AI反而是文科生的好时代｜对话硅谷AI+创始人Lynn Duan

AI时代的到来，正在重塑职业发展的底层逻辑。近期与一位深耕AI领域的专家交流后，三个核心判断逐渐清晰：唯一不被AI替代的方式是成为创始人；这是迄今为止唯一一个不用精通技术就有机会进入大厂的时代；以及，当下正是创业的最佳窗口期。

人唯一不被AI替代的方法就是成为创始人

北美毕业生的状态其实有些懵懂。在校园招聘会上，一位创始人招人时要求极高——他要求学生必须关注国际动态与行业趋势，比如中美关系的变化、机器人行业的演进、大模型的迭代方向，甚至最近火起来的MCP协议与A2A协议。创始人希望候选人事先对这些概念有基本认知，并且“Better prepare for career”。

应届生就业市场的情况，与国内相差无几。中美是AI发展最快的两个国家，而AI已经实实在在地取代了不少岗位。举个例子，过去美国公司内部通常设有专门撰写技术文档或公司博客的岗位，但现在大部分公司都通过Agent自动化程序，把这些岗位优化掉了。文生图与AI编程技术成熟后，初级岗位几乎消失——大厂实习转正的概率明显降低，因为根本没有Headcount。

那么，什么样的人不会被AI替代？答案是：成为创始人。无论是写文章、画图、做产品还是写代码，终将被AI取代。白领们只有两条路可走：要么成为能做AI做不了的那10%工作的人，要么成为能系统整合资源、构建产品的创始人。

创始人每天需要处理海量信息，根据瞬息万变的市场迅速调整策略。他们的认知在经历各种事件的过程中快速迭代。每个创始人的经历都不尽相同，这种独特的决策惯性，恰恰是AI无法替代的核心能力。

对这个时代的应届生而言，加入初创公司正是最佳选择。在初创公司，你能立刻成长起来，接触到CEO级别的思维方式。今天写代码，明天写PRD，后天做设计——这种多面手的素质很难被AI替代。永远在变化中学习，这才是核心竞争力的精髓所在。

如何筛选有前景的初创公司？方法很简单：关注官方发布的融资信息——国内可以在36氪APP查看，美国可以搜索Google founders或AI company founders，留意哪些公司融了多少钱、由哪支基金投资。如果能力允许，可以把这个流程做成Agent，让AI自动抓取。按这个思路筛选一到两个月，把所有公司按融资额度从高到低排列，基本都能找到优质选项。

关于去美国读MBA后进大厂再回国的传统路径，这个模式是否还可行值得商榷。但从社群成员的背景来看，斯坦福MBA能获得的资源与哈佛、伯克利不在一个量级。斯坦福“离钱更近”，附近聚集了大量基金公司、大厂和创投资源。这种地理差异导致的资源分化，其实在国内也同样存在。

这是唯一一个不用精通技术就可以进大厂的时代

现在的学生找工作，是不是非得和计算机沾边才行？恰恰相反。这是一个前所有未有的时代——是唯一一个与计算机毫不沾边，也能进入顶尖公司工作的时代。

为什么？因为机器学习、深度学习乃至Transformer架构都太新了。去年加入一个大模型学习组时发现，组员都是Google和Meta的工程师。就连OpenAI的早期员工，也是五年前才开始接触这些技术。最资深的一批Agent研究者，工作经验也不过两年。大家基本站在同一起跑线上，现在开始学一点也不晚。

文科生做AI也完全没问题。通过Cursor或Trae等无代码平台，完全可以自己搭建一个 APP。遇到问题找ChatGPT帮忙调试，如果还解决不了再换Claude试试。99%的问题都能找到解决方案。除非是像分布式计算这样极端庞大的工程需求，普通人搭个APP或写个简单后端，现在文科生也能做到。这是第一次，即使没有系统学过编程、没有任何背景，也能与专业程序员站在同一起跑线上。

实际上，超过60%的公司，产品开发周期卡在工程问题上。但AI解决了这个问题后，小厂比拼的变成了谁卖得更快、商业化做得更好、谁能更好发现客户需求。Go to Market的重要性，尤其是与人沟通、互动的岗位价值，从未如此突出过。

如果没有AI相关履历，也可以通过作品集证明自己。买一块高性能显卡或GPU，本地部署一个开源模型试试，再开发几个APP上传GitHub。大部分专业学生去AI初创公司历练一番，或者用AI工具做10到20件不同的事情，都比闷在学校里更有意义。

Manus带火了通用Agent概念。但有一个现实问题：现在的Agent连记住一天以上的信息都很难。人类一天产出的语言大约在100万个token，通用智能体要成为24小时的贴心助手，就必须记住所有内容。此外，人机交互也是一大挑战——让智能体在长达10小时的任务中，确保每一步都符合预期，远比想象中困难。很可能你想要一匹马，最后做出来的却是一头牛。

