从创办英语流利说到成为 AI 投资人｜和绿洲资本董事总经理Ben聊AI时代的英语学习、教育产品和职业规划

欢迎收听 《 十字路口 》， 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会 。 十字路口是乔布斯对苹果公司的一个比喻 ， 形容它站在科技与人文的十字路口 ， 伟大的产品往往诞生在这里 。AI 正在给各行各业带来改变 ， 我们寻找 、 访谈和凝聚 AI 时代的 " 积极行动者 "， 和他们一起探索和拥抱新变化 、 新的可能性 。

我是主播 Koji， 梁元澈 ，是 《 新世相 》 和 《 躺岛 》 的联合创始人， 也是一个正在积极行动 、 投身 AI 的人。

今天做客十字路口的嘉宾 Ben，是绿洲资本投资 AI 方向的董事总经理 。 绿洲资本被誉为 " 投 AI 最猛的基金 "，而 Ben 曾经联合创办了英语流利说 ， 英语流利说教人们说英语 ， 成功到美国上市 。

可以说 Ben 也是我的朋友当中最当之无愧的 " 教英语最猛的人 "。 因此我请到 Ben， 想听一听这位从 " 教英语最猛的人 " 转行到加入 " 投 AI 最猛的基金 " 之后， 认为在 AI 的年代我们要如何学英语 ， 我们要如何教小孩学英语 ，以及更重要的 ， 我们要如何在生成式 AI 这波技术浪潮中面向未来规划自己事业的方向 。

非常高兴 Koji 的邀请 ， 来到他的播客频道 。 我之前第一次见 Koji 的时候 ， 的确还在湾区 ， 当时在一个创业公司 。

我记得当时 Koji 应该已经在做自己的创业了 ，但是我们那个 ——

在做接旁 。

对 ，在做接旁 。 然后我们的创业公司当时是通过大数据去做一些 targeted 的一些 ads， 一些 ad targeting 的事情 ， 反正也是非常有意思的事 。

相当于在 2012 年的时候 ，是和后来流利说的两个联合创始人一起 。 当时发现英语学习是一个痛点 ， 然后在那一波的可能那个时候的 AI 的能力 ，以及当然到后面深度学习出来什么各方面 ， 就是觉得似乎可以有一个更好的 、 可规模化的 、 产品化的 、 更技术的一个解决方案 。

当时我觉得创业的起点其实也是有点偏感觉和 gut feeling， 对吧 ？ 就一边看到了中国的消费者需求 ， 另外一边看到了技术的渐变的一个趋势 ， 然后就开始做这事 。

流利说的过程中， 你觉得有哪些非常重要的决定是让这个企业发生了巨变的 ？

第一 ， 我还是觉得我们当时比较坚定的 ， 最早就选择还是依托于产品 ， 依托于技术 ， 肯定是一个正确的决定 。

能够让这个企业整体的经营更加的轻量化 ，而且在这样的一个大环境下面 ，其实也能更好的穿越周期 。

这是肯定 。 回到最原始的一个原点的话 ， 这很重要 。 如果再往前面看的话 ， 我们从一个产品和技术为内核的 ，不论从团队还是从最初期的产品为内核的公司 ， 最后能够去接受拥抱大量的做运营 、 做销售 ， 团队去迅速的扩张 ， 这个至少在那个时间节点也是个非常重要的一个决定 。

不然的话 ， 可能并不能够真的探索出一个适合那个时候的国内的情况 ，以及适合消费者心理和行为的一个模式出来 。

所以那个时候其实你们做了非常激进的团队扩张 。

对 ， 当然你说这个东西有主动有被动 ，但事实就是说我们做了尝试之后， 开始做一些运营 ， 开始做一些销售 ， 肯定是得到正反馈 ， 肯定是业务各方面都非常好 。在那个节点其实就有点像你做任何的 To C 的产品一样 ， 你肯定就是沿着这个路径去扩张 。

但是只不过那个时候的扩张就变成你要去扩运营团队 、 扩销售团队 ， 扩展一个团队了 。 其实这是一个主动和被动的一个结合 。

然后当然我们最后能够去拥抱这个去做的很多 ， 这肯定是非常重要的一个节点 。

然后现在你的身份其实切换了 ， 从创业者到投资人 ，而且在绿洲被大家认为是投 AI 最猛的基金 。

你们最近的感觉是什么 ？ 还是以很猛的这种姿态在继续投吗 ？

从绿洲的角度来看 ， 看这一波 AI， 始终觉得这一波 AI 是一个非常大的一个变革 。 而且我们在很多场合 ， 包括我们创始合伙人金剑在很多场合也表达了说 ，其实 AI 这一波是对社会方方面面的一个变革 。

它可能不只是 AI 改变 AI 本身 ， 它会对社会的方方面面去巨大变革 。 而且作为一个中早期的投资人 ，其实变化才是最大的机会 。

所有的中早期的投资本质上都在投变化 。 所以我们在看这个事的时候 ，其实更多的会看方方面面不同行业的落地 ， 包括其实从去年开始非常火的具身 ， 机器人本质上其实是 AI 在一个机器人 ，因为机器人这个行业其实没有那么新 ， 可能已经也几十年了 。

但是去年的具身 ， 包括人形 ， 本质上还是 AI 在机器人这个非常具体的一个场景的一个落地 ，也是绿洲非常重点在看的一个方向 。

核心想表达就是说我们在看这件事的时候 ， 或者从投资视角看这件事的时候 ，是看对整个社会的变革 。

所以这里面其实在方方面面都会有机会 ，不光只是 AI 技术本身 ，不光只是说我只看大模型 ， 只看这个其实就窄了 。

了解 ，不是只看 Infra，不是只看基建 ， 看它落地 。 然后你有感觉到今年 2024 年和 2023 年有哪些在创业的方向选择上， 或者在创业的团队的这种创始人们的心态上的不同吗 ？

