出品｜虎嗅黄青春频道
作者｜商业消费主笔 黄青春
题图｜现场拍摄
时间已有自己的地平线，像一百只鸟同时穿过身体，《AI-新贵请回答》系列对话，追寻风口创新与创业者正在发生的蜕变，呈现商业思考背后的时代脉络。
去年 12 月，Pexo CEO 廖谦亲手把一个做完的产品砍了。
那是一个 Workflow 版本的 Video Agent，海外数百位用户试用反馈不错，按正常节奏该上线了；但廖谦判断它只是中间态产品，于是全员疯狂加班“喂”大的产品，临上线前被老板推翻，团队内部的质疑与压力可想而知。所以，今年春节公司初二全员复工重写代码，最紧绷的时候四十天无休。
和虎嗅谈及此事时，廖谦沉默半晌，“那个版本要是硬做到今天，商业化收入可能更高，但它是个生命周期一到两年的过渡产品，不值得耗。”这个动作，大概是理解廖谦最快的切口。
他的职业路径，恰好踩中了视频 AI 行业的每一个关键节点——校招进入腾讯，一待就是六年；随后在剪映 / CapCut 体系发起海外 AI 内容平台 Pippit；之后加入生数科技，任产品副总裁、Vidu 产品负责人，横跨云服务、内容工具、基础模型、Video Agent，是行业内少有完整陪跑视频 AI 全链路的从业者。
2025 年廖谦离职创业，Pexo 上线不到一年，席卷 80 多个国家和地区，八成流量来自英、美、澳、加；ARR 破百万美元，付费复购率超 50%，单用户单月最高付费 2000 美元，还掀翻过 Product Hunt 日榜。
最近，Pexo 刚斩获超千万美元天使轮，背后资本可谓星光熠熠，达泰资本、松禾创投、视觉中国、深圳天使母基金、深圳高新投悉数在列。
不可否认，这波 AI 创业潮中，资本对字节系人才格外青睐。虎嗅与廖谦对谈后发现，除了产品履历与字节光环，他对视频 Agent 赛道的多数判断，都跳出了行业主流叙事。
比如他造了一个词叫 Vibe Creating，与 Vibe Coding 对应：用户不用从剪辑轨、分镜、选模型开始操作，只需要说清自己想表达什么；后续的需求拆解、创意规划、模型选择、协同制作、交付修改，全由 Agent 搞定。
不过，廖谦非常反感行业鼓吹的“一句话出片”，认为那样极不靠谱，因此 Pexo 的定位是 video partner，鼓励用户圈选要调整的画面或元素，用自然语言描述修改需求，和 Agent 一起把内容打磨成型。
如今视频 Agent 赛道，扎堆做 AI 短剧、AI 漫剧的团队比比皆是，廖谦却笃信两条朴素判断：第一，凡是需要用户投入大量学习成本的，都是伪 Agent；真正的 Agent，应当零门槛上手、无需专门学习；第二，1-3 年内，模型智力会摸到天花板，模型本身不值钱，Harness 能力也会被拉平，行业溢价最终会向用户上下文与用户习惯迁移。
至于视频 Agent 的终局，廖谦认为不会像微信、抖音那样一两家通吃整个行业。“当模型效果再上一个台阶、算力成本再降一个量级，内容 Agent 或许会迎来大爆发，这在未来一年内大概率就会发生。”
踩中拐点：为何2025年下场创业
虎嗅：从腾讯到字节再到生数科技，你每段经历都从 0 到 1 做出过标杆产品，为什么选 2025 年离职创业？基于哪些判断？现在被验证了吗？
廖谦：其实 2023 年就有创业的想法，当时行业共识是做出海。2023-2024 年我选择去剪映 / CapCut 待了一年——中国做出海最牛的公司就两家，一个是华为、一个是字节；但华为偏 To B，我不感兴趣，所以选了剪映。创业之前换个环境，看看头部玩家到底怎么玩的，很有必要。