对于大模型基座公司，下一步机会在两个方向：一是力争率先实现AGI，这是重中之重；二是持续优化产品和API服务。比如最近4o的产品迭代就做得相当出色，每次回答后都会附带思维导图，用户体验明显提升。

现在是Start-up最好的时机

华人在硅谷的创业欲望一直很强。这一点毋庸置疑——华人完全有能力做出最优秀的产品。疫情期间，曾与30多位产品经理一起对比分析了500多款中美APP。一个明显的差异是：国内APP的信息层级与密度远高于美国产品。美国很多用户的长尾需求并没有被充分满足。这说明国内企业在理解与处理人的需求方面，具有天然优势。

目前所见到的创业者主要分两类：一类是硅谷本地创业者，通常刚毕业或工作几年就出来单干，多为90后；另一类则是大厂出身、已经做到较高职位的创业者，甚至包括多次创业的老手。后者在获取客户方面往往更具优势。

什么样的创业者更容易成功？这个问题最近正好与投资人探讨过。投资人们偏好的创业者类型非常明确：背景过硬——名校毕业、在校表现突出、大厂高管或有过成功创业经历；同时必须能清晰描述自己做的事情，并且对自己要做的事充满信心。有潜力的创业者，每次谈起自己的项目时，整个人都会发光，连肢体语言都变得流畅而自信。

草根出身并非决定因素。重要的是创始人是否坚信自己的产品，以及是否真正懂行。如今95%的代码都可以用Cursor来写，技术门槛已大幅降低。作为创始人，如果产品没有技术壁垒，那它的核心价值究竟是什么？此外，能否快速迭代、找到PMF、拿下客户、抢占市场，才是最关键的考验。

实现这一切的团队规模需要多大？三五个人足矣。最近一个印度团队融资3000万美元，团队不到10人，成立仅6个月。

华人创业者的短板在哪里？演讲不够抓人，或者说讲的故事格局不够大。最近一场创业者大赛，80支队伍只有7支进入决赛。好消息是，7支决赛队伍中有6支包含了华人，还有两支是全华人阵容。但遗憾的是，全华人队伍最终垫底。原因分析：一支队伍的小姐姐没说明白自己到底在做什么，演示环节没有展示demo；另一支队伍的两名华人男性技术扎实，但致命问题是说话缺乏感染力，缺少那种“我坚信自己做的项目”的气势，也没有深入的Go to Market思考。

投资市场里有没有一些曾经看重、但现在逐渐祛魅的领域？可以说，对AI科学家创立的公司，大家已经不再盲目追捧了。过去我们总觉得很多事情必须由技术专家来完成，但AI时代到来后，能否做好产品反而成了更稀缺的能力。比如Character.AI的创始人Noam Shazeer，一位天赋极高的科学家，能做出非常合理的产品。他回归谷歌后革新了Gemini，用户反馈很好。但C.AI本质上是To C产品，需要创始人的产品嗅觉，而Noam并未坚持把这件事做好。很多科学家把追求AGI放在首位，优先考虑科研而非商业化，因此未必是最适合做产品的人。

想在北美创业，最重要的是什么？首先做好心理准备。创业这件事没有既定的轨道，很多时候是脑子一热就开始了，过程中发现问题再不断调整。很多人都是这么走过来的，你让某些成功者再来一遍，也不一定能复制当初的结果。

目前AI创业有哪些红利领域？在美国，SaaS是一个相对开放的市场。创业公司如果能提供大客户真正需要的产品，准入门槛与其他竞争对手是一样的。从去年开始，企业普遍意识到了AI的重要性，并开始用AI来实现降本增效，寻找第二增长曲线。今年大公司也在纷纷为AI拨预算。

美国SaaS市场的竞争格局如何？小玩家还有很大的生存空间。大厂的核心优势主要在于：已存在的客户基础——推出AI/Agent产品时，老客户会顺手买单；以及数据优势——大厂拥有客户的专精数据，有助于垂类模型的训练和微调，再配合强化学习，模型能快速从现有数据中学习并与历史数据结合。但小公司的机会同样可观。首先，美国收并购体系非常成熟，即使和大厂处于同一市场，做得好的小公司也有很大可能被收购。其次，只要有稳定的收入和增长，达到上市要求后，小公司完全可以自己上市。最重要的是，AI的到来本身也在拓展SaaS的市场边界——过去只有大厂、上市公司才能承担的服务，现在中小企业也能用上了，而这类客户恰恰是大厂不愿涉足的市场。

国内创业者的机会在哪里？智能硬件，包括机器人领域。这本质上是在利用国内的硬件与供应链优势。未来的路径应该是：先从Agent开始，再逐步扩散到硬件。包括智能语音——如果能够实现端到端零延迟，情感陪伴赛道的时机就真正成熟了。

最后，展望AI社群的未来：希望能与最前沿的AI创始人共同成长，一起见证AGI的到来，把AI塑造成对人类有益的工具，真正为人们带来福祉。

● AI+社群活动留念

● AI+社群活动留念