投中了理想、MiniMax 后，他说，AI 时代仍然要找「让人汗毛直竖」的创业者 | 极客公园

时代确实变了，在科技圈和风投圈一直被认为是金字招牌的「非共识」，可能并不流行了。

在明势创投的会议室内，身穿帽衫的创始人黄明明一脸不解的跟极客公园说：「大家一直给我们贴上「叛逆型投资人」，说好听点是『非共识』的标签。我觉得还挺奇怪的——世界大部分时候，是奖励『共识』的：光鲜的背景、快速的融资、简单能听得明白的故事，不是吗？而事实上，世界只有在很少的时间节点在奖励非共识。」

作为互联网时代的创业者、有着十二年科技投资经历的明势创投创始人，黄明明带领团队在新能源时代押中了理想汽车，在 AI 时代又投出了 MiniMax，后者目前已经是中国 AI 行业的标志性公司。

但黄明明认为自己只是「幸运」——作为看《星球大战》长大、始终对科技和工程感兴趣的一代，这样的兴趣，让明势始终选择在中国科技行业中「画圈」，最终在时代的爆发中，获得了成功。

黄明明（左三）在 MiniMax 港交所主板上市仪式上｜图片来源：明势创投

个人的成功固然要看历史进程，或者「运气」，但对于一个投资人，如何在时代浪潮中，找到那个能真正成功的创业者，难度高到依然如玄学。从理想汽车的李想，到 MiniMax 的闫俊杰，黄明明将这种筛选标准总结成——找到坚持第一性原理、对自己所做之事始终抱有信仰的创业者。

或者，用他的话是「让人汗毛直竖的人」。

「让人汗毛直竖」可能体现在，当公司资金有限、也要逆着所有人的建议投入全部身家坚持做增程车、而不是纯电的李想；或者是，当融资不畅，顶着压力依然要拿出全公司 80% 的算力去赌 MoE 架构的闫俊杰——这种近乎偏执的理性或者非理性，让明势坚持 6 轮持续押注 MiniMax，并最终赢得了彼此的最终成功。

「6 轮融资，每一轮都在发抖」，事后黄明明如此回忆。

由于自己是创始人出身，所以黄明明特别理解企业 1 号位的孤独和痛苦，这是没有任何人能替代的。在企业发展最关键的时刻，没有任何人能给创始人出主意，他必须在非常微弱的信号里，带着所有人往那个方向走，只有创始人能在黑暗的隧道里找到那个方向。

即便明势创投在 AI 时代投出过 MiniMax、Genspark、Lovart 等知名公司，黄明明依然感叹，扑面而来的 AI Agent 时代「实在是太快了」。从 AI FOMO 到 AI FOBO，作为投资人黄明明同样焦虑，他的解决之道是始终保持在一线，去和那些「让人汗毛直竖」的创业者的沟通。

因为那种兴奋的感觉，对他来说是热爱，同样也是他的「奖励函数」。

以下为极客公园与明势创投创始人黄明明的对谈文字，由极客公园整理。

 

找那个让你汗毛竖起来的人

极客公园： 今年 OpenClaw 火了之后，大家都说要养小龙虾了，感觉围绕着 Agent 出现了非常多、非常年轻的创业者。咱们明势在找这些 Agent 时代的创业者时，有没有感觉以前的那些渠道和方法失效了？

黄明明： 我觉得那个做 OpenClaw 的 Peter 是很厉害的一个人，他不是横空出世——他之前创业过，是非常牛的独立开发者，二十年老炮了，在这个领域里。

但这不代表没有横空出世的机会，更年轻的、更 AI native 的人完全有可能。

对我们来说，找创始人最重要的还是两件事：

第一，你一定要跟头部模型保持非常紧密的联系和交流。底模的智能每往上拔高一个台阶，就会带来应用层和 Agent 层能力的一次大释放，才会有新的机会出现。所以保持跟头部模型公司的密切互动，在 AI 时代做投资没有什么比这个更重要的事，你才能足够敏锐，才能看到模型下一步解锁的能力——而这个能力的上限决定了 Agent 的上限。

第二就是保持开放和敏锐的心态。我们有一位合伙人就是趴在 GitHub 上看，突然有个东西爆了，他就去找那两个创业者，发现他们在 OpenClaw 出来之后手搓了一个东西扔在 GitHub 上，也爆了，然后他们就开始做自己的产品。

你确实得在这个群体里深入进去。有个年轻创始人跟我讲了一句话，让我极为震撼，他说：黄总，如果你还没有一键敲下去、消耗几十美金甚至上百美金，让 AI 执行一个复杂长程任务的体验，你对这个世界的认知，和有这个体验的人的认知差距，就像中国刚改革开放时，出过国和没出过国的人对世界的认知差距那么大，甚至比那个还要大。

所以我们现在考虑让我们最激进地用 AI 的同学，带着我们一起找那些消耗最多 Token 的用户群——我要知道最大的 Token 用量的那批人，每天在干什么？往哪个方向演进？这个体感你得有，然后才能在这里面发现涌现出来的机会。

极客公园： 我接触这些 Agent 创业的年轻人，会感觉和他们聊的时候有些话沟通不来——他们更年轻，对于约束和标准好像没有感知，或者说比上一代创业者更聪明。你会这样感觉吗？