我觉得 2023 年可能国内国外， 中国美国 ， 可能我觉得这两个最大的科技的两个国家 ， 大家的视角还都主要集中在 LLM， 就 Large Language Model 本身 ， 包括你头部那家公司 ， 美国可能是 OpenAI、Anthropic， 国内可能是像智谱 、MiniMax、 月之暗面等等之类的 。

但是到了 2024 年的话 ， 你可以比如说举个非常大家能看到的例子 ， 你看 YC 最新这个期 Winter 24 的整个 batch 里面 ， 可能 70% 都是 AI 相关 ， 然后跟 AI 相关里面其实大部分都是落地应用了 ， 可能是会计 ， 可能是什么 。

所以这个也是我们看到的一个趋势 ， 就是说大家认为你此时此刻如果再新组一个团队去做基建 ， 那肯定是极难 。

我们也不能说是没有人愿意去尝试 ，但这个是非常极难的事 。 所以大家更多真的开始更冷静的去看 AI 在这个时间点它的特点是什么 ， 它能够在什么场景下产生巨大作用 。

很多的创业者其实已经非常细的在看具体的落地场景了 。 而且可能大家都知道过去这一年， 包括现在可能大家诟病的一个点是说推理成本非常高 ，OpenAI GPT-4 成本很高 ，GPT-3.5 还行 ，但 3.5 能力不行 。

但大家都是在看这个趋势 ， 成本必然会下降 ， 肯定会出现一个交叉节点是说它的场景的落地的 PMF， 或者说它给客户带来的价值对比它需要付出的推理成本 ， 必然会存在一个交叉点 。

那么作为创业者 ，他肯定也不能等交叉点发生的时候才去做动作 。 很多创业者其实已经开始入局去做这方面的落地了 。

所以这个我们是看到的 2024 年非常大的一个趋势 。

你有看到什么就是落到行业里面的应用 ， 让你感到很 impressive 的吗 ？

这个我觉得从大家明面上能够看到的 ，而且事实上也是非常多的 ， 肯定是和营销相关的 。 大家可能可以看到说像很多一些做营销的公司 、 工具各方面其实都落得非常快 。

我觉得 Sora 的诞生给整个全球做制作内容的行业的人有很大的一个冲击也有关系 。 所以说可能 fundamentally 这一波 AI， 你看不论中国喜欢叫 AI-GC，AI-Generative Content， 美国喜欢叫 Generative AI， 本质上都是生成内容 。

所以说核心我觉得门面能看到的落地很好的 ，而且事实上都在发生的 ， 的确都是跟 content 有关的 。

这个 content 只不过在营销行业 ， 这个 content 是特别的需要 ，因为营销行业可能又需要文字的内容 ， 又需要图片 ， 又需要视频 。在媒体行业也是一样 ， 它可能需要大量的图片 ， 大量的媒体 。

所以你可以看到其实落地场景现在是真的是越来越多的 。

一个是营销 ， 一个是内容 。

对 ，因为营销本身也是内容 ，因为这一波本质上是内容 ， 只是 。

是内容营销 。

对 ， 就内容营销 。 所以小红书上现在有大量的内容了 ，而且小红书上现在有些号可能就纯粹是个 AI 号 ， 它从文案到图片可能都是 AI 生成的 。

当然对于平台来说可能是个很大的问题 ， 它需要去识别出来 ， 需要去对抗 。 所以因为 AI-GC，AI-GC， 所以所有 content 有关的 ，并且大众消费者能看到的 content 其实已经有大量的 AI 的内容存在了 。

包括非常有意思的一个事 ，Suno V3 出来之后， 网易云业都已经有 Suno 专区了 。

我也看到了 。

对 ， 网易云业出现了一个 AI 音乐专区 ， 这个我觉得已经是在慢慢的渗透到消费者能够关注到的一个很多地方 。

对 ，但它那个我觉得还是有一点 marketing 的意思了 。 它是为了营造一些大家热议的话题 。 长期来看我觉得是一个问号 ， 到底它要怎么去做 。

对 ， 我相信现在网易云业的付费用户肯定不会为 Suno 的去付费 。

其实那个 Suno V3 出来第一天我就做了一首就写给女儿们的歌 ， 之前的播客的片尾曲都是那首歌 。

然后当时我为此还注册了网易云音乐人账号 ， 然后上传我的身份证 ， 还手持身份证拍照 。 然后上传这首歌之后， 它没有通过我的审核 。

它一开始是卡我的分辨率 ， 应该它有另外一个词 ， 类似音乐的分辨率 。 然后我还请同事帮我把调高 ， 就达到它的音乐的标准 ，但最后过了两天还是给我拒了 ， 没有给任何理由 。

所以它 anyway， 我觉得这个一个是我们说到的 ， 就是你看到垂直领域的落地 ，在营销上 ，在内容生产上， 然后在真正的比如说法律 、 医药 、 会计 ， 就这些行业你觉得在中国现在有做得好的 ， 让你看了之后眼前一亮的吗 ？