2025 年 Vidu 发布的新版本，落地了“参考生视频”能力，突破后视频一致性大幅提升。视频模型最大的卡点就是一致性，加上语言模型已经成熟、视频模型进入技术拐点，我意识到真正的 AI 视频生成具备了落地可能。Agent 的概念讲了二十年，之前更多是 RPA（机器人流程自动化）；直到大模型和开源工具爆发，Agent 不再是吹出来的概念，就到了下场的时机。
虎嗅：这波 AI 创业浪潮中，资本对字节出走的人才格外青睐，你觉得字节标签对创业的影响被放大或神化了吗？
廖谦：从公开数据看，这一波字节出来的创业者确实更被资本偏好，字节人才整体在国内属于第一梯队。在字节时不觉得自己多牛，大家都这样、身边即世界；出来后接触了更多不同背景的人，才发现字节在组织、文化、方法论各方面确实有独到之处。这些感受，只有脱离那个环境才能体会到。
虎嗅：外界有个说法，腾讯系创业者性格儒雅、重情义，字节系擅长从数据缝隙找机会、拿结果能力更强？
廖谦：之前有媒体说字节的人更擅长解题、不擅长出题，这个定论有些绝对。我校招进腾讯待了 6 年，硬要说的话，腾讯整体人才流动性可能弱一些——上次去硅谷碰到一些腾讯老同事，聊下来发现大家都还在。有人说过人才的价值要在流动中体现，流动的才是人才。
不过，腾讯的人文关怀确实做得最好。我离职很多年，仍会偶尔梦到在腾讯工作的日子；字节的风格则是结果导向、数据说话。现在自己创业，会把两种文化融合一下，既不像字节那么冰冷，也比腾讯更强调结果导向。
虎嗅：本轮超千万美元融资能撑多久？今年密集融资是缺钱，还是被市场裹挟过度融资？
廖谦：坦率说，千万美金并不多。至于能用多久，要看战略规划，一般会保持现金流至少 24 个月，不会盲目烧钱。即便很多团队靠烧钱换增长，我们也不干这种事。
虎嗅：因为主战场在海外，竞争烈度没那么高？
廖谦：海外的竞争不见得比国内少，出海拓展市场怎么会不烧钱？也有团队撒一百万出去换五十万回来，你知道那不是健康的模式，就不会去做。
虎嗅：那些不计代价做大规模的产品，是融资压力还是抢时间窗口？
廖谦：增长有时候是战略验证的一部分，也能带来业务信心，当然也是下一轮投资人看重的指标，用户规模、收入数据更利于估值膨胀。刚创业时，很多投资人问我要做 To B 还是 To C，我会反问：你觉得 Claude Code 是 To B 还是 To C？
当下其实只有两个创业方向：一个 for 生产力，一个 for 娱乐。最开始一堆人做 AI 陪伴，认为娱乐大众更贴合互联网趋势、能讲平台故事，结果平台梦越来越渺茫——因为现在核心是生产力革新，技术仍在剧烈变动，生产力形态会不断变化，生产关系自然也定不下来。
我们团队内部有个认知：最开始是重度专业场景生产力提效，比如写代码；再往上向轻度通用场景扩散，比如办公；趋势会一步一步往浅层走，最上面就是所谓的 Personal Agent。
虎嗅：现阶段团队最大的能力短板在哪？算法、产品、商业化，还是组织管理？
廖谦：我希望团队执行效率能再高一些。很多人忽略了执行的重要性，训练模型看似是个人英雄主义，其实是一套非常科学严谨的工程方法论：要严谨地做好数据、把控节奏，搭建好训练-测试的闭环，不是说设计出一个天才架构就能一劳永逸。它就是一些累活、体力活，你把它做好了就有好效果，就这么简单。
虎嗅：AI 创业拼的就是人才密度，按说应该是执行力最强的群体，为什么执行效率反而成了瓶颈？
