而當開始變得太容易，就會讓很多人會誤以為，創業本身也變容易了。

模型能幫你寫代碼，但它不會告訴你這個東西到底有沒有人要。Demo 可以一天上線，市場不會因此對你客氣半分。產品形態太輕，輕到一周之內就能被人原樣搬走。敘事可以講得無限大，但賬上的錢還是會一天天消耗下去。

動察Beating 和錦秋基金、亞馬遜云科技 Startups、AdventureX 一起辦了這場「創業者翻車大會」，把一群創業者、投資人、開發者和 AI 從業者聚到了一起。

在這場活動中，從時代風口起飛的敘事短暫失靈了，更多的翻車大實話暴露在現場。

三個不好聽的前提

在 Founder 分享開始之前，來自錦秋基金、亞馬遜云科技和AdventureX的三位嘉賓先分別做了分享。

錦秋基金黃國威提到，今天的創業圈并不缺成功故事。真正稀缺的，是那些沒有被講出來的失敗過程。

今年 3 月，Agnost AI 在一篇分析 Claude Code 源碼的文章中提到，Claude Code 內部并不只記錄一次任務是否完成，也會捕捉用戶在使用過程中的 frustration 時刻——比如什么時候開始質疑模型、打斷模型，甚至"罵"模型。這些沒有出現在最終交付結果里的過程數據，反而成為模型持續訓練的重要依據。

創業也是同樣。產品上線、用戶增長、融資完成，是最終交付的"答案"；真正決定一家公司的，卻是那些沒有被看見的決策節點：什么時候發現方向錯了，什么時候推翻一個判斷，什么時候重新選擇另一條路。

當這些過程被分享，它們就不再只是一個團隊的經驗，而會成為更多創業者的路標。Founders Back Founders，真正幫助創業者的，很多時候不是標準答案，而是那些真實走過的彎路。

亞馬遜云科技初創生態資深戰略顧問辛然從日常服務創業者的一線觀察講起。她提醒創業者不要對某一個模型形成慣性依賴，Cursor 和 Manus 的例子都說明，領先模型一直在交替領先，創始人需要持續測試和評估，及時切換到合適的模型，而不是憑感覺綁死一個供應商。

她也談到節奏。AI 創業過去幾年熱過，也冷過。有人在 GPU 最貴的時候重倉資源，訓練一次效果不好，后續無力調整。也有人一直等，等到真正需要的時候，價格漲上去了，資源也訂不到了。過于勇敢和過于謹慎，代價一樣大。

資源是她強調的另一件事。在AI創業的道路上，資源的高效獲取往往決定了項目的生存和發展速度。她把創業者分成三類：不知道可以拿云廠商創業扶持的、只關注短期獲取免費額度的、和能把合作變成長期共贏的。真正有價值的是能把關系變成長期的——通過與云廠商共贏，獲得客戶對接、出海推廣、品牌背書這些錢買不到的資源。

AdventureX 團隊成員、BuilderUp 負責人七星，把視角放到年輕創造者和黑客松生態上。AdventureX 去年收到了來自全球 182 個國家和地區的報名，小紅書總曝光量達到 1.1 億。他們做黑客松，做 BuilderUp 城市交流會，想讓更多年輕人碰到真實的創造場景。

三個分享放在一起，給后面的翻車故事做了鋪墊。模型不是永遠可靠的，資源不是白拿的，生態不會憑空長出來。

然后，主菜上桌。

六個方向，同一堵墻

分享環節的六個故事，看起來差得很遠。有人做 AI 陪伴，有人做系統級 Agent，有人做 AI 出海網站，有人做 AI 劇集工具，有人做硬件，有人從投資人視角講一個行業霸主的墜落。

