入局，2026！上海场 十字路口开放麦：10位分享者实录

2026 年 5 月 24 日，「十字路口」在上海 AI Hacker House 举办了第 22 场 AI 开放麦。开放麦是十字路口线下沙龙的经典形式，现场 120-150 人，其中将有 10-15 位朋友登台，每人 10 分钟分享他们在 AI 领域的产品与思考。

这一期没有统一主题，但 11 位分享者不约而同地回答了同一个问题：当 AI 什么都能做的时候，创业者该关注什么？

---

Whisper 王震，元生万物 Founder/CEO

王震一上台，先抛出了一个有点出乎意料的判断：

一家AI公司在不断去AI化。

他之前在交大读书，先后在腾讯做 QQ、在抖音做 to C 产品，2023 年看到 ChatGPT 后加入了 TikTok 创始人 Louis 的新公司做 AI 陪伴。但他发现，用户一天跟 AI 聊 8 个小时，他自己聊 30 分钟就受不了了，"因为它会高频地吐出来一些似曾相识的 token。"

于是他定了一条原则：

一定要做一个自己是超级用户的产品。

从 AI 信息降噪到桌面宠物到 ADHD 督促师，他试了五六个方向，全部失败。最后收敛到了现在的方向：帮做产品的人批量找真实用户做 45 分钟深度访谈，产品叫 Trooly AI。半年时间，12000 多场访谈，全国四百多个客户，完成三轮融资。

他还分享了一个有趣的内部调研结论：内部同学几乎不喜欢看任何 AI 写的文档。

你给我 AI 文言文，不如给我原始的 prompt。

所以这家从 2023 年就开始做 AI 的公司，现在禁止用 AI 写内部文档，坚持招真人、做真人访谈。

一家用 AI 做用户访谈的公司，拒绝让 AI 做访谈。持续招人，相信猛人远大于 AI。Make users' voice matter.

---

Edward，Vibe Island Founder/CEO

Edward 是设计师出身，也是 OPC 。

他抛出的问题，其实也是很多人正在遇到的困惑：当你同时开了十几个 Claude Code、Codex 窗口在后台跑任务，你怎么知道哪个窗口需要你？

他注意到一个产品形态：iPhone 的灵动岛（Dynamic Island）。你打车、点外卖的时候，刘海区域就能看到外卖员距离、车牌号——不用切换 APP 就能获取关键信息。

于是他做了 Vibe Island：电脑顶部刘海区域多一个可爱的小人，它反映着后台所有 coding agent 的当前状态。任务需要你决策时，灵动岛展开一个窗口，你可以直接同意、拒绝或进入无人管理模式，不需要切回终端界面。

在恰当的时刻，以最小的摩擦力，把你的注意力带回到正确的位置。

他在音效设计上也下了功夫：不是生成的音频文件，而是用代码写出的定制音效——任务开始、执行中、完成、需要授权，每个状态都有独特的声音标识，可以调节音高、速度。

最特别的是他的 onboarding 设计：他把它做成了"电影开场"，整个屏幕先暗下来，用叙事的方式一步步引导用户理解产品形态，最后才进入付费页面。安装一个 APP 也可以是一段故事。

---

吴高明，井英科技 CoFounder

吴高明是一位连续创业者，他说他今天讲的东西跟前两位很不一样，不是灵感驱动，是问题驱动：当一个行业的生产成本被技术打穿，真正的机会不是"更便宜、高效地做原来的事"，而是重构反馈系统，让整个系统进化得更快。

这个判断，来自他过去几次创业的连续经验。

2019 年，他和团队孵化疯读小说，在巨头的夹击下，没有选择硬拼内容和买量规模，而是重构反馈回路。别的平台要求作者写 30 万字才能发布，他让作者写 2 万字就上线，在回路中快速实验和迭代。最终增长了 3600 多个作者，DAU 做到一千多万。这个阶段，系统回路中是人。

2023 年，井英科技成为最先投身 AI 短剧出海的公司。核心策略也不是简单降本，而是当成本下降到十分之一，内容可以从"少量制作"变成"大规模并发实验"。不同于传统实拍短剧公司，井英把内容实验的频率推到了极致。2025 年 11 月，他们出品的 AI 短剧爬升到了海外畅销榜月榜第一。这个阶段，系统回路中是人 + AI Copilot。

