从起点到路径，AI时代创业方法全解析

截至目前，我们已经听过太多关于AI时代创业成功的故事。

互联网上关于“一个人、一间房间、一千万”的叙事层出不穷，而我们也总会一次次被吸引。一方面，是因为人们很容易产生一种“他能做到，我也能做到”的代入感；另一方面，大家也都想弄清楚，在个人意志更自由的前提下，究竟怎样才能走出一条“自己说了算”的创业成功路径。

我们和身边许多真实的创业者交流过，他们中有人已经拿到结果，也有人仍处在摸索阶段。相比那些带有幸存者偏差的成功叙事，这些真实经历更能帮助我们看清：成果是如何一步步获得的、AI创业过程中会遇到哪些困难，以及面对困境时可以采取哪些解决方案。

在这次微扰和我们的分享中，他系统回顾了自己整个创业阶段的方法、路径与心路历程。接下来，也想把普通人进入AI创业赛道后，可能走过的具体路线分享给大家。

微扰毕业于交大，曾在阿里、字节、腾讯等互联网大厂工作。2024年，微扰选择辞职，随后靠参加黑客松一年拿下15个奖项，开发出自己的产品，并获得奇迹创投融资。如今，他正在打造一款AI原生知识库产品，并计划在下半年回到学校攻读AI博士。

他分享了一整套适合普通人的AI创业方法论：从如何参加黑客松，到创业到底该选哪条路，再到如何建立不被大模型迅速替代的竞争壁垒。下面一起来看。

AI时代性价比最高的起点：

参加黑客松

如今，文科生借助AI写代码早已不是什么新鲜事。只要愿意尝试，现阶段的AI工具和大模型能力已经足以提供支持。而黑客松，恰恰为所有人提供了一个练手机会、试错场景，甚至可能成为AI创业的起点。

很多人并不是没有想法，而是始终缺少一个真正启动的契机。黑客松正好能补上这一点：它有明确的deadline，有一起做事的人，也有一个快速验证产品想法和项目方向的机会。

微扰在辞职后参加了很多场黑客松，这段经历也成为他走向AI创业的重要开端。同时，他也总结出了一些更容易获奖、也更适合普通人入门的经验：

先揣摩主办方。大多数黑客松，本质上也是主办方展示自身产品与技术生态的机会。想提高获奖概率，就要尽可能使用他们的产品，并把产品价值真正发挥出来。比如巨星的黑客松会强调机械臂，AMD的黑客松会强调本地大模型，很多方向其实已经写进了选题里。

选你真正感兴趣的赛道。不要只是为了拿奖而参加。更推荐的做法，是选择一个你愿意持续投入、长期构建的方向。黑客松更像起点，而不是终点。

组建一个稳定可靠的团队。如果文科生想学技术，黑客松其实是结识程序员和产品伙伴的最佳场景之一。若目标是拿奖，固定团队通常比临时组队的胜率高很多。

多和评委交流。线下黑客松的评委，很多都是主办方内部资深成员。多交流不仅能获得行业insight，也能在他们面前建立认知和存在感，而印象分往往会直接影响最终评分。

Demo和故事，往往比后端完美更重要。时间有限，就不要过度追求技术上的绝对完整。一个足够吸引人的demo，加上一个能打动人的故事，很多时候比后端逻辑多么严谨更容易赢得认可。

微扰一直反复强调一句话：“别当赏金猎手，找到你真正想做的事，然后真的去做。”这份坚持，也成为他后续创业过程中持续前进的重要动力。

AI时代创业路径：

只有两条路相对走得通

微扰认为，在当前AI时代，无论是AI创业还是独立开发，真正相对可行的路径其实主要有两条。

第一条，是成为独立开发者。

这也是很多AI创业者最早会做的事：先做一个小产品，再继续做下一个，通过快速迭代去验证需求、积累用户，并尝试先赚到第一笔钱。在这个过程中，个人IP和个人影响力也会不断增长。

这条路的优势在于门槛相对较低，因为AI已经在很大程度上抹平了写代码的门槛，让个人开发产品变得前所未有地高效。

但它的风险同样清晰：大模型原厂推出正式产品后，往往会很快把你的产品替代掉。比如很多产品只是包装了一层OpenAI API，可能半年之后原厂就自己上线了类似能力。如今所有人都能更快地模仿你、复制你，所以想做出一个能稳定盈利两年以上的产品，其实非常难。

