十字路口 x 亚马逊云科技：我们在上海，为「科技春晚」提前暖场
「一个人走得快，一群人走得稳」？不，在 AI 时代，一群人走得又快又稳。
「一个人走得快，一群人走得稳」？不，在 AI 时代，一群人走得又快又稳。
👦🏻 作者: 镜山
🥷 编辑: Koji
🧑🎨 排版: NCon
熟悉科技圈的朋友可能都知道，每年年底，亚马逊云科技都会在拉斯维加斯搞一件大事：re:Invent。
我们私底下都爱开玩笑说，这就是开发者们的「科技春晚」。
今年的 12 月 1 日到 5 日，这场全球云计算和 AI 领域的狂欢又要开始了。按照惯例，亚马逊云科技的高管们（比如 CEO Matt Garman）会带着一堆重磅更新炸场，成千上万的开发者、架构师会涌向内华达州。
但在这场「春晚」正式开播前，还有一个热场环节。
这就是 Amarathon（亚麻拉松） 。
Amarathon（亚麻拉松），名字其实是 Amazon + Marathon 的组合，意思很直白：坚持、连续不断。它是亚马逊云科技举办的一场全球 12 小时直播接力，也叫 12-Hour Amarathon Geek Talk。
但在中国站，我们觉得光看直播不过瘾，得搞点「特别」的。
于是，在上海的 AI Hacker House，十字路口和亚马逊云科技一起做了一次新尝试。
11 月 22 日那个周六的傍晚，接近 100 位亚马逊云科技社区的开发者聚在一起，大家手里拿着披萨，碰着啤酒，聊得很火热。
我们组了 2 个 Panel，一个是关于「怎么商业化」，一个是关于「怎么继续走下去（创业方向）」：
🚥
主题①：AI 商业化的「最后一公里」：从强大的开源引擎到盈利的赛道飞轮。
主题②：AI 创业的三个罗盘：在未知处探索、在深水中扎根、在风口上领航。
既然大家都在，不如坐下来，面对面聊聊 AI 这个行业里，大家最关心的那些问题。
谁在现场？
除了亚马逊云科技社区近 100 位的开发者之外，在 2 场 Panel 的圆桌会谈里，十字路口创始人 & AI Hacker House 发起人 Koji 担任了全程主持。
我们还邀请到了几位正在 AI 创业一线的朋友，作为这 2 场圆桌会谈的嘉宾：
- 延君晨，Dify 联合创始人
- Harry，Nexad 联合创始人 / COO
- 吕昭波，MumuLab 创始人，亚马逊云科技技领云博主 & Community Builder
- 郭祖建，AlphaLifeSci 高级总监
- Ryan，Spark Lab 创始人 / CEO
- 施乔，亚马逊云科技 智能开发产品拓展经理
接下来，我们将这 2 场 Panel 的现场对谈内容进行了深度整理。
让我们先从第 1 场开始。
这也是 2025 年所有 AI 创业者都在思考的命题：
主题①：AI 商业化的「最后一公里」：从强大的开源引擎到盈利的赛道飞轮。
2025 年的 AI 创业赛道已经不像两年前那样「只讲能力、不问收入」。模型越开源、工具越便宜、算力越普及，真正的门槛反而成为了「商业化」。
「最后一公里」，指的不是「再做一个功能」这么简单，而是把技术和业务缝合，把一个好用的 AI 引擎，变成一个能养活团队的赛道飞轮。
在这场 Panel 里，我们试着回答同一个问题：
当技术不再稀缺，AI 飞轮究竟该怎么转起来？
为此，我们邀请到了 3 位嘉宾：
- 延君晨，Dify 联合创始人
- Harry，Nexad 联合创始人 / COO
- 施乔，亚马逊云科技 智能开发产品拓展经理
Dify ：让代码隐于意图之间、协作、生产
👦🏻 Koji：
今年已经进入尾声了，在整个 2025 年里，Dify 帮助大家解决了一些什么关键问题？
🧑🏻💻 延君晨：
这个问题有点大，但我还是想先聊一聊：开发者到底是什么？
过去大家对开发者有一个默认前提，会写代码。现在有了 Vibe coding，有了第一批真正能用起来的工具之后，会写代码已经不再是判断开发者的硬性标准。
有没有想法，反而更重要。
最近我很喜欢关于模型能力的一句话，让代码隐于意图之间。当一个人有足够多的想法时，其实完全可以借助各种工具去把它做出来，比如 Dify，或者其他平台。这样一来，「开发者」这个词本身也在被重新定义，变得更广了。