廖谦：如果给执行力打分，我们团队单体能打 80 分，大厂员工平均 70 分。但大厂有几百个人，我们只有二十个人，整体执行的产出总量还是比大厂低很多。我是想说，单体员工执行效率高于大厂，但因规模小，整体产出还有差距。
虎嗅：那解决方式是扩招吗？个体到 80 分很难再提升了，否则会对人的主体性造成很大侵蚀。
廖谦：所以一方面要让员工借助更多工具提升执行效率，突破个人瓶颈；另一方面，公司整体效率还没达到我的预期，可以通过扩招+个体 AI 提效来解决。这需要时间，因为我还有很多增长和产品的想法要去验证。
虎嗅：你们投资方有美元基金，也有视觉中国、CVC，他们押注的是团队背景、产品数据，还是内容 Agent 终局叙事？最看重哪个标签？
廖谦：过往经历是敲门砖，他们肯定更看重公司真正想做的事。这个时代最重要的资产是垂直场景的用户上下文，但这部分数据大厂会严防死守。创业要找一个方向，用户愿意主动把上下文交给你，甚至巴不得你知道——因为你知道得越多，任务完成得越好。
这个方向是什么？我想了很久，是表达。每个人都有很强的表达欲望，有的人内敛但依然有想法、有理念想传递，可能是讲一个故事、推广一个产品。正因为他想做好表达，所以愿意把想法、逻辑都告诉你。这是一个完美的切入点：能拿到用户上下文，又不存在隐私问题，也碰不到大厂严防死守的地盘。
而且，上下文是分层的。一些个人层面的简单任务，办公 Agent 也能搞定；但要解决深层次问题，对上下文的深度要求完全不一样。打个比方，两个人默契度足够高，一个眼神就知道对方想表达什么，这就是深度上下文带来的效果，不是碎片化知识浅层提炼能做到的。
不管是 ChatGPT 还是 Claude，确实能拿到很泛的文本上下文，但数据不精准、垂直打不透。未来入口大概会分成办公和个人垂类生产力两类，但通用上下文数据存在污染，会造成误判。所以 Agent 会分层，垂类公司在垂直场景里做垂类 Harness，解决更深层的问题。
虎嗅：真正的 AI 革命需要产业上下游完全成熟，现在还处于过度基建阶段吗？
廖谦：我最近在看《重新理解创业》，易到用车创始人周航写的。书里复盘易到失败的一个核心原因：入场太早了，当时连移动支付都没有，打车付钱都很麻烦。现在从 Coding 到办公，各类 Agent 都在做，但 Personal Agent 还需要时间。我们做的事情，处于办公和个人两个方向的结合地带，核心是解决生产力问题。
虎嗅：你反复强调“more context, less control”；但 AI Agent 的商业核心恰恰是可控、可交付、可预期，这两者矛盾吗？公司取名极致上下文，更像技术信仰 or 管理哲学？
廖谦：产品哲学与管理哲学兼而有之。先说产品哲学。我可以立个 flag：一到三年，模型智力发展到天花板之后，模型本身会不值钱，Harness 能力也会被拉平，溢价会向上迁移到上下文、用户数据、用户习惯。现在有个非常明确的信号：AI Coding 这一仗基本打完了，办公场景正处于关键节点，谁真正拿住了用户习惯、拿到了用户上下文，这场仗就结束了，而且会成为长期入口。但 Personal Agent 仍然方兴未艾。
所以从产品层面看，现在受欢迎的 Workbuddy，自有模型并非一流，而 Harness 这件事最终也会被拉平——现在 Harness 做得好，只是有一些独到的 insight，属于阶段性领先。 第二个层面是管理哲学，这个时代对人才的要求非常高，核心是人才密度，关键人才的价值胜过一个小团队。
