FX168财经网_全球视野外汇黄金加密货币NFT资讯网

CZ投了一个华人大三学生，1100万美元种子轮，做教育Agent

用户人群的 gap 非常小，基本上没有代沟。我们走过整个备考学习周期，知道考试和备考的痛点在哪里，能做出一个真正解决这个人群痛点的产品。其次，团队非常优秀。James 来自 Gemini，在谷歌就是做 AI 工程和算法的核心工程师。我本人有三次教育创业经历，从大一开始就创业做教育软件，在大二期间参与创建 MathGPTPro 其中项目入选奇绩创坛等。有成功打造教育产品的经历。第三点，我们做的 AI 教育领域，核心是动画引擎，而我们是 VideoTutor 的核心开发者，是最了解核心技术的团队，能把动画引擎做到十分精准的渲染。团队本身有非常好的 marketing 基因，知道怎么做传播。 VideoTutor 非常符合美国主流 VC 的一个投资共识，叫「小天才团队」，指的就是这个领域比较适合年轻人去做，再加上有非常好的工程化动手能力，以及 founder 本身有非常好的 insight 和经验，执行力非常快。我觉得这是所有投资人都能看好的一个共识性的原因。 VideoTutor 在 YZi Labs EASY Residency Demo Day 登上纽交所 Founder Park：你们的产品想解决教育里行业的哪个核心问题？ Kai：市面上目前的学习产品，可以归为两类：主动学习产品和被动学习产品。被动学习产品，像字节的 Gauth、Chegg、AnswersAi 等，覆盖了我们称之为「作业解答」（Homework Help）的场景，学习链路非常短，主要是学生付费来做作业解答。而 VideoTutor 覆盖的是主动学习场景，我们不需要考虑学生的学习动机，因为他们必须要去学习、要去考试，比如美国高考 SAT、AP。在这个场景里，有大量可视化的痛点需求，美国高考 80% 的内容都涉及函数、微积分等需要复杂图像渲染的知识。VideoTutor 的动画引擎就能非常好地解决这个场景。而且，这个领域的客单价非常高。美国平均每年有 260 万名学生要参加 SAT 考试，付费需求很大。线下的 SAT 课程收费很贵，不是按套餐，而是按小时收费，平均每小时 150 美金起步，大部分收费在 230 美金。很多学生和家长都会付费学习。但是 VideoTutor 能够很好地平移甚至取代老师的培训，因为现阶段 AI 生成的视频和老师培训的内容几乎没区别了。这样一来，学生能以最低的成本拥有一个自己的 AI 个性化备考老师。 Founder Park：你们当时决定做这个产品的契机是什么？ Kai：其实在我们之前，斯坦福已经有个团队做了，叫 Gatekeep Ai。他们当时也想做可视化学习。我当时已经意识到这个方向的影响力了。前几次创业时，大家做的教育产品基本上都是接上 GPT 的 API，类似于一种 ChatGPT Wrapper 的产品。但我们发现，仅仅基于文字问答，这类产品是有天花板的。可以看到，像 Chegg、Gauth 的业务都在下降，很大一部分场景都被 ChatGPT 取代了，因为学生付费 20 美金用 ChatGPT 就能解决很多作业问题。基于 API 套壳、做优化层面的产品已经到了天花板。但多模态视觉生成有非常大的前景，因为在美国高考这个领域有非常多可视化学习的场景。可惜 Gatekeep 开了个好头，但没有继续下去，因为它推出得有点早，当时的基础模型编程能力还没成熟，GPT-4 也还没发布。再加上数学动画引擎涉及到渲染和算法，他们没有攻克。但我们团队掌握了动画引擎的所有核心开发，解决了这个问题，让视频渲染非常准确。 PMF：用户付费意愿很强 Founder Park：你们当时产品上线后，跟几个学校也达成了合作。在你们看来，是什么时候或者哪个功能让你们觉得「我这个产品做对了，痛点找对了」，感觉自己找到了 PMF？ Kai：可以从三个维度来说。首先，从营收指标维度，到现在为止 VideoTutor 已经收到了 1000 家企业的 API 请求，包含了美国所有知名的大型教育机构，甚至国内的机构。此外，还有很多学校想要购买服务。C 端用户的意向更直接，有个学生家长，也是个投资人，他体验完产品后，把产品给了所有亲朋好友试用，所有人都愿意付费。然后他不知道从哪拿到了我的电话，给我发短信想要投我们。C 端用户有非常强烈的付费意愿。第二点，从用户需求层面。为什么美国线下一对一的 Tutor 教育那么刚性？因为家长觉得一对一教学效果好，愿意付这个钱。现在多模态 AI 技术已经能拟人化地做到一对一的教学效果，所问即所答。而且，美国线上一对一教学老师录的视频课，其实跟 AI 生成的视频没区别了。这就是我说的「需求平移」，学生花大价钱买的录播课程，跟我 AI 生成的没区别，那为什么不用 AI 呢？成本更低，教学效果更好。我们收到了很多学生非常正向的反馈，很多老师也愿意传播这个产品，前期的完播率和使用时长都特别好。我们现在筛选出的 200 个种子用户，都是早期积累的。第三点，就是一种产品的 taste 和 sense。当你不断地做，从整个教育行业的进步、到学生和家长付费的核心需求点、再到产品自身的进化，倒推回来想，整个逻辑是闭环的。所以从这三个维度来看，你就觉得 PMF 已经足够了。最核心的就是，付费意愿非常非常强。跟 FIZZ 达成了合作 Founder Park：很多用户主动想付费，也有人主动联系你们想投资。 Kai：对。SAT、AP 这个领域，付费意愿本来就很强。这个领域的客单价都高达 100 到 200 美金起步，线下上课更贵，可能要 800 美金。美国有 260 万名学生要考 SAT，其中 37% 的学生都会主动付费，这是一个付费意愿和需求都非常强的市场。我们的产品能实现非常好的需求平移。 Founder Park： SAT 这个赛道，对考生来说，一个真人老师和一个 AI，他会信任 AI 吗？ Kai：现在 AI 回答像美国高考 SAT、AP 这种水平的问题，基本上不太会出现事实性的错误。在这种情况下，它为什么比线下 tutor 更好？一个是便宜，二个是学生有任何问题都能不断提问，不用担心问了笨问题老师会有看法或者不耐烦，可以 24 小时随时随地学习。而且这个市场是可以平移的，做完美国市场，我们还可以平移到加拿大、英国的 A-Level 考试等等，付费需求非常大。 Founder Park：付费这块你们现在怎么考虑？ Kai：我们是包月订阅，还有一种是按学习结果付费。我觉得现在 AI 已经可以做到按结果付费了。我们可能会推出一个套餐，比如你付 799 美金，我们保证你的孩子 SAT 数学能考满分。 Founder Park：但是按考试结果付费，不是还要看学生个人的能动性吗？ Kai：这个在国内高考可能做不了，因为高考考核点非常多，有上千个。但美国高考 SAT 只有 62 个考点，其中 50 个是常规考点，大部分学生都没问题，剩下的 12 个考点也基本能掌握。除非这个学生的逻辑水平确实有问题，否则基本不存在学不会的情况。而且 AI 的提效效果非常明显。其实很多美国在线 tutor 也有这个服务，你付给老师 1800 美金，老师辅导孩子，成功率基本是 100%，因为 SAT 考点是固定的。只要学生智商水平正常，基本都没问题。但高考不行，高考没办法短期内提上来。而且国内高考需要拉开分数差距，会有难题，但美国高考不存在绝对的难题，因为它更多是考察你是否掌握了知识点。按结果付费也是之前教辅老师已经在用的模式，具备这个前置条件。 Founder Park：那你们的定价里，模型成本会是一个困扰吗？占比高吗？ Kai：我们这个领域的客单价定价非常高，都是 69 美金一个月起步，模型成本现在很便宜，不成问题。