做产品没有门槛之后：1083 个 AI Native 创业者教给我们的事

10 月 23 日，杭州龙坞，亚马逊云科技 × 观猹「AI Native 创业复兴」的 Top 20 的路演现场，红杉中国种子基金合伙人公元感慨，十年前移动互联网的时候，路演基本就是讲 PPT；而今天上午登台的这七个团队，平均只有四五个人，却全都带着成型的产品原型和 Pilot 客户，有的已经有商业化收入了，这放在过去很难想象。

从 1083 个报名项目到 Top 100 训练营，再到 Top 20 项目路演，10 月 24 日程序员节这天，「AI Native 创业复兴」Top 5 团队正式揭晓：

Meowster、MysticX.AI、Otterlantis、Seeknetic 和创思 AI 安全（排名不分先后）。

「把产品做出来」，在今天已经只是参赛的起点。而在路演现场，我们看到的更真实的切面是：当一群 AI 原生创业者用极快的速度解决了「做出产品」的问题之后，他们正在面对哪些新的困惑与真问题，比如几个人做出来的产品，怎么跨过企业客户和海外市场的信任门槛？当别人用 AI 复制一款产品的速度也一样快时，怎么把客户留下来？

变量资本（极客公园旗下）管理合伙人吴江是本届创业训练营的四位导师之一，Founder Park 也全程观察了比赛。看到了这群还在路上的 AI 原生创业者，在「把产品做出来」之后，他们遇到的这些新问题里，哪些正在被外部的体系和平台所解决，哪些依然只能靠自己去死磕。

Top 5 团队介绍：

Meowster：6 人团队，做了一只有自己脾气和作息的 AI 陪伴猫。基于专有记忆引擎与端侧小模型，单用户连贯对话超 127 轮也不出戏，断网也能互动，已完成天使轮。

MysticX.AI：4 个人加 6 个 Agent，面向 Z 世代的 AI 心理疗愈平台。以塔罗、人类图等为入口，靠长期记忆记住用户情绪脉络，三个月积累近 30 万全球用户，付费用户月均消费超 50 美元。

Otterlantis：剑桥硕士吴亦真创立仅三个月，想做 AI 时代的乐高。5 到 14 岁儿童用自然语言加涂鸦就能搭出互动游戏，并配有三个按键的专属硬件与语音实时 3D 打印机。

Seeknetic：创始人 Sandy Dong 出身微软研究院，瞄准视频团队找素材的效率问题。旗下 ShotAI 让团队用一句话描述镜头即可定位源视频片段，且素材全留本地不过云端。

创思 AI 安全：前微信算法团队负责人胡博杰等三人创立，通过红队 Agent 与仿真环境为企业提供上线前攻防评测与实时安全护栏，参与发起的开源项目在 GitHub 上已有 6500 多颗星。

⬆️关注 Founder Park，最及时最干货的创业分享

出海创业工具箱系列 Workshop是 Founder Park 社区面向 AI 时代创业者打造的高频、深度、实战导向的线上闭门交流。

该系列旨在通过全景展示高效的创业工具与服务，深度解析成功案例，连接顶尖工具平台与创业者，打造一个即学即用的实战场。

Workshop 分享者正在招募中，欢迎扫码加入我们：

填写表单，我们将主动与你联络。

01

AI 原生创业：几个人，加一组 Agent

今天的创业者，是怎么解决「做出产品」这个关键的门槛的？

最直接的变化，可能是人力成本的变化。AI 把人力从「固定成本」变成了「可变成本」。过去做一个产品，无论有没有收入，都得先招一支团队、按月发工资；现在，大量执行层面的工作交给了按调用量计费的 Agent，用多少付多少。

一个不错的想法，和一群打工的 Agent，是今天小团队创业的真实写照。

来自 Top20 的团队 CyberFleet 创始人陈子顺分享了他们的情况。2023 年他在上海杨浦招了 80 个人做跨境电商视频，一年干下来「饭都吃不起」，因为不管货有没有卖出去，80 个人的工资每月照常要发。到了 2025 年下半年，Agent 生态成熟起来，同样的活变成 10 个 Agent 加 5 个真人。5 个人一个月工资 2.5 万，Token 一天 200 元左右、一个月 6000 元上下，算下来一个月总共只花三万出头。没脑子的重复活交给 Agent，人类去做需要想象力和判断力的事情。

当执行的工作可以交给 Agent，行业专家脑子里的经验，第一次可以不经过复杂的公司组织，直接变成产品。

这次 Top 20 里，不少 AI 原生创业者都来自某一个专精行业。换在几年前，这种情况很难发生。因为虽然行业经验都在专家脑子里，但要把经验变成产品，还得去招人、管研发、搭公司，这通常超出了行业专家的能力范围。

