你有没有想过，我们可能正处在 AI 发展史上最关键的转折点？如果说 2023 年是 AI 的大爆炸时代，那么 2025 年就是 AI 宇宙中第一道光芒照亮黑暗的时刻。混沌初开的迷雾正在散去，基础性公司的星系开始成形，构建 AI 产品的最佳实践逐渐清晰，创业成功的模式也开始显现。我们离稳定的 AI 生态还有一段距离，但这些早期的 AI 星系让我们比以往任何时候都更清楚地看到未来的轮廓。
最近，我深度研读了顶级海外风投 Bessemer Venture Partners（BVP）刚刚发布的《The State of AI 2025》报告。这份报告不仅分析了当前 AI 创业的真实状况，还提供了全新的基准测试标准，并对未来一到两年的发展趋势做出了大胆预测。作为一个长期关注 AI 行业发展的观察者，我发现这份报告揭示了许多令人震惊的真相，也让我对 AI 行业的未来有了更深层的思考。
BVP 在报告中首先明确表示，他们毫不含糊地坚信 AI 正在驱动我们见过的最大的技术变革浪潮。创始人们有理由质疑风险投资人张口就来的炒作与现实，但在 AI 的情况下，简单的数字就能说明一切。如果衡量创业公司现实的最直接标准是收入增长，那么他们更新了基准并专注于 20 家令人惊叹的 AI 创业公司，以帮助定义优秀的 AI 创业公司是什么样的。虽然这些基准在未来几年无疑会不断演变，但很明显，SaaS 时代构成优秀创业公司的标准已经不够用了，因为现在已经没有不包含 AI 的云计算了。
当然，AI 时代并没有为创业公司和投资者带来完全的好消息。一些增长信号可能具有误导性。买家很饥饿，AI 演示令人眼花缭乱，销售可能激增，但并非所有产品都能提供真正的价值。留存可能很脆弱，特别是当转换成本较低时。
大爆炸很难被忽视，因此竞争强度达到了历史最高水平。有前途的领域正在吸引比过去多 2-3 倍的竞争对手。除此之外，SaaS 巨头们正在觉醒，意识到 AI 的重要性，包括 BVP 投资组合中的许多公司，比如 Intercom 已经推出了价值超过 1 亿美元的 AI 产品。
AI Benchmarks：重新定义成功的标准
我一直认为，理解任何行业的发展都需要先搞清楚成功的标准是什么。在 AI 时代，传统的基准测试变得更加不可靠。特别是一些 AI 创业公司取得了世界前所未见的增长速度，这让每个 AI 创始人都在思考：到底什么算是好的表现？BVP 因此更新了他们的基准，承认一些 AI 创业公司正在玩一场完全不同的游戏。
为了制定新的基准体系，BVP 研究了 20 家高增长、可持续发展的 AI 创业公司，包括 Perplexity、Abridge 和 Cursor 等明星公司。虽然这些 AI 明星都表现出惊人的增长，但仔细研究会发现，AI 时代有两种截然不同的惊人表现：超新星（Supernovas）和流星（Shooting Stars）。
这种分类让我想起了物理学中的天体现象。超新星是宇宙中最壮观的爆发现象，能在短时间内释放巨大能量，但往往也意味着不稳定；而流星虽然不如超新星那般震撼，但它们的轨迹更加稳定可预测。这个比喻用在 AI 创业公司上再合适不过了。
AI Supernovas：爆炸式增长的双刃剑
AI 超新星是增长速度堪比软件历史上任何公司的 AI 创业公司。这些企业从种子轮冲刺到 1 亿美元 ARR（年度经常性收入）几乎不需要时间，通常在商业化的第一年就能实现。这些既是我们见过的最令人兴奋的创业公司，同时也是最令人恐惧的。从定义上说，这些数字往往来自收入可能显得脆弱的情况。
根据 BVP 的数据，他们调研的十家 AI 超新星平均在商业化第一年就达到了约 4000 万美元的 ARR，第二年达到约 1.25 亿美元的 ARR。但表面的 ARR 数字并不总是意味着健康的业务。可持续增长依赖于强大的留存率、用户参与度和资本效率。平均而言，这些 AI 超新星的毛利率只有 25%，通常在短期内牺牲利润来换取分发渠道。
