Vol.121｜硅谷AI大转弯，软件正在死去，创业者的真机会在哪里？｜2026年中特辑

本节目由极客公园制作播出。

Day 1创业到底选中国还是美国，怎么判断？在AI行业的热潮里，哪些是真趋势，哪些只是泡沫？面对大厂的底层挤压，哪些方向是留给创业者的真机会，哪些看起来热火朝天，但其实早就是大厂的终极战场？当底层模型不断吞噬应用，垂直AI应用活路到底在哪里？希望这场长达近两小时的深度复盘能帮你重新校准未来的方向。欢迎收听。

比科技更近，让思考更深。大家好，欢迎来到开始连接的Link Start。今天这一期我会和他们一起复盘上半年，并且展望下半年值得关注的方向。那就先请小超和天宇简单做一下自我介绍，也聊一聊其实你们投AI之前主要看的是什么样的方向。我们先从小超开始。

第二，重估我觉得是整体那个test，就是比如说美股，其实今年整体宏观环境对吧，大家的偏好，然后对于软件整体其实是杀了更多一些，我觉得基础设施还是需求在快速增长，Cloud这样的公司在快速增长，然后大家觉得像芯片存储光这些东西，它的壁垒也可能更高，它短期内不太会过时，所以大家这个时候可能会更倾向于把资金集中到这样的方向上。这个事我觉得是短期内审美发生了一些变化。

字节系基金这个事情，我们还是一个独立市场化运作的基金，我们独立地在AI里面去看不同领域里面前沿的创新方向，独立去做探索跟决策。当然这里面如果我们看到有些比较好的公司，我们投的项目能跟字节去合作的话，我们会帮忙努力地去做这个介绍。这个介绍其实也跟我们会帮他们去介绍Google的合作、介绍其他合作伙伴一样，这是我们投后服务的一部分，也是基于我们过往在这些平台上的相关经历。

就是，因为其实你是亲身经历过，可能在自己做的那些，当然自己本身那些并没有变成泡沫破掉，但确实在那个阶段里面，有太多的，比如说像小说，或者是音乐，就很多领域，其实在那个阶段会有很多的明星公司，这两者之间的，会不一样？

我觉得，泡沫它会不会阶段性地破，其实核心还是看AI创造的这些价值，以多快的速度能够渗透到不同的行业。另一方面就是说，AI是否会创造新的需求，因为最终你的这些新的生产力，你肯定是需要有新的需求来承接或消纳。如果能够实现，那这个泡沫它就可以平稳地过渡过去。但如果说出现了一个阶段，AI的能力提升和它能够在各个行业，或者说实际的产业里面渗透的速度，有非常大的不匹配，那可能阶段性地就会表现为价值的重估，然后泡沫破裂这样的一个表象。

比较乐观地说，我觉得做一级的人大多都是比较乐观的。然后二级这边，大的公司上市影响流动性这个，其实不太影响到一级，或者说它传递的周期非常的长。

你们会觉得，比如说中美之间，就是我们今天都在讲所谓的AI泡沫，但你们觉得中美之间其实会有比较明显的区别？因为像比如说在大模型或者算力这一侧，但可能中国这边最近的话，像巨声包括一些应用，可能会跑得更快一点。

现在，当然那个国内模型公司，你其实用哪个模型去？刚刚说的，应该还是按二级的，比如说，放个PS，对，PS，或者PAR，对吧，这样的指标，就是你去看的话，国内还是会比海外高很多。所以，这个可能是就是小量泡沫的所在，就是你这些模型的经济价值还没有完全deliver吗？

那田予这边呢？

我们不会盲目地建议我们的CEO们去多融钱，这是双刃剑，要看每个公司所处的不同赛道和不同状态。好的时间点，你可以估值更高、拿更多的钱，但这时候我们其实更多建议说，你能拿更多的钱、公司估值更高，应该把它用在刀刃上。比如说公司估值高，你的期权是更值钱的，这样你可以更激进一点地去激励好的人，包括你要跟大厂、跟大型公司去抢好的人，对吧？

另一方面，我觉得高估值也是一种负债。高估值其实是你对投资人跟市场的一个commitment，就是commit了一个更高的预期，下次你要再融资，才能够以更高的估值拿到后面投资人的钱。所以高估值的创始人，其实也是带着压力在往前进的。

