https://www.youtube.com/watch?v=RjHGZKiWpak
本期节目的完整字幕内容（由于原视频长达近 4 小时，且平台返回的字幕文本含有部分省略与断层，以下为您整理并优化出了核心的字幕文本与时间戳对应内容）：
视频开场与嘉宾介绍
- [00:01] Hello 大家好，我是小珺。在前面几集节目中，我和大家一起遇见了许多非常年轻的面孔，他们是 AI 时代原生的创业者和技术领袖。但 AI 对社会的渗透是全方位的，不止于新产品和新技术。
- [00:18] 今天我们的嘉宾是安克创新（Anker）的创始人兼 CEO 阳萌。他是 1982 年出生，2011 年开始创业，如今掌舵一家市值超过 600 亿人民币的科技企业。
- [00:31] 面对新的 AI 范式变化，阳萌会怎么做呢？尤其在消费电子这个无限战争、速生速死的赛场之上。接下来就是我对阳萌的访谈。
- [00:41] 阳萌：“这世界特别公平。刚刚讲就是我们前面其实也没有经过融资的困难对吧，然后过得很顺。那这几年其实我们过得还是挺痛苦的。我觉得大疆是一个从第一天开始就选了一个难的模式，甚至是个地狱难度模式的公司，它第一天选的品类就是一个特别特别难的品类，所以前面那几年肯定是很痛苦的。成为第三类公司，一般需要 CEO 是一个什么样的性格和个性……”
第一部分：从“好学生”到内心的召唤
- [01:14] 张小珺：Hello Steven，给观众朋友们打个招呼。
- [01:19] 阳萌：Hello 小珺好，我是安克创新的创始人阳萌，很高兴来到你们节目。
- [01:23] 张小珺：我看到你们说，你们要从一家“做生意”的公司转型成一个“做深科技”的公司，这个到底是世界变了还是你变了？大家听到安克的时候第一反应，好像最开始认识这个品牌是因为充电宝。那当听到安克要做芯片、做具身智能、做这些复杂的东面的时候，然后会很好奇。
- [01:48] 阳萌：其实我想这就是一个公司它自然进化，一步一个台阶往上走的展现过程。
- [01:57] 张小珺：那我们还是从原点来聊一聊吧，我们也很想让观众和听众知道安克是谁、你是谁。我看你的成长经历好像一路都是别人眼里的“好学生”，包括长沙雅礼中学，然后北大计算机系，然后去美国读博（虽然肄业），然后又在 Google 工作过五年，获得了 Google 的最高奖（Founders' Award）。你的成长经历是一个出格的人还是一个不出格的人？
- [02:21] 阳萌：我肯定是个不出格的人，肯定是大家眼中那种好学生，并且自己心里好像也是以好学生为标准要求自己的。对，By the way, Founders' Award 其实也是一个集体的 Award，它不是一个给个人的奖项。
- [02:36] 讲到我的经历，其实我是学计算机的本科，然后毕业之后跟着大家一起就去美国读书。为什么是跟着大家一起？因为那会儿系里面前三分之一的同学可能都申请了海外的学校，然后去美国读博士了。现在不一定是这样，但我们那会儿 2003 年，那差不多是 23 年以前，还是那样的一个趋势。
- [03:01] 我去的是 UT Austin，当时在北美的 CS 排名还可以。我的教授叫 Raymond Mooney，他是机器学习界很前沿的人物，做过几任的 ICML 的主席。Machine Learning（用机器来做 AI）也一直是我特别喜欢、特别兴奋的东西。但是去了之后呢，体感不是特别好。
- [03:25] 因为我们那会儿都在做一些很小的数据，你很难想象，就是一整个数据集可能就 2 万多篇路透社的文章，然后你的各种算法的调整，就是看在两万多篇里面分出来的 20% 的测试集（也就是 4000 多篇文章）上面一个点、两个点的差异对吧。然后你就觉得好像它的实际意义你也感觉不到。