回到 Dify，我们在做的事可以分成三个方向。
第一，我们在尽量降低门槛。
提供一块可视化画布，让所有人都能上手编排 Agentic Workflow，这是起点。
第二，我们希望大家能在同一块画布上协作。
这里面既有传统意义上的开发者，也有我们说的「新时代开发者」，还包括提供业务需求、数据源的同事。大家都能在一个平台上一块协作。
第三，也是最关键的一步，是把协作的成果真正放到生产环境里。
让它能上线、能被真实用户使用。
所以过去一年，我们的关注点更集中在两个词上：协作和生产。这也是我们理解的下一代开发者平台的范式。
Nexad：更 AI 原生、更深的自动化
👦🏻 Koji：
Nexad是一家什么样的公司？
🧑🏻💻 Harry：
今天这个 Panel 的主题是「商业化的最后一公里」。我对商业化的理解是这样的：这一公里的前 0.5 公里，是要把流量打通，也就是有人愿意来用你的产品。后半程，是在人来了之后，怎么在不破坏体验的前提下，把这部分用户真正转化成收入。
我们的业务基本就是围绕这 2 个阶段展开。
第一阶段，是帮助 AI 公司用更 AI 原生的方式获得增长。
我们提供的是一套 AI-Powered 的广告全托管服务，你可以把广告交给我们，从卡片创建、素材生成，到从图片到视频的产出，再到广告投放后的自动化管理，都可以一站式完成。目标是让团队不用操心太多，也能获得稳定、智能的广告效果。
在投放层面，我们能覆盖 Meta、Google 等主流广告平台。
第二阶段，是往更深的自动化走。
我们发现，当广告以 AI 方式来做时，可以衍生出更多传统方法难做到的事情。比如整合多源数据，自动开展大规模 A/B 测试。
再比如，当流量被导到你的主页后，你的网站也能自动做不同版本的实验。
在 AI 能够快速生成网页的时代，这样的批量测试变得可行，而且能进一步服务 SEO 这样的长期流量渠道。
我们把这些能力打包成一个整体方案，专门服务新一代 AI 公司。
当你获得了足够的用户之后，就来到商业化这一段。
举个例子，如果你做的是一款 AI 插座或对话类应用，用户来了之后，必须提供一种体验不错、也能带来收入的变现方式。我们同样能通过 AI 原生广告帮助产品完成这部分变现，在体验和商业之间找到平衡。
最后补充一点，我们在中美两地都有团队，也有客户，这套服务的底座也是基于亚马逊云科技在两地提供的标准 server 和服务来实现的。
亚马逊云科技：云服务商真正的价值是陪你长大
👦🏻 Koji：
那回到「商业化的最后一公里」这个主题，亚马逊云科技在真正落地商业化这件事情上，能怎样去帮助 AI 初创公司？
🧑🏻💻 施乔：
我觉得在看亚马逊云科技这样的云服务厂商时，大家可能需要稍微跳出传统印象，不要只把我们当成虚拟服务器供应商，或者单纯的模型提供方。的确，这些是我们最基础的角色，但在服务 AI 初创企业的过程中，我们更希望做的是：陪伴团队走完完整的创业周期。
最基础的一层，是希望优秀的 AI 创业团队不要因为算力、模型供给这些基础问题被卡住，而没有办法专注在真正的创新上。
这个是我们最核心、也是最底层的支持。
在创新和成长的过程中，我们也会提供更专项的扶持，比如生成式 AI 孵化器等项目，来帮助团队加速推进产品。我们最高可以提供 100 万美金的云用量扶持，让创业公司在关键阶段能省下很多成本。
如果从我在 Amazon Kiro 中国负责人的角度来说，只要是从 Pre-Seed 到 B 轮阶段的创业团队，都可以申请最多 100 个 Kiro Pro Plus 的免费账号。
Kiro 本身是一个生成式助手，对创业团队也非常有帮助。
等到产品做出来，下一步就是 Go To Market，也就是商业化。
在这块，大家也可以充分利用亚马逊云科技的合作伙伴生态，以及我们全球的销售网络，去接触潜在客户、验证产品、打开市场。这些能力其实是很多初创团队在早期比较难自己搭建的。
所以我们不只想做一个基础的云服务提供商，而是希望在产品的诞生、成长到商业化的每一个阶段，都能真正陪伴创业团队一起走下去。
从亚马逊云科技的角度来看，我们的定位不止于云服务商，而是希望成为一个「超越云」的长期伙伴。
Nexad 能提供的最高价值是什么？
👦🏻 Koji：
