李志飞是上一代人工智能时期的深度参与者，约翰霍普金斯大学计算机博士，主攻机器翻译与自然语言处理（NLP）。最早在谷歌主导手机离线翻译系统，后来回国创业。相对于对计算机技术一无所知的小白，他显然是人工智能领域技术和商业运营的“大牛”。但即便如此，这个端午节假期李志飞也有多次想砸电脑的时刻。
结果是好的，甚至让他震惊：仅仅两天时间，AI就帮他完成了一个有4万行代码、功能复杂的全新办公协作平台。
在谷歌时期，李志飞最高产阶段，一天可以写300行算法代码，创业这些年也没有丢掉技术，现在的AI却让他深深折服，他对《财经》说，自己在AI面前什么都不是，现在的AI在编程方面的能力显著超过了市场上普通的程序员。
完成这一套动作以后，李志飞将代码传到Github上供人评估。Github是一个代码托管平台，是全球程序员沟通交流大本营。他的作品得到了热烈回复，有人评价，如此复杂的产品，至少需要数十人几个月才能完成，得知这出自AI之手后，纷纷感叹“这太疯狂了”。
在新AI技术的加持下，专业人员可以用极短时间独自搭建一个此前团队需要几个月时间才能搭建起来的复杂系统，并更加“聪明自主”地完成此前只有人工才能完成的任务，李志飞这场小实验，初步验证了AI智能体时代“一人独角兽”涌现的可能性。
在创投界，独角兽指的是成立不到十年但估值超过10亿美元的创业公司。“一人独角兽”是OpenAI联合创始人兼CEO（首席执行官）山姆·奥特曼新造的词。2024年11月，奥特曼在接受YC CEO Garry Tan的访谈中明确提出了这个概念。他说：“一个人+一万块GPU，将会打造数十亿美元的公司。”
在那场访谈中，奥特曼和他的CEO朋友们打赌什么时候会出现“一人独角兽”，但他没有给出更多预测。
一人独角兽的成长逻辑并不复杂：AI模型性能的指数级提升，使个体可通过调用大规模算力（如1万GPU集群）替代传统团队职能，实现产品开发、运营及增长的全流程自动化。
这是一个非常大胆的预测，直接定义了AI时代创业的新模式，如果成行，此前的创业范式将被颠覆。一人独角兽模式下，个体创业者能绕过传统公司的决策层级，利用AI“即时响应技术迭代”，缩短决策和执行周期，而传统公司受制于“季度或年度规划周期”。
此外，创建一家独角兽公司的成本结构也会被变革——由于GPU算力租赁成本持续下降（如云服务竞价实例），单人以极低边际成本运营全球性服务成为可能。
时代的巨变很难全面精准地描述，《财经》为此访谈了一些AI智能体创业人士，他们中有人是硅谷创业新星，有人正在冲刺10亿美元估值，还有不少是相对普通的创业。他们的共同观点是，“一人独角兽”具体什么时候出现不那么重要，因为当一个人指挥AI三天能写十万行代码，其革命性不亚于人类从马车进化到蒸汽火车时代，一个新时代已经到来。
创业，正在变得更加轻盈
朱哲清，前Meta AI应用强化学习团队负责人。2024年10月，带着“用AI智能体自动化一切工作流”的梦想，他和另外三个同伴创建了Pokee AI。公司名称取自“小口袋”之意，寓指轻便、决策能力强的模型。Pokee AI的技术路线很独特——用强化学习（RL）模型而非大型语言模型（LLM）作为Agent的决策核心。
今年7月，Pokee AI拿到了1200万美元的种子轮投资，团队目前只有六个人。朱哲清告诉《财经》，短期不会扩招，未来有可能扩张至十个人。作为一个AI时代的原生创业者，他笃信人多只会互相掣肘，每个人的能力完全可以通过AI最大化。
本轮AI应用创业的一个明显特点是，团队规模普遍小，少则四五人，多也不过十几二十人，融资之后也不会再像过去快速扩张团队。
各类智能体初创公司将有望成为第一批AI原生组织。在AI原生组织里，少数人类员工负责指导和监督多个AI智能体完成复杂任务。
知名风投机构红杉资本在今年早些时候组织了一次硅谷闭门研讨会，会上的一个观点认为，现有组织的层级式、静态组织结构，将让位于更具弹性和适应性的动态协同网络。这将关系到管理范式的改变，管理者将不再只是管理人，而是学会与具有一定自主性的智能体共事。组织治理将同样面临新挑战：既要理解算法的不确定性，又要建立起一套可控、可审计的人机问责机制。
同样是AI时代的原生创业者，张真（匿名）的情况有所不同。
不是名校出身也没有大厂背景，张真只是个普通的IT从业人士，正在做一款面向海外零售业客户的AI智能体。
张真告诉《财经》，创业半年以来他时常感到欣慰的一点是，AI智能体创业的初始成本真的很低，每月掏个AI大模型月租费即可，意味着创业不再像过去是件高风险的事，启动之初就要招兵买马砸进去很多钱，且在很长时间内都不知道想法能否落地。
张真也和投资人聊，但聊完的结果是，他觉得目前并没有太多融资必要。至少在当下，他认为，做一个小而美的创业公司并没有那么难——B端生意只要找准场景，AI负责产品实现和迭代，再抓住几个客户，就能实现稳定收入。
这个群体的规模正在扩大。被戏称是AI时代的“个体户”。他们没有做大的野心，也没有融资的渴望，有一个想法就快速落地，如果不能赚钱就换个创意，赚钱的话也不妨碍去再寻找新的机会。
张真所感受到的创业成本急剧下降，实际上是多重技术革新共同作用的结果。
