AI時代，老登創(chuàng)業(yè)者更值錢了

封面圖片由AI生成

過去一年，中國的AI創(chuàng)業(yè)版圖里，年輕人幾乎壟斷了媒體的鏡頭。融資新聞里，“00后連續(xù)創(chuàng)業(yè)者”“95后AI應(yīng)用公司創(chuàng)始人”是常見的報道母題，年紀小、團隊輕、從輟學(xué)到融資的周期短到以月計。

AI正在改變創(chuàng)業(yè)競爭的排序。創(chuàng)業(yè)者之間的差距，可能不再來自誰更早掌握某項技術(shù)，而來自誰更清楚什么問題值得解決，什么方向值得投入。這也是為什么，一批創(chuàng)業(yè)多年、經(jīng)歷過至少一輪完整商業(yè)周期的創(chuàng)業(yè)者，成為一個值得觀察的群體。他們被戲稱為“土老板”“中老登”。他們積累的未必是某個時代的答案，而是在變化發(fā)生之后判斷方向、做出選擇的能力。老樹就是這樣一個樣本。

一、一門賺錢的生意，為什么說關(guān)就關(guān)

5月，昆明。老樹和合伙人老陸，關(guān)掉了一門當時仍在盈利的生意，一個運營了三年的信息競賽培訓(xùn)班。

團隊四五個人，8到12人的小班，單期收費三四萬元，招生全靠口碑，長期排隊候補。沒有獲客成本，沒有現(xiàn)金流壓力。放在整個教培行業(yè)的坐標系里，這樣一家還能自然增長的機構(gòu)，是少數(shù)的幸存者。

老樹把它關(guān)了。

老樹并不是一個標準意義上的教育創(chuàng)業(yè)者。他學(xué)物理，畢業(yè)后寫小說、劇本和通俗歷史讀物，用過七個筆名。進入教育行業(yè)前，他是數(shù)字農(nóng)業(yè)公司的創(chuàng)始股東。再后來，和初高中同學(xué)、在通信行業(yè)做了近二十年工程師的老陸，一起做起了AI編程教育。他的經(jīng)歷穿過中國創(chuàng)業(yè)者二十年間面對的產(chǎn)業(yè)變化：從內(nèi)容產(chǎn)業(yè)到產(chǎn)業(yè)數(shù)字化，從教育培訓(xùn)到AI應(yīng)用。

促使他關(guān)掉競賽班的，是三個逐層顯現(xiàn)的信號。

第一個信號來自課堂。學(xué)生識別題型、套用解題模型的速度越來越快，主動提問的頻率卻在下降。信息學(xué)競賽考察的是學(xué)生能否快速識別模式、找到解法，但真實世界中的問題，通常沒有標準答案。

第二個信號來自家長。咨詢室里，家長的問題也在變化。從“孩子適不適合學(xué)編程”變成“能不能進白名單”“能不能拿獎”“能不能為升學(xué)增加籌碼”。一門教育產(chǎn)品，從培養(yǎng)能力轉(zhuǎn)向爭奪一個結(jié)果。

第三個信號來自賽場。場上站著的是學(xué)生，較量的是學(xué)生背后的家庭資源，誰的設(shè)備更貴，誰請得起一對一的教練，誰能擠出更長的集訓(xùn)時間。老陸此前走訪過北京、深圳的同行，得到的反饋是，一線城市的競爭烈度比云南更高，這是全國同頻的資源競賽。

對一家培訓(xùn)機構(gòu)來說，這些變化并不會立即影響收入。但對一個創(chuàng)業(yè)者來說，需要判斷的問題不是一門生意今天還能不能賺錢，是它未來是否值得投入。老樹把這種模式比作溫室栽培，所有養(yǎng)分集中投喂給一個指標，獲獎率。植株長得又快又好看，代價是根系停止向下生長。一個可以驗證這個判斷的細節(jié)是，相當一部分獲獎學(xué)生，拿到獎項之后，就再也沒碰過代碼。

于是他關(guān)掉了它。隨之而來的，大模型成建制闖入編程行業(yè)，AI根據(jù)自然語言指令生成代碼，過去需要程序員花費幾個小時的工作在短時間內(nèi)完成。他說，如果這時候還要花幾年時間去記語法規(guī)則、背API、練操作細節(jié)，就像為了理解整片海洋，非要先記住昨天沙灘上一朵浪花的形狀。

“變化剛冒頭的時候，你得看得出哪些趨勢還在生長，哪些已經(jīng)死了。”這本事沒法一次學(xué)會，得一直驗、一直改。物理、文學(xué)、農(nóng)業(yè)、教育，現(xiàn)在是AI，只看行業(yè)標簽，這是一份缺乏連續(xù)性的簡歷。但換個角度，看他修正判斷的過程，會看到一條清晰的主線：別人有“技能恐慌”，他沒有，他積累的是一種穿越各個領(lǐng)域后留下來的判斷力。