其实对于程序员的影响是方方面面的 。 我相信现在程序员在用类似像 GitHub Copilot 这样的渗透率是非常非常高的 。

然后法律也是在发生的 ， 可能在中国有些法律的工具帮助律师更好的去起到合同 ， 包括什么其实都非常多 。

但是这个当中可能现在存在一个

多种形式交界的状态 ，因为有一些可能还存在它更多是模板 ， 可能它更多的是用了一些上一代上一波 AI 的一些技术 ， 混合了一些这一波生成式的一些技术 。

但是我自己觉得也不需要把这个分得很开 。 说到底 AI 这个技术本来也就是一个过去这几十年在渐进的不断越来越发展的 ， 只要它能够落地 ， 我觉得都是 AI 技术 ，也不用特别去区分这是否一定是 Transformer base。

我觉得所有对于文案有需求的行业都在发生 ， 包括可能现在很多你看所有飞书 、 钉钉都在非常积极的引入 ，也在希望你什么写周报 、 写月报 ， 或者写一些模板化的产品需求的时候能够用 AI， 包括 Notion， 大家可能都知道 Notion AI 去年就推出了 。

所以其实我觉得渗透是方方面面的 。 可能现在大家更多讨论的是说行业渗透率是多少 ， 到底现在付费的是消费者付费还是企业付费 ， 到底场景是用在比较用英文说话可能叫 mission critical 的场景 ， 还是更多的是用在一个

偏边缘的场景 ， 可能更多 。 但我觉得现在只要你是一个白领工作者 ， 应该过去这一年半以 ChatGPT 推出之后， 应该你的工作当中 AI 工具和你使用 AI 工具的渗透率其实是方方面面都有的 ， 可能各行各业都有 。

对你来说 ，因为你作为投资人 ，其实它也是白领工作的一种 ， 你在工作中会如何用 AI？

其实我们还是用的挺多的 ， 包括绿洲本身我们自己也在内部做了一个我们自己的一个 AI 系统 ， 包括接入一些 Chatbot， 可能把我们过去一些基金内部的一些有些 notes，有些系统数据可能更好整合 ，也方便我们自己内部的同事去使用 。

包括我们可能也会用一些 AI 技术去 tracking， 去 mapping 一些行业 、 一些企业 。 这个当然是基金本身层面 ， 这有点像是说我刚才说的 to be，enterprise 到底做了什么动作 。

但对于我们每一个同事来说 ，其实用的工具也非常多 。 咱们就说类 ChatGPT 的 ， 那是方方面面的 。 当然每个人习惯不一样 ，有人可能用 ChatGPT，有人可能用国内的一些工具 ，但本质上这里面其实提供了非常多的点 ， 比如说它还是能够比较好的帮助你写东西的 ， 甚至因为我们的工作可能需要有时候中文英文的内容都需要写 ， 这个里面就帮助很大了 ， 帮助你说做翻译

， 帮助你甚至帮你想标题 ， 甚至帮助你有创意 ， 这个就非常非常多了 。 甚至有些我们做 PPT 的时候 ， 一些生图可能也会用到 。

同时其实像现在有些垂类的一些工具 ， 第三方的工具帮助你更好的去读 paper， 读财报 ， 去 summarize， 这个在我们同事当中有些同事都是自己直接去用的 ， 它也不一定完全是通过企业 。

这个我觉得方方面面其实都在用 。

刚才提到在绿洲内部里面有一个自己的一个 AI 的 Chatbot， 甚至多个 ， 然后这个背后是用什么搭的 ？

这个其实是个混合的 ， 我们也用了一些相当于闭源的第三方的一些 API，但我们内部也有一些 fine-tune 的一些东西 。

现在大家的 approach 里面其实 single model based 的比较少 ， 大家可能都会去做一些尝试 ， 开源闭源都会用 。 但这里面我觉得可能核心的一个点其实还是成本 ， 可能成本和延迟的问题 ，因为其实现在闭源的整体在成本上还是比较高的 ， 特别是最好的一些模型 。

如果说你在对一些特定场景下开源能够做一些调整的话 ，在这个阶段肯定也会是一个更优的选择 ，但我们目前的选择肯定是个混合的模型 。

但你们内部其实用的再多 ， 它的 API 调用次数其实也有限 ， 这个成本理论上它还是是一个可控成本 。

我们内部也不完全只是人交互的时候会去调用 ， 它可能会做一些定时的一些分析什么各方面 ，但对于任何一个企业来说 ， 你如果能够以更好的 ROI 去做一件事的话 ， 都会考虑 。

那你说这个系统是招了新的工程师 ， 还是你们是用了中间件 ， 或者用了什么样的方式来做 ？

我们是现有的信息化团队 ，因为毕竟我们不是说让我们团队自己做一个 larger model， 它毕竟还是一个使用方 ，不论是闭源还是开源的 。

过去这一年半其实也有非常多的一些工具 ， 一些 practice 能够帮助你做这件事情 。 所以我们倒没有招新的工程师 。

就本来你们都有信息化团队 ， 对吧 ？

对 ，他们更多的是使用方 。

我们刚才提到说你的工作当中要用中文英文 ， 然后对你来讲也是会用 AI 的帮助来去做英文的翻译工作 。

我们来聊一下 ，因为今天 AI 出现之后， 大家要如何去看待英文 ，因为在过去学英文是一个基本的技能 ， 甚至觉得学会了英文这一辈子最差最差 ， 我可以去教别人学英语来赚钱 。

但现在可能发生了一些变化 ， 你会怎么看 ？

其实实际上这 AI 从 ChatGPT 出来之后其实也有一年半了 。 如果你看其实全球学英语的情况 ， 学语言的情况 ， 包括像 Duolingo， 甚至包括流利说 ，其实业务目前都没有受很大的影响 。其实并不是说大家突然间就顿悟了说再也不要学英语了 ，因为事实情况是

