👦🏻 採訪：Koji&Ronghui
🥷 整理編輯：Starry
🧑🎨 排版: NCon
AI Agent 爆發給上下游產業帶來了哪些機會？
本期播客，我們邀請小宿科技聯合創始人& CEO 杜知恆 William，和我們分享他們作為 Agent 背後的 AI Infra 公司，如何在 Agent 爆發之際抓住機會——專為 Agent 設計的小宿智慧搜尋和一站式模型聚合平臺 SkyRouter.ai[1]，推動公司整體 ARR 突破 2500 萬美元的故事。
作為 Agent 領域裡「賣鏟子」的人，William 跟我們形容現在只是 Agent 元年第一天早上 6:05 分太陽剛出來的時候，還有很長的路要走和巨大的發展空間。除了 Agent，William 也在播客裡分享了他的職業選擇，從二級市場投資人到創業者的轉變、學到的重要經驗等等。希望對朋友們瞭解 Agent 以及背後的 AI Infra 領域有所幫助。
PS：小宿科技為「十字路口」的聽眾準備了一點福利，點選文末「閱讀原文」連結註冊可以免費領取 2000 次智慧搜尋 API 呼叫或等值專業服務禮包。
微信收聽播客：
小宇宙收聽播客：
AI Agent 背後的基礎設施服務商，如何做到 2500 萬美元 ARR
👦🏻 Koji
Hello 大家好，本週「十字路口」的嘉賓是 William 杜知恆，他是小宿科技的 CEO。小宿科技選擇了 Agent Infra 這一條創業道路，是因為他們意識到，即便是當前最領先的 agent 廠商和產品，使用者規模可能還不到移動網際網路時代頭部應用的 1%。這意味著 agent 市場至少還有 100 倍的成長空間。
William 和我的緣分是，我在創辦街旁時，他是團隊裡最活躍、最積極主動的實習生之一。因為做「十字路口」，我也和許多老朋友重新建立了聯絡，看到大家都在各行各業發光發熱，非常開心 William 能夠做客「十字路口」，介紹他參與創辦的小宿科技。我也認為他們是這一波 AI 創業浪潮中不容忽視的力量。本期十字路口我們同步錄製為影片播客，釋出在小紅書、B 站和影片號，歡迎大家關注。
我們還是從今天的快問快答開始。
👦🏻 Koji
請問 William 的年齡？
👦🏻 杜知恆 William
90 年生人，35 歲。
👦🏻 Koji
畢業院校？
👦🏻 杜知恆 William
清華大學，航天航空工程和經濟學雙學位。
👦🏻 Koji
你的 MBTI 和星座？
👦🏻 杜知恆 William
INTJ，白羊座。
👦🏻 Koji
一句話介紹一下現在的公司和產品？
👦🏻 杜知恆 William
小宿科技是一個一站式 Agent Infra 平臺，核心產品是為 AI agent 設計的小宿智慧搜尋，同時也在全球範圍內做大模型的 API 聚合平臺，Skyrouter.ai。
👦🏻 Koji
目前公司的融資情況？
👦🏻 杜知恆 William
A 輪在 close 中，金額和估值要看官方公告，預計年底會開 B 輪。
👦🏻 Koji
那目前收入和利潤方面能透露嗎？
👦🏻 杜知恆 William
6 月份 ARR 超過 2500 萬美金，PNL 層面實現 break even。
👦🏻 Koji
目前團隊規模？
👦🏻 杜知恆 William
超過 100 人，約 70% 是研發，剩下主要是市場和銷售。
👦🏻 Koji
創業前在做什麼？可以介紹一下嗎？
👦🏻 杜知恆 William
創業前是對沖基金基金經理和家辦 CIO，也是紅杉中國二級市場基金的一號員工。
👦🏻 Koji
