数势科技黎科峰：Agent 接入 DeepSeek，将帮企业打通数据应用最后一公里

本文整理自 InfoQ 策划的 DeepSeek 系列直播第七期节目。在直播中，极客邦科技创始人 &CEO 霍太稳对话数势科技创始人兼 CEO 黎科峰博士，深入探讨了回归技术本身，DeepSeek 到底做对了什么，数势科技在企业经营分析层面如何与 DeepSeek 结合，对于大数据领域有哪些革新，以及在这背后，商业化层面有哪些值得关注的事情。

黎科峰博士认为 DeepSeek 之所以能跑赢大模型“六小龙”和技术大厂达到“国运级”的一个技术热度，主要原因有三点：第一，成本的降低；第二，提出了思维链；第三，开源的技术路线。当然，这并不意味着其它企业不掌握这些策略和技术，而是因为“尾大不掉”，在大厂中提出创新想法遇到的阻力会更大，导致丧失一些机会。对于 DeepSeek 来说，由于体量小、架构更扁平、决策更灵活，因此没有负担。

DeepSeek 爆火之后，AI Agent 市场将迎来大规模爆发，未来 DeepSeek 相当于安卓系统，而 Agent 是上面的系统应用，将面向不同的业务场景百花齐放。聚焦在数据场景价值，数势科技认为 AI Agent 将工具型应用向决策型应用跨越。  

下文为直播部分内容精选，完整直播回放可点击链接查看：https://www.infoq.cn/video/k4FemAdAkLfe8ekZ7g7U

InfoQ：作为一个公司的创始人和 CEO，数势科技有没有和 DeepSeek 做一些相关的事情？有没有带来一些真正的商业回报？

黎科峰： 现在在大家的圈子里面，似乎不提全面接入 DeepSeek，连朋友圈都没法发。但对数势来说，我们在创业初期就定位在“Data+AI”领域，因此也是行业内第一家全面接入并上线应用到客户层面的企业。春节期间，我们的很多小伙伴都没有休息，第一时间推出了商业化版本的 DeepSeek 解决方案，并在节后迅速将其应用到客户的生产环境中，整个过程非常迅速。当然，这也离不开客户的积极配合。

我们原本就支持各种类型的国内外大模型基座，但随着 R1 的推出，其在各方面的效果和部署成本上都表现出色。客户在考虑成本因素的同时，也看到了 R1 的 CoT 推理能力对企业端分析能力的显著提升，这让我们的产品如虎添翼，客户也切实感受到了产品的升级。

InfoQ：有没有哪个用户的真实反馈让你觉得，哇！DeepSeek 对于数势科技的产品来说，就像天上掉下来的大富贵，是一个巨大的惊喜？

黎科峰： 我觉得这种感受其实有不少客户都有。说实话，对于数势科技来说，我们在数据分析、智能分析、AI Agent 领域并不是唯一一家。其实很多拥有基础大模型的大型机构也在做类似的事情。不过，他们的做法通常是基于基座大模型进行 Fine-Tuning，然后做上下一体化的适配，而我们则是直接拥抱最先进的技术大模型。

第一点是速度的优势。我们过往的响应速度非常快，客户使用起来也很便捷。第二点是成本的优势，客户部署 DeepSeek 时，不需要额外的成本。因此，客户对我们快速拥抱新技术的判断力反馈非常好，认为我们第一时间抓住了大家都在积极投入的基座大模型，匹配速度很快，而不是先适配其他基础大模型再迁移到 DeepSeek。

客户还特别提到，他们对比了我们老版和新版的产品体验，发现整体提升非常显著，简直是一个“Aha moment”。他们惊讶地发现，不仅在 DeepSeek APP 上可以体验到这些强大的功能，在他们企业内部与业务和数据相关的场景中，也能获得完全一致的体验。这同样给他们带来了惊喜。

InfoQ：从 DeepSeek 技术本身来看，它为什么会达到“国运级”的一个技术热度？为什么脱颖而出的不是备受瞩目的大模型“六小龙”而是 DeepSeek？

黎科峰： 春节期间，我在国外遇到出租车司机都在使用 DeepSeek，他们还和我聊起这个话题，赞叹道：“哇，这个东西太牛了，中国人真棒！”在国内，连餐馆的服务员都装了 DeepSeek，甚至我回国后发现，我家的一些老人也装了，他们甚至不知道 DeepSeek 怎么用中文发音。所以，这不仅仅是技术人的追捧，已经引起了国内外“普通人”的广泛讨论，已经破圈了。