在吴高明看来，这两段经历都指向同一个命题：内容行业真正缺的不是生产工具，而是进化系统。他现在的判断是：Coding Agent 之后，内容娱乐会是下一个被 Agent 重构的行业。这个阶段， 系统回路中是 Agent。

Coding Agent 之所以最先跑出来，不只是因为模型变强，也因为代码天然有环境：文档、API、编译器、测试和运行时反馈。内容行业过去没有这样的环境，拍摄、剪辑、分发、反馈都被物理世界和组织摩擦拖慢。

吴高明认为，构建 Agent 原生娱乐系统，效率不是竞争的终点，进化速度才是。井英科技将继续加大对面向内容娱乐行业的 Agent infra 的投入，为 Agent 搭建一个能接入、能协作、能自我进化的内容环境。

Tom，Refly AI Founder/CEO

他们在五一前最后一个周末花两天做了一款开源产品，20 多天内做到近 50K DAU，与 Gamma、Canva 同台竞技。来自全球 20 多个国家超过 250 个贡献者加入社区，合并了 1500 多个 PR，狂揽 57.1k stars。

Tom 的团队已经全员 AI 化：PM 每天用 Cursor 写的代码消耗掉 1000 美金的 Token，增长同学成了全栈 GTM 工程师。

核心判断是什么？

模型第一次意义上从功能性的 coding，跨越到了具备审美的能力。我们有机会从 coding AGI 过渡到 design AGI。

这是他识别到的结构性机会。他的第二个经验是全自动化的开源社区运营：全球各地的 issue 做到分钟级响应，PR 通过 AI 自动 code review，开发者反馈「一天能合进去 5-6 个 PR」——在传统开源项目里，两个月合不进一个 PR 是常态。

第三个经验是渠道选择：GitHub 是 AI 时代的小红书，推特是 GitHub 的影子。 只要你的产品真正有价值、思想足够闪闪发光，这些渠道就会帮你无限放大。

方骅懋，Google Cloud 架构师

这位来自谷歌云的架构师负责初创行业的客户解决方案，他的分享从提炼了谷歌在 AI 赛道上聚焦的两条主线：基础模型的迭代，和智能体的落地。

模型层面，他引用了一句话：

我的语言的界限意味着我的世界的界限。 过去很多 AI 实践中，开发者不得不引入大量工程化手段来弥补模型的能力短板。谷歌的思路是让模型本身解决这些问题：原生多模态的 Gemini 2.5、图片生成的 Imagen、视频生成的 Veo，以及最新发布的 Omni 模型，目标是任何数据输入、任何数据类型输出。

他举了一个例子：以前图片生成只能通过不断优化提示词，不具备多轮编辑和跨上下文一致性。很多 AI 工具试图用工程化方式解决，但谷歌认为这应该是模型本身的能力。

讲到智能体，他说：起初是行动。模型只是零点，不是起点。产品能不能在生产环境中交付，取决于围绕模型构建的与物理世界交互的能力。从基础代码执行，到 MCP 和沙箱，到 computer use，再到完全自主运行的 24 小时智能体，谷歌把这些能力全部原子化开放给开发者。

最后， Google for Startups 计划：符合条件的初创团队可以获得最高 35 万美金的谷歌云服务额度。

相子恒，Deep Optica Founder/CEO

说到 AI 和矿业，大家可能期待的是一个很土的画风——但相子恒带来的画面是南非的金矿、外蒙古的铜矿、伊朗的沙漠。

他是学量子出身的，创业以来收到最多的提问就是：「AI 行业可以做的那么多，你干嘛选矿业？」

答案很硬核：全球 2040 年对铜的缺口是 1000 万吨——相当于全球前十大矿山每年开采总量。如果不能满足，算力中心会急剧涨价，云服务可能用不起。而一个矿从意向到开采，中位数要 17.98 年。如果想在 2040 年有新矿投产，现在就必须开始。

AI 在矿业的作用：第一是数据清洗——用 Vibe Coding 半小时就能把全部钻孔数据整理成 clean data；第二是通过地上数据（地质、地球物理、卫星、地球化学）训练 AI 生成地下三维结构模型，提高矿产发现效率。