黄明明： 恰恰相反。

第一，年龄不是我们划分的维度。Peter 40 岁 了，但写出了 OpenClaw。所以我们不机械地说一定要投 00 后，AI native 是你的思维和学习迭代能力造成的，跟年龄无关。

第二，我比较遗憾的反而是，真正那种更聪明、更颠覆型、更疯狂的人不够多。我希望更多。跟这些人聊，大家没有任何代沟，没有任何沟通障碍，完全平等地在交流，他也觉得我能听懂他在说什么，我也为他做的事情感到兴奋。

反而是这样的人不够多。一礼拜我们投资团队先筛几十个项目，我真正能见的大概十个，但其中真正能让你汗毛竖起来的不够多。这才是最让人刺激、最让人上瘾的事情——他就应该足够疯狂，就应该让你听不太懂他讲的东西。

如果他讲的是一个线性外推、你听两句就能听懂的故事，大概率这事儿做不大，甚至做不成。因为今天 AI 迭代太快，如果你只是线性外推，你不可能比 AI 的迭代速度快，一定会被干掉。前两天 Claude 发了一个版本，一堆做 Agent infra 的人就哭天喊娘了；再发一个版本，做安全的又躺倒了一批。你必须得足够疯狂，足够 all in。

极客公园：说到让人「汗毛直竖」的创始人，您能否分享几个让你汗毛直竖的创始人，以及当时他们是哪个点让产生这种感觉？

黄明明：明势投的每一个创始人，我都会亲自去聊，而且会在投后也不断地回访和交流。我能清晰回忆起每一个创始人最初打动我们的点，而且其中很多人还在不断持续给我们带来这种惊喜：

对 MiniMax 来说，是创始人闫俊杰平静地对我说，自己押上 80% 的算力资源在 MoE 架构的预训练中，失败了两次，但第三次差不多要搞定了的时候。

还有理想汽车的创始人李想带我试驾完理想 ONE 后，我们俩心里都知道这是他唯一的一次出牌的机会，他微笑着跟我说，他已经把自己的全部所有家底都投进去的时候。是 Genspark 创始人景鲲 2 年前跟我说从 prompt to website，到 prompt to action，传统搜索没有办法必须跳到外部 website 落地，但 agent 不是这样，agent 不是软件，而是数字员工，可以给用户更终极的东西的时候；

Lovart 创始人陈冕第一次来办公室跟我见面的时候只讲了 15 分钟，但他那种少见的技术、产品和审美于一体罕见的组合，让我直接给投资团队发微信，今天务必在办公室里锁住他时候；

还有第一次见舞肌创始人潘韫哲，他穿着短裤和 T 恤，浑身极客范儿站在我面前，略带羞涩的说他内心深处真正想做的是机器人，但他知道现在没有人能相信他，所以就从机器人最核心的关节和电机开始做起的时候……

他们每个人都足够特别，让我印象特别深。

 

世界很少奖励「非共识」

极客公园：我刚从杭州出差回来参加一个汽车活动，汽车圈现在有一个共识，就是想把 Agent 放到车上。我想问一个轻松的问题，你开车吗？开什么车？

黄明明： 开车，我们全公司、全家都换成理想了。我们公司还有个政策，买理想补助 5000 块，新款补助 1 万。

极客公园： 当年投理想的时候，有没有想到他能做到现在这么成功？

黄明明：说实话，没想到能做到四五百亿美金的公司，而且这么快。我们是 2015 年第一轮参与的，2020 年上市，2021、2022 年峰值就已经撕开了非常大的口子。

理想很多东西在当时是被吐槽的。增程路线一开始被喷得挺厉害，现在几乎是大多数车企的标配。雷军也讲过，理想开创了大空间增程 SUV 的新赛道。不少车厂摸着理想过河，也都取得了不错的反响。

一开始我就相信理想一定能做成，但能这么快做到这个规模，确实没想到。

理想上市时黄明明与李想（左）合影｜图片来源：明势创投

 

极客公园： 理想其实当时挺异类的，先做 SEV，没做成，要做增程，这是非共识中的非共识。

黄明明： 关于「非共识」这个词，我稍微描述一下。我们（明势创投）现在有点像一个标签——「叛逆型投资人」——但我们真的不是刻意要投非共识的东西。复盘下来，我们发现跑出来的好项目，确实都是当时市场上最不被认可的，但这不是我们刻意为之的。

就拿理想来说，在当时的创业圈里，电动车是个共识，前面有蔚来、小鹏，有传统车企明星光环的创业者。但李想的非共识在于路线：他们做的是增程，而不是纯电。

理想讲了一个非常简单的常识道理：特斯拉在美国能成，是因为美国有条件安装家用充电桩——一户一车库、一个固定停车位。中国的情况正好反过来，大多数车主没有固定车位，别说车库了。而且，就算有固定车位，中国小区的电路是按照明电路功率设计的，同时两三台车充电，整个地下车库就跳闸了——当时第一波特斯拉车主之间还要互相微信说好「我开始充了，你别充」。

这是个常识问题。但大多数创业者是说「中国特斯拉」好让美元 VC 听懂，所以就做纯电。理想说，我这个车是给中国的广大用户用的，不是给 VC 和投资人听的。

这是我们喜欢的创始人类型——不 to VC、不 to 舆论，用第一性原理和技术去真正解决用户的问题。有趣的是，我们投的都是这样的人，但这样的人在一开始往往不被投资圈和主流媒体认可，于是就给大家留下了「明势投的都是异类」的印象。