但回归到技术本身，DeepSeek 到底做对了什么？我认为最重要的有三点。第一是成本的降低。 它通过 Mixture of Experts（MoE）、Multi-Head Latent Attention（MLA），以及底层的 Reinforcement Learning（RL）方式，不再使用 Supervised Fine-Tuning（SFT），甚至绕过了一些 CUDA，采用 PTX 汇编来提升能力。从算法层面到工程层面，DeepSeek 都极大地降低了训练和推理的成本，可以说是降低 1/10 甚至更多。

第二点是提出了思维链（Chain of Thought，COT）。过去我们使用大模型时，只是给它一个问题，它给出一个答案，但这个答案是否可信呢？就像我们聊天一样，你得把你的想法告诉我，你的答案才可信。DeepSeek 把这种思维链透明化了，拉近了与人的信任感。人们更容易接受这样的答案，即使有问题，也知道问题出在哪里。下次输入时，可以调整步骤，让答案更准确。思维链是一个非常大的突破，它非常拟人化。

第三点是 DeepSeek 是开源的。我自己以前也做过很多开源项目，也贡献过一些开源内容。在开源圈子里，一般认为开源的性能能达到闭源的 80%，闭源就没前途了。但 DeepSeek 开源后，在很多项目中表现得比全世界最好的闭源产品还要出色。这实现了 AI 平权，让每个人都能低成本地构建优秀的 AI 大模型，而不再依赖于 10 万张显卡以上的算力，也不再局限于某些国家。DeepSeek 为全世界带来了平等、低成本的 AI 构建方式，其意义非常重大。

InfoQ：为什么大模型“六小龙”或者百度、阿里、腾讯这些大厂没尝试过这一思路？这看起来似乎并不是一个复杂的事情。

黎科峰： 我自己也是从大厂出来创业的，所以对这个问题感触很深。我觉得在每一波技术浪潮来临时，往往是一些年轻且富有创新精神的公司能够率先突破，这可能是 因为惯性思维起到了关键作用。无论团队有多大，如果思维被过去的惯性束缚，就会觉得“就应该这样做”，比如只能沿着 OpenAI 的路径去相信 Scaling law。这种思维模式很难转变，大家可能都认为这是唯一正确的道路。

其实 DeepSeek 的成功并不是因为它的团队有多聪明，或者资源有多丰富，而是因为它找到了另一条路径。这种突破恰恰是年轻创新团队才有的勇气，而且 团队要足够小，因为“尾大不掉”，小团队试错负担小，所以更容易去尝试。DeepSeek 并不是一开始就有清晰的规划，而是在解决问题的过程中逐渐发现方向。就像刚才提到的思维链，DeepSeek 最初也没有想到它会如此出色，但他们在训练过程中加入了一个目标——“think”。原本只有“answer”，现在加上“think”，让模型去思考，而不管它具体想什么。没想到在大量训练后，尤其是在 R1 版本之后，思维链的 block 产生了许多化学反应。

这条路径其实别人也能想到，但 在大厂里提出这样创新的想法，阻力会非常大，因为总会有人质疑其中可能存在的问题。而对于创业公司来说，决策更灵活。他们没有负担，组织架构也更扁平化，团队可以自主申请资源去尝试。DeepSeek 一定经历过很多失败，而成功只是很多失败中的一个。但在大厂里，大家往往过于注重安全性、合理性，反而会丧失一些机会。

InfoQ：刚才也提到 DeepSeek 成功的一个因素是开源。2 月 14 日百度来了个 180 度大转弯宣布下一代文心大模型将开源，对此你怎么看？

黎科峰： 我觉得在不同时间有不同的说法是合理的。因为 DeepSeek 本身就是整个行业中的一个“黑天鹅”事件。在之前大家讨论的“六小龙”时，DeepSeek 并没有被提及。所以，现在用事后诸葛亮的眼光去评判过去的事情，我觉得会有很多“打脸”的时刻，这是很正常的。我确实也要替李彦宏说一句，在那个时间段，大家确实都没有这样的想法，可能 99% 的人都认为：第一，开源没什么太大的商业价值；第二，只有大厂才能玩得起大模型。这在当时是一种正常的共识。

