【十字路口】实现2500万美元ARR的Agent Infra创业者说：我们现在处于Agent元年第一天早上6:05｜对谈小宿科技联创&CEO杜知恒【视频播客】

就是我觉得今天其实只是 Agent 元年的 day one 的早上六点零五分 ， 太阳刚刚出来的时刻 。

Agent 的市场至少还有一百倍的成长空间 。

过去 ，To C 的这个搜索引擎大概占据了市场百分之九十甚至九十五以上的市场份额 ，To B 的占比是很低的 。 那 Agent 的搜索行为其实是机器对机器的搜索行为 ， 就过去更多是人对机器的搜索行为 。 就是我觉得不管是做投资还是创业 ， 基本都是对未来的看法驱动的 。

Hello， 本周十字路口的嘉宾是 William 杜知恒 ， 他是小宿科技的 CEO。 那小宿科技呢 ， 选择了 Agent Infra 这一条创业的道路 ， 是因为他们意识到当前即便最领先的 Agent 的厂商和产品 ， 他们的用户规模可能也还不到移动互联网时代头部应用的百分之一 。 那这也意味着 Agent 的市场至少还有一百倍的成长空间 。 那 William 和我的缘分是我当时创办街朋的时候

， 他那会儿是我们的实习生 ， 那可以说是团队里面最活跃也最积极主动的同学之一 。 那也因为做十字路口啊 ， 我和很多老朋友都得到了重新建联的机会 ， 发现大家都在各行各业发光发热 ， 因此非常开心 William 能够来做客十字路口 ， 介绍他参与创办的小宿科技 。 那我也认为他们是这一波 AI 创业浪潮当中不容忽视的一股力量 。

那这一期十字路口我们也会同步录制为视频播客 ， 发布到小红书 、B 站和视频号 ， 欢迎大家关注 。 好 ， 我们还是从今天的快问快答开始啊 ， 请问 William 的年龄 。

啊 ， 九零年生人 ， 三十五岁 。

毕业院校 。

呃 ， 清华大学航天航空工程经济学双学位 。

你的 MBTI 和星座呢 ？

呃 ， 我是 INTJ， 白羊座 。

好 ， 可不可以一句话介绍一下现在的公司和产品 。

对 ， 小宿科技是一个一站式的 Agent Infra 平台 ， 然后我们的核心产品其实是为 AI agent 设计的小宿智能搜索 ， 同时也在全球范围内做一个大模型的 API 聚合平台 。

目前公司的融资情况 。

呃 ，A 轮在 close 中 ， 这个金额和这个估值要看官方的公告 ， 估计年底会开 B 轮 。

OK， 那目前的收入和利润方面透露吗 ？

呃 ， 六月份 ARR 是超过了两千五百万美金 ， 然后 PNL 的层面是 break even。

目前的团队规模呢 ？

呃 ， 超过一百人 ， 大概百分之七十是研发 ， 剩下主要是市场和销售 。

OK，William 创业前在做些什么 ？ 可以介绍一下吗 ？

对我创业前其实是对冲基金的基金经理和加伴的 COO， 然后我也是红杉中国的这个二级市场基金的一号员工 。

所以其实 William 有蛮丰富的金融的经验 ， 然后再回溯到大学本科学的还是航空航天相关的专业 ， 呃 ， 所以这个职业旅途感觉是非常跨界的 ， 然后到现在在做 Agent Infra 的公司 。 所以在这一次决定创办小宿科技的时候 ， 你看到的是一个什么样的机会啊 ？

OK， 对我其实创业之前在 ， 呃 ， 高瓴和红杉的对冲基金 ， 到后来这个加伴 ， 其实工作了大概十几年的时间 ， 也算是经历了中国互联网的起起伏伏 ， 看了非常多的创业公司和成熟的这个上市公司的起起伏伏 。 那最终其实选择创业我觉得也是一个必然 ， 因为对于我后来做加伴 ， 包括在这个红杉 ， 做红杉的二级市场基金 ， 其实

也是一种类似创业的这个状态 ， 只是它不在 AI 领域 。 然后我觉得我的人生的选择看起来是比较跳脱的 ， 就最早做咨询 ， 后来在百度 ， 然后在之后这个做二级市场投资 ， 再之后管加伴 ， 然后到创业 。 但其实我的选择 ， 啊 ， 是比较双轮驱动的 ， 就是我觉得不管是做投资还是创业 ， 基本都是对未来的看法驱动的 。 那未来的看

法是这个目标 ， 现状和目标之间 ， 我觉得其实隔着两个东西 ， 一个东西是兴趣 ， 一个东西是理性 。 那我觉得这个现实到未来之间的桥梁 ， 其实兴趣是 drive， 这个理性是 guide。 我觉得这两个东西是对我的人生来说是双轮驱动的 。 那我正式决定加入小宿开始全职创业是去年这个 Q3， 当时其实公司已经有一部分出海的这个基础设施的业

务 ， 但是在 AI 上还没有找到商业模式 ，AI 收入是非常有限的 。 但是我当时觉得说以我们的基础设施的能力和创始团队的这个商业经验 ， 我们肯定是可以找到落地场景的 ， 所以我就这个毫不犹豫地加入了 。 那到现在我们整体的 ARR 已经超过两千五百万美金 ， 我觉得增速还是非常快的 。

诶 ， 刚才其实提到了一点 ， 你们的业务可以再就是相对简单通俗易懂一点给 ， 呃 ， 不太了解这个领域的同学们 ， 这个听众们科普一下你们做的事情吗 ？

对 ， 其实 ， 呃 ， 我们做的事情对比于 To C 的这个 AI 产品来说 ， 相对没有那么性感和好懂 ， 因为我们其实是躲在这些 AI agent 的后面的一个服务商 。 那简单来讲 ， 呃 ， 我觉得其实是 ， 呃 ， 两个东西 ， 一个东西是 ， 呃 ， 我们在这个看到这个联网搜索 、AI 智能搜索 ， 还有这个 deep research 这些跟研究交互相关的能力出来的时候 ， 我们发现除

了这个模型能力之外 ， 大家需要的是实时的信息和数据 。 那实时的信息和数据在 ， 呃 ， 上一个时代最核心的体现方式就是搜索引擎 。 那我们 ， 所以我 ， 但是这个搜索引擎在 AI 时代又有了新的体现形式 ， 因为人类调用搜索是过去二十年一个非常主流的形式 ， 我们个人输入一个 query， 然后去看这个搜索给你的这些结果里面 ， 哪

个你觉得最抓你眼球 ， 最感兴趣 ， 然后你点进去这个去看它的内容 ， 同时你可能会点几个链接去筛选出 ， 出你这个感兴趣的内容 。 但是对 agent 来说 ， 越来越多的人通过 agent 进行搜索之后 ， 那 agent 的搜索行为其实是机器对机器的搜索行为 ， 就过去更多是人对机器的搜索行为 。 所以 ， 呃 ， 这个过程中我们就发现 ， 其实是有一个结

构性的机会的 ， 因为过去搜索的商业模式和这个搜索的形态都是对用户的 ， 那对用户的 ， 你其实会 ， 呃 ， 第一你会在乎这个内容的展现形式 ， 所以会有各种各样的卡片 ， 同时你会在乎 ， 呃 ， 这个前三条第一条的这个点击率 ， 因为这是你推得准不准 ， 抓不抓住眼球的这个 ， 呃 ， 核心的指标 。 那再之外 ， 你的商业模式可能

主要是卖精准的广告 ， 因为用户在你这输入了 ， 呃 ， 他此时此刻最关心的需求 。 所以我们这个 ， 呃 ， 对 AI agent 起来之后的一个判断就是说 ， 过去 To C 的 ， 呃 ， 这个搜索引擎大概占据了市场百分之九十甚至九十五以上的市场份额 ，To B 的占比是很低的 。 但是如果人类的这个内容消费的倾向从这个直接去搜索变成了通过 agent 执行

任务的方式 ， 那这个 To B 的 search， 呃 ， 会成为这个从百分之个位数会成长为百分之这个八十 、 九十的这个信息获取的体现 。 那除此之外 ， 我们也观察到说 ， 其实对于一个通用的 agent， 比如说 Manus， 比如说昆仑天宫来说 ， 它实现每一个任务的时候 ， 它其实是要拆分 query， 同时每一个 query 进行多轮搜索的 。 所以其实即使对于当下的搜索次数来

说 ， 我们觉得从人到从 A 变成 agent 搜索 ， 它其实会带来次数的爆发 。 同时刚才提到了这个 B 端的比例的这个会变 ， 会有很大的扩张 。 所以这两个东西合起来 ， 这个确 ， 我们就确定了搜索 API， 这个为机器或者说为 agent 设计的搜索 API 会成为我们的主要的战略方向 。 那这个就是小宿智能搜索 ， 呃 ， 的这个产品的来由 。 那除此之外 ，

