Fragments 0x0019
内容提要
作者认为AI泡沫客观存在，估值与循环投资暗藏风险，增长放缓未必是短期低谷。B端Agent的难点在记忆、调度与组织而非模型，且需应对大厂竞争；C端付费呈幂律分布，留存低、退款高，须算清毛利。建议创业者解决真问题、拿好钱，让AI缩短人与人之间的距离而非替代人。
延伸解读
循环投资与合同杠杆：泡沫中的结构性风险
文章指出AI泡沫客观存在，循环投资类似互相发红包虚增GDP，但更危险的是投入不对称：AI公司签的是take-or-pay合同，是限时杠杆，到期必须兑现；而数据中心很多只是“号称”去投。若AI公司发展不及预期，这些合同会出大问题。作者列举A社增长从翻倍降至45%、OpenAI收入预期700亿实际500亿，并认为这未必是短期低谷，因为B/C两端各有难度。
B端Agent的难点不在模型，而在记忆、调度与组织
文章引用Harrison Chase的观点，Agent是模型加治理（harness）。很多企业Agent框图把模型画在核心，但作者认为模型反而是最容易接起来、换起来的部分，越往外的记忆、调度、组织才是麻烦所在。B端系统对接离不开人与人的沟通，有公司转型后补招40多名法务。此外，创业团队还要面对大厂竞争，字节计划明年将C端与B端收入比从7:3调到3:7。
C端付费呈幂律分布，留存与毛利才是关键
a16z榜单显示AI应用付费渗透率4.5%，Top 1%付费用户贡献19.5%收入，中位数月付费25元且几乎不增长，仅13%用户订阅两个AI产品。RevenueCat 2026报告显示AI应用年订阅留存21.1%，低于非AI应用的30.7%，退款率4.2%也更高，但Trial→Paid转化8.5%更高。作者强调AI应用token成本随用户数线性增长，必须算清毛利，否则用户规模是债务而非资产。
AI应缩短人与人的距离，而非替代人
作者认为AI的进步方向应是避免人干重复劳动，解放时间去增加与他人连接的机会。人际连接的瓶颈常是成本问题：语言、距离、协调、信任、社交焦虑等，AI恰好能降低这些成本。AI的最高价值不是“更像一个人”，而是“让其他人更容易被找到、理解、协调和接近”。给创业者的建议是：解决真问题、拿好钱别随便对赌、判断是在做深还是做浅人的连接。
Q&A
为什么说AI泡沫是客观存在的？有哪些具体表现？
文章指出AI泡沫客观存在，表现为：AI公司在标普500中占比及估值水平不合理；循环投资问题突出，类似互相发红包虚增GDP；AI公司签订take-or-pay合同形成限时杠杆，而数据中心投资存在不对称和“号称”投入；增长不及预期，如A社增长从翻倍降至45%，OpenAI收入预期700亿实际500亿。
B端企业Agent的真正难点在哪里？为什么说模型不是最难的？
文章引用Harrison Chase的观点，Agent是模型加治理（harness）。很多企业Agent框图把核心模型画在中心，但实际上模型是最容易接入和更换的，越往外的记忆、调度、组织等才是麻烦的地方。此外，B端系统对接离不开人与人的沟通，创业团队还需应对大厂竞争。
AI C端应用的付费和留存数据怎么样？有哪些关键发现？
a16z榜单显示：付费渗透率4.5%，Top 1%付费用户贡献19.5%收入，中位数月付费25美元且几乎不增长，仅13%用户订阅两个AI产品，付费呈幂律分布。RevenueCat报告显示AI应用年订阅留存21.1%（非AI 30.7%），月留存6.1%（非AI 9.5%），退款率4.2%（非AI 3.5%），Trial→Paid转化8.5%（非AI 5.6%）。说明AI应用首次付费转化高但长期留存差。
为什么AI应用第一天就要算清楚毛利？token成本如何影响商业模式？
移动互联网用户增长边际成本低，而AI应用token成本随用户数线性增长，Character.AI就因用户过多而倒闭。AI创业一头是获客成本，一头是token成本，必须算清毛利。文章以Seedance公布的70%毛利作为benchmark，并指出若不算清毛利，用户规模和互动时长可能成为债务而非资产。
作者认为AI的进步方向应该是什么？AI应该替代人还是连接人？
作者认为AI的进步方向应是避免人干重复劳动，解放时间增加人与人连接的机会。AI的最高价值不是“更像一个人”，而是“让其他人更容易被找到、理解、协调和接近”。一句话：AI不应该替代人，而应该缩短人找到人的距离。AI能降低语言、距离、协调、信任、社交焦虑等连接成本。
面对AI泡沫，作者给创业者提出了哪些具体建议？
作者提出三点建议：第一，一定要解决真问题，不要滥用10x、AI native、agentic等大词，做应用就是做应用；第二，既然有泡沫，现在能拿多少钱就拿多少，但要拿好的钱，别随便对赌和担保；第三，审视自己是在做多做深人的连接，还是在做浅做薄人的连接。