我说句心里话，我们也很羡慕那种投了早期项目、一年融三轮、估值翻五倍十倍的。给 LP 看多好看。但后来想通了——我们只能投我们喜欢的、我们相信的人。那些不在我们审美偏好里的，这个钱不该我们赚，就不赚了。

关于从理想到 MiniMax 这两个项目，我还想补充一两点。

我说我们运气比较好，真的不是凡尔赛或者谦虚。每个 VC 都是在自己画一个圈，在这个圈里——可能是你盯的人、你认可的赛道——去找你认为的那种创始人，赌他能做出大厂做不出来的创新，或者比大厂更快。你就是一个又一个地画圈，在里面赌你相信的人。

我们的运气好，是我们这个圈从十年前开始就画在了中国的科技创新上，持续在这里面画圈。我们不是只追单个的 AI 热点项目，而是基于 AI 的 5 层结构：从能源层智能电网的自动交易系统，到今天大热的 AIDC 计算、光 IO，到 AI Infra，到模型层，再到头部的 Agent 和 AI 硬件，我们从 4 年前就开始系统性的布局。

但这里面是有运气成分的——比如我们是中国 2014 年最早投工业机器人的，但大部分工业机器人项目都「阵亡」了，那波也没跑出巨大的公司来。

因为我们一直在科技赛道里画圈，画着画着就画到了 EV（新能源车）里，比较幸运地抓到了理想；画着画着画到 AI 里，比较早地画到了这个圈，投到了 MiniMax。

所以你说绝对是有运气的成分。如果说我们从一开始就看到了今天 AI 的这波发展，看了什么 Transformer paper，看了 GPT-3……那就是在吹牛了。就是你在自己相信的领域里持续画圈，持续找你喜欢的创始人，可能我们画的这个圈运气比较好，中国的科技确实在爆发。

极客公园： 运气也是实力的一部分。

黄明明： 但问题是我们在大多数时候也是错的——不代表我跟市场不一样，我就对了。

做早期投资最难的地方是：外部世界大多数时候是在奖励共识——光鲜的背景、快速的融资、简单能听得明白的故事，这些是显性的，所以外部世界大多数时候是在奖励共识的，只有在很少的时间节点它在奖励非共识。而我们自己也经常是错的，这必须得承认。

所以最难的那个点是——在非常微弱的信号里，抓到你坚信是对的东西，而且跟市场认知不一样，最后你可能还是错了，但也有可能你对了，你就能获得超额回报。

难的是市场大多数时刻在奖励共识。一轮又一轮的融资、估值快速上涨、外界认可、LP 认可——你能不能顶住这个压力，跟你投的创始人一样，顶住所有外部压力，坚持投你相信的东西？这是对早期投资的一个很大的考验。

我一直跟年轻同事说，不要内耗。他们也认可明势的投资方法论，觉得应该投自己相信的东西。但年轻人总是这样——我的同学研究得也没我们深，但人家投了一个我们不认的东西，咣咣咣估值翻十倍、二十倍，人家升职了，拿了丰厚奖金，而我们判断是对的，但确实慢，或者我们没在这个领域出手。

我经常跟他们说，你不要纠结，两种方式都能赚钱。但你不要两边横跳，那是最难受的，哪种模式都做不好。

 

ChatGPT 之前 12 个月的 MiniMax

极客公园： AI 时代，明势押中了 MiniMax。理想是共识赛道里的非共识路线，MiniMax 的情况有点不一样吧？

黄明明： 对，两个不太一样。投理想的时候，EV 赛道已经是创投圈半明牌的状态，我们在里面选了一个非共识的创始人和非共识的路线。MiniMax 是在 2021 年底我们就开始接触了，那个时候说实话是 AI 比较黑暗的时刻——当年 AI 四小龙生死存亡，上一波以视觉识别为主的 AI 都遇到了瓶颈。

当时没有人在讲 Transformer，没有人在讲 GPT-3。Transformer 的 paper 是 2017 年就发了，GPT-3 是 2021 年，已经能看到 scaling law 在 LLM 初步显现，但大众还不知道。大多数同行也还没注意到这一点。真正引爆是 2022 年 11 月 ChatGPT 发布。我们去跟 MiniMax 谈的时候，大概是 ChatGPT 发布的 12 个月之前，完全是非共识，没有人注意的赛道。

黄明明和闫俊杰（左）在会议上的对谈｜图片来源：明势创投

 

极客公园： 第一次见闫俊杰是什么时候、什么场合？

黄明明： 是 2021 年底。机缘巧合，是我的一个交大师弟——米哈游的创始人，大伟哥（刘伟）——跟我说，「明明师兄，我觉得生成式 AI 这一波你应该关注一下，我们园区内有一个很有意思的小团队在做这个事」，但他也没说清楚具体干什么。

后来我带着夏令和之浩约了俊杰在北京知春路一家酒店见面。

走进大厅，远远看见一个光头哥们儿，坐在那拿着笔记本电脑在码代码。我们仨在那嘀咕，说是这哥们儿吗？看上去是很普通的码农形象。

聊的时候，说实话跟我们三个当时都没太大感觉。他跟我们提到了 Transformer，提到了 AGI，但实话实讲，大多数我们都没太大感觉。当时市场尚未出现对大模型投资的系统性研究，但我们在投了理想后，夏令很早就关注到基于 Transformer 架构的端到端自动驾驶技术路径。所以随后闫俊杰谈到的端到端数据驱动、AI1.0 到 AI2.0 的跨越，彻底触动了我和团队。

