王冠被 OpenAI 碾压过三次。

第一次做写作工具，ChatGPT发布了。
第二次做Excel转图表，GPT-4来了。
第三次做Agent工作流，OpenAI Plugins上线了。

每次都踩得那么精准，像是有人在天上盯着他的进度条。

这让他意识到一件事：盲目做应用是虚无的。

你不知道基座模型的能力边界在哪儿，就像在流沙上盖房子，随时会被淹没。

所以他做了一个决定，先去月之暗面（Moonshot AI）当模型产品负责人，搞清楚模型到底能干什么，再出来创业。

一年后，他离职创办了ONE2X，做AI视频生成器Medeo。

他是月之暗面第一个离职创业的员工，公司的离职流程都是因为他才建立的。

压缩即智能：五道口的顿悟

王冠对大模型的信仰，来自五道口的一顿饭。

那是在龙人居餐厅，月之暗面创始人杨植麟（Tim）花了三个小时给他讲"压缩即智能"，全程在纸上写数学公式。

王冠坦诚地说，"我完全没听懂那些公式，但大受震撼"。

后来他去研究OpenAI科学家Jack Rae的视频，慢慢拼凑出了完整的认知地图。

这个概念很抽象，但王冠把它讲得很生动：

压缩不只是把文件变小，而是强迫数据建立联系。

想象下，你教AI两件事：中文翻译成英文，还有中文总结。

按理说，AI没学过"英文总结"这个任务。但因为压缩把这些离散的知识点挤在一起，它自动学会了。

这就是连续性。

以前的AI处理的是结构化数据，像Excel表格那样，一格一格的，互不相干。

现在的大模型处理的是语言、视频这些非结构化数据，它们本身就是连续的，像一条河流。

压缩让这条河流得更顺畅，AI就能"触类旁通"。

数据的三个阶段：创业公司的机会在哪儿

王冠有个核心判断：智能的第一性原理是数据。

他把AI行业的竞争分成三个阶段：

第一阶段：公域数据

大家都在互联网上抓数据，拼的是算力和清洗效率。这个阶段已经结束了，格局已定，基座模型公司赢了。

第二阶段：领域数据

拼的是"我有你没有"的私有数据，比如医疗、金融这些行业的历史积累。这利好大厂和传统巨头。

第三阶段：内生数据

这是创业公司的机会。

什么叫内生数据？就是世界上之前不存在的数据。

ChatGPT出现之前，没有海量通过对话解决问题的自然语言数据。

ONE2X做视频生成，就是要创造一套描述视频制作过程的语言（DSL），这套语言本身就是新数据。

只有通过设计新的产品形态产生内生数据，并把它训回模型，创业公司才能建立壁垒，不被基座模型的"自然延伸"碾压。

生成系统：一个完整的闭环

王冠不喜欢"套壳"这个词的贬义用法。

他说，壳可厚可薄，System 2才是核心竞争力。

基座模型（System 1）大家用的都一样，产品的胜负取决于你在模型之外构建的"壳"，也就是上下文（Context）。

ONE2X的架构分三层：

底层：DSL（领域特定语言）

把视频制作这件复杂的事，抽象成一组有限的"原子能力"。就像围棋，规则是封闭的，所以可以被计算。

中间层：Context（上下文）

这一层的核心任务是降低"熵"。

什么是熵？就是不确定性。

用户说"做个高大上的视频"，这句话的熵很高，AI不知道怎么执行。

System 2要把这句话转化成精确的指令。

同时，它还要约束AI智能体的行为边界，确保它不会乱调用工具，输出可控。

顶层：Environment（环境）

这不只是个软件界面，而是一个让人和AI共同活动的"环境"。

用户在这里的每一次操作、每一次修改，都是在为系统产生高质量的数据。这个环境本质上是一个标注平台。

王冠举了个例子：厨师做菜，油温多少度，翻炒几下，这些隐性知识如果不记录下来，AI就学不会。Environment要做的，就是把这些"火候"全部显性化。

物理世界vs理念世界：视频的两个战场

王冠对视频赛道有个独特的划分。

物理世界的视频，是摄像头拍的，对应抖音、快手这些短视频平台。

王冠把它比作"夜店、超市、生活广场"，娱乐、八卦、卖货，供给已经很充分了。

理念世界的视频，是AI生成的，对应知识、艺术、精神信仰。王冠把它比作"图书馆、歌剧院、大教堂"。

这类内容以前因为制作成本太高（比如耐克的高端广告，或者把一篇文章可视化成视频），一直是稀缺的。

ONE2X要做的，就是占领这个"理念世界"。

他还有个更大的愿景：让视频从"创作"变成"表达"。

古代写字是创作，需要笔墨纸砚，门槛很高。

现在发微信是表达，门槛极低。目前做视频还是创作，像写情书。未来应该变成表达，像说话一样自然。

只有当一种模态从创作变为表达时，才会诞生伟大的产品。

生成系统将取代推荐系统

王冠有个大胆的判断：中间商将死。

互联网平台本质上是"分销平台"，掌握流量分配权，剥削创作者。抖音、淘宝都是这样。

生成系统是"产销一体"，没有库存，没有流量分配，直接对接需求与生产。

用户想要什么，AI直接生成，不需要在海量内容里检索。

这意味着推荐算法这个"中间商"不再需要了。

随之而来的，是货币的变更。

在内容供给无限的时代，"注意力"（流量）不再稀缺，稀缺的是"信任"。

未来用户不会为流量买单，而是为创作者的品味（Taste）和配方（Recipe）付费。就像Substack那样，我信任你这个人，所以订阅你。

未来的创作者：两极分化

王冠认为，创作者群体会分化成两类。

金字塔尖的艺术家/专家

这些人不会被AI替代，反而会被放大。

系统是他们能力的放大器，把他们的高级智慧复制成千上万份。

他们的每一次操作、每一次修正，都是在为系统提供高质量的"内生数据"。

他们是生成系统能够不断进化的核心驱动力。

广泛的"产销者"