因此，最后真正赚到钱的人，往往未必是技术最强的人，而是掌握分发能力的人。也正因为如此，个人影响力就变得极其关键。所以现在很多技术出身的独立开发者，也开始同步经营自己的IP内容。另一种选择是拥有渠道资源、认识厂商，然后去做FDE。这条路确定性更高，但对个人综合能力的要求同样更高。

第二条，是做有壁垒的生意。

也就是追求真正的技术门槛，选择错位竞争，而不是在主流热门方向上正面硬拼。

他提到一个很有意思的案例：有一家公司研发出一款视频生成模型，强大之处在于它能够每秒生成40帧画面，这恰好接近人观看视频时所需的流畅速度。这意味着，视频内容可以更接近实时交互。令人意外的是，这个项目发布不到两个月，像千问这样的大厂就迅速开始接入相关能力。然而，它之所以被资本看中，恰恰不是因为它在AGI主战场上正面竞争，而是因为它走了一条差异化路线，最终成功拿到了大量融资。

不过，这条路通常需要一定技术背景。微扰结合自己的情况，最终选择了第二条路径。他的逻辑更像是在“符合自己内心意愿”和“有机会真正做成”之间找到平衡：

做不会让自己感到痛苦的事。 他不喜欢那种需要天天在推特上做营销的产品，这会让他觉得很痛苦，也难以长期坚持。所以相比之下，他更愿意优先做AI研究本身，因为那是他真正感兴趣的事情，也更容易长期投入。

符合自己的价值观。 他的价值观是开放、去中心化，以及贡献者应该得到回报。即使开源可能会被别人模仿，他依然会选择开源。因为如果别人真想抄你，不开源也一样能抄，所以这个问题本身并没有那么大的决定意义。

寻找技术门槛足够高的方向。 纯编程的乐趣，已经在很大程度上被AI削弱了，但围绕大模型的研究工作，依然保留着足够的技术挑战、研究价值和竞争壁垒。

AI时代建立壁垒：4种解法

前面提到过，如今“抄”这件事已经变得越来越简单、高效。那么，对AI创业者来说，到底应该建立什么样的竞争壁垒？

解法一：行业数据壁垒。

比如你掌握了大模型公司没有的数据，而且这些核心数据未来会持续沉淀在你手里。

他分享了一个投资机构投过的案例：一家做垃圾分类回收的公司，手里积累了非常精准的分拣数据，因此利润率比传统回收企业高出很多。别人想模仿，也很难直接复制，因为关键数据并不在他们手里。当数据积累跨过某个临界点后，优势往往会被持续放大。

这条路适合什么样的人？适合原本就身处某个传统行业、拥有行业资源和know-how的人。AGI的市场很大，但大厂往往只愿意接500万以上的大单，中小微企业的大量细分场景，他们暂时还顾不过来。

解法二：物理世界壁垒。

进入物理世界，加上传感器，去做垂直场景产品。它看起来没那么“AI”，但在很长一段时间内，反而不容易被快速替代。

比如网球拍加传感器，服务垂直运动人群；再比如泰拳手套加传感器，用来纠正动作、记录训练进步。这类产品在市场上本来就稀缺，一旦做出来，很容易形成自己的独特定位。微扰自己也认真考虑过“加硬件”这条路，并把它称为防御型创业。

解法三：研究驱动壁垒。

通过有差异化的深度研究，建立真正的技术门槛。这也是为什么现在很多投资人更愿意投researcher。前面提到的1秒40帧视频生成模型，就是典型例子。

而且，这个时代做研究的方法也已经发生了变化。现在做research，某种程度上就像两年前做web coding一样：你可以不断和AI交流，生成想法，让AI阅读论文、提炼信息、辅助提取insight。如今几乎没有researcher会完全不借助AI来做研究。

解法四：IP影响力壁垒。

成为拥有分发权的人，拥有渠道、粉丝和社群。这其实是独立开发者路径的自然延伸，但前提是人本身具备影响力，并且愿意长期经营内容与传播。

微扰也很坦诚：这条路不适合他，因为做marketing对他来说实在太痛苦了。

另外，他还补充了一个行业判断，来自红杉曾发布过的象限图：如果一个岗位的能力在公司外部大量存在，比如外包设计，那么它很可能被大模型更快替代；但如果一个岗位深度嵌入公司内部，并且绑定了行业know-how，那么短期内通常会更安全。

