# 以后一定会更糟，所以现在先别慌 ｜和晓辉博士聊创业和 AI

> AI炼金术 精读

- 发布日期：2026-10-18
- 主持：徐文浩 · 任鑫
- 原节目：https://www.xiaoyuzhoufm.com/episode/6ad4b5910e4e410a05beac08
- 网页版：https://aialchemy.qiaomu.ai/ep/6ad4b5910e4e410a05beac08.html
- 精读字数：约 7058 字（阅读约 16 分钟）

> 本文为 aialchemy.qiaomu.ai 基于节目转写的 AI 整理精读，不是逐字稿；引用请注明出处并链接网页版。

任鑫第一次创业时，合伙人焦虑得睡不着，他安慰对方：「也不用太焦虑了，以后一定会更糟的。」这句话后来被朋友们当成段子传。第二次创业失败后，有人问他，如果能给当年的自己一句建议，会说什么。他答得干脆：「早点关公司。」

这期「AI 炼金术」反了过来。平时坐在主持位上的任鑫成了嘉宾，采访他的是晓辉博士（袁晓辉），新可能实验室主理人、前腾讯研究院创新研究中心主任。两个人聊了 135 分钟，从计算机奥赛、新蛋网管培生、写博客被刘强东助理转发，聊到今夜酒店特价被携程按在地上摩擦、京东到家、2015 年做 AI 助手 Get 成为先烈；再聊到 2023 年重回 AI 世界之后，他为什么选择「先卖再做」、每三个月试一个产品、不融资。

后半段是给普通人的：日更焦虑怎么破、离开大厂怎么安放自己、HRBP 怎么借 AI 抢地盘、没有资本怎么推广产品。任鑫说话像在饭桌上聊天，金句密集但不装，晓辉博士的追问稳准狠，经常一句话把话题从抽象拉回具体。

## 从奥赛、电商到写博客被刘强东助理转发 04:36

任鑫是学计算机的，搞过计算机奥赛，写算法。大学毕业后的第一份工作在中国新蛋网做管培生，轮岗把所有线都走了一遍，在美国连仓库里的活也干过。大部分时间待在营销部门，这决定了他后来的职业标签：数据驱动的营销。

美国那家公司工作不饱和，用的是全世界最先进的工具，有什么需求多海岸飞过来一个团队讲解。他闲得慌，开始写个人博客，写怎么用数据分析看营销活动效果、怎么做漏斗分析、怎么设对照组。博客很小众，没什么人看。

转折来自一个贵人。刘强东当时的助理刘爽，在一个电商论坛上把他的每一篇博客转过去，疯狂吹捧「这个人太牛逼了」。任鑫自己试过把内容转上去，没人看；刘爽转就超级有人看。他后来总结：「还是要大 V 带一下。」这一带，国内创业公司的联创机会、大厂的高位置全来了。他在美国的职位可能还要够一够才到小中层，国内给的位置直接跨了好几级。

所以创业这件事，他回头看，误打误撞的成分很大。联合创始人忽悠他去北京，说方向定了、投资搞定了，到了发现啥都没有，完全的草台班子。最初做的产品跟酒店无关，是一个类似微信群聊的工具，当时微信还没出来。做着做着觉得基因不对：明明做的是社交网络，脑子里想的还是怎么赚 O2O 吃饭抽成的钱。后来跟酒店行业的朋友聊到尾房销售，一拍即合，才有了今夜酒店特价。

营销这件事他确实擅长，甚至比干活更擅长。今夜酒店特价当年在国内所有商业财经杂志至少上过两遍，中央电视台经济半小时报道了 15 分钟，哥伦比亚电视台专门飞过来。他的总结是叙事成功。现在他给几家硅谷公司做营销顾问，讲叙事。但对外定位，他更愿意说自己是做产品的，因为「营销听起来不好听」。