这让我深思。25% 的毛利率在传统 SaaS 业务中几乎是不可接受的，大部分成功的 SaaS 公司毛利率都在 70-80% 以上。但这些超新星公司却展现出了惊人的 113 万美元 ARR/FTE（每全职员工年度经常性收入），这比典型的 SaaS 基准高出 4-5 倍。这种收入效率可能表明，这些公司在规模化后具有成为非常高效企业的长期潜力。
我认为，超新星现象反映了 AI 技术本身的特点：它能够以前所未有的速度创造价值，但同时也面临着前所未有的竞争压力和技术风险。这些公司往往非常接近基础模型的核心功能，因此可能被贴上"薄包装"的标签。在竞争激烈的红海中，利润率往往被压缩到接近零甚至为负，因为创业公司会使用一切工具来争夺赢家通吃的奖励。
AI Shooting Stars：稳健增长的新标杆
相比之下，流星看起来更像优秀的 SaaS 公司：它们快速找到产品市场契合点，保持并扩展客户关系，维持强劲的毛利率。虽然由于更快的增长和适度的模型相关成本，毛利率略低于 SaaS 同行，但它们的增长速度平均比 SaaS 前辈更快，但仍然受到扩展组织的传统瓶颈所限制。
根据 BVP 的数据，这些流星平均在第一年收入中达到约 300 万美元的 ARR 范围，年同比增长四倍，毛利率约为 60%，第一年的 ARR/FTE 约为 16.4 万美元。如果说 T2D3（三倍、三倍、两倍、两倍、两倍）定义了 SaaS 时代，那么 Q2T3（四倍、四倍、三倍、三倍、三倍）更好地反映了我们从今天的 AI 流星公司看到的五年轨迹。
我特别欣赏这种分类方式，因为它揭示了一个重要真相：虽然我们都喜欢超新星，但这个时代可能不是由少数异常值定义的，而是由数百个流星定义的。这使得流星成为 AI 创始人最重要的目标基准。60% 的毛利率虽然比传统 SaaS 低一些，但仍然是健康的；四倍的年增长虽然没有超新星那么震撼，但更加可持续。
从我的观察来看，流星模式更符合长期商业成功的规律。它们展现了强大的产品市场契合度、稳固的利润率和忠诚的客户群体，像优秀的 SaaS 公司一样扩展。这种增长模式意味着更低的客户流失率、更高的客户满意度，以及更强的竞争壁垒。
BVP 的这些基准为 AI 创始人提供了重要启示：建设标志性 AI 公司并不需要一夜之间翻四倍。许多最强的公司仍然会采取更谨慎的路径，受产品复杂性和竞争动态影响。然而，速度比以往任何时候都更重要。AI 已经释放了更快的产品开发、市场进入和分发能力，使"Q2T3"成为一个雄心勃勃但越来越可实现的基准。
AI 宇宙的路线图：星系正在形成
在 BVP 追踪的每个路线图中，他们都看到 AI 技术栈的许多元素在过去一年中显著结晶，导致几个早期星系的形成。我发现这种星系化的观点非常有意思——它暗示着 AI 行业正在从混沌的探索阶段转向相对稳定的生态系统。让我们来看看这些正在形成的星系，以及那些仍然是"暗物质"的重要领域。
AI Infrastructure：模型层的星系化
在基础设施层面，最明显的是少数几个玩家如 OpenAI、Anthropic、Gemini、Llama 和 xAI 继续主导基础模型格局，在推进模型性能的同时探索垂直整合。现在很清楚，大型实验室正在超越仅仅提供基础模型和模型开发工具——这些实验室现在正在推出用于编码、计算机使用和 MCP 集成的 agent。与此同时，计算成本继续可预测地下降，这是由软件创新和端到端硬件优化推动的。
我认为这种垂直整合趋势非常重要。大型实验室不再满足于仅仅提供"管道"，它们想要控制整个"炼油厂"。这种趋势对创业公司来说既是挑战也是机遇。挑战在于，大型实验室拥有更多资源和更广泛的能力；机遇在于，它们无法专注于每个垂直领域的细节，这为专业化的创业公司留下了空间。