所以 William 有豐富的金融經驗，本科又是學航天航空相關的專業，職業旅途跨界非常大，那這次決定創辦小宿科技時，看到了什麼樣的機會？
👦🏻 杜知恆 William
在創業之前，我在高瓴和紅杉的對沖基金以及家辦工作了十幾年，經歷了中國網際網路的起伏，看過很多創業公司和上市公司的週期變化。最終選擇創業，其實也是一種必然，因為在家辦和紅杉做二級市場基金也是類似創業狀態，只是領域不同。
我人生的選擇看起來比較跳脫：最早做諮詢，後來在百度，再到二級市場投資、管家辦，最後創業。但其實我的選擇是比較雙輪驅動的，我覺得投資和創業都是基於對未來的看法。現實與目標之間，隔著興趣和理性。對我來說，興趣是驅動，理性是引導，這兩者是我行動的雙輪。
去年 Q3，我正式決定加入小宿全職創業。當時公司已經有部分出海的基礎設施業務，但 AI 上還沒有找到商業模式，AI 收入非常有限。但我認為以我們的基礎設施能力和創始團隊的商業經驗，一定能找到落地場景，所以我就毫不猶豫地加入。到現在整體 ARR 已超過 2500 萬美金，增速非常快。
👩🏻 Ronghui
可以用更簡單直白的方式給不太瞭解的聽眾介紹一下你們做的事嗎？
👦🏻 杜知恆 William
我們做的事情相較 ToC 的 AI 產品來說，相對沒那麼性感和好懂，因為我們是躲在這些 AI agent 後面的服務商。
簡單來說有兩個方面：
第一，當我們看到聯網搜尋、AI 智慧搜尋、Deep Research 等研究互動能力出現時，我們發現除了模型能力，大家需要的是即時資訊和資料。在上一個時代，即時資訊和資料最核心的體現方式是搜尋引擎，但在 AI 時代搜尋有了新的體現形式。
過去二十年，人類主要透過輸入 query 調用搜索，檢視返回結果中最抓眼球、最感興趣的連結，點進去看內容，同時可能點幾個連結來篩選想要的內容。但當越來越多的人透過 agent 搜尋時，搜尋行為變成了機器對機器的搜尋，而不再是人對機器的搜尋。
在這個過程中，我們發現有結構性機會。過去搜索的商業模式和形態都是面向使用者，需要在意內容展現形式，有各種卡片，需要關注前三條的點選率，因為這是衡量推薦精準度和抓住使用者眼球的核心指標。同時商業模式主要是賣精準廣告，因為使用者輸入的就是此刻最關心的需求。
所以我們判斷，隨著 AI agent 的崛起，ToC 搜尋引擎原本佔據市場 90% 以上的份額，而 ToB 的佔比很低。如果內容消費從直接搜尋轉向透過 agent 執行任務，ToB 搜尋會從個位數增長到接近 80-90% 的資訊獲取入口；此外，對於通用 agent，如 Manus、崑崙天工，在實現每個任務時需要拆分 query，對每個 query 進行多輪搜尋。即使在當前搜尋次數的基礎上，從人到 agent 搜尋也會帶來次數的爆發。同時，B 端佔比會大幅提升。這兩個因素疊加，我們確定了“為機器或 agent 設計的搜尋 API”作為主要戰略方向，這就是小宿智慧搜尋產品的來由。
第二，我們在服務頭部 agent 客戶時發現，agent 不僅需要資訊，還需要一站式基礎設施服務。我記得 Koji 之前提到過，新時代的 AI agent 公司通常是一個人、三個人、五個人的小團隊，甚至可能成長為獨角獸，但他們不會投入大量人力管理 Infra。因此除了智慧搜尋 API，我們還提供一站式大模型聚合平臺 Skyrouter.ai，讓這些小團隊能在 day one 無地域、無用量限制地使用最領先的模型，實現 agent 產品目標。
大概是這樣一個產品矩陣。
👦🏻 Koji
你們是怎麼想到開始做小宿智慧搜尋這個產品的？你們的優勢是什麼？