对于大众而言，创作不再是为了商业目的，而是回归到"产销一体"。

就像退休老干部在家写毛笔字，创作过程本身就是一种消费。

用户生成内容是为了满足自己的精神需求，价值在生产完成的那一刻就实现了，不需要依赖外部流量变现。

王冠把这叫做"劳动即消费"。

AI时代的产品经理：不再只是画原型

王冠自己就是产品经理出身，他对这个角色在AI时代的价值有深刻的思考。

PM的核心工作不再是画原型，而是设计智能的边界。

具体来说，分三个层面：

设计System 1：定义模型的能力边界

模型即产品，模型本身是值得被设计的。PM需要把业务Know-how转化为数据，定义什么叫"好"的结果，建立评测标准。

构建System 2：设计上下文与环境

PM的核心竞争力在于Context Engineering（上下文工程）。

通过设计Agent框架、工作流和知识库，为模型提供高质量的输入。

战略核心：设计"内生数据"闭环

PM必须设计一种全新的产品形态，使其在运行过程中产生世界上之前不存在的数据。

这个产品本质上是一个"标注平台"。

王冠说，PM还要扮演"审美"和"标准"的制定者。

不是所有数据都是好数据，PM需要具备极高的品味（Taste），去定义什么是高质量的输出。

组织即环境：员工是智能体

ONE2X是一家很特别的公司。

全员远程，没有管理岗，没有KPI，甚至连考勤都没有。

王冠把它定义为"产品工作室"（Product Studio），而不是传统公司。

他的组织哲学很简单：把公司视为一个"环境"，员工是"智能体"。

这个概念来自强化学习。

在强化学习里，你不控制智能体，而是搭建一个环境，让智能体在其中自主活动。

王冠说，管理的核心不是KPI考核，而是对齐"奖励函数"（Reward Function）。

每个员工进入公司都带有自己的目标，可能是对技术的热爱，可能是不想让公司死掉。

组织的智慧在于找到一种方式，让个人的目标向量在公司前进的方向上有最大的投影。

为了解决远程办公的孤独感和信任问题，ONE2X建立了"温暖可信计划"。

公司内部有个"朋友圈"，大家在飞书里建立话题组，分享生活八卦、写小作文。

通过这些非工作内容的交流，建立类似线下的温暖感和人际信任。

王冠说，坐班制是工业革命的产物。脑力劳动不需要依附于物理产线，远程办公配合"温暖可信计划"更适合产品工作室模式。

狭义AGI：一个自动化的赚钱闭环

关于AGI（通用人工智能），王冠有个非常务实的定义。

他不谈全知全能，也不谈自我意识。他说的是狭义AGI。

什么是狭义AGI？

在一个特定商业领域（比如炒股），AI能自己赚钱，用赚的钱买算力和数据，再优化自己赚更多的钱。

当人完全退出这个Loop时，狭义AGI就在该领域实现了。

这不是一个突然到来的"奇点"，而是一点一点发生的。

比如在编程（Coding）或语言处理领域，这种现象似乎正在被点亮。

诺基亚时代的策略：积累数据，等待iPhone时刻

王冠有个精准的类比：当下是AI的"诺基亚时代"。

我们现在看到的AI应用，很像诺基亚手机上的计算器或贪吃蛇。

在这个阶段做复杂的移动互联网式APP是不合时宜的。

策略是什么？

在"iPhone时刻"到来之前（即端到端多模态模型成熟、成本极低、推理极快之前），应该做离模型最近的生产力工具。

这样既能感知模型变化，又能积累数据（System 2/Context），为未来真正的超级APP做准备。

王冠还引用了一句诗来描述通用Agent和垂直Agent的关系："千江有水千江月，万里无云万里天"。

垂直Agent（千江月）在各自领域有独特智慧和数据，这是应用公司的机会。

通用Agent（万里天）试图覆盖所有，但在过渡阶段无法在所有领域都做到极致。

最终两者会殊途同归：通用做深垂直，垂直扩展边界，在效果与成本的极致比拼中相遇。

蝴蝶穿花：老子的入世哲学

聊到个人哲学，王冠说自己深受道家影响。

但他做了个有趣的区分：不喜欢庄子的"大鹏展翅"，更喜欢老子的"蝴蝶穿花"。