我们也发现 ， 同步发现了 ， 因为我们服务头部这些 agent 客户的时候 ， 我们也发现说 agent 不只需要信息 ， 它其实还需要很多一站式的这个基础设施服务 ， 因为往往 ， 这个我记得 Koji 之前的播客中其实有提到一个观点 ， 会有越来越多的一个人 、 三个人 、 五个人的公司 ， 甚至他们有可能成长为独角兽 。 那对于这些公司来说 ， 新时代

的 AI agent 公司来说 ， 它其实不会有大量的人和资源投在管理 infra 上 。 所以我们除了这个 ， 呃 ， 智能搜索的 API 之外 ， 我们也提供一站式的这个大模型的聚合平台 ， 我们叫 SkyRouter。 来方便说这些一人公司 、 三人公司能够在 day one 就可以这个非常方便 ， 没有地域和这个用量限制的使用像这个最领先的模型来实现他们 agent 的这个产品目标 。 大

概是这样一个 ， 嗯 ， 产品的矩阵吧 ， 我们 。

而其实说到小宿智能搜索 ， 我们知道在国内也有一些做得还不错的友商 ， 比较想知道的是 ， 呃 ， 小宿智能搜索在你们看来 ， 呃 ， 和他们比起来 ， 你们的优势 ， 你们的差异化会是什么 ？

对 ， 我觉得其实 ， 呃 ， 大家对于这个搜索 API 的认识可能还停留在过去的 ， 呃 ， 这个 C 端搜索 ， 打包成一个 B 端的 API 提供服务 。 但实际上我们做这个智能搜索的过程中 ， 呃 ， 大概经历了三个阶段 ， 我觉得才有今天的小宿智能搜索的产品 。 这第一个阶段 ， 其实我们没有做搜索本身 ， 是因为我们发现头部的大模型公司在提供

AI 搜索和联网搜索的时候 ， 有一个能力的这个 gap， 是因为过去的搜索 API 给你返回的是这个十条或者二十条的搜索链接 ， 结果链接加上一个短摘要 。 但是这个摘要本身的内容其实没有 ， 不能满足大模型或者智能搜索对于结果的要求 ， 因为它不够全面 ， 而且太短了 。 所以我们其实做的第一个 ， 呃 ， 从去年九月到今年一月做的

第一个产品 ， 其实是全网 ， 呃 ， 这个全文 ， 全文读取的这样一个 ， 呃 ， 产品 ， 它是配合搜索 API 使用的 ， 最早其实就是配合 Bing 的搜索 API 使用 。 那 Bing， 这个在 agent 去 Bing 调了搜索 API 的结果之后 ， 那我们这个服务可以快速准确地把全文的内容和包括多模态的内容都给客户抓取下来 ， 然后这个给它的大模型 ， 给它的模型进行进一步处

理使用 。 所以这是第一阶段 ， 我们做的其实是一个全文检索和抓取的这样的服务 ， 配合搜索 API 使用的 。 但是到了今年二月份的时候 。 DeepSeek R1 火爆之后 ， 我们发现一个很大的问题 ， 就是 Bing 其实突然停止了对中国一些模型厂商 ， 包括一些头部的互联网公司的 API 服务 。 啊 ， 所以我们当时的一个判断是说 ， 我觉得 ， 我今天觉得这

个判断领先市场三到四个月的一个判断是说我们认为 Bing 会 ， 这个对中 —— 包括 Bing 在内的各种 ， 呃 ， 因为现在头部的搜索公司 ， 全球范围内头部的搜索公司还都是以美国公司为主嘛 ， 那他们会停止对中国 AI 行业的这个服务 。 这个直接推导出了我们的第二步的产品 ， 就是我们要自研 ， 呃 ， 搜索产品 ， 然后这个我们建了一个上

千亿的规模的 index， 自己做 index， 召回到出牌金牌这一套事情 。 然后这是我们搜索的第二阶段 ， 就自己自研建立了一个可以和 Bing， 可以直接替代 Bing 搜索 API 的智能搜索 API。 然后这个判断其实到五月底的时候得到了验证嘛 ， 因为五月底的时候 ，Bing 第一次正式对外宣布说它将在 8 月 11 号 retire， 在全球范围内 retire 它的 search API， 以后只能绑定它的云或者它

的智能体一起使用 。 所以我们觉得这个战略判断其实帮我们提前三到四个月投入 ， 做了这个 ， 啊 ， 做了这个原生的搜索本身 。 那第三个阶段 ， 其实我觉得是奠定今天智能搜索功能的一个全面性的阶段 ， 就到了五月 ， 五到六月份之后 ， 特别是 Manus 和其他的智能体开始爆发了的时候 ， 我们在服务头部的这个智能体公司的过程

中 ， 我们发现它其实不止跟过去的搜索 API 的需求相比 ， 智能体有更多更复杂 、 更丰富的需求 。 比如说第一个需求就是刚才提到的全文的能力 。 第二个 ， 举一个简单的例子 ， 就是如果你用 Manus 或者昆仑天宫的 APP 去做它的 ， 做一个 PPT， 或者做一个这个产品文档 ， 你会发现它不仅要这个对文本进行很多的搜索 ， 它其实需要画图 ，

需要这个进行 ， 呃 ， 图搜 ， 这个进行视频搜索 。 那多模态的搜索能力我们发现也是过去的搜索 API 不曾提供的 。 那同时我们也发现 ， 这些智能体 ， 特别是中国出海的智能体 ， 是 day one 就是 global 的 ， 他们不像过去的这个创业者 ， 是会先选择先把中国市场做好 ， 做好之后再去打海外市场 。 所以除了中文搜索之外 ， 英语 、 西语 、 葡

语这些主流的多语言的能力 ， 是一个新时代的搜索 API 所需要具备的 。 除此之外 ， 还有很多定制的能力 ， 比如说在这个 ， 在智能体中有大量的这个对 URL 的点击 ， 那其实这个 URL 的点击到它的内容的 markdown， 到里面你哪些去除广告内容 ， 抓出核心内容 ， 就等等 ， 我们发现说这个新时代的智能体 ，AI 智能体其实对搜索的要求是更丰富的

， 而这些产品能力目前都只有小宿科技小宿智能搜索具备 ， 因为我们真正在服务这些头部的 ， 呃 ，AI 智能体公司 。 那你提到的这个其他的竞争对手 ， 包括海外的和国内的竞争对手之外 ， 呃 ， 这 —— 他们其实绝大多数都只提供传统的搜索 API， 它其实只是一个文搜文 ， 然后给你用 API 的形式返回的 ， 啊 ， 这样一个形态 。 所以我们其

实不 ， 不太把他们当做竞争对手 。

诶 ， 刚才提到这个二月份的时候看到了这个机会 ， 才开始搭一个研发的团队来做搜索这件事情 。 那听起来这个那么短的时间就能做出一个足够好用的一个这个 API 出来 ， 这个是怎么做到的呀 ？ 这听起来好像还挺困难的 。

对 ， 我觉得我们其实是站在巨人的肩膀上 ， 啊 ， 继续做工作的 。 我们当时做了这个战略决定之后 ， 这个除了自研之外 ， 另一条腿其实是通过并购的方式 。 因为市场上其实有一些在做智能搜索或者说做 AI 搜索的团队和产品 ， 之前已经做了非常多的工作 ， 但它后来调整了战略方向 ， 所以我们就其实是并购了一个已经成熟的

自建的搜索团队和产品 ， 然后作为我们这个产品的基石 ， 然后加上我们后来继续在它基础上做这个全文 、 多语言这些额外的工作 。 那正好你问到这了 ， 我觉得很有必要要提一下 ， 说这个搜索产品它其实竞争壁垒在哪 ， 因为它其实是个非常大的工程嘛 ， 刚才 Koji 也提到了 。 其实我觉得如果你要做一个 agent， 为 agent 设计一个搜索引

擎 ， 这个壁垒大概主要体现在三个方面 。 第一个方面其实不是钱和人 ， 第一个方面是团队和人才 ， 就是它不是钱和资源 。 因为 ， 呃 ， 搜索人才其实在过去这十年中没有什么新的人才被培养出来 ， 因为搜索是一个很老 、 很传统的搜索这个产品形态 。 在互联网早期 ， 有很多优秀的人才从百度 、360 这些传统的这个搜索公司被培