DeepSeek 的创新是反共识的， 正是因为像 DeepSeek 这样的团队打破了这种共识，它才显得如此优秀。所以，用过去的共识去嘲讽现在的创新，我觉得是不公平的。往后看，现在大家在讨论 DeepSeek 会不会像移动时代的安卓和 iOS 那样并存。DeepSeek 是开源的，可能类似于安卓的地位，很多手机厂商和家电设备厂商都基于安卓开发各种移动产品。而 iOS 是闭源的，也有大量拥护者，比如苹果用户会同时使用 Mac、iPhone 等产品。

我个人认为开源和闭源未来还是会并存的，各有优势。开源的优势在于生态，更多人参与贡献，会在很多领域百花齐放。而闭源的优势在于软硬件一体化设计，在某些场景的产品体验上，可能比分层设计、由不同厂商设计的产品更有优势。就像 iPhone，它的硬件配置可能无法与国内安卓主流旗舰机相比，安卓已经到 16G 内存，而 iPhone 还在 8G，但它的体验并不落后。

InfoQ：开源和商业化似乎存在一定的矛盾。一方面，企业投入了大量的资源去做研究，取得了成果，但开源意味着要让很多人免费使用，这可能无意中培养了所谓的竞争对手。所以开源未来是否会成为商业化的主流趋势？或者在商业化过程中，我们该如何平衡开源和商业化的关系？

黎科峰： 我其实觉得，很多人提到 DeepSeek 时，会因为它母公司做量化而认为其有现金流支撑，它的技术也能反哺主业。所以，DeepSeek 是一个独特现象。很难想象一家创业公司一开始就做开源，还不去融资。因此，DeepSeek 的成功既有必然性也有偶然性，它的可复制性门槛很高，不是一个普遍现象。比如在前几年，如果创业者对投资人说要做一个开源项目，投资人可能马上会问：你怎么商业化？怎么闭环？一旦陷入这种短期的商业化思维，就很难做出优秀的产品。

在中国市场，其实也有一些优秀的开源项目，比如百度内部孵化并开源的数据库 Doris 接受度很高。但这些项目其实都没有很好地回答商业化的问题。虽然在圈子里大家觉得中国很多开源项目都不错，但真正实现大规模商业化，比如达到 1 亿用户以上的，还屈指可数。

DeepSeek 的出现让我们发现了一个重要现象：在中国，我们过去更多是跟随式地谈商业化，而现在，我们也需要有理想的人真正去实现技术创新和底层技术突破。这可能会让投资逻辑发生一些变化。现在，很多基金也开始关注这一领域，包括 DeepSeek 传出可能引入外部资本的消息，虽然尚未确认。当你真正有能力做出举世瞩目的行业领先创新时，我认为在很长一段时间内其实不需要考虑商业化，因为这对人类、对中国来说太重要了。我相信有很多投资人是有情怀的，会支持这样的项目。在短期内，如果一个团队急于给出一个商业闭环的答案，我认为它可能会失去一些初衷。我反而鼓励真正有耐心的资本，比如国家资本或长期资本，去孵化和培育这些项目，不考虑短期商业化，而是专注于实现技术的巨大突破。

InfoQ：现在如果想基于开源去做创业，有没有一些关键的方法或策略，能让他们快速形成有影响力的产品，或者打造出更好的品牌，甚至获得投资人的认可？

黎科峰： 我觉得真正能做伟大事情的可能只有两类人。第一类是像马斯克这样，自己有一桶金，或者像梁文锋这样，愿意为了自己的理想去投入。他们不需要看投资人脸色，也不需要做太多妥协。第二类则是那些有幸遇到专注于这类企业的投资机构的人。我认为未来投资界也会在这方面有所区分，DeepSeek 就是一个很好的例子。它让我们反思，我们过去对创业公司的要求是否合理。

对于消费赛道的公司，确实需要关注快速的利润指标，因为利润和营收的 ROI 是它们的核心竞争力。但技术创新公司的核心能力是什么？我认为，投资和资本市场在评估一家公司时，不能只看财务指标，而应该关注它能改变多少、它的领先性以及它未来可能对行业产生的影响力。 这些才是关键指标。

作为一家创业公司，首先要清晰定位自己在做什么。你是要做快速商业化的、以效率取胜的创业，还是追求商业化落地、规模化发展，亦或是专注于原创性、基础性的技术投资？在中国，过去这个赛道一直很复杂，大家总是把其他赛道的要求搬到这个赛道上。这导致很多企业很难发展，比如一堆科学家的企业，却要求他们天天赚钱，这其实是很难的。我认为，未来这个赛道会越来越宽广，会有更多理解这类创业的资本和创业者加入。他们会明确在这个赛道中，企业的核心竞争力是什么。我相信在中国也会像美国一样，出现像华尔街那样对一家企业持续投资十年、二十年，最终做出改变世界的事情。