伪 Agent 遍地才更需要创业
虎嗅：大厂招 AI 实习生，月薪给到十万，一批 95 后、98 后走向权力中心。怎么看 AI 时代人才溢价，掌权者越来越年轻？
廖谦：张一鸣三十多岁已经退休了，很多创业者都在三十上下取得成就。像姚顺雨这样的人才能走到权力中心，是因为每个时代都需要年轻的思想和灵魂。
当下大厂给 AI 人才的回报，相比他们创造的价值一点都不贵。可以算笔账：假设大厂囤了两百亿的 GPU，有人能将这批 GPU 的使用率提升 5% 甚至更高，就能省出十几亿，拿省出来的十分之一奖励人才，公司既能获得好口碑、加速人才聚集，又能提升企业影响力，非常划算。这个时代顶尖人才就应该很贵，但一批中间管理层其实在贬值。
虎嗅：高 P 在大厂待一段时间出去，很多会陷入漂浮状态，环境、资源、组织变了，那套打法就失灵了？
廖谦：差不多是这样。优秀人才有自己的 insight，自驱力非常强，不需要老板告诉他该做什么，不用你追着推动。你能给他十万月薪，别人可以给十二万；当他能拿到十万的时候，决定因素已经不是薪酬，而是有没有化学反应——理念认同、文化认同、产品认同，正在成为隐性竞争力。
虎嗅：哪个产品对你影响最深，决定了你的产品观和审美认同？
廖谦：如果只能选一个，我觉得是微信。只不过它似乎太老了，大家都听烦了。微信有对产品初心的坚持，有非常敏锐的底层洞察，还有极强的商业克制。
到今天，微信团队的规模依然非常精简。如果我是张小龙，把团队扩充到一两万人完全没问题；就算张小龙自己不想扩张，也摁不住下面的人——大家要涨薪、要带团队，大厂都是这个逻辑。所以能保持团队在非常精简的环境里持续深耕，非常难得。从这个层面看，张小龙的产品哲学、管理哲学一直是被低估的。
虎嗅：前阵子绿泡泡上线，市场把它视作和红果掰手腕的产品，其实那个团队不到十个人。
廖谦：微信超强的流量效应一直存在，只要战略方向正确、执行不变形，孵化的产品很快就能月活破亿。腾讯其他部门的焦虑，微信团队很难感同身受——他们出去介绍都是说“来自微信”，不说自己是腾讯的。
虎嗅：剪映开启内测的 ICG Studio 主打 AI 互动影游创作，切的是从素材创作到一站式发布，你会因此有竞争压力吗？
廖谦：我们的定位还是不一样。剪映很多功能面向专业创作者，但大量用户看到剪辑轨就觉得复杂、很劝退，会默认要学一套冗杂的理论。比如那些无限画布类产品，中间有大量连线，操作门槛很高。我们的产品就好比你用 Claude，不用看代码、不用懂 IDE，产品没有画布、没有剪辑轨，只有两种最简单的交互：自然语言对话，以及你觉得哪里不 OK ，直接圈选出来修改。
虎嗅：傻瓜式交互，把产品简化到最后人人都可上手？
廖谦：AI 都这么牛了，产品还在堆画布、做复杂的剪辑轨，这算什么应用创新？我的理念跟他们完全不一样，我们要做真正的 Agent。换个说法，这段时间具身智能很火，如果跟一个机器人交互还得先学怎么画电路板，学习成本太高了。AI 时代，真正的 AI 应用，就应该按钮少。
虎嗅：你聊起 Claude，美国能火的东西，中国不一定能火？
廖谦：美国有一个特别牛的 Vibe Coding 赛道，中国为什么没有？底层生态不一样。中国七八年前就普及了移动支付，开车进停车场都是 OCR 识别+ 移动支付；美国到现在还是进场取卡、离场缴费的传统模式。在美国吃饭，服务员还要拿着笔来点餐，中国小县城现在扫码点餐支付都非常普及。所以美国有大量商家需要做自己的网站，而国内淘宝、京东、拼多多已经把这些基建做完了。