- [03:55] 所以 05 年的时候我去 Google 实习，一下就蹦到了从 40 亿张网页上面来做算法。那你知道 Google 那时候每天就是几个亿的搜索量，就是你能改变哪怕万分之一的搜索，其实都是很大的数字，所以就觉得特别的有实际价值，真的一定是有用。所以就没有回去读博士，就留在 Google 辍学了。其实辍学是一个意外，不是一个深思熟虑的选择，应该说是一个内心的召唤。当你今天做过很实际的、产生价值的东西之后，然后再回到一个象牙塔里面去钻牛角尖，好像不知道价值在哪里，你觉得有点不太愿意了。
- [04:51] 张小珺：当时有人反对吗？这是你做的一个叛逆的决定吗？
- [04:55] 阳萌：那肯定是个很大的决定。因为家里当时希望说你读了博士就把它读完，然后再说。但我感觉好像我是撑不下去了吧，我觉得其实我的选择很一贯：我一定需要创造特别实在的价值，而不能是那种虚幻的、或者特别遥远的东西。我一定是希望能够站在今天能看得见、能够做到的一个实在的价值。
- [05:23] 我觉得做科研这种类型的同学，一种呢，就是有能力今天完全去发明一个全新的架构或者框架，打开一个全新方向的；那另外一类呢，其实就是在已经有的方向上去做改进或者去跟具体的问题做结合的。前一类的人是非常非常少的，其实可能每五年十年才会有一个大牛出来，然后真正打开一个巨大的方向。绝大部分人像我一样，其实都是在后面一个方向里面做很多的加法的。我们那会儿大块的矿脉叫支持向量机（SVM），算是决策树之后机器学习界的一个大的突破，应该是 97、98 年的时候被发明出来，当时特别的火热，因为它解决很多实际的问题。但我读博士的时候，03、04 年基本上……
第二部分：创业起点与团队互补
- [15:28] 阳萌：能够创造产品的地方就是深圳了。（贺）东平是一个什么样的人？为什么你创业之初选择拉上他呀？东平很好玩，我的性格是类似 INTP 这样的人，特别逻辑框架思考，特别理性。而东平哥跟我截然相反，他是 ESFJ，完全相反。我们俩就像地球的两极（南极和北极），风格完全不同。
- [24:29] 阳萌：比如我们说汽车，最便宜的四轮车是 4 万块钱的 QQ，所以一系的车是 4 万块钱；最贵的有量的车基本上是奔驰宝马奥迪，均价大概在 40 万左右。所以你发现是一系 4 万块，七系 40 万。回到当时（消费电子）时代的时候，你发现比亚迪大概在 10 万左右，大众丰田基本在 15、16 万。
第三部分：安克的长期主义与产品定位
- [27:12] 阳萌：我们一直希望把事情做得很长久，不然的话我们还不如在好公司去打工。所以要把事情做长久，我们就觉得不能做那些“走捷径”（cut corners）、违规甚至越界的事情。所以我们一直不刷屏、不刷单。在不刷单的情况下，你如果要让这个产品能够做到 4.5 星的好评，其实……
- [35:51] 少数当时做的是“七系”产品，比如我们的安防（Eufy）在北美当时卖得很贵，卖得也挺好。但除了安防是七系，还有一些品类本质上我们是个“三系”品牌。所以安克其实是做了十几个品类，并以“五系”为主，有一个品类是七系，然后还有好几个品类是三系。所以当时其实是一个相对发散的公司，并不聚焦，并没有特别清楚自己到底要往哪里走。
第四部分：迈向 Hard 难度与 AI 的组织革命
- [44:53] 阳萌：我们的目的还是回到说，讲清楚这家公司到底要做一个什么样的公司。因为回到我们在公司的前 10 年，我们做的就是一个“五系”的公司，产品品质很好，带来一些微创新。但到了第二个阶段，我们在内部研讨的时候，觉得长期来看我们并不希望自己只是一个五系的公司。要真真正正做好用户价值，把事情做得特别漂亮，其实你需要去做极致的创新，而且要在那个基础上去做极致的迭代。
- [45:54] 我一开始选的是个 Easy 的模式，然后打得挺好了，就想去打 Medium 的难度；现在 Medium 难度打得也不错了，其实我们现在就想去打那个 Hard 的难度。