养出来 ， 但是到了这个头条 TikTok 爆发之后 ， 其实绝大多数年轻的技术人才其实首先想到的其实会毕业之后 ， 如果你是一个 15 年以后毕业的技术的研发 ， 你肯定会首先想到去做这个推荐引擎 ， 而不是去做搜索 。 所以搜索的人才在中国是非常有限的一个小圈子 ， 你很难说作为一个创业公司或者外人能够立刻马上组建起一个二

十 、 三十人的这个研发团队 ， 你必须找到这个研发团队的核心人员 ， 然后他的这个就像传销一样 ， 我们说这个你在找人才 ， 创业公司找人才其实是一个传销工作 ， 你必须得把核心的人找到 ， 他对这些个 ， 这个圈子内的人才有影响力和吸引力 ， 你才能有可能组建起一个这样的团队 。 所以我觉得 ， 呃 ， 一个小公司 ， 如果他

跟你说他只有五到十个人 ， 他做了一个原生的搜索引擎 ， 然后这十个人中没有一个人在传统的这个 ， 在传统的搜索公司中做到过某一个领域的这个负责人 ， 我觉得这件事情一定是不现实的 ， 他一定是做的一个套壳产品 。 对 ， 这是我觉得第一个大的壁垒 。 第二个大的竞争优势其实就是你刚才说的 ， 要投入多少人 ， 多少钱

， 多少计算资源 ， 然后以一定的时间 ， 比如说以六到九个月为单位来做出第一个版本 。 那我们通过这个并购的方式 ， 呃 ， 跳过了这个阶段 ， 然后并且基于它的核心人才做了现在的产品 。 所以我们是 ， 这个刚才提到的就是第二个 ， 第二个竞争壁垒 。 第三个竞争壁垒 ， 我觉得同样是创业公司面对的非常大的难题 ， 就是 ， 呃

，C 端的产品 ， 其实你不需要服务大客户 ， 你不需要有 day one 就具备大客户的销售能力 ， 只要有用户用 ， 用户就会给你反馈 ， 不管正向的还是负向 。 但是对于 ， 呃 ， 这个给 agent 做搜索这件事来说 ， 你不能直接地获取用户反馈 ， 因为你的搜索结果用户不会直接用到 。 那包括你需要什么额外的功能 ， 只能通过客户来告诉你 。 如果

你的第一天只有一些小的开发者客户 ， 你其实是没办法获得这个客户的指导的 。 他们会给我们的产品提各种各样的要求 ， 比如说提多模态的要求 ， 比如提这个抓全文的要求 ， 比如提这个 markdown 的要求 。 所以我觉得第三个竞争壁垒是你有没有真正的 agent 大 ， 大客户 ， 他们对你提要求 ， 提 feedback， 这个是 push 你这个产品能够有一个提升改

进闭环的一个主要的方式 。

前面提到这个 ， 就是这个做这个战略选择 ， 这个点我觉得也挺有意思的 ， 一个是预判了接下来会发生的事情 ， 呃 ， 而且这个预判好像包 - 包括了两点 ， 一方面是微软的这个 ， 呃 ， 微 - 微软的这个举动 ， 然后其次是 agent 的爆发 。

对 。

你可以讲讲 ， 就是当时是比如说有哪些线索让你看到了这个接下来有可能会发生的是这些事吗 ？

对 ， 其实我觉得微软的这个对 Bing 的这个调整 ， 其实在我们的这个判断中起了比较重要的 ， 起 - 起了比较重要的这个作用 ， 因为当时如果它不对这个中国的这些大模型厂商停掉它的 API， 其实我们只是觉得这个地缘竞争可能会对未来的这个生意模式和可用性产生一些影响 ， 但它果断地 、 非常决绝地关掉了很多搜索 API 的接口 ，

让我们非常清醒地意识到这个 ， 这个事情可能很快 、 立刻 、 马上就会发生 。 然后我们其实也做了一些这个功课 ， 那发现说他们内部有 - 有一些 ， 呃 ， 自己的考量是外人不知道的 。 就第一个考量就是 ， 它过去 To B 提供 API 其实是它生态的一部分 ， 比如它给 Yahoo， 给这些浏览器提供包括一些锤类的这个大客户提供它的搜索 API， 它站

在这个产品背后 ， 其实它不认为 Yahoo 或者 DuckDuckGo 这些产品能真的对它的搜索生态或者对它的入口地位形成挑战 。 但是在过去一年 ， 这个像 Perplexity， 呃 ， 这个中国的也 - 也有这个很多 AI 搜索的产品出来之后 ， 它会发现它的搜索 API 其实是让它新兴的 AI 行业的搜索竞争对手很廉价地获得了最好的基础设施 ， 来跟他们抢入口的地位 。 这个也

是我们在中国看到这些巨头接下来一个很重要的战场 ， 就是它一定要在 C 端巩固它的入口地位 。 因为其实我们刚才提到了一部分 ， 就是如果未来我们的用户作为 C 端用户的决策和行为都是跟 chatbot 或者跟各种各样的 agent 去交互 ， 那今天这些所谓的入口 APP 其实就丧失掉了它入口的地位 ， 它可能就变成这个 ， 这些入口或者 chatbot 背后

的一个 API 了 。 用户说我今天要去做一个旅游的攻略 ， 要去东京 ， 对吧 ？ 那这个 agent 可能会先调用我们的搜索 API 去给相关的一些这个基础的信息 ， 然后之后呢 ， 这个搜索掉的 API 里面高质量的 ， 比如说就会有小红书 ， 有携程 ， 有蚂蜂窝 ， 对吧 ？ 那它们其实就变成不能直接面对客户需求的一个 ， 这个 ， 一个信息源了 。 这是绝大

多数巨头不愿意看到的 ， 也是微软不愿意看到的 。 所以它觉得停掉这个搜索 API 其实可以有效地减缓像 Perplexity 这样的竞争对手 ， 对 ， 对它的入口地位发起竞争的这样一个 ， 呃 ， 趋势 。 我觉得第二个比较主要的考量就是 ， 既然这个搜索 API 对于实时的信息获取 ， 在 agent 中有这么重要的竞争价值 ， 或者说这个战略价值 ， 那为什么微软

不能把它和其他产品捆绑销售呢 ？ 比如说你如果要用 ， 继续用 —— 它其实我们一些大客户已经收到了这样的这个建议 ， 就是说如果你要继续用 Bing Search API， 那你把整个云都迁移到这个微软的云上来 ， 对吧 ， 我可以继续给你用 。 或者说你不要用直接的原生 API， 你捆绑着我的 Gemini， 这个我的大模型 ， 给你这个分析之后的结果 。 所以捆绑销

售变成了一个它接下来的一个很主要的策略 。 当然除了捆绑销售之外 ， 涨价也是一个很必要的 ， 呃 ， 策略嘛 。 它其实在过去两年中 ， 其实已经大幅涨价了两次 ， 现在捆绑的这个大模型的搜索 API 的价格已经到了四十五美金 ， 两年前其实是五美金 。

其实这里有一个问题想插入一下 ， 就 Google 是没有提供这样的 API 的吗 ？

对 ，Google 严格意义上来说是没有提供 to B 的 Search API 的 。 啊 ， 它其实有对中小开发者提供一个 ， 呃 ， 叫 Customer Search， 但那个是有非常低的 ， 呃 ， 这个用量的限制 ， 所以它没办法在 B 端商业化的场景中使用 。 嗯 ， 所以过去的竞争格局就是全球的每天可能有两百亿次搜索 ， 里面可能有百分之二 、 百分之三是在 B 端发生的 。 这百分之二和百分

之三的生意里 ， 绝大多数的市场份额是被 Bing 的 API 占据的 。 那我们的判断是说 ， 未来这两百亿次搜索 ， 会有百分之八十 、 百分之九十的搜索会从 C 端直接搜索转移到通过 agent，agent 来进行搜索 。 同时 agent 本身会台分 query 多轮搜索 ， 导致说这个搜索的调用量本身也会以十倍为单位地去增长 。 这是为什么我们坚 -- 非常坚决地投入 ， 要做多

语言 、 多能力的这个 ， 呃 ，agent 搜索 。

那你觉得为 agents 来提供这个 ， 你刚刚也提到这个一站式的服务 ， 会是就是类似于同类型的公司今年都会来抢占的一个市场吗 ？

我觉得其实今年是一个非常好的竞争的机会 ， 因为其实刚才也提到了 ， 这个行业里的竞争对手 ， 目前来说 ， 海外的竞争对手在被 retail 了之后 ， 其实只有一到两家 ， 其中一个是做浏览器 ， 过去是一个隐私浏览器公司 ， 它在这个 AI 时代提供了这个 AI 搜索的这个 API 的服务 。 另一家是一个美国 VC， 啊 ， 投的一个中国团队 ， 但它其实

