造浪者：AI创业实战拆解

目录：

推荐序一（张亚勤）

推荐序二（郭毅可）

开篇　如何用本书训练你的决策力

你真正需要的不是更多信息本书和《地图》的关系

每次训练怎么做：七步法

如何使用本书

训练素材是怎么选的

数据、来源与局限

第一部分 地形变化与底层约束

第 1 章　从清华实验室到港股明星：智谱的大模型创业全景 /2

30 秒速览 / 2

快速映射导航 / 3

叙事层 / 3

1.1　一个实验室的三十年 / 3

1.2　决策一：从学术到商业的跨越 / 4

1.3　决策二：自研架构——最重的一条路 / 5

1.4　决策三：MaaS——比浪潮早两年的商业化布局 / 6

1.5　决策四：融资结构——国资、产业资本与国际资本的 三重奏 / 8

1.6　决策五：港股敲钟与估值跃迁 / 9

1.7　截至 2026 年 8 月 1 日的智谱：站在哪里，面对什么 / 11

训练层 / 13

工具一： W1　AI 创业地形对照检查表——从 12 分到 39 分的 认知跃迁 / 13

工具二：W14　融资导航仪（联用 W15　融资自查清单） / 16

陷阱：T2　技术迷恋——“模型好”不等于“商业成功” / 19

工具 - 陷阱对照矩阵 / 21

可复用教训 / 21

读者练习 / 22

对照阅读 / 23

第 2 章　低成本推理的全球震动：DeepSeek 与成本结构重写 / 24

30 秒速览 / 24

快速映射导航 / 25

叙事层 / 25

2.1　一个周末改变了全球 AI 的估值逻辑 / 25

2.2　算力底牌：幻方量化提供了什么 / 27

2.3　决策一：算法效率优先——用工程能力对冲算力劣势 / 28

2.4　决策二：开放模型与技术方法——不只是权重 / 29

2.5　决策三：适配国产硬件——从约束倒逼到主动塑造 / 30

2.6　行业冲击波：成本地基被重写之后 / 31

2.7　DeepSeek 的下一个十字路口 / 31

训练层 / 32

工具一： W2　技术选型表——DeepSeek 的“三个极端” 组合 / 32

工具二： W11　护城河评分卡——当你的模型全部开源， 护城河在哪儿 / 35

工具三： W6　赛道评分卡——DeepSeek 改变了 AI 应用层的风险结构 / 38

陷阱一： T19　成本假设过时——DeepSeek 让其他 AI 创业者 的成本假设失效 / 39

陷阱二：T25　关键人依赖——200 人团队的结构性脆弱 / 41

工具 - 陷阱对照矩阵 / 43

可复用教训 / 43

读者练习 / 44

对照阅读 / 45

第 3 章　 连亏 7 年、市值数千亿元：寒武纪与 AI 芯片的 叙事与现实 / 46

30 秒速览 / 46

快速映射导航 / 47

叙事层 / 47

3.1　从实验室走出的芯片公司 / 47

3.2　从端侧到云端的战略转向 / 48

3.3　亏损中上市：科创板的特殊窗口 / 49

3.4　漫长的亏损：7 年、50 亿元 / 50

3.5　转折点：当“国产替代”从预期变成订单 / 50

3.6　6 637 亿元市值背后的三层预期 / 51

3.7　2026 年的寒武纪：站在哪里，面对什么 / 53

训练层 / 54

工具摘要 / 54

工具一：W6　赛道评分卡——AI 芯片赛道的评分重估与校准 / 54

工具二：W11　护城河评分卡——“国产替代”是不是护城河 / 57

陷阱一： T20　伪护城河——“国产替代”是时间窗口，不是 护城河 / 60

陷阱二：T22　估值执念——322 倍 PE 对应“中国英伟达”叙事 / 62

工具 - 陷阱对照矩阵 / 65

可复用教训 / 65

读者练习 / 66

对照阅读 / 67

第二部分 选择与产品的真实边界

第 4 章　Robotaxi 双子星：从纳斯达克到港交所 / 70

30 秒速览 / 70

快速映射导航 / 71

叙事层 / 71

4.1　同一赛道，两种选择 / 71