OK，我觉得其实泡沫我们聊得差不多了，然后聊完泡沫本身，其实我们下一个话题，我觉得我想聊一聊，可能这个泡沫的中心——Google、Anthropic，互联网会有一些网友给他们弄那个外号，叫"预三家"。对，就是从你们的视角来看，我觉得上半年预三家到底发生了什么意迹，如果让你们来排的话，会怎么去给他们排位？

但我还是倾向于，这些时间应该还是交替领先的。我感觉OpenAI今年非常强烈地意识到了coding这个事情是一个无比重要的事情之后，停掉了Sora，对吧，然后非常多的精力跟资源都放在了Codex上，然后Codex也发展得非常快，Codex给的token也非常的慷慨。Codex我的体感，就是GPT 4.5、5.5，其实是很大程度上追上来的。

刚刚提到Anthropic到处找算力的新闻，对吧，最近是找微软，然后这也是谷歌，包括特斯拉，特斯拉，对对对，是的。谷歌就是属于算力大户，Anthropic找他买非常多的，TPU也很强，对对，所以它就是这方面储备最充裕的。

我觉得大模型其实没有那么多的秘密，它的能力差距最大的时候，未来可能就是会收敛，那后面可能你的算力的储备，包括我觉得谷歌它储备的这些数据、分发跟用户的入口等等，我觉得这会成为它后面后发的一个……

去年的话，其实三家，我觉得有一个特别有意思的论调，就是三家各领先了120天。但今年其实到现在，很明显，我觉得这点确实Anthropic是比较让人respect的。就是它的战略聚焦，使得它在这个事情上面积累了很多，通过数据带来一些壁垒，所以导致它领先了不止120天。但我感觉，因为硅谷的人才跟信息流动非常快，所以我觉得下半年大概率，也只是模型能力的部分会拉近，就是包括比如说Google跟GPT其实在多模态的能力上也是很强的，这个距离在慢慢找到一些爆点吧。

小超是从算力跟基础设施的层面上分析了一下三家，那天余，你会怎么看呢？

本身的认知也是迭代的，我确实觉得，如果在那个时间点，受限于基金的设置，因为可能你没有办法去投一些SPV，如果在那个阶段，其实那个OpenAI跟Anthropic也还没有到现在这个水位，如果你能去参与一些北美头部基金的这样一些份额，我觉得应该是挺好的，其实是有这部分价值的。只是说，这个终极的player是谁？

但这个竞争，我觉得还有很长的路要走，对吧。资金密集，人才密集，也需要非常多的资源。最重要的，重视coding这个事情，主要还是因为Anthropic跟OpenAI这样一些范式的这块注意力被拉满了。但实际上模型的竞争也不光止于此，对吧，也有视觉的，也有视频模型的，也有世界模型的，我觉得还有很多新的范式跟新的挑战在路上。

然后我觉得，模型的差距应该还是能在相对短的时间内追上来，但是算力的能力差距，跟过往的各种软件跟生态，还有入口的积累，我觉得反倒对模型公司来讲——就那几家纯模型公司来讲——是没那么容易补足的能力。这是海外的看法。老东家嘛，我觉得自己……

嗯，从上往下其实很容易，但其实从下往上将来讲会难很多，因为毕竟训练模型需要的资源也很庞大。我觉得两个维度，一个呢，就是说预训练、后训练，前提是你的应用确实有非常好的本身的业务壁垒，然后能积累数据。然后第二个维度上呢，就是说因为模型的迭代，它是有自己的……

我觉得肯定是投资人希望能够看到一类业务模式的，不然我们去年也不会去投这些互动内容的方向，包括像今年很多机构对这个方向也有一定的关注。就本质上大家还是愿意——但是一旦成功，会有相对高的一个赔率，还是大家愿意去探索的一个方向？就如果让你去给出一个这件事的成功率或者赔率的话，你觉得创业公司做出一个新的超级分发平台的概率，你觉得目前来看是多少，在AI视频这件事儿上？

而且今天其实这件事儿，是不是不只是AI视频，可能整个AI to C的赛道就是这样。就是所谓的分发跟模型，可能这两个今天看来是最肥的两端，但其实对专业者来说都说没有机会，确实很困难。但困难也值得做，因为一旦做成了，这个回报是非常丰厚的。

刚才我们也提到好多次，今年上半年算是最热的赛道，就是具身智能这边。那就今年的话，其实人形机器人量产元年，你们现在是怎么去定位具身智能这个赛道目前的状态？

但是这个不代表说，具身智能真正到了一个应用的元年，这俩可能还是得拆开看的。但是其实你刚才也讲过，就是具身你保护的这块肯定……

但确实呢，因为像智谱、MiniMax的上市，然后有非常良好的一个市值表现，对于很多投资人来讲，其实是一个非常正向的反馈和激励。然后大家又预期到港股可能会是这波具身智能比较好的退出路径。