当你向客户介绍 Nexad 时，你会怎样描述你们目前能提供的最高价值？
🧑🏻💻 Harry：
我觉得最核心的价值，就是帮大家获得用户，并且从用户身上顺利变现。
在获客这块，我们把广告投流和 SEO 一体化打通了。这个其实是传统方式做不到的，但用 AI 的自动化方案就能实现。
举个例子，如果你是一个小广告主，可以直接用我们的纯自助 SaaS 工具。你只需要给我们一个网站链接，我们的 AI 会自动访问你的页面，理解你的产品卖点，做分析，制定策略，然后生成广告卡片。你确认没问题后，就可以直接投出去，广告马上上线。
过去如果人工操作，可能得 7×24 小时盯盘，看数据、做优化。现在这些事情都交给 AI Agent 自动完成，全天监控、实时反馈、自动执行优化动作。对于小广告主来说，只需要付一个比较低的 SaaS 费用，就能享受到过去只有大 Agency 才能提供的服务。
如果是预算更大、策略更复杂的广告主，我们也有更深度的 AI 服务，再叠加人类专家的支持，形成一套进阶方案。目标是比传统 Agency 提供更多数据洞察、更高效率、最终用更低成本带来更好的效果。
另外，AI 还能延伸到传统 Agency 完全触及不到的地方。比如我们现在可以直接帮大家做网页生成。过去在像 Meta 这样的广告平台投放时，基本不可能把网站页面当作一种素材去快速迭代。
但现在可以了。你的网站也能像图片素材一样做频繁的 A/B 测试，同时还能自动生成大量不同版本的网页来承接流量。
所以在我们这里做投放，不只是替代传统 Agency，而是真正在做只有 AI 时代才能做的事情。
Dify ：从 RAG 画布，到 Trigger，再到人机交互
👦🏻 Koji：
Dify 最近有什么新功能推出？
🧑🏻💻 延君晨：
其实 Dify 这两年在做的事情，没有发生什么根本性的变化。我们一直在围绕一个核心问题努力：怎么让更多人更轻松地参与到 AI 应用的创作里，同时还能协同得更顺畅，最后真正跑在生产环境里。
基于这个方向，我们最近上线了几个新的能力。
第一个，是可视化的 RAG pipeline。
为什么做这个？因为大家都知道 RAG 本身挺折腾的，数据源多、处理流程复杂，而且往往需要数据工程师和业务同学一起配合。过去一直缺少一个能拖拉拽、能实时看到过程的可视化工具，所以我们把它做出来了。上线之后反馈挺好。
第二个，是 Trigger。
AI 在生成、推理、自主执行上都取得了突破。但企业落地时有个现实问题：AI 不知道什么时候该介入。
传统自动化是「如果-那么」的固定规则：传感器数值超过阈值→发送告警。但现实场景往往更复杂，需要 AI 根据上下文做判断。
Trigger 解决的就是这个问题。
它让 AI 可以在特定事件发生时自动启动——工厂传感器异常、系统告警触发、定时任务到点——然后基于实时情况推理出最优路径，完成整个流程的智能化编排。
简单说：过去自动化做不了的，不是因为「执行」做不到，而是「判断」环节太依赖人。现在 AI 可以接管这部分了。
第三个，是人机交互。
当自动化场景越来越多，就会有一个现实问题：什么时候该 AI 自己跑，什么时候需要人判断？
接下来我们会在工作流里引入 Human in the Loop，让 AI 和人之间的交互更自然，也更可控。
这三个功能，最终都是为了一件事：让企业用得更容易，协作更高效。
新一代 AI native 组织的「office」
👦🏻 Koji：
在你的观察里，有哪些团队在使用亚马逊云科技各类服务时，让你觉得很值得分享？比如一些最佳实践、成功经验，或者客户身上发生过哪些有趣的故事？
🧑🏻💻 施乔：
可以，我先讲一个我看到的「企业 AI 放权」的故事。因为我负责 Kiro 在中国的业务，接触了不少创业团队。我们最初给 Kiro 的定位，大家可能都会觉得它是给开发者、程序员用的。
但我后来发现，很多企业把它直接交给产品经理来用。
产品经理用它写 PRD，用 MCP 和内部系统打通；开发再通过 MCP 接住这些信息，去做设计、做程序生成。
有个客户跟我说，他们已经把这种工具当成「AI 时代的工作台」了。这个观点对我挺有触动的，这是我看到的第一个 AI 放权的例子。
第二个例子也和产品经理有关。