4.2　文远知行：一个平台，五条产品线 / 72

4.3　小马智行：双主线聚焦 / 73

4.4　两家公司的上市与再上市 / 74

4.5　融资结构：谁的钱更“有用” / 75

4.6　烧钱与现金流：谁能撑到盈利 / 76

4.7　单车盈利：从“技术验证”到“商业验证” / 78

4.8　全球化：两种截然不同的路径 / 79

4.9　竞争格局：不只是两家公司的事 / 80

4.10　2026 年的 Robotaxi 双子星：站在哪里，面对什么 / 81

训练层 / 83

工具摘要 / 83

工具一： W6　赛道评分卡——两个 3.45 分赛道的“低分维度 性质”差异 / 84

工具二： W23　规模化五关——“跨城市复制”作为第六个 隐性断层 / 87

陷阱一： T3　坐等技术——长周期赛道的“等待期现金流 管理”陷阱 / 90

陷阱二： T14　过早规模化——“用规模化验证规模化”的 Robotaxi 悖论 / 92

工具 - 陷阱对照矩阵 / 95

可复用教训 / 96

读者练习 / 96

对照阅读 / 97

第 5 章　 AI 硬件“服务关闭即报废”的终局：Humane Ai Pin 的 2.3 亿美元教训 / 98

30 秒速览 / 98

快速映射导航 / 99

叙事层 / 99

5.1　一场 TED 演讲引爆的期待 / 99

5.2　内部的警报，被忽视的信号 / 100

5.3　决策一：产品定义——“后智能手机时代”的赌注 / 100

5.4　决策二：在 PMF 未验证前启动 10 万台量产 / 101

5.5　死亡螺旋：从寻求出售到服务关闭 / 102

5.6　数字的对比 / 103

训练层 / 104

工具一：W4　需求七问——Ai Pin 在需求侧得了 7 分 / 104

工具二：W8　产品 21 问——原始口径 1/21 分，建议暂停开发 / 108

陷阱一： T6　“能做”≠“该做”——AI 硬件创业的教科书级

反面样本 / 111陷阱二：T14　过早规模化——在 PMF 未确认前押注 10 万台量产 / 114

工具 - 陷阱对照矩阵 / 116

可复用教训 / 117

国内镜鉴 / 117

读者练习 / 118

对照阅读 / 119

第 6 章　 从 Fork 到 600 亿美元收购协议：Cursor 的 护城河、成本压力与战略终局 / 121

30 秒速览 / 121

快速映射导航 / 122

叙事层 / 122

6.1　24 个月，0 到 10 亿美元 / 122

6.2　Anysphere 是谁 / 123

6.3　一个动作：Fork VS Code / 124

6.4　增长引擎与定价阶梯 / 125

6.5　极速融资与拒绝 OpenAI / 125

6.6　产品演进与两次收购 / 126

6.7　Cursor“已死”与 IDE 范式之争 / 127

6.8　 截至 2026 年 8 月 1 日的 Cursor：从独立公司到待交割收购标的 / 128

训练层 / 129

工具一： W2　技术选型表 +W7　12 周冲刺表（合并应用）—— Fork 决策与极简验证 / 129

工具二： W11　护城河评分卡——23/30 分，全书最高，但建立 在一个前提上 / 131

陷阱一：T19　成本假设过时——10 亿美元 ARR 可能不赚钱 / 134

陷阱二： T20　伪护城河——23 分护城河建立在“IDE 范式持续 存在”的前提之上 / 136

工具 - 陷阱对照矩阵 / 139

可复用教训 / 140

国内镜鉴 / 140

读者练习 / 141

对照阅读 / 142

第 7 章　Replit Agent 与 AI 执行权失控的代价 / 143

30 秒速览 / 143

快速映射导航 / 144

叙事层 / 144

7.1　一场公开实验 / 144

7.2　第九天 / 145

7.3　CEO 的 72 小时 / 145

7.4　事件之后：从 30 亿美元到 90 亿美元 / 146