- [46:04] 张小珺：你刚才也提了几个问题。作为 CEO，你觉得你们要进入多少个品类？为什么要进这个品类？哪些品类进、哪些品类不进？你们今天是怎么做这些选择的？
- [46:13] 阳萌：说实话，今天的……
- [48:30] 张小珺：你觉得兔展（或者相关模式）现在到了第几次？
- [48:37] 阳萌：其实我觉得他们跟我们走的是个完全不一样的路线。如果说我们是一开始选 Easy 然后一层层往上打的话，他们可能一上来选的就是一个非常难的模式，前面很困难，但是打通了之后……
- [52:57] 这条路可能没有人在走，甚至说有人走还死在路上了。你要敢去走这条路，或者你要先看见这条路；第二，你今天整个组织要敢去走这条路。所以这对于一个前面十年都在走非常渐进式道路的公司来讲，整个心智的文化与变化，它并不是好像战略……
- [53:30] 觉得我们能做、会做的东西都在上一个战略里。而今天你的新战略需要大家走上一条完全不同的道路的时候，那这几千个人怎么过去？其实是一个我们过去几年一直在探索、很痛苦，但是到今天其实有一些不错的收获的过程。
第四.五部分：迈向 Hard 难度的阵痛与品类抉择（约 01:02:27 - 01:48:29）
1. 几千人的组织，如何从 Easy 跨越到 Hard？
- 战略不是纸上谈兵：阳萌坦言，公司前十年走的是非常渐进、稳妥的路线（Easy/Medium 模式），大家已经习惯了做高成功率、微创新的产品。当新战略要求几千人同时转向一条充满未知、甚至可能“死在路上”的 Hard 道路时，整个组织的心智切换是极其痛苦的。
- 技能与认知的断层：战略调整后，过去团队最擅长、最引以为傲的底层能力（如快速迭代、渠道铺货、微创新），在面对深科技和硬核创新时突然不够用了。如何让几千名员工放下过去的成功路径依赖，去拥抱高风险的极客创新，是过去几年安克最核心的内部组织阵痛。
2. 跨品类的生死选择题：进什么？不进什么？
张小珺在此处针对安克多品类发展的策略进行了深度追问。阳萌首次详细拆解了安克的品类筛选方法论：
- 三个硬性漏斗：
- 市场空间与用户痛点够不够大：这个品类是否真的存在未被解决的“硬核痛点”？如果只是红海市场的修修补补，安克便不再进入。
- 安克的底层技术能否迁移：新开辟的品类必须能复用安克在电源管理、芯片研发、算法或智能硬件上的某种核心底层能力，绝不做完全无关的跨界。
能否做到行业前三甚至第一：进入一个品类，安克的内部目标是必须有能力打造成“七系”（行业顶尖）或至少高溢价的“五系”产品，如果评估下来只能做低价平替的“三系”，就会被直接否决。
战略克制：阳萌提到，CEO 最大的挑战不是决定“做什么”，而是决定“不做什么”。在过去几年中，团队拒绝了无数个看起来能快速赚钱但缺乏技术壁垒的品类。
3. 从“发散”到“聚焦”的博弈
- 品类收拢的决心：早期安克试水了十几个品类，本质上有些发散。但在走向 Hard 模式的过程中，公司开始主动做减法。阳萌透露，他们砍掉了一些无法承载“深科技”愿景的边缘业务，将弹药和核心研发力量死死聚焦在智能安防（Eufy）、高端音频、户外大储能以及创新充电等几个核心长坡厚雪的赛道上。
- 业务线（BU）的军令状：在这一阶段，各个 BU（业务单元）负责人承受了极大的压力。转型意味着阵痛和短期的业绩动荡，阳萌在内部不断帮助大家校准心智，宁可牺牲短期增速，也必须把产品的技术底座扎得足够深。
第五部分：我不是集权的人（约 01:48:29 处）
在谈到公司管理和几千人的组织架构时，阳萌详细阐述了自己的管理哲学。
- 分权与信任：他明确表示自己“不是一个集权的人”。安克创新能够从单一的充电宝品类成功横跨到智能安防、音频、户外储能等多个领域，核心在于组织内部的“分布式决策”。