👦🏻 杜知恆 William
大家對搜尋 API 的認知可能還停留在過去 C 端搜尋打包成 B 端 API 提供服務，但我們做智慧搜尋經歷了三個階段，才有今天的小宿智慧搜尋產品：
第一階段，我們沒有直接做搜尋本身，而是發現頭部大模型公司在提供 AI 搜尋和聯網搜尋時存在能力的 gap。過去的搜尋 API 返回 10-20 條連結和短摘要，但摘要不夠全面且太短，無法滿足大模型或智慧搜尋對結果的要求。去年 9 月到今年 1 月，我們做的第一個產品是全網全文讀取，與搜尋 API 配合使用，最早是配合 Bing 搜尋 API。Agent 呼叫 Bing 搜尋後，我們的服務可以快速準確抓取全文和多模態內容，供客戶的大模型進一步處理使用。
這是第一階段，我們做全文檢索和抓取服務配合搜尋 API 使用。
第二階段，今年 2 月 DeepSeek R1 火爆後，我們發現 Bing 突然停止向中國一些模型廠商和頭部網際網路公司提供 API 服務。我們當時判斷，包括 Bing 在內的全球頭部搜尋公司將停止對中國 AI 行業服務，這直接推動了我們的第二個產品：自研搜尋。
我們建立了千億規模的 index，自研完成從召回到排序的完整鏈路，做出了可直接替代 Bing 搜尋 API 的智慧搜尋產品。這個判斷在 5 月底得到驗證，Bing 宣佈將在 8 月 11 日全球範圍內 retire 搜尋 API，之後只能繫結雲或智慧體使用，印證了我們提前 3-4 個月的戰略判斷。
第三階段是奠定智慧搜尋功能全面性的關鍵階段。今年 5-6 月，隨著 Manus 和其他智慧體爆發，我們在服務頭部智慧體客戶過程中發現，智慧體對搜尋的需求比過去更豐富：
-
不僅需要全文能力 -
例如在使用 Manus 或崑崙天工做 PPT 或產品文件時，需要文字搜尋、圖搜、影片搜，多模態搜尋能力是過去搜索 API 不具備的 -
出海智慧體 day one 就是 global，除了中文，還需要英語、西語、葡語等多語言搜尋能力 -
需要定製能力，如處理 URL 點選後的內容提取、廣告過濾、核心內容抓取等
新時代智慧體對搜尋要求更豐富，而這些能力目前只有小宿智慧搜尋具備，因為我們在真正服務這些頭部 AI 智慧體客戶。目前市場上的其他競爭對手，包括海外和國內大多數只提供傳統搜尋 API，本質是文搜文返回，形式簡單，我們並不將其視作競爭對手。
👦🏻 Koji
剛才提到 2 月份看到這個機會，才開始搭研發團隊來做搜尋。聽起來在這麼短的時間內就能做出一個足夠好用的 API，這怎麼做到的？聽起來還挺困難的。
👦🏻 杜知恆 William
我覺得我們其實是站在巨人的肩膀上繼續做工作。我們當時做出這個戰略決定後，除了自研之外，另一條腿是透過併購的方式推進。市場上有一些做智慧搜尋或 AI 搜尋的團隊和產品，之前已經做了很多工作，但後來調整了戰略方向。所以我們併購了一個已經成熟的自建搜尋團隊和產品，作為我們產品的基石，然後繼續在它基礎上做全文、多語言等額外工作。
你正好問到這裡，我覺得有必要說一下，搜尋產品的競爭壁壘到底在哪，因為它是一個非常大的工程。這主要體現在三個方面：
首先，壁壘不在錢和資源上，而在於團隊和人才。過去十年，搜尋領域幾乎沒有新的技術人才被培養出來，因為搜尋是一個很老、很傳統的產品形態。在網際網路早期，百度、360 等傳統搜尋公司培養了很多優秀人才，但在今日頭條、TikTok 爆發後，大部分年輕技術人才畢業後首先想到的是做推薦引擎，而不是做搜尋。所以搜尋人才在中國是非常有限的一個小圈子，創業公司或外部團隊很難馬上組建出一個 20-30 人的研發團隊。你必須先找到核心人員，他們在圈子內有影響力和吸引力，才能像“傳銷”一樣把相關人才拉進來，才可能組建成一個團隊。如果一個小公司說只有 5-10 個人，就做了一個原生搜尋引擎，而且團隊中沒有人在傳統搜尋公司負責過具體模組，那一定不現實，只能是做一個套殼產品。這是第一個大的壁壘。
