去年六月的一个下午，我在三里屯的咖啡馆坐着发呆，手里捏着刚刚写好的产品方案。不到两小时，这个方案的意义就被彻底击穿——OpenAI 发布了新功能，和我忙了两个月的东西一模一样。那一刻，我的脑袋嗡了一下，手心出汗，咖啡都没喝完就离开了。

这种被“巨头踩影子”的压迫感，我已经经历过三次。第一次是做写作工具，ChatGPT 出来了；第二次是做 Excel 转图表，GPT-4 上线；第三次是 Agent 工作流，Plugins 功能直接降维打击。每次都像天上有双眼睛盯着我，看着我跑，到关键节点就丢下一颗炸弹。

后来我才明白，盲目做应用就是在流沙上盖房子——底层模型的能力边界如果没弄清楚，随时会被淹没。于是我决定先加入“月之暗面”，搞明白这玩意儿到底能做什么。一年后，我从那儿离职，开始创业，想在现在的“诺基亚时代”摸到那个“iPhone 时刻”。

有一次在五道口吃饭，Tim 用三个小时跟我讲“压缩即智能”，这事儿让我对大模型有了信仰。他说，压缩不只是降低占用空间，而是逼着离散知识点建立联系。就好像模型没学过英文，但因为压缩，把翻译和挤在一起，它就会触类旁通。听完我当场用纸巾在桌子上画了几个模型的“脑回路”，觉得自己好像抓到了点东西。

真正的机会在内生数据——以前没存在过的数据。ONE2X 做视频，我们必须创造一套新的“描述视频的语言”，这样才能有属于自己的数据去喂模型，不被基座轻易超越。

我从来不觉得“套壳”是丢脸的事，因为壳可以薄，也可以厚，真正的竞争力是你的 System 2——你在模型之外构建的上下文。我每天在调模型的行为边界，甚至开始觉得 PM 不再是画原型，而是设计奖励函数。对我来说，三位专家用户能带来的高质量数据，比十万普通用户更有意义，因为模型的智慧程度，是看它用更少的 Token 达到同样效果的能力。

公司这块，我按照强化学习的思路来做。环境是公司，智能体是人，没有 KPI，把奖励函数对齐才是关键。远程办公为了防止陌生和疏离，我们搞了一个内部朋友圈，大家会晒生活，聊彼此的小目标。我自己每次看到有人发自家猫的照片，都会笑出来，那种连接感很关键。

我一直觉得，现在是 AI 的“诺基亚时代”，大家做的应用就像当年的贪吃蛇。在端到端多模态成熟、推理极快之前，去做复杂应用是不合时宜的。我选择站在模型最近的地方，做生产力工具，感知变化，积累数据，等真正的拐点。

聊到个人信念，我更喜欢老子的“蝴蝶穿花”——不是逃离，而是在人群和障碍之间游刃有余。我们这一代人的窗口期，可能只有二三十年，那就用这一世，做点不一样的事，哪怕只是造一个视频的图书馆，等着 iPhone 时刻的到来。

话说到这儿，我很好奇，你有没有过那种，刚想出来的点子，被巨头一夜之间“碾平”的经历？当时你的反应是放弃还是调整方向？评论区聊聊，我真想看看大家的故事，哪怕是一两个字的感叹都很有趣，我都会去看。