那现在大家之所以，包括像你前面提到为什么去做人形，其实核心还是觉得人本身的这个数据是比较好采集的，相对来说是scalable的。所以现在大家大量地转向这个无本体——所谓无本体就是说脱离开机器人本体，然后以人为本体去采集数据。现在看到一些比较有意思的项目，比如有一些让人拿一个夹爪，然后去做不同的采集，这个夹爪它就会跟机器人原本的那个末端同构了。然后更开放一点的就是说头上带个iPhone，在不同的场景里面去干活，然后可以把双手的操作都记录下来。现在总体的方向是往更加轻量、对人原本工作介入或影响更少、更有可能批量铺开的方向去做。当然这样的数据你最后能不能放到模型里有效地训练，肯定还有进一步的数据管线的一些问题，但至少这是一个真正有可能解决数据问题的方式。

其实包括为什么大家现在会更多地觉得世界模型，或者说这种world action model会是一个好的方向，也是因为它的骨架是一个视频模型，它其实可以很好地去消纳这种人第一视角的视频数据。所以我觉得数据的scaling，可能现在是一个比较重要的问题。

我可以举一两个例子。比如说星尘智能是我们投的一家公司，创始人叫来杰，他之前是腾讯Robotics X的一号员工，他其实是2022年底出来创业的，那时候还没有GPT-3，所以他肯定不是因为要跟这一波风才出来创业的，他本来就非常看好AI跟机器人的结合，然后未来能够给家庭带来价值。所以我们跟他聊的时候，他很多思考都非常底层。他们最终要形成一个产品，所以他会自己去做机器人的身体，然后他们采取的一个路线是绳驱，这其实是一个非常大的反共识，在全球看起来也没有几家公司会去选择这样一个路线，因为大家觉得这里面有非常多不成熟的点。不像大家更多做的关节式机器人，你都不用自己做，找一个ODM一个月就给你交付一个本体，然后你很快就可以去给投资人展示。但是他就是花了一年半的时间，打磨这个绳驱的技术，然后把他们的机器人原型交付出来。我觉得这是一个非常以终为始的思考，一方面是如果你希望这些机器人未来能够进入家庭，他需要跟人发生非常多的交互，那其实我会非常在意的就是他是不是具备本质上的安全性。

我觉得这些思考是跟他聊的时候会有非常强的感知。包括说因为神区这种方式，其实你的关节不一定非得放在这个位置。现在很多机器人外部的关节是非常长的，因为要串联两个电机才能实现这样一个自由度。但是用神区的话，其实可以突破这个方式，把它做得更像人。那这样的话好处就是，就像我们刚才讲的，你现在的训练数据都来自于人，你的本体跟人的embodiment之间的gap更小，理论上你模型的迁移性能就会越好。

所以其实可以理解说，你们合作他们的原因就是，你发现你们的最终目标其实是一致的。同时它也提出了一个你们之前并不是共识、或者没有想到的东西，但你觉得它其实是符合第一性原理、最终你要实现的目标的。

对，而且我觉得长期来看这个东西肯定是有价值的，无论短期怎么样，都是OK的。

我感觉从付费角度来讲，2B和2C应该都是美国最强。但除了美国以外，也像什么印度、包括巴西，也有些我们之前可能没有意想到的区域，付费也还不错。然后我觉得中国市场，虽然大家说了很多年付费意愿不强，但我觉得AI这一波其实给大家的市场教育好了非常多。推理是有成本的，需要买芯片的，大家应该为这个事情去付费，所以付费的习惯也在形成。

中国以前付费比较差，有几个大家分析的点，其中很重要的维度是说中国的人力成本比较低，所以要买软件，大家可能更倾向于去雇人来做。但现在的话，那个benchmark可能会变成token的成本，而算力在全球其实应该是没有那么大偏差的。

今天比如有一个创业者去做海外市场，你们会给他们什么建议？因为前半段时间，DeepSeek事件肯定还是去年到今年上半年整个AI最大的一个事件了。除了这个事件引发的关于到底在美国还是中国创业的一些思考之外，我觉得今年第二个在AI应用创业圈里面讨论最多的，还是模型吞噬应用的问题。今天从公开报道也能看到非常多案例，比如说Anthropic的Claude成为了cursor之后，可能它的每一次更新，尤其是一些垂直领域的更新，比如说它做了一个设计软件，那对于可能像Figma这样的公司来说，就是一次股价暴跌，甚至整个公司价值在被资本市场重估。就这个问题，我觉得其实不光——