没有大客户 ， 它是以开发者为这个 ， 呃 ， 出发点来提供产品和服务的 。 在中国范围内 ， 其实我们观察到的竞争对手主要是大厂 ， 之前有 C 端搜索能力的大厂 ， 它会提供搜索 API 的服务 。 但是我们觉得他们 —— 我们跟他们当下其实不完全是直接竞争的关系 ， 因为我们观察到搜索大厂它有两个 —— 它自己第一首要的竞争目标是要

维持住它在 C 端的入口地位 ， 所以这个 B 端的产品其实对它来说是一个 side busi-business。 然后 ， 呃 ， 同时我们觉得对 B 端来说 ， 针对 agent 客户做优化和做功能的完善会变得越来越重要 。 因为一个简单的 web search API 越来越不能满足这些不管是通用还是垂直的 agent 的需求 。 所以当下我觉得我们的竞争地位还是非常好的 。 一是大厂不会在今年 all in

做这个事情 ， 二是我们已经服务了各个垂类里比较领先的这个 AI agent， 其中至少有超过一半都是我们的客户嘛 。 所以我们其实是在满足客户要求的过程中实现这个产品的进步和迭代 ， 我觉得这是一个比较好的状态 。

我觉得你说的这些还蛮符合一个创业公司在早期的时候抓住这个大厂可能做一些战略调整的一些窗口的机会 ， 并且去做一些他们的 ， 像你说的 ， 他们的 side business， 并不是他们的主营业务 ， 他们可能在这个上面投入的人力 、 财力都相对来说不会那么的多 ， 然后对创业公司来说 ， 这就是机会 。 但是也有可能 ——

是的 。

... 就是一个挑战 ， 就是说你怎么样能够做得比他更好 。

我觉得基础服务上要跟巨头打平 ， 这是我们对搜索团队的要求 。 在相关性 、 时效性 、 权威性 ， 包括直言和可用性这几个内容质量和这个搜索质量的指标上 ， 我们要做到跟 Bing 打平 。 啊 ， 跟 Bing 打平的标准其实就超过了绝大多数巨头在这个搜索 API 本身上的 ， 呃 ， 质量 。 那除了在质量上和 Bing 打平之外 ， 甚至有 ， 有一些地方超出

之外 ， 我觉得更多的竞争优势来源于我们对 agent 需求的理解 。 那每一个头部 agent 提出的这个在搜索周边的这些产品能力的要求 。 啊 ， 其实都是我们产品进步和完善的一个主要的 driver。 那如果我们的竞争对手它没有这些 agent 服务这些头部的 agent， 它其实不可能凭空造出这个 web search API 以外的这些搜索相关的功能 。 所以我觉得这个是我们逐渐

建立壁垒的一个很重要的要素 ， 就是完善和丰富跟搜索直接相关的这些对 agent 来说很重要的功能 。

诶 ， 你接触的这些 agent——

嗯 。

...... 客户 ， 他们就是 ， 因为听起来大家对搜索的要求其实还是比较 ——

嗯 。

...... 简单的 ， 就是要全 ， 要实时 ， 要权威 。

嗯 。

是吧 ？ 那还有什么就是大家想不到的来自 agent 的这样的搜索需求 。

对 ， 刚刚也想要问这个问题 。

对 ， 我觉得 ， 这是个很好的问题 。 我觉得第一个你要满足的 agent 需求是全球化 ， 因为中国创业者 ， 现在绝大多数的创业者都不想局限于只做中国市场 ， 而把全球市场当成我们自己 AI agent 的一个 playground 嘛 。 所以你要做全球市场 ， 第一天你首先就要多语种 ， 我觉得这是一个非常必备的要求 ， 特别是你头部的这十几种语言 。 是在这个

南美做生意 ， 你得有西语 、 葡语 ， 在东欧做生意 ， 你得有俄语啊 ， 然后阿拉伯语 ， 然后你在这个 ， 呃 ， 这个全球其他区域做生意 ， 你至少得有英语的能力 。 所以我觉得多语言的能力是第一天你就必须要具备的 。 如果你不具备多语言的能力 ， 这些新生的 agent 其实是不会 ， 不会考虑你的服务的 ， 我觉得这是第一个 。 然后第二

个是数据来源和数据这个所在地 ， 你是不是能合规 。 这个在很多发达国家的市场是有很高的要求的 ， 你必须要把这个数据本地化 。 我们在全球有两千八百个可用的节点 ， 这些节点上都可以 ， 都有传统的算力和很好的网络连接 ， 也可以放这个 GPU 的算力 ， 可以在上面增加 。 所以我们其实是能够帮客户很好地做一些合规性的

数据 ， 合规性的这个要求的 。 所以我觉得这两点是大家要选 ， 在全球化的这个浪潮中 ， 要选一个搜索 API 首要的考量因素 。 那除此之外 ， 你在功能上 ， 比如说刚才说的你文搜图 ， 图搜图能不能都是以 API 很方便地解决 ， 然后你在这个把全文抓下来的过程中 ， 你能不能解决这个 ， 就是它真正全文的内容和广告内容和这个相关

推荐这些内容的区分 。 那比如说你这个抓下来的格式能不能满足客户在不同场景下的需求 ， 这些就是能力上的这个补齐 。 但是我觉得先决条件是多语言和这个数据合规啊 。

除了这个 ， 呃 ， 除 ， 除了刚刚提到的这些 ， 就是你们接触了这么多 ， 就是 agent 的公司 ， 有 ， 有觉察 ， 有感觉到他们还有哪些可能潜在的一些需求吗 ？

对 ， 我觉得潜在的需求是在随着 agent 去满足更多的产品 ， 我们其实是不能发掘或者说真正去自主去定义需求的 。 我们的需求基本来源于我们的客户 ， 他在满足他的 PMF， 找到他的 PMF， 做好他的产品和流程的基础上 ， 对我们提出的要求 。 所以我其实对功能 ， 就是从搜索这一方面 ， 我其实对功能的改善上其实是不担心的 ， 因为我觉

得这个今天是 ， 呃 ， 我觉得是 agent 元年 ， 这个是 Koji 之前提出的 ， 我觉得完全 ， 我完全同意 。 但我想补充一点 ， 就是我觉得今年其实 ， 就今天其实只是 ， 呃 ，agent 元年的 day one 的早上六点零五分 ， 太阳刚刚出来的时候 。 因为你拿头部的原生应用去跟 ， 呃 ， 移动互联网的这个 ， 这个比较成熟的状态去比 ， 我觉得以 DAU 的角度来看 ， 是

不到这个真正互联网繁荣的时候的百分之一的 。 现在头部的这个通用 agent 也就是以十万为单位去算 DAU， 这个 tier two 的或者比较垂直的 agent 可以就是以几万为单位来这个看 DAU 的嘛 。 那如果拿这个数字跟移动互联网繁荣的时候相比 ， 我觉得甚至都不到百分之一 ， 甚至是几百分之一的状态 。 所以我觉得从搜索的功能上 ， 我觉得会持续

地演化的 ， 我们只要跟住这些 ， 服务好这些头部的 agent 就好 。 那除了做好搜索之外 ， 我们 —— 这是我们为什么要做一站式的这个 agent infra。 因为我们发现很多我们的客户 ， 即使当下很多上过 Koji 节目的 ， 这个非常知名的 ， 拿过很好 VC 的钱的公司 ， 它其实整个公司也就是十个人 、 二十个人的状态 ， 可能真正负责 infra 的也就一个人 。 比如

说拿我们的客户 ， 也是我很好的朋友 Mindverse 来说 ， 它其实这个一个主要的产品 ， 就是你个人的数字 ， 或者说 AI 分身嘛 ， 它其实是一个这个已经蛮成熟的 AI 公司 ， 产品也是相对演进的 ， 迭代得非常好 。 那它其实管理和负责 A-AI infra 的人也就一个人 。 那它其实通过我们可以一站式地调各种大模型的 API， 然后甚至说连账单也不用管理 ，

我每个月是 ， 每天以 ， 以天为单位 ， 它可以看到它在所有模型和搜索上的用量和这个成本 。 那这个对他来说是非常有帮助的 ， 甚至说 ， 呃 ， 你其实中间有一两天 ， 呃 ， 某一个大模型宕机的时候 ， 我们其实是把它的这个模型的调用自动给它路由到了这个没有宕机的 ， 但也可以满足它这个 ， 呃 ， 模型需求的这个 API 上 。 所以