關(guān)于AI時代，流行的說法是經(jīng)驗會迅速淪為路徑依賴，變成負資產(chǎn)。這句話說對了一半。貶值的從來不是經(jīng)驗，是那些停止更新的經(jīng)驗。留在真實世界里、肯不斷修正判斷的人，這一輪反而拿到了一張新船票。

老樹當初關(guān)掉競賽班時看到的問題，所有人擠破頭去夠同一個可量化的指標，反而把更值錢的東西擠丟了，這時候正在AI這個更大的行業(yè)里重演。老樹做出的第一次判斷，停止一門還賺錢的生意；第二次，他把這種判斷帶到了一個完全陌生的領(lǐng)域：寫代碼。

二、一行代碼沒寫，怎么做出一個真產(chǎn)品

老樹的團隊上線了一套招聘與用工管理平臺。

臨工找工作、查看崗位、在線簽約、查詢薪資；企業(yè)發(fā)布崗位、篩選人員、管理合同、完成結(jié)算；平臺負責審核企業(yè)、處理異常。放在三年前，這套系統(tǒng)標配是一支完整的軟件團隊。產(chǎn)品經(jīng)理定義需求，前端做交互，后端搭系統(tǒng)，數(shù)據(jù)庫工程師維護數(shù)據(jù)，測試反復(fù)驗證，缺一不可。

老樹說，這一次，團隊一行代碼都沒寫。

整個開發(fā)過程，他們一直在和AI對話。描述需求、拆解流程、修正邏輯、調(diào)整Bug，反復(fù)迭代。對于這種Vibe Coding的方式，多數(shù)人把它理解成“不會寫代碼，也能做軟件”，老樹覺得這個理解說對了表面。招聘管理平臺的需求，來自他過去參與產(chǎn)業(yè)項目時看到的真實問題。AI降低的是實現(xiàn)成本，決定產(chǎn)品形態(tài)的，仍然是對業(yè)務(wù)現(xiàn)場的理解。

他打了個比方，多數(shù)人以為程序員是施工隊，其實一個項目里最稀缺的從來不是施工隊，是圖紙。哪里是承重墻，哪里能開門，水電怎么走，哪些地方不能動。圖紙沒畫清楚，施工隊再專業(yè)，也只能邊猜邊蓋，開發(fā)越快，返工越多。Vibe Coding改變的不是AI替人施工，是普通人有機會自己畫圖紙。這件事，比會不會寫代碼更重要。

對老樹來說，做產(chǎn)品和做教育，面對的是同一類問題。很多學(xué)生并不是不會使用工具，而是不知道自己究竟要解決什么問題，這也是老樹反復(fù)強調(diào)“產(chǎn)品化表達”的原因。標準化訓(xùn)練把被定義好的問題作為起點，題目是什么、條件是什么、答案是什么。真實世界通常反過來，先出現(xiàn)的是一個模糊的處境，問題本身還沒被定義，更談不上答案。這一步想不清楚，工具再強大，只是在批量制造無效產(chǎn)出。

團隊做過一個適老化項目，最初孩子們的方案都很像，智能家居、自動報警系統(tǒng)，聽著挺唬人，一追問給誰用？不知道。什么時候用？不知道。為什么非要這么做？說不清楚。老師把問題拉回真實生活：一個老人半夜起床，最容易出什么事？孩子們開始觀察、討論，想象那個真實會發(fā)生的夜晚，摸黑下床，找不到開關(guān)，容易摔倒。想清楚這些，才開始設(shè)計燈光、傳感器、報警模塊。技術(shù)不是起點，是被推導(dǎo)出來的答案。

老樹后來把這種判斷帶回團隊管理。招聘時最先問的不是學(xué)歷，是“你做成過什么”。他會關(guān)注簡歷里的那些動詞：做過什么項目，解決過什么問題，對什么結(jié)果負責，而不是參加過什么、學(xué)習過什么。一個人的判斷力，最終要靠做過的事情來證明。

每一次技術(shù)進步，都會改變著力點，但有些能力始終有效。2005年前后，中國互聯(lián)網(wǎng)比拼的是商業(yè)模式和融資速度，誰能擴張得更快，誰就贏；2012年前后，移動互聯(lián)網(wǎng)進入產(chǎn)品時代，用戶體驗、留存、增長曲線，成了新的競爭變量。今天，AI正在改寫的，是產(chǎn)品從想法到落地的整條鏈路被壓縮，定義問題、設(shè)計方案、工程實現(xiàn)、上線驗證，不再是完全分離的環(huán)節(jié)。一個真正理解問題的人，有機會直接參與產(chǎn)品的形成。老樹說，“AI把所有人重新拉回了考場。”

經(jīng)驗無法替一個人回答新問題，但會影響他面對新問題時的選擇。它幫助一個人在變化里判斷什么值得做，什么方向值得一試，哪件事該放棄。

三、一個創(chuàng)業(yè)者，如何保持不過時

第一件事是持續(xù)進入陌生領(lǐng)域。

他說自己畢業(yè)后才開始學(xué)各種東西，但老樹不覺得這是跨界，他只是對沒接觸過的東西感興趣。多數(shù)人理解跨界是在原有能力上疊加新技能；老樹的跨界，更像是進入一個陌生領(lǐng)域，從頭建立對它的理解，寫小說要理解人的情感，做教育要理解人的成長，做農(nóng)業(yè)要理解土地和供應(yīng)鏈。