教育这个行业不像 coding 领域，大家都在卷价格，因为 coding 需要支持很长的上下文。面向高中生的产品，网页端最重要 Founder Park：记得你上次说，你们第一版的原型差不多只花了两个多月的时间。当时整个开发周期，比如分工、决定做哪些功能、不做哪些功能，是怎么考虑的？ Kai：我们团队所有人的共识就是，迭代要快，因为快才能快速得到早期用户的反馈。第一个版本在推特上发了之后引起了很大轰动，带来了大量用户。但这些用户里，很多是程序员、投资人或者科技爱好者，我们可以统称为「技术尝鲜者」。在那个阶段，从他们那里得到的反馈比较分散，价值不大。还是要从这么多广泛的用户里，筛选出真正核心的种子用户，也就是高质量的高中生，然后通过咨询的方式获取有用的反馈。我们得到的核心反馈就是，视频渲染的精确性必须达到 100%，这是需要优化的重中之重。UI 是否好看，或者是否支持不同的 TTS 声色选择这些功能，都被我们砍掉了。回归到产品的核心：我们做的是理科场景的知识学习，那么图形渲染的精确性就是核心。 Founder Park：生成时长当时是怎么取舍的？ Kai：那时候最高的峰值时长大概是 6 分钟。当时的主要考量是，普通题目的讲解和知识点讲解不应该超过 6 分钟。但后续的反馈中，我们发现有些学习能力不是那么好的学生，希望内容讲得慢一点、深入一点。我们意识到时长不应该做限制，更多还是取决于用户的学习能力。 Founder Park：现在最长能到多长时间？ Kai：最长应该在一个小时以内，可以一直打破砂锅问到底。边交流边实时生成，不过这个功能是最近上的，最开始的版本是没有的。 Founder Park：有没有当时想做，后来发现没那么重要就先不做的功能？ Kai：比如说 App。当时觉得是不是要快速开发 App，但后来发现美国大部分学生基本上都是用 Laptop 或者 iPad 学习，美国大部分 K12 学校都会给学生发一台 Chromebook 电脑，电脑高度普及，他们的作业也都是在电脑上完成。高中生基本上人手一台电脑，手机在学习场景的占比不到 5%，比例很低。 Founder Park：所以如果是一款主打教育或者学生群体的产品，网页端是首先要做的，App 反倒没那么重要。 Kai：对，当时其实已经知道这个数据了，毕竟在美国上学多年。后来我们从早期的几万名用户里挖了 100 个学生做调研，这 100 个学生里面 90 多个都有电脑，所以我们更加确信了这一点。 Founder Park：你们上线第一个版本时，也是瞄准 K12 群体来做的吗？ Kai：是的，之后也是瞄准这个群体。我们跟 Gauth 不算竞品，我们更多的是做考试培训场景。美国大量高中生本身就会选择线下培训或者在线学习平台，而 VideoTutor 很好地把这个需求平移了过来。 Founder Park：K12 会是你们起码一年内的核心用户群体吗？ Kai：应该是两年以内的核心指标。用大模型，但不只依靠大模型 Founder Park：简单介绍一下你们现在的技术实现方案吧？VideoTutor 在生成课程、图表这块确实做得比其他视频生成模型好很多，甚至在很多模型连文字都无法准确生成的时候，你们的技术让人很惊喜。 James：我们生成的视频既有文字也有图案。大概的生产流程就是：让大语言模型去生成文字和对应的动画指令，然后动画指令再经过我们的动画引擎渲染，最终呈现在视频上。文字部分相对简单，我们让大语言模型生成文本，然后直接渲染上去。但动画部分，是我们自己的一个数学动画渲染引擎生成的。它的优点在于渲染坐标轴、几何图形等内容的精确度非常高，而这正是我们的核心技术所在。现在的大语言模型输出的只是文本，我们做的这套 agent 就相当于给了大语言模型一张纸和一支笔，让它能把它想象中合适的教学动画给画出来。画出来的那一部分，就全是我们的技术了。 Founder Park：整个视频最后的合成，包括音视频，是怎么处理的？ James：一开始用户会传入一个 prompt，比如「什么是勾股定理？」。第一步，我们让大语言模型去推理所有场景，一般会规定 3 到 5 个场景，这取决于问题的难度。然后，模型会为每个场景生成大致的脚本。接着，再根据每个场景的脚本做第二次推理，生成场景中的文字、对应的图案和人声的文本。人声文本再用 TTS 合成。最后，我们把所有场景拼接起来，组成一个完整的视频。 Founder Park：我理解第一版是这样的方案。现在加入了随时可交互的过程之后，生成过程是不是也有变化了？ James：确实有变化。我们现在为了让用户能最快看到内容，会先生成第一个场景，让用户先看，后面的场景则在后台继续渲染。当用户提出问题时，我们会将他的人声转换为文本，然后把这个文本连同之前所有场景的内容一起交给大语言模型去推理，让它规划接下来的教学场景。后续场景的渲染流程就和之前一样了。 Founder Park：如果用户在听到一分钟时有个问题，他会直接提问。你们收到提问后，就把用户的提问和之前讲过的内容一起返回给模型处理。在这个过程中，用户提问完之后，动画是继续播还是会停下来？ James：我们现在的延迟已经从一开始的二三十秒，压到了 5 秒以内。在交互上，我们会做一些过渡，让用户不会过多地关注这 5 秒，整个过程的衔接会比较丝滑。在 4-5 秒内，他就能看到根据他问题全新呈现的内容。目前阶段的设计是，AI 老师会说：「嗯，我考虑一下」，然后把黑板一擦，就像真实模拟老师一样。你觉得讲得有问题，那我就擦掉重新给你写一遍，这样的流程会感觉比较自然。而且我们不只是被动地等待用户提问，中途我们也会做 Quiz。我们会根据 Quiz 的反馈和用户的问题进行推理。而且我们不是完全自由麦，而是需要用户主动打开麦克风，有一个开启和关闭的动作。 Founder Park：所以基于这样的机制，最长大概能生成一个小时的讲解。 James：准确来说是没有限制的，如果他一直有问题，就可以一直问下去。 Kai：对，没有预设限制。其实 VideoTutor 做这个方向，也是随着多模态 AI 的进步，我们并不是在创造需求，而是在更好地满足已有的需求。你看线下的真人教育，为什么美国家长愿意付很贵的钱？因为美国教培行业更多是一对一教学，每小时 100 美金起步。就是因为线下的老师能做到引导式提问，我能观察到你哪里不会，然后接着问你。VideoTutor 也是尽量去实现这种真老师的教学效果，让每个孩子都能做到实时互动、实时教学。 Founder Park：学生上课时，会要求开启摄像头吗？ Kai：不太会。学生是否开摄像头主要取决于美国的隐私法案。产品里面不太会设计强制开启的功能，是否开启取决于学生的意愿。主要的交互还是通过提问和语音反馈。 Founder Park：技术上，你们是采用小模型和云端大模型配合的策略，还是怎么样？ Kai：是一种配合。我们内部有一个数据集，现在已经有超过 10 万多条的视频数据。这些数据中比较好的都会被人工进行二次标注，然后用来训练微调模型。比如我们现有超过 8000 条的 SAT 样本训练数据。这些微调过的小模型会配合云端的通用商用模型像 Claude、Gemini 来做。 Founder Park：用 Claude、Gemini 还是 GPT，会对产品的核心性能有影响吗？ Kai：我们主要涉及 K12 领域，基础模型的水平已经足够了。但为了确保 100% 正确，我们会调用两个模型同时校对，如果两个模型答案一致，那基本就不会出错。在代码生成方面，更多还是以 Claude 为主，它的代码能力比较好。 Founder Park：现在产品的技术瓶颈在哪？是模型能力还是代码生成？ Kai：模型能力是其中一环。还有就是渲染，现在已经攻克到 5 秒以内，随着 GPU 的更多部署还能更快。另外一个就是长期记忆能力。