它其实没有 ， 完全没有受到某个大模型宕机的影响 。 所以我觉得这是一个典型的场景 ， 就是我们的客户会越来越把精力 ， 或者说从 day one 就把精力放在产品和 go to market 上 ， 而把后端的服务和这个 infra 的需求外包给像我们这样的公司 ， 这样对它公司的效率和成功的概率来说是很 ， 很大的提升嘛 。

哎 ， 其实就是最早啊 ， 就是刚有 ChatGPT 的时候 ， 也有 AI infra 的一股浪潮 ， 那个时候出来了很多公司 ， 然后 ， 呃 ， 有不少都是在做和今天的这个 SkyRouter 类似的事情 。

嗯 。

我记得当时还有一家公司叫 Martian。

嗯 。

Martian 它是在除了这个做 API 聚合之外 ， 它告诉大家我可以帮你去 ， 呃 ， 择优路由 ， 就是来根据每个任务来判断 ， 哎 ， 这个任务我分发到哪个大模型去 ， 它可能可以最优得到这个解法 。 但后来发现这个好像就是 ， 就不太需要它 ——

对 。

... 去做这个优化的自动的选择 ， 啊 ， 因为大家到最后就是都可以 ， 就比较容易的就选 ， 呃 ， 持续的 、 长期的 、 稳定的 、 最好的一个这个大模型到底对我来说是谁 。

对 。

那也比较好奇啊 ， 就是你们也做 SkyRouter 这个服务 。

嗯 。

那但国内其实也有硅基流动 ， 感觉也很猛 。

嗯 。

那你们在面对和它的这种对比的时候 ， 那竞争对手 ， 呃 ， 呃 ， 客户如果问到 ， 你们会怎么介绍自己的优势和差异呢 ？

OK， 其实做这个事情我觉得有 ， 呃 ， 两个背后的判断 。 一个判断是也回答你刚才提到的那家公司嘛 ， 其实我们很早也观察到了它 ， 我觉得它是做的时间和时机来说 ， 是有这个稍早了一些 。 我们其实今 -- 去年开始做这个事情的时候 ， 有一个判 -- 有两个大的判断 ， 一个大的判断是说我们觉得中国人和美国人会成为这个 AI 行业

里的主要的这个从业者 。 这个除了两国的本地市场之外 ， 全球其他所有地方都是这两个国家的 AI 创业者的 playground。 所以我觉得第一步是要找到服务好中国出海的这些 agent 和创业者的这个主要的方式 。 那第二个我们的判断是说在 24 年 ， 这个其实还是训练 ， 如果看算力的结构 ， 还是训练大于推理 ， 但从 25 年开始会发生反转 。25 年我们

当时判断会是一个这个推理需求开始显著超过这个训练对算力的需求的元年 。 那同时我们预计推理的算力绝大多数的体现形式会是 API， 而不是直接租算力 。 这是决定了我们为什么要做 SkyRouter 这个产品形态 ， 而不是像 FireWorks 和硅基流动的产品形态 。 因为我们认为这个在开源模型和商业模型中 ， 绝大多数的客户会选择这个当下最好的

， 在他场景下最好的这个 ， 这个模型来使用 。 而我们判断说 ， 这个在一些领域肯定是长期会是商业模型的能力优于开源模型 。 所以 ， 那既然这些人 ， 这些客户是要用商业模型的 API， 又要用多种的 API， 那我觉得一个一站式的服务是很多创业者 day one 就需要的 。 那我们的这个和硅基流动 ， 其实跟硅基流动关系也不错啊 ， 就是我们

其实还是有两个很显著的差异化 。 第一个差异化是他们的这个 ， 呃 ， 产品销售其实是主要以 DeepSeek， 以这些开源模型自部署为主要的生意模式 ， 它的产品和这个技术的竞争力其实是优化这个 ， 这些模型 ， 或者说开源模型在它 ， 对它的算力的利用率 ， 能够让同样的算力发挥出更大的这个 ， 卖 -- 这个卖出更多的 token， 这是它的主要的

竞争力 。 所以他们的技术能力主要是在推理优化上 。 而做 SkyRouter 这个产品的竞争力其实主要来源于三个 ， 一个是你在全球是不是有足够多的节点和这个分布式的算力资源 。 第二个就是你的平台稳定性和这个你的自动路由的这些平台能力能不能用好 ， 因为模型能力完全是看模型厂本身嘛 。

刚刚也说到 ， 就是其实在 ChatGPT 出现之后 ， 在硅谷其实 ， 其实包括也国内吧 ， 这个其实这个 AI infra 其实有一波创业的热潮 。 我记得当时看那个红杉的一个报告 ， 然后大家就在说 ， 啊 ， 本来对 2023 年 ，2023 年的一个预期是 AI 应用会爆发 ， 但是后来统计了一下 ， 发现钱都到了 AI infra 那儿去了 ， 啊 ——

对 。

... 这个领域出现了非常多的公司 。 可不可以请 William 作为一个行业的一个 insider 跟我们分享一下 ， 就是在你看到的整个这个领域 ， 在 ， 就是刚刚其实 Koji 也提到了这一点 ， 就是在两年半之前 ， 然后跟 -- 呃 ， 两年半 ， 从两年半之前 ， 呃 ， 开始 ， 就是它一直在发生什么样子比较大的变化 ， 然后现在这个 AI infra 领域的公司 ， 其实我们前面

也提到了一点哈 ， 就是它可能在当下这个 ——

嗯 。

... 时间点上 ， 它可能在 ， 正在发生什么样子的改变 。

嗯 ， 我觉得最大的一个这个变化其实是大家从抢卡变成抢数据了 。 就最早 —— 的这一波 infra 厂商 ， 其实我们观察到包括 CoreWeave、Lambda， 它其实都是在 IaaS 层做工作的 ， 它提供了从数据中心到 GPU 到 GPU 云化的这样一个 ， 这个基础的 IaaS 服务 ， 让这些最早能投入大量的资本和这个人力的这些大公司能够快速地训练模型 。 那这是我觉得第一阶段的竞

争 ， 其实是一个对算力资源的竞争 ， 那这些 ， 这些 infra 厂商也是大部分集中在提供算力资源 ， 怎么样能够更有效率 ， 更有这个规模地提供算力资源的这一层 。 到了去年到今年 ， 我们的观察是更多的这个 agent 厂商出来 ， 和大厂的一个最大的区别 ， 就是它不仅要用 IaaS， 它其实希望你提供到 PaaS 层的全服务 。PaaS 层里面就有几个主要的组

成部分嘛 。 当下我觉得一部分是模型 API 本身 ， 那一部分是实时的这个模型本身不具备的数据 ， 这个实时数据和信息 ， 那可能还有一些工具调用的 ， 或者说这个多 agent 这个协作的工具 。 那对于我们来说 ， 这个 PaaS 层的竞争是更适合我们的 。 就是上一代 PaaS 层有很多产品里面 ， 然后我觉得这个能力其实是可以复用到今天我们做 AI

的 PaaS 层的 。 所以我们当下提供的几个主要的产品 ， 包括 SkyRouter， 包括小宿智能搜索 ， 其实都是 PaaS 层的 。 我们会非常确定地不去做 To C， 不去做 SaaS， 不去和我们的客户抢生意 。 那同时我们也希望说客户不需要自己去管理下面的 IaaS 层的东西 ， 那它这样的话才能把客户的效率提到最高嘛 。 我们觉得当下最大的挑战其实反倒不是 infra 的能力

不够 ， 而是我们的客户 ， 或者说整个 agent 行业还都在找 PMF 的过程中 ， 我希望我的客户可以尽快找到 PMF， 那找到之后它的用量会立刻起来 。 我们这个在 ， 在我们这一端是能够 ， 我觉得算是一个比较好的观察点 ， 谁的流量起来了 ， 谁的用量就会起来 。

嗯 。

嗯 ， 所以我们希望说这个对整个行业的期待吧 ， 就是这个能够头部的这些 agent 厂商会尽快和更好地找到 PMF， 这样对 infra 的能力和需求也会持续快速提升嘛 。

所以像 ——

你现在有看到什么苗头吗 ？

呃 ， 我觉得场景大家都说得蛮多了 ， 跑通的场景其实肯定 coding 是一个场景嘛 。Coding 里面其实也是会调搜索 ， 因为你 —— 我是这么想这个问题的 ， 就是不管什么场景 ， 只要是 AI 辅助人和替代人 ， 那人的工作习惯是一定是边搜边画 PPT， 边搜边写代码 ， 然后边搜边这个往里面塞图片 ， 对吧 。 所以我们看到几个场景呢 ， 就是能够辅助人类