## 做东西贬值一百倍，所以先卖再做 16:08

晓辉博士提到一个现象：社交媒体上大家天然觉得做技术的比做营销的高人一等，乔布斯当年都被质疑懂不懂具体技术。任鑫接过话，给了一个很清楚的算术。

假设过去「把东西做出来」和「找到人买」两件事同等重要、同等稀缺。现在 AI 取代的是把东西做出来的能力，这部分供给多了一千倍，**这个能力在市场上贬值了大概 100 倍**。做东西太简单了，一个晚上就能 copy 一个 Photoshop。他自己录播客老断线，因为用的是国外软件，录着录着大家说，待会让 Claude Code 帮我们写一个吧。

所以他的建议非常直接：想创业，先卖东西，先不要考虑做东西。

> 你应该先卖，卖完再做，先把钱收了，或者至少把订单先收了。

他自己正在实践这件事。因为经常在商学院讲课，每周有三四个企业家问他公司该怎么 AI 转型，但他很难赚到钱，于是想做一个能规模化卖的产品。AI 转型里最标准的一段，是梳理业务、寻找机会、判断哪些机会能用哪个 AI 搞定，以前靠咨询顾问做，现在可以压到一个 agent 里，让 agent 给 CIO 派活，人类只做三件事：定大方向、帮 AI 拿 context 和 token 权限、搞关系打杂。

产品一行代码还没写，demo 做了不少，他直接在企业家社群里吆喝：四周五万块，帮你的组织转型、把 FDE 团队培养出来，但你必须每天完成我给的作业，做到了钱全退。很多人下单。

然后第一次开会他就发现，客户根本没听产品是什么，买的是这个人：能上台讲课应该挺牛，讲得挺有道理，想找他聊聊自己公司的 AI 到底该怎么干。**大家买的根本不是这个产品。**他自嘲，那一刹那跟机场里那种营销大师是一类的，客户需要的是一个大师来诊断一下，这点小钱赶紧先打了，免得以后涨价。

客户真正需要的，比他设想的位置更早。他以为客户缺的是每天执行什么任务、缺什么样的人才，结果大家连宏观上该干嘛都还没想清楚。他们要的是让脑子变清楚一点，知道 AI 跟自己的关系到底是什么。这个产品没做成，但死得比较快。现在他用这些交付磨新产品，逻辑是：**先卖掉，先有客户，再从真实需求里找一个产品。服务中发现有人买单、毛利够高、能复制，才产品化，其他的能不产品化就一概不产品化。**

## 老板只需要想清两件事 27:18

任鑫在商学院经常遇到企业家跟他讨论架构：听说有个新架构，用它做一个东西一定会改变行业。他的回应很粗暴：你说的很好，我今天晚上开工，明天就能做出来，做出来你打一千万，打不打？不打的话，一百万打不打？

他说不要讨论技术细节，假设我都能搞定，无非是技术，无非是钱，搞不定六个月之后等技术升级。真正要想清楚的是两件事：**第一，这件事做成了对你到底有多大价值；第二，明天交货的时候，你有没有办法检查我有没有忽悠你，你的测试集在哪里，评估标准在哪里。**

大部分传统老板想不清楚技术，是被一帮人忽悠。这两件事想清楚就够了，其他的有技术人员帮你想，免费的也行，收很贵的钱也行。不要浪费时间纠结这个技术那个技术。

晓辉博士顺着这个往下讲。她这两天在打磨视频工作流：直播对谈的录制怎么加字幕、加标题、加包装，什么样的东西算满意，一开始根本说不清楚。只能跟 AI 一遍一遍磨，渐渐知道自己品味和审美在哪里。她的结论是：**把标准说出来，这件事你就做完了。**有了 AI，有目标、标准又清晰，人基本上就不用干活了，人要做的是把标准清晰定义出来。

> 定义出这个标准的过程，就是你在干活的过程。

任鑫补了两种找标准的办法。一种是从过去成功经验里挖：让客户给几万条历史数据，偷偷藏一千条做测试集，输入和成品之间的黑箱就是标准。另一种是把工作流设计成能自我强化的系统：他让 AI 按他的口味从播客里摘内容，通过飞书发知识卡片，卡片带「要」和「不要」的按钮，AI 每天根据他的选择总结口味，每周再复盘一次防止过拟合。像刷抖音一样教 AI，不需要自己写出来。

