连接中国AI与全球市场。提供硬核实战案例、GTM策略与资源对接，助力实战派赢在全球。
本期对话@AHua MAO 这期最有意思的是两个反差：一个在腾讯做了那么多从0到1创新项目的人，回头看上一代AI说"就是智障"；一个15年没写过代码的中年人，Claude Code出来后每天只睡四五个小时抱着电脑写。 1. 腾讯8年：从应用宝到QQ物联到语音AI 毛华进腾讯是因为自己的公司被收购了——他做的App Store后来变成了腾讯应用宝。 进了腾讯之后做了大量从0到1的事。2014年开始做QQ物联——通过QQ连接各种硬件设备。理念很超前：硬件也是你的好友，每个设备有自己的QQ号，出现在你的联系人列表里。 他做了一个比苹果AirTag早5年的产品。和李宁合作，在儿童鞋鞋底放一个蓝牙芯片，通过QQ定位孩子的位置。苹果AirTag只能用iPhone接收，他们的方案安卓和苹果都能用。真的找回过走失的孩子。 还做了一个更早的事——第一次用深度学习AI做产品。跟杭州的虹软科技合作，训练模型识别交警。场景很具体：你违停的时候，行车记录仪拍到穿反光服的交警在你车前拍照取证，系统通过QQ提醒你"交警来了"。在杭州和深圳，交警抄牌过程中你把车挪走是不扣分的。 "这是2015、2016年的事，比商汤还早。马化腾看到demo还特别给我们点赞。" 2. 上一代AI"就是智障" 毛华在腾讯做语音AI的时候，合作伙伴是Bose、B&O、哈曼卡顿、Sony——全球顶级音频品牌。他们的产品叫腾讯小微，本质上就是智能音箱的AI对话系统。 他把腾讯的内容全部接进去了——QQ音乐、QQ阅读、腾讯新闻，还做了知识图谱。但最终体验还是很差。 "你问他一个问题是可以的，你问他两个问题就不行了。根本不存在连贯性的对话。" 所以当2022年11月ChatGPT推出来的时候，他的第一反应是"对话可以连贯了"。虽然GPT 3.5当时也不完美，但他看到了趋势——成本一定会下降，能力一定会大幅提升。 "那一刻我就认定，这不是一般的事，这是一次革命。" 3. 从个人助理到财务Agent 2023年他开始创业，先做了个人助理PlatoX。做了时间管理、财务管理、知识管理三个模块，做了七八个月，效果挺好。 直到GPTs推出来。 "我们发现GPTs可以做各种各样的事，我们做的事肯定会被大厂覆盖。所以我们就停了。" 停了之后想：做一点高频的、有价值的、大厂暂时覆盖不到的事。于是把PlatoX里的财务记账功能抽出来，专门做ToB的AI财务服务。 逻辑很简单：任何企业都要做账、报税、报销。你不想做也得做。这是刚需中的刚需。 4. 不卖软件，卖结果 一开始他想卖软件——一套AI财务CFO系统。但在推广过程中发现，传统企业老板看到产品觉得很好，第一个问题就是："我买了是不是得自己用？我没时间。" 或者："我是不是得招个人来用你们这个产品？" 毛华说：算了，我们不卖软件，直接卖服务。你也别招财务了，我们帮你把所有事做完。AI做能做的，人做AI做不了的，最终交付一个结果。 "我们是AI加人交付一个结果。" 5. 传统accounting firm记总数，他记每一行明细 ccMonet和传统会计事务所最大的区别在数据的颗粒度。 传统accounting firm帮你记账，记的是一个总数——一张票100块钱，就记100块钱。但ccMonet不是。这100块钱是由什么构成的？买了多少鸡蛋、多少肉、多少鱼？单价多少、数量多少、总价多少、含不含税？什么时间采购的？付款期限是多久？什么时候该提醒你去处理？ "Data in, reports out。数据进去报告就出来了。而且不只是给政府的报告，还有你内部的运营报告——你今天收入多少、支出在哪、收入来源是什么。" 餐饮行业收入来源非常多——POS机的、外卖平台的（还有好几个平台），支出口子也非常多——今天买鸡蛋的供应商、买肉的供应商、买设备的供应商。票据极其混乱。这恰恰是传统accounting firm不愿意做的——太麻烦了。 但AI不怕麻烦。 6. 3亿融资因为一份报告加速到账 毛华讲了一个泰国客户的案例。 这个客户手下有10个关联公司，融了3亿人民币，包括一个新加坡的投资机构。投资意向已经确定了，但报告一直出不来。 原因是业务太复杂——有泰币交易、美元交易、人民币交易。财务团队20多人，但报告就是对不上账——货币单位搞错了、金额搞错了，最终balance做不平。 ccMonet当时产品还很早期，只是用AI加OCR技术把票据信息提取出来做加减。