2026-05-01 09:26
扫码打开虎嗅APP
本文来自微信公众号： 十字路口Crossing ，作者：假期也闲不下来的，原文标题：《入局，2026！十字路口AI开放麦：13位分享者实录》
2026年4月26日，「十字路口」在北京举办了第21场AI开放麦。
开放麦是十字路口线下沙龙的经典形式，现场120-150人，其中将有10-15位朋友登台，每人10分钟分享他们在AI领域的产品与思考。
这一期，我们将主题设定为「入局，2026」，有13位新一代AI创业者和积极行动者进行了分享。
有趣的是，这一次有9位分享者都采用了HTML格式的PPT，可以说是非常AI Native了！
ColaOS的核心判断是：
互联网过去20年连接了一切，但从没有真正「懂你」。
橘子认为agent时代要做的事，是重建人与agent之间的信任关系——他把这套系统叫做「灵魂系统」，四根支柱：灵魂、互联协议、自然交互、无摩擦使用。
02年生，毕业半年融资千万。
秘密不是运气，是一套飞轮：先找好平台，在平台上lead项目，用项目积累影响力，再用影响力撬下一个更好的平台。
他在字节做开源产品3个月拿了几千star，再过3个月出来创业拿到第一笔融资，又3个月AirJelly内测。
AI时代的迭代节奏是三个月一个milestone，个人和组织都应该这样跑。
他对影响力的理解比大多数人深：面向不同人群要有不同策略，但底层第0条是「真诚」——展示自己的不同侧面，而不是见人说人话。
最后讲了他对产品方向的判断：需求驱动是低垂果实，技术驱动不是长期壁垒，最理想的是「理念驱动」——像乔布斯那样，先有对未来世界的推演，再反推需要什么技术和产品。
VidMuse做了半年，ARR刚过1000万，2.0上线后增长恢复30-40%。
最核心的一句话：
平均数的视频，平台不会奖励。
通用video agent的问题就在这里——工具列表越来越长，稳定性越来越差，调优像跷跷板，广告和音乐MV两个场景你只能调出一个平均值，两边都不及格。
他们的解法：放弃通用，以「音乐」为骨架驱动视频生成。音乐有情绪、有起伏、有卡点，文字和图片是离散的单帧，只有音乐是「活的」。2.0的另一个关键动作：用视频领域专用语言（DSL）替代工具堆叠，工具列表从90%删到只剩十来个原子工具。
现在如果有新玩法在Twitter上火了，不需要开发，把链接扔进VidMuse，它自己拆解，自己coding出对应工具，交付用户想要的视频。
视频不再是死的MP4，而是可以被持续修改的「活的源代码」。
Han1本职还在打工，Antenna是他的side project——但这个想法本身很干净。
他的出发点很真实：接入了所有日记、工作信息、社交媒体、健康数据、GPS给自己的agent，春节最高峰每天10多个小时和它泡在一起。但他发现，AI越快，你离现实世界越远。
人想认识人，不是为了效率，而是「被理解、被回应、被见证」。
Antenna做的一件事：让你的agent先替你扫描现场，判断谁值得你去认识，双方agent都接受了才交换联系方式。
它不是社交APP，是给agent用的基础设施——你不用装新app，几条配置就能接入你现有的agent。
今天开放麦现场就是一个demo场景。
刘小排上台就说：
我来讲讲我烦死AI大v这件事。
他的判断是：那些主业做自媒体、DeepSeek发布了就马上出一篇「我帮你看了技术报告」的人，对世界产生的价值很少——因为他们是在一个池子里取水，不是在创造。100个AI大v不如一个builder。
他自己的解法：把20多个数据源接入OpenClaw，让它带着他的问题和偏好去过滤资讯——不是告诉他今天最火的是什么，而是「如果你有两个小时想做side project，你建议我做什么？为什么？」每天生成一份带着他视角的报告，开源出来叫BuilderPulse(builderpulse.ai)，现在约1000+关注。
这个时代，首先是builder，顺便做自媒体——不是反过来。
Tina来自Google Cloud的startup生态团队，带来了几条非常实用的信息。
一个很多人不知道的坑：做MVP用AI Studio没问题，但如果要上线，必须换到Vertex AI，否则并发量不够、没有SLA。「创业一年之后还在用AI Studio的」——她说这是她见过最常见的问题之一。
Google加速器今年6月中截止报名；针对SaaS创业公司最高有35万美金的credit。
今年6月还会有一场短剧和动漫专场，首次对工具侧开放半天名额，可以直接接触头部平台的一把手。
汤旎做过AI搜索、做过deep research，来知乎是因为发现了一个问题：
AI缺的是人类真实经验层。
你问AI「小狗吐了怎么办」、「AI PM这条路靠不靠谱」、「跨境电商真实利润怎么做」——这些问题的答案不在论文里，不在SEO优化的网页里，在知乎。在那些写了十年的答主、在真实经历过的人的回答里。