## 2015 年的 AI 助手，背后其实是真人 33:43

2015 年做 Get，比 ChatGPT 早八年。任鑫说，当时脑子里的第一个词反倒不是人工智能，是 O2O。所有人都觉得衣食住行的服务最终都能通过移动互联网满足，但当时大家做的都是标品：打车、订房、订咖啡。非标需求没人管，比如孩子不听话、公司年会要 800 个红酒杯。他们想做 uber for everything，做路由就必须加一层 AI。

当时的 AI 水平「很烂，完全没法用」。他讲了个段子：他们的语言理解能力、对话流畅程度远超 CV 和市场上所有模型，因为背后放了很多人。AI 做不到通用，只能切细分品类，一万人订咖啡就把订咖啡那段稍微加点 AI，前面还是得有人接。还做过识别用户心情、帮人减肥的子项目，能预测明天上秤重一点还是轻一点。技术不成熟，市场也打不开，没人记得你是干嘛的。

晓辉博士问他，是不是犯了从技术出发找解决方案的错误。任鑫说两头都错了：

> 它既不代表我从技术出发，也不代表我从市场出发，它是从一个口号出发。

上一轮今夜酒店特价吃到移动互联网红利，他后来归结为百分之百运气好，但当时以为是自己牛，外界评价也看好，就产生了错误预期。被携程踩死卖给京东之后，心里憋着要做个大的，为做大而做大，uber for everything 就是当时能想到的最大的东西，但它只是个口号。

中间还有一段：京东的钱没拿完就走了，因为 vesting 没到期。当时 O2O 市场疯狂，身边所有朋友的创业公司都在指数级增长，这个月一天 100 单，下个月 1000 单，再下个月 1 万单。他待在大厂里，感觉世界呼啸而去，自己被时代淘汰。后来才醒悟，大家都是靠补贴补出来的数据。但在当时，那个感觉是真的。

## 袋鼠去了新西兰，就该改签 45:50

第二次创业留下的是 PTSD。第一次创业他是二股东，压力有高个子顶着，过程还挺开心，上杂志、代表公司营销。第二次做大股东、做一号位，焦虑深得多，而且靠个人努力和智慧解决不了：选错了大事，还得硬扛。当时其实有非常多选择在眼下，比如减肥那个子项目是盈利的，但被「做大做强」的逻辑裹挟，居然想把它关了。

问他想给第二次创业时的自己什么建议，他只说了一句：早点关公司。然后用一个比喻展开。

假设你国庆要去澳大利亚看袋鼠，票订好了，BP 里写的理由是你喜欢袋鼠。出发前一周，你知道澳大利亚的袋鼠都去新西兰了。按之前假设保持一致，你应该改签去新西兰，或者干脆不去。但你会说，机票都买了，几个朋友都上船了，投资人会不会觉得我把事做砸了。Ego 在那里，于是你给自己找新理由：澳大利亚天气好，海岸线听说很漂亮。

当时他们做对话式 AI 助手，一系列假设应该在一年之内被证伪：非标需求市场能不能成立、AI 会不会很快成熟。一年之内证伪了，这事就该结了，后面只是挣扎。

他的反思是，**哪怕要坚持，也是另一种做法：赶紧把公司关了，把钱还给投资人，自己或几个人不拿薪水慢慢探索。但凡有团队，你就要考虑几个好闺蜜的心情，就必须在这个方向上做点什么，特别浪费钱和时间。**把原有那坨东西保留在那里，不叫坚持。是 EGO 把他卡住了，早关早了。

晓辉博士也讲了类似的经历：做基于地图的 SaaS，给地产商拿地做决策支持，后来地产不行了，收不回钱，想转型做 REITs 领域的同花顺、万得，发现中国 REITs 市场根本没起来，拿自己的钱烧到受不了才关。两个人都同意，有些坑必须自己趟一遍。任鑫用强化学习打比方：没有疼痛或者爽感，那个学习都是假的。听道理、看书，只是在脑子里加了一个 RAG，没有改变神经元。他还引了王小波的故事：王小波带侄子玩几天，告诉他「别人的苦难是你灵感的源泉」。