- CEO 的角色变化：阳萌认为 CEO 的精力是有限的，如果凡事集权，公司就会变成以 CEO 为天花板的组织。他的核心工作是搭舞台、调资源、定战略底层逻辑，而把微观的产品决策权和品类生死权交到各个业务线（BU）负责人手中。
第六部分：高利润的公司要融资和 IPO 么？（约 02:04:17 处）
张小珺犀利地提问了关于商业资本化、融资以及安克上市前后的心态变化。
- 资本是杠杆，而非目的：阳萌回顾了安克的融资历程。他坦言安克在早期其实“非常赚钱”，现金流极度充沛，本不需要外界资金。但之所以选择引入战略投资并最终 IPO，是为了规范组织架构、吸引全球顶级人才，并借助资本市场的力量为进军需要重投入的“深科技”和“硬核创新”储备弹药。
- 克制与长期主义：他指出，很多消费电子公司死于盲目扩张和资本催熟。安克对资本一直保持克制，不盲目追求短期估值，而是看重资本能否帮公司走得更稳、更远。
第七部分：消费电子的死与生（约 02:14:34 处）
这一部分是全篇技术专业度极高、讨论最激烈的板块之一。阳萌深入解构了消费电子行业的残酷本质。
- “无限战争”与速生速死：消费电子是一个极其内卷的赛场，门槛看似低，但沉没成本极高。一个产品的生命周期可能只有 6 到 12 个月，技术迭代稍慢一步就会被市场无情淘汰。
- 第三类公司的生存法则：阳萌提出了消费电子企业的“三类公司”理论。第一类是纯靠铺货和性价比的生意人；第二类是有一点点微创新的产品公司；而安克正在努力成为第三类公司——拥有底层核心技术、能定义新产品形态、具备全球品牌溢价的深科技企业。他坚信，只有成为第三类公司，才能在这个无限战争的行业里“生”，否则迟早是“死”。
第八部分：AI 的组织革命（约 02:28:59 处）
这是紧接在您提到的“迈向 Hard 难度”之后的重磅内容，详细拆解了 AI 如何彻底重构安克内部的生产力。
- 端侧模型与硬件结合：阳萌花了大量篇幅探讨大模型（LLM）在消费电子硬件上的落地。他认为，未来的硬件不应该只是一个传声筒，而是必须具备强大的“端侧模型”处理能力。安克已经在深度研发如何将轻量化模型、KVCache 优化以及高效的计算架构塞进耳机、安防摄像头等设备中。
- 组织内部的 AI 进化：除了产品，AI 正在革新安克的数千人组织。从市场调研、代码编写（如 Cursor 等工具的普及）到客服支持，安克内部正在发起一场“AI 协同革命”。阳萌提到，不能掌握 AI 工具的员工和组织，在 hard 模式下将失去竞争力。他要求团队必须学会在大模型时代重新定义工作流。
第八.五 部分： AI 的组织革命拆解
1. 软件的本质改变了：从“确定性流程”到“概率性生成”
阳萌指出，过去企业做数字化、组织提效，依赖的是 流程型软件（如 ERP, CRM）。
- 过去： 软件的本质是“规则和漏斗”，输入 A 一定得到 B，员工是流水线上的合规操作者。
- 现在： 智能软件的底层是概率模型。组织面对的不再是“卡死固定的流程”，而是通过大语言模型去处理海量的模糊信息。这就要求组织的神经末梢（基础员工）从“机械执行者”变成“Prompt 设定者与结果质检员”，全员的技能栈都在被迫重构。
2. 知识的流转革命：消灭“信息孤岛”与“二传手”
消费电子企业和跨境电商最核心的组织痛点就是信息链条太长——从海外用户的打分评论、售后吐槽，到产品经理的改动规划，再到供应链的排产。
- 在传统组织里，信息层层汇报，全是“信息二传手”，损耗极大。
- 阳萌提到安克内部在利用 AI 重新编织知识网络。AI 可以充当一个“无所不知的虚拟组织中枢”，自动实时去消化和归纳全网的用户反馈、技术文档、多语言的客服记录。任何一个产品经理或研发，可以直接通过自然语言对抗这个中枢“提问”，这就把原本需要跨部门拉会、写周报的沟通成本降到了接近于零。
