98 后的火锅局，Debug 了哪些 AI 真问题？ | Y Transformers 北京场回顾
火锅沸腾，思考更沸腾
AI Native 一代，会如何用硅基智能改变世界？
发起 98 后专项投资计划 Y Transformers 的这半年，我们从几百份报名中看到了许多有趣的答案：有人教 AI 调鸡尾酒，有人用 AI 做修仙模拟器，也有人在认真训练植物工厂里的"数字园艺师"……
同时我们也陆续在 上海、深圳 举办了线下聚会，和更多试图给出自己答案的年轻创变者面对面交朋友，也为 98 后创业者们搭建一个找搭子、找资源的场域。
上周五晚，Y Transformers 线下活动来到北京，落地中关村原点社区。我们和中关村科学城、硅星人、原点学堂联合组了一场火锅局，汇聚近 50 位创变者，在沸腾的锅气中聊各自正在做的事、踩过的坑，和正在浮现的机会。
三小时的"AI 盲盒"互动，活跃在 AI 游戏、具身智能、AI 漫剧、企业财务管理等各路领域的年轻 builder，从模型、Agent、出海聊到算力、伦理、创业困惑，中间还来了一段 freestyle rap。
就像是跑了一场真人多轮对话，把踩过的坑、做过的判断、开过的脑洞，all in 桌面。
火锅开涮前，先上一道"前菜"。云启执行董事韩义简单介绍了 Y Transformers 计划的最新进展。这个专为 98 后设立的投资计划，累计已看过 200+ 位早期创业者。创始人年龄集中在 21 到 27 岁，背景涵盖技术研发、在校学生、设计与艺术创作者等，方向覆盖硬核技术和创意陪伴。
目前，云启 Y Transformers 计划已投出 5 个项目。 "我们给的就是第一笔启动资金，带大家一起 share 思想。"韩义说。
前菜上完，进入"主菜"。每位伙伴的专属 showtime ，从回答落座时抽取的问题卡牌展开。硬核的判断、滚烫的教训、大胆的脑洞，交流和锅底一起沸腾。我们摘录了如下部分精彩内容分享。
选择比参数更重要
分发，多数 AI 产品的"隐形天花板"
22 岁，写了 12 年代码、养了 8 年OC，19 岁辍学创业，拿到数百万投资。OC创作互动社区 Mecoland 创始人 Alex，是典型"敢折腾"、"爱折腾"的 AI Native builder。
面对" AI 产品，能力和分发哪个更重要？"的问题，Alex 毫不犹豫选择分发。"比起能力，更重要的是阵地。能力再强，如果没有自己的分发阵地，产品就只能沦为脆弱的工具。"
比如 3 月 25 日突然宣布全面下线的 Sora 就是最好的反面教材。"能力拉满，但用户拿它生成的视频转头就发去了 TikTok，给别人做了嫁衣。" Alex 说，这也是自己创业聚焦于社区生态的原因之一。
他正用 AI 让用户笔下的虚拟角色活起来——能对话、能彼此互动、能拥有量身定制的小游戏，在 Mecoland 这个游乐场里，为创作者带来快乐与共鸣。
小模型什么都想塞进去会怎样？
模型训练的 overfit（过拟合）会发生什么？清华大学在读硕士陈磊打了一个比方："这件衣服，每一寸都贴着你的肌肉，站着不动看起来完美。但你一抬胳膊、一转身，它就裂了——因为没给任何余量。模型也一样，和训练数据贴得太死，换个场景就废了。"
陈磊是清华大学学生通用人工智能研究会副主席，也在一家头部端侧模型公司实习。他分享了团队自研端侧全模态模型时的一段经历：团队想同时做到长上下文、指令遵循和实时全模态交互，但算力只够支撑 9B 参数。"9B 的盘子，什么都想塞进去，不是学不会就是学太死。"
最后团队选择在 9B 的盘子里把全模态交互做到极致。纠结过，也释然了："豆包能做实时语音，但我们做到的是主动交互——模型自己判断什么时候该说话。这个能力，开源社区里目前只有我们有。"
SKill 是中间态而非终局
面对"AI 究竟代替了你哪个技能"的提问，正在带领团队研发全模态 Agent"无限对齐"的宋斐，没有把答案停留在具体功能层面。在他看来，Skill 需要被拆开来看：一类 Skill，是为模型尚不成熟的推理能力兜底，比如格式约束、任务分解、上下文切片与管理；这类 Skill 本质上是工程补丁，随着长程任务推理和上下文管理能力的提升，未来会被模型自身逐步吸收。执行的确定性，不应长期依赖外挂式的 Skill，而应成为模型内部的一部分。
但另一类 Skill，属于 Agent 与真实世界交互的接口，比如调用数据库、API、文件系统和外部服务，它们不会因为模型变强而消失，因为解决的是"系统边界"而非"推理能力"问题。也因此，宋斐团队更想做的，不是在模型外不断叠加补丁，而是向内提升模型自身的能力上限，去构建一种以模型理解与推理为骨架、能够自然生长出来的"原生智能体"。在他看来，等补丁型 Skill 被模型吸收、接口型 Skill 逐渐沉到底层之后，Agent 真正的竞争力，未必还在技能库本身。
AI 不缺能力缺的是使用
清华大学在读博士谢承兴长期做 LLM 后训练与优化。除了继续"卷技术"，他最近开始把注意力转向一个更现实的问题：AI 的能力已经很强了，可以帮很多人做很多事情，但好像真正用它的人没有那么多。"我在想，能不能通过做一些产品，让更多人真正用起AI。"