## 关掉大脑里的后台进程 1:03:31

晓辉博士今年 8 月从腾讯离职。离开的原因她说得很清楚：大厂再不怎么卷，还是大体系里的一颗螺丝钉，要完成跟自己想做的事不一致的预期。而且创过业的人很难长期回大厂上班，三五年就到顶了。当时她觉得上班、带娃、自媒体只能三选二，自媒体给的正反馈非常直接，甚至觉得每天发那条视频比上班更有价值，于是选择出来。

出来之后并不轻松。她坚持短视频日更，一停下来就焦虑。离职前有一段时间两个周末没日更，在家大哭了一天，觉得失去了对自己的掌控感。国庆给自己放了两三天假没日更，发现睡觉也好了，状态也好了。

她这两天悟到的一点是：**要把大脑中很多的后台进程一个一个都关掉。**要不要买保险、孩子的作业要不要管、答应别人的交付还没做，这些事同时在后台跑，占满注意力。她决定孩子的作业不管了，让他自己面对；新可能实验室的视频号注册好、视频发出去，又 close 一件。有些事 close 不了，就给自己一个节点，到那个节点再处理，但必须有一个结论。

任鑫的做法是丢给 AI。年度计划都让 AI 看着，定期检查，有些事跟 AI 讲「最近不要烦我，到什么时候再催我」。脑子不要留这些，太累了。

两个人也都提到「以后一定会更糟」这句话背后的东西。任鑫说，世界上绝大部分人最后不会成为张一鸣，普通人做一件特别大的事情，大概率会砸掉。砸掉之后，当时觉得生死攸关的新版上线、大 campaign，全被最后的结果掩盖掉，who cares，APP 都消失在历史尘埃里了。他现在把健身、陪娃玩的优先级放得更高，说不定过两年都没工作了，不用太担心。

晓辉博士说她受《臣服实验》最后一章冲击很大：作者功成名就、公司上市被收购，最后一章讲被美国政府起诉，因为公司里一个人财务造假栽赃高管，整个公司被冻结，三五年时间搭进去打官司。一个天天冥想、心神安定的人也要经受这种偶然。她反思自己一直过得很紧：一个月写 6 万字日记交给 AI，跑 36 公里，冥想、健身、上班、挣钱、带娃，没有娱乐时间。看到这里觉得可以放松一点，甚至打开了一部电视剧。

## 转型的愿景里，得有「我」 1:41:23

晓辉博士现在的主要收入来自讲课和培训。企业找她讲 AI 组织转型，她讲的内容本质上是消除心理障碍：很多人不是能力问题，是不信、不愿意、没有动力拥抱。她让大家看到这件事对自己的价值、趋势是什么、浪潮之下自己能做什么，把认知成本和心理负担降到最低，再介绍一线 AI native 公司的最佳实践和可执行动作，比如这周、下周、下个月干什么。

她给自己的角色定位是两个：CEO 想不明白的时候，帮他照一照，看清楚一些事情；想明白了要让中高层达成共识的时候，需要一个外力、一个外界的声音。

任鑫接过这个话题，讲了他看到的真实阻力。**企业 AI 转型推不动，方法层面的问题往往好解决，真正卡住的是大家信不信有一个愿景，并且这个愿景里面有我。**对有权力的人，梳理清楚意味着削权，原来公司是一坨屎山，全公司依赖他系统才不塌，理清楚了愿景里可能没他，可替代性消失。对基层，多多少少是来拿饭碗的。他见过很好的朋友，明明知道 AI 有用，在公司故意让大家不要用，因为「用好了对我们大家有什么好处」，不如多混两年。

晓辉博士的沟通逻辑更积极：不管会不会被替代，掌握它都能增加竞争力，就算这边没工作，在隔壁老王那边找到工作的概率也会提高。任鑫补充，这是个囚徒困境，所有人都停在当下对全人类危险最低，但有人跑得快，前沿实验室在研发，就必须卷起来。