极客公园： 那个时候 AGI 还没有现在这么广泛的认知。

黄明明： 没有。他也讲了上一波 AI——就商汤那时候的模型——每一个场景要重新写一个模型，定制化成本极高，根本不可能有泛化能力。他说这次有可能看到泛化能力。

短短 10 天后，在闫俊杰的介绍下，我带着夏令和之浩又见到了他的联创贠烨祎，见完出来我就跟哥俩说，这个女孩确实是女中豪杰，对资源整合、运营方方面面超强。如果说俊杰是有技术 vision 的人，烨祎就是非常好的运营者。我们仨商量完，都觉得应该干，我立刻就给俊杰打电话说我们一定想参与。从第一次见他到决定要投，大概就十天左右。之后夏令带着之浩与俊杰团队又密集交流了两次，既包括明势对新一代 AI 发展趋势的理解，也充分沟通了 MiniMax 从技术到工程到产品化的路径。明势团队的专业细致成功获得了闫俊杰的支持。

有个有意思的细节——后来在 MiniMax 庆功宴上，我们几个早期投资人聊，烨祎说：最早投 MiniMax 的这波投资人，都没太听明白我们在干嘛，但是他们依然决定投资，这就叫真爱。真爱是什么？就是你没太明白对方在讲什么，但你依然决定支持，这叫真爱式的投资。

聊完之后，我觉得还是那句话——每个理工男，看着《星球大战》长大的，对机器人、AI 都有一个刻在基因里的 dream。直觉上觉得应该干。

但你要说当时我们看到了今天 AI 的发展？那纯粹是吹牛，当时只是看到一个模模糊糊的未来，也没太听明白他讲的东西。

 

连投六轮，每一轮都在抖

极客公园： 你会在闫俊杰身上发现哪些特质，让你觉得「我没听懂他说什么，但我很想相信这个人」？

黄明明： 这个信任是持续建立的，我们对外讲「连投六轮」，但每一轮其实内心都是极度纠结的，因为他的融资一直不是那种高歌猛进、很顺的状态，中间也有好几次面临巨大的外部压力。

我可以讲个有趣的笑话。中间有一轮，我在外地出差，另一个也是早期投了 MiniMax 的基金老大给我打电话，问「明明这轮你还跟吗？」我电话里非常斩钉截铁——「必须跟，一定要力挺」。

挂了电话以后我睡不着觉了，我想：什么情况？他也是这么早期投进去的，他看到了什么我没看到的东西吗，怎么开始犹豫了？

每一轮其实都有这种很纠结、很焦虑的时候。我印象比较深的有两轮。

有一轮是 2023 年底。那个时候 MiniMax 面临的外部压力非常大——大厂开始全力压上来，阿里、字节，是我们始终认为最有竞争力的两个，开始把所有资源往大模型倾斜，以前他们内部想要一张 GPU 去训模型都困难，现在几乎是无限量的资源投入。

MiniMax 作为一家初创公司，同时在做模型又在做产品，外部的质疑声非常大。

那次我去找他聊，他在训练 MoE 架构。他轻描淡写地跟我说，黄总，我们比较早在做 MoE 这个架构，当时在硅谷也是非共识，不是所有大模型厂都在试这个方向。他说：我们现在的产品——国内的星野，海外的 Talkie——才跑了几十万用户。以现有的 Dense（稠密）架构，我是不可能服务将来千万甚至过亿用户量级的。所以我一定要训练出 MoE 模型来。

我说你拿了多少计算资源？他说 80%。

我们都知道，计算资源对一家 AI 公司来说就是身家性命。他拿了 80%，轻描淡写地说，而且说他已经失败了两次了。我当时听到这句话，汗毛都快竖起来了。

但他接着说，「我觉得差不多，应该能搞出来。」

出门我就跟夏令说，这家公司我投少了。你在他那种温和笑眯眯的、普通码农的外表下面，一下子看到了他的狠劲，看到了真正对这件事有坚定信念、有信仰的人。

他没有做什么花哨的功能让用户觉得好酷，他做的是默默地说，我为了让模型的智能往更高层级迭代，能更低成本、更高效地服务更广大的用户，我必须做这件事，而且敢把公司的身家性命押上来。

这个特别像理想——快要量产了，所有人说快没钱了，融不到钱，让你做款纯电，但李想当时非常明确，坚持做增程。我记得在理想 ONE 即将上市前，他亲自开车做试驾员带着我试驾，试驾完我们都知道理想只有一次出牌的机会，离开时他平淡地告诉我，自己已经投入了全部身家。面对巨大的不确定性，这种最难的时候的选择，才能看出一个人的底色。对俊杰来说也是一样，把 80% 的算力资源赌在 MoE 上，面临那么大的市场压力和融资压力，不成这公司也就挂了。

但他讲起来风淡云轻。就是这种感觉，让我觉得应该下重注。2023 年 12 月那轮，我们 super pro rata（超额认购）加注了，跟投的机构不太多，基本是之前的老股东。