第二個壁壘是，你剛才提到的投入人力、財力和計算資源，以 6-9 個月為單位做出第一個版本。我們透過併購方式跳過了這一階段，並且基於核心人才完成了現在的產品。
第三個壁壘是，ToC 產品不需要服務大客戶，有使用者自然有反饋，無論正向還是負向。但為 agent 做搜尋不同，你無法直接獲得使用者反饋，因為使用者不會直接用你的搜尋結果，額外功能需求也只能透過客戶反饋。如果 day one 你的客戶只是一些小開發者，就無法獲得有效指導。而像 Manus、崑崙天工、深言科技這些頭部 agent 客戶，會不斷提出需求，例如多模態、全文抓取、Markdown 輸出等，這些都是推動產品持續完善的關鍵因素。這是第三個競爭壁壘。
👩🏻 Ronghui
前面提到的戰略選擇，我覺得也很有意思。一是預判了微軟可能的舉動，二是預判了 agent 的爆發。可以講講當時有哪些線索讓你們預判接下來可能會發生這些事嗎？
👦🏻 杜知恆 William
微軟對 Bing 的調整在我們判斷中起了很關鍵的作用。如果微軟不停止對中國大模型廠商的 API 服務，我們只是覺得地緣競爭可能影響未來生意模式和可用性。但微軟果斷、決絕地關停了很多搜尋 API 介面，讓我們意識到這件事可能很快、立刻、馬上就會發生。
我們也做了功課，認為他們內部有一些外界不知道的考量：
第一個考量是，過去 ToB 提供 API 是生態的一部分，例如給 Yahoo、瀏覽器或垂類大客戶提供 API，微軟站在產品背後，並不認為這些產品會對它的搜尋生態或入口地位形成挑戰。
但過去一年中，像 Perplexity、中國一些 AI 搜尋產品出現後，微軟發現搜尋 API 實際上在幫助新興的 AI 行業搜尋競爭對手，以非常低成本獲得最好的基礎設施，從而威脅到它的入口地位。這也是我們在中國看到的一個重要戰場。如果未來使用者與各種 agent（chatbot 等）互動做決策和搜尋，今天這些入口 APP 就會喪失入口地位，可能淪為這些 agent 背後的 API。
例如使用者要做東京旅行攻略，agent 會呼叫我們的搜尋 API 獲取相關資訊，而高質量內容來源於 小紅書、攜程、馬蜂窩 等，但它們將不再直接面對使用者需求，而只是資訊源。這是巨頭不願看到的，也是微軟不願看到的，因此他們停掉搜尋 API，以減緩像 Perplexity 這樣的競爭對手對入口地位的挑戰。
第二個考量是，既然搜尋 API 在 agent 中獲取即時資訊具有如此重要的戰略價值，為什麼微軟不將其與其他產品相互融合？一些大客戶已經收到微軟建議：要繼續使用 Bing 搜尋 API，就需要將雲服務遷移到微軟雲；或者不再提供原生 API，而是繫結 Copilot 或大模型後輸出分析結果，這可能成為他們下一步的主要策略。同時，漲價也是必然選擇。過去兩年中，他們已經大幅漲價兩次，現在與模型能力結合的搜尋 API 價格已漲到 45 美金，而兩年前僅 5 美金。
👦🏻 Koji
這裡想插一個問題，Google 是沒有提供類似的 API 的吧？
👦🏻 杜知恆 William
