【外國年輕人正把自己活成“中國人”】“之前大部分人是跟我一樣，為了追一個武俠夢來到中國。但是現在我問新來的外國學生，為什麼來中國？他們說是來學習文化，學習藝術——畫畫、書法、音樂、《道德經》……”在武當山習武多年的美國人傑克·平尼克在接受三里河採訪時這樣說。 他的觀察，恰好踩中了今年以來正在全球Z世代中爆發的浪潮。當下的海外年輕人，不再只是好奇中國，而是想把自己活成一個“中國人”。

对话 Liblib 陈冕：关于活下来，以及所有接近死亡的时刻 为什么一家看起来中国最成功的 AI 应用公司，同时也可能是最危险的一家？ 演语科技 Evoken，旗下有 Liblib、Lovart、LibTV 三个产品，ARR（年度经常性收入） 超过 3 亿美元。在 AI 应用融资最艰难的时候，它以 20 亿美元估值，一笔融了 3 亿美元。 围绕这家公司的争议也同时达到顶峰：有人质疑它缺少原创；有人认为它靠激进定价换增长；离开的人说它不够技术、不够创新，甚至有投资人判断，它迟早会爆雷。 这场对话，我们想追问的问题是：在一个模型不断吞噬应用价值的时代，一家独立的 AI 应用公司，要怎样 survive 到应用时代真正到来的那一天？ - 这代 AI 应用公司有一种特殊处境：最大的机会来自模型能力与用户需求之间的空缺，最大的危险也来自同一个地方——模型还在快速进化，今天属于应用的价值明天可能就被模型覆盖，成功不意味着离安全更近，有时只意味着获得了些许喘息时间去寻找下一块安全的地方。 - Evoken 创始人陈冕是一个极度焦虑的人，他觉得公司“完蛋了”的时候会哭，想通新方向后又觉得一切都有可能；他自称这种“焦虑型人格”恰好被AI时代选中了，“timing来的时候，要像狼一样扑上去”，焦虑、速度和侵略性既是他的性格，也是 Evoken 的生存策略。 - 如何在模型厂商的缝隙里 survive？陈冕用了《三国》的比喻：模型厂商还在 “逐鹿中原”，他想要趁江东还不是主战场，先统一江东，再利用这段时间修出自己的 “长江天险”。那道天险究竟会是什么，“修出来才知道是不是。” - 陈冕觉得外界说他们投流厉害是误解，他解释说他们在主流视频媒体压根开不了户，收入只有 3%～4% 来自投流，每月投流花费不到百万人民币，大部分是无法计算来源的品牌投入。 - LibTV 目前有几十万付费用户，其中年付订单占总数百分之二三十，陈冕觉得要警惕的不是年付订单本身，而是年付订单带来的“不使用”，如果能锁定预付款保证 LTV（客户生命周期价值），收益一定更大，关键还要看留存和用户粘性。 - 被问及“你们是不是字节最大的代理商”，陈冕说：没有问题，我们的价值就是在模型上叠了一层——对齐；他的比喻是：模型是单反相机，普通人摁一下也能拍照，但想拍出专业作品得请摄影师，应用层就是那个摄影师；相比文字，多模态的需求更难说清，更依赖对齐层。 - LibTV 上线后最大的争议是原创度，陈冕承认 LibTV 不是第一个拿到 PMF 的产品，他的逻辑是“在人类科技竞争的历史上，第一个发现PMF和最终赢得这个市场，差着十万八千里”，商业社会没人因为你第一个找到 PMF 就把 PMF 让给你。 - 陈冕的核心策略是“先 build attention，再 build ability”——不认为找到PMF就结束了，如果市场增量爆发而你没抢到，存量就没有意义；他在内部常说的一句话是“这件事不急，但一定要快。” - 回到创业的第一场仗，陈冕说自己犯的第一个大错是拒绝所有融资——对手吐司（ 万美金天使轮，打得死去活来；为了打赢这场生死仗烧了 300 万美金，账户花到只剩 4000 块，战斗结束后开始疯狂见投资人，结果没人愿意投一个快倒闭的公司。 - 陈冕说让这场仗赢的关键决策是，只补贴设计类作者不补泛娱乐类——“在生产力赛道，不是用户多谁就赢，是谁掌握最高价值的生产谁才赢，到了 AI 这代更明显，大部分人用 token 产出的东西价值是不高的。” - 组织问题是 Evoken 的另一道伤疤：早期联创走了一半，原因之一是陈冕随意地给了大约10个人“联合创始人”的 title，陈冕说自己没把 title 当回事，但公司有一定影响力之后，大家会把 title 当做对他的认定。 - 有 Liblib 前员工说陈冕的口头禅是“你别干了滚”，但陈冕回应“肯定不是‘滚’，‘别干了’肯定说过，一个老板不可能没说过这三个字。” - 投资人最常问的问题是"应用会不会被模型吞掉"，陈冕的回答是：应用的时代还没有来，只有Token便宜、智能随手可得的时候才会来，可能是两三年或五年后的事；现在很多应用会被吞掉，活下来的没有几个，但未来还会诞生新的。 - 陈冕的精神图腾是金庸小说里的杨过，离经叛道的小子最终成为神雕侠，内心始终有理想主义情怀；他自己小时候也是离经叛道的网瘾少年，计算机奥赛是为了撬掉自习课去打游戏，高考加分取消后崩溃大哭，最后半年只做一件事——刷每一届的高考和模拟考的卷子 hack reward，才考回东南大学。 - 创业后陈冕修正了一个想法：以前认为时势造英雄，现在发现英雄也会改变时势，无法改变潮水的方向但可以影响浪潮的波动；如果没有 Evoken 可能会有三家更小的公司，需求不会变只是可能被大厂做掉了。 - 对于应用创业者的建议：拿到钱的人要守好口袋，不要在无效内卷上消耗现金流；GTM 不是一个孤立的市场能力，本质是“如何快速拿到PMF”，这个过程有两件事最重要，一是识别或打造能 PMF 的产品形态，二是抓住模型或技术范式改变带来的新体验。技术带来的新体验能获得 attention，但不一定带来留存；真正带来留存的，是找到当下用户需要的产品形态。大家觉得 GTM 难，往往是这两个都没做到。 - 最后陈冕说了一句放在结尾恰到好处的话：“创业就是开了一台超级快的车，边开边修，车上的人来来去去，窗外的风景也来来去去，但你没有时间停下来跟这些人say hello 和 say goodbye，也没有时间好好看风景。最后分开的时候，我回头看了他们一眼，他们可能觉得我是恨他，但其实那一眼是不舍。” #latepost# #ai#

马克·库班（Mark Cuban）是美国顶级的亿万富翁、连续创业者、风险投资人，也是前 NBA 达拉斯独行侠队的大老板。他在科技、体育、娱乐和医疗等多个周期都踩中了时代红利，库班最大的特点是不讲空话，注重商业的实际落地 在 2026 Convergence AI Dallas 大会上的分享精华 1、AI 不是未来，是已经发生的生产工具跃迁 到现在还不知道 agent 是什么的管理者、员工、学生，已经落后。AI 不一定能通向 AGI，但它和 PC、互联网、流媒体一样，是工具层的一次跃迁。 他把 AI agent 比作是宿醉实习生，不可靠、不完美，但能 24 小时干那些没人愿意干的繁琐活。AI 的价值不是判断，是把大量低价值流程自动化。 低价值流程就是企业的代谢物。经济条件不错的家庭把家务外包，企业用 agent 把代谢物外包。真正的问题是，省下来的时间，让员工去做什么？如果做有价值的事情？想不清楚这件事，ROI 永远是负的。 2、AI 是指数级，不是移动互联网的年更 手机一年一代是线性升级，AI 不是。AI 能给建议，不能承担后果，能优化目标，前提是人类把目标、上下文、边界定义清楚。 现实世界不是封闭游戏。所以 AI 在商业流程里价值很大，在复杂现实判断中仍要谨慎。 了解 AI 现在到哪一步，唯一的办法就是每天用。 3、两类人正在分化 一类用 AI 是为了不学习、不思考，这类人会变弱。 另一类用 AI 是为了学习一切，这类人会拥有巨大优势。 库班反复强调一个词：好奇心(curiosity)，AI 时代最重要的能力不是写代码本身，还有持续提问、持续试错、持续迭代。 悲观一点说，AI 对那种打破砂锅问到底式好奇心的容忍度极高，可能会是后 AI 时代拉开就业率的关键。 4、未来三年只有两类公司：AI Native 和被淘汰的 大公司只是花钱接入 AI、ROI 大概率为负，因为旧流程没改。