而现在，AI 解决了这其中不少的问题。

AI 电化学仿真平台 Qcalc 的两位创始人，直接把课题组的分工写成五个智能体接力（表面科学家、MLIP 优化、DFT 工程师、分析师、报告员），他们自己负责在这条流水线上做关键判断。据创始人介绍，他们把交付周期从行业外包的 6 到 12 个月压缩到了 5 到 10 天，目前已有 10 多家高校和企业客户。

团队变轻了、成本也降了一个数量级，同时也意味着，很多小需求，也就是过去被认为「养不起一支团队」的细分需求，开始有人做了。

来自香港的 Senthing，服务的是特殊需要儿童的发展治疗。在香港，这类公立服务排队时间通常在 19 到 26 个月，如果去私立机构，一节课就得 900-1500 港币。眼下，Senthing 靠三个人加上 AI，把治疗师每节课 45 分钟到 1 小时的准备时间压到了 10 分钟以内。目前项目在香港试点了三个月，有 20 位治疗师深度试用，50 个家庭持续在上课，也入选了香港政府资助计划和香港中文大学的孵化器。

02

做出产品后的新问题：如何把产品卖出去？

当几个人的团队就能做出产品的时候，「做出来」本身就不再稀缺，创业者们遇到了做出产品之后的第一个新问题：产品有了，怎么卖出去，尤其是怎么走向海外市场？

生产力可以交给 AI，可是交易终归是人和人之间的事。AI 可以压缩写代码的时间，却很难加速客户的信任周期和企业的采购流程。

路演当天，不少团队都是从第一天起就尝试出海，但在「怎么卖出去」这件事上，不同赛道的团队处境截然不同。

对于卖商品或面向个人用户的应用来说，这个问题相对容易解决，因为有现成的消费平台可以借力。CyberFleet 用 Agent 带着两个 00 后，在日本 TikTok 上把一个细分品类卖到了第一。店铺、支付、物流这些基础设施，TikTok 都已经搭建好了，日本买家对平台有信任，就不会纠结背后是不是一家他不认识的中国小公司。做 AI 陪伴猫的 Meowster 也类似，借助移动应用商店的渠道直接进入日本市场，拿下了超过 10 万下载量、近 1 万日活和 50% 的购的亮眼成绩。

但如果卖的不是商品和个人应用，而是涉及敏感数据的 AI 软件与企业服务，这个问题对初创小团队来说就还没有完全解决，他们去哪里找那个「已经被全球客户信任的平台」？

在路演现场，不少团队正卡在这道门槛上。

做芯片设计 AI 的 VibeChip 介绍说，芯片公司客户最大的顾虑是数据安全。一家刚成立的小团队，很难让芯片大厂放心地把核心代码和数据交出来；为了打消顾虑，VibeChip 眼下只能派人到客户的机房去做繁重的本地化部署。

把基因组、蛋白组等生物分析流程做成 Agent 的「交叉反应」，也遇到了同样的卡点。由于生物科研数据极其敏感，他们目前只能支持离线部署，让整套系统跑在客户自己的硬件环境里。这样一来，硬件成本就落在了客户头上。眼下 32B 的模型在客户的机器上还能跑通，但往后遇到更复杂的科研任务、需要调用更多算力时，本地硬件就会成为新的瓶颈。

这也是今天很多 AI 原生小团队在商业化阶段面临的真实困惑：技术上，几个人加一组 Agent 就能造出好产品；但再往前走一步，面对企业级市场和海外的数据隐私、合规审计与漫长的供应商准入，小团队单靠自己很难承接这一系列额外成本。传统大公司的做法是「重金砸基建」，比如在当地租机房留存数据、请专业机构做安全审计、挨个国家注册主体。对只有几个人的初创公司来说，在赚到钱之前先掏出这笔巨款，几乎是不可能完成的任务。

这种「还没赚到钱、就得先掏一笔钱」的处境，在 Amazon 副总裁兼首席技术官 Dr. Werner Vogels 看来并不陌生。

在此前与极客公园创始人 & CEO 张鹏的对谈中，Dr. Werner 回忆，二十年前亚马逊云科技出现之前，企业使用 IT 基础设施就像是被供应商「绑架」：必须预测未来 5 年的需求，提前开出数百万美元的支票购买硬件和商业许可，「一旦钱交出去，供应商就不再关心你的死活」。后来，云计算把这笔必须先付的巨款，改成了「按需使用、用多少付多少」。

二十年后的今天，面对几个人加一组 Agent 的 AI 原生小团队，这类靠小团队自己无力解决的「基建与信任门槛」，恰恰是亚马逊云科技的全球体系正在替创业者接管的部分：小公司不必自己从头造轮子，也不必提前支付高昂的跨国准入成本，而是可以直接长在海外客户已经信任、且已经在使用的全球体系里。

首先是由平台来托底安全与合规信任。在对谈中，Dr. Werner 给初创企业提出的第一条生存法则是：「在任何情况下，安全都必须是你的『第一要务（Job Zero）』。没有安全，你的业务随时会归零。」同时他也建议，早期团队千万不要把宝贵的资源浪费在基础设施的底层运维上，而应该把安全防线、流量自动扩容等脏活累活交给亚马逊云科技。