极客公园： 还有一轮是？

黄明明： 另一轮是 2025 年，DeepSeek 出来之后。

那时候整个行业压力极大，投了「大模型六小虎」的机构出门都不好意思见人。我记得当时在一个论坛上，在座都是一线基金的老大，主持人一个一个拷问过来：你们投了大模型没有？似乎投了的好像就有「原罪」一样，当时的环境就是这种感觉。

但 MiniMax 在 2024 年下半年就已经开始复盘，主动做了战略调整——把模型能力作为公司最核心的能力。他们给我们足够的信心，说和世界顶级模型的差距在逐步缩小。那一轮我们又是 super pro rata，是当时为数极少还在继续跟投 MiniMax 的老股东。

这两轮可能是我印象最深的，但其中每一轮其实都有一堆故事，都非常纠结，也非常焦虑。

 

中国大模型的机会与最大的焦虑

极客公园： 现在 MiniMax 也成功上市了，股价涨得非常夸张。你们作为早期投资人是不是终于一块大石头落地了？

黄明明： 开心肯定是开心的，那不可能不开心。一个项目回报就超过那期基金三倍，还有其他很多优秀项目。但你要说一块石头落地了，反而没有——更焦虑了。

还是那句话，AI 发展太快了。硅谷的算力资源、人才资源是我们的一百倍，估值是我们的一百倍，但人家的收入也是一百倍都不止，而且还在以这样的高速增长。

尤其是 Anthropic，它真正赢的不是底层能力跟 OpenAI 和谷歌拉开了什么差距，而是赢在了产品和战略方向上的极度聚焦——它把 coding 变成了这个时代的操作系统，模型反而变成了下面的算力层，就像原来的芯片，就像英特尔的角色，Claude Code 成了新时代的 OS，再往上就可以做各种 Agent 的应用。

这个速度，依然比我们想象的要快。那中国的模型公司到底能不能跟上这个速度，同时开始真正交付价值——这是我们看到了一些很好的迹象，但到底能切下多大一块蛋糕，是一个非常大的挑战。

今年头部模型公司如果做不到十倍增长，就整个行业基准线是十倍增长，按道理可能是二十倍——如果做不到，就会被市场淘汰。但在以前的传统软件行业，一年十倍增长是人类历史上没见过的企业成长速度，在这个行业里它就是这么快。压力反而更大，但机会也更大。

极客公园： 这里说的是营收的增长？

黄明明： 营收的增长，核心指标是 ARR 和 Token 调用量。大家比拼模型参数、跑分这些早就过去了，今天的硬指标就是 Token usage 和 ARR。

在这点上，中国模型公司有我们自己独特的优势。你看 Openrouter 上 token 的调用量，中国模型公司的整体 Token usage 已经连续几周超过了美国。这是另外一种范式的 Made in China——MiniMax M2.5 和 M2.7 的最新模型，和 Claude 最顶级模型的 performance 差距可能小于 5%，但我们的 API 定价只是它的 10%，cost 更低。

如果把 coding 或者知识工作者的需求划成一个三角形，最顶层是对最高智能的需求，但大多数公司和个人需要的是一个高效、可靠、反应快的智能就够了——你不会去找一个 MIT 的 PhD 做普通的文书工作，你要的是一个 可靠的、执行力强的、满足你需求的就行。这就是为什么硅谷很多 AI 创业公司现在都在调用中国的底模，这已经不是秘密了。

这是另外一种 Made in China——从中低端需求往高端持续走，差距也在持续拉近。这方面我有很强的信心。

极客公园： 就像之前的制造业出口，美国有需求，结果带动了中国的生产制造体系。这一波 AI 没想到也复制了这个逻辑——很多人发现接国外的 Token 账单贵得夸张，ROI 算不过来，于是规划类的用顶模 Agent，真正干活的就接 MiniMax、接 Kimi。

黄明明： 对，每个企业主、每个普通人，会自己算这个账。这是中国模型公司的机会。同时在底模创新上持续咬住，甚至在一些部分弯道超车，但挑战绝对很大，这是一个高速迭代的过程，不是说一定能追上。

极客公园： 我还发现一个有意思的事——中国 AI 公司通过这一波 Agent，突然会发现，原来我可以直接卖 Token 赚钱，不用非得先做一个产品让用户来订阅了。

黄明明： 对，这个说得很好。我们把 AI 的发展用自动驾驶来类比的话：

Level 1 是 Chat——OpenAI 在这层是 dominant 的；

level 2 是 reasoning，就是 DeepSeek R1、OpenAI o1 这一类，模型智力到了一定水平，可以像一个人一样把复杂任务拆解、推理，开始能真正干活；

level 3 就是今天的 Agent 时代。

真正的转折点是 Claude 3.5 Sonnet 在 2024 年 10 月发布，Agent 具备了 computer use 和 planning 的能力，能真正像一个人一样开始干活。人和动物最大的区别是使用工具，模型第一次真正能调用 computer、调用其他 tools，完成长程多步骤的任务。

这时候底模被调用的数量从几何量级开始增加，Token usage 也随之爆发。

 

百万亿的 Agent 生态，怎么投？

极客公园： 那咱们现在聊到 Agent 这一波，你会怎么看 MiniMax 和这些 AI 创业公司的关系？而且我感觉，几个月之前的创业者和现在做 Agent 的创业者，完全像是两代人。

黄明明： 我觉得今天最大的价值还是在模型层。你看 Anthropic，OpenAI 现在也看到了这个趋势，赶紧停掉 Sora，回来切 Codex，全力做 coding 和 Agent。今天 coding 是模型的新执行器，干的不只是代码这一件事，它是数字世界的灵巧手，帮你完成调用工具、完成各种任务。