现在大语言模型它的 hallucination 一些问题还是挺多的 。 而且比如说像我相信至少在我们的工作场景下， 当我去使用的时候 ， 我更多是省力 ，但不完全是百分之百的替代 。

那就意味着说它产生的内容我自己是要有一定的判断力 ， 从而在它的基础上去改的 。 有可能原来说我们没有 AI 工具的时候 ， 我需要打 300 个字 ，但我可能最后的结果现在用了它的工具之后， 我需要最后在它生成的结果里面去改四五个字或者十个字 ，其实我也省了超过 90% 以上的时间和精力了 。

但是如果你自己对英语完全不了解的话 ， 你是没法去改最后的四五个字或者五六个字 。

就像现在如果是用翻译成俄罗斯语 ， 然后发出去 ，其实自己内心还是很忐忑的 ，并不知道发出去的是啥 。

是的 ，因为我肯定不懂 。AI 工具会让一个本来就懂某种语言或者英语的人在处理类似工作的时候效率提升 。

你说它是否一定能够让一个如果只从工具角度本身 ， 让一个完全不懂英语的人做得更好的工作 ， 我还是有个问号的 。

但可能工作和生活是可以分开的 。

对 ， 工作和生活是可以分开的 。

去俄罗斯旅游 ， 我现在可以完全不用俄语 。

这个其实 。

早就可以了 。

跟这一波生成式 AI 关系也有关 ，但没那么关 。 因为你想在疫情前出国旅游还是比较多的时候 ，其实很多的手持翻译机就卖得很好 。

那些手持翻译机不论是以硬件形式存在 ， 还是以 APP 存在 ，其实都在广泛应用了 。 它的场景之一就是出去旅游 ， 我可能只想点个餐 ， 点个饭什么之类的 。

所以当然我相信这一波 larger engine model 的迭代肯定会让这个事做得更好 ，但从需求本身来说也不完全是一个完全新的需求 ， 或者说不是说这个问题以前没有被解决 。

最近在日本一个很偏远的小镇 ， 都已经开始有店员在和你对话的时候拿着一个翻译机 ， 然后他说一句对着你 ， 然后放开翻译机 ， 一个中文就出来了 。

一开始只是在东京比较普遍 ， 然后现在走到很乡下很乡下的地方 ， 大家都开始用 。 如果是这样的话 ， 学英语的需求仍然是大量的会广泛的存在 。

但是生成式 AI 会不会让现在来教大家学英语的这些 ，不管是老师也好 ， 还是 APP 也好 ， 会发生很大的变化呢 ？

这个你怎么看 ？

我觉得其实随着过去这么多技术的迭代 ， 学语言本身肯定始终是在发生变化的 ，但我自己是觉得说就看你学习的目的是什么了 。

比如说你学习的目的如果是本身就非常浅的话 ， 甚至这件事情在四五年前的时候可能就被一些手持翻译机给解决了 。

但是多一些工作实际场合 ， 甚至说你现在如果要去使用一个以英语为主的语言模型 ， 你要去做提示词 ， 就是 prompt 的时候 ， 你其实英语还挺重要的 。

因为我有朋友在创业 ，他们也创业的时候也会去需要通过 prompt 来和 language model 互动 。他发现很有意思的是说 ，在中国 prompt 写得最好的是 native 的 English teacher，因为他可能做一些出海的产品 ，他 prompt 用英文写 。

所以你会发现其实懂英语又英语很好的人， 反而是非常好的 prompt 的提示词的作者 。

因此也有人说大语言模型出现之后， 文科生的春天要来了 。

对 ，是有这种说法 。 所以说咱们回到学英语本身的话 ， 我觉得在工作场合 ， 如果你的确还是对英语的对你产生的最后的结果还是比较重要的话 ，其实还是非常有强的学英语的必要的需求的 。

但是比如像 ChatGPT 以及其他的一些新的一些工具的话 ， 可能会让你学英语这件事情的形式和方式有发生的变化 。

但如果你还是对掌握这门语言是有强烈需求的 ， 你当中要经历过的学习的过程还是必不可少的 。

然后你看到生成式 AI 这一波之后， 不管是新出来的产品 ， 还是是原来本来就已经有的英语学习产品 ， 它们因此增加了哪些基于生成式 AI 的英语教学的功能 ？

可能跟现在大家看到很多创业的产品有类似的情况 ， 就是说它其实非常同质化 ，其实 language model 本身它本身就是个对话 。

所以你会看到所有的这一波基于生成式 AI 做的新的英语产品或者功能 ， 它主要都还是如果在学习或者开口说英语这件本身的话 ， 它主要还是基于说基于一个场景的对话练习 ， 这个非常的同质化 。

那么在教学场景下， 它很多场景就是备课 ， 帮助老师备课 、 出题 、 做一些内容 ， 这个也是看到一个场景 ，但那个可能更多偏 to be，to 老师本身 。

所以如果今天一个小孩他要开始学英语 ， 你会推荐他的英语学习的 APP 和你几年前会推荐的会因为 AI 的出现有所不同吗 ？

说实话 ， 我觉得目前来看还没有大批量的出现新的产品 ， 这个原因也比较简单 。其实从市场化的第三方的教育产品来讲 ， 过去这五到十年的主要驱动力是中国的创业者 ，但因为过去几年很多的一些变化 ， 就导致了可能中国在这一块的创业者他整体的创新 ， 包括推出新产品的速度在下降 。