第二点是创业者要有明确的目标。如果做技术创业，从一开始就不要缺乏野心。你的目标不够高、不够远大，就很难激励投资人和团队，也不会有更大的进步空间。就像 DeepSeek 一开始的目标就是要做 AGI，要做突破、超越美国，这才吸引了大量人才。

第三点是企业文化的构建。从 DeepSeek 来看，梁文锋强调团队成员要有热爱和好奇心，他倾向于招聘刚毕业的博士生和硕士生，而不是只依赖有经验的人。这并不是说有经验的人不重要，而是因为团队文化对于技术创新至关重要。不需要一群因循守旧、只会跟随、没有勇气创新的人。如果创始人本身对新事物、新技术不感兴趣，不相信未来需要去挑战，只盯着眼前的收益，那么这样的企业很难成功。

所以，如果要给创业者建议，我觉得就是这三点：定义好赛道，明确目标，构建积极向上的团队文化。

InfoQ：你把数势科技定位成是一个什么样的公司？

黎科峰： 这其实跟我自己的背景有关。我一直专注于应用创新。博士毕业后，我在韩国三星工作，当时是利用安卓系统开发 Galaxy 手机。我是第一代 Galaxy 手机操作系统开发团队的一员，虽然我没有发明安卓，但我利用它做出了全球最好的手机。回国后，在百度，我也是移动云领域的早期参与者，打造了大量基于移动化和云计算的产品。后来，在平安和京东，我更多地专注于应用落地，但始终秉持的理念是：选择最先进的技术作为“武器”，用它去赢得更多胜利。

对于数势科技来说，也是如此。我们会拥抱最先进的模型，但我们的目标是将这些模型与我们的核心行业——金融、零售、消费和高端制造，探索它们如何在数据分析和业务分析的场景中发挥作用。我们希望通过 DeepSeek 实现一个宏大的目标：技术平权，实现数据普惠化，让不懂技术的人也能轻松分析数据，用数据做智能决策。DeepSeek 的出现确实让我们看到了实现这一目标的可能性。

我们不会像 DeepSeek 那样没有明确的商业化目标，但我们清楚这是一个长期事业。我们需要更多客户参与进来，才能持续迭代我们的产品。目前，我们在几个核心赛道的市场占有率已经很高，这正是因为我们有大量客户在使用我们的产品，从而形成了产品迭代的飞轮，让产品越来越好，形成了正向的发展趋势。

InfoQ：基于 DeepSeek，它到底能给我们带来哪些商业化的机遇。现在很多企业都在基于 DeepSeek 构建自己的生态，包括上下游都在进行适配。那么数势科技在这方面会做些什么动作？

黎科峰： 我觉得可以从几个方面来看。首先是硬件生态。现在国内芯片厂商特别开心，因为 DeepSeek 的出现让他们发现，不需要那么高的硬件性能也能支持这一技术。DeepSeek 的推出对中国算力行业来说是一次狂欢，因为此前其他大参数模型对硬件的要求过高，而国内 GPU 与 A100、H800 等仍有差距。DeepSeek 降低了硬件门槛，使得国内现有硬件足以支持，这是一层硬件生态的变化。

第二层是云服务。由于硬件性能不足，企业需要将 DeepSeek 上云。可以看到，无论是创业型公司还是腾讯云、阿里云、百度云、华为云等大厂云服务都在积极支持 DeepSeek，将其集成到自身服务中。云厂商接入 DeepSeek 后，流量迅速增加，不得不持续扩容。而这对创业公司 DeepSeek 来说流量巨大，超出了他们的预期和承载能力，大部分时间处于不可用状态，云厂商因此成为第二波受益者。

第三层是应用端，尤其是 AI Agent。AI Agent 在移动互联网时代相当于 APP，而 iOS 和安卓分别对应现在的闭源（如 OpenAI）和开源（如 DeepSeek、千问）两种模式。这三层发展都非常迅速。

AI Agent 开发者则发现，他们只需关注 DeepSeek，无需适配多个大模型，大大减轻了工作量。过去，开发者需要在模型上做大量补丁和优化，而现在只需关注业务逻辑、AI Agent 设计、多 Agent 架构，以及如何结合私有数据和知识库。这将是一波巨大的收益。目前，客户在低成本获取 DeepSeek 后，将目光转向应用开发。我认为，芯片厂商和云厂商的狂欢只是开始，接下来将迎来一个持续十年的周期——AI Agent 时代。就像移动互联网出现后，才有了微信、抖音、滴滴、美团等应用的兴起，我相信这只是 AI 发展的开端。当 DeepSeek 的问题得到解决后，会有大量 C 端和 B 端的优秀 AI Agent 产品涌现，真正实现 AI 走进每个人的生活。