同时，Kimi、DeepSeek、Qwen、Mixtral 和 Llama 等最先进的开源模型继续证明，开源生态系统仍然可以超越其重量级闭源对手，在效率和专业任务方面经常匹配或超越专有模型。这种开源与闭源的竞争让我想起了软件行业的历史，Linux 最终在服务器市场击败了 Windows，但 Windows 在桌面市场保持主导地位。AI 领域可能也会出现类似的分化。
BVP 指出，我们正处于基础设施第二幕的开始——从展示 AI 可以解决问题，转向构建能够定义、测量和解决问题的系统，具备经验、清晰度和目的。正如 OpenAI 的 Shunyu Yao 最近观察到的："AI 的下半场——从现在开始——将把重点从解决问题转向定义问题。"
这个观点让我深有感触。在 AI 的早期阶段，我们专注于证明技术可行性；但现在，我们需要关注实用性和可靠性。这种转变催生了新一波基础设施工具——不仅仅是为了规模或效率而构建，而是为了将 AI 基于操作环境、现实世界经验和持续学习。
Developer Platforms and Tooling：软件开发的范式转变
在开发者工具领域，AI 已经明显改变了软件开发。自然语言已经成为新的编程接口，模型执行指令。在这种范式转变中，软件开发的基本原理正在发生变化，因为提示现在是程序，LLM 是一种新型计算机。
我觉得这种变化比大多数人意识到的更加深刻。传统的软件开发是一个精确的、确定性的过程：你写代码，编译器执行，结果是可预测的。但在 AI 驱动的开发中，你用自然语言描述意图，AI 解释并执行，结果具有一定的随机性。这不仅仅是工具的升级，而是思维方式的根本转变。
BVP 强调了 Model Context Protocol（MCP，模型上下文协议）的重要性。MCP 由 Anthropic 在 2024 年底推出，并迅速被 OpenAI、Google DeepMind 和 Microsoft 采用，正在成为 agent 访问外部 API、工具和实时数据的通用规范。正如 MCP 的创造者所描述的，它可以被认为是 AI 的 USB-C。它支持持久内存、多工具工作流程和跨会话的精细权限控制。
我认为 MCP 的重要性不亚于早期互联网的 HTTP 协议。它标准化了 AI agent 与外部世界交互的方式，这将极大地降低开发复杂 AI 应用的门槛。对于开发者来说，MCP 极大地简化了集成；对于创始人来说，它为构建真正的代理产品打开了大门——AI 不仅仅是协助用户，而是代表他们跨系统行动。
当然，MCP 只是一个配方书，不是厨师。为了真正开始烹饪，我们需要像 Prefect 的 FastMCP（让构建 MCP 服务器变得更容易）和 Arcade 和 Keycard（促进代理授权和权限管理）这样的生态系统。随着围绕 MCP 连接器、治理框架和 agent 特定工具的星座继续形成，我们期望它对代理原生网络变得像 HTTP 对互联网一样基础。
Horizontal and Enterprise AI：记录系统面临压力
在企业软件领域，AI 开始暴露创业公司颠覆一些最大的水平记录系统（SoR）的机会。几十年来，像 Salesforce、SAP、Oracle 和 ServiceNow 这样的 SoR 由于其深度产品表面、实施复杂性和对业务关键数据的中心地位而保持稳固。这些业务享有软件中一些最强的护城河。转换成本太高，很少有创业公司甚至敢于尝试推翻它们。现在，这些护城河正在退化。可以看我之前的文章《深度分析｜AI时代的SaaS出路在哪里？》