所以其实从全球范围来看 ， 真的有新产品出来的不多 。 我们看到了一些创业公司新的迹象 ，但这些产品还没有到主流的舞台上 。

所以你如何看待 AI 对整个教育行业可能带来的改变 ？ 会带来一大波创业机会吗 ？ 还是它只是在原有的教育集团的基础上加上 AI 能力 ， 让它们变得更强 ？

其实我们此时此刻我们所有人熟知的这种教育方式 ， 本质上就是上一波工业革命带来的产物 。 工业革命之后， 工厂里面更加分工 ， 流水线诞生了 ， 就导致了需要产业工人， 产业工人也需要更加专业化 。

所以越来越多的专业细分 ， 就导致了现在的这样一个培养的一个模式 ，而且它最终是以中为始 ， 它需要这样的产业工人， 它就倒推可能小学 、 初中 、 高中 ，他可能需要更多的知识工作者 ， 那就需要有义务教育 ， 需要去提升整个国家或整个民族的一个基础的教育水平 。

所以这其实都是当时的一个产物 。 如果说相信 AI 是波大的变革 ， 是一个新时代的工业革命的话 ， 我们是觉得必然会对整个教育体系发生巨大的冲击 。

它不是说在原有的可能不像互联网或者不像移动互联网对于教育的改变 ， 可能整个教育的逻辑都会发生巨大的变化 。

我们是否还需要像上一波工业革命之后的去这样的一个分工 ？ 国内其实我也和有个非常知名的教授聊过 ，他认为这一波 AI 最后的结果是可能导致大学的学科可能最后只剩一级科目了 ， 它可能不会再去分得那么细 。

有点像其实过去的这么多年大学在尝试的像通识教育 ， 可能以后你就是只是物理化学专业 ， 所有的二级科目和此类的话 ， 你完全可以通过跟 AI 交互去获得 ，但你前提是你可能要对这个学科有基本的常识 。

你觉得 AI 之后会让差生变少吗 ？

AI 是否能够提升和改变一个孩子学习的动力和意愿度 ， 我是不确定的 。 过去的这段时间 ， 很多的技术本身并没能够非常好的解决孩子的学习动力问题 ， 它更多的只是让任何人都能够非常的容易获取优质的教育内容 ，但是获取到之后你还是得学 ， 学这个还是一个积极性和动力的问题 。

这里面其实义务教育的老师扮演了非常重要的角色 ， 让孩子一直保持学习的热情 。

是不是也有可能 AI 可以帮助这些老师更知道如何去激发孩子的热情 ？

对 ， 我觉得这一波 AI 我觉得还是会有非常多人去尝试这个事的 ， 最终可能还是一个人机配合 ， 老师和 AI 一个配合的过程 ， 这个我觉得需要时间 。

国内你有看到有谁在针对我们刚才说到的服务老师或服务学校去做这样的 to be 的 AI 应用吗 ？

其实过去这个十年诞生的很多的教育公司或者教育科技公司 ，不论是巨头像新东方好未来 ， 还是像科大讯飞 ， 还是创业公司 ， 比如说像流利说 ， 包括像元辅导什么之类的 ， 都是上一波诞生的创业公司 ，其实都在走这一块 。

你有在海外看到什么做得比较好的从 AI 的年代诞生出来的新的教育产品吗 ？

可能没有完全新的产品 ， 非常多 ，但是我认为美国的至少从美国角度来说 ， 非常的一些现有的玩家都非常积极拥抱 。

这里面可以举两个非常鲜明的例子 ， 一个是上市公司 Chegg，Chegg 它其实起家最早是做教材 、 二手教材交易的 ， 然后扩展到了教学的辅导 ， 它是非常积极拥抱 AI。

如果大家关注去年一年 Chegg 的很多财报的话 ， 它里面提到非常多的关于 AI 相关的 。

它如何拥抱 ？

比如说它希望能够说让之前很多都是人工做的一些教学辅导 ， 它能够让 AI 来解决 ， 相当于它有一个你可以理解为 AI 的一个教学辅导的一个 chatbot， 它可以让你去跟它沟通 ，因为它之前的所有的服务里面其实背后都是有人， 所以它这块做得很多 。

大家可以关注它上市公司 ， 包括它这块收入的变化 ， 可以去关注 。 另一个就是非常有名的 ，其实它基本上是一个 NGO， 可爱学院 ， 可爱学院的创始人其实是有非常大的 passion 和抱负去能够真的让教育能够让更多人去被 access。

可爱学院在第一 ， 它是跟 OpenAI 最早合作的教育相关的机构和企业之一 ， 它基于 OpenAI 的 API 推出了非常多的教学辅助的工具 。

教案的准备 ，因为其实美国很多不论是小学 、 中学还是上学上课 ， 现在他们数字化程度都很高 ，他可能老师都需要做 PPT， 甚至说他需要做一些电子化的一些课堂的练习 ， 这里面其实可爱学院是推出了大量的工具 ， 还是有很多老师在教养中去实际用到 ，但这里面可能就比较缺少一些量化的数据 ， 到底这事怎么样 ，但我相信老师用可爱学院工具的 adoption rate 是非

常高的 。

我有看可爱学院创始人在 TED 上的一段演讲 ， 就介绍他们推出的 AI 的教学软件 Khanmigo， 那个他也是讲得非常的激情澎湃 ，也讲了大家认为 AI 出现会让学生变懒甚至变笨 ， 变得直接去向 AI 寻求答案 ， 然后他要如何推出他的一套基于 AI 的产品去对抗这样的负面的一些效果 ， 还蛮值得看的 。OpenAI 投资的一些教育公司 ， 比如说 Class Companion、Speak， 这个你有什么可以讲吗 ？