但实际上，我最近刚做完一些portfolio的review，整体来讲我觉得大家的信心还是在的。现在短期来看，是因为Anthropic的模型还是有一个显著比其他家更好、编程能力更强的优势。但是如果几个模型能力是比较均衡的，那这个其实对应用是更有利的。因为我做应用，我是可以靠不同的模型，做一个聚合策略，然后把我的产品想要传递的价值在我的产品上面去做表达。这个是比如说Anthropic做垂直一体化的整合其实做不到的。所以我觉得这个是一个点。

另外就是，我觉得现在目前状态比较好的portfolio应用公司，有一类是做比较大的2B业务，然后基于他们过往可能几年积累的很多dirty work，比如说清洗数据、建立非常好的可能不可复制的数据库。他们最近刚签了一个两千万美金这么大的一个单子，这个是我觉得比较surprise的一件事情。还有就是很多会做一些跟现实世界结合的，比如说像数美做的这个，可以把模型生成的东西变成现实世界里你可以触摸的、打印出来的一个实体的东西。

我觉得就是分不同情况看。就是如果说你的应用的价值是来自于把那个最前沿模型的智能，或者最大程度地push这个模型的智能，那其实你就是一个wrapper，就是一个壳，然后你的价值是会比较薄的，也是很容易被吞噬掉的。

所以我觉得它可能是逐步来的，对吧。等到那个模型变得更强的时候，它上一代的能力可能又能解锁很多场景，然后在那些场景下，这个能力就不极缺了。包括其实你刚才讲的，比如说不复杂的任务，它可能说我今天依然能用中等模型取得不错的效果。

但确实，比如说就在移动互联网时代，理论上那个时候也会有各种所谓的垂直社区，或者有所谓的垂直的功能型的一些产品，但有很多可能最后都被像微信的各个不同的入口，然后比如说被像小红书这种综合型的社区给吞噬掉了。

那反过来说，因为今天可能我们自己也会有体感，就是你个人生产相关的场景，比如说我都放在类似于Claude，或者在一个通用模型上面去用。可能之前OpenAI是Claude的，那你用的时间长，其实它能更理解你，它甚至能够做很多打通的事情。其实最简单的就是，你不用多装一个应用，它也能做这些事情。那就是这种吞噬的过程，它其实根本可能不取决于说，这个东西理论上也许依然有用，但从用户角度来讲，其实他们还是会去选择更方便、更简单的。那个可能更多是在context层面，就是你形成的一个壁垒。

然后最近有个例子，就是他在跟Exa，就是那个做search API的，他就有一些也是合作伙伴，就是能给我们的投资企业去提供一些免费的credit，然后他们最近刚announced……

另一类就是给人用的，比如说我们也投了很多偏娱乐向的，娱乐向的和生产工具向的我觉得不太一样，就是它可能需要一些不同的容器、不同的交互来承载。它可能不是一个chatbot，你不会跟chatbot去娱乐，你也可以聊，但只是不会有那么多娱乐性的方式去表达。我觉得这种也是在模型的那个范围之外的。

所以它不一样的点在哪里呢？因为可能我理解，比如说像Claude 3这样的模型可能是基础做得很好，但它其实也会有2C的user interface，就是会有它的网页或者它的app，它也能够去提供同样的东西。那可能确实也有，今天比如也有一些做workflow或者pipeline这样的工作流类的创业公司，它可能是用Claude API去做一些事情。但比如今天来看，你可能还有管线层面的一些价值，但其实就比如说，基础模型公司做着做着不会就把它给吞掉吗？这种就还是比较薄的。

比如说基础模型公司，它现在有点工具、有点内容，然后它在基础模型上加的东西其实没有那么多。但你比如说游戏，你把一个游戏做好，模型在这里面的成功要素占比其实是没有那么高的。所以你有一个好的游戏，和你有一个好的模型就能做好一个游戏，这两条路是不一样远的。那这种的话，我觉得就是还是原来那些做游戏比较强的，然后能融合一点AI能力的，这样的组合成立的可能性更大。可能你离模型越远，就今天来看还越安全一点。