我拜访了一家做网络设备的公司。网络设备的配置很复杂，尤其是国内企业网络的情况。以前一个产品经理一年能收到上百个客户需求，但我们都知道，这里面可能有 90% 并不是能真正落地的需求。
他们把 Kiro 这样的 IDE 发给产品经理之后，产品经理自己会基于需求去开发插件，直接满足客户的场景。
这样做有几个很明显的好处：
第一，客户不用再等供应商的产品团队立项、安排排期，可能以前要等 1.5 个月，现在很快就能得到解决。
第二，产品经理可以和客户快速迭代，把需求说明得更清楚。
第三，他们把插件交给研发后，开发和产品之间的沟通成本大幅降低。
很多创新，是这样自下而上涌现出来的。
我看到的第二类优秀企业经验，是「不重复造轮子」。能用的基础设施就直接用，不论是在云平台上，还是像 Dify 这样的工具。把精力放在真正能产生用户价值的部分，而不是把时间花在重复搭建底层能力上。
所以现在大家在用 Kiro 时，会发现一个很明显的趋势：除了开发者，越来越多没有技术背景的人也能通过 Kiro 解决工作中的问题。
在某种意义上，这也是新一代 AI Native 组织的「Office」。
明年的团队，也许是 5 个人 + 一群 Agent。
👦🏻 Koji：
聊聊 re:Invent，今年有没有你特别期待的发布？
🧑🏻💻 施乔：
我自己觉得，今年 re:Invent 依然会有大量和生成式 AI 相关的内容。
如果看亚马逊云科技对 Gen AI 的三层逻辑，底层是基础设施，比如 GPU、算力资源这些。所以我自己「许愿」一下，今年在算力方面应该还是会有比较大的更新。
第二层是平台层，也就是工具层。我过去一年接触了很多客户，感觉到 AI 创业者做了很多不同方向的功能，但也出现了越来越多新的场景，比如安全、审计等等。所以我也期待在这一层，re:Invent 会带来一些新的产品或能力。
第三层是应用层。我现在有一个判断：今年无论开发者还是企业，普遍还把 AI 当成 Assistant，是个助手。但我觉得明年开始，这个角色可能会从「助手」往上走一步，变成 Teammate，是你真正的团队伙伴。
Jeff Barr 上次来中国时打了一个很形象的比喻。亚马逊一直在讲「To be a team」，比如一个团队是 10 个人、12 个人这样的规模。但他认为未来的团队会变小，可能只剩 5、6 个人，其他的成员就是你的 Agentic Teammate。我相信在应用层会围绕这个方向展开很多研发。
至于我参加 re:Invent 最深刻的几个瞬间，有两次印象特别深。
第一次是发布了一个叫 Satellites 的服务。简单来说，它把很多地面站和我们的数据中心结合在一起，如果你的应用需要和卫星交互，它可以帮你收集数据、处理数据。
第二次是一个还没完全商业化的项目，叫 Amazon Kuiper ，是集团级的 Program。它和 Starlink 有点像。
这两次对我触动很深，因为它让我重新理解了「云计算」。过去我们习惯把云理解成 EC2、S3、数据库、网络这些基础能力，但其实远不止这些。
从 AI 的创新到空间互联网，整个边界都正在被不断扩展。
👦🏻 Koji：
关于 re:Invent，作为拿过亚马逊云科技大奖的 Dify 这边有什么想分享的？
🧑🏻💻 延君晨：
首先我们确实特别感谢亚马逊云科技。我们过去在很多层面都受益于亚马逊云科技，从最基础的 Infra 层，到 Marketing，再到文化和组织层面，都给了我们很大的支持。
我们去年其实拿了 2 个奖，所以今年我当然也要许个愿，希望我们再拿一个奖。
说到产品，我觉得亚马逊云科技在过去两年发布的像 Bedrock、SageMaker 这些能力特别关键。因为 Dify 做的事情和这些产品是有一定重叠的。但对我们来说，这反而是好事。
一个赛道如果只有你一个玩家，往往说明两件事：第一，你会很孤独；第二，可能方向也不一定对。
但现在看到亚马逊云科技也在做「模型无关」的工具链，让 AI 开发更简单、让企业用 AI 更容易，这反而给了我们很大的信心，也佐证了我们这条路径是对的。
另一方面，我们也能和 SageMaker、Bedrock 做集成，一起合作，帮助更多亚马逊云科技的客户更好地用上 Dify，也更好地用上亚马逊云科技的产品和服务。