方向不一樣，階段不一樣，翻車姿勢也不一樣。

產品的命，長在別人身上

MiXer 創始人 Loading 講了 AI 陪伴項目的幾次轉向。

2023 年 GPT-3.5 剛爆發時，他們做偏成人向、偏情緒陪伴的「數字情人」。模型能生成曖昧、上頭的話術，項目一開始很順，但平臺政策一收緊，原本能生成的內容突然被禁掉。產品核心能力一夜之間不是你的了。

后來他們做更復雜的情緒系統，希望 AI 可以開心、冷淡、興奮，更像一個有性格的人。但用戶沒有按他們想象的方式使用。用戶在現實生活里已經夠累了，不想下班后還要照顧一個 AI 的情緒。

再后來轉向中東市場，想借 KOL 的形象、粉絲和內容數據做 AI 分身。但這樣一來，粉絲在 KOL 手里，人設在 KOL 手里，知識體系在 KOL 手里，分發入口也在 KOL 手里。KOL 不配合，項目就沒法運轉了。

三次轉向，踩的坑看起來不同，但病根是同一個。產品最關鍵的東西，每次都長在別人身上。

Loading 最后把問題落在「主體性」上。創業當然要用外部資源，但不能讓產品最關鍵的東西都由別人說了算。

0 度的冰和 0 度的水

Floatboat 創始人少卿講的是另一類教訓。

他上一段創業經歷，是做 Android 手機 OS 級別的 AI 化服務，用 service inside 的方式進入手機廠商生態，拿到大量用戶和系統權限。這段經歷讓他重新理解了一件事，生態位不是你覺得自己該在哪，是整個系統允許你在哪。

創業者剛進一個行業的時候，很容易覺得別人不夠聰明。這個模式不性感，那個打法太笨。但真正深入行業以后會發現，很多看起來笨的打法，可能正是那個條件下的最優解。

少卿用了一個比喻，把 0 度的冰化成 0 度的水，需要的能量遠遠大于把 1 度的水加熱到 2 度。創業早期的從 0 到 1，就是那個相變過程。創始人必須親自上手，把臟活、累活、不成體系的活扛過去。

只有完成相變，業務才有容錯性。 在那之前，錯一次可能就沒機會了。

他也講到自己現在做 Floatboat 遇到的新問題。團隊很早定義了類似 Claude Code 的產品形態，但還在打磨的時候，大廠先把完成度不高的產品發了出來，占住了敘事。

在 AI 這個節奏里，完美不是競爭力，發布才是。窗口不會等你把所有東西都磨到滿意。

更進一步，不要癡迷于靜態的壁壘，只有持續的創新、迭代和學習，才是動態競爭力。

一百萬廣告費，買了一張舊地圖

亭雪科技創始人孫一赫做 AI 出海網站，虧了 100 萬廣告費。

他做過國內流量業務和跨境電商。AI 出來以后，他覺得自己終于遇到了一個能復用過去經驗的新機會。團隊懂海外渠道，懂投流，也懂跨境，于是開始做 AI 出海網站。

問題恰恰出在「復用」這兩個字上。

他們一開始用跨境電商的邏輯理解 AI 產品。做實物的時候，一個品跑出來，投流打正 ROI，就有機會占住位置。哪怕被抄，也有供應鏈、物流、庫存這些摩擦擋一擋。

AI 網站沒有這些摩擦。頁面、功能、投放路徑全擺在外面。一個產品剛打正 ROI，不到一周，就被人抄走了。當產品形態變輕之后，這是必然出現的新問題。

孫一赫踩的另一個坑是不夠專注。他們曾經有一個面向海外華人的中文學習產品，數據一度不錯，做成了 App 上了架。但團隊很快被更多新想法吸引，同時上線十個產品，跑不動就換。看起來敏捷，實際上把最有希望的那一個也稀釋掉了。

他最后補充的一個觀察也很重要。他們做 AI Native 產品沒有立刻賺到大錢，但把 AI 視頻、AI 選品方法用回傳統跨境電商業務，反而帶來了 30% 到 40% 的增長。