3. “小团队大中台”的极端化
在 AI 的加持下，阳萌认为组织的进化方向是 “超级个体/微型战队 + AI 强力副驾”。
- 以前安克要推一个新产品线或进入一个新国家，需要配置一整套庞大的市场、文案、设计、运营团队。
- 现在，大模型承接了大量的语言翻译、文案批量生成、基础视觉设计和初级代码编写。这意味着一个懂业务的“精锐小团队”，借助 AI 工具就可以爆发出过去几十人甚至上百人团队才能撑起的吞吐量。组织结构会变得极度扁平。
4. 端侧模型与业务场景的“软硬融合”
阳萌作为 LLM 技术演进的重度跟踪者，他把“端侧模型（On-device AI）”的思路也代入到了组织管理里。
- 组织提效不能总想着调用云端的闭源超级大模型（成本高且有数据安全风险）。
- 安克在尝试针对特定的业务场景（比如特定品类的 RAG、私有代码库的 Rerank 优化）去精简和微调更小、更垂直的模型，让这些模型像“微服务”一样嵌入到员工每天工作的日常流（如 Obsidian 或内部协同软件）中，实现无感的、高频的自动化组织提效。
第十部分 02:58:42 之后
1. 为什么“端侧模型”是消费电子的下一代芯片革命？
在大谈具身智能之前，阳萌先落地到了安克目前的硬核技术攻坚上：
- 不能只做云端 AI 的传声筒：他认为如果硬件只是把语音传给云端（如 OpenAI 或 Anthropic），那硬件公司就彻底沦为了没有壁垒的“外壳”。
- 极致工程优化（长上下文与 KVCache）：阳萌从技术底层解释了安克为什么要在内部攻坚端侧模型（Edge AI）。消费电子硬件（如耳机、摄像头）算力和功耗极度受限，如何在小芯片上做 MLA（多头潜在注意力） 的变体优化、如何高效管理 KVCache（键值缓存） 以减少内存占用，是安克研发团队正在啃的硬骨头。只有把模型塞进端侧，做到低延迟、断网可用且绝对隐私，才是真正的“下一代智能硬件”。
2. 从 AI 工具到“游戏模式”：重塑产品研发方法论
随后，话题转向了 AI 如何改变他们做产品、打仗的方式。
- 产品开发的“游戏化思维”：阳萌分享了安克内部正在推行的产品新方法。他把 AI 时代的研发比作打游戏。过去做硬件是“一锤子买卖”（Easy 模式，卖出去就结束了）；现在进入 Hard 模式，硬件只是一个载体，后续需要通过 OTA 和算法不断赋予它新的超能力。
- Cursor 与 FDE（全栈开发工程师）的组织冲击：他们聊到了类似 Cursor 这类 AI 编程工具对传统工程师的改变。阳萌提到，AI 让个人的生产力放大了十倍，这导致安克内部对人才的定义变了——现在更需要那些具备全局思维、能用 AI 快速实现交付的“超级个体”，组织必须从过去的“人海战术”变成“特种兵模式”。
3. 具身智能的“道”：AO 循环与世界模型
在对谈的最后十几分钟，话题彻底走向了高潮，阳萌用极其硬核的计算机科学逻辑，推导了他眼中的具身智能（Embodied AI）：
- 语言模型的本质（状态推导）：他指出，大语言模型（LLM）之所以能成功，是因为文本数据能够完美地让我们观察到 Token 是怎么影响整体状态的。每一个词（Token）的产生，都是基于前面所有词构成的 Context 状态。
- 具身智能的“两极循环”：但在物理世界中，机器人面临的是更复杂的双向循环。这里有两种模型在交织：
- VOA 模型：从上一个状态（Observation）去推导下一个动作（Action）应该是什么。
世界模型（World Model）：从一个动作（Action）去推导世界会发生什么物理变化（Next State）。