我们需要对学生进行长期的学习行为数据积累，知道这个学生有哪些知识点不懂，比如一个月前学的知识点忘了，可以重新提醒他。 James：我们在渲染时间上其实下了很多功夫，一直在做技术突破，从一开始的 2 分钟到 1 分钟，再到现在的 10 秒以内。我们最终的目标是希望能做到基本没有延迟的渲染，用户一问，推理一结束马上就出结果。这是我们团队目前在攻克的一个难题，但已经找到了新方向。不看完播率，只看最终考试分数 Founder Park：现阶段怎么衡量产品的核心指标？怎么判断一个视频对用户是有用的？ Kai：最核心的一个指标就是考试。在新版本里，你看完视频，结尾会有一个 quiz，做对了就证明你理解了，没做对就证明没讲明白。学习效果没办法只看完播率，有些学生可能看一半就懂了。在他看一半的时候给他做个测试，通过了，剩下的就不需要看了。我们产品的核心指标，就是看多少学生在这里提高了分数。 Founder Park：但他最终的考试是在别的场景完成的，你们怎么得到他是否通过的这个结果？ Kai：这就要说到美国的产品文化，就是用户使用产品后，得到好的结果，会有一种自发性的分享。很多学生用完 VideoTutor 考完 SAT 后，会主动过来分享他们的使用体验和成绩。我们还会让他们成为校园大使，进行二次传播。我们有 20 个高中生组成的校园大使。其实你看 Mercor 早期非常成功，用的就是典型的「用户成功故事」模式。Mercor 早期帮很多印度程序员找到了美国的工作，然后他们就会联系这些用户，给他们拍一个 user story，讲怎么用 Mercor 找到工作的。这形成了很好的口碑传播。VideoTutor 也是一个道理，我们要的就是更多学生使用产品后达到非常好的效果，然后把这些学生的经历做成 user story 分享出去。 Founder Park：学生主要分享的渠道是在哪？ Kai：学生主要在 TikTok，家长在 Facebook 的群组里。 Founder Park：如果把时间放到半年或一年的时间维度，你们规划的产品增长方式是怎样的？ Kai：我觉得本质上，VideoTutor 核心还是一个 C 端用户产品，口碑传播非常重要。很多成功的 AI 应用早期都是靠种子用户的口碑，比如设计师用了觉得好，就传播开了。对我们来说，核心指标就是有多少 SAT 考生用了这个产品后考了高分，然后传播给其他孩子和家长。家长主要用 Facebook 和 Instagram，学生用 TikTok，我们会在这些平台上传播。当形成这种共识性的口碑时，学校老师自然而然就会意识到。我们早期能被这么多学校知道，就是因为很多老师用了觉得不错，推荐给了学校的采购负责人。所以，最核心的还是 C 端用户的口碑传播，多少孩子用了之后提高了分数是关键指标。 Founder Park：新版本大概的状态和推出的时间规划是怎样的？ Kai：我们希望最快在两个月以内正式 public release。届时学生能够以很低的延迟做到所问即所答，并且理科场景的图形渲染能做到 100% 准确。当然，我们暂时不会覆盖竞赛场景或者像线性代数这种复杂的大学知识，更多还是覆盖 K12 领域。 Founder Park：VideoTutor 现在的壁垒或者护城河是什么？ Kai：我觉得有几点。第一是数据飞轮。视频背后都是代码，用户生成的好的视频数据，经过二次标注后，就能被重新训练微调模型。越多的数据，视频效果就越好。另外就是学习行为数据，我们知道不同学生哪个知识点薄弱，就能建立起数据飞轮，越多人用，产品就越懂学生。第二是领先的技术优势，比如动画引擎的算法。虽然算法本身不是最核心的优势，但随着我们快速迭代，数据越来越多，优势会更明显。第三是品牌，VideoTutor 已经在北美家长圈里成为 AI 教育领域的一个头部品牌了，家长的信任度也是一种无形的壁垒。 Founder Park：三到五年后，你预期 VideoTutor 最终会成长成一个什么样的产品？ Kai：我们希望未来 VideoTutor 能成为每个人学习理科知识的 AI 老师。我们只做理科。我觉得未来它会超过多邻国。多邻国是一个世界级的语言学习产品，但在 STEM 理科场景，过去一直没有出现世界级的产品，因为理科需要太多图形渲染。现在基础模型的技术已经 ready 了，所以我觉得理科场景会诞生下一个「多邻国」。招人，尤其想要国内大厂出来的人 Founder Park：你之前有过几次创业经历，大概都是做什么的？ Kai：我现在大三。大一的时候就和 James 一起创业做教育产品，拿了 20 万美金的天使投资。虽然那次失败了，但学到了宝贵的经验：你不能陷入同质化的竞争。当时我们做的 App，市面上有很多同类产品，早期就不得不陷入投流竞争，很难收费。第二次创业，我是作为联合创始人加入另一个团队 MathGPTPro，待了几个月。在那个阶段，我学到了怎么看产品指标、如何打造产品、怎么做用户扩展。也是在那个时候，我得出一个结论：基于文字类的解答型教育产品已经到头了。因为它和 ChatGPT 没什么区别，而且过去像作业帮花很大代价做的结构化知识题库，也被大模型的编辑能力取代了。所以第三次创业，我就知道，可视化是必然的趋势。赵凯在哈佛大学跟 Sam Altman pitch 的合影 Founder Park：过去的两段经历，除了让你认识到文字类产品的局限，在团队或其他方面，对你现在做 VideoTutor 有什么帮助吗？ Kai：有很大帮助。第一点，更好地判断方向和产品是否有未来。我会通过看竞品的网站流量、营收，来判断整个产品的进化方向。第二点，产品打造方面，能更好地判断产品的开发节奏，包括产品设计、前后端对接、要看哪些指标。第三点，团队管理和组织文化能力。我建立了更完整的管理制度，包括每个同学的分工、奖励和期权发放。还有，也学会了怎么去融资。这一轮 1000 万美金的融资，我们在 20 天以内就完成了。 Founder Park：你们现在团队有多少人？ Kai：6 个人，大家住在一起。 Founder Park：团队最初是怎么搭建起来的？ Kai：我跟 James 已经创业两次了。我们俩都是一个学校毕业的，大一的时候就一起做了一款 App。大二的时候，我跟另外两个人一起创业，大家彼此都认识了。当意识到这个技术能带来非常大的产品愿景时，我们就联系组队来做这个产品。之前大家都是校友，包括团队另一个合伙人 Nick 也是我的大学室友。 Founder Park：你们现在也准备扩招，想招什么样的人？ Kai：我们主要招后端、前端、大语言模型和 UI/UX 方面的，希望是有经验的。因为我们现在已经跨过了试错阶段，进入了产品快速 build 的阶段，需要有经验的人来帮助我们成长。 Founder Park：需要有经验的工程师、产品经理和增长负责人，来把产品从 1 做到 10，甚至从 10 做到 100。 Kai：是的，就是这个阶段。我们预期把团队扩充到 9 到 10 个人，核心还是以招工程师为优先。这次招的可能会在国内，所以是 in-person 和远程混合的方式。 Founder Park：希望这个人是什么画像的？ Kai：我们更希望他是在一些大厂经历过的，比如字节、美团。因为字节是一个高速、比较卷的组织文化，重视年轻人。在字节训练过的人，有比较好的方法论和能力，加入我们之后能把这些成功的经验带进来，进行融合学习。想要在国内大厂打过硬仗、有快速迭代经验的人。我们已经度过学生创业阶段了，不太需要招新手，更多需要招一些有经验，但又不是那种完全的「行业老炮」。因为行业老炮可能要顾及家庭，没办法那么卷。所以中间层次的，年轻又能卷的就比较好。我们愿意给优秀的人才丰富的期权。我们虽然融了 1100 万美金，但为什么没在美国招工程师？就是因为我们觉得国内的产品力和工程能力真的非常好。