但即使是这么初级的功能，已经"救了他们命了"——大量减少了中间的人为错误。很快报告就出来了，融资加速到账。 "哪怕我们只帮他解决了50%不到的事，但解决的是他最底层的那些问题。" 7. 中年男人以前钓鱼，现在vibe coding 毛华读的是机械专业，但计算机方面一直做得不错。把公司卖给腾讯之前自己写代码，进了腾讯之后都是团队写——"他们写得比我好"。15年没碰过代码。 Claude Code出来之后，他每天只睡四五个小时，有时候抱着电脑睡觉。 "代码是AI写的，设计也是AI设计的，上架也是AI上架的。我只要跟它说发布到苹果App Store上面，就上去了。中间的配图也是AI生成的。" 他一个人做了一个报销APP——策划、设计、代码、上架全流程都是AI完成的。月费4.9美金。上线之后他盯着数据看，发现转化率低了就跟AI说"你去分析一下怎么提升"，AI自己改介绍文本、改官网、提交到App Store。 "我们前两天还开玩笑，中年男人没有vibe coding之前兴趣是钓鱼。现在大家把钓鱼的时间全花在写代码上了。" 他还让11岁的儿子跟AI对话做了一个2048游戏。孩子没学过编程，什么都没学过，只需要告诉AI"我要做个游戏，界面是这样的，规则是2048"，就做出来了，自己玩得很开心。 8. 组织架构从分层变垂直 毛华说AI带来的不只是效率提升，是组织架构的根本性变化。 以前互联网公司是分层的——产品策划、产品经理、设计师、前端、后端、测试、运维、推广、品牌、销售。现在不需要这么多角色了。前端不需要了，设计师不需要了，运维不需要了，测试不需要了。 "这些角色的人不需要了，但工作还是要有的。工作谁来做？组织架构变成垂直——产品经理从头做到尾，除了后端开发。两个人就能做一个完整的项目。" 以前公司最大的成本是什么？人与人之间的沟通。互联网公司那些专有名词——颗粒度、对齐、复盘——本质上都是在解决人和人之间理解不一致的问题。 "AI来了以后不需要对齐了，不需要复盘了。你跟AI对齐就完了。" 9. 端侧AI：苹果的牌还没出完 毛华有一个很多人没注意到的判断：非常看好苹果的端侧AI。 大家都觉得苹果在AI时代掉队了——最强的能力都在云端。但苹果的价值观从来都在设备端。苹果最看重的是你的数据安全和隐私。 他算了一笔账：苹果M系列芯片每年升级——M5已经能跑大部分开源模型了，虽然不是满血版。到M7的时候，芯片够用了。同时开源模型也在快速进步——DeepSeek V4已经很强，到V6大概能接近ChatGPT 5.5的水平。 "5.5绝对够用了。那个时候硬件够用、开源模型够用，把模型装到Macbook里面，是不是就解决了本地数据安全的问题？" 他现在就有一台电脑24小时开在美国家里，跑着本地模型，有什么资料需要分析就丢进去处理。不上云，不出设备。 "AI时代的云会大大简化。只需要三样东西：存储、GPU算力、AI底座。以前那些SDK、API全部不需要了。" 10. 不是汽车变火车，是汽车变火箭 最后问他怎么看自己在这一波AI浪潮里的角色。 "必须参与。从各个角度去参与这件事。必须是要自己入局去做，而不是只做些研究。" 他说2023年给新加坡三分之二的私立学校做过AI科普讲座——德威、加拿大国际、美国学校。但科普不够，必须亲自下场。 "这次工业革命带来的是范式转移，不是普通的技术升级。不是汽车变火车，是汽车变火箭。"
这篇文章的意思是说，红筹架构在目前，不仅中国政府在限制，投资者也是不愿意投资的，是这样吗？
我们来排一排6.9-6.13的活动😊 6.9下午 Simular AI主办的Agent Hour @Dora Qian 6.9 晚上 Linkloud和Exa在SQ Collective举办的@Michael 鹏飞 6.10-6.11 SuperAI主会场 6.11 晚上 SmallWOD特邀Praxis举办的Global Founder Night @黄姝菲 @Tim 6.11 晚上 Seedance VIP晚宴 6.12 上午 Google VIP brunch 6.12 全天 非凡产研SG AI 30峰会 6.13 AGI Villa主办的Go Summit