我们内部有一个产品，他之前做过满度的Agent开发，可能其实也就是半个人力投在这个事情上。内部的话，天宇跟投资同事会参与比较多，去输入一些业务的流程跟需求；投后跟投资服务这些，就是我这边会去输入一些我对这个事情的理解，我希望做成什么样。其实也就是半年不到的时间，我们做了一个产品，非常好用。

大概是25年底开始吧，我们从前端的sourcing，包括去抓取市场的信号、去mapping人、找人，到投资的管理，就是每个项目的流程管理，包括怎么自动发邮件，怎么把AI的notes自动结构化、归档，然后再到投后。我们也自己做了一个投后服务的平台，我们叫"锦球Grow"，能让CEO们可以去登录，也可以接他们的需求进来，然后通过相对比较标准化的方式去提供我们的服务。

这个过程我觉得非常爽，我们就没有再用原来考察的那些SaaS产品了，而且我觉得比那些都非常好用，非常量身定制我们想要的那个需求。而且有一些产品功能需求，今天上午跟他提，下午跟我说已经上线了，就是非常的快。

好，所以其实回来说，在这样的一个趋势下，就是今天你们对任何的投这种偏SaaS型、尤其垂直行业的、这种做AI应用服务，或者是做SaaS服务、AI Agent服务的企业，你们其实会不会有担心——哪一天可能这个产品，就像你们自己不去采购那个几十几百万的这样的产品服务一样，其实他也会被他的客户用更简单、尤其是更customized的方式去手搭出来的，也替代掉？

具体指的是，就相当于我不是说我卖你一套什么保险管理的软件，而是我直接就做成一个保险公司，我就卖给你保险公司的服务、保险产品。但对应了我的人效，或者说我的业务模式，是相当于这个AI原生的一个组织，对应了我可以去改变原有这个行业里一些固有的情况，对吧。然后整个这个公司的成本结构，可能就会跟以前传统意义上的这些公司就会有很大的区别了。

这个我们看到像北美投的，像保险行业，包括IT的运维，包括安全行业，其实都有一些这样的公司在出现。然后包括刚才有提到，就19年的时候，我们其实也投过国内这样的公司，他在那个时候就决定说我不卖工具了，说我直接相当于卖你一个外包的、这个BPO的一个服务，对吧。那个公司也一直能够活下来，且有还挺不错的这个韧性的。

所以我觉得这样的方向，可能是对于做垂类的这些团队来讲更值得去探索的，就是你今天抛开原有的那个——我是卖你一个软件或者工具的这样的一个思维，变成说我直接卖你一个可以被衡量的服务，或者说结果。

但会不会有另外一种担心吧，就是因为确实你比如说工具软件自己搓，但确实今天像agents、像这种东西，其实企业内部也是可以自己去搓的。那你觉得比如说，从所谓的我去买一个员工，或者买一个所谓的外包的服务，跟自己去搓一个，甚至这件事可能会变得越来越简单，那这件事就是，比如说对于企业，或者对于做这个领域的人来说，会去怎么衡量这种未来——大家到底哪种趋势，才是从行业来看其实是更符合我们行业发展趋势的？

其实从企业采购的角度，他们决策就比较理性了，他本身也不是一个单一人的一个决策，对吧。我还是看效果，这里面的效果、成本，对吧。因为你肯定短期内不太能预期这个东西就完全全部都由AI来解决，所以他更多可能还是人机融合或者协作的这样的一个方式，对吧。创业公司可能有更大的概率能够更好地去打磨这样一套服务，对吧。如果在企业内部，可能就不一定能够有这么好的效果。

就是可以理解说，还是比如在某一个垂直场景上，可能一个创业公司把它做到足够深之后，你还是能够去提供——可能比通用的大模型上——更好的服务，以及更低的成本。

对，就转到这里面，就是我们投的——我们投了一个在谷歌的基金，然后他们投了一个项目，我觉得是个挺好的案例。就是他做的事情是在Slack上去卖一个数字员工，就是你可以在上面直接配置好直接用，但甚至可能不太需要配置，认领一个员工，然后他是可以在各种Channel、跟各种群里面去处理任务的。然后他的能力是就像是拎包入住，直接能用的。然后你比如说我们现在自己其实也在接很多OpenAI的模型，也包括把Codex……

然后第二个让我觉得有点启发的是，有个团队说他们内部现在其实没有什么前端、后端那么多的分工了。他们内部现在就是Builder和Hunter。Builder就是你去build东西，从头到尾去构建，从产品到最后能够落地；Hunter就是去找机会在哪，去制定策略，去做go to market，去做一些事情。整个结构跟以前就会不太一样。