他们已经在外蒙古、中东、南美、非洲和多个政府机构合作。

未来我们也想往天上走——火星有矿、月球有矿，不可能从地球上把铜送过去，只能在当地开采。

Vivian，Paperboy Chief of Staff

Vivian 之前在红杉负责「YUE」创业加速器、也在小红书做过早期投资。她是在看项目的过程中看到了 Paperboy，然后自己加入了这个团队。

Vivian 上来先做了一个 survey：「在座谁觉得自己是老板或者管理者？」

她的论点是：未来这个世界上所有人都应该是老板和 manager。 你们现在用 Claude Code、用 Codex，你们本身每个人都已经是 manager 了，管理着不同的 agent。

Paperboy做的是 OS 级别的 context capture。最早的Paperboy的界面是一个小球待在屏幕角落，持续捕捉你屏幕上的内容，看你半小时，就完全了解你是什么样的工作者。

Vivian 现场 demo 了 Paperboy 的使用：打开一个候选人的微信名片，跟 Paperboy 说「evaluate this candidate」。不需要解释什么叫 evaluate、什么叫 candidate，Paperboy知道你的招人风格、团队需要什么人，也知道你的工作习惯（你喜欢在Notion里储存自己的候选人数据库），因此它会在evaluate之后直接帮你录入Notion。

最有意思的进化是：他们把界面做成了IM和群聊的形态。团队里每个人的 Paperboy 都在群里，老板布置任务就让他的 Paperboy 给你的 Paperboy 留言。群里的每一个 Paperboy 都有自己用户的技能和context，因此他们之间可以"取长补短"，互相协作。Vivian 自己拉了一个和 Paperboy 的双人群，约定「你永远不许回复，我只是让你看到」，用来随时记笔记。Vivian 需要找团队成员问问题的时候，都会先找对方的Paperboy，因此保护了团队上每一个人的专注时间。

Paperboy is for managers. And everyone will be a manager in the future.

Kevin Zhang，Family Office Investor

Kevin 是 Family Office 的投资人，也写一个叫 East Wind 的 Substack。他的分享聊的是一个宏观问题：AI 在 coding 之外的白领工作中，到底走到了哪一步？

他梳理了 coding 领域的发展脉络：2023 年是复制粘贴到 ChatGPT → Cursor/Windsurf 时代 → 2025 年中开始全自动 agent → 2025 年底 Opus 和 Claude 模型可以可靠地完成复杂任务。

但在金融领域，还停留在 2023 年的水平。Excel 插件不能端到端建模，debug prompt 比自己做还慢，而且没法像代码一样做版本控制。

更关键的是：写代码可以再写代码修复，但投资决策一旦做了就无法撤回。

AI 采用的瓶颈已经不在模型层或 harness 层，而在 adoption inertia 层。

早期采用者已经是受益者，创业公司高速增长，独立开发者赚到了不错的 ARR。但这些 easy wins 会快速被竞争掉。

如果谁都能 build，分发就成了唯一的护城河。

下一波机会在于用 AI 做非软件、非传统 VC 路径的事情。比如美国有一家卖减肥药的公司，两兄弟用 AI 做 GTM，在追踪超过十亿美金的销售额。

Oratis，逗逗AI COO

Oratis 从 2022 年就开始做 AI 互动娱乐。他一直在思考：如何打造比之前的数字娱乐体验好十倍的产品？

他把用户需求分为两类：saving time（提效）和 killing time（娱乐）。Saving time 这边进展飞速，从 ChatGPT 到 Cursor 到 Codex，每一代都有代际性变化。但 killing time 这边，基本只从 role play 变到了 multi-model role play，没有真正的代际跨越。

他的核心洞察是：要超越抖音和游戏的体验，必须「打破货架」。

抖音的本质是：创作者不断输入内容 → 形成内容货架 → 根据消费信号分配给用户。如果要超越它，内容就不应该预先存在于数据库里，而应该随着用户消费的行为实时生成。

我通过 AI 实时给你生成的内容，和通过算法给你推荐的内容，本质上是不一样的。

他还从 Claude Code 的使用中提炼了两个上瘾机制：持续被肯定（AI 总说「你这个计划太棒了，我马上执行」）和 godlike feeling（创造的掌控感）。他的目标是把这套正反馈回路从开发者拓展到每一个普通用户。