这一波 100% 会有华人经营的团队打造出伟大的产品，在国际上跑出来。现在很多 AI 应用层面都是华人打造的，国内的工程能力真的很厉害。这也是我们的优势，要利用中美两国之间的优势。硅谷的大学生，都在 AI 创业了 Founder Park：现在尤其是在硅谷，大学生创业的趋势特别明显，你看到的是一个什么样的状态？ Kai：看一个事实，就说这轮百亿美金估值的公司：主打 AI 招聘的 Mercor，已经完成 3 亿多美金的新的融资，估值已经百亿美金；而 Cursor 已经是板上钉钉的 100 亿美金估值。对应的还有像 GPTZero、Pika 等等。这些都是大学生创业项目，尤其是 Cursor 和 Mercor 的创始人都是大三辍学生。这一波年轻人创业，都有一个特点，就是高度差异化竞争。他们在极其窄的领域里专注去做，没有做通用的东西。比如 Mercor 做 AI 招聘，一开始就只做印度程序员的招募。第二点是环境。整个硅谷的资本环境和底层创新，像斯坦福、YC、Peter Thiel 的基金，都在最早的阶段支持大学生创业，不管你有没有成熟的想法，都愿意支持你，并且提供强大的人脉网络。第三点，我觉得是这些大学生的品质。无论是我们，还是硅谷出来的这些大学生，都有非常勇敢的冒险精神和极强的学习能力。这种勇敢闯荡的精神，国内很多学生可能不太具备。因为在硅谷，身边有很多同龄人成功的案例激励着你，资本环境也愿意相信年轻人。对我来说，当时也对比过成本和收益。如果我选择读完大学再找工作，未必能还得起家里的留学成本，也未必有很大的收益回报。但如果选择创业，我能在最年轻的时候去疯狂学习，我的人生就有无限的可能。我从小就想创立一家伟大的公司。 Founder Park：为什么今天这一代大学生创业能做出百亿美金的公司，而以前可能卖个一两千万美金就算很了不起了？这里面有 AI 的热潮和泡沫因素吗？ Kai：我觉得不完全是泡沫。Cursor 有 4.5 亿美金的真实营收，这是很可靠的。这背后，是这一代年轻团队的方法论和认知 insight 非常关键。你看这些团队，背景都挺优秀，他们有非常好的学习能力。 Cursor 早期就是靠身边的大学生程序员，这些人对 AI 接受度高，给了很强的反馈。创始人本身也是个小天才工程师，能深刻理解用户，工程迭代能力强，早期就四个人把产品干起来了。他们把产品迭代好之后，就形成了用户口碑，有了营收，投资人也怕错过下一个 Mark Zuckerberg，所以资本又来助力。最底层的条件是，AI 这波很多技术是新的，年轻人学习速度快，又务实、靠谱、敢干，所以有极致的用户理解和超快的迭代速度，去击败传统的产品。比如在 Cursor 之前，GitHub Copilot 做得也挺好，但为什么没干过它？就是因为用户体验和执行速度。 Founder Park：是不是可以说，因为 AI 是个新技术，所以很多产品认知也需要用新的角度来看？ Kai：对，年轻这一代比上一代创业者有更深的认知见解，能离用户更近。现在主流的 AI 用户都是 00 后了，他们学习和反馈的迭代速度、包容程度，都比上一辈创业者更快。所以，认知迭代速度是核心。移动互联网时代，技术迭代是以年或者季度为单位的，但 AI 时代，技术迭代可能是以天为单位的。作为 founder，你必须快速学习，而年轻人更能熬夜，更有拼劲。 Founder Park：之前有媒体说硅谷很多创始人也开始 996 了，你们怎么看？ Kai：我身边一些白人创业者朋友，融了很多钱，也 996。他们也跟我们一样，租个大 house，所有人生活在一起办公。我觉得 996 更多是环境所迫，现在硅谷有点像淘金热，大家都不想落后，那就只能比产品迭代速度，必须熬夜快速迭代。这是一种环境塑造，倒逼人必须这么做。 Founder Park：硅谷的这些大学生创业，在赛道选择上有什么趋势吗？ Kai：我觉得无论是我们做教育，还是其他人，大家都有一个趋势，就是在自己的舒适圈里创业。舒适圈指的是你对这个领域和用户足够了解。Cursor 创始人对 coding 非常了解，我们做教育也是因为对这个人群足够了解。现在的年轻人更多是在自己已有的认知舒适圈里创业，不再贸然跳到一个不了解的领域。因为这样你获得的用户的反馈才足够快、足够正确。还有认知叠加。我们三次都做教育，我的认知是不断叠加的。这帮大学生不太会贸然做自己过去没干过的事，都是想着怎么干得更好。他们有新一代的思维方式，在自己认知圈里不断迭代，勇于创造机会。还有一点是勇敢闯荡的精神，不太会因为别人的否定而否定自己，有一种「I don't care what you think about me」的态度，非常自信。背后就是「高速实验」的文化，我知道我产品还没 ready，但我不管，快速上线、快速迭代、快速反馈。 Founder Park：这个风潮大概是从什么时候开始的？ Kai：我觉得是一种共识性的成功。当大家看到像 GPTZero 这样的项目，从宿舍里成长起来，不断迭代，然后获得资本助力和用户认可，这种快速试错、快速爆发的成功案例多了，就形成了共识。一句话，「Better done than perfect」，完成比完美更重要。而且大家也不太担心竞争，硅谷很多 founder 都愿意把自己的产品理念讲出来，不怕你抄，我只要快速迭代就好。我觉得这一波年轻人还有很好的 story telling 的能力，这种讲故事不是假大空，而是在务实求真的基础上，加上自己对未来的展望。 Founder Park：先把自己营销出去。 Kai：对。我觉得底层的观念在于冒险精神和极度自信。在这种驱动下，他们就不断勇敢试错，不怕讲错话。大胆地讲自己的产品理念，大胆去执行，错了大不了再改。这种不怕试错的文化，促成了这一波大学生创业的热潮和成功。美国那边的 VC 也都会看大学生的项目，YC 每期都会固定投一些大学生的项目。融资是 VideoTutor 现在最不需要担心的事情 Founder Park：如果回到刚做 VideoTutor 的时候，你会给自己提什么建议？有什么可以做得更好的地方？ Kai：我觉得应该是节奏更快一点。还有就是团队组成。VideoTutor 的团队是经过多轮磨合的。如果早知道，我会更早地根据产品需要的技能画像，去更好地组建团队。我觉得创业回归到最后，组织能力非常关键。我会花更多时间在组织能力上：选人、识人、用好人。现在的团队适合从 0 到 1 的成长，但要把 VideoTutor 做得更大，还是需要更有工作经验的人加入进来，把他们优秀的经验和能力带到团队，帮助整个团队共同成长。 Founder Park：未来半年内，你觉得 VideoTutor 可能会遇到什么样的产品或技术难题？ Kai：我觉得一个是渲染，要降到真正的零延迟，还需要工程上的突破。第二点是增长方面，我觉得是产品的 taste，这背后包含很多东西，比如 UI、交互设计是否丝滑完美，功能交互是否没有 bug，视觉布局是否漂亮等等。这些对我们来说都是考验。 James：我觉得一开始我们对 VideoTutor 的定位是针对所有学科的可视化教学辅导，但后来我们做得非常垂直，只针对数学领域，因为那是我们最擅长的。我们的数学渲染引擎是最专业的。接下来重点要突破的，可能就是横向扩展。比如，如何把可视化的优势带到文科类场景？比如解释「锄禾日当午，汗滴禾下土」。这是我们接下来在技术上要考虑的点。 Founder Park：会因为创始人的背景在后续扩张上遇到困扰吗？ Kai：不太会。其实有很多大的 VC 都找过我们，像 a16z 这些，不会在太早期出手，而是在团队已经有成功迹象时再助力，这样他们知道投资不会失败。我们和很多大 VC 都保持着很好的关系。融资是 VideoTutor 最不需要担心的事情，最需要担心的还是围绕着用户生态和产品。