所以今年的愿望很简单：一定要再拿个大奖（笑）。
2026：把 AI 变成生活细节、让 AI 成为伙伴、让 AI 帮我们赚钱
👦🏻 Koji：
大家要不要给 2026 年在 AI 领域一线创业的大家，送一句祝福？
🧑🏻💻 延君晨：
我还是想回到我们一直在做的那件事，就是推动 AI 的民主化。我真心觉得，每个人都可以尝试用一下这些工具，不管是 Vibe coding、Dify，还是其他产品。
把 AI 用在你生活或工作中的某一个细节，你一定会看到实实在在的收获。
🧑🏻💻 施乔：
我也希望大家在 2026 年，能更自在地在生活和工作里用 AI 来提效。我自己最期待的是，它不只做你的助手，而是能变成你的伙伴，一起创造价值。
🧑🏻💻 Harry：
那我就祝大家，不管是 2026 还是 2027，AI 都能帮你多做点活、你自己多赚点钱。我们要做的，就是放心地躺在一个个 Dify 的工作流和 Amazon Bedrock 上，让无数个 AI 帮我们干活。
主题②：AI 创业的三个罗盘：在未知处探索、在深水中扎根、在风口上领航。
如果说上一场讨论的是如何解决商业化的「最后一公里」，那么这一场，我们试图回到原点，去寻找创业的「第一公里」：方向。
在 AI 时代，每天都有新模型发布，每天都有旧赛道消失。
那么，AI 创业者该如何在找到「信号」？
为了回答这个问题，我们邀请了三位嘉宾：
- 吕昭波，MumuLab 创始人，亚马逊云科技技领云博主 & Community Builder
- 郭祖建，AlphaLifeSci 高级总监
- Ryan，Spark Lab 创始人 / CEO
👦🏻 Koji：
祖建老师先自我介绍一下？
🧑🏻💻 郭祖建：
我算是这个领域的创业「老兵」了。
AlphaLifeSci 是在 2020 年成立的，主要深耕生命科学行业。公司的目标很简单，就是打造一套临床数据收集的平台。目前落地的产品包括 EDC、文档自动撰写，以及各种非结构化数据的自动生成工具。
五年下来，其实有不少创业经验可以分享。
我们在 2020 年决定做临床数据类的产品，也跟当时的大环境有关。那一年生命科学行业整体处在投融资高峰，我们也借着这个时机成立了公司，并推出了第一款产品 EDC。
EDC 的全称是「Electronic Data Capture」。
如果不在这个行业，可能不太熟悉这个概念。简单来说，新药研发最终都会走到临床试验阶段，而临床试验会产生大量病人在各种环节中的数据。我们的平台就是帮医药公司把这些数据更高效、更高质、更可追溯地收集和管理起来，也能让客户更容易从数据中看出问题、找到洞察。
不过说实话，当时我们给这款产品定的调子有点高，想做一款偏「轻奢」的产品。
上线后第一波客户的反馈其实不错，但后来随着整个生命科学行业在 2022 到 2023 年进入下行周期，我们的增长也受到了影响。
今年情况又明显转好，创新药重新活跃，但那两年的确对我们团队来说挺难的。而也正是在那段比较痛苦的时间里，我们开始不断寻找下一阶段更好的机会。
👦🏻 Koji：
昭波老师，也自我介绍一下？
🧑🏻💻 吕昭波：
大家好，我是吕昭波，来自 MumuLab，也是 MumuLab 的创始人。我们最近主要在做的一件事，是帮助企业做 AI 转型。
现在很多企业看到机会，也看到国家政策的引导，都会觉得 AI 能带来很大的改变。看自媒体宣传时，AI 似乎无所不能，但真正自己上手时又会发现：这不好用、那也做不起来，工具太多、方案太杂，很难做出选择。
所以我们就专门帮助企业做 AI 咨询和转型，把这些事情梳理清楚，找到真正适合企业落地的方案。
在这个方向上，我们其实还是创业新手，还在不断摸索和打磨，也希望在这个过程中继续成长。
👦🏻 Koji：
Ryan 也自我介绍一下？
🧑🏻💻 Ryan：
大家好，我是 Ryan，Spark Lab 的创始人兼 CEO。Spark Lab 是一个驻地加速器，也是一个创业者社区。我们在上海法租界有一栋五层、约 600 平的大 House。
这一期 Cohort 有 10 个创业团队入驻，我们会和他们一起做加速、打磨产品、发布。
微创新反而更容易拿到客户
👦🏻 Koji：
祖建老师，在创业过程中有没有什么曲折故事？
🧑🏻💻 郭祖建：