借助亚马逊云科技遍布全球的基础设施，几个人的小团队不用自己去交昂贵的「跨国合规税」，数据留在哪国完全由客户决定，底层机房也早已拿齐了 SOC 2、ISO 27001、日本 ISMAP 等数十项全球严苛的合规认证。当客户能够放心地将数据留在受保护的云端环境里，像 VibeChip 和「交叉反应」这样的团队在后续扩展时，才有机会摆脱繁重的本地化部署，直接调用云端弹性算力与 Amazon Bedrock 上的主流大模型。

其次是借用现成的企业采购通道。大量跨国企业的业务系统本来就跑在亚马逊云科技的生态里，并留有年度云采购预算。通过亚马逊云科技 Marketplace，小团队未来在出海时不需要挨个国家注册主体、搞定当地税务，也不用陪大企业走漫长的供应商准入。海外客户可以直接用现有的云账单额度一键下单，合同与跨国计费这些繁琐事务全由平台处理。

更重要的是，亚马逊云科技 Marketplace 在上架阶段没有任何费用，只在成交时按比例分成，这意味着，就像二十年前把买服务器的巨额支票变成按需付费一样，今天的小团队也不必在赚到第一分海外收入前，先背上沉重的渠道与合规成本。正如 Dr. Werner 所说：「在我们的模式里，只有客户真正取得了商业成功，亚马逊云科技才会成功。」

03

技术没壁垒了，产品靠什么留住客户？

算力、安全合规和跨国分发这些门槛，可以借力亚马逊云科技这样的成熟体系去解决；但做出产品之后的另一个问题，是今天多有创业者需要去思考的：当 AI 让几个人做出一个产品的成本趋近于零，别人复制这个产品的成本同样也趋近于零。能被几个人做出来的东西，很快也能被另外几个人做出来。

在对谈中，Dr. Werner 直言不讳地指出了当下创业圈的浮躁倾向：「特别是现在，很多人只是在大模型之上包了一层很薄的皮，这没有任何可防御的技术护城河，纯粹是为了追逐风口。」他认为，真正有价值的初创企业，应该把目标放在「解决硬核的真实痛点」上，去寻找那些客户正在痛苦挣扎、且还没有人去解决的问题。

当代码本身不再构成壁垒，一个几人小团队凭什么把客户长期留下来？这个问题没有标准答案，这次路演的团队也在摸索各自的答案。从他们目前的实践里，可以看到两样无法靠调用大模型一键复制的东西：靠时间慢慢攒下来的数据，以及一直待在客户现场的人。

第一个，是顺着真实痛点一点点攒下来的数据与信任。顺序很重要：只有先对行业痛点有深刻理解，产品真正嵌进了客户的工作流，数据才攒得起来。护城河是结果，而不是起点。

在 Top 20 的团队里，不少人正在尝试走这条路。比如 MysticX.AI 做情绪疗愈 AI，没有停留在单次问答，而是让产品带上长期记忆，在持续陪伴中逐步积累用户的情绪脉络与关系数据；还在香港试点的 Senthing，则在协助治疗师的日常工作中持续标注粤语儿童的疗程录音，试图一步步沉淀出儿童发展治疗的数据底座。

第二，是人必须留在客户现场做判断、并为结果负责。

最关键的信息往往在客户现场，没有写进任何现成的数据集里。CyberFleet 陈子顺认为，跨境电商做不了千篇一律的通用智能体 SaaS，只能派驻场工程师（FDE）深入客户一线，因为每家企业的数据、流程和品类都不一样，必须有人在现场做出判断。

在被问到「治疗师会不会被 AI 取代」时，Senthing 创始人陈建廷回答到，观察和临场反应是 AI 做不到的，治疗室里孩子突然哭了、孩子不肯开口，都得有真人治疗师在场应对。他们用 AI 加速的，只是治疗师见孩子之外的那部分准备工作。

为什么「人的判断」是一家公司里最难外包给 AI 的职能？Dr. Werner 在对谈中给出了更底层的解释：今天人们是用一种天然带有模糊性的人类自然语言，去命令机器生成要求绝对精确的执行代码，创业者绝不能盲信 AI。特别是在金融、医疗等受强监管或高风险的领域，如果系统犯了致命错误，创业者绝对不能对客户和监管机构说「这不怪我，是 AI 干的」。

「技术圈有一句铁律：你构建了它，你就必须为它负责（You build it, you own it）。」Dr. Werner 引用亚马逊 CEO Andy Jassy 的话说，「『经验没有压缩算法』（There is no compression algorithm for experience）。AI 的真正价值，绝不是彻底取代人类，而是去极大地放大我们人类真正宝贵的特质：同理心、判断力、创造力，以及无可替代的真实经验。」

转载原创文章请添加微信：founderparker