我觉得这是 AI 时代最激动人心的变化之一。传统的企业软件之所以难以替换，主要有三个原因：数据迁移困难、员工培训成本高、集成复杂度大。但 AI 正在逐一解决这些问题。AI 可以自动化数据迁移、简化用户界面、智能处理集成。
通过 AI 结构化非结构化数据和按需生成代码的能力，迁移到新系统比以往任何时候都更快、更便宜、更可行。代理工作流程正在取代机械数据录入，通常需要系统集成商大军和多年工作的典型实施项目正在被加速几个数量级。
BVP 提到了几个关键的解锁因素：AI 特洛伊木马功能让创业公司能够在不需要第一天就撕掉整个系统的情况下，通过有价值的切入点工具进入数据流；实施速度通过代码生成工具和 AI 将自然语言描述的业务逻辑转换为代码的能力提高了 90%；数据可以自动摄取，利用 AI 在不同模式之间转换的能力，实现一天的数据迁移，使历史供应商锁定几乎过时；投资回报率是传统方案的 10 倍，不仅仅是增量式的；代理工作流程减少了专业服务支出并加速了价值实现时间。
我认为我们正处在从记录系统到行动系统的一代人一次的转变的开始。这些新平台不仅仅存储信息——它们对信息采取行动。像 Day.ai 和 Attio 这样的 CRM 工具自动记录来自电子邮件、电话和 Slack 的客户互动。像 Everest、Doss 和 Rillet 这样的 AI 原生 ERP 自动化财务预测和采购流程。生产力增量变得不可忽视。
Vertical AI：超越传统垂直 SaaS 的潜力
在垂直 AI 领域，BVP 去年提出了一个大胆的论断：垂直 AI 有潜力超越甚至最成功的传统垂直 SaaS 市场。他们对这个论断的信念比以往任何时候都更强。采用继续加速，特别是对于长期以来一直是手工、服务密集型或被视为抵制技术的垂直工作流程。
我发现这个观点特别有意思，因为它挑战了我们对"技术恐惧症"行业的传统认知。实际上，问题从来不是缺乏采用新工具的意愿，而是传统 SaaS 未能解决多模态或语言密集型的高价值垂直特定任务。垂直 AI 终于在这些用户所在的地方与他们见面，提供感觉不像软件而更像真正杠杆的产品。
BVP 提到了几个明显的成功案例：在医疗保健领域，Abridge 用生成式 AI 自动化临床记录，缓解提供者倦怠的同时改善文档质量；SmarterDx 通过自动化复杂的编码工作流程帮助医院收回错过的收入；OpenEvidence 自动化医学文献审查并在护理点提供即时答案。在法律领域，EvenUp 通过生成法律需求包将数天的手工工作转化为几分钟，允许试验律师和人身伤害公司扩展案件负载；Ivo 帮助法律团队自动化合同审查并在商业合同中执行自然语言搜索。
我认为垂直 AI 成功的关键在于三个要素：引人注目的切入点、上下文为王、为价值而构建。最好的楔入产品通常解决语言密集或多模态的核心痛点，因此在以前的软件浪潮中服务不足。防御性来自领域专业知识：集成、数据护城河和为垂直特定需求构建的多模态界面。投资回报率从第一天起就很清楚。
这些工具释放 10 倍生产力、将劳动力重新分配到更高价值的工作、降低成本或推动顶线增长。价值是即时的，不是"好拥有"。我觉得这种明确的价值主张是垂直 AI 与传统 SaaS 的最大区别——用户可以立即感受到差异，而不需要长期培训或适应期。
Consumer AI：从任务助手到生活伙伴
在消费者 AI 领域，我们正在看到从生产力驱动任务向更深层用例的转变，包括治疗、陪伴和自我成长。AI 不再只是任务协助的工具，它正在触及消费者生活的更有意义的领域。
BVP 指出，各年龄段的消费者越来越多地转向通用 LLM，特别是 ChatGPT 和 Gemini，寻求日常或每周协助（截至 2025 年 3 月，估计分别有 6 亿和 4 亿周活跃用户）。最初作为新奇事物的东西已经成为习惯，这些工具现在每周为数亿用户服务各种需求，包括研究、规划、建议和对话。
