如何创办一家人工智能公司：大胆创新，另辟蹊径，坦然面对可能的失败

我决定尽可能多地接触近期的AI创业者。我的目的不是挑选赢家，而是了解实际打造AI产品的感受——AI工具如何改变了他们的工作本质；在竞争激烈的领域中打拼有多可怕。这听起来有点像在翻滚的太阳表面跳踢踏舞。OpenAI每推出一次更新，X平台上就会涌现大量帖子预测上百家初创公司将被淘汰。太残酷了！
这场革命最终会让众多工程师“焦头烂额”吗？当然——他们不可能都存活。初创公司本身就是实验，而大多数实验都会失败。但如果在经济领域开展数千个这样的实验，或许就能一窥不久的将来。
阿南德在印度长大，从小和父亲一起看《黑客新闻》，高中过半就开始构建自己的大型语言模型（LLM）。毕业前，他和18岁的联合创始人以及另外两位夏令营认识的朋友在生物预印本平台bioRxiv上发表了一篇论文，内容是他们构建的用于预测蛋白质某方面行为的LLM。这篇论文在X平台上引起了科学家们的热议，并被一本知名期刊引用。他们决定尝试创办公司，经过头脑风暴，最终选定了基于蛋白质的杀虫剂方向。接着，就像童话一样，一位“森林精灵”（抱歉，其实是风险投资人）通过领英联系上他们，提出投资75万美元，让他们辍学全职经营公司。他们接受了，然后就开工了。这些青少年对农业综合企业几乎一无所知。那是去年12月的事。
五个月后，阿南德和他的联合创始人在旧金山湾区开设了第一个生物测试实验室，后来又搬到了另一个地方。在那里，他们亲自将有潜力的分子液滴挤入小瓶中。（理论上，基于蛋白质的化合物可以更精准地靶向蝗虫或蚜虫，而不会伤害人类、蚯蚓和蜜蜂。）我问他是如何学会湿实验室操作技能的。“我雇了个朋友，”他愉快地说。这位朋友在夏天对他进行了指导，然后秋天返校了。“现在我能做一些生化检测了，”阿南德说，“不是全套检测，但能对我们的模型进行基本的湿实验室验证。”
我心想，这几个青少年在短短几个月内就构建了自己的LLM，学习了害虫防治的生物化学知识，用模型识别潜在分子，现在还在自己的实验室里用移液管做实验，这可真不赖。事实上，当我盘点他们所做的一切时，我觉得这简直不可思议。我原以为AI工具会加速公司建设的某些环节，但对其影响的规模只有模糊的概念。因此，在接下来采访一家成立14个月、名为Roundabout Technologies的初创公司联合创始人时，我直截了当地问：具体哪些方面发生了变化，变化有多大？
“我们推出了超多东西，”科林·巴恩韦尔告诉我。他的公司有四个人（其中两人去年4月加入），正在开发一种用于交通信号灯的实时视觉系统，以优化红绿灯的配时。考虑到人类在空荡道路上因红灯浪费的数十亿小时，十字路口的AI革命必要性显而易见。巴恩韦尔一口气列出了自4月以来他们完成的工作——在自己的数据上训练视觉网络，用LLM深入研究城市，编写图形处理器（GPU）软件，制作各种仪表盘，设计硬件组件——同时在一个又一个AI助手之间切换。“你真的会觉得这些工具把你带到了前沿，”他说。他认为自己只是个中等水平的程序员，对自己能构建出的东西感到很高兴。“我会说我们处于‘科林AGI’阶段，还没到‘萨比克AGI’。”
萨比克·普拉丹是他的联合创始人。“原本需要几周构建的东西，现在只需等模型运行五分钟，”普拉丹告诉我。到目前为止，他们工作中最耗时的部分是找到第一个人类客户。今年7月，在公司即将迎来一周年之际，两人与旧金山北部的圣安塞尔莫市合作，在其最繁忙的十字路口安装了他们的系统。10月，他们在隔壁街道的一个路口启用了该系统，计划再安装11个红绿灯。