對，嚴格來說，Google 沒有提供 ToB 的 Search API。他們有針對中小開發者的 Custom Search，但有非常低的用量限制，無法在 B 端商業化場景中使用。過去全球每天約有 200 億次搜尋，其中僅 2%-3% 發生在 B 端，而這部分絕大多數市場份額由 Bing API 佔據。
我們的判斷是，未來這 200 億次搜尋中，80%-90% 會從 C 端搜尋轉移到 agent 搜尋，agent 會拆分 query、多輪搜尋，使搜尋呼叫量以 10 倍的數量級增長。這就是為什麼我們堅定投入做多語言、多能力的 agent 搜尋。
👩🏻 Ronghui
你覺得為 agent 提供一站式服務，會是今年同型別公司都來搶佔的市場嗎？
👦🏻 杜知恆 William
我覺得今年是一個非常好的競爭機會。
目前海外競爭對手在 Bing retire 後，僅剩 1-2 家在做類似事情。其中一家是從隱私瀏覽器轉型，在 AI 時代提供了 API 服務。另一家是美國 VC 投資的中國團隊，但沒有大客戶，以開發者為出發點提供服務。
在中國，競爭對手主要是之前有 ToC 搜尋能力的大廠，它們也會提供搜尋 API 服務。但我們覺得我們跟他們現在不完全是競爭的關係，這些大廠的首要目標是維持 C 端入口地位，B 端只是 side business。而針對 agent 客戶做最佳化、完善功能會變得越來越重要，因為一個簡單的 Web Search API 已無法滿足通用或垂直 agent 的需求。
因此我們當前的競爭地位很好。一是大廠今年不會 all in 做這件事，二是我們已服務了各垂類領先的 AI agent，目前國內超過一半的頭部AI原生應用已經成為了我們的客戶。所以我們是在滿足客戶要求的過程中，我們持續推動產品進步和迭代，這狀態非常好。
👩🏻 Ronghui
你說的很符合創業公司早期抓住大廠戰略視窗的機會，做他們的 side business 裡未覆蓋好的部分，他們在這上面投入的財力物力還不是那麼多。但這也是挑戰，你們如何做得比大廠更好？
👦🏻 杜知恆 William
基礎服務上要與巨頭打平，這是我們對搜尋團隊的要求。在相關性、時效性、權威性、時延、可用性等內容和搜尋質量指標上，我們要做到與 Bing 同水平，這其實就已經超過絕大多數巨頭在搜尋 API 的質量，甚至在部分指標上實現超越。
除此之外，我們的競爭優勢來源於對 agent 需求的理解。頭部 agent 提出的搜尋周邊產品能力需求，都是我們產品進步和完善的重要驅動因素。如果競爭對手沒有服務這些頭部 agent，就無法憑空做出超越 Web Search API 的搜尋能力。這是我們逐步建立壁壘的重要路徑，透過不斷完善和豐富對 agent 至關重要的搜尋功能，保持持續領先。
👦🏻 Koji
你接觸的這些 agent 客戶，他們聽起來對搜尋的要求其實還是比較簡單，就是要全、要即時、要權威。那還有什麼大家想不到、但來自 agent 的搜尋需求嗎？
👦🏻 杜知恆 William
我覺得這是個很好的問題。
第一個要滿足的 agent 需求是全球化。現在絕大多數中國創業者不想侷限於中國市場，而是把全球市場當作自己 AI agent 的 playground。要做全球市場，第一天就要具備多語種能力，特別是頭部的十幾種語言。在南美做生意需要西班牙語和葡萄牙語，在東歐需要俄語和阿拉伯語，在全球其他區域至少要有英語能力。如果不具備多語言能力，這些新生 agent 根本不會考慮你的服務。
第二個是資料來源和資料所在地是否合規。在很多發達國家市場，這有很高要求，必須實現資料本地化。我們在這方面有很大優勢，因為小宿的兄弟公司其實是全球第二大的 CDN 公司，在全球有 2,800 個可用節點，這些節點不僅有傳統算力和良好的網路連線，也可以放置 GPU 算力。因此我們能很好地幫助客戶滿足合規性要求。