财经智选10-31 04:31

蒙牛奶粉增长密码：读懂三代人，做对三件事

为人子女的年轻消费群体，实现了高效的跨代沟通。最终，这场以情感为核心的品牌沟通收获了扎实的市场回报，累计到9月已实现全网曝光超10亿次的巨大声量。而在婴幼儿与儿童营养领域，蒙牛同样展现出优秀的与用户对话能力。今年蒙牛瑞哺恩与国漫顶级IP《哪吒2》联名合作，首创行业动画电影广告，“重塑肉身”创意引发全网热议，同时为响应国家号召，瑞哺恩启动全国百万宝宝养育无忧普惠行动，面向全国消费者派发新生普惠礼包并开展万场公益课堂，助力提升养育质量降低养育成本。近期，瑞哺恩进一步通过抖音创新营销，推出首部奇幻育儿短剧《天庭傲娇三太子沦为人间保姆》，以年轻父母喜爱的内容形式，在轻松幽默的氛围中传递专业喂养理念，广泛告知普惠行动，短剧总曝光超2.5亿，实现了品牌与新生代父母的情感连接。面向儿童成长赛道的一米八八品牌，则携手全球顶级体育IP——NBA，打造「灌篮吧！少年强」篮球赛事，巧妙地将NBA蕴含的拼搏精神与品牌“助力成长”的核心诉求相结合，通过线上线下联动的赛事体验，成功将体育精神注入品牌内涵，最终获得全网超2.6亿的曝光，实现了从“流量场”到“心智场”的跨越。可见，无论是深入社区的广场舞、国民信赖的央视舞台，还是大众喜爱的国漫IP、风靡全球的NBA，蒙牛的营销策略都体现了对消费者生活场景的理解与尊重，并让品牌成为目标消费者情感表达或兴趣圈层的一部分。这种基于共鸣的深度互动，让品牌从“被选择”变成了“被喜爱”，进而实现了品牌力与销售力的双重提升。这正是蒙牛在多元化的市场中，能够与三代人同频共振，赢得持久青睐的沟通智慧。 03 结构和渠道聚焦：亮眼业绩印证“品效合一” 在乳业整体面临挑战的背景下，蒙牛奶粉业务逆势上扬，引人瞩目。具体来看，在“结构聚焦”的打法下，蒙牛上半年主动对线下成人粉长尾产品进行了战略性调整，同时加码线上线下渠道的精细化运营。于是我们能看到，在线下，婴配粉通过“黄金门店”策略实现门店铺市同比翻倍，8月末门店总数同比增长达130%，核心市场如安徽、河南等省份的销售实现了同比超30%的高增长。据尼尔森IQ数据披露，2024年婴配粉销售额整体下降7.4%；在今年1-7月，线下婴配粉市场销售额同比下滑2.1%，销量同比下滑3.4%。而据蒙牛2025年上半年财报数据显示，其奶粉业务上半年收入16.76亿，同比增长2.5%。其中，进口品牌贝拉米增长30%，国产品牌瑞哺恩等婴配粉增长也超过30%。这意味着，在婴配粉行业增长面临挑战的当下，蒙牛凭借瑞哺恩与贝拉米的共同发力，实现了婴配粉业务的持续增长，显著跑赢行业大盘。与此同时，线上战场也成为蒙牛奶粉结构优化的主阵地。其中，悠瑞的表现尤为突出，其骨力金装大单品在9月全渠道销售额突破7千万元，环比增长超过20%，创下历史新高。在抖音渠道，悠瑞更是连续八个月蝉联中老年营养奶粉的店铺与单品双料冠军，在8月份实现抖音平台和线上总体份额领先。通过对抖音渠道和兴趣电商趋势的精准把握，据悉进入2025年，蒙牛儿童粉开始确定线上渠道份额第一位置，而蒙牛成人奶粉线上份额也在9月登顶细分行业第一。到这里不难看出，蒙牛奶粉业务在三季度的表现与业绩答卷，印证了一条清晰的逻辑链：首先，以尖端科技打造“精准营养”产品，解决用户核心痛点；接着，用“深度共情”的沟通策略，与用户建立情感连接；最终，这份由“信任”与“喜爱”构筑的品牌资产，在市场上兑现为可持续的商业成功。这不仅是短期业绩的突围，更是以用户为中心的长期主义胜利。蒙牛用实践证明了，在充满不确定性的时代，唯有回归用户价值和需求原点，才能找到通往未来的确定之路。