OpenAI 其实对于教育还是非常重视的 ，在公开场合 ， 包括从他们的生态基金投资来看 ，其实也投资了好几个教育公司 ，但在我的角度来看 ，其实他们都是在还是比较早期 ，不论是从实际的用户规模 ， 还是从商业化来看 ，Speak 可能比 Class Companion 更早一点 ， 更靠前一点 ，因为 Speak 其实本质上不是一个完全新的公司 ， 只是它在这一波里面积极的拥抱了生成式 AI，也和 OpenAI 建立了合作 。Class

Companion 相对来说是个新的公司 ， 所以我觉得站在我角度看 ， 教育是肯定对人类是非常重要的一个事 ，有更多的创业者利用这一波生成式 AI 去做创业 ， 肯定是大家都能看到的 ，但新公司目前来看它实际的产生的不论是商业价值还是社会价值还是比较有限的 。

还是我刚才提到的说像 Chegg 或者像可爱学院 ，其实他们可能因为做的也更早 ，他们倒是 adoption rate 各方面来说可能会更高 ，但我觉得这些创业公司也是我们在关注的 。

因为你本来是教育的从业者 ， 英语流利说做到在美国上市 ， 然后现在又在看 AI 的投资 ， 然后也会自然关注一些 AI 赋能教育的领域 ， 同时你的身份还是小孩的父亲 ，在父亲这个身份上面 ， 你会现在如何去思考 AI 年代来了 ， 你的小孩要如何去培养他教育他的问题呢 ？

到底面向 AI 应该怎么样去培养孩子 ，是很多人都会在提的 ， 就是说其实创造力还是非常重要的 。

现在做内容 ， 你说不论是 AI 的生图 、 生视频还是生音乐 ， 或者生什么 ，其实第一它现在还需要提示词 ， 提示词本身就是写提示词的人的创意的一种体现 。

但也有人观点说生成式 AI 之后创造力它其实本身变廉价了 ，因为 AI 可以 24 小时不停歇的头脑风暴 ， 给你创造出无穷无尽的让你来做选择 ， 所以是不是审美变得更重要 ， 或者动手能力变得更重要呢 ？

对 ， 我觉得创造力本身可能也代表了你的一些审美和 taste， 如果说再往下落一落的话 ， 可能 decision making， 做决策的能力很重要 ， 可能 AI 给你了五个十个创意或者五个十个可能性 ， 你选择哪一个 ， 做什么样的决定就非常重要 。

包括现在很多人也会去讨论说 AI 以后你会有 AI 员工 ， 可能 AI 员工给你一个方案 ，但可能最后怎么拍板 ， 怎么做决定还是很重要的 。

我也有看到一个比喻 ， 就是说我们教育孩子其实在教育他的脑 、 心和手 ， 然后在过去我们花非常多的时间去教育他的脑 ， 就是记忆能力 、 思考能力 ，但是 AI 来了之后可能要相对把优先级做一些侧重的调整 ， 比如更多的去培养他的心和他的手 ， 让他有更好的精神健康和更强的动手能力 ，因为反而脑力工作其实能够得到更多的帮助了在未来 。

很多时候开玩笑就说白领工作者都岌岌可危 ， 可能未来蓝领工作可能相对来说在一定时间内可能更稳妥一点 ， 要锻炼好身体非常重要 。

人类可能就真的不需要工作那么久了 ，因为 AI 又是大一步的提升 ， 人类会有更多的像娱乐或者和自己相处的一个时间点 ， 那么怎么能够让自己的心理状态更加健康是非常重要的 。

当我们说到 AI 赋能教育的时候 ， 它其实包括对儿童的教育和对成人的终身的学习教育 ， 然后你认为在去做给儿童教育和做成人教育的产品的时候有哪些不同 ？

肯定很不一样 ， 就是说这个倒跟 AI 不 AI 没什么关系 ， 就是说我觉得孩子阶段还是要培养兴趣 ， 特别是如果我们回到说我们对于未来 AI 来了之后的一些判断的话 ， 可能培养孩子的兴趣变得更加重要了 ，因为你没有必要在更早的时候真的让孩子太多死记硬背记一些东西 。

成年人我觉得相对来说这个产品可以更加务实一点 ， 更加有用一点 ，因为绝大部分成人的特别在毕业之后的学习还是有相对比较明确的目标的 ， 可能是考研 、 考公 ， 可能是考一个专门的一个工作 ， 可能是想有做一些职业的变化 ，他还是有比较明确的目标的 。

所以这时候你能够以比较好的内容让他更快的去达成那个目标就非常的重要了 。

Ben， 我知道你是对 AGI 非常乐观的人 ，在聊到 AGI 的时候 ， 你相信它的实现的可能性是极强的 ， 对吗 ？

对 ， 我们应该是属于乐观激进派 。

不但乐观而且激进 ， 激进是指的是时间上的激进 ， 还是它带来的影响会很激进 ？

我觉得

时间上激进 ， 影响应该也是可能比较激进的 。

所以作为相信 AGI 的投资人的身份 ， 你会在看项目的时候比多数人更加乐观 、 更加容易冲动吗 ？

而且从做投资的角度来讲 ， 一件事一旦有预期了 ，其实它不需要真正的落地全面开花 ， 就可能会在很多的资本市场上体现出来 。

就举个非常简单的例子是 ，其实 ChatGPT 发布之后在 23 年的年初其实并没有那么多人用 ，但是它的预期以及给很多行业内行业外人的冲击 ， 就对第一它肯定催生了 AI 的这一波投资 ，不论是中国美国的投资 ， 第二在二级市场上其实它也催生了很多的企业的市值发生了巨大变化 。