虎嗅：国内独立站活不下来，根源在底层生态和消费习惯？
廖谦：国内没有这样的土壤。甚至自动驾驶在中国落地也没那么顺利——自动化落地有成本红线，而国内司机运力太便宜了。中国很多年前就完成了普通话普及，东南西北大家都听得懂；美国很多人不会说英语也能活一辈子，有大量族群相对封闭，不是大一统市场。所以美国的 Personal Agent 有大量细分任务可以承接。
虎嗅：行业都在说从工具走向交付，可当下很多产品本质是套了对话界面的工具箱，要进去自己挑工具。在你看来，真 Agent 和伪 Agent 核心区别是什么？Pexo 跨过这条线了吗？
廖谦：很难靠单一指标划分。那些知名产品里，有的确实做到了，但绝大部分都不是真正的 Agent。核心判断标准很简单：需要用户投入大量学习成本的，都是伪 Agent；真正的 Agent，应当零门槛上手、无需专门学习。就像微信这样的产品，使用起来有什么学习成本吗？
虎嗅：Mark to Fix 圈选修改，和传统视频工具的局部重绘有什么本质区别？真正解决了修改比重做还慢的痛点吗？
廖谦：首先，修改是必然需求。我非常反感“一句话完成一个任务”的说法，这非常不靠谱。只有获取足够的用户上下文、保持极低使用门槛、鼓励用户多轮对话和圈选标注，Pexo 才能成为用户真正的 video partner。
虎嗅：生成模型与 Coding-to-Video 系统的协同编排，是 Pexo 独特技术壁垒，还是行业可快速复刻的常规工程组合？
廖谦：Coding-to-Video 我们做得比较早，现在这个方向已经被验证，成了行业共识。包括一些新模型，审美能力可以直接通过 coding 的方式调用，它不是生成式，是编码驱动的方式。这也给了我们很多正反馈：做的事情被行业验证，会让整个团队兴奋，也会加深我们对大方向的判断。
最近我有一个很强的认知：如果一件事非常容易被代码化，或者非常容易被客观评测，那就不值得创业公司去做。那些主观的、复杂的、难以有统一标准的事情，创业公司去做才不会轻易被通用模型内化掉。所以我们现在专注于主观性强、难以客观评测的复杂任务（比如创意视频），避免去做容易被通用模型标准化的工作（比如数学题、简单代码）。
虎嗅：创业一年，因为什么事情有过很强的挫败感，或者哪个时期比较迷茫？
廖谦：创业前那段时间，我经常两三点睡不着觉，看马斯克传、乔布斯传、黄仁勋的早期视频。他们都说过类似的话：创业不是人干的，没事别创业。真自己创业以后会发现，小说、电视剧、文章里写的那些坑，你一个都跑不了。融资、招聘也出各种幺蛾子，可能有些员工你对他特别好，却没有那么愉快地结束；还有你的产品方向肯定会被别人抄袭。
去年九月开始运营公司，十二月 Workflow 版本的 Agent 就做完了，我们还到海外邀请了几百个用户试用，反馈很不错。但我觉得那是个中间状态，就在上线前把它砍掉了。今年春节公司只放两天假，初二全员返工。
你可以想象，一家初创公司，大家一起加班，最开始 996，有次四十天没放假，疯狂做出来的东西上线前被老板干掉，团队内部会有多大的挑战和质疑。反正创业的坑一个都少不了，但那些成功的幸运不一定能轮得到你。
算账本质：先让用户愿意买单
虎嗅：如果一个面试者同时拿了字节、Kimi 的 offer，你怎么说服他加入？