所以在 agentic economy 时代，我觉得最大的价值在模型层。模型层可能是一个万亿甚至十万亿美金的生意，将来有可能出现人类历史上没见过的百万亿美元的公司，而且比我们想象的要快。

Agent 公司有 Agent 公司自己的生存空间——你在所在的领域积累了足够的 context，把用户场景占掉，能更好地与用户交互、拿到更多 context，这是 Agent 公司的价值所在。

但确实很多中间层公司会被模型层吃掉，Claude 每发一个版本，一堆做 infra 的就被干掉了，再发一版本，做安全的又躺倒了一批——速度太快了。

极客公园： 说到大厂的压力，之前投 MiniMax 时，大厂的基模团队也是很大的竞争威胁，但 Agent 来了之后感觉那个压力好像解除了，大厂做的基模加 Agent，好像反而没有 MiniMax、Kimi 这么猛？

黄明明： 也不是，字节系的产品做得其实很好。豆包，包括飞书，能够深入嵌入到企业和每个知识工作者的工作流当中——底模能力加 infra 能力，再加上嵌入到企业工作流的能力，超级强。压力依然很大。

阿里变阵也很快。今年突然组织架构大变，完全以 Token 为核心重新调整整个组织——我觉得只有早期创始人在位的公司，才能把一个十几万人的公司做这么大的组织架构变革。

变阵过程中可能会有一些噪声、有核心的人离开，但对组织来说不重要，重要的是能不能尽快变成 AI native 的、围绕 agentic 时代的组织，这对大厂和创业公司来说都是生死存亡的关键。

阿里、字节都是非常值得敬畏的竞争对手。

极客公园： 有一个内部传闻，说豆包等大厂的模型团队，一开始没有认为 Agent 会变得那么主流，所以在模型阶段没有主动发展工具调用类的功能，甚至可能做了一些取舍。所以你会看到它做 chatbot 做得非常好，但让它像 Claude Code 那样的 Agent 去执行任务，成功率反而很低，不如 Kimi、MiniMax。

黄明明： 对，每一家公司，不管是创业公司还是大厂，在战略选择上都会有或多或少的问题。目前做得最好的是 Anthropic，但不是技术上的胜出，而是产品和战略选择上极度聚焦——从 coding 到 coding 生态的搭建，把这件事想得非常清楚，coding 成了它的执行器，能快速扩展到很多领域。

但现在所有人都想明白这个问题了，OpenAI 壮士断腕停掉 Sora，全力杀 Codex；字节、阿里都看到了这个问题；景鲲（Genspark 创始人）的讲话也在说这四五十万亿美金的知识工作者市场。所以大家很快都会往这个领域倾斜。早在 2024 年景鲲就和我们提到过传统搜索没有办法必须跳到外部 website 落地，但 Agent 不是这样，可以给用户更终极的东西，未来 agent 的定价要跟员工对标。小而结构合理的 AI-native 团队，效率可达到传统大组织的 10 倍。

好在这是一个新增的市场，每年的增量都比那些存量市场（在线广告、电商）要大，还没到你多一块我少一块的阶段，所有人都在舍命狂奔去抢这个增量市场。我觉得在 agentic 这个领域还会有至少一到两年的高速增长阶段。

极客公园： 你在 2025 年就已经说要聚焦在 AI Agent，你们是从这个时候布局 Agent 赛道的吗？

黄明明： 其实是更早一些。我们投 Genspark 是 2023 年就投了，Lovart 是 2024 年。标志性的转折点是 2024 年 Claude 3.5 Sonnet 发布——模型开始具有 computer use 和 planning 能力，真正能干活了。我们一直和头部模型厂商保持密切互动，所以看到了这个拐点。

Genspark 切到 Agent 是 2025 年，Lovart 切到 Agent 这种形式也是 2025 年，其实都是在 Claude 3.5、4.0 发布之后。还是那句话，底模能力的持续涌现，会让顶层的应用和 Agent 具备更强的能力，能更好地交付价值。

现在 Genspark 的 ARR 已经到 2.5 亿美金，1 月初的时候才刚刚突破 1 亿美金，Lovart 的 ARR 已经 2.2 亿美金了，都在高速增长。

黄明明在投资大会上发表演讲｜图片来源：明势创投

 

极客公园：投 Genspark 当时是 2023 年，那时候公司讲的是什么故事？

黄明明： 也是模模糊糊的一个方向，当时讲的还是 AI 搜索。我们就觉得这个团队我们喜欢——搜索的老兵，再加上凯华（朱凯华，原小度 CTO）是我交大的师弟，没有 AI 这波的时候我就跟他认识了，是百度里面技术和产品感都非常好的优秀人才。景鲲自己在百度这么多年，做小度这些，有很强的经验。

景鲲很早就提出了 Multi Agent 的概念，他胜在切得足够精准——直接切办公场景，市场需求最大的那一块，占了最大的场景。

来自全球——美国、欧洲、东南亚、中东——的海外投资人都在使用 Genspark 的产品，因为办公场景是脑力劳动者最主要的工作台。景鲲他们有自己的前瞻性思考，然后在大潮来的时候最坚决地抓住了最先 PMF 的那块市场，快速做深做宽，占住了大多数白领用户的工作台，这是他非常强的地方。