实现这个边搜边干活的能力 。 那 coding 肯定是一个很清晰的场景 。 那第二个场景就是办公软件嘛 ， 那像我们的客户昆仑天宫 ， 它其实是一个典型的这个希望用 AI 能力去逐步替代 Office 的这样一个产品形态 ， 他在做这个 ， 不管是写文档还是画 PPT 的过程中 ， 是一个不断的 ， 就非常类似人类的行为的一个过程 ， 它会不断地去调搜索 ，

然后搜完了之后这个指导他的路径规划 ， 路径规划之后每一页要放什么内容 ， 放什么内容之后他会再去搜索 ， 然后再去搜索 ， 把图片然后这个放好 ， 然后把这个总结写好 。 这个过程我觉得非常像一个 ， 呃 ， 这个高中生做 PPT 的一个过程 。 那我觉得随着模型能力的提升 ， 肯定大家会变成这个一个职场人做 PPT 能够交付的这个

逐渐实现这个水平 。 那这个过程中 ， 其实你对模型和对这个搜索的调用量也是会有很大的这个 ， 这个驱动力的 。 然后 ， 嗯 ， 像除了我觉得 coding 的场景 ， 然后这个 ， 呃 ， 办公的场景之外 ， 还有一些比较垂直的场景 ， 我们看到 ， 呃 ， 看到一些很好的 PMF， 比如说这个在 ， 呃 ，AI 去做广告投放 ， 比如说这个 AI 给用户规划旅游的路径 ，

然后同时去帮他实现订票 ， 实现这些 。 呃 ， 然后还有像这个 AI 的信息获取 ， 比如说 ， 呃 ， 我们的一个客户是森岩科技嘛 ，Deeplong，Deeplong 它其实是也是我校友的一家公司 ， 它其实做的事情其实是有点类似 AI agent 版本的今日头条 ， 它可以给你用推送的方式把这个 ， 呃 ， 把内容很好地按照你的定制化的需求推给你 ， 那它其实背后也是实时在

抓取全文最新的数据 ， 然后要关联中英文的资料 ， 然后要这个 ， 这个 。 所以这也是我们看到一个典型的场景 ， 就是 AI 逐渐能够改写和优化过去的一些互联网产品的能力 ， 但今天还没有到颠覆的程度吧 。

那你觉得 ， 比如说如果说一年或一到两年吧 ， 然后或者是一个十 ， 呃 ， 五年 ， 就是短期 、 长期 ， 这个 AI infra 这个领域的市场的这个格局会发生什么样子的变坏 ？

我觉得这个问题我其实现在 —— 没有答案 ， 但是我觉得这个行业最重要的事情还是 AI 的原生应用 ， 能够在用户规模和用户留存上实现一个质的飞跃 。 这背后可能需要几个驱动力 ， 一个是模型能力的继续提升 ， 另一个驱动力是说 ， 嗯 ， 这些 ， 因为我觉得最牛 ， 最牛逼 、 最优秀的创业者都已经在这个里面 ， 但凡这个基础能力

能够持续提升 ， 我觉得这个 PMF 一定会在很快或者这个半年 、 一年内有一些场景达到更好的 PMF。 那对于我作为一个基础设施的提供商来说 ， 我要做的就是保证我的平台的可用性 ， 保证我能够为中国出海的这些 agent 提供一站式的而且是很高性价比的服务 ， 那这样能够让他们对语言 ， 对这个海外的市场和这个文化没有很大的障碍

， 这个就是我们能做好的事情 。 而且我非常相信这一天会很快到来 ， 这个里面中国的创业者会占据一个非常非常大的比例 。 这个就类似于在移动互联网时代 ， 我觉得这个在应用上 ， 中国人或者说中国市场其实是甩开美国市场几条街的 ， 那我觉得在 AI 的 agent 时代也不会 ， 不会有什么本质的变化 。

长期呢 ？

对 ， 长期我觉得这个事情就是前面的逻辑会延续 ， 就是算力 ， 就是算力的竞争会变得不是那么重要 ， 因为大家的算力都会达到一个基准值 ， 就是包括国产的算力 ， 在推理上我觉得不见得会比英伟达的算力有什么显著的差距 。 因为前面说了嘛 ， 算计 ， 算力会是 ， 这个推理会是主要使用算力的形式 ， 训练的这个份额占比会

越来越少嘛 。 那我们的观察就是说数据会变得更重要 ， 就是在算力的基础上 ， 数据本身会变得更重要 ， 特别是实时的这个动态的数据 。 那在模型训练 ， 因为训练都是有周期的嘛 ， 训练三到六个月周期 ， 模型如果要有质的提升 ， 这个 ， 这个演进或者说迭代的速度不一定会有多快 ， 但所以你就要配合各种各样的实时数据来

使用 。 那这些数据的合规性 ， 这些数据的原始的来源是不是对中国的 ， 呃 ， 这个中国的厂商持续可用 ， 然后包括一些垂直领域里的数据 ， 比如说金融 ， 比如说新闻 ， 比如说这个医疗 ， 这些数据怎么获取 ， 有哪些这个和 ， 呃 ，agent 更好的配合方式 ， 我觉得这些都是 ， 呃 ， 这个数据驱动的 AI infra 接下来要 ， 要重点考虑的事儿吧 。

那可不可以介绍一下 ， 比如说 Kimi、Minimax 他们的 API 搜索都是用的哪家的 ， 然后或者他们是自己搞的 。

我觉得这个其实是个很好的问题 ， 就是我觉得头部的模型厂一定会自建搜索 ， 但是它不会自建全部的搜索 ， 因为其实这个搜索的 query 长尾效应也是非常 ， 非常强的 ， 所以头部模型厂一定会自建自己的核心 query。 就比如说这个前一亿条或者前三亿条 ， 他们一定会自建的 ， 因为这一亿条 、 三亿条可能会占据它 query 量的百分之九十 ，

这一部分自建的性价比是很高的 ， 但是后百分之十的长尾 query 可能就分散在这个几十亿个 query。 这一部分他们一般都是会调用第三方的 。 我觉得这个是我们一个很显著的机会 ， 跟头部的这些模型厂 ， 其实我们都在 ， 有的已经合作了 ， 有的也在测试中 ， 它对一些小众的语言 ， 对一些小众的 query， 它其实一定会用第三方调用的 ， 因为

对它来说 ， 性价比 ， 自建的性价比很低 。

那这样你们能赚到钱吗 ？ 如果只是做长尾的 ， 然后因为听起来这个对服务器也好 ， 就是对于算法算力要求都很高 。

这个 ， 这个 ， 这个我觉得是这个问题的另一面 。 这个问题的第一面是说头部模型厂一定会自建核心的 ， 所以 ， 啊 。 但是个问题的第二面是我认为 AI agent 的繁荣程度是会非常个性化和丰富化的 ， 就是头部模型厂不会占据 agent 里很 ， 非常大的份额 ， 我觉得一定是百花齐放的 agent 会占据接下来三到五年内 ， 会成为三到五年内 agent 市场

的主角 。 因为个性化和这个垂直化的需求还是非常强烈的 。 那这些 agent 其实是我们服务的主要对象 。 那么模型厂对我的要求高 ， 这个质量要求高 ， 能力要求强 ， 但是同时让我只能赚很少的钱 。 但是他们的这些给我这个 ， 帮助我一起形成 ， 通过服务他们帮助我一起形成的这些能力 ， 去服务更多的通用或者垂直的非模型厂的

agent， 其实是我们生意的主要的部分 。 只是这个生态还在刚刚起来的 day one 的早晨 。

哎 ， 我们可不可以稍微聊一下职业生涯的这个选择的问题 。

嗯 。

因为我感觉我身边所有最后去做二级市场的朋友的话 ， 感觉都是职业生涯的归宿 。 但是没想到这个你这个早早地在二级市场 ， 呃 ， 就是取得了一些成绩之后 ——

又投身创业 。

反而没有选择归宿 ， 你又回到了 ， 对 ， 回到了这个水深火热的创业一线 ， 这是出于什么考虑啊 ？

对 ， 其实 ， 其实做二级的终点也是自己开基金 。 就是自己开基金其实也是一个创业嘛 。 那对于我来说 ， 就是开基金的性价比和这个创业做 AI 的性价比 ， 那哪一个更高 ， 或者哪一个更是我的热情所在 ， 对吧 ？ 那我自己其实从本科阶段就跟 ， 就其实那是我第一份实习 ， 跟 Koji 一起工作 ， 在街旁是我的第一份实习 ， 然后这是我