几乎所有我采访的创始人都表达了类似的观点：原本一两周的编码工作现在一天就能完成。有人告诉我，软件开发变得如此简单，“甚至不好玩了”。另一个人说，当网络中断时，不得不自己写代码，那感觉“极其痛苦”。对大型语言模型的依赖是真实存在的。但最依赖这些大型模型的，是那些完全基于它们开发产品的人：AI智能体团队。
22岁的李和塔拉克很快遇到了瓶颈。他们把智能体设计得很健谈，但人们似乎对对话不耐烦。李说，相反，用户似乎想把它当作“Python脚本或自动化工具Zapier的工作流”——更像是一个点击按钮，而非与同事的来回对话。他们放弃了已有的成果，重新开始。李解释说，问题在于没人知道人们希望如何与AI互动，所以工程师们基本上是在猜测并碰运气。“这可能是历史上变化速度最快、最具活力的时期之一，”他继续说，“每个月都有东西被颠覆。”正如塔拉克所说，生存的唯一方法是保持永恒的灵活性。随时准备抛弃整个代码库，重新开始。“我一直在推翻自己对两周后世界会是什么样子的假设，”李说，“因为大多数时候我的预测都太保守了。”
塔拉克快速开发的一个智能体，能监控网站上有人表达兴趣时，就去谷歌搜索此人是否知名。“我们就是这样发现知名生产力工具Notion的CEO伊万·赵注册使用了我们的产品，”李说，顺便提了一下这位CEO。“这个智能体有点像哨兵，巡逻我们的数据库。显然，这种事你绝不会雇人来做。”
没错，还是得说回人。在这种情况下，并不是工作岗位被淘汰或不再创造新岗位，而是拥有AI助力的人能力得到了极大延伸。正如交通信号灯公司的巴恩韦尔所说，他正在编写以前根本懒得写的代码。两年前，编码还很费劲时，他大部分时间都在纠结函数和算法。现在，他可以把更多精力放在研究、探索和通常所说的“思考”上。“你一直在构建一次性软件来帮自己完成任务，”他说。
代码不再珍贵，这种可抛弃性可能让人感到不安。李告诉我，一年前他们花了三个月时间痛苦学习并精心编写了一个智能体，而现在所有这些工作“可能三天就能写完，还不用我们亲自动手”。李承认自己有点沮丧，不禁思考现在还有什么值得学的。
“如今疯狂的是，”塔拉克补充道，“如果客户发邮件提bug或功能需求，你真的可以把他们写的内容复制粘贴到Claude Code里，15分钟就能得到一个功能。”
“那么，”我问，“你的大脑就没参与吗？”他哼了一声，停下来思考。“我想，判断是否应该开发那个功能才是最重要的。重点不再是能否把东西做出来、随便推向世界，而是对你选择开发的东西要有策略和战略眼光。”
当构建系统变得如此简单时，你可以进行无数次实验。探索各种未知领域。尝试不同方法的代价已经低到，一家初创公司可以在自我“平行宇宙”中尝试无数版本，最终凝聚成一个聪明、合理的形态。正如有人喜欢说的，当你能在周末写出一家初创公司所需的代码时，科技公司的工作就不再仅仅是编码了。那么，工作的本质是什么？
“结果就是，”李告诉我，“品味成了最重要的东西。其他一切都是品味的表达或实现。”
我犹豫了一下，一个难以回答的问题涌上心头。然后我脱口而出：他们如何定义品味？我以为会有一阵尴尬的沉默。
李笑了笑说：“其实我们有个群聊，专门定义什么是品味。”
我们讨论了几分钟，但没能得出清晰的答案。通话结束后，我收到了李的邮件，里面是他最喜欢的关于品味的读物链接。有些是X平台上的帖子，有一篇领英上的精彩文章。但他最喜欢的——也是我最喜欢的——是创业教父保罗·格雷厄姆的一篇散文。
随便读读格雷厄姆作品的人，可能看过《创始人模式》（2024）或《做那些无法规模化的事》（2013）。你得深入他的作品，才能找到《创造者的品味》（2002）。