不是每個人都必須從零開始做一個 AI Native 產品，有時候不如想想，怎么把 AI 用在你原本就有的生意里。

創業一年，融資 0，收入 0

Instadrama 創始人王愷創業一年，融資額是 0，收入也幾乎為 0。

Instadrama 想做的是面向 AI IP 的 Patreon，讓網文創作者可以把章節變成連載劇集，并在平臺上完成 IP 變現。但在找到這個方向之前，他們經歷過幾輪搖擺。

一開始，團隊想做互動內容加 AI 陪伴。邏輯看起來成立，AI 陪伴產品缺少前置內容，用戶進來不知道角色是誰，那就用小視頻和互動內容幫用戶建立代入感。

結果兩邊都不買賬。喜歡 AI 陪伴的人，不一定想看低質小視頻。喜歡看短視頻的人，也沒興趣跟 AI 聊天。兩個半成品拼在一起，不會變成一個完整的產品。

后來轉向 AI 內容，團隊埋頭做技術，別人用更簡單的方式把 Sora 2 中轉站做了起來，數據還不錯。

王愷用了一個詞概括這一年，表演創業。

看很多大佬訪談，聽很多正確的話，寫很多 BP，聊很多投資人。每一件事都像創業。除了沒有用戶，沒有收入。

這件事最危險的地方在于，它不會讓你痛苦。恰恰相反，它會讓你覺得很忙。每天都有會，文檔在更新，方向在迭代。一切看起來都在推進，直到某天回頭，發現公司什么都沒做出來。

痛苦至少能把人叫醒。忙碌不會。

差的那一塊不是能力

Aniwonder 聯合創始人天祥講的是找合伙人的翻車。

他上一個項目做 AI 眼鏡。AI 眼鏡是復雜硬件，天祥的背景偏市場和增長，所以一開始覺得自己缺供應鏈合伙人。后來找到了一個供應鏈大佬，對方告訴他，供應鏈不是壁壘，產品創新才是。

于是他去找產品經理。去深圳，找硬件 PM，找創業者。很快又發現，很多人懂參數、懂模具、懂方案，但消費者買的是品味。

他開始意識到自己真正需要的不只是一個能把東西造出來的人，還得是做過大規模消費品、被用戶罵過、知道真實用戶長什么樣的人。

后來又找渠道，找醫療專家，找眼科資源。拼圖看起來越來越完整。

直到關鍵合伙人告訴他，老板不同意離職，自己出不來了。

那時他才意識到自己一直在關注「什么咖位的人能讓事情做成」，卻忽略了大家的決心是不是同頻。

創始人自己是 All In，可很多潛在合伙人只是在看一個可能性。這兩者差得很遠。

天祥最后給出的判斷是，AI 時代創業，崗位匹配沒有那么重要，履歷漂亮也沒有那么重要，更重要的是決心。

一天賺幾億美金的公司是怎么翻車的

First Rule Ventures 創始人李榮彬從投資人視角，講了一個更大的翻車案例，OpenSea。

它曾經是 NFT 交易市場的絕對霸主。在 NFT 最熱的時候，OpenSea 的收入每天都有幾億美金，但這家公司也在很短時間里被競品沖擊，被迅速蠶食殆盡。

李榮彬把 OpenSea 的翻車拆成幾層原因。

第一層，資產管理。OpenSea 的收入主要是以太坊，但在以太坊高點時沒有做足夠的對沖和資產轉換。一年后以太坊大跌，公司預算被壓縮到原來的 30%，遠不夠支撐之前的規劃和團隊。賺到的錢沒有變成安全的錢。

第二層，戰略誤判。OpenSea 選擇走美國合規上市路徑，投入大量資源做法律、合規和游說。但這條路在當時很難走通。與此同時，競品用更貼近交易者的方式切走了市場。方向沒有錯，但在那個時間點，它選了一條最慢的路。