廖谦：坦率说，成功说服的概率不是很高，品牌影响力肯定没人家大；但我会告诉他，在这里你有更多自主权、更大的施展空间。我不会画饼说公司上市、财务自由，讲那些没有任何意义。我跟面试者传递的是真诚、信任和充分的自由度，没有复杂的汇报流程，尽可能面对面讨论业务。这些说完，有些人会认同，有些人并不买账。
虎嗅：Pexo 在 Product Hunt 登顶、X 平台登榜，流量红利有多少转化为长期留存的付费用户？尝鲜流量退去后，自然增长动力来自哪里？
廖谦：我们在 X 平台登榜过很多次，这给了团队很强的信心，产品放到全球舞台上也挺能打。包括这次去硅谷调研，发现他们很多认知还是国内一年前的判断。举个例子，他们说现在不要按席位卖、要按实际使用量收费，我们一年前就已经有这个判断了。
至于用户增长，Product Hunt、X 平台面向的是全球最前沿的一批用户，用户教育成本趋近于零，这帮人能帮你快速验证产品；但他们确实多是尝鲜用户、忠诚度不高，尤其程序员群体，便宜就用，追求工具便利性。所以我们未来的打法是深耕垂直场景，真正解决行业里的真问题，沉淀品牌资产。
虎嗅：目前 Pexo 更多在承接哪个价格段的需求？距离替代中高端商业视频团队还有多远？
廖谦：现在先切入的是偏中小 B 的场景，帮他们做表达，比如科普、教育类视频，包括幼教内容。大品牌暂时不作为重点，因为他们要求比较高，做一个项目通常要三到四周，价格三五千美金；我们一个项目两三百美金，速度快、成本低。
虎嗅：某个产品方向或 Agent 形态突然火了，你会跟风去做一款吗？
廖谦：我们很笃定，一定要在垂直方向把产品做深、做精。为此我们做了很多取舍： 第一，选了更有难度的 Agentic Creating 方向，也就是 Vibe Creating，很多团队还在做画布类产品；第二，我在生数科技时定的战略是做短剧方向，但自己出来创业后没做这个方向。
创业后一个很深的感受是：你的判断可能是对的，但它需要时间验证，这个过程很煎熬，也会有自我怀疑；但被验证的时候，会有极强的正反馈。
虎嗅：视频 Agent 偏重链路、长交付，为什么没想着从更轻的图文场景先验证？
廖谦：我在这个赛道已经沉淀很多年，从模型到云服务，国内外的 To B、To C 都做过，很清楚市场痛点是什么，未来三五年的图景在我心中非常清晰，所以选择了一条更独特的路。真正的 Agent 应该能自主规划、思考、调用工具、质量校验。你觉得 Muse 和 OpenClaw 有本质区别吗？我告诉你没有，只不过是 OpenClaw 没把产品体验做好。
一个行业发展有周期：最开始技术为王，然后要打磨交互、形态、场景、商业化，这些都玩得差不多了，就到了拼运营的阶段。所以电商、游戏最后都是拼运营，运营是很累的活。大模型前几年技术蓬勃发展，所以拼研发，天才研究者年薪极高；但从现在开始，产品的时代会逐渐体现出来，Personal Agent 把体验做好了就能火，就这么简单。
虎嗅：怎么向客户证明你们产品在 AI 工具之外的价值？
廖谦：很简单，看他是否愿意为此付费。我们的产品定价在同类中偏高：第一档 30 美金起，第三档 100 美金，最高到单月 2000 美金。
虎嗅：生成一支几分钟的商用视频，算力成本可能高达上百元，你们现在的单位经济模型跑通了吗？降本的核心路径是什么？
廖谦：目前验证的一些场景，我们的成本是偏高的，但用户愿意买单，说明经济模型是跑通的。未来也许会考虑降本，但目前最重要的是先保证用户愿意为产品买单，再看利润空间有多大。