一個人的價值，過去很大程度上來自專業(yè)深度；但當AI可以在幾秒內(nèi)調(diào)用幾乎所有公開知識，專業(yè)邊界已然松動。重要的不再是一個人知道多少，而是面對一個完全陌生的問題，他能多快建立起有效的理解，能不能把不相關(guān)領(lǐng)域的經(jīng)驗關(guān)聯(lián)到一起。大語言模型的底層是自然語言，而語言正是一個人理解世界、組織經(jīng)驗的方式。過去，表達能力決定溝通效率；往后，它可能直接決定一個人的創(chuàng)造能力。

第二件事是和真實世界保持接觸。

老樹聊教育時，總會繞回一個詞：真實世界。他說現(xiàn)在的孩子知道很多知識，卻很少觀察一棵植物怎么長出來；知道很多答案，卻很少經(jīng)歷一個問題被解決的全過程。“感官沒有充分打開，怎么會對世界有興趣呢？”

特德·姜的小說《降臨》里，人類面對未知文明時，最終承擔理解任務(wù)的是一位語言學(xué)家。表面看重點是語言，更深的問題是：一個人有沒有能力進入另一個世界，而不只是獲取關(guān)于那個世界的信息。這大概是AI和人之間，目前最真實的分界線。AI可以告訴你一株植物叫什么，但沒法替你產(chǎn)生對它的興趣；能總結(jié)一本書講了什么，沒法替你經(jīng)歷讀完之后那種莫名的觸動；它能生成一份方案，但沒法替你承擔方案失敗之后的后果。

老樹喜歡一種植物，苔蘚。他說自己像一棵樹，而樹喜歡苔蘚，因為苔蘚的特點是慢，它不挑環(huán)境，石縫里、墻角邊、潮濕的樹皮上，有一點點條件就能活，甚至能一點點把石頭風化成土壤。他覺得很多人的焦慮，來自一種錯位的比較。所有人都在拼命追求快，學(xué)更多工具，練更多技巧，要更快的反饋，但管用的能力，往往來自慢下來之后的觀察、積累和試錯。

第三件事是堅持“先定義問題，再等答案”。

“我們是甲方，不是乙方。”多數(shù)人面對AI的第一反應(yīng)，是學(xué)工具、背提示詞、想著讓AI替人完成什么；老樹認為更重要的問題是，你到底想解決什么。AI能替一個人完成大量具體工作，前提是這個人自己清楚目標在哪，知道什么問題值得解決。否則AI越強，人反而越容易被工具牽著走。他講“主控性”，不是控制AI，是先控制住自身方向。一個人得先是提出問題的人，才有資格做承擔結(jié)果的人。

第四件事是把經(jīng)驗變成表達。

一個創(chuàng)業(yè)者多年攢下的行業(yè)判斷，一個老師摸出來的教學(xué)方法，一名管理者對組織運行的理解，這些東西有價值，但很難被復(fù)制，傳遞給別人。AI出現(xiàn)后，經(jīng)驗有了被拆解、被表達、被重新組合成的可能。

老樹覺得產(chǎn)品化表達至少包含三層：一層是用戶思維，不是“我要提供什么”，是“別人用完之后到底發(fā)生了什么變化”；一層是結(jié)果意識，不是完成了一個動作，是確認這件事有沒有產(chǎn)生價值；還有一層是結(jié)構(gòu)化表達，因為往后一個人的協(xié)作者不只是人，還有AI，你的想法有多清晰，直接決定了你能調(diào)動多少AI的能力。

回看老樹這幾十年，一直在做同一件事：把腦子里的理解，變成真實世界里能被別人用上的東西。有價值的經(jīng)驗，從來不只是過去發(fā)生過什么，而是一個人能不能把經(jīng)歷過的一切，轉(zhuǎn)化成下一次創(chuàng)造的能力。

AI會讓更多人擁有創(chuàng)造的工具，但最終決定差異的，仍是誰保有一份面對復(fù)雜問題，尋找答案，并為結(jié)果負責的耐心。

• 商業(yè)世界永遠會獎勵新鮮，也會重新發(fā)現(xiàn)那些被低估的東西。AI、融資、新應(yīng)用成為創(chuàng)業(yè)敘事里的主角。與此同時，還有另一群人，他們創(chuàng)業(yè)多年，經(jīng)歷過至少一輪完整周期，見過行業(yè)繁榮，也經(jīng)歷過市場退潮。他們的價值，不在于知道更多舊答案，而在于面對新問題時，依然能做出判斷。《老登商業(yè)局》想記錄的，就是這些穿越周期的創(chuàng)業(yè)者。我們關(guān)注他們的選擇、失誤與堅持，也尋找那些經(jīng)過時間驗證、依然有效的商業(yè)判斷。