其实一家企业在成长过程中，很难一条路走到底，我们也经历过不少探索。
当时我们看到，在临床领域，最终申报的材料里会有大量法律法规要求的文档，而且格式相对固定。这些内容原来都是人工写、人工整理，我们就想：能不能用 AI 来提升生产效率？
但那是 2022 年，GPT 还没出现。我们那时完全没预料到世界会发展成今天这样。我们当时选了 Vibe 技术，也自己基于 low base 的模型做了一个 AI 方案。
但最后遇到了两个很现实的问题。
第一个问题，Vibe 做出来的产品不够「可编辑」。
你要做一款编辑类工具，客户第一反应就是：编辑体验要至少能打得过 Word。但不管怎么做，我们都无法做到比 Word 更强。这个方向本身就不太占优势。
第二个问题，rule-based 模型对行业理解不够深。
临床这个生态太复杂了，客户的资料体系也很深。如果模型对行业理解不到位，很多链路很难搭起来，精准度也不够。
比较幸运的是，2022 年底 GPT-3.5 发布了。
我们评估了一下，马上决定切向 GPT 这条路线。微软随后发布 Copilot，我们也迅速把产品整体迁移到 Word、Office 体系里，再加上 GPT 来增强文档生成和文档洞察的能力。
这一步效果非常好，而且最关键的是：我们没有改变客户现有的工作流，只是把 AI 带进了他们习惯的场景里。
这让用户的接受度高了很多。
我现在回头看，创业往往都是从一个小想法开始。我们一开始也想做一个大平台，但平台这种东西，除非客户是从 0 起步，否则很难说服一个历史悠久的大药企，让他们在已有体系之外再买一个「大平台」。
后来我们发现：微创新反而更容易拿到客户。
在他们原有流程里切进一个小点，让效率提升一点、体验好一点，比端着一个大平台更实在。
想做平台的人太多，但能解决真是问题的人太少
👦🏻 Koji：
昭波，你观察到的客户情况，和刚才祖建提到的生命健康领域的客户，有哪些相似或不同？
🧑🏻💻 吕昭波：
我这边看到的情况还是有一些不同的。
先说 to C。很多创业者都有很多 Idea，大家都想做一个平台，想做一个很通用的产品，想改变世界。我自己也经历过这种阶段，但后来发现，改变不了世界，我只能先改变我自己。
现在有 Vibe Coding，很容易做出一个 Demo，五分钟就能跑起来，两天就能做一个 MVP。但是真正要把产品做出来，让用户真的用起来，可能半年都做不完。往往原因就是，我们的想法太大、不够落地，没有解决用户真实的问题，那这个 Idea 就不一定合适。
再说 to B。
很多企业根本不关心你的梦想是什么，也不关心你想做多大的平台。只有一个问题：你的产品能不能解决我的实际问题？
能解决，他们就愿意用，愿意在内部推动，甚至愿意付费。如果解决不了，那 Idea 再好听也没意义。
所以不管是创业还是落地，最后还是要回到一个点：解决客户最实际的问题。
Infra 变厚、应用变深、硬件变真
👦🏻 Koji：
在 Spark Lab，你们应该能接触到大量 AI 创业者，也会有很多日常交流。大家都在说「AI 一年，人间十年」。那你在 2025 年这一年里，看到了哪些有意思的新变化？想请你分享一下。
🧑🏻💻 Ryan：
我们从 2022 年底 ChatGPT 发布开始，就一直非常密切地关注这个领域。到了 2025 年，其实我们看到三个彼此关联、而且变化特别明显的方向。
第一，是 AI 的基础设施，尤其是 Agent 的基础设施。
我们很关注一件事，就是「Make Something Agent Want」，或者说「Make Something AI Want」。
意思是：去做 Agent 真正需要的那层 Infra，比如 Memory、Context 这些能力。
当这些基础设施逐渐成熟，可以收集更多上下文、记忆系统也越来越完善后，就会自然衍生出很多新的应用机会。
第二，是应用端真正进入爆发期。
很多应用的 Idea 在 2023 年大家其实都想过，但那时候技术实现度不够，效果也不够好。
到了 2025 年，尤其是从今年年初开始，应用的爆发是肉眼可见的。
这和我刚说的第一点直接相关：Agent 的 Infra 成熟了，才能支撑更复杂的应用跑起来。所以我们也特别关注这一块的机会。