其实你比如说，像Instagram，像sally.in，因为它本身在模型攻坚端也加入了很多的AI，对吧，其实我觉得也带来了一些市场的变化。就是它可能不算是完全因为AI才诞生的硬件。然后我们也在持续地去关注，就包括你刚刚提到的说眼镜或者其他什么，我觉得整体没有出现说百万级出货量的这样一个爆款。但我觉得整体的产品体验其实是在变得越来越好的。

比如说过去一两年，我应该有一半以上的时间吧，我出门还是会戴眼镜，就是戴智能眼镜，虽然我平时不近视。今天为啥没戴呢……

我觉得整体来说，如果是指AI native的这一波硬件的话，那我觉得整体的从出货量跟用户接受角度来讲，是慢于预期的。

但往下其实就是会到多模态，就是音频跟文本做好了，然后再往下其实就是视觉理解，然后这个方向非常多团队去年到今年开始在慢慢尝试。然后我觉得在模型能力变得最陡峭的那个方向跟那个阶段，我觉得是会出来很多机会的，因为大家的共识没有收敛，然后这里面创业公司是有比较多的机会去battle，跟别人不同的共识。然后你觉得什么样的形态，什么样的形态定义是在这里面能找到好的TPF，再到PMF的？你觉得到多少的量，在你的视角里面，你会觉得它其实已经找到了PMF？

然后如果再拉长一点，比如往远处看的话，我是觉得眼镜可能有机会去成为那个占用大家更多的交互市场、更高频的交互的入口。但如果就是有可能手机，它可能就反客为主，手机可能是它的配件，手机可能能帮它提供一些本地的算力，能帮它提供一些比如说更好的触控交互，来实现这样一个事情。因为眼镜还是一个比较无感，以及离你所有的身体的感官输入跟输出最近的一个地方，然后它正好也能够集成不同的传感器、speaker，然后显示、摄像头等等的，我觉得它是有这样的潜力。但现在就是需要软件跟硬件整体的能力再往前去迭代。

我觉得下一步是什么，因为可能有很多的团队今天是初步PMF，但既然刚才说其实今天可能没有什么超级爆款，百万级都很少，跟我们说到千万级，就是为了跨过那个门槛，这个就是你要take the risk，就是你在那个阶段判断了。他如果没有爆，对吧，那就不是一个特别好的信号。当然你的预期是他后边确实能够很好地量产，然后实现大规模的出货。因为对于这些硬件公司来讲，如果错过了这个窗口，也许后面假设这东西真的卖得很好，他就不会缺钱，他也不一定会融资了。

对，我觉得因为硬件本身它还是有很强的软硬件协同的特点，就是都要一起打磨好的。高估是因为模型能力也好，高估是因为Agent或者是整个软硬件的融合也好，其实现在真的能在产品上把AI能力打磨得很丝滑的其实很少。就是比如说很喜欢用戴眼镜，对吧，然后眼镜看到什么，拍个什么，然后能告诉我这是什么，能给我很多回答，帮我当导游等等，这功能很好。但是我可能拍完，就是给他个指令拍完，然后回答，这整个的……

所以如果是这个路径的话，我觉得现在被低估的，反倒是你把一个好的硬件产品做好的能力，就是有好的审美，然后好的人机交互，然后有好的人机体验、舒适度等等，把这些东西做好。然后这个事情现在来看是有挑战的，因为你要加很多电子的东西在里面，同时要保证它有好的续航，同时要做得很好看。我觉得是这两个点。

我们盘点了很多东西，最后想问你们两位一个非常简单的问题：就是今天站在这个时间节点上，你们最相信的一件事情是什么？

跟这个配套的是语音输入。在语音输入这块，我觉得市场上大家用的比较多的几个都不错，都可以去用。这个会大大提高输出给AI的带宽，而且跟AI说话跟跟人说话不一样，你其实可以输出很多，然后把你的意思表达得更清楚。

然后第三个，其实刚才也有提到的，就是Obsidian的那个笔记。因为飞书其实更多还是在公司跟团队协同层面上的，然后你把AI的能力去用好。然后Obsidian我觉得就是个人的知识库的管理，个人的各种信息跟记录的管理，然后它一定程度上跟飞书的这套也能够去耦合，因为你很多的知识很难分是个人的还是公司的。然后我觉得把这套东西去结合起来，是目前给我直观带来体验比较好的一套工具包。