我覺得這兩點是全球化浪潮下選擇搜尋 API 時首要的考量因素。
除此之外，在功能上，例如剛才提到的文搜圖、圖搜圖，是否可以透過 API 方便解決；抓取全文時，能否區分真實內容、廣告內容和相關推薦內容；抓取下來的格式能否滿足客戶在不同場景下的使用需求。這些屬於能力上的補齊，但先決條件是多語言和資料合規。
👩🏻 Ronghui
除了剛剛提到的這些，你們接觸了這麼多 agent 公司，有沒有覺察到他們還有哪些潛在需求？
👦🏻 杜知恆 William
我覺得潛在需求會隨著 agent 滿足更多產品場景而逐漸出現。但實際上我們不能“自己定義需求”，我們的需求完全來源於客戶在實現 PMF、完善產品和流程過程中對我們提出的要求。所以我對搜尋功能上的改善完全不擔心。因為我覺得今天是 agent 元年（這是 Koji 之前提出的，我完全同意），但我想補充一點，現在其實只是 agent 元年的 day one 的早上 6:05，太陽剛剛升起。
如果拿頭部原生應用和移動網際網路成熟時期比，以 DAU 來看，現在僅不到真正網際網路繁榮時期的 1%。現在頭部通用 agent DAU 以 10 萬為單位，Tier 2 或垂直 agent DAU 以幾萬為單位。如果和移動網際網路繁榮時期比，甚至不到 1%，或者說僅為幾百分之一的狀態。
所以從搜尋功能來看，這一定是持續演化的。只要服務好頭部 agent，跟住他們的節奏就好了。這也是我們為什麼要做一站式 agent Infra。因為我們發現很多客戶，即使是那些上過 Koji 節目、獲得頭部 VC 投資的知名公司，整個公司可能也就 10-20 個人，真正負責 Infra 的可能只有一個人。
比如我的好朋友，也是我們的客戶 Mindverse，他們的主要產品是做個人數字分身或 AI 分身，產品成熟、迭代速度快，但負責 AI Infra 的人也就一個。他們透過我們可以一站式呼叫各種大模型 API，甚至連賬單都不用自己管理。我們以天為單位，提供所有模型和搜尋的用量及成本明細，對他們幫助非常大。甚至當某個大模型宕機時，我們會自動把模型呼叫路由到沒有宕機、但可滿足需求的其他 API 上，客戶完全不會受到宕機影響。
這是一個典型場景：客戶可以從 day one 起專注產品和 go-to-market，把後端服務和 Infra 需求外包給我們，這對他們的效率和成功機率都有很大提升。
👦🏻 Koji
其實最早有了 ChatGPT 時，也曾掀起 AI Infra 浪潮，當時出來過很多公司，做的和今天 Skyrouter.ai 類似。我記得當時還有家公司 Martian，除了做 API 聚合外，還告訴大家可以“擇優路由”，根據任務判斷要分發到哪個大模型，以便最優解答。但後來發現，好像大家其實不太需要這種自動最佳化選擇，最終還是傾向於選擇長期穩定、持續表現最好的大模型。
現在你們也做這類服務，國內還有矽基流動感覺也很猛。如果客戶問到，你們會如何介紹與他們相比的優勢和差異？
👦🏻 杜知恆 William
其實這背後有兩個大的判斷，也回應你剛剛提到的那家公司，我們當時也關注過他們，但他們在時機上稍早了一些。我們去年開始做這件事時有兩個主要判斷：
第一，我們認為中國人和美國人會成為全球 AI 行業主要從業者，除了本地市場外，全球其他地方是兩國創業者的 playground。第一步就是要找到服務好中國出海 agent 和創業者的方式。