聊到 HRBP 怎么用 AI，任鑫给了一个进攻性的框架。HRBP 以前管的是人力资源，招人本质上要的是这个人的智力，不会让他去搬砖。现在智力资源多了一种，AI。**以前 OD 是把人 OD 进来，现在要把 AI 也 OD 进来，这是 HR 抢权的好机会。**不要防守，防守防不住，因为这个时代你不知道 AI 会从哪个角度把你冲掉。要进攻，把 OKR 变大变难，原来控离职率、面试率、上岗人数，现在改成让这个部门的业务效率乘以三，就必然要用大量 AI 重新搭结构，责权变大，工作也不会受影响。

> 它应该是一个抢地盘的过程。

对普通开发者，他的建议是把自己当架构师，设计让 agent 一起工作的组织级 harness，不要把自己当码农。对没有程序员背景的人，他觉得反而是优势，因为 AI 取代的很大一部分是程序员那部分能力。他讲了 GTO 和主城的一个经典画面：两个很有经验的人用 AI 一直用错地方，后来醒悟到要把自己当白痴，错误就不犯了。两人开完会深深看了他一眼。

## 省 Token 不如研究怎么卖 1:58:40

听众提问里有一个很实在：怎么省 Token。任鑫给了两个角度。技术上，规划用强模型，执行换便宜的，skill、提示词、上下文不要太泛太多，持续迭代。但他更想说的是另一个角度：**如果经济能承受，都用最好的。现在最重要的事情是找到你能卖掉的东西，跟雇一个人相比，用最好的 Token 性价比还是高十到一百倍。**

他算了一笔账：同样花 10 个小时，研究怎么把 Token 费用降低 50%，和研究怎么把 Token 做出来的东西卖钱，后者更重要。因为什么都不干，下个月 Token 就会便宜 50%。

有人问没有资本扶持的好创意怎么推广。他的回答很硬：真的好的创意或产品，没有资本也会自然推广出去，最近火的那些东西就是例子。如果不能，说明还不够好。晓辉博士补充，好产品自己会说话，营销在同质化产品面前才重要。

有人问当年被携程打压的问题怎么解决。任鑫没有抱怨，反而做了自我批评：本质上是当时的产品不够好。卖当天尾房看起来很差异化，但整个商业模式笼罩在携程的模式下面，没有给世界创造增量。真正做起来的是美团酒店，把一批根本上不了携程 OTA 的、48 块一晚的酒店用团购形式上线，换了订单交付逻辑，创造了新蛋糕。「还是因为我当时那个东西没有真的做好，产品真的做得好，就不怕打压，因为你做的是一个新蛋糕。」

有人问 AI 应用为什么美国多中国少。他给了三层：美国 to B 市场繁荣，人力成本贵，习惯用 SaaS，中国喜欢自研或者干脆用人；美国有小费习惯，付几美金月费很正常，中国收几块钱就被觉得想钱想疯了；中国大厂太勤勉激进，豆包上来就免费，能做 PPT、做视频、写歌，创业公司更难做。

关于财富自由，他给了一个很晓辉式的定义。有人问他财务自由了吗，他说自己做到了「超市财富自由」：衣食住行在超市里基本都能搞定，只是买不到特别贵的东西。这个目标容易达成，达成了也真的有意义。想出太阳系、上火星，比不过马斯克，那是没有顶的事情，把目标放低一点反而踏实。

整期节目聊到最后，任鑫的状态是放松的。他现在每三个月试一个不同的想法和产品，不融资，用顾问收入养试验，做砸了也不伤筋动骨。投项目他还是喜欢花里胡哨、一听就让人愣一下的东西，比如专门给小学四年级女生里的 ADHD 人群做的 AI 抖音，虽然传统基金逻辑很难接受。他承认自己现在做事畏手畏脚，见过 36 只虎、被咬过两次的人，会羡慕那个还不知道疼的少年。但保命要紧。

读者能带走的东西不复杂。**如果你正想做一个 AI 产品，先去卖，把订单收了再做；如果你正在推企业 AI 转型，先问清楚愿景里有没有「我」；如果你正陷在一件该关没关的事情里，想想袋鼠已经去了新西兰，票作废没那么难看。**任鑫给第二次创业时的自己的那句话，值得抄下来贴在桌上：早点关公司。以及那句安慰合伙人的话，换个角度听也是解脱：以后一定会更糟的，所以今晚不必慌乱。