当然第一天起我就能想到他要做 office work 的 Agent——那肯定是吹牛，他当时讲的也不是这个故事。

极客公园： 现在明势在 Agent 生态里看的方向是什么？

黄明明： 我们今年可能有一个非共识的判断——在年初复盘会上我提出来，我们可能应该少看一些「给人用的 Agent」，更多去看「给 Agent 用的」工具和 infra。

围绕着 agentic economy，今天人类社会的所有基础设施——无论物理世界还是 IT 的计算、存储、通讯网络——全是围绕人搭建的，将来整套组织方式应该是围绕 Agent 搭建的，里面有巨大的机会。

我们年初还投了两位 2004 年出生的创业者，他们做的事情是：今天很多独立电商网站是给人看的，但现在很多独立站的流量已经开始来自 Agent、来自 Chat——将来你的 Agent 会自主帮你完成 80% 的购物行为。

但今天的网站不是给 Agent 设计的，那些首页广告 banner 很值钱，但 Agent 不看这些东西，有些图片 Agent 还看不懂。你如果不设计一个能给 Agent 看的新架构，在未来的 agentic 世界里，你的网站是不存在的、是消失的。

还有今天手机一级页面上很多的 APP，它们大概率会消失——从跟人的交互界面上消失。你不需要知道我是在哪个 APP 上订的外卖、买的机票，你的 Agent 充分了解你的习惯，自动把这些任务完成了，那些传统 APP 被压到下一层，被管道化，干最后一公里的活，但和用户的交互已经从人跟 APP 的交互变成 Agent 直接去调用这些工具和服务。

比如说 GitHub 是给人类 coder 用的，一定会有一个 GitHub 是给 Agent 用的——Agent 之间互相学经验、学 skill。这些都是我们最近看得比较多的方向。我们正在交割的一个项目非常有趣，就是做这个的，等出来了可以跟大家分享。

 

AI 时代，组织如何进化？

极客公园： 有了 AI 之后，明势团队在组织上会做一些调整吗？

黄明明： 效率提升是肯定的，包括有的同事跟我说，黄总你不用再给我们招 junior 的人了——不是那帮小朋友不够努力、不够聪明，就是跑不过 AI。给我几百美金的 Token 用量，比花大几千块钱找个实习生或分析师要管用得多。

但回到最后真正值得投的标的——我们不会因为有了效率工具，就从原来一年投 15 个变成一年投 100 个。真正最优秀的创始人依然是这个世界上最稀缺的资源，不会因为市场热了就多，市场冷了就少。

我在认真考虑我们内部团队的薪酬体系做一些调整。我们最激进的同事，他自己的 Token 用量现在已经占到月薪的二十分之一，慢慢接近十分之一，但还远远不够。

以今天的速度，我觉得很快会到他月薪的五分之一、甚至三分之一。所以将来我们的薪酬包应该是：base salary + bonus + carry，再加上 Token 用量。

反过来，这也是一个反向约束——如果你的 Token usage 到不了我要求的量，可能你不是一个 AI 时代能够发挥最大效能的投资人。

这个问题在我们投的创业公司里也在发生。最抵制这个东西的，反而是最资深的那些人，因为他有既得的优势和利益，不愿意拥抱。

我们投的一个做 data infra 的公司，创始人最后没办法，在三四百号工程师里，把 Token 用量排名前十的人单独拉出来，成立一个特别小组，专门做 AI native 的项目——剩下那些人你怎么说都没用，跟得很慢，甚至排斥。这在各行各业都在发生。

组织上我们也会更分布式。以前有层级，要到 team leader 再到我这边，但现在变化太快了，等层层汇报上来，机会已经过了。所以现在让年轻人组成一个又一个小组，只要有 MD 以上的人 sponsor，项目就可以直接到我这儿来。我们团队就几杆枪，所以无论是 sourcing、执行项目，还是投后管理，整个投资团队都是像一群狼一样扑上去 work on 一个项目，哪怕面对的是比我们强大 10 倍的对手，我们也能抢下 deal。参与对项目投前投后有贡献的同学，包括「黑帽子同学」（团队里专门设置的项目反对方），我们都会给到 deal credit。

对任何早期 VC 的一号位来说，挑战反而变大了——你必须得在一线，你必须有这个体感。否则你就成了组织最大的瓶颈，年轻人在外面追项目的时间，不如内部教育老大的时间，那问题就大了。

 

能对抗 AI 焦虑的，唯有热爱

极客公园： 你怎么处理这种焦虑？AI 时代好像所有人都在焦虑，做媒体的担心明天老板还用不用我，我们已经做了自动化工作流，AI 自己都能写稿了。

黄明明：我前不久去天津大学，给本科生做了一个分享，我说在座的都是理工男，大家想听真话——残酷的现实就是，当你毕业的时候，这个市场上 80% 的工作很可能已经消失了。

大家有焦虑是正常的，我自己也有。

但能让你心定下来的，是你今天认认真真的、更纯粹地去做你真正热爱的事情——这是解决焦虑最好的方法。

就像早期投资这件事，外部世界大多数时间 奖励的是那个共识，因为简单、容易看到、有短期 ROI。但你坚定地做你相信的、热爱的事情，这个世界虽然在很短很少的时间，但它永远会 奖励你那个非共识的点。所以更纯粹、更认真地去做你每天该做的事情，所有的路都不会白走，所有的努力都不会白费——这是我坚信的一点。