我认为这种从新奇到习惯的转变标志着 AI 真正进入主流。当人们开始在日常生活中依赖 AI 助手时，它就不再是一个技术产品，而是一个生活工具。这种深度集成为更专业化的 AI 应用创造了机会，但也意味着新产品需要提供明显优于通用助手的体验才能获得用户。
语音作为消费者与这些应用交互的强大模态出现。与 Alexa 或 Siri 等传统助手不同，LLM 驱动的语音 AI 可以处理开放式问题，促进反思，并支持更流畅的对话交流，提供直观的、免提的与技术交互方式。这让我想到，语音可能是 AI 消费产品的下一个重要界面，特别是在移动和物联网设备上。
在创造性工具方面，AI 正在降低创造门槛，将每个消费者变成潜在的创造者。消费者正在用 Create.xyz、Bolt 和 Lovable 等工具构建应用，用 Suno 和 Udio 生成音乐，用 Moonvalley、Runway 和 Black Forest Labs 等平台制作多媒体，并用 FLORA、Visual Electric、ComfyUI 和 Krea 等工具加速构思和迭代。
我觉得这种"民主化创造"的趋势可能会重塑整个内容产业。当任何人都可以轻松创建高质量的视频、音乐或应用程序时，内容的稀缺性将不再是价值的主要来源。相反，创意、故事讲述和用户体验将变得更加重要。
2025 年的五大预测：未来已来
BVP 在报告中提出了五个重要预测，我觉得每个都值得深入思考。这些预测不仅展示了技术发展的方向，也揭示了商业机会和挑战。
预测一：浏览器将成为代理 AI 的主导界面
BVP 预测，随着代理 AI 的发展，浏览器正在成为自主执行的潜在环境——不仅仅是导航工具，而是整个数字世界的可编程界面。虽然语音在某些情境下仍然是自然的模态，但浏览器提供了更强大的东西：直接嵌入日常工作流程的环境式、上下文化表面。
我深度认同这个观点。浏览器的无处不在、灵活性和集成深度使其成为跨 B2B 和 B2C 用例的代理 AI 最有能力——也是不可避免的——界面层。下一代代理浏览器——如最近推出的 Comet 和 Dia——将远不止是插件。它们将在操作系统层嵌入 AI，实现多步自动化、跨标签页和会话的智能交互，以及实时决策制定。
这个预测让我想起了移动互联网时代的应用商店大战。当时，每个平台都想成为用户的主要界面；现在，浏览器可能会成为 AI 时代的新战场。我预期我们将很快看到来自 OpenAI、Google 和其他公司的新 AI 原生浏览器，每个都在推动 agent 在会话中能做什么的边界。
预测二：2026 年将是生成式视频的年份
BVP 认为，2024 年标志着生成式图像模型的主流拐点，2025 年在语音领域看到了类似的突破，而 2026 年正在成为视频跨越鸿沟的一年。模型质量——跨 Google 的 Veo 3、Kling、OpenAI 的 Sora、Moonvalley 的 Marey 和新兴开源堆栈——正在加速。
我对这个预测特别兴奋，因为视频一直是最昂贵和最复杂的媒体。生成式视频和多模态模型正在打破这些障碍，使视频在规模上变得可行和可访问。我们已经看到生成式视频模型在娱乐、营销、教育、社交媒体和零售领域获得主流采用。
但我也看到了一些挑战。伴随技术进步而来的是围绕知识产权日益增长的复杂性。生成式视频的版权和监管格局仍在追赶，主要工作室开始对版权资产的滥用采取行动。在这个领域运营的创业公司应该在许可数据、负责任地采购训练集和开发尊重创作者的版税结构方面深思熟虑和主动。
我认为，无论生成式视频成为被实验室主导的少数玩家市场，还是一个富含应用、基础设施和开放创新的生态系统，有一点是清楚的：视频创作的新时代已经到来——它将重塑互联网。
预测三：评估和数据血缘将成为 AI 产品开发的关键催化剂