格隆汇10-30 17:36

不得不说，支付也有代沟

later。不得不说，连支付也出现了代沟。 $Visa(V)$ $Square, Inc(SQ)$ $PayPal(PYPL)$

老虎证券04-17 10:07

千禧一代和 Z 世代为运动服应该紧身还是宽松吵了起来

据纽约时报报道，“千禧一代与Z世代之争”最近又找到了新的战场，这次是在TikTok上围绕健身服装展开的争论。千禧一代（Millennials）通常指1981年至1996年出生的人。这一代人在互联网和社交媒体兴起的过程中成长，经历了从传统媒体到数字化世界的转变。 Z世代（Gen Z）通常指1997年至2012年出生的人。他们是在智能手机、社交媒体和即时信息化时代成长起来的，对数字技术的适应能力强，并且在消费、文化和社会议题上展现出较强的独立性和多元化意识。目前两个阵营中，一方喜欢紧身搭配去健身房，比如紧身裤配合身的背心；另一方则偏爱宽松的穿搭。据一些TikTok用户称，这种喜好分界线与世代有关，千禧一代女性更倾向于选择紧身运动服。和所有代际趋势一样，这种分歧并不绝对。然而，在TikTok这样的平台上，愤怒和争论往往是流量密码，即便大多数人并没有真正站队，也能让话题迅速传播开来。关于衣服松紧度的争论——无论是健身房穿搭还是日常穿着，已经持续了好几年，但最近因一个TikTok热门音频而走红。这个音频里，一个声音重复说着“认可”数次，最后才变成“不太确定”。用户利用这个音频展示自己

加美财经03-21 00:00

【一周科技动态】如何看待英伟达财报预期拉满？

$英特尔(INTC)$ 目前还有技术代沟。下游科技公司的资本支出趋势依然不减。微软、谷歌、亚马逊和Meta资本开支分别约为540/510/750/400亿美元，除去亚马逊库存中心部分，四家总和约为2000亿美元。不仅是“Mag 6”的资本支出，其他中小型云厂商都或多或少增加了趋势依然向好。 Blackwell的按计划量产，摆脱此前良率困境。尽管之前存在设计缺陷，但目前生产已经恢复正常，并且需求非常强劲。 $台积电(TSM)$ 作为Nvidia的重要合作伙伴，在解决良率问题上发挥了关键作用。此外，Hopper的需求持续增长，已扩展到超大规模客户之外。本次财报关注焦点超预期的幅度。市场对Q3预期已经上调，一致预期332亿美元，公司指引325亿美元，股价相当于是按照332亿美元来计价的。当然市场对超预期业绩的信心一直都很强。利润率争议。预期Q3的毛利率要下降一些，因为良品率以及Hopper和Blackwell系列的成本更高一些，市场共识Q3毛利率为75%，下个低于上几个季度高点的78%，Q4的毛利率可能进一步下降至73%。但如果在良率解决的情况下，毛利率也可能恢复一些。投资者可能会思考英伟达是否达到了利润率和增长率的顶峰。高估值与高期待。从股票层面，目前的估值已经计入了2026年30倍左右的预期，但问题是2025年可能是一个转折年，是当前科技公司的投资者周期来决定的。而当前市场对英伟达的继续高速增长予厚望，使得公司在财报发布时更难令投资者感到惊喜，这样的例子也屡见不鲜。期权观察家——大科技期权策略本周我们关注： NVDA：下周财报，本周虽然在新高位置，但急剧缩量，且波动极小，很显然是在等财报信息，并进一步给上行/下行方向。从期权状态来看，150的焦点为，以及160都有最大量的Call单埋伏，相反170以上则并没有太多博弈的单，从此前异动Call大订单集中在远期（12月及明年）的180以上，可以看出市场还是愿意花时间去验证。再给个持仓大科技股的理由——为何"TANMAMG"组合总超大盘？七巨头（Magnificent Seven）组成一个投资组合(“TANMAMG”组合)，等权重、每季度重新调整权重。回测结果从2015年以来表现是远超 $标普500(.SPX)$ 的，总回报达到了2315.03%，同期 $标普500ETF(SPY)$ 回报242.77%，再次拉开距离，超额收益2702.26%。本周大科技股表现不佳，但今年以来的回报依然有至52.67%，超过SPY的26.02%，超额收益依然为至26.65%。过去一年组合的夏普比率回升至2.9，SPY为2.75，组合的信息比率1.52.

老虎证券2024-11-15

去中心化Twitter融资1500万美元社交赛道奇点将近？

eb3和Web2用户在产品认知上存在“代沟”：Web3早期用户以比特币矿工为主，而现在Web2应用则已瞄准00后、05后的用户，专注于她们所热衷的“蛋仔派对和金铲铲”。华语区的大部分Web3社交项目是否还在活跃？有哪些新的探索？Pure——Detiktok，一个略显边缘的例子，去中心化创作者平台。 Pure取自清澈的含义，抖音爆发初期，擦边内容吸引眼球的同时，导致人类审美的沉沦。现代文化消费取向的多元化为人们带来更多选择自由的同时，也使人们在文化消费主义和感官欲望的支配下，丧失了对多元消费观念的道德评判标准，带来了文化消费价值选择的困惑和价值取向的迷茫，甚至在一定程度上造成道德取向的混乱，Pure想改变这一局面。然而，Pure（Detiktok）的目标用户在2021年已逐渐退圈。面对多次市场暴跌和Ponzi的冲击，Web3在华语区未能吸引到新的流量，因而当前大部分Web3项目仍集中于金融领域的构建。 Pure不仅提供短视频、AI创作和动态信息流功能，还加入了Friendtech和NFT功能。那么NFT如何融入信息流？其关键在于通过API服务商调取NFT元数据进行展示。如果内容可以转化为NFT资产，并且具备未来现金流价值的可视化和量化能力，那么这种激励模式便可行。息态——Pumpfun为什么要增加短视频和直播模块，是因为短视频能大大增强MEME素材传播过程中的视觉冲击力和情绪共鸣，从而引发病毒式传播。曾建议Pure的创始人写一份融资Deck，他的回答也很佛系：“我的脑海中时常有很多激动的想法一闪而过，记录下来感觉很难，相比之下，写一份停止运营的告知书则容易很多，很难和别人在项目或者赛道理解上形成有温度的感性共识，而VC币的运作模式，让人很不适应。” Web3社交该有怎样的信息流激励信息流通常由创作内容和广告组成。如果说Bonding Curve是Web3社交1.0的标配，那么“Parabola”可能将是社交2.0的必备选项。依据创作者对用户使用时长的贡献程度来建立社交网络的激励机制，在用户的信息流中，广告片段前后的内容应该受到最多激励。同时，由AI确保信息流推荐算法的公平性是至关重要的。小结 Web3社交奇点将近？当前Web2算法平台的魅力在于，通过不断引入新鲜内容，精准推送，牢牢抓住用户。而Pumpfun似乎做到了这一点，只不过是通过金融的方式刺激多巴胺产生，用户的动机是盈利。 Bonding Curve是Web3社交产品的主线，能够覆盖Web3用户的时间成本，反馈他们的期望回报。乐观一点的判断，Web3社交奇点已至。随着应用层发链潮的兴起，Web3有望向大规模采用更进一步。在欧美完成0-1的概念探索之后，华语区有望接过Web3的建设中接力棒。一般来说，欧美区的社交氛围更容易产生新颖的产品形式，但华语区的运营和开发迭代能力，在1-10阶段有着独特的优势，而华语区面临的监管环境，仍然长期约束着行业发展。