4月，中国国家发展和改革委员会撤销了Meta对Manus的20亿美元收购案 整个架构如今已是公开信息，Manus在2025年中将总部迁至新加坡，新设主体：Butterfly Effect Pte。北京团队从120人精简到40人，并迁往新加坡。网站屏蔽了中国IP访问。从文件上看，这是一家新加坡公司 金融媒体已经为这种做法起了一个名字，叫”新加坡洗白”。Shein在2021年这样做过、Manus在2025年这样做了，模式都一样。由中国创办的公司将注册地迁往新加坡，以接触西方资本，而产品、IP、团队和数据仍留在中国 PitchBook发布的《2026年东南亚私募资本报告》显示，2025年该地区VC交易额下降了33.9%。报告列出了三个原因：募资压力增大、跨境投资参与度下降、尽调标准趋严，新加坡洗白现象就发生在中间这一条上 北京盈科律师事务所的曹原律师把背后逻辑讲得很清楚，产品的实际研发地，远比控股公司的注册地更重要 但新闻报道里有一点没有被讲到 新加坡洗白不仅仅是在 M&A 阶段的监管问题。在种子轮阶段，它同样是一个融资问题。大部分尝试这种做法的创始人，要等坐到新加坡投资人对面，才会意识到这一点 投资人愿意投新加坡，是因为他们能对新加坡公司做尽调。ACRA 的企业登记系统是公开的、可搜索的，分钟级就能核实信息 中国的情况则不一样，自2017年《网络安全法》实施以来，对非中国公民来说，国家企业信用信息公示系统的访问权限是受限的，法院记录大多不公开，即使是经验丰富的尽调团队，通常也需要中国本地律师协助调取纸质资料 所以当一位创始人把中国资产套上新加坡的架构，再拿去向新加坡投资人融资时，等于是让投资人去为一个他们根本无法穿透、无法核实的底层资产买单 今年早些时候，一位创始人找我，希望我投资他的新加坡公司，半导体行业，产品在中国研发，IP由中国实体持有 我问了三个问题 “我是在投资你的中国公司，还是你的新加坡公司？” 他说新加坡 “IP是谁持有的？” 他说中国 “你让我投资你的新加坡公司，但新加坡公司基本上什么都没有，那我到底在投资什么？” 他答不上来 当时我并不知道这种做法已经有了一个名字。现在大家都知道了 北京在20亿美元的层面说了不。新加坡投资人在200万美元的层面说了不。问的问题是一样的 每一个被监管撤销、或被投资人拒绝的”洗白”项目，都让接下来那些真正的新加坡公司融资变得更难。投资人现在和创业者见面，第一句话已经多了一个三年前不存在的问题。这是真正的新加坡公司，还是新加坡洗白 新加坡不是一件外衣，是一个国家。在那里做投资的人，眼睛是雪亮的 Chris
本期对话@Chengchen 胡成臣，清华博士，29岁在西安交大当副教授，34岁正教授，35岁任计算机系系主任。36岁离开学术界加入赛灵思（Xilinx），从零搭建亚太区CTO office和亚太区实验室。40岁生日前一天接受了蔚来汽车的offer，做首席专家，前后主导技术规划和AGI委员会。2025年6月30日离职，现在新加坡创业。 这期聊的不只是他做了什么，更多是他怎么想的。他说以前一直标榜自己"跳出舒适区"，40岁以后发现自己没有跳出叔本华——得不到的时候痛苦，得到了空虚，然后再去追下一个。真正的转变是想清楚一件事：以前是用生命力换生产力，现在应该反过来。 1. 29岁副教授，35岁系主任 胡成臣的学术路走得极其顺利。清华博士毕业后去了西安交大，29岁副教授，34岁正教授，而后担任计算机系系主任。在学校期间还创办了两家公司，完全按硅谷模式和学生co-found——当时在中国的高校里凤毛麟角。 但他总觉得少了什么。学术界的需求是"二手需求"——从论文里、从同行里获取的，不是直接从市场来的。到了产业界之后他才体会到什么叫"一手需求"——客户自己都不知道要什么，你要和他一起去共建。 2. 蔚来：移动的数据中心加四个轮子 2021年，40岁生日前一天，他接了蔚来的offer。 他说吸引他的不是"造车"这个概念，是智能电动汽车的技术复杂度。 从电动化再到智能化，蔚来规划的智能电动汽车技术栈有12层——传统的车辆工程（Vehicle Engineering），还有三电，有智能硬件，有操作系统，有无处不在的AI。 "这不是手机加四个轮子，是移动的数据中心加四个轮子。" 他在蔚来做的核心工作是像建筑师一样思考，哪里是技术的地基、承重墙，哪里决定平台级的能力、如何更高效地支撑业务层的需求。GPT 3.5出来后的某个假期，公司开了一天战略会，胡成臣开始组建通用人工智能委员会，推动公司AI全技术栈的协同和对业务的支撑。 3. 叔本华的钟摆 离开蔚来之前，他经历了一段很深的自我追问。 他说以前一直标榜自己"跳出舒适区"。