第三層，戰術遲緩。競品出現后，OpenSea 沒有立刻重視。覺得自己是行業標準，是產品和協議的定義者。但定義過行業，不意味著永遠擁有它。

第四層，組織傲慢。OpenSea 曾經收購過一個交易聚合器。收購之后一年，等到大難臨頭了，想把產品往聚合器方向調整，兩個團隊才開了第一次會。已經太晚了。

這個案例最有沖擊力的地方在于，OpenSea 不是一家平庸公司。能做到那個位置的創始團隊，一定足夠聰明，足夠敏銳，足夠強。

但創業殘酷的地方正在這里。聰明、領先、曾經定義過行業，都不夠。

正確廢話的殺傷力

六位 Founder 分享之后，進入嘉賓漫談環節。我們拋出來的問題，都不是那種適合用漂亮話搪塞的。

比如，創業過程中最后悔聽了誰的話。

王愷說，他后悔聽了太多大佬節目里的正確廢話。那些話聽起來都對，要創新，要增長，要拓展渠道，要講清楚敘事。每一句都沒錯。但對一個早期創業者來說，聽多了就會進入一種狀態，你以為自己在做一家公司，其實只是在模仿一家公司的樣子。

正確的話最大的危險是，它不會讓你覺得自己在走彎路。

漫談環節里還聊到幾個問題。

「一人公司時代，創業還有沒有特殊性？」

孫一赫的回答很實際，公司做大當然有價值，但大也有大的重。AI 讓一個人的能力被放大，也讓更輕的組織成為可能。對他來說，創業不是為了把團隊做到多大，而是為了一種更自由的狀態。

「創業成功里有多少運氣成分？」

Loading 說了一個他的原則，不能只用結果倒推決策。一個判斷好不好，要看在當時掌握的信息里，你有沒有盡可能補齊盲區，而不是事后看成敗。

「創業者應該怎么體面地結束？」

黃國威站在投資人視角給了一個答案，他更愿意下注那些不會真正結束的人。不是說某個項目一定不結束，而是那個人始終對世界有不滿意的地方，始終想再試一次。

DINQ 創始人 Sam 談到一件很容易被忽略的事，很多 AI 產品是一個對話框。對話框對熟悉 AI 的人意味著自由，但對普通用戶來說，也可能意味著不安。沒有結構，就意味著用戶不知道你能給他什么，也不知道自己該怎么開口。

AI 讓開始變得容易，也讓噪音變得更多。今天一個新模型，明天一個新概念，后天一個新范式。信息很熱鬧，但真正和用戶、場景、生產力有關的東西，可能并沒有那么多。

他的建議很簡單：

用 AI，不要被 AI 牽著走。

AI 沒有消滅翻車，只是讓翻車更快到來

在 AI 時代，開始一個創業真的太容易了。

但 AI 降低的是制作門檻。 它沒有降低判斷門檻，它讓你更快做出東西，也讓你更快撞上那些問題。

用戶在哪里、誰會付錢、憑什么不被抄、現金還能撐多久、你的主體性到底是什么。

這些問題過去就存在，現在只是會更早出現在創業者的眼前。

失敗不是勛章，也不是談資。它就是損失，是狼狽，是坐在那里復盤時仍然會覺得難過的東西。

但一次翻車如果被講清楚了，它至少不只剩下狼狽。它會變成一個路標，告訴后面的人這里有坑。也告訴正在路上的人，你不是第一個在這里摔倒的。

更重要的是，它能把人從某些幻覺里拽出來。

從「我一定能融到錢」里出來，從「這個方向是風口」里出來，從「AI 會替我解決一切」里出來。

幻覺被揭開以后，剩下的東西反而更扎實。一個真實的用戶，一筆真實的收入，一個愿意一起扛事的人，一個用戶離不開你的理由，一個明知道可能會失敗、但還是要繼續的決心。

就像《搏擊俱樂部》里的那句臺詞：

Losing all hope is freedom.