格雷厄姆写道，品味是创造美好事物的能力。就这么简单。有品味的人既有识别美好事物的经验，也有设计这类事物的技术技能。那么什么是好的设计？它至少是简洁、永恒且大胆的。接着格雷厄姆更大胆地提出：好的设计还带点趣味，往往有点奇特。
在我与一位又一位创始人交谈时，我一直在思考这些话。有几个工程师团队正在开发家用机器人，这正迎来一个热潮——同样是因为现在他们能用比以前少得多的资金和人力取得进展（再加上来自中国的廉价零部件）。其中一款机器人是Weave Robotics的艾萨克，它有点像带轮子的落地灯，有着粗壮的手臂，末端是蟹爪状的爪子。一只爪子里放着一个精致的篮子，它能在房间间穿梭，收集杯子和玩具，活像18世纪在市场上采蔬菜的村民。在旧金山，一台艾萨克被安置在满是洗衣机的房间里，为一家洗衣初创公司叠衣服。
另一款更有气势的家用助手K-bot，有着熟悉的人形，但通体黑色，线条流畅，充满阳刚之气。当它把一片面包放进烤面包机时，这个动作带着一丝威胁——这么大一块金属根本不该做早餐。也许你对十年来毫无进展的演示感到厌倦，觉得这很正常。但请擦亮眼睛，因为看到一个“机器人士兵”端上吐司，仍然很奇怪。那个提着古朴篮子、不知疲倦的“村民”也是如此。或许这就是“趣味”和“奇特”的体现：它们给日常生活增添了一丝惊喜，把你带到一个新的境地。
本杰明·博尔特是K-bot的幕后推手，他的公司叫K-Scale Labs。当他四处寻找创业点子时，他得出结论：唯一明智的计划是去攻克他能找到的最难的问题。“几年前看似合理的所有想法，现在都不合理了，”博尔特说，他指的是主导科技行业的商业软件。“你需要拓展自己的视野，才有机会不被所有做这些事的其他公司彻底淹没。”这就是他为何决定研发价格相对低廉的开源人形机器人；想象一下，部署六个这样的机器人，开一家建筑公司。
博尔特对遥远的视野并不陌生。真正的极客可能已经猜到了，但对其他人来说：“K-Scale”指的是卡尔达肖夫指数，以俄罗斯天体物理学家尼古拉·卡尔达肖夫命名。在1964年题为《地外文明的信息传输》的论文中，卡尔达肖夫提出了一种衡量技术进步的尺度，他认为这可能对寻找外星人有帮助。指数最底端是I型文明，能够利用其行星上的所有能源（有人估计人类目前处于0.7型）。在X平台上，博尔特的个人简介写着：“推动人类提升卡尔达肖夫指数。”他认为，一个由经济实惠的机器人组成的全社会网络，能把我们提升到I型文明。
这听起来有点令人兴奋，又或者并非如此。因为几天后，我又在另一场对话中听到了卡尔达肖夫指数。我联系了一家名为Starcloud的公司，他们正致力于将数据中心送入太空（自然是为了帮助运行所有这些AI）。Starcloud成立于2024年夏天，计划在11月将首个图形处理器（GPU）送入近地轨道。如果数据中心正让河流干涸，而恼怒的市民早就想把它们“发射到九霄云外”，那为何不真的把它们送上去呢？这家公司的负责人目标是让人类达到II型文明——即能够利用恒星的全部能量。这里的野心可不缺。
所以，没错，一切都在飞速发展。到底有多快？很难说。大脑可能感觉在飞速运转，而时钟却显示另一番景象。康奈尔大学最近的一篇论文发现，依赖AI的开发者实际上比手写代码的人更慢。以前花在主动编码上的时间，现在可能被其他任务占用了。而且必须指出，无论AI在任务中提供多少帮助，这些初创公司能存活到2027年的几率都很低。
尽管如此，如今的世界确实给人一种指数级变化的感觉。即使是一些初创公司更接地气的目标，综合起来也显得雄心勃勃——将AI引入锈带工厂、独立杂货店、县政府。AI常因其危险与力量并存而被称为“普罗米修斯式”的技术。因此，一些充满干劲的乐观主义者会瞄准那团巨大的火球（指更高的目标），只是想看看接下来会发生什么，这也合情合理。