坚持下去的动力：自洽的价值观

决定一个人能在创业这条路上走多远的，往往不是短期能力，而是心态与价值观。选择与自己自洽，也许不一定能保证走得多快，但通常能保证走得更久。这也是微扰在这些年的经历之后，给出的重要总结。

首先，在开始之前，要先想清楚自己的真实需求：钱和自由，你更看重哪一个？

微扰的选择很明确：他的物欲不高，并不需要特别高的薪资。辞职之后他发现，不赚大厂的钱，生活质量也未必会变差。反而在拥有自由之后，可以去全球生活成本更低、但体验并不差的地方生活。比如他在清迈生活，成本不高，幸福感也不低。

他提到，很多投资人在面试创业者时都会问一个问题：你创业到底是为了什么？钱、自由、自我实现，这些答案都合理，也没有高低之分，真正重要的是你自己是否认可、是否接受。

他还提到一个很多创业者都会出现的状态：创业时间越长，越难回去上班。因为一旦习惯了“自己说了算”，就很难再适应完全被安排的人生节奏。

另外一点同样重要，就是要和协作者保持自洽：团队价值观不一致，该怎么解决？

在创业失败之后，团队价值观分歧几乎是必然会出现的问题。微扰上一个项目失败后，他认为应该优先找到团队成员都真正感兴趣的方向，而其他成员则认为应该先做市场调研、从用户需求出发。他虽然是一号位，却无法坚持一个自己并不认可的方向，最后的结果自然不会太好。

后来，他开始尝试一种更开放的方式，类似引力法则：不再主动到处找人，而是彻底开放。开源代码，开放想法。真正感兴趣的人自然会自己出现：有人把代码拉下来跑，有人主动提PR。这种主动投入，才说明对方是真的感兴趣。人最终只能靠筛选，而最好的筛选方式之一，就是等待真正匹配的人来找你。

在AI时代，还有一个明显加持：一个人在某个阶段内，确实是可以work的。OPC（一人公司）在一定范围内是成立的，不一定非要一开始就立刻组建完整团队。

此外，还有一点也很关键，那就是找到属于自己的刻度：钱有刻度，价值感没有。

钱可以量化，可以算ROI，也可以算KPI。但“这件事有没有意思”“我做的事有没有价值感”往往非常抽象，也因此更容易让人迷失方向。

在这种情况下，可以主动为自己建立刻度。比如开源项目的star数量、免费用户的增长、产品迭代的进度，都可以成为衡量价值感的坐标。只要你真的在追求一件重要的事情，这些刻度通常会慢慢出现。

不过，他也坦诚分享了自己的困扰：当看到投资人投资的其他项目推进顺利时，自己依然会感到挫败。直到现在，这种情绪也没有完美解法，只能尽量少去比较、少去想。

他说：火一般的热情，最终要变成水一般的坚持。

微扰认为，两年之后，很大一部分researcher可能会像今年的coder一样：如果不是足够优秀，所能创造的价值就会显著下降。这个窗口期正在快速关闭。

他和导师讨论过，未来研究者最重要的能力，也许会逐渐变成如何与AI高效交互，而传统研究能力的训练机会则会大幅减少。如果再过两年，AI开始更大规模地自我迭代，那么普通人想进入模型层工作的门槛，可能会变得更高，甚至彻底隔绝。

这也是他决定回学校读AI博士的重要原因之一：“我有幸能成为最后一代把古法研究和AI研究结合起来的人。”

至于他正在做的产品，叫CoWiki，是一个AI原生的多人协作知识库，也是一个开源项目，在GitHub上可以搜索到。

它要解决的问题是：当多个AI agent一起协作时，信息应该如何同步。更长远的愿景，则是打造一个公共空间，推动不同agent的协同进化。与其每个人都重复维护一套知识库、陷入低效内卷，不如通过分工协作，让知识在社区中持续流动和增值。

写在最后

微扰即将从上海骑行到大湾区，接下来也将正式入学攻读AI博士。

从大厂裸辞之后，他的人生突然多了许多全新的体验，也打开了更多不同的可能性。但他也反复强调，不是每个人都适合辞职创业，理性决策非常重要，关键是看清自己真正需要的到底是什么。

“与其做赏金猎手，不如找到你真正想做的事，然后认真把它做下去。”

共勉。