训练层 / 146

工具： W9　Agent 安检表——事件时 2/20 分，远低于 “暂缓上线”门槛 / 146

陷阱一： T1　Demo 幻觉——“Vibe Coding”演示让所有人 看到了未来，但没人看到“地雷” / 150

陷阱二： T18　质量反噬——Agent 失控事件的传播力是正面 案例的 10 倍 / 152

工具 - 陷阱对照矩阵 / 153

可复用教训 / 154

国内镜鉴 / 154

读者练习 / 155

对照阅读 / 156

第 8 章　Character.AI 与“安全即产品” / 157

30 秒速览 / 157

快速映射导航 / 158

叙事层 / 158

8.1　最后的对话 / 158

8.2　被诉讼驱动的安全改革 / 159

8.3　创始人离开，公司何去何从 / 159

8.4　立法与监管的合规网 / 160

训练层 / 161

工具一：W9　Agent 安检表 / 161

工具二：W20　合规伦理双检 / 163

陷阱一：T13　忽视负面 PMF 信号 / 164

陷阱二：T26　合规滞后 / 165

工具 - 陷阱对照矩阵 / 166

可复用教训 / 166

国内镜鉴 / 166

读者练习 / 167

对照阅读 / 168

第三部分 增长、定价与合规

第 9 章　AI 搜索的版权战：Perplexity 与合规边界的代价 / 170

30 秒速览 / 170

快速映射导航 / 171

叙事层 / 171

9.1　一家公司的两张账单 / 171

9.2　“先用后谈”：三阶段合规路径 / 171

9.3　增长引擎与诉讼引擎同根 / 172

9.4　亚马逊诉讼：AI Agent 商业化的司法测试 / 173

9.5　财务的隐形警报 / 174

训练层 / 174

工具一：W18　三锚定价表 / 174

工具二：W20　合规伦理双检 / 175

陷阱一：T26　合规滞后 / 176

陷阱二：T21　三明治挤压 / 177

工具 - 陷阱对照矩阵 / 178

可复用教训 / 179

国内镜鉴 / 179

读者练习 / 180

对照阅读 / 181

第 10 章　MiniMax：C 端 PMF 的海外验证与单一依赖 / 182

30 秒速览 / 182

快速映射导航 / 183

叙事层 / 183

10.1　一份没有先例的财报 / 183

10.2　MiniMax 是谁 / 184

10.3　Glow 的兴与亡 / 185

10.4　Talkie：现金奶牛与单一依赖 / 185

10.5　模型能力：用 OpenAI 1% 的成本？ / 186

10.6　IPO：港股 18C 的标杆 / 187

10.7　两类法律风险 / 188

10.8　截至 2026 年 8 月 1 日的 MiniMax / 189

训练层 / 190

工具一：W10　PMF 三级验证——Talkie 在哪一层 / 190

工具二：W17　增长罗盘——MiniMax 的“三引擎”模式 / 192

陷阱一： T15　虚荣增长——2.36 亿用户与 7 900 万美元收入 之间的鸿沟 / 194

陷阱二：T10　好奇心泡沫——AI 陪伴产品的“新鲜感效应” / 197

工具 - 陷阱对照矩阵 / 199

可复用教训 / 199

读者练习 / 200

对照阅读 / 201

第 11 章　当 AI 真正赚到钱：美图与“旧公司”的 AI 转型 / 202

30 秒速览 / 202

快速映射导航 / 203

叙事层 / 203

11.1　一个不像 AI 公司的 AI 公司 / 203

11.2　10 年弯路 / 204

11.3　转折：AI 不是新业务，而是旧业务的重新定价 / 205

11.4　产品矩阵：从一款 APP 到“AI 影像工厂” / 206

11.5　模型容器：不自研基础模型，也不单一依赖 / 207

11.6　财务拆解：赚钱的秘密 / 208