但40岁以后回头看，发现自己没有跳出叔本华——得不到的时候痛苦，得到了空虚，然后再去追下一个目标。OKR做久了，把KR当成了O，忘了Objective到底是什么。 "以前是用生命力换生产力——拼命工作，换来职位、收入、成就。现在应该反过来，用生产力换生命力——用AI和技术把生产力释放出来，换回时间、自由和真正想做的事。" 离开蔚来最大的纠结不是职业风险，是团队。"带着老婆孩子猫狗从美国回来的兄弟们，我怎么交代。" 4. 融资不顺利，反而想通了 创业第一年他走了标准路径——写BP、踩风口、见投资人。融资不顺利。在新加坡创业被质疑市场在哪，方向又稍微超前。 但他说融不到钱反而是好事。 "为什么要花时间去说服投资人？让客户用真金白银投票就好了。" 第一个客户是老同学。一顿晚饭聊完，第二天对方就带着合同来了。不需要解释什么是AI、什么是Agent——对方知道他的能力，信任就是最快的成交。 5. 内心真正的恐惧 他说创业最大的恐惧不是没钱、不是没市场。 是十几年没碰代码了。 做了几年教授、几年高管，他不确定自己还能不能写代码。这个恐惧比任何商业风险都真实。 打消恐惧的方法很简单——做了一个很小的项目，发现还行，信心就回来了。 "AI时代有一个好处：你不需要从零开始写所有代码。你需要的是知道该写什么、怎么架构、怎么判断AI输出的质量。这些能力十几年的积累一直在。" 6. 一人公司怎么运作 他现在的工作流是这样的：晚上给多个AI（Codex、Cursor、Gemini、Claude Code）布置任务，让它们互相讨论，出方案。早上起来做评估和修订。 开发链路更具体：项目经理Agent负责拆解需求，前端Agent、后端Agent、测试Agent、QA Agent分别执行，遇到阻塞才停下来等人介入。 "大公司立项要半年，我半年已经做了好几个项目。" 他不是在替代程序员，是在做编排者——理解需求、设计架构、分配任务、检查质量。AI负责执行，人负责判断。 7. 不信者不医 胡成臣做的是企业级 AI Agent软硬件产品和服务（Enterprise Agenty Appliance）。他有一个很鲜明的原则：不信者不医。 不想花太多时间教育市场。如果一个企业不相信AI能帮他解决问题，那就不要做他的生意。选对客户是成功的一半。 "企业AI Agent真正落地的信任成本高，需要很懂行业和管理的人来主导。所以AI时代中年人的护城河不是技术——技术AI都能做。护城河是对产品的嗅觉、对市场的判断、对风险的识别、对客户的理解。这些AI替代不了。" 8. 红海里用新技术解决老问题 胡成臣对创业方向的选择也很清晰。 他不追技术蓝海。他在需求红海里找机会——需求已经被验证过的市场——用新技术来降维提升生产效率。大家都在看云端AI能力，他从一开始就在打造本地化AI能力，他认为云端AI无法回避数据隐私和时延的问题，在他的创业实践中，也确认了企业用户对数据和业务流程本地化的强烈需求。 "以前大家说SaaS，有了AI Agent之后这些流程可以快速响应、迅速落地。企业需求旺盛，而且这种需求非常个性化。" 他还有一个洞察：AI解决的不是某个行业的问题，是一类工种的问题——审批、合规、内部流程优化——这个工种在所有行业都需要。所以他不需要绑死在一个行业里，而是横向切同一类需求。 9. 每次都在推翻自己 从清华到西交大到赛灵思到蔚来到一人公司。 有人说他每一次都在推翻上一个阶段的自己。他说推翻的不是选择，是认知。 "给投资人挣钱、给团队挣钱、给客户创造价值，这些是本分。但更重要的是找到生命的意义。" 他在GAP期间看到两件事让他震动。一个是中学辍学生去OpenAI和MIT/斯坦福等一众毕业生拿同样的年薪干同样的话——AI时代的学习途径完全不同。另一个是曾鸣教授在一个座谈会上说"公司规模太大了——30人"。 AI改变了学习模式，改变了组织形态，也改变了人和工作的关系。 "用生产力换生命力，而不是用生命力换生产力。"
6.11晚上，byteplus主办，内容关于seedance 6.12上午，google主办，内容关于google cloud和gemini 场地都在他们的办公室，感兴趣的朋友联系我一下
“端侧推理 + 本地化计算”并不算苹果的特权，整个产业的技术公约数吧
今天正好在看一个linkedin自动做worm outbound的工具 很有意思
Tob Sales 真是np的技能。Cold BD 确实消耗，很想看看这个agent 是什么流程！