第二，我們判斷 2024 年的算力結構仍是訓練大於推理，但從 2025 年開始會反轉，推理需求會顯著超過訓練需求，且推理算力的主要體現形式是 API，而不是直接租算力。這決定了我們要做 Skyrouter.ai 這種產品形態，而不是像 Fireworks或矽基流動那種產品形態。因為我們認為在開源和商業模型中，絕大多數客戶會選擇當下在其場景中最好的模型使用，而商業模型在部分領域長期會優於開源模型。既然這些客戶需要使用商業模型的多種 API，那麼“一站式服務”從 day one 起就是很多創業者需要的。
我們與矽基流動其實也有一些合作，但有兩個顯著差異：
他們的產品銷售主要以 DeepSeek 等開源模型自部署為主，核心競爭力在於最佳化開源模型在算力上的利用率，讓同樣算力產生更多 token，技術能力在推理最佳化上。
-
全球範圍內足夠多的節點和分散式算力資源； -
平臺穩定性和自動路由能力（模型能力由模型本身決定，我們聚焦在平臺層穩定和智慧排程）； -
資源運營能力和折扣優勢，這源自於我們與多個雲平臺有緊密合作。
AI Infra 行業分析
👩🏻 Ronghui
剛剛也說到，其實在 ChatGPT 出現之後，AI Infra 確實有過一波創業熱潮。我記得當時看紅杉的一份報告，大家原本預期 2023 年會是 AI 應用大爆發，但後來統計了一下，發現資金大多都流向了 AI Infra，導致這個領域出現了非常多的公司。
可不可以請 William 作為行業 Insider，來跟我們分享一下你對 AI Infra 行業的整體觀察？在你看來，這兩年半以來，AI Infra 領域都發生了哪些比較大的變化？現在這個時間點上，AI Infra 的公司又在發生怎樣的改變？
👦🏻 杜知恆 William
我覺得最大的變化是大家從“搶卡”變成了“搶資料”。最早這一波 Infra 廠商，包括像 CoreWeave、Lambda Labs，其實都在 IaaS 層發力，為大公司從資料中心到 GPU 雲化提供基礎 ADS 服務，讓他們能快速訓練模型。這是第一階段，競爭點是算力資源，各家都在比誰能更高效、規模更大地提供算力。
到了去年到今年，我們觀察到更多 agent 廠商出現，它們和大廠最大的區別在於不僅需要 IaaS，還希望 Infra 能提供 PaaS 層的全服務。PaaS 層主要包含幾部分：
-
模型 API 本身
-
模型無法覆蓋的即時資料和資訊 -
工具呼叫和多 agent 協作能力
PaaS 層的競爭對我們來說更合適。上一代 PaaS 層有很多產品形態，其中較大的一類是 CDN，而小宿的團隊過去積累了很多這方面的技術和能力，這一能力完全可以複用到今天做 AI PaaS 的場景裡。所以我們目前提供的 Skyrouter.ai、小宿智慧搜尋，其實都是 PaaS 層產品。同時我們非常明確地不做 ToC，不做 SaaS，不與客戶搶生意，讓客戶無需管理底層 IaaS，讓他們能把效率提到最高。
當下最大的挑戰其實不是 Infra 能力不夠，而是客戶、整個 agent 行業仍在尋找 PMF 的過程中。我希望客戶能儘快找到 PMF，一旦找到，使用量會立刻增長，這也是一個很好的行業觀察點。就像過去做 CDN，看誰的流量起來了，用量就起來了。
所以我們對整個行業的期待是：頭部 agent 廠商能儘快且更好地找到 PMF，這樣對 Infra 的能力和需求也會持續快速提升。
👦🏻 Koji
那你現在有沒有看到什麼苗頭？
👦🏻 杜知恆 William