大鹏展翅是逍遥、避世、飞得高。

蝴蝶穿花是在花丛中飞行从不走直线，而是在障碍中游刃有余。

王冠说，创业者应该像蝴蝶一样，积极入世，顺应环境变化解决具体问题，而不是追求虚无的超脱。

他还分享了一个让他感到"惊悚"的冷知识：一代人只有25到30年。

作为一个30多岁的人，他意识到自己现在做的产品，其实是在服务"下一世"的人（即比他小25-30岁的人）。

这种时间观让他跳出了当下的焦虑，用更长远的眼光看产品演进。

北极星指标：系统的智慧程度

ONE2X的北极星指标不是DAU（日活），而是系统的智慧程度。

王冠说，3个专家用户产生100万营收，优于10万个普通用户产生同样营收。

为什么？

因为专家用户（高审美/高能力）的操作能为系统提供高质量数据，提升系统的"智慧程度"。

智慧怎么量化？

不是看生成了多少内容，而是"消耗更少的Token达到同样的效果"。

就像做数学题，一眼看出答案的人比反复演算的人更聪明。Token消耗越少，代表系统越智能。

这是一个完全不同于互联网时代的衡量标准。

一个意外的验证

为了验证产品的商业价值，王冠自己做了一次"小白鼠"。

他用Medeo的早期版本制作视频，发在微信视频号上。作为一个没有特意运营的号，竟然跑出了200多万播放量。

更惊喜的是，他一开始不知道视频号有流量分成，直到有一天系统提示有钱到账（几百块钱）。

这让他确信，即使是目前的半成品工具，也能让普通人通过内容获利。

还有个更疯狂的故事。

B站和视频号上某位头部的AI内容博主，为了使用他们的产品，借遍了周围朋友的谷歌账号来充值积分。

他们把能买的积分包全部买光并充值到上限，依然觉得不够用，最后直接联系到王冠团队求助。

这让王冠团队意识到，头部创作者对高效生产工具的渴求是惊人的。

反共识的20个观点

如果要总结王冠的想法，这里有20个最核心的反共识观点：

关于智能的底层逻辑

1. 智能的第一性原理是数据，数据决定边界，算力决定速度，算法决定涌现
   
2. 压缩即智能，核心在于"连续性"
   
3. 从"拟合结构"到"拟合世界"
   
4. 狭义AGI是"赚钱-进化"的自动化闭环
   
   关于行业竞争
   
   
5. 行业发展的三个阶段：公域→领域→内生
   
6. 护城河在于"内生数据"
   
7. 当下是AI的"诺基亚时代"
   
8. "壳"是核心竞争力，Context is Everything
   
9. 通用与垂直的终局：千江有水千江月
   
   关于产品方法论
   
   
10. 生成系统将取代推荐系统
    
11. 产品架构三层论：DSL→Context→Environment
    
12. 上下文工程的核心是"降熵"
    
13. 北极星指标：系统智慧度
    
14. 环境即标注
    
    关于内容生态
    
    
15. 视频是AI时代的"起点"而非终点
    
16. 物理世界vs理念世界
    
17. 从"创作"到"表达"
    
18. 货币变革：从"注意力"到"信任"
    
    关于组织与哲学
    
    
19. 组织即环境，员工即智能体
    
20. 蝴蝶穿花，积极入世
    
    尾声
    
    王冠最爱的食物是白米饭。
    
    在快问快答环节，他说自己不喜欢旅游，也没有全球视野的美食偏好。
    
    白米饭兼容性最强，和任何食物搭配都有滋味。
    
    这或许也隐喻了他做产品的思维：做最基础、最兼容的底座。
    
    在AI的诺基亚时代，大多数人在追逐流量和变现，王冠选择了一条更难的路：造一座视频的图书馆，积累内生数据，等待iPhone时刻。
    
    他说，一代人只有一世。
    
    那就用这一世，做点不一样的事。
    
    ---
    基于播客张小珺Jun 商业访谈录，使用Prompt生成。