InfoQ：您觉得在商业化落地方面，哪些业务场景最有商业价值？

黎科峰： 十几年前移动互联网刚兴起的时候。当时在 3W 咖啡、车库，甚至图书馆那边，大家都在讨论“我要做什么才能成功”，大家都在考虑 DAU 能达到多少。这跟这个问题很像——DeepSeek 这么火，我们做什么才能成功呢？

但从今年回过头来看，移动互联网时代真正赢的是谁？其实并不是那些没有专业能力、没有行业 know-how 的人。真正赢的是那些已经在行业内扎根的人。 比如京东，刘强东原本就是做卖货的，他享受了移动互联网的红利，成就了京东。微信也是如此，它原本就是做社交的，利用移动互联网的能力，发展出了微信。美团和做内容的公司也是如此。核心在于，我们不需要去关注“我们做什么”，而应该关注“你的深耕业务 +DeepSeek”。

你要清楚自己擅长什么，能解决什么问题，团队有什么独特基因，然后换一个武器——DeepSeek——来实现它。所以，无论是 B 端还是 C 端，所有业务的产品形态都可能被重构，但你的行业领域知识、行业 Know-how 和行业壁垒会越发重要。

过去是“互联网 +”，因为互联网的成本很高，只有互联网企业才能做大数据和 AI。但现在，AI 的成本如此之低，连小朋友都会用 DeepSeek，我家孩子写作业都用得很熟练，prompt 写得特别好。当成本不再是问题时，是你自己的领域知识变得重要了。

所以，不要轻易跨界去做不熟悉的领域。未来一定是教育 AI、医疗 AI、金融 AI、财务 AI、差旅 AI、法律 AI……关键是你先要懂这个行业，再结合 DeepSeek。我觉得每个行业都有机会，因为中国市场足够大。只要你在自己的领域第一时间拥抱大模型，一定会有很大的发展空间。而不是看到别人的机会好，就想去变成那样，因为很难赚到认知之外的钱。

创业不应该盲目追逐热点，而应该聚焦于自己的核心领域：我们的服务客户痛点是什么？我们的壁垒在哪里？其实，像我们这种心态很容易变化，看到 DeepSeek 的成功，就难免会想“为什么不是我们”。但我自己从不这样想，因为我清楚自己擅长什么。我在数据领域深耕多年，对金融、零售和消费行业非常了解，也曾在头部企业工作过。我清楚这些行业的痛点，知道如何解决这些问题，而这个市场已经足够大。我们每天都在思考如何利用大模型结合数据分析和业务分析，让企业里 99% 的非技术人员能够零成本地接触复杂数据，分析业务，实现数据驱动业务增长的目标。我认为其他创业者也应该这样想，专注于自己真正擅长和熟悉的领域。

InfoQ：现在各个大厂都在争相接入 DeepSeek，这是在蹭热度，还是有其他考量？

黎科峰： 不可否认，很多企业有“害怕错过”的心态，担心被时代抛弃，这是人之常情。就像人们常说的，大家都在努力跟上时代的步伐。现在有很多企业声称接入了 DeepSeek，但如果仔细看代码，就会发现真正接入的并不多。 因为从技术角度看，要从原来的产品模式转变为接入 DeepSeek 的模式，需要做大量的工作。所以，真正实现产品化接入的企业其实很少，很多只是停留在公关层面。

企业为什么要做这种事呢？一方面，是因为害怕不在聚光灯下。我相信大厂一定会有这种担忧。如果你不做，就像过去安卓出现后，你还坚持只用自己的操作系统一样，可能会被市场抛弃。

另一方面，DeepSeek 确实带来了新的流量。无论是云服务还是 C 端产品，接入 DeepSeek 后，流量都在增长。比如微信这样的运营公司，如果没有这种敏锐度，那就是失职。所以，企业接入 DeepSeek 是一种正常的选择。