真金白银的 Debug
Agent 的坑不只是贵还有失控
"消耗最多的一笔 token 做了什么？"这个问题踩中了漫剧 Agent 创业者郝光福的一个痛点：团队 5-6 人，开发高峰期单人单天 Agent 消耗最高到 100 美金。用 Agent 替代人力是趋势，但 Agent 本身也是一笔不小的账。
而比花钱更难预料的，是失控。最近沉迷"小龙虾配置"的连续创业者刘辉，讲了一个当天刚发生的乌龙：他原本只是想在自己的龙虾上增加一个微信插件，结果 Agent 并没有在原来的环境里继续配置，而是自己新建了一只"云龙虾"，顺手连插件也一起配好了。直到那个微信龙虾"不认识他"，他才意识到：坏消息是，Agent 没按计划来；好消息是，他意外拥有了一朵云上的新龙虾。
这也是 Agent 的一种典型风险：你以为它在做 A，它却凭自己的理解做成了一个"差不多但不是同一个"的 B，而且调用的还是你的账号和权限。显性的成本是算力和账单，更隐蔽的成本，则是过程和结果一起失控。
稀疏化从底层把推理成本打下来
北京大学 25 届硕士徐明阳也算了一笔账：目前大模型的推理成本，大部分使用场景是亏本的，"基本只有量化交易能把调用费赚回来"。他想做的事情是从根上把成本打下去，即研究注意力的稀疏化。逻辑来自一个直觉："现实世界是稀疏的，宇宙大部分是真空；人脑也是稀疏的，绝大部分时候处于待唤醒状态。但现在的模型全是稠密计算，这不合理。"台下有人接话："早点把价格打下来！"
崩溃之后慢慢来反而是最快的路
创业路上是否经历过崩溃瞬间？创业不到一年、做 AI 出海增长营销的苏菲，让很多年轻创业者有共鸣。
她的崩溃不是因为业务，而是因为人。"暂时没办法给员工足够的回报，有一天我就爆哭了。"让她没想到的是，员工反过来安慰她："我图的是你这个人，不是你的钱。"因为这句话，她想明白了一件事：慢慢来反而是最快的路。
没有标准答案的 prompt
科幻归科幻脑机接口的真正价值在医疗？
在分享漫剧 Agent 创业之外，博士攻读脑机接口的郝光福，也聊了聊自己的老本行。关于各种对脑机接口的科幻想象，他用一组数字把大家拉回现实：人脑神经元 800 到 1000 亿，突触连接千万亿级别，而目前脑机接口最高通道数只有 3000，监测的只是极小一部分。
"大家想象的那种科幻场景，不存在。"更大的价值或许在医疗——深部脑刺激、促醒植物人、治疗癫痫，马斯克做的也只是最基础的视觉重建。
AI 最重要的能力是自我改善
AI 产品经理郑涵，正在做小爱同学和miclaw。她所在的团队要求产品经理在 4 小时内从 0 到 1 手搓一个交付级产品模块。被问到最重要的"心跳信号"是什么，她的回答是：自我改善。"从用户反馈里自我学习、自我提升，是agent最重要的主动任务。"
创业有没有deadline？
连续创业者、可达智灵 COO 王喧抽到了这张卡。他经历过从创业到成功转让退出、再从零开始的完整周期。答案很简单："只要创业的灵魂还活着，就没有 deadline。"
未来，是人接管 AI还是 AI 接管人？
活动尾声，讨论滑向了终极问题。一位创业者分享了一个细节：他最近和一个 14 岁的孩子聊天，问对方开会的想法是什么，孩子说想法是 AI 给的；PPT 怎么讲？也是 AI。"事实上我们会主动把时间让给 AI。我们的决策人讨厌决策，以后就是龙虾部落把我们管起来。"
另一位嘉宾笑着反驳：“AI 不能替我吃火锅，它没有味觉。但人可以替 AI 吃火锅——触觉、味觉、氛围，形成数据传给 AI，它就能模拟给另一个脑机接口的人。所以我们还有价值，我们可以吃火锅。”
最后，有人从历史的维度拉远了一步：“人类谱系演化了几百万年，但我们今天熟悉的国家、法律、伦理这些东西，满打满算也就五千多年的历史。而其中很多具体的理念——比如隐私权、知识产权、‘什么算作人的能力’——其实只是最近几十年才成形的共识。脑机接口这类技术，挑战的恰恰是这些最年轻、最脆弱的共识。”
关于 AI 的终极问题，这桌火锅没能给出答案。但能坐在一起认真聊这些，本身就是一种回答。
Y Transformers 想做的，从来不是给出答案。而是把这些还在生成中的问题，放在同一张桌子上。
还有一个很妙的小彩蛋。来自上海交大的年轻伙伴徐聪晟，在分享自己做具身智能、发起社区的经历时，顺口提到平时也喜欢打碟、rap，结果下一秒就被大家现场 cue 来了一段 freestyle。经本人授权，我们也把这个夜晚里很 Y Transformers 的瞬间，分享给大家 😄
如今，越来越多 98 后正在用 AI 做自己的尝试，不是等待范式，而是在把范式做出来。我们想做和能做的，只是把这件事再往前推一步：第一笔启动资金，也让彼此更早被看见。
云启 98 后专项投资计划 Y Transformers 仍在继续。 如果你也在用 AI 做一些“还说不清、但很想试”的事情，欢迎来找我们聊一聊。
下一次相聚，留个位置给你。