在我们的 Agent 体系里，成本最高的不是视频模型，反而是语言模型。真正的 Agent，语言模型的调用成本肯定很高。我可以给一个判断：如果一个团队说自己在做 Agent，但语言模型消耗很低，那大概率不是真 Agent，因为 Agent 的大脑核心是语言模型，负责规划、调度、执行等所有环节。
虎嗅：你提到产品成本最高的不是视频模型而是语言模型，一家视频 AI 公司的核心成本和核心能力都在语言模型侧，那它和通用 AI Agent 公司的本质区别是什么？
廖谦：我们在技术层面做了很多优化，在 UI 交互层做了创新。未来会把用户的工作流更深地结合进来。打个比方，写作类的记忆模块，上下文一定是文本为主，配图不重要；但对我们来说，记忆是动态的，有图片、视频、音频，复杂度高很多，怎么把多模态的差异处理好？通用 Agent 既然追求通用，就不可能面面俱到，最多做一个行活，很难惊艳。
虎嗅：目前 Pexo 付费结构是怎样的？中小商家与品牌大客户核心痛点和付费意愿天差地别，现阶段战略重心在哪边？
廖谦：个人用户大概占三成，中小商家占四成，剩下的是其他难以归类的用户。现阶段战略重心还是中小商家。不过美国对中小商家的定义是年收入一亿美金以下，中国可能月流水一两万就算中小商家，两边的定义不一样。
虎嗅：企业客户对 AI Agent 普遍尝鲜积极、付费谨慎，顾虑质量不稳定、合规风险、效果不可控，怎么说服客户把预算从传统制作公司转移到 Agent 上？
廖谦：现在我们还是采取产品驱动增长（PLG）思路，不刻意说服大企业采购，而是让员工个人先试用，或者通过报销方式引入，类似 Zoom 早期的渗透路径。比如 AI Coding 早期被视作“玩具”，后来被顶尖程序员广泛使用，我坚信产品价值会随时间被市场认可。
创业要赌，要在变化里找确定性
虎嗅：现在 AI 产品也开始宣扬品味，比如 Kimi 杨植麟倡导产品要做有品位的事？
廖谦：两年前语言模型的重点攻克方向不同，有做 Coding 的，有做多模态的，这其实就是一种品位：产品定位和特色不同，要解决的问题不同。有些人想做数学，有些人想做别的，这就是品位的差异。
就像电影，有些人拍的片子你就是喜欢看，能拍出王家卫那种拍摄手法、镜头语言，但你模仿他拍出来的东西，就是感觉不一样。所以这种主观的、不可复现的特质，是人类最后的价值。工具产品的 UI、语气和交互逻辑，折射的是公司的文化与品位，国内各大模型产品的差异，就体现了背后团队的价值观。
虎嗅：创业公司如何保证品位与能力对等？
廖谦：你要一直选正确的路，这很难，肯定没有万能公式能保证永远正确，这本质上就是赌。大厂有试错成本和空间，哪怕几十亿烧失败了也不会造成致命打击；创业公司是 0 和 1 的游戏，赌对了可以一路往前，踩空了就 game over。
虎嗅：这种赌的自信来源于哪里？
廖谦：来自日常积累的反馈，有正面也有负面，不断校正之后，你会形成一种“我想要什么”的笃定。有时候为什么大厂很难创新？因为大厂要求你论证“为什么这样一定是对的”，但许多伟大的创新，无法通过传统逻辑论证其正确性。正因为此，一万家创业公司里总有那么几个是对的，被筛选出来，然后长出不一样的东西。
虎嗅：你希望 3-5 年后做成一家什么样的公司？会接受赛道小而美，还是做大众型工具？有考虑过被大厂收购吗？
廖谦：我不想做小公司，还是希望公司有世界级影响力。“用产品改变世界”这句话有点太俗套了，但我希望自己做的事情能在世界范围内产生影响，这是我想做的事。被收购的机会我不排斥，取决于收购方的理念是否契合——如果估值合理、对方能提供资源支持我们实现宏大愿景，我持开放态度；但如果只是单纯财务导向，或者理念不合的大厂，就算了。