第三个方面，其实更多是企业内部的思考。当有了 DeepSeek，企业自己的大模型该怎么办？这才是一个灵魂拷问。前面提到的接入，无论是出于情绪表达还是流量考虑，其实都相对容易判断和执行。因为大模型团队和产品团队通常是分开的，有了这么好的流量机会，产品团队当然希望利用起来。但最关键的问题是，当有了 DeepSeek，企业自己的大模型该如何定位？ 我相信现在大厂内部最纠结的就是这个问题，大模型团队的压力也非常大。高层也在思考，是否还要继续投入大模型，但目前还没有看到明确的结论。

InfoQ：现在大家对 AI Agent 都非常关注，但目前基本还停留在 AIGC 阶段。从这个角度来看，有了 DeepSeek 的加持，AI Agent 市场是否会迎来很大的爆发，背后的逻辑是什么呢？

黎科峰：首先，是能力的阶跃。以前，大模型的能力不足，需要打很多补丁来弥补。但很可能半年后，这些补丁的 90% 都会被新的模型升级所覆盖。这意味着我们为大模型能力打补丁的成本其实是极其浪费的。所以，有了 DeepSeek 之后，我们会更少地去为大模型的能力打补丁。

其次，当大模型的成本降低后，会有更多人去部署大模型，甚至在手机上也可以安装。比如，现在的 iPhone 16 Pro Max 完全可以运行一个 1.5B 参数的模型。所以，端侧的大模型部署会越来越普遍。成本降低不仅意味着客户可以部署，消费端的设备也可以运行。这为应用的开发提供了空间，因为有了可以运行的平台。

第三，DeepSeek 的市场占有率正在提高。以前我们需要适配 20 多个大模型，但现在可能只需要专注于一个主流模型。就像过去有 Windows Mobile、诺基亚的 Meego，还有国内手机厂商的 OS，开发者为了适配这些系统非常痛苦。而现在，当一个模型占据主流时，应用端的适配就会变得简单。中国从来都不缺应用端的场景、数据和愿意拥抱新应用的用户。这是中国在 PC 时代和移动互联网时代的传统优势。现在，美国 App Store 前十名中有五个是中国 APP。当基础层的问题被解决后，按照中国创新的土壤和优势，应用端的爆发是必然的，而且已经在发生。

我身边有很多人利用大模型在自己的领域进行创新。比如，我认识几个律师，他们一直想结合 AI，但过去 AI 的能力不足。最近他们利用 DeepSeek，结合自己积累的法律文档、案例库，开发出了满足需求的产品。这就是一个很典型的例子。大家都在积极探索和拥抱新技术，按照这个规律，应用端的爆发是必然的。

InfoQ：所以，DeepSeek 的出现对整个中国的创投环境，你觉得会带来什么样的变化？

黎科峰： 我们确实身处行业前沿，就像“春江水暖鸭先知”。我们在三个方面都有深刻感受。

首先，客户需求正在迅速崛起。现在，几乎所有金融企业的董事长都在积极推动 DeepSeek 的落地。当教育成本如此之低，且大家已经达成共识并朝着同一个方向努力时，商业化的空间无疑是巨大的。市场正在爆发，需求也在爆发，因为大家都在积极建设并推动落地。对我们这样的创业公司来说，有需求就意味着有机会。投资人也会关注这种信号，判断需求端是否真的爆发。如果只有资金端的活跃而需求端没有变化，那么这种热度可能是短暂的。所以在谈投资之前，我更关注市场需求端的变化。现在，需求端的投入正在普遍增长，且范围越来越广。预算不再只是投向硬件，比如购买显卡，而是更多地投入到有价值的落地场景中。不仅是头部客户，腰部甚至更广泛的客户群体也开始使用相关技术，市场的深度和广度都在扩大。

第二点，投资人也在做出判断。他们并不是因为一个概念就盲目跟风，而是基于对未来趋势的判断，他们相信未来将是 AI Agent 的时代，会出现 AI Agent 时代的抖音、微信、美团等巨头。所以现在大家都在寻找那些可能成为行业巨头的团队。资本市场的信心正在回归，因为他们看到了几个关键变量：一是对未来趋势的清晰判断；二是需求端的爆发。

第三点，其实现在国家也在强调“耐心资本”。过去，人民币基金往往要求反投，估值不能降低，投资失败可能被视为失职。但现在，大家开始意识到需要更多耐心来支持创新。为什么杭州能诞生这么多优秀的创新企业？其实是因为杭州政府和资本早在几年前就开始布局。不能只看结果，而要看到背后的长期投入。现在，我也在和一些地方政府领导交流，大家都在学习杭州的经验。我相信未来会形成更宽松的投资环境，更多地支持和服务创业团队，创新是需要经历失败的。目前来看，这种趋势正在变好。