11.7　全球化、加密货币尾声与 3 亿港元回购 / 209

11.8　当下的美图 / 210

训练层 / 211

工具一：W8　产品 21 问——美图的产品为什么能让人付费 / 211

工具二：W18　三锚定价表——影像 AI 的结构性优势 / 214

陷阱： T9　流程外挂——美图怎么避免成为“用完就走” 的工具 / 217

工具 - 陷阱对照矩阵 / 220

可复用教训 / 221

读者练习 / 222

对照阅读 / 222

第 12 章　第四范式：企业级 AI 的 PMF 天花板与规模化困境 / 224

30 秒速览 / 224

快速映射导航 / 225

叙事层 / 225

12.1　“中国的 Palantir” / 225

12.2　十年长跑 / 226

12.3　“平台化战略”：破解定制化陷阱的尝试 / 226

12.4　应收账款：ToB AI 的关键约束 / 227

12.5　转折：盈利、更名与对赌 / 227

12.6　大厂阴影 / 229

训练层 / 229XXVI

工具一： W19　大厂威胁诊断表——为什么第四范式是“中风险” 而非“高风险” / 229

工具二： W23　规模化五关——“组织就绪”才是 ToB AI 的 真正天花板 / 232

陷阱一：T23　试点幻觉——标杆客户与市场渗透率的鸿沟 / 235

陷阱二： T7　伪需求——“管理层买单，一线员工不用”的 ToB AI 困境 / 238

工具 - 陷阱对照矩阵 / 240

可复用教训 / 241

读者练习 / 241

对照阅读 / 242

第 13 章　“战略性亏损”与行业深扎：科大讯飞 / 243

30 秒速览 / 243

快速映射导航 / 244

叙事层 / 244

13.1　 营收超 270 亿元，扣非净利润不到 3 亿元： 三条暗线 / 244

13.2　全国产算力与“7+3” / 246 13.3　G 端收缩，C 端崛起：业务结构的关键转向 / 246

13.4　央国企大模型项目中标“断层式第一” / 247

13.5　出海：第二选择 / 248

训练层 / 248

工具：W5　创业者十检——“AI 国家队”的战略准备度评估 / 248

陷阱一：T24　流程惰性——客户不改流程，AI 就只能做演示 / 252

陷阱二：T2　技术迷恋——坚持“全国产算力”的两面性 / 253

工具 - 陷阱对照矩阵 / 254

可复用教训 / 254

读者练习 / 255

对照阅读 / 255

第 14 章　语音克隆的滥用治理：ElevenLabs / 256

30 秒速览 / 256

快速映射导航 / 257

叙事层 / 257

14.1　从糟糕的配音到估值 110 亿美元 / 257

14.2　Beta 版上线约一周 / 258

14.3　边跑边修：五层防线 / 259

14.4　安全投入与增长加速：一个反直觉的现象 / 260

14.5　未解决的问题 / 260

训练层 / 262

工具：W20　合规伦理双检——AI 语音赛道的“双刃剑”形态 / 262

陷阱： T26　合规滞后——“5 个月安全真空期”的代价与

“机密和解”的法律结局 / 264

工具 - 陷阱对照矩阵 / 267

可复用教训 / 267

国内镜鉴 / 268

读者练习 / 268

对照阅读 / 269

第四部分 终局、资本与退出

第 15 章　 以授权与团队转移为核心的非常规交易： Inf lection AI →微软 / 272

30 秒速览 / 272

快速映射导航 / 273

叙事层 / 273

15.1　三个名字 / 273

15.2　Pi：最有同理心的 AI，最难赚钱的 AI / 274

15.3　微软没有收购 Inf lection AI / 275

15.4　Inf lection AI 的“第二次生命” / 277

15.5　Reid Hoffman 坐在哪一边的会议室里 / 277

训练层 / 278