金色财经2024-10-28

调查：美国超过五分之一的年轻人拥有Crypto资产

pto资产，1%的潮一代拥有NFT。代沟也与房地产投资有关，如果将Z世代和千禧一代的投资率放在一起考虑，21%的受访者拥有Crypto资产，而20%的受访者拥有房地产。不过，尽管年龄组内的投资率非常接近，但老年投资者的房地产投资率要高得多，比如45%的潮一代投资者选择了房地产。报告称，住房短缺和高昂的住房成本可能会阻碍年轻人投资房地产，增加Crypto资产等另类投资的吸引力。来源：金色财经

金色财经2024-04-10

非凡产研：2024年2月全球AIGC行业月报-流量篇

有连云2024-03-14

区块链律师解读中国人民银行《中国金融稳定报告（2023）》

度与监管者滞后的认知之间形成了巨大的“代沟”，这种监管“代沟”，极有可能使得监管理论、政策和加密货币的发展长期处于一种错位状态。此外，匿名性增强的加密货币、隐私钱包等产品和服务的出现，降低了加密资产的透明度，使得资金更加模糊，这助长了金融欺诈、加密市场的操纵，并增加了金融监管难度。 03地缘政治影响金融市场报告指出，2022年，全球地缘政治冲突持续，部分主要经济体通胀处于高位，世界经济和贸易增长动能减弱，金融市场持续震荡，外部环境不确定性加大。我国较早对加密资产领域相关风险开展清理整顿。当前，加密资产规模占全球金融资产比例不高，与传统金融体系关联有限，但其发展较快、业务模式复杂、治理结构不透明、跨境业务活跃，可能威胁全球金融体系稳定。我国较早对代币发行融资、加密资产交易平台等领域开展清理整顿，并于 2021 年发布《关于进一步防范和处置虚拟货币交易炒作风险的通知》，联合多部门形成风险防范、化解、处置合力，有效遏制了相关领域风险。刘红林提到，《中国金融稳定报告（2023）》作为中国人民银行发布的年度报告，旨在全面评估我国金融体系的稳健性状况。该报告对行业具有重要作用，通过评估金融体系的稳定性，有助于制定政策、引导结构性货币政策工具的使用，精准导向和加大对重点领域的支持，以维护金融系统的健康和稳定。刘红林认为，报告中突出强调了加密资产的金融风险和技术风险。金融风险来自于加密资产非货币当局发行，不具有法偿性，且因未受到与业务相适应的监管，传统金融风险在加密世界将进一步扩大。技术风险主要来自于智能合约、数据交互、黑客攻击等导致资产丢失的风险。基于上述风险，央行着重强调了近年来我国政府在加密资产行业的监管和防控措施，表明央行对加密资产仍保持较为审慎的态度。刘红林律师上海曼昆律师事务所创始人、主任上海市律协青工委委员、市律协信息化工作委员会委员、市律协法律科技委员会委员拥有10年法律、互联网创业经验，曾担任腾讯战略投资法律科技公司副总裁、某上市公司私募基金法务经理，擅长从商业模式和法律实务角度针对案件提出具有操作性的落地方案，为客户实现商业利益最大化。担任多家上市公司背景区块链公司法律顾问，先后为100+区块链企业、项目提供合规咨询及法律服务，实战经验丰富。刘红林律师多次接受新京报、界面新闻、红星新闻、财经链新等多家国内主流媒体采访及专访。主导发布《法律行业区块链2020年度报告》，参与编写畅销书籍《公司制的黄昏：区块链思维与数字化激励》。来源：金色财经

