到2026年,AI创业真正的分水岭在哪里?

AI PM 编辑部 · 2025年08月02日 · 2 阅读 · AI/人工智能

正在加载视频...

视频章节

Conviction 创始合伙人 Sarah Guo 在 2025 年初的演讲中,给出了她对 AI 创业与技术演进的判断:真正的拐点不在模型本身,而在应用层、工作流理解以及“非薄封装”的产品设计。这篇文章提炼了她对 AI Agent、多模态、推理成本和创业护城河的关键洞见。

到2026年,AI创业真正的分水岭在哪里?

Conviction 创始合伙人 Sarah Guo 在 2025 年初的演讲中,给出了她对 AI 创业与技术演进的判断:真正的拐点不在模型本身,而在应用层、工作流理解以及“非薄封装”的产品设计。这篇文章提炼了她对 AI Agent、多模态、推理成本和创业护城河的关键洞见。

一个看似玩笑的投票,点出了 2026 年的真实方向

为什么重要:真正的趋势,往往最早以“玩笑”或投票题的形式出现。

演讲一开始,Sarah Guo 抛给现场一个问题:到 2026 年底,哪些事情一定会发生?选项包括:AI agent 直接把代码部署到生产环境、语音 AI 取代文本成为主要商业沟通方式、以及推理成本降到“每百万 token 低于一美分”。当现场工程师们几乎一致选择“AI agent 直接上生产”时,她半开玩笑地回应:“你们都想把自己的工作干掉,我很喜欢这一点。”

这并不是哗众取宠。Sarah 借这个互动点出一个判断:工程师已经在心理上接受“AI 不只是辅助,而是执行者”。Agent 不再局限于 playground 或 demo,而是进入真实系统、真实用户、真实风险的环境。这种转变,比任何模型参数的提升都更关键。她并未断言时间表的精确性,但明确表达了一个方向——应用层的自动化边界正在被快速推高。

同时,她对“成本墙”并不焦虑。即便推理成本是否真的会低到极限仍有争议,但创业者不应把注意力困在模型价格曲线上,而是思考:如果能力持续释放,产品是否已经准备好承接?

从模型狂欢到现实世界:Agent 与推理的真正挑战

为什么重要:Agent 是否有价值,取决于它能否在不完美的现实中完成任务。

在谈到 Agent 时,Sarah 明确区分了“推理能力提升”和“真实世界执行”。她承认,当前无论是 reasoning 还是多步骤规划,都让人“非常兴奋”;但更重要的是,Agent 正开始接触现实世界的约束——不完整的信息、混乱的流程、不可预测的人类反馈。

她提到,很多知识型工作每天面对的,本质上就是“系统性搜索”:在模糊目标下,反复试探、修正路径。Agent 的价值,并不在于一次性给出完美答案,而在于是否能在这种结构性不确定中持续推进任务。

在这一层面,推理(reasoning)不再是论文指标,而是产品能力。Sarah 特别强调基础设施的重要性,例如专注于推理的平台,正在帮助开发者更自然地构建这类系统。她给出的态度是务实的:“对这些限制保持舒适感(be comfortable with that)。”接受不完美,反而能更快把能力落地。

多模态不是炫技,而是应用爆发的前提条件

为什么重要:真正的用户需求,往往存在于文本之外。

在模型层面,Sarah 很快扫过一个事实:几乎所有模态都在同步进步——语音、视频、图像生成,以及它们与文本的组合。她并没有逐一展示 demo,而是强调一个结论:能力提升发生在模型层的“每一个角落”。

但她关心的重点不在技术本身,而在使用方式。语音为何重要?因为大量业务沟通本来就不是靠打字完成的。视频和图像为何关键?因为真实世界的信息从来不是线性的文本。多模态的成熟,意味着 AI 开始更贴近人类原本的工作方式,而不是反过来要求人类适配模型。

这也是她反复强调“应用层时机已到”的原因。当能力普遍可用时,差异化不再来自是否接入某个模型,而来自是否选对了工作流切入点。

“薄封装”行不通了,真正的护城河在工作流里

为什么重要:这是 AI 创业成败的分水岭。

在演讲后半段,Sarah 直接点破一个许多创业者不愿面对的事实:“那只是个 wrapper 吗?2015 年是这样,2025 年也是这样。”她明确建议:不要做“thin wrappers(薄封装)”。

她分享了 Conviction 在观察成功应用时的共性:这些团队对目标用户的工作流有近乎偏执的理解。他们知道每一步卡在哪里、哪些信息最脏、哪些决策最耗时。正是这种“亲手踩过泥坑”的理解,让 AI 能够嵌入系统核心,而不是浮在表面。

在谈到“全面自动化”的热潮时,她的态度明显更冷静。她并不否认自动化的潜力,但提醒创业者:很多场景下,人机协作比全自动更快产生价值。护城河来自长期嵌入流程、数据反馈和用户习惯,而不是一次炫目的自动化演示。

总结

Sarah Guo 的核心信息其实非常一致:模型会继续进步,但真正决定成败的,是你是否站在正确的应用层位置。AI Agent、多模态、低成本推理只是“能力背景”,而理解真实工作流、避免薄封装、在不完美中交付价值,才是 2025–2026 年 AI 创业的真正门槛。对开发者和创业者而言,这既是压力,也是机会。


关键词: AI Agent, 多模态, 推理, AI创业, 应用层

事实核查备注: 演讲者:Sarah Guo;机构:Conviction(AI 原生风投基金);公开视频标题:State of Startups and AI 2025;关键概念:AI Agent、reasoning(推理)、多模态、thin wrappers(薄封装);引用原话包括关于 agent 上生产、thin wrapper 在 2015 和 2025 都成立等表述。