BVP 强调，企业 AI 部署中最大的未解决瓶颈之一是评估。产品、功能、算法变更的"表现如何"？人们喜欢吗？它是否增加了收入/转换/保留？几乎每家公司仍然在评估模型在其特定的现实世界用例中是否可靠地执行方面有困难。
我深刻理解这个痛点。公共基准如 MMLU、GSM8K 或 HumanEval 最多只能提供粗粒度信号——经常无法反映现实世界工作流程、合规约束或决策关键环境的细微差别。这就是为什么 2025-2026 年将标志着一个转折点：AI 评估将变成私有的、基础的和可信的——企业部署将因此增长 10 倍。
我认为这种转变不仅仅是技术需求，更是商业成熟度的标志。当企业开始要求 AI 供应商在购买前而不是部署后提供有效性证据时，评估就不仅仅是开发功能——它们成为 AI 技术栈的战略层，以及采购和治理的核心要求。
今天的企业不仅寻求性能，他们寻求信心。而信心需要针对他们自己的数据、用户和风险环境量身定制的可信、可重复的评估框架。像 Braintrust、LangChain、Bigspin.ai 和 Judgement Labs 这样的创业公司正在为这个新时代开创基础设施堆栈——提供评估工具、代理基准环境、实时反馈循环等等。
我特别关注数据血缘在这个过程中的作用。DataHub 让企业确信他们的 AI 模型只使用来自谁、为什么以及在哪里应该使用的数据，并为额外验证和合规性提供血缘。在医疗保健、金融和保险等受监管的垂直领域，这种可追溯性不仅仅是好的实践——它是合规要求。
随着基础模型性能趋于一致，真正的差异化不会是原始准确性——而是确切知道你的模型在你的环境中如何、何时以及为什么工作。能够使评估可扩展、可解释和企业就绪的创业公司将解锁下一波 AI 部署——并定义下一个伟大的基础设施前沿。
预测四：新的 AI 原生社交媒体巨头可能出现
BVP 的第四个预测可能是最具投机性但也最令人兴奋的：消费者技术的重大转变历史上为新的社交巨头铺平了道路。PHP 使 Facebook 成为可能，移动摄像头造就了 Instagram，移动视频的进步推动了 TikTok。很难想象生成式 AI 启用的新功能不会导致类似的突破。
我觉得这个预测触及了社交媒体演进的本质。每一代社交平台都是基于当时最先进的技术能力构建的。Facebook 基于网页和社交图谱，Instagram 基于移动摄像头和滤镜，TikTok 基于算法推荐和短视频。那么基于 AI 的社交平台会是什么样的？
BVP 提到了几种可能性：它可能是一个 AI agent 悄悄确保我们永远不会错过生日、朋友的更新或当地重要事件的网络，帮助我们在线上和现实生活中成为最好的自己；或者它可能是一个由情感智能 AI 影响者和 AI 克隆体填充的世界。像 Character.AI 和 Replika 这样的平台暗示了 AI 而不是人类可能是主角的社交空间。
我认为最有可能的情况是，新的社交平台将把 AI 作为一个增强层，而不是替代人类交互。想象一个社交网络，AI 帮助你发现真正相关的内容，自动翻译跨语言对话，或者基于你的兴趣和情绪智能地连接你与其他人。语音交互、长期记忆以及图像和视频生成的突破确实为下一个社交媒体突破提供了明确的燃料。
预测五：现任者的反击，AI 并购升温
BVP 的最后一个预测关注市场动态：经过两年 AI 原生创业公司的快速颠覆，企业巨头正在反击——不是通过从头重建，而是通过收购他们需要的能力来跟上。在 2025 年和 2026 年，我们预期看到并购活动激增，因为现任者积极购买进入 AI 时代的方式。
这个预测让我想起了云计算早期的情况。当 AWS 开始威胁传统 IT 公司时，Oracle、IBM 和微软都通过大量收购来构建他们的云能力。现在我们在 AI 领域看到类似的模式。