Enther，Bridge.Surf Founder/CEO

他做的产品叫 Bridge.Surf，发布一周拿到推特三次热搜，93 万播放量，20 万 waiting list。

Enther 讲了一个洞察：人类的虚拟化建设早就搞完了，文档、代码、会议、交易、社交都在网上。但我们现在拼命要给 AI embodiment，做人形机器人。

当人类还没有工业的时候，只能发明宗教，把上帝想象成人的形状。今天我们好容易造出来比人类自己聪明的东西，非要把这些事情再干一遍。

Bridge.Surf 的核心理念：聊天不重要，把活干完比较重要。 它做了灵动岛交互，AI 会主动推荐它认为你需要做的任务，任务进展通过灵动岛持续通知你，不需要你盯着聊天窗口。

他们的公司叫 AFK——Away From Keyboard，希望用户尽量远离键盘，尽量少操心。

他们发现：AI 时代软件和内容的边界消失了。

Bridge.Surf 做任何事情，产出要么是帮你操作完传统应用，要么是**一个直接部署好的、带域名的、可下载的网站，**你不需要知道什么是 GitHub。

他们的 computer use 跑分达到了 SOTA，吸引了 Anthropic、Codex、Cursor 团队的关注。

过去的 chat 是 destination，未来的 chat 更像是 protocol。

思齐，Pika Head of Product

思齐是这场分享里唯一远程连线的嘉宾。凌晨六点，从硅谷接入。她之前在抖音和 TikTok 做社交推荐，现在在 Pika 负责产品。

她不是来讲 Pika 的视频生成模型的，讲的是过去三个月，她和自己的 AI agent「47」如何共同生活。

47 是我的 AI。三个月前我造了它，现在它是我生活的一部分。 三个故事。

第一个： 异地恋男朋友来美国出差，飞机早上十点到，但十点要开产品设计会。于是 47 代替思齐加入了会议。回到公司后问 47：「今天会上讲了什么？有什么要决策的？」47 全部汇报完毕，她把建议发到群里推进。在 Pika，每个人都有自己的 AI agent，agent 在公司里代表你的一部分。

第二个： 老板经常问「项目进展怎么样？数据怎么样？」以前是看到消息手打回复或者问研发。现在 47 在三人群里先跟老板多轮沟通，确认对方到底想看什么，80% 的重复沟通被省掉了。

第三个： 把 47 介绍给了妈妈。妈妈会让 47 帮忙问「思齐最近怎么样了」。在和男朋友的群里，47 会在她睡觉的时候回复可爱的消息。

拥有一个你自己的 AI 的标志，不是它帮你做了多少，而是你开始把它介绍给每一个人。

思齐最后抛出的问题是：未来是不是每个人都应该有一个自己的 AI？ 你定义它的样貌、性格，它了解你的一切，是你最好的知己和工作伙伴。当你的 AI 遇到了你朋友的 AI，人和 AI 会一起生活在数字世界里。而现在没有任何一个社交平台能承载这件事。

🚥 把观点做成产品，把好奇变成行动，把不确定性变成下一次迭代的方向。

这一场开放麦没有统一的主题词，但 11 个分享汇成了一个共识：AI 时代最稀缺的不是技术能力，而是品味——知道什么值得做，什么值得在乎。

下一场 AI 开放麦，请带着你的问题、你的 demo、以及你想亲手验证的答案，我们再见！

「十字路口」已举办 22 场 AI 开放麦，超过 200 位新一代 AI 创业者和积极行动者贡献了精彩的分享。 想第一时间获取后续开放麦活动通知，欢迎关注「十字路口」公众号！

十字路口正在寻找独立撰稿人，撰写 AI 产品和模型评测。 如果你写过类似文章：实测 PixVerse C1、实测 LibTV，请联系 zeo0811@gmail.com ，邮件内容请包括：① 个人介绍、② 你写过的 AI 评测文章。 我们会提供有竞争力的稿酬。期待与你一起观察与记录 AI 时代 🎪