虎嗅：现在你们深耕的记忆系统、上下文管理、智能编排，怎么保证未来不会再被下一代大模型吞噬？技术安全边界到底划在哪里？
廖谦：第一，按照我们现在的认知，不太会被吞噬。第二，就算真被颠覆了，大不了再转型。创业公司的优势在于灵活性，我一直反对过度规划，推崇硅谷那种快速试错、快速转向的文化。中国人有个毛病，喜欢谋定而后动，做一件事前要想得很明白、计划得很周密才动手，但变化时时刻刻都在发生。
以前上班时我非常讨厌老板三五个月就变方向，觉得老板没想清楚；但去硅谷一看，如果一家公司三五个月没变化，投资人会觉得世界变化这么快，你为什么没变化？硅谷投资人会把转变方向视作积极信号。这跟中国文化差异很大，国内很多投资人总想问：怎么保证不会错？所以为什么总有创业公司能跑出大厂做不出来的东西？大厂做一件事总要反复论证清楚，创业公司机动性更强、更灵活。这个世界变化那么快，变化才是不变的。
虎嗅：你坚持不烧钱换增长、不追高 ARR，还要保持 24 个月现金流安全垫。AI 赛道迭代极快、窗口期很短，全行业都在抢用户、抢心智，慢节奏会不会直接错过赛道爆发窗口？
廖谦：第一，我们不是慢节奏，其实团队一直很忙；第二，我们增长挺快，最新内部数据显示，月收入环比增长超过 50%，我们追求的是健康增长。第三，不是所有机会都值得抓。有些所谓的“时间窗口”，我不认为是真正的机会，比如做短期工具或者短期把流水做很高，我不认为这是创业公司该去抓的机会，所以就不做。
虎嗅：你判断内容将是 Agent 的下一个主战场，那内容 Agent 爆发拐点是模型能力突破、算力成本下降，还是用户习惯养成？
廖谦：这三者缺一不可，模型效果还需要再上一到两个台阶，算力成本也要再降一到两个量级。我认为这件事可能在一年之内就会发生，而且会越来越快。
我分享几个数据：当前全球视频模型 API 的市场规模已达 300-500 亿人民币，下一个战场，模型侧的价值已经快被验证了。现在大家只是买 API，而 AI 工具的整体收入大概几十亿人民币，差了一个数量级。采购 API 的客户多为自建工具使用，我判断视频赛道还在快速增长，未来市场规模也许能到一天千亿，不会所有人都去自建应用，中间会有很大的机会。
虎嗅：行业普遍把多模态能力从 L1 到 L5 分级，你认为什么时候能到 L5，也就是输入需求直接输出合格成片、几乎不需要人工干预？
廖谦：我不认可这个分级。举个最简单的例子，比如红果短剧就是典型，用户追更的核心从来不是画面精度，而是故事与世界观，所以现在比拼的不是视频模型做得有多精美。小时候看的动画片、电视剧分辨率也很低，有些 AI 短剧、AI 漫剧特别“沙雕”，你还是看得津津有味，故事、表达才是最重要的。
虎嗅：当下 AI 内容创业的窗口期还有多久？如果让你给新入场的创业者一句忠告，你最想说什么？是避开哪些坑，还是抓住哪些被低估的机会？
廖谦：整个行业的爆发才刚开始，还是百花齐放、喷涌发展的阶段。如果有人想创业，我想给他的忠告是：如果你小时候在电视剧、小说里看到的所有创业苦难，你都愿意再经历一遍，那你再来创业。另外，如果你做的方向完全无人涉足，未必是机会，反而可能是巨大的问题。
# 虎嗅商业消费主笔黄青春、黄青春频道出品人，关注文娱社交、游戏影音等多个领域，行业人士交流加微信：724051399，新闻线索亦可邮件至 huangqingchun@huxiu.com