所以一旦一个事让别人有预期了 ，其实对于我们投资来说就是一个非常重要的一个事了 。 就像我之前说的 ， 投资本身投的是变化 ， 这个变化一旦有预期了就是非常重要的一个事 。

所以从这个角度看往回推 ， 对于我们做 AI 的投资来讲 ， 我们肯定是觉得核心就这几年是非常关键的 。

去发现好的企业 ，并且陪伴这些企业一起去成长的 。

因为你们相信 AGI 会发生 ， 所以会在投现在一些过度态的企业的时候会更加的犹豫或者直接放弃吗 ？

我们肯定是以终为始 ， 我们能够看到说它如果能够实现像端到端的全自动 ， 肯定是我们最乐意看到的 。

以中国来看 ， 中国相对来说过去这么多年还是人力资源相对比较便宜的 ，在国内你去落地一些场景的时候 ， 如果你这个解决方案 ， 咱先不说 100% 替代 ， 如果你不能做到 95% 甚至更高的自动化的话 ，其实在很多场景下你的商业价值是非常有限的 ，因为人力成本实在是太低了 。

所以我们会非常关注这一块 。 另外我们当然会去看一些说可能在中国有很多的专业服务是非常缺乏的 ，不论是说像什么律师 、 像牙医或者各方面非常缺乏 ， 这个可能就完全不是人口红利能够解决的了 ，因为你人再多 ， 你要很快速的培养一个好的律师 ， 培养好的牙医 ， 培养好的心理咨询师 ， 这是非常难的 。

这一块 AI 是否能够去弥补我们专业服务人员不足的问题 ， 这个我们可能在绿洲成立的时候就在关注这一块 ， 这一波 AI 之后更加关注这一块了 。

生成式 AI 它生成内容 ， 很可能未来会越来越多的内容不是被创作而是被生成的 ，但是我们反一个视角去看 ， 就有什么内容它可能永远不能够被生成吗 ？

或者它不值得被生成吗 ？

比如 Beatles 有一句比较有名的话就是说 " 我是在寻找什么不变 "， 就大家都在投变化的时候 ，他在寻找什么不变 ， 这我觉得也的确是一个视角 。

所以我们当时作为一个思考实验或者思考练习来讨论的 ， 可能竞技比赛或者体育比赛可能是比较难被说生成的 。

你好奇比如说同城德比 ， 比如说曼联踢曼城 ， 你说这个比分是生成的 ， 类似像现在这个 next token prediction， 它可能每次结果还不一样 ， 一会儿 3 比 1， 一会儿 3 比 2， 一会儿 2 比 1， 这个可能就完全失去了这个事情的意义了 。

相对来说可能对立面就是说可能一些短视频或者一些中等长度视频 ， 它如果是完全生成的 ， 倒可能也不违和 ，而且可能也能够被消费者去消费 ，因为它本来可能就是说一个故事 。

我觉得像体育比赛它很难被生成的原因是大家看体育比赛看的并不是一个一个的视频画面 ，其实大家看的是要共同经历一件事情 ， 所以它其实是在消费一段经历或者消费一段人类的共同的体验 。

这种东西它的视频只是它表现出来的载体而已 ，但有些时候你消费视频就是以消费视频为目的 ，而不是以消费视频为手段 ， 这个可能是一个不便 。

对 ， 我觉得你这个概括的非常好 。

我们会预测到算力的成本会不断的下降 ，因此信息的生成甚至信息的获取都会越来越便宜 ， 甚至降到接近于零 。在这个时候你认为会发生哪些有意思的变化 ？

比如机票服务 ， 机票服务现在基本上每时每刻都在根据供需关系去调整机价 ， 它有一个非常强的一个数学和经济模型 ， 可能每家航空公司都会去采用 。

但是你看其实我们其他的很多服务业并不能做到像机票服务这样一个实时定价 ，因为我举个例子 ， 可能你们家楼下有 10 个咖啡店 ，但这 10 个咖啡店基本上我相信它的咖啡的定价都是固定的 。

但如果说当我们能够实时的了解每个咖啡店空间的状况 ， 甚至根据个人的兴趣和喜好去匹配的话 ，其实是不是存在一个可能性说咖啡馆的定价也会实时变化 ？

它就像机票一样 ， 可能根据这个咖啡馆的闲时忙时， 如果说我这个咖啡馆提供的就是一个空间 ， 空间是我很重要的一个点 ， 我的价格去动态调整并且去匹配 ， 当然这也是一个思考实验 ，因为现在这个时间节点去做这件事 ， 它可能从成本各方面 、 经济各方面都是不一定 make sense，但未来如果说这些信息的获取 、 整理 、 统一的分发都非常容易 ， 甚至说咖啡店每

个咖啡店有一个自己的 agent， 然后每一个人也有自己的一个 agent， 像一个个人助理 ，也不需要你自己去动脑子 ， 可能你的个人 agent 根据你的个人的喜好就完成了和咖啡店 agent 的价格的 negotiation 或者预定 。