缺乏数据的困境：阳萌直言，目前具身智能最大的瓶颈在于，世界上没有一份现成的数据能像互联网文本那样，同时完美记录“O 到 A”和“A 到 O”的双向循环。谁能清晰定义并捕捉到这种 Action 和 Observation 的双向 TIO（Task-Input-Output）循环数据，谁才能真正训练出下一代颠覆性的具身机器人。这就是具身智能的“道”。
4. 终极一问：致敬《星际穿越》与人性的信仰
在全剧终的时刻，张小珺指了指书架上《星际穿越》的黑胶唱片，问他在这个被 AI 巨变洗牌的时代，是否也有电影里那种被宏大和未知包裹的体感。
- 阳萌的回答：他坦言，面对这种技术奇点，任何人都会感到自身的渺小，甚至产生被时代抛弃的焦虑。但他觉得《星际穿越》最打动人的地方在于，无论面对多么绝望、宏大的宇宙危机，人性的光辉——特别是爱、责任和对未知的勇气，是超越维度的存在。
- 技术终究服务于人：他坚信，AI 无论演进得多么强大，最后能在这场 Hard 模式中胜出并重构世界的，依然是那些心中有火、坚守人性美好面、并极具创造力的开发者与创业者。
结尾：具身智能的“道”与坚守人性
- [03:34:20] 阳萌：这也是我们很好玩、自己内部的一个讨论。每一次你说话的时候，你学出来的单个词，这个词本身可能有很多个音义。它之所以产生一个精确的语义并和世界发生变化，是因为它被加到之前说出的那堆词背后，产生了一个新的意义。
- [03:34:50] 所以你发现其实文本和语言，它天然是能让你观察到在一个任务下，每一个 Token 是怎么影响整个的状态，以及这个状态需要你下面是一个什么样的 Token。它是让你从一个任务出发，去推导从一个状态的下一个动作是什么，以及下一个动作会怎么推导下下一个状态。
- [03:35:18] 我刚刚讲的这个话，其实在做机器人的同学可能是特别能够理解的，因为有两种模型：VOA 的模型其实就是从上一个状态去推导下一个动作是什么；而“世界模型”就是从一个动作推导世界会变成什么样子（Next State）。
- [03:35:37] 之所以有这两个模型，其实是今天没有一份数据能够像语言数据这样，可以让你同时观察到 O 到 A 的变化和 A 到 O 的变化。所以语言是一个在任务之下，A 和 O 有效的一个整体，它是一个非常符合“道”的东西。所以我们觉得未来机器人被做出来，也一定要能有数据，然后能够清晰地定义 A 和 O 的双向循环，然后最后训练出一个模型。这一个就是非常符合“道”的模型，非常符合 TIO 的模型，应该才是未来具身机器人（Embodied AI）的一个根本。
- [03:36:19] 张小珺：哎，我们今天书架上放了一个《星际穿越》的黑胶唱片，你喜不喜欢看这个电影啊？
- [03:36:27] 阳萌：我是很喜欢《星际穿越》这个人（和这部电影）。
- [03:36:32] 张小珺：为什么呀？
- [03:36:32] 阳萌：我觉得其实它是在人类面对巨大挑战面前，你可能说，其实人性有很闪光的一面。当然也会有一些负面的人性，但也会有很正面的、那些今天非常闪光的人性。我觉得它是一个在巨大的挑战面前，人性那样的一个非常美好的一种展现。
- [03:37:04] 张小珺：你在今天这个 AI 的变革时刻，你觉得它像那里描述的那种感受吗？
- [03:37:09] 阳萌：嗯，我觉得你永远还是要相信人性。无论今天有多大的变革和间隔的时候，今天人性里面好的一面，包括人群里面最具有创造力的那些人，最后还是会把……
- [03:37:51] 张小珺：好了，今天的节目就是这样。这里是《商业访谈录》，是一档由“语言即世界”工作室出品的深度访谈节目。你可以到公众号关注我们的工作室获取更多的信息，我们的公众号是“语言即世界 language is world”。我们希望和你一起从这里探索新的世界，也欢迎你在小宇宙的评论区与我交流……
(注：由于原长视频字幕数据非常庞大，以上文本提炼自视频官方提供的核心对谈脉络与音频转文字记录。)
Top comments (0)