战线在垂直软件中最为清晰。随着 AI 原生创业公司深入推进行业特定工作流程——自动化保险索赔、法律简报或收入周期管理——传统 SaaS 玩家面临一个严峻选择：进化或变得过时。对许多人来说，创新的最快路径是收购。
我认为这种并购浪潮不仅仅是关于添加 AI 功能。垂直 AI 的兴起正在迫使结构性转变——软件和服务之间的界限模糊。AI 工具变得如此深度嵌入领域工作流程中，以至于它们类似于智能服务提供商。对于现任者来说，收购这些公司不仅仅是 AI 升级——这是他们价值主张的重新发明。
BVP 为创始人提供了几个重要启示：准备好应对战略兴趣；最好定位的创业公司将拥有强大的技术护城河、客户吸引力和嵌入式工作流程，使它们难以复制；了解你的收购者的路线图，理解现任者在你的领域哪里落后。
对投资者来说，这波整合既代表流动性机会也代表论点验证：现任者通过他们的钱包确认——AI 原生公司正在设定新标准。AI 原生颠覆的时代可能从创业公司开始，但第二幕正在进行——巨头们正在武装起来。
创始人在 AI 宇宙中的优势
读完 BVP 的整份报告，我最大的感受是：我们不再处于 AI 的黎明——我们深入其展开的星系中。今天的顶级创业公司不仅仅在构建更快的软件，他们在设计能够看、听、推理和行动的系统——将智能嵌入工作和生活的结构中。
但关键在于：AI 的成功不仅仅关乎速度，更关乎方向。最具标志性的公司不会是那些简单搭乘浪潮的，而是那些塑造浪潮的——将指数级能力与现实世界的清晰度对齐。AI 不再是理论的，它是操作性的。它正在产生收入、建立关系、重写行业规则。然而，许多东西仍未解决：内存、上下文、治理、代理。这就是这个时刻的力量——地图仍然模糊，但前沿是真实的。
BVP 为 AI 应用创始人的关键启示
根据 BVP 的研究，我总结了他们为 AI 应用创始人提供的关键启示，并加入了我自己的思考：
两种 AI 创业原型正在获胜：平均而言，超新星在 1.5 年内达到约 1 亿美元 ARR——但通常伴随脆弱的留存和微薄的利润率；流星像优秀的 SaaS 一样增长：4 年内从 300 万美元增长到 1 亿美元，具有强大的产品市场契合度和健康的利润率。我建议大多数创始人瞄准流星模式，因为它更可持续、更容易融资，也更容易构建长期竞争优势。
内存和上下文是新护城河：最具防御性的产品将记住、适应和个性化。持久内存和语义理解创造情感和功能锁定。我认为这点特别重要，因为在 AI 时代，技术本身很容易被复制，但数据和上下文积累却很难被替代。当你的产品比其他任何东西都更了解用户的世界时，替换它感觉像重新开始。
行动系统正在取代记录系统：AI 原生应用不仅仅存储数据——它们对数据采取行动。不要将 AI 强加到传统软件上——重新想象整个工作流程。这种思维转变至关重要：从"存储信息"转向"执行任务"，从"提供界面"转向"理解意图"。
从 AI 切入点开始：解决一个狭窄的、高摩擦的问题（例如，法律研究、销售记录）。快速提供 10 倍价值——然后扩展。我觉得这个策略特别有效，因为它让你可以快速验证 AI 的价值，建立初始客户关系，然后逐步扩展到更复杂的用例。
浏览器是你的画布：代理 AI 正在转向浏览器层——现在是一个可编程环境，agent 在其中观察和执行。为这个表面构建；它是新的操作层。这个洞察让我重新思考 AI 应用的架构：与其构建独立的应用，不如考虑如何在用户已经花费大量时间的浏览器环境中提供价值。
私有、持续评估是任务关键的：公共基准是不够的。企业需要可信的、可解释的性能。从第一天开始构建评估基础设施。我认为这将成为 AI 产品差异化的重要因素——不仅要让产品工作，还要证明它如何工作、为什么工作，以及在什么条件下工作。