要释放 AI 价值，CEO 必须愿意炸掉旧业务流程，重新设计组织、客服、法务、运营。 难点不在技术，在 CEO 的决心。新进入者用 AI 原生方式做同一件事，成本更低、速度更快。 这也是库班对咨询行业不悲观的原因，企业需要的不是部署 AI，是有人帮它们重新设计业务。咨询业的机会从传统报告，转到 AI 时代的组织重构。 值得注意的是：AI 也在改造咨询公司本身的生产力，未来一个独立顾问就可能干掉一个传统咨询团队。 5、软件股的护城河重新定义 市场在惩罚标准化 SaaS，AI 让软件变得更容易构建。库班举的反例是 DocuSign，它不只是签名工具，还掌握不同国家、地区、司法环境下电子签名的复杂规则。这种法规知识库 + 流程嵌入不容易被普通 AI 替代。 软件公司的护城河，从功能转向专有数据 + 工作流嵌入 + 法规/行业知识。 按席位卖标准化产品、没有独特数据、没有专有流程的 SaaS，会非常危险。 顺带提一下 ServiceNow（NOW），2026 年 YTD 跌幅约 40%，近期开始反弹，市场在用脚投票区分真护城河和标准化席位生意。 6、对 OpenAI 们的万亿资本开支，库班是质疑的 库班的核心判断：数据中心算力会更快、更便宜，今天宣称的万亿美元级基础设施投入未必兑现。基础模型行业最终是像流媒体（多个玩家赚钱）还是像搜索（赢家通吃），现在看不清。 他不否定 AI 有用，而是怀疑，AI 有用，不等于所有基础模型公司的资本开支都能赚回来。 垂直领域的竞争会越来越依赖 IP。问题是一旦公开发表、申请专利或开放数据，就会被所有模型训练，原有优势被稀释。 AI 时代企业没有 IP 就没法收割溢价。注意力经济会被重塑但不会消失，专注垂直赛道的 KOL 会有加成，类似以前时尚主编的定位。 7、世界模型才是下一站，不是 LLM 今天的大模型主要建立在文字和图片上，不真正理解物理世界。未来 AI 会从 LLM 走向世界模型，理解视频、材料、空间、物理因果。 竞争会从文本/代码生成，延伸到视频理解、卫星数据、材料识别、机器人。 LLM 不是 AI 的终点，只是一个阶段。 最后一条最实在：库班给年轻人的建议 学 AI，然后去服务中小企业。 他投资的一家公司用 agent 自动核对物流箱规、发票和运费差异，每月省 5 万美元。这种想做但没时间做的繁琐事项，正是 agent 落地的金矿。 库班不认同50% 失业这种极端说法，但承认只做格式整理、简单问答、重复执行的岗位风险很高。未来需要的是知道什么时候用 AI、什么时候不用 AI、如何设置 agent、如何检查 AI 输出的人。 AI 不理解后果。企业仍然需要人作为判断缓冲层，这才是普通人在 AI 时代真正可以站住的位置。

⌞ 微策略暴雷倒计时，BTC 瞬间到 48000 ⌝ 先说结论：Seller 高杠杆买币的优先股 STRC，已经跌到 91.79 面值 他已陷入财务危机，现有 Cash 只够支撑 7 个月，但在 6 月 30 日就会付息 2.3 亿美金 再不砸盘卖币，这家公司的债务将在 9 月 30 日清算，会发生严重的挤兑（甚至破产）！ 低位割肉砸盘，是他求生的唯一选择 -- STRC 暴跌至 91.79 ➔ 不回到 100 面值无法买币 ➜ 强行加息至 13% ➜ 更大的偿债压力 ➜ 普通股股东，拒绝再当垫背侠 ➜ 两边不讨好，估值全线崩塌 -- 很多兄弟不知道，微策略除了 STRC，还丧心病狂的发了另外 3 只优先股，STRK\STRD\STRF，它们是季度付息 塞勒这套操作，是 “吸普通股的血，去续优先股的命” ，何况普通股现在已经融不到钱了 6 月 30 日加上 每月付息的 STRC ，要掏出去 2.3 亿美金 所以他上次喊话放风要卖币，然后测试卖了 32 枚 很快就会看到他真的 “大砸盘” 加息是死，卖币能活 这是他的唯一出路 -- ✅ 很多人把 Saylor 当成中本聪之外的第二个神，认为是他撑起了加密货币 真的好天真，你所谓的比特币信仰 不过是商人口中赚钱的工具 仅此而已