工具一：W21　风险体检表——三红灯连锁 / 278

工具二： W22　退出检查表——“创始人退出”vs“公司退出” 的分离判断 / 280

工具三： W16　TS 条款评分卡——条款未覆盖的场景才是 最大盲区 / 282

陷阱一：T22　估值执念——40 亿美元估值的解套机制 / 284

陷阱二：T25　关键人依赖——核心叙事绑在三个人身上 / 285

工具 - 陷阱对照矩阵 / 286

可复用教训 / 287

国内镜鉴 / 288

读者练习 / 288

对照阅读 / 289

第 16 章　开源明星的治理危机：Stability AI / 290

30 秒速览 / 290

快速映射导航 / 291

叙事层 / 291

16.1　 一个模型改变了行业格局，但公司未能从中获得 对等收益 / 291

16.2　一个对冲基金经理为什么能领导 AI 公司 / 292

16.3　三个人同时递交了辞呈 / 293

16.4　版权诉讼：法律胜利来得太晚 / 294

16.5　2025 年的 Stability AI：战略收缩后的新定位 / 295

训练层 / 296

工具一：W11　护城河评分卡——8/30 分，本书最低分 / 296

工具二： W12　人才体检表——关键人集群单点故障的 标杆案例 / 299

陷阱一：T25　关键人依赖——集群转移到直接竞争对手 / 303

陷阱二： T4　全栈执念——170 人 ÷6 条赛道≈每条赛道 28 人 / 305

工具 - 陷阱对照矩阵 / 307

可复用教训 / 307

国内镜鉴 / 308

读者练习 / 309

对照阅读 / 310

第 17 章　我国 AI 企业的上市潮：一场集体压力测试 / 311

30 秒速览 / 311

快速映射导航 / 312

叙事层 / 312

17.1　样本与口径 / 312

17.2　两声锣响 / 313

17.3　一波集体冲刺 / 313

17.4　制度松绑：两扇门同时打开 / 314

17.5　推力：VC 的钱“烧不起”了 / 315

17.6　港股 vs A 股：两条路径的真实差异 / 315

17.7　盈亏分化：上市之后的真正考验 / 316

训练层 / 317

工具一：W14　融资导航仪（群像应用） / 317

工具二：W22　退出检查表（群像应用） / 319

陷阱一：T15　虚荣增长——IPO 估值的虚荣维度 / 320

陷阱二：T22　估值执念——高估值的双刃剑 / 322

工具 - 陷阱对照矩阵 / 324

可复用教训 / 325

读者练习 / 326

对照阅读 / 327

第五部分 赛道与抉择

第 18 章　国产 GPU 四小龙：同一批人，四条路径 / 331

30 秒速览 / 331

快速映射导航 / 332

案例纳入标准 / 332

叙事层 / 332

18.1　2019 年 5 月 16 日 / 332

18.2　四位创始人的起点 / 333

18.3　四条技术路线的分化 / 335

18.4　三次出口管制：外部力量的塑形 / 336

18.5　CUDA 之墙与昇腾的崛起 / 336

18.6　35 天，四张上市通知书 / 338

18.7　四家并列：财务与市场的真实画像 / 339

18.8　共同的终局问题 / 340

训练层 / 340

工具：W3　AI 创业方向筛选画布 / 340

陷阱：T21　三明治挤压 / 344

工具 - 陷阱对照矩阵 / 348

可复用教训 / 348

读者练习 / 349

对照阅读 / 350

第 19 章　大模型六小虎：同一起点的不同选择 / 351

30 秒速览 / 351

快速映射导航 / 352

案例纳入标准 / 352

叙事层 / 353

19.1　同一起点：2023 年的“百模大战” / 353

19.2　赛道竞争格局的结构性变化 / 354

19.3　 战略方向之一：率先完成公开市场融资（智谱、 MiniMax） / 355