第三，是中国在 Physical AI（AI + 硬件）的独特优势。
国内，特别是深圳，在供应链上的能力非常强。
以前我们可能只看到像 Plaud 这样的公司，已经把这个方向跑到了一个 PMF 的程度，证明了市场和空间都真实存在。这两年，我看到越来越多无论是国内还是硅谷的团队，都会来深圳跑供应链，在这里搭研发团队，探索新的 AI 硬件品类。
这三个方向是相互关联的，也是我们这一期 Spark Lab 十个团队都在做的事情。
从基础设施，到应用，再到 AI 与硬件的结合，我们确实感受到 2025 年整个行业在加速往前走。
垂直领域的 Know-How 永远是第一位的
👦🏻 Koji：
祖建一直在做生命科学，这个领域的深度真的非常深。我也很好奇，你当时有没有生命科学背景？以及怎么看「AI + 垂直领域」和「垂直领域 + AI」之间的差别？
🧑🏻💻 郭祖建：
我本科是学医学的，研究生学的是计算机，算是一个跨专业的组合。
在生命科学这个领域，我个人最大的感受是：要做出一个真正能落地的产品，垂直领域的 Know-How 永远是第一位的。
我们工程团队里很多同事来自谷歌、微软，工程能力在创业公司里可以说是非常强的。但刚开始做这个方向时，还是会碰得头破血流。
因为你对这个行业不够了解时，你做的很多「效率提升」在客户看来可能根本不是他们真正需要的东西。你觉得能提效，但他们最在意的，可能是完全不同的痛点。
医药行业也有它自己的隐性规则。行业里的人彼此一说就懂，但你如果不了解这些背景，你做的创新可能会被认为「不合规」、甚至「瞎搞」。
他们的体系是几十年、上百年积累下来的，你如果不了解，就很难真正切中要害。
所以在这种深垂直领域创业，我的建议是：你不一定需要自己有行业背景，但你的团队必须要有人懂行业。
特别是首席产品官，他才是公司真正的灵魂人物。他需要能把行业抽象清楚，看得见未来，而不是只停在眼前。
否则你做的东西可能只是隔靴搔痒。
隔靴搔痒也能赚钱，但很难形成护城河。一旦这个点能赚钱，新的公司马上会冲进来，你的成本立刻拉高。
回头看我们公司的历程，从最初的产品到现在的产品，我最大的体会就是：懂垂直领域，真的是第一位的。
它能让你少走非常多弯路。
AI 时代，一群人会走的又快又稳
👦🏻 Koji：
昭波也是亚马逊云科技的 Community Builder，你在这个社区里其实做了不少贡献。能不能先跟大家介绍一下，你在社区里扮演什么角色？然后也想听听你对今年 re:Invent 的期待。
🧑🏻💻 吕昭波：
我自己也挺期待今年在 AI 方向上会不会有一些新的产品，能真正帮助到我们这些正在做 AI 转型的团队。
除了是 MumuLab 的创始人，我另外一个身份就是亚马逊云科技的 Community Builder，说白了就是社区志愿者。像这次的活动，也会和全球三十多位讲师一起组织，把一些好的技术带给更多人，分享出去、布道出去。每次无论是直播还是线下活动，和大家一起聊技术，我都觉得特别开心。
有人说「一个人走得快，一个团队走得稳」。但在 AI 时代，我觉得一群人又走得快又走得稳。因为变化太快了，每天半夜都在看大模型发布会，你自己一个人根本跟不住。
所以团队之间、社区之间的互相交流就非常重要。像我们刚在外面，就看到快一百位小伙伴在聊天，谁有了新方法、谁做了新尝试，都会马上分享。这样大家一起迭代、一起成长，社区的价值也就体现出来了。
亚马逊云科技的 Community Builder 也是这样一个平台，我们也和十字路口一起合作办活动。现在很多大学生、很多年轻朋友都在尝试各种新的方向，有这样一个社区，大家可以互相陪伴、互相成长。我觉得这是特别有意义的事情。
所以也想邀请大家一起期待一下今年 12 月 1 日到 5 日的 re:Invent，大会应该会有很多值得关注的新内容。
初创不缺想法，缺的是能让产品跑起来的 Package
👦🏻 Koji：
大家对 re:Invent 有哪些深刻的印象？过去的 re:Invent 带给你们什么故事？今年又有哪些特别的期待和愿望？
🧑🏻💻 Ryan：
我可以先讲一个。我跟亚马逊云科技的缘分挺巧的。几年前我还在做另一个创业项目时，参加了一场亚马逊云科技赞助的黑客松，最后拿了一个亚马逊云科技的奖，大概是 10 万人民币的 Credits。