实施速度是战略优势：曾经需要数月的入职现在需要数小时。代码生成、自动映射和自然语言界面打破供应商锁定。这种变化为创业公司创造了巨大机会——可以快速证明价值、降低转换成本、加速客户获取。
垂直 AI 是新的 SaaS："技术恐惧症"行业正在快速采用 AI。通过深度嵌入、从第一天证明投资回报率并快速扩展来获胜。我特别看好那些解决多模态、语言密集型问题的垂直应用，因为这些是传统软件最难解决的领域。
现任者醒来了——而且正在收购：SaaS 巨头正在购买进入 AI 的方式。构建技术和数据护城河。准备好并购，但像你将拥有这个类别一样运营。这提醒创始人需要在构建独立业务和准备潜在退出之间找到平衡。
品味和判断是你的差异化因素：在一个 agent 和自动化的世界中，人类洞察是优势。那些能够直觉到应该存在什么——而不仅仅是能够存在什么——的创始人将定义下一个时代。我觉得这点经常被忽视：技术能力只是基础，真正的竞争优势来自于对用户需求的深刻理解和对产品方向的准确判断。
我对 AI 未来的深度思考
读完 BVP 的报告，我有几个深层的思考想要分享。这些思考超越了具体的技术趋势，触及了 AI 发展的根本逻辑和长期影响。
首先，我认为我们正在经历的不仅仅是技术升级，而是智能分工的重新定义。传统上，人类负责思考和决策，计算机负责执行和计算。但 AI 正在模糊这种界限。现在，AI 可以参与思考和决策过程，而人类越来越多地承担监督、引导和质量控制的角色。这种分工的变化将深刻影响工作的本质、技能的价值，以及社会的组织方式。
其次，我观察到 AI 发展正在从"技术驱动"转向"应用驱动"。在早期阶段，我们专注于让模型更大、更强、更通用。但现在，市场开始重视那些能够在特定场景下解决实际问题的 AI 应用。这种转变意味着，未来的竞争优势可能不在于拥有最先进的技术，而在于最深刻地理解用户需求并提供最适合的解决方案。
第三，我思考了 AI 对创新模式的影响。传统的软件创新往往是线性的：发现问题、设计解决方案、编写代码、测试部署。但 AI 使创新变成了一个更加迭代和实验性的过程。你可以快速原型化想法，A/B 测试不同的方法，基于数据反馈快速调整。这种"实验驱动创新"的模式可能会产生更多意想不到的突破。
第四，我关注到 AI 正在重新定义"规模"的概念。传统上，规模意味着更多的员工、更大的办公室、更复杂的组织结构。但 AI 公司可以用相对较少的人力创造巨大的价值。BVP 提到的 113 万美元 ARR/FTE 的数字就是最好的证明。这种"智能密集型"的商业模式可能会催生一批"小而美"的高价值公司。
最后，我思考了 AI 发展的社会责任。随着 AI 能力的增强，我们不仅要考虑"能做什么"，更要考虑"应该做什么"。数据隐私、算法公平性、就业影响、社会分化等问题都需要在技术发展的过程中得到认真对待。我认为，那些能够在创造商业价值的同时承担社会责任的 AI 公司，将在长期竞争中获得更大的优势。
BVP 的报告为我们提供了一张 AI 宇宙的地图，但这张地图仍在不断扩展和更新。我们正处在一个激动人心的时代——技术的边界在快速推进，商业的机会在不断涌现，社会的结构在悄然变化。对于那些敢于在这个模糊但真实的前沿中航行的创业者们，这可能是历史上最好的时机。创始人的优势正在转变，单纯的速度已经不够，你需要产品直觉、同理心和目标的清晰度。你不仅需要更好的模型——你需要更好的世界模型。
AI 宇宙正在快速扩张，现在是时候构建能够将你的星系维系在一起的引力了。星辰大海，未来已来。
结尾
一家处于 stealth 状态的 AI 初创公司，已获得头部一线美元基金的种子轮投资，正在招募founding team成员，以下是岗位JD，感兴趣的朋友欢迎扫码投递简历。其中海外运营增长的岗位，只有两个要求：聪明和英语好，我会手把手教。
文章来自于微信公众号“深思圈”，作者是“Leo”。