19.4　 战略方向之二：持续基础模型研发并寻找新载体 （月之暗面、阶跃星辰） / 356

19.5　战略方向之三：以医疗大模型为战略重心（百川智能） / 357

19.6　战略方向之四：战略聚焦应用层（零一万物） / 358

训练层 / 359

工具摘要 / 359

延伸讨论：受 W22 启发的赛道战略调整五问 / 360

工具：W19　大厂威胁诊断表——大厂威胁画像决定调整方向 / 362

陷阱：T4　全栈执念 / 367

工具 - 陷阱对照矩阵 / 369

可复用教训 / 370

读者练习 / 371

对照阅读 / 371

第 20 章　AI 制药赛道：长跑者的不同路径 / 373

30 秒速览 / 373

快速映射导航 / 374

叙事层 / 374

20.1　AlphaFold 启蒙时刻 / 374

20.2　六家公司的起点与选择 / 375

20.3　三重时间错配：赛道层面的 T3 结构性显形 / 376

20.4　路径一：技术平台多元化（晶泰科技） / 377

20.5　路径二：管线推进 + 国际资本（英矽智能） / 377

20.6　 路径三：垂直技术聚焦（剂泰医药、西湖欧米、

星亢原） / 378

20.7　路径四：SaaS 长期主义（深度智耀） / 378

训练层 / 379

工具摘要：W3　AI 创业方向筛选画布 / 379

工具：W3 两维度局部对照（不形成 70 分总分） / 379

陷阱：T3　坐等技术在 AI 制药赛道的深度显形 / 382

工具 - 陷阱对照矩阵 / 384

可复用教训 / 385

读者练习 / 385

对照阅读 / 386

结尾　把训练变成你的决策系统 / 387

AI 创业为何面临更高的失败风险 / 387

20 章训练的完整索引 / 389

四条按需使用路线 / 391

合上书之前做两件事 / 392

第一件：四条级联路径自检 / 392

第二件：写一页纸 / 393

写在最后 / 393

附录 / 396

附录 A　练习参考 / 396

第 1 章·智谱 / 396

第 2 章·DeepSeek / 398

第 3 章·寒武纪 / 399

第 4 章·Robotaxi 双子星 / 401

第 5 章·Humane / 402

第 6 章·Cursor / 404

第 7 章·Replit Agent / 405

第 8 章·Character.AI / 406

第 9 章·Perplexity / 408

第 10 章·MiniMax / 410

第 11 章·美图 / 411

第 12 章·第四范式 / 413

第 13 章·科大讯飞 / 415

第 14 章·ElevenLabs / 416

第 15 章·Inflection AI / 417

第 16 章·Stability AI / 419

第 17 章·我国 AI 企业的上市潮 / 421

第 18 章·国产 GPU 四小龙 / 423

第 19 章·大模型六小虎 / 425

第 20 章·AI 制药赛道 / 427

附录 A 使用建议 / 428

附录 B　工具与陷阱的名称、解释、章节对照表 / 429

使用说明 / 429

一、决策工具（23 个，编号 W1 ～ W23） / 430

二、决策陷阱（27 个，编号 T1 ～ T27） / 434

附录 B 使用建议 / 437

附录 C　英文缩写与专业术语对照表 / 437

使用说明 / 437

一、AI 技术与模型术语 / 438

二、商业与运营指标 / 442

三、组织与治理 / 445

四、合规与监管 / 446

五、资本市场与融资 / 447

六、数据与基础设施 / 447

七、产品与用户体验 / 448

八、资金与投资机构 / 450

九、评测与基准 / 450

十、其他高频专有名词 / 451

附录 C 使用建议 / 453

延伸阅读 / 454

......(更多)