极客公园： 但大家可能不一定能那么快找到自己热爱的事情。

黄明明： 这是个很大的问题，尤其在中国现有的教育体系下，很多非常聪明优秀的年轻人，可能就是为了进清华，这是他的 ROI 设定。但去了清华学什么、为什么学，有没有真正热爱，大家没有想清楚。

这背后是 value function（价值函数）的设计问题。很多聪明的、背景很好的年轻人或者创始人，他的价值函数设计得比较短期——追求短期最大 ROI。但我们知道短期最优解加总在一起，未必是长期最优解。

我喜欢的那类创始人，都不是追求短期最优解的，甚至短期可能不被外部认可、被打压诟病，但长期是最优解。每一个创始人、每一家公司、每个人都一样——你怎么设计自己的 value function，怎么设计自己人生的奖励函数，这才是最重要的事情，也是能解决焦虑的关键。

如果你的 value function 设计得很短期、很功利，在这个时代必然焦虑。如果设计得比较长期，是你真正热爱的东西，就不会那么焦虑。

极客公园： AI 还有一点好处，就是如果你真的找到了自己喜欢的东西，现在用 AI 去学，会非常快。

黄明明： 对，就像李想讲的——没有 AI 的时代，一个优秀的人和一个普通人的差别可能是十倍、一百倍；有了 AI 之后，一个优秀的人和一个普通人的差别可能是一万倍，今天来看可能是十万倍。

所以考核创始人的视角也在变。以前我们看一个人的组织管理能力、搭班子的能力，今天可能他不需要搭那么大的团队，你构建多个 AI 智能体帮你完成工作的能力可能变得更重要。你要保持创造力，同时知道怎么构建多个 AI 智能体把日常任务完成。

未来万人级别甚至千人级别的公司会越来越少。组织能力变成了组织 Agent 的能力，架构设计、搭建，让多个 Agent 帮你完成大多数日常任务，而你做的是人类依然最稀缺的东西——创造力、审美、想象力。

 

成功的「压缩算法」

极客公园：你对创始人这个特殊的群体怎么看？平常你和他们怎么相处？

黄明明：我自己是创始人出身，现在做明势也还是在创业。所以我理解 1 号位的孤独和痛苦，这是没有任何人能替代的。

所以我们基金有一个特点，在任何时刻永远坚定地站 1 号位。

因为离职的高管永远在讲老板独裁、老板怎么怎么样——换你上，一个月这公司就挂了。我们深刻理解 1 号位在整个创业过程中的不可或缺，他在最关键的时刻，没有任何人能给他出主意，他必须在非常微弱的信号里，在一个漆黑漫长的隧道里看到一点点亮光，带着所有人往那个方向走。

你可以叫他独裁，可以叫他天才，可以叫他北极星，但只有创始人能在黑暗的隧道里找到那个方向。

所以很多时候在他们最难的时候，我们可能就坐在一起喝杯茶、抽支烟，什么话都不说，但他知道你理解他，知道你跟他是一类人。

极客公园： 黄仁勋曾经多次说过 AI 永远替代不了人的几种核心能力，你对不断进化的 AI 能力和人的能力对比怎么看？

黄明明：今天 AI 的推理还是比较笨的——我得把一二三四五六，一百步、两百步走到完，才知道成不成，不成再回过头来换另一种方式走到一百步。

人类的压缩算法是：在信息不完全的情况下，我依然能做出一个决策，而且这个决策是对的。这是大多数领导者的能力，也是 1 号位的核心能力——在极度稀缺的信息资源、极微弱的信号下，抓住那个正确的方向，带着大家走过去。这需要领导者有自己的压缩算法。

那些让我们汗毛直竖的创始人，他们的压缩算法就是 conviction 和勇气——比如 MiniMax 的两位创始人，怎么知道那个时候应该训 MoE？怎么知道应该做 linear attention？是因为他内心深处相信，我这个东西要服务成千上万的人，所以我必须往这个方向走，哪怕赌上公司所有的计算资源，哪怕不成公司就挂了。这不是共识，连硅谷的顶流公司也不是共识，但他们就是有这份信念、有这个 conviction，这就是他的压缩算法。

包括 MiniMax 上市这件事——帮他们做上市的律所合作伙伴，是我的好朋友，他说他给过他们两次建议都是「不要，现在不要上，等一等」。但烨祎真是女中豪杰——她说，这些问题我们都知道，但我们觉得就应该有勇气去冲一把。

在一个无比混沌、巨大风险的情况下，她的压缩算法是勇气：我就应该抓住这个机会，往前去冲。结果她对了。

这两位创始人的坚定信仰和勇气，就是他们的压缩算法——让他们在信息不全、外部情况这么复杂、根本不可能看到后面推理步骤的情况下，做出了那个决策，带着团队走到了今天这个高度。

既有偶然性，也有必然性。每个人都需要有自己的压缩算法。

极客公园： 今天真的非常开心能和你聊这么多——关于 AI、关于明势之前的投资项目、对目前 AI 发展的预测，还有背后的方法论。还有什么想补充的吗？

黄明明： 最后补充一点——我今天讲的关于 AI 发展的很多东西，可能三个月以后证明全错了，这非常有可能，我也不怕被打脸。

因为这东西就是迭代太快了，你就得跟上这个迭代的速度。