大二的时候做的第一份实习嘛 ， 我其实当时是非常 ， 非常深地受到了 Koji 的影响 ， 就觉得创业这件事真的很有趣 ， 而且是能这个创造出新的东西的 。 因为投资这件事更多的是分配资源嘛 ， 创业其实是这个制造新的生产力和新的资源嘛 。 那我其实在大四的时候就做过第一次创业 ， 当时做了一个这个学校里的约会网 - 网站 ，

当时是 2011 年 ， 在北京市很多高校里做了推广 ， 大概做了五万用户吧 ， 那时候叫亲约会 ， 一个约会网站 。 但是到这个我们这个核心创始人都毕业的时候 ， 我们就关掉了 ， 那时候也拿到了一笔 ——

都找到对象了 。

也拿到了一笔投资 。 但当时确实觉得这个创业 ， 一是我们看到米聊和微信默默已经起来了 ， 那我们那个时候是很早就做了 APP， 移动网页加 APP 的形式 ， 但是我们觉得我们这个场景肯定会被啊这些头部的 app 吃掉的 ， 因为我自己如果不创这个业 ， 我可能都不在我的网页上约别的人干 - 干什么事情了 。 所以另一个就是当时我们确

实看到了自己能力的一个瓶颈 ， 就是我 - 我自己作为 CEO， 我其实不知道我有哪些资源可以调用 ， 我不知道我这个产品的选择到底对不对 ， 怎么去验证我的产品的选择 。 这是我第一次创业 ， 然后无疾而终的一个 ， 呃 ， 一个这个前序吧 。 然后到了 ， 呃 ， 到了这个 ， 呃 ， 到了其实在高瓴工作的时候 ， 我们当时是这个 TMT 团队其实

是不止做二级市场的 ， 也做一些一级市场 ， 后来 ， 后来这个一级市场完全独立分出去之前 ， 我们其实也看一级市场的项目 ， 那当时我们 ， 我看的文娱领域比较多 ， 就是游戏 、 娱乐 ， 然后也看全球的市场 。 然后我们当时 ， 我当时其实的一个想法是说 ， 这个里面其实二级市场和一级市场是不分家的 ， 因为有一些 spin-off， 比如说虎

牙从 YY 里的 spin-off， 让是我一个非常这个 ， 历史上一个非常成功的 deal 嘛 ， 它其实就是让虎牙带着自己的这个母公司的能力去做了一个新的市场 。 那其实这个 ， 这个 case 跟我们小宿 ， 就是我们是带着全球化的这个分布式的基础设施资源来出来在 AI 行业做新时代的 ， 就新时代的 PaaS 产品 。 所以我在看到这个机会的时候 ， 其实我是 ， 呃

， 非常激动的 ， 我觉得既有基础能力 ， 又能赶上 AI 的大潮 ， 而且还跟这个非常好的创始团队一起工作 。 那我们 ， 我觉得这几个条件具备的情 - 情况下 ， 我还是很有热情 ， 呃 ， 想要这个创业的 ， 所以我基本上没有过多考虑吧 ， 就考虑了一到两天 ， 然后就 - 就决定全职开始做这个事情 。

创业之后生活有发生翻天覆地的变化吗 ？

哦 ， 我觉得发生了翻天覆地的变化 。 因为做基金经理的时候 ， 你的决策大部分是相对短期的 ， 就是你是看一个月 、 三个月甚至半年的这个 P&L， 你要判断的是说 ， 啊这个公司 ， 特别是成熟的公司 ， 它的战略对不对 ， 它的产品的数字有什么变化 ， 然后怎么来猜测这个公司未来是有什么样的走 - 走向 ， 它其实绝大多数的事情是

不在你的掌控中的 。 然后 ， 但创业过程这个的不确定性来源于不是它能不能做这个事儿 ， 而是做了之后我能获取什么样的结果 。 所以我的主观能动性和这个做事情的确定性是很高的 ， 就是我只要想清楚了 ， 判断好了 ， 我们就可以这个投入资源和团队去做 。 至于做成还是不成 ， 这个不在我的掌控之中 。 所以我觉得一个很

大的转变就是 ， 我除了要想战略之外 ， 因为在 - 在做投资的时候 ， 主要要想战略 ， 然后猜结果 ， 那我们这个事情就是除了想清楚战略的过程中 ， 搭团队和做执行中间有大量的细碎的工作是需要去做的 ， 因为人和人都有摩擦 ， 事和事 - 事也有摩擦 ， 这个过程 ， 这个过程我觉得是 - 是既要投入大量精力又非常有趣的一个过

程 ， 就是从零开始 build 一个事儿 ， 这个事儿真的是对我来说非常有多巴胺的一件事 。

而且 ——

就是每天都有肾上腺素和多巴胺在奔赴 ， 疯 -- 在 - 在分泌 。 做投资的时候 ， 可能真的只有业绩期 ， 你会经常有寒毛倒竖或者浑身起鸡皮疙瘩的这种状态 。 但我觉得创业了之后 ， 我经常会在面对大客户 ， 搞定大客户 ， 或者这个产品有大的迭代的时候 ， 有这种寒毛倒竖的感觉 ， 我觉得 ， 哇 ， 又迎来了一个啊哈 moment。 这个 ， 这个

是在这个投资的时候会遇到 ， 但比较稀少 ， 但是在创业的过程中会经常遇到 。

而且做投资的时候 ， 你去跟项目聊天 ， 和你自己创业了 ， 你去跟客户 ， 就是你作为一个创业者去跟客户聊天 ， 这个姿态的转变应该还是挺大的 。

对 ， 我觉得荣慧你这个说得特别对 ， 我觉得创了业之后 ， 我觉得做投资的时候我特别浅薄 ， 就是我其实不知道公司在做什么 ， 只能听到说 CEO 或者 CFO 跟你讲我要做什么 ， 我现在做得怎么样 。 但真正这个和做业务之间我觉得是隔了十万八千里的 。 就其实我都不能就做 ， 就做的这个看做投资的时候还有一点就是我觉得是虽然

二级市场会好一点 ， 但实际上还是一个挺 arrogant 的状态 ， 就是你总觉得这个生意模式不够好 ， 你这个 CEO 为什么不够牛逼 ， 你的团队为什么不能完全按照你的这个战略来这个调整和部署 ， 是吧 ？ 但实际上我觉得做了事儿之后 ， 你会对生意这件事儿充满了敬畏 。 我觉得这个市场上就是能够活下去的生意就已经是这个十里挑一了

， 然后能够做成一个上市公司 ， 哪怕是一个在二级市场看来 ， 哇 ， 生意模式好烂 ， 创始团队也不怎么样的上市公司已经很难了 。 我觉得我第一步是要做成一个合格的 CEO， 我觉得离一个合格的 CEO 还远远不够 ， 更妄谈说你要做一个牛逼甚至伟大的 CEO， 我觉得 ， 哇 ， 一敬畏之心一下就来了 。

而且我们刚刚其实说到一些是从结果来看正确的战略选择吧 ， 就比如说微软呀 ， 然后比如说这个 agent 这个爆发的这个时期 ， 呃 ， 就是现 - 前面你提到说就是你这个创业了之后要做很多这种战略的判断 ， 虽然也跟以前做投资的时候也要做战略判断 ， 但是 ， 呃 ， 我其实当时在想 ， 就是你在做投资的时候 ， 那种承担结果跟你在

创业的时候这个承担的结果的这个就是你自己感受上的不一样 ， 以及能不能说说一些 ， 就是比如说这种创业的时候晚上睡不着觉的担忧的一些 ， 一些事情 。

哇 ， 我觉得这个前面说的那个做错事的区别 ， 我觉得最大的区别是 ， 就是承担后果的区别是很明显的 。 做投资的时候 ， 特别做二级市场的时候 ， 你做错和做对的这个概率大概也就是做对的概率也就是百分之六十 。 如果你每一个交易里面能超过百分之五十一是正确的 ， 其实也就算做得很好了 。 那你承担的结果不外乎是止

损 ， 然后把这个精力和时间投入下一个决策的思考中去 。 但创业完全不一样 ， 创业你的这个后果往往是要差 。 如果你的战略决策对了 ， 那很有可能可以引导你公司在这一段时间甚至长期走向成功 。 但如果你错了 ， 是有大量的后果的 ， 这个后果不光是人和资源的浪费 ， 呃 ， 也包括说你要怎么处理你做错了的业务 ， 怎么去

。 因为对于我来讲 ， 我的性格是相对温和的 ， 其实我这就是你如果做错的事情 ， 你还会面对大量的冲突 ， 比如说你要开人 ， 比如说你要这个砍掉业务 ， 砍掉预算 ， 你中间有大量的沟通和协调 ， 浪费精力的事情去做 。 因为对于一个 CEO 来说 ， 我觉得当下最宝贵的其实是你的精力嘛 ， 你把精力有去分配在不同的事情上 ， 那精