金色财经2023-12-30

查理·芒格的108条经典语录值得收藏

展停滞了，我敢保证，你们将会见证真切的代沟，不同代的人之间关系会很紧张。婴儿潮是这种紧张的催化剂，但是根本原因还是经济不增长。 60、实际上，每个人都会把可以量化的东西看得过重，因为他们想“发扬”自己在学校里面学的统计技巧，于是忽略了那些虽然无法量化但是更加重要的东西。我一生都致力于避免这种错误，我觉得我这么干挺不错的。 61、你应该对各种学科的各种思维都有所理解，并且经常使用它们——它们的全部，而不是某几个。大部分人都熟练于使用某一个单一的模型，比如经济学模型，去解决所有的问题。应了一句老话：“拿锤子的木匠，看书上的字儿就觉着像钉子。” 这是一种很白痴的做事方法。 62、对于我而言，把股票分成“价值股”和“成长股”就是瞎搞。这种分法可以让基金经理们借以夸夸其谈、也可以让分析师们给自己贴个标签，但是在我眼中，所有靠谱的投资都是价值投资。 63、我这一辈子认识的所有智者，没有不爱看书的。我和巴菲特看书之多都能吓着你。我的孩子取笑我说我就是一本伸出两条腿的书。 64、我们都爱大量阅读，聪明人都这样，但这还不够，你还应该有一种批判接受、合理应用的态度。大部分人看书都没有抓到正确的重点，看完了又不会学以致用。 65、我们经常从那些上进的孩子们那儿听到这些问题。这是个很“聪明”的问题，你对着一个有钱老头问：“我怎么才能成为你呢？怎么才能迅速地成为你呢？” 66、我们如果要再开一家See's糖果几乎不用花费任何资本。我们的资本太多了都快淹死我们了，所以几乎是零成本。对于有些极度缺钱的煎饼店，增设特许经营店简直是疯狂的事情。我们喜欢搞直营店以便更好地控制服务品质。 67、做空行为是很危险的。 68、坐在空头位置，又看到股价遇到利好大涨，这是一件特别让人气愤的事情。人生苦短，遭受这种气愤太不值当了。 69、世界上最郁闷的事情之一，就是你费尽力气发现了一个骗局（并且做空这个公司），但是眼睁睁地看着股价继续疯涨三倍，而且这些骗子们拿着你的钱弹冠相庆，而且你还要收到证券行的保证金追加通知。像这种郁闷的事情你哪能去碰呢？ 70、上市的代价已经变得非常高了。一个小公司谋求上市是没有什么道理的。很多小公司正在走私有化的路子以此摆脱上市公司的繁冗负担。 71、公开叫价的竞价方式就是设计来让人的脑子变成一锅粥的：由于别人也在叫价，你觉得（你的竞价）得到了社会认同，你会有一种回馈倾向，会陷入一种“被剥夺超级反应综合症”，觉得（必须想方设法阻止）你的“心头好”离你而去……总之我的意思就是这种方式就是设计来操纵人的心理的，让人们去做白痴的事情。 72、暗标竞价的问题在于标的物常常被那些犯了技术错误的一方赢得，比如壳牌石油支付给贝利奇石油的价格是（另一方的）两倍。在公开叫价的竞标中，你就不可能比输掉的那一方多付一倍的价钱。 73、我们偏爱把大量的金钱投放到那些不需要我们再做什么其他决策的地方。 74、能理解投资的真髓也能让你成为一个好的企业管理者，反之亦然。 75、有件事情很有意思：你可能拥有一家价值100亿美元的公司，而这家公司可能连1亿美元都借不到。但是，由于公司是上市公司，公司的大股东凭着手里的小纸片（股票）做担保却能借到好几十亿美元。但是如果公司不是上市的，它可能连那些大股东能借到的20分之一的钱都借不到。 76、我经常见到一些并不聪明的人成功，他们甚至也并不十分勤奋。但是他们都是一些热爱学习的“学习机器”；他们每天晚上睡觉的时候都比那天早上起床的时候稍微多了那么一点点智慧。伙计，如果你前面有很长的路要走的话，这可是大有裨益的啊。 77、不管是对于私有企业的企业主还是上市公司的股东，进行买卖时参考的标准应该是企业内在价值而不是过往成交的纪录，这是最基本的价值概念，而且我认为永远也不会过时。 78、巴菲特和我不是因为成功预测了宏观经济并且依此下注才获得今天的成功的。 79、提问者来自新加坡，新加坡可能是世界历史上成绩最辉煌的发展中经济，所以这位提问者才会把15%的增长率称作“保守”。但其实这不是“保守”，这是很狂妄的。只有新加坡来的人才敢把15%称作“保守”。 80、我不会花太多时间追悔过去，一旦吸取了教训，我就不会再陷在里面了。 81、如果你从我们的投资决策里剔除掉最好的那15个，我们的表现就显得非常平庸了。（游戏的重点）不是非常多的动作而是非常大的耐心。你要坚守你的原则，当机会出现的时候，就大力出击。 82、我们会把一些决策议题扔进名字叫做“太难了”的档案柜，然后去看其他的议题。 83、如果想提高你的认知能力，忘记过去犯过的错误是坚决不行的。 84、30年代的时候，靠房产抵押得到的贷款可以比房子的售价更多。这大概就是现在私募股权领域的情形。 85、模仿一大堆人意味着接近他们的平均水平。 86、生命中的很多机遇都只会持续一小段时间，它们持续是因为（别人）暂时不便（攫取它）……对于我们每个人，机不可失时不再来，所以你最好随时预备好行动并且有足够的思想准备。 87、有巨额佣金的地方常常就有骗局。 88、承认自己不懂某样东西意味着智慧的曙光即将来临。 89、即使你不喜欢现实，也要承认现实 --- 其实越是你不喜欢，你越应该承认现实。 90、我们努力做到通过牢记常识而不是通过知晓尖端知识赚钱。 91、长期而言，一个公司股票的盈利很难比这个公司的盈利多。如果公司每年赚6%持续40年，你最后的年化回报也就是6%左右，即使你买的时候股票有很大的折扣。但反过来如果公司每年资产收益率达18%并且持续二三十年，即使你买的时候看起来很贵，他还是会给你带来惊喜。 92、就像工人必须了解自己工具的局限性，用脑子吃饭的人也要知道自己脑子的局限性。 93、许多市场最终会形成两到三个大竞争者——或者五到六个。其中有些市场里压根儿没有人能赚到什么钱。有些市场里每个竞争者都做得不错。多年以来，我们一直在研究，为什么有些市场里竞争比较理性，股东们获得的回报都不错，而有些市场里的竞争则让股东血本无归。我们举航空公司的例子来说吧，咱们现在坐在这里，可以想到航空公司们为世界作出的各种贡献——安全的旅行、更好的体验、能够随时飞向你的爱人，等等。但是，这个行业自从莱特兄弟的时代以来，给股东们回报的利润是负的，而且是一个巨大的负数。这个市场里的竞争是如此激烈，以至于一旦放开监管，航空公司们就开始（大降价）来损害股东们的权益。然而，在另外一些行业里，比如麦片行业，几乎所有的竞争者都混得挺舒服。如果你是一家中型的麦片生产商，你大概能有15%的资产回报率。如果你的本事特别好，甚至能达到40%。但是为什么麦片这么挣钱呢？在我看来他们整天搞各种疯狂的营销、推广、优惠券来激烈竞争，竟然还这么挣钱。我不是很明白。显然，品牌效应的因素是麦片行业有而航空行业没有的。这可能是个主要因素。或者麦片生产商们有共识，认为谁都不可以那么疯狂地竞争——因为如果有一个二楞子视市场占有率如命根，比如说如果我是家乐氏的老板然后我决定要抢占60%的市场占有率，我想我可以把这个市场的大部分利润都给弄没了。这个过程中我可能会把家乐氏给毁掉。但是我想我还是可以做到（占据市场以及消灭行业利润）。你应该有信心去颠覆那些比你资深的人，条件是他们的认知被动机导致的偏见蒙蔽了、或者被类似的心理因素明显影响了。但是在另外一些情况下，你应该认识到你也许没有什么新意可想——你最好的选择就是相信这些领域中的专家。 94、我们发现那些在生意中优胜的“系统”往往有些变量被近乎荒谬地最大化或者最小化——比如Costco的打折仓储店。 95、有些情况比坐拥大量现金无处可投更糟糕。我还记得当年缺钱的情景——我可不想回到那个时候。 96、如果你（在发出指令和诉求的时候）总是告诉他们你的原因，他们就会更好地理解你的意图，并且觉得你的想法更重要，他们也就更愿意听你的。 97、量入而出、时刻攒钱、把钱放到可以延期交税的账户里。时间长了，你就会攒出一笔财富了。这完全不需要动什么脑子。 98、我尽量远离那些不懂装懂的人。 99、我觉得先好好掌握别人已经整理好的知识才是靠谱的学习方法。我不认可那种闭门造车自己鼓捣出结果的方法。没人能那么聪明。 100、我有个熟人，他们家旁边那个房子看起来很不起眼的，但是竟然卖了1700万美元。房市价格有很极端的泡沫。 101、经验告诉我们，当机会来临的时候，如果你有足够的准备并且适时、果断、有魄力地做一些简单而合理的事情，就能奇迹般地让你致富。偶尔出现的这种机会往往赐予那些时刻准备着、一直搜寻着、并且愿意分析复杂事物的人。当机会出现的时候，你所要做的全部事情就是使用你平时谨慎耐心攒下来的弹药、大手下注在那些胜算极大的赌局上。 102、现在这个时代是以往的资本主义中没见过的。与以往相比，我们有史上最多的知识分子投身在炒卖股票和投机倒把上。许多我所见到的事情让我联想起索多玛和蛾摩拉（堕落罪恶之城）。自私、妒忌、还有各种山寨货。以前也有过这些事情，它们导致了可怕的后果。 103、我们的投资风格被称作焦点投资，意在持有十只股票、而不是一百个或者四百个。好投资不好找，所以应该集中在那些少数几个好的上，这对于我是很显而易见的事情。但是投资界98%的人都不这么想。这对我们倒是挺好的。 104、你要当心过于强烈的意识形态观念。如果你脑子里只有一个念头的话那是非常危险的。 105、和巴菲特一样，我有很强的致富欲望。不是因为我喜欢法拉利什么的，而是我喜欢独立，我极度渴望独立。 106、每一个有工程师思维的人看到会计准则都会想吐。 107、你只有学会了如何学习才能进步。 108、多谈谈你的失败历程、少吹嘘你的成功经历，这样对你好。来源：金色财经

金色财经2023-11-29

24小时热点