对我们当时的团队来说，这笔 Credits 简直是续命了，因为早期创业资金紧张，很多基础服务其实都舍不得买，亚马逊云科技那次的支持真的让我们撑了一段时间。
那时候我们做的事情还跟 AI 没什么关系，更多是用云作为最基础的设施。而到了 2025 年，现在越来越多的团队都开始做和 AI 强相关的事情了。
因为我们本身也在做初创团队加速，所以我真心期待亚马逊云科技能不能推出一些专门给初创团队的 Package，把云服务、AI 定制的 GPU 算力、基础设施等资源打包起来，作为一套让新团队能更快启动的工具箱。
另外，我自己也是社区里的 Builder，我觉得亚马逊云科技这种社区生态真的会让整个创业环境变得更有活力。
👦🏻 Koji：
昭波作为 Community Builder，要不要给大家简单介绍一下亚马逊云科技面向初创团队的项目？你应该比我们都更熟。
🧑🏻💻 吕昭波：
其实亚马逊云科技不只是有几百项产品和服务，它在面向开发者、尤其是面向初创团队这块，也给了非常多、力度很大的支持。
刚才我们也提到 Startup 这个方向。无论你是刚有创业想法，还是已经成立了公司，都可以和亚马逊云科技沟通。他们不仅提供云上的各类资源，让你的业务没有后顾之忧、能快速跑起来，也会提供很多创业相关的服务，把你链接到更多有价值的资源和人脉。
这部分其实非常关键。
亚马逊云科技上有几百项服务。你最开始完全可以只用免费的，或者几美元的 EC2 就跑起来。你的应用在早期都很轻量，不需要投入大量时间和成本去搭基础设施。等业务起来了，亚马逊云科技可以通过各种服务帮你撑住增长。
从底层的批量计算、深度学习，到现在写代码可以用 Kiro，模型训练可以用 Bedrock，这些都已经准备好了。
说白了，亚马逊云科技已经把那么多工具放在那里，就差你来启动自己的项目，真正开始创业了。
在 AI 时代，把自己做好，是最稳、也最快的创业方式
👦🏻 Koji：
2026 年马上到了，最后请大家送一个祝福吧。在新的 AI 时代，你们各自有什么愿望？
🧑🏻💻 吕昭波：
我自己 2025 年刚创业，所以最希望的是 2026 年能真正找到自己的方向，把事情做深、做稳，让更多企业能通过 AI 转型获利。
也希望更多创业者、更多公司，都能像墙上那句「Attention is all you need」一样，找到属于自己的 Self-Attention。
在 2026 年专注在最核心的优势上，解决自己真正想解决的问题，实现想实现的目标。
🧑🏻💻 郭祖建：
2026 年我还是很期待的，我觉得现在的 AI 其实还在很早期的阶段。我最期待的，是 AI 在垂直领域、尤其是 Agent 相关的方向能继续发力，真正让做 AI 的团队能产生实实在在的效益。
也祝线上线下的朋友在 2026 年，都能找到属于自己的赛道，坚持下去。
当然也希望我们公司能继续在这个领域往前走，也很欢迎大家以后多多交流。
🧑🏻💻 Ryan：
大家都在说 2026、2027 年可能会迎来 AI 应用的大爆发。我自己也是非常期待的。
我希望 2026 年能看到更多有趣、有意思、真正能玩得起来的产品。无论是我们团队，还是国内外这些 Builder，都能变出更多令人眼前一亮的东西。
本次亚麻拉松由亚马逊云科技 User Group 社区主办，这是一群对技术抱有高度热忱的开发者组成的全球社区，在中国也有 18 个城市覆盖，更多好玩有趣的线上线下活动，欢迎关注他们的公众号。
🚥
如果说 re:Invent 是全球云计算和 AI 的「春晚」，那今晚在上海的这场聚会，更像是一场开发者之间的「年夜饭」前的小酌。
无论是今晚在上海的 100 多位伙伴，还是通过 Amarathon 连接的全球开发者，大家都在做着同一件事：在巨大的不确定性中，寻找确定的代码、确定的交付、确定的价值。
就像 MumuLab 的昭波在现场所感慨的那样：
「以前常说：一个人走得快，一群人走得稳。但在 AI 时代，我觉得是一群人，走得又快又稳。」
接下来，12 月 1 日至 5 日，亚马逊云科技 re:Invent 即将正式开始。
但在那之前，很高兴能在上海，和大家喝着啤酒，先聊了聊未来。
我们 re:Invent 见。