知乎现在正式开放API和MCP，让agent可以调用这一层人类经验数据。
他还分享了一个go-to-market观察：现在很多AI产品最大的问题是不停讲feature，但80%的普通用户根本感知不到，真正有效的路径是深耕场景+大曝光——他举了一个agent产品做到4亿次曝光、月收入千万美金的例子。
傅鹏写过头部AI产品第一版隐私政策和用户协议，今天用一份「古法手搓PPT」讲了AI创业最需要关注的三个法律领域。
公司层面：红筹架构进入黄昏，出于上市的考虑，AI公司可以主要考虑境内结构。出海企业面临「三明治困境」——一边是中国的技术出口和数据出境监管，另一边是欧美的GDPR和EO14117等合规要求，两头都要照顾。
团队层面：避免50/50等完全的平均分配，最好有所侧重；AI公司的ESOP期权池比例需求比以前更高；院校成果转化要先理清技术产权归属；竞业限制在AI行业当下的抢人环境里需要特别重视。
产品层面：训练数据收集要讲方式分寸；算法备案+大模型上线备案在中国境内上线前必须做，现在流程相对长，需要数月，要提前准备；AI生成内容的版权边界，中国已有一系列案件在划线。
覃睿上一个项目BISHENG做大B市场AI，服务了几百家大中企业，千万营收。他分享了一个从一线服务里看到的真实变化。
23年时，所有企业的IT都很兴奋，买算力、做转型，但两年过去没有惊人成果。到25-26年，大客户们不再让IT主导AI转型——
必须是业务一把手，甚至董事长本人有足够强的认知和魄力，才能真正在业务层面产生效果。
现在看到的更可行路径：不是改造已有业务线，而是从业务创新角度，单独拎出一个小团队，更AI native地做新产品线。他自己用2-3个人花了一周做出一个内部产品来验证这个判断。
新项目Clawith想做的是「agent company」的管理系统——如果未来公司里agent是一等公民，它们需要有OKR、有组织级上下文、有agent之间的协作机制。
覃睿的One more thing是：效率和工具性已经不重要了，编程与做产品会像陶艺馆一样变成需要付钱的娱乐活动。所以真正重要的是创造目的。
李牧的分享用一句话能说清楚：
AI最大的问题不是丑，是平均。
大模型的reward model让它永远选平均最正确的答案，因为这最安全。但设计不是「正确」，设计是「适配」——你早上觉得好的，晚上可能又觉得不行了；你和我对好设计的定义从来不一样。正因为没有确定的rewarding model，设计才是AI时代真正难的问题。
他引用了那句"good artists copy,great artists steal"：AI不是在学你喂给它的模板，它在steal整个design process。
Lokuma想做的是AI时代的「design intelligence layer」——不只是给专业设计师的工具，而且要给agent直接调用，让没有经过大厂训练的普通人也能做出好的设计方案。
张志成的分享方式是讲段子，但结论很清楚：
agent不缺脑子，缺的是眼睛和手。
他还原了一个场景：你问agent美元汇率，它给你19年的数据；你让它订机票，它给你一个虚构的航班号。三个毛病——爱幻觉、活在过去、只会翻自己脑子里已有的东西。
小宿智能搜索做的事就是给agent装上实时感知能力：单用户QPS并发1000+，响应延时1秒内，SLA三个九，支持35种语言、80+个国家，返回高相关性切片直接减少TOKEN消耗。接入代码量比一个PPT标题还短，支持MCP协议。
对话是入口，执行才有价值。
最后一位压轴，蒋芷毓宣布她要做一场「论文答辩」——论文是她和Moxt一起写的，题目是：
GitHub正在成为AI创业的小红书。
她的论点分三层。第一，语义漂移：star的含义已经从「我用了觉得好用」退化成「这个故事让我感到兴奋」，在闲鱼上能买star是最后一根稻草。第二，信用套利：GitHub有天然的技术信誉溢价，创业者把readme做成landing page，用热点叙事快速积累star，再拿去在X和国内平台二次炒作。
Garry Tan的g-star项目是她认为这套范式最完整的范例，英雄叙事+60万行代码数据冲击+YC背书，无论产品好不好用，公开背书已经到位了。第三，指标通胀：当star不再代表「好用」，整个评估体系就失灵了。
她最后说：因为GitHub是她最爱的平台，所以才最不能忍受它变成这样。
论文答辩完毕。至于最终结论，她没给——她说欢迎大家来做她的「3作或4作」一起续写论文。为什么没有2作呢？因为2作是她的产品Moxt。
🚥
把观点做成产品，把好奇变成行动，把不确定性变成下一次迭代的方向。
下一场AI开放麦，请带着你的问题、你的demo、以及你想亲手验证的答案，我们再见！