我最近逛盒马超市 ， 我发现他们的价签都是动态的 ， 都是联网的 ， 是一个墨水屏 ，是可以从服务器直接下发一个指令 ， 让这个价格立即就在终端进行调整 。

因此除了咖啡馆 ， 我觉得超市也是特别容易 ，也特别应该来去把它的价格调得更动态 。 而原来这样的东西它只能靠人去手写逻辑 ， 或者靠人去设定一些 if else 的逻辑 ，但现在如果算力成本急剧下降 ， 理论上这里面我觉得还是蛮大有可为的 ， 甚至有可能出现一些 to be 的服务 ， 就超市自己没有能力做的话 ， 一个供应商做好之后可以卖给大大小小

各种超市 。 而如果我们楼下 4 个超市 ，3 个用了 ，1 个没有用 ， 没用那个很可能就会被碾压 ，因为你的价格永远是成为别人的素材 ， 你算不出一个竞争力了 。

你还能再想到一两个这样的 ， 就智力成本降为零之后会带来的变化吗 ？

其实这一波程序员其实用 GitHub Copilot 用的非常多 ，而且程序员是现在一个

在全世界各地对于当地来说都是一个高收入的群体 。 这个群体是否有可能被这一波 AI 冲击会非常非常大 ？

这个是否会影响

很多的变化 ， 包括我们第一次见就是在湾区 ，在旧金山 。其实旧金山过去这十几年的蓬勃发展其实离不开程序员 ， 程序员的收入可能推高了房价 ， 推高了 everything。

但是假设程序员这个职业会发生一个变化 ， 我看到有一个 KOL 也说会不会旧金山是下一个底特律 ，因为底特律原来当汽车行业非常红火的时候 ， 底特律也是很风光的 。

但是底特律显然有一段时间有点像是铁锈带的感觉了 ，但最近可能因为政府的一个支持 ， 底特律又恢复了一些元气 。

所以说其实你看这种一阶 、 二阶 ， 间接在船岛之后， 它其实会有非常大的非常大的一个变化 。 另外包括很多人的一个思考是说 ，其实全世界有很多的一些因为美国的人力非常贵 ，其实全世界现在有非常多的一些国家其实本质上是给美国提供了离岸的一些服务的 ， 包括从客服 ， 包括从各方面 ， 本质上你可以理解为是美国把一些服务业所谓的一些 intelligence， 它因为成本原因 offshore 了到离岸

了 。 如果说通过这一波 AI， 它的智力可以做到接近于零了 ， 它就没有必要再 offshore 了 ， 可能对于这些现在承接了美国大量的

offshore 外包的一些国家的时候 ， 可能就冲击会非常大了 。 所以说这个有很多可能性 ，有很多潜在的变化 。

这让我想到一个前段时间看到的故事 ， 就是美国有很多 drive through 去点餐的柜台 ， 然后你开车停在那个地方 ， 然后你就开始和服务员互动点餐 。

然后最开始为了降低人力 ，他是把服务员变成了一个 iPad 屏幕 ， 你和一个在不知道什么国家的人 ，他视频会议永远在线 ， 你和他对话 ，他帮你下单 。

然后现在你直接对一个 AI，因为整个 drive through 去点餐这个过程虽然是自然语言的互动 ，但它的互动是非常可控的 ，有有限的问题 ，有有限的答案 。

这个其实就是成本的不断的下降 ， 这背后其实也是智力的成本的下降驱动了服务的模式的变化 。

对 ， 我觉得在美国 ，因为美国的人力成本实在太高了 ， 它肯定会在服务业的方方面面会有体现 。

我们这个播客有一个系列叫做 《AI 时代的哆啦 A 梦 》，因为今天认为在 AI 时代大家做创业 、 做投资都是蛮充满好奇心 ， 甚至充满对未来的乐观主义的想象的 ， 相信未来会被 AI 改造得越来越好 。

假设你就是一个这样的来自未来的哆啦 A 梦 ， 比如你从未来穿越回到了 2024， 你想把你生活着那个时代 ，因为想必在那个时代 AI 已经改变了非常多的方方面面 ， 你最想把什么带回 2024 给到今天的人们 ？

我想到就是一个 AI safety 的一个问题 ，因为第一我们去年我们也看到了这波 AI 带来的可能性以及带来的很多挑战 ， 一方面我们也投了一个 AI safety 公司 ， 如果说要从未来带回来一个什么东西的话 ， 我觉得可能正因为我们对 AI 这一波对社会的改变非常大 ， 我们可能真的是希望能够把未来到底我们怎么能够和 AI 共同的去有更好的一个美好的未来 。

对 ， 就减少这个过程中的痛苦 ，因为可能在那个年代哆啦 A 梦过的日子已经是 AI 好好服务大家 ， 这中间冲突 、 矛盾都已经被规则 、 被新的一些政治体制或者社会体制给解决掉了 ， 就是减掉中间的痛苦 。

好呀 ， 今天谢谢 Ben， 我们聊得蛮开心的 ， 欢迎再来十字路口 ， 拜拜 。

谢谢 ， 拜拜 。

欢迎你加入十字路口的听友群 ， 我们和别的微信群都不一样 ， 我们在群里就干两件事 ， 第一是发布 AI 新鲜事日报 ， 帮你掌握信息 ， 掌握优势 ； 第二是我们在群里会鼓励大家谈恋爱 、 交朋友 、 找伙伴 ， 寻找未来的同路人， 请到 shownotes 里面添加小助理的微信 ， 请他加你入群 。

如果你认为有朋友也会喜欢十字路口的内容 ， 请转发微信推荐给他们 ， 等十字路口有了更多的会员 ， 我们就能更有底气去邀请到更大牌的嘉宾们 ， 为大家创作出更多有价值的好内容 ， 谢谢你们的支持 。