力里面你首先要这个想战略 ， 然后是这个定团队 ， 就搭班子嘛 ， 然后才是说我去怎么做执行 。 但是你一个错误的决定会让你在一段时间内有大量的时间和精力耗在去做你知道这事儿已经是擦屁股的事儿的执行上 。 我觉得这个是非常现实的一个痛苦 ， 就是你 -- 所以尽量要三思 ， 我自己觉得尽量要多思考 ， 然后先尝试 ， 再

all in， 就是一定要有这样一个试错的 ， 试错的过程吧 。 啊 ， 然后睡不着觉的时候我觉得是变少了 。 就是 ， 就是做投资的时候 ， 特别是我们做多个市场嘛 ， 所以这个白天要看中国 ， 中国 、 日本 、 韩国 ， 然后到了晚上还要看 ， 这个傍晚开始就要看欧洲 ， 然后晚上看美国 。 其实睡不着觉的时间是非常有节奏的 ， 就是每到了业绩

期你就不能很早睡觉 ， 你起码要看这个 ， 这个业绩在盘前盘后发业绩的这个 portfolio， 你要盯着嘛 ， 然后要做很多这个操作 ， 但是这个会带来这个紧张和激动 。 就比如说你有百分之十的仓位的公司明天发业绩 ， 但是你不是每一个业绩你都能有清晰的预判的 ， 这个时候你就会睡不着觉 ， 然后这个密度而且会很高嘛 ， 因为每个季度

都会来一遍 。 那好的基金经理是说我会降低这个比例 ， 但是不能消除这个比例 。 那对于创业来说 ， 我反而是更睡得着觉的 ， 因为我每天只用躺在床上反思一下我今天和最近这一段时间 ， 我的策略上和执行上有哪些做对了做错的事儿 ， 明天要哪些要进行短期的调整 ， 哪些要这个思考讨论之后看要不要做长期的调整 。 所以

晚上我反而是更早睡觉的 ， 现在我大部分的时间睡觉时间都是在十一点前 ， 然后会早起 。 然后开始这个做一天的工作 ， 然后到晚上基本上我是九点以后就不开电脑了 ， 我会处理一些这个思考和这个沟通的工作 。 所以我觉得反而我是睡得更好 ， 压力集中在白天 。

我觉得这种还蛮少见的哈 。 感觉听到很多都是这个 。

对 ， 因为我觉得焦虑没有用 ， 因为觉得可能之前跟你们聊的更多的创业者 ， 就是要么是在大厂工作 ， 之前在大厂做 leader， 或者这个在大厂带业务 ， 要么是这个从上一个创业到下一个创业 ， 所以他们的状态和我之前做特别是二级市场的这种紧张的状态还是不太一样的 。 第二个就是我觉得这个目标变得更长了 ， 就是这个做投资

， 可能做一级市场的投资不太一样啊 ， 你要有比较清晰的长期的 view。 但是二级市场很多投资是 ， 就是你有长期的 view， 但是短期对你的业绩影响是很大的 。 那我觉得到了创业之后反而变成长期目标清晰 ， 然后团队搭好 ， 然后就剩这个日常的战术和执行了 。 那这个其实是让我更容易睡得好的 ， 因为我知道这个虽然这个某一个客

户 ， 呃 ， 会有拿下拿不下的这个 ， 这个差别 ， 但是 To B 的生意的魅力就在于说即使你今天没有拿下 ， 但是你如果产品改进得足够好 ， 理解客户的需求 ， 然后建立更好的关系之后 ， 你依然有机会在下一次 、 下一个月跟他交流的时候拿下 。 所以这是让我这个不焦虑的一个原因 。 就是如果我这单没做成 ， 或者说这一个客户当

下没有用我的服务 ， 那我其实是不应该焦虑 。 这件事本身应该是回来看我到底在测试中有哪些不满足客户的要求 ， 对吧 ？ 产品还要做哪些改进 ， 以及说这个客户的场景是不是我当下应该最高优先级去解决的问题 。 这些就变成了 ， 哦 ， 就变成一个你应该在情绪平稳的状态下思考 ， 而不是应该在紧张焦虑的状态下思考了 。

啊 ， 所以我觉得这个工作还蛮适合我 。

还蛮适合 。

对 ， 确实 ， 我觉得刚才 William 说我们之前确实我在回忆啊 ——

嗯 。

好像没有 ， 就是做了二级之后回来创业的这样的 founder 来上过我们节目 。

嗯 。

所以可以想见 ， 就是做过二级的那样的一个 ， 就感受过那样的状态之后 ， 然后再来做创业这样比较长期主义的事情 ， 然后再加上其实小苏科技做的也是 To B， 本身也是需要做时间的朋友 ， 所以这个确实感觉是一个还不错的 ， 就比起过去啊 ， 对心态上 ， 就是对于平衡度上都会好一些的事 。

对 ， 我觉得焦虑不来 ， 因为每当焦虑的时候我就会想 ， 这个 AI 原生的 APP 现在也就几十万 ， 最大的也就几十万 、 一百万的 DAU， 是吧 ？ 那他们其实已经在这条道路上是最好的人 ， 最优秀的团队 ， 有最丰富的资源了 。 那我除了等着他们长大 ， 等着这个生态繁荣的同时优化自己的产品和客户的覆盖 ， 我其实不应该焦虑 ， 因为我焦

虑没有用 ， 给我的客户 ， 就因为客户已经足够优秀了 ， 那他如果还没有解决的问题 ， 肯定是需要时间和这个环境来迭代和解决的嘛 。 所以那我只能放平心态 ， 放平心态 ， 这个做好我当下的事 。

有什么你就是已经创业了这么一段时间之后 ， 呃 ， 应该怎么说 ， 迭代的认知是你在你刚创业的时候希望知道的 ？

我觉得我学到最多的事是战略选择真的很重要 ， 就是包括说我们要从这个之前的这个辅助 ， 就是配合的 API 的形态到自建 ， 然后包括在自建的过程中 ， 我们做并购 ， 然后到这个 ， 这个演化产品的形态 ， 我觉得这个战略的选择在 —— 就是它看起来很虚 ， 但实际上是真正决定了一个公司长期命运的一个事 。 我觉得这件事是我在

这个过程中逐渐体会和理解到的一个很重要的事 。 然后 ， 呃 ， 除了这个之外 ， 我觉得还有一个很重要的事 ， 就是生意它是很难的 ， 就是做生意本身它是很难的 ， 它包括了很多要素 ， 就除了你的产品质量 、 能力之外 ， 它包括了这个你跟客户的关系 ， 你跟这个 ， 呃 ， 你当下客户所处的阶段 ， 然后方方面面的事情 。 我觉得这

个绝大多数的商业行为是不是一个 1 和 0 的判断 ， 更多的是从 0 到 0.1， 然后到 0.2， 逐渐 ， 逐渐一个增化的过程 。 所以我觉得不要很快下结论 ， 要不断地小步试错 ， 然后不断地去这个通过服务客户来理解需求 。 我觉得还有一点就是持续要保持一个开放的心态 ， 因为这个世界变化太快了 ， 我觉得比我刚入行 ， 这个在百度刚入行

的时候 ， 这个进入互联网行业的时候 ， 我觉得这个变化的速度是快了可能至少十倍 。 那时候我们在做 PC 到移动转型的时候 ， 这个整个公司其实的这个 OKR 或者 KPI 的调整是都是以年计的 ， 但我们当时移动云的这个部门是以季度为单位来时刻调整我们的这个战略和 - 和这个 ， 呃 ， 和 OKR。 我觉得那时候已经觉得很快了 ， 但我觉得

现在我们的客户是以周或者天为单位在迭代自己的认知和对产品的想法 。 我们很多客户都做了转型 ， 但转型在那自己的能力圈内看到更好的机会或者更适合自己的事情 。 所以我觉得我们自己也要保持一个非常 open 的心态吧 ， 就是这个世界变化太快 。

好的 ， 今天谢谢 William 的时间 ， 也非常期待小苏科技可以这个就像刚才你提到的啊 ， 这个以天 、 以周为单位在 ， 呃 ， 在迭代 ， 在改变 ， 那我们也很期待接下来这个巨变之中小苏科技的各种各样的新动作 ， 然后也希望今天听到播客 ， 对于小苏智能搜索或者 Skywater 感兴趣的朋友可以联系小苏科技 ， 了解他们的产品 。 好 ， 再次谢谢 William。

谢谢 ， 拜拜 。

谢谢 Koji， 谢谢荣慧 。 拜拜 。

拜拜 。