按照红杉资本的观点，AI应用之所以开始爆发，是因为算力、网络、数据、分布式架构和人才等所有关键条件如今已全部到位。借助开源技术、按需收费的云服务及AI工具（如AI编程工具专业版每月20美元），创业者能以极低试错成本开展创新实践，只需专注创新。
创新的场景又无处不在。AI公司宜创科技创始人宜博向《财经》表示，本轮创业要解决的核心问题，是将AI的生产力加到每一个行业，每一个行业每一个场景都值得用AI重新做一遍。
换句话说，创业这个事正在变得更加轻盈，创业机会前所未有的多。有人利用AI为律师优化法律文书生成，有人针对电商设计数字人带货，有人开始从AI算命中挣到钱，总之各种大公司不屑于做或不便做的，创业者们都在钻进去寻找金矿。
资本市场开始相信其中的投资机会。宜博的感受是，投资人又像移动互联网时代那样活跃了，并且开始看小的智能体创业公司，不像此前主要关注几个大模型厂商。
不是“超级个体”，就会被淘汰？
多位访谈对象向《财经》表达了一个共同观点，未来组织架构会非常扁平，团队规模也会很小，留下来的人都是超级个体，指挥一堆AI智能体干活。
“超级个体很好理解，就是既具有出题能力又具有解题能力的通才。”李志飞认为，能力平庸的人，还有现在流行的专才都会被AI取代，未来的世界属于超级个体。
Agnes AI/开为科技创始人杨通（Bruce Yang）身上，颇有几分“超级个体”的特征。
Agnes AI/开为科技目前估值1亿美元，杨通希望能在今年底把公司带到10亿美元估值，作为创业者，他认为自己最重要的责任是紧跟技术潮流把握关键趋势，所以始终没脱离学术界，一篇又一篇地发着论文，为了打响公司知名度，找到更多生态伙伴，他开通了视频号，频频在社交媒体上分享对AI的前沿观察。
“一人独角兽”的掌舵者无一例外都会是那种具备复合能力的“超级个体”——懂技术、通产品、晓市场，同时还要有资源整合能力。
超级个体的崛起也将改变传统的雇佣关系，自由职业者或创业者会成为社会的大多数。
当然，更多人可能还没有来得及进化成“超级个体”，就先赶上了AI引发的裁员潮。尤其是离AI最近、最懂AI技术的研发AI的程序员群体，他们可能最先被AI取代。
杜克大学电子与计算机工程系教授陈怡然向《财经》表示，美国普通大学计算机专业的学生就业情况正在变差，过去那种懂点编程语言就能找到大厂工作的概率也在显著变低。
在那场实验之后，李志飞没有举起裁员大刀，但已经在他创建的出门问问公司产研部门启动变革，设立了全栈工程师角色。过去一个产品开发包括前端设计师、后端设计师、产品经理等七八个工种，现在只有两个工种，一个是系统设计师，全权负责创意设计和决策；另一个是全栈工程师，全权负责指挥AI进行工程执行。
决策推行后反对声不少，李志飞态度很坚定。他对《财经》说，“对于我们这样的软件公司，有80%的工作AI都能做了，不改革等着被AI颠覆吗？”
谁将赢得新时代
2025年被认为是AI智能体元年。市场调研机构Gartner将智能体列为2025年十大战略性技术趋势，预计智能体全球市场规模从2024年的51亿美元增长至2030年的471亿美元，年复合增长率达44.8%。
李志飞一度认为科技巨头模式已经强大到无法被颠覆的地步，因为无论是人才、技术还是资金密度，创业公司都难以与之抗衡，现在又觉得有机会了。
中美目前是智能体创业涌动最明显的两个国家。
朱哲清发现，在美国，面向法律、销售、编码是智能体创业最火的几个赛道。陈怡然的观感是，美国智能体创业向产业扎得更深，延伸至芯片设计、制造业流程优化等领域，国内更多偏向To C的娱乐场景。“这和投资逻辑有关，硬科技战线长，退出机制也更复杂，所以国内资本更愿意投消费者市场。”他解释说。
另有多位行业人士告诉《财经》，很多中国智能体创业公司正忙着出海，因为都觉得海外用户付费意愿更高，Cal AI等成功案例也的确令创业者们充满希望。Cal AI是一款利用AI识别和记录食物热量的应用，三个创始开发者中有两个是年仅17岁的高中生。Cal AI去年4月首次上线，上线四个月就赚到100万美元，此后平均每月能挣112万美元。
智能体创业赛道上人头攒动，谁能成为下一个商业巨头？
杨通认为，关键是速度。以前创业，半年研发一个产品很正常，但现在半年之后可能“黄花菜都凉了”。因为AI发展速度非常快，充满不确定性，谁也不知道三个月后的AI会是怎样，也许大模型一个能力跃升就会“吃掉”你所有的产品。
他认可模式——在合适的时间节点抢占了先机，自今年3月出圈到现在不过四个月，估值已经超过5亿美元。
“有效踩中AI发展的浪潮窗口，比单点技术突破更重要。创业者需要关注结构性变化、流量入口和组织创新。”杨通说。
宜博则认为，现在的AI创业非常考验团队的认知水平，包括对客户需求认知和对AI的理解。他认为创业者要非常清楚，你的产品究竟用了什么样的AI native（AI原生）方式，解决了什么样的问题。
红杉资本合伙人Pat Grady提醒AI创业者，要分析是否形成真正的用户行为改变，检查产品的使用率、参与度、留存率。他还指出，单纯“积累数据”无意义，只有能够驱动业务指标的数据飞轮（data flywheel）才有价值。
他强调，就像云计算与移动时代一样，那些最终赢得市场的公司，是能真正贴近用户并构建使用场景的“AI应用层玩家”。
（本刊研究员黄思韵对此文亦有贡献）