我覺得大家提過很多場景，目前真正跑通的場景裡，coding 是一個非常清晰的場景。而且 coding 本身也會調搜尋。我的理解是，不管什麼場景，只要是 AI 輔助或替代人類，人的工作習慣一定是邊搜邊寫程式碼、邊搜邊畫 PPT、邊搜邊塞圖片。所以我們看到的關鍵場景是幫助使用者在“邊搜邊幹活”中提升效率。
第二個場景是辦公軟體。比如我們的客戶崑崙天工，它是一個典型的想用 AI 替代 Office 的產品形態，無論是寫文件還是做 PPT，都模擬人類真實的使用過程，持續調搜尋、指導路徑規劃、找圖片、整理內容、完成輸出，和高中生做 PPT 的流程非常像。隨著模型能力提升，最終會達到職場人能直接交付可用 PPT 的水平，這一過程中模型和搜尋呼叫量都會快速增長。
除了 coding 和辦公，還有一些垂直場景已出現較好的 PMF，比如：
-
AI 廣告投放 -
AI 幫使用者規劃旅遊路線並自動訂票 -
AI 資訊獲取（比如我們的客戶深言科技DeepLang，也是我校友創辦的，做類似“AI agent 版今日頭條”的定製化內容推送，需要即時抓取最新中英文全文資料）
這些都體現了 AI 正在改寫和最佳化傳統網際網路產品，雖然尚未到徹底顛覆的程度。
👩🏻 Ronghui
那你覺得短期和長期內，AI Infra 領域的市場格局會發生什麼變化？
👦🏻 杜知恆 William
我覺得這個問題目前沒有確定答案，但我認為行業裡最重要的事情是：AI 原生應用需要在使用者規模和留存上實現質的飛躍。要實現這一點，背後有兩個驅動力：
-
模型能力持續提升
-
創業者能力持續提升（目前最優秀的創業者基本都在這個領域裡，一旦基礎能力持續提升，半年到一年內一定會有更多場景找到更好的 PMF）
作為基礎設施提供商，我要做的就是保證平臺可用性，為中國出海 agent 提供一站式、高性價比的服務，讓他們在語言、市場和文化上沒有障礙。我非常相信這一天很快會到來，而且中國創業者會佔據極大比例，就像在移動網際網路時代，中國市場在應用端領先美國幾條街一樣。在 AI agent 時代，本質上也不會有太大變化。
👩🏻 Ronghui
長期呢？
👦🏻 杜知恆 William
長期來看，前面的邏輯會延續：算力競爭的重要性會下降，因為所有人的算力都能達到基準值。包括國產算力在推理上也不會和英偉達有顯著差距。而推理將成為主要的算力使用場景，訓練佔比會越來越小。
我們觀察到：資料將變得更重要，尤其是即時、動態資料。模型訓練有 3~6 個月週期，如果要質變，演進速度不會特別快，因此需要即時資料配合使用。這些資料的合規性、來源是否能持續供中國廠商使用，以及垂直領域（金融、新聞、醫療等）資料如何獲取，與 agent 如何更好配合，都會是接下來資料驅動型 AI Infra 重點要思考的方向。
👦🏻 Koji
那你能不能介紹一下，比如 OpenAI、Claude（Anthropic Claude）、或者國內的 Kimi、MiniMax，他們的 API 搜尋是用哪家的？還是自己搞？
👦🏻 杜知恆 William
頭部模型廠一定會自建搜尋，但不會自建全部搜尋。因為搜尋的 query 長尾效應非常強，頭部廠商通常會自建核心 query 索引，比如前 1 億條或 3 億條，這可能佔據 query 總量的 90%，這部分自建價效比非常高。
但剩下 10% 的長尾 query 分散在幾十億條中，這部分通常會呼叫第三方。這對我們來說是一個很顯著的機會。我們已經和一些頭部模型廠在合作或測試中，對於小眾語言或小眾 query，他們一定會用第三方呼叫，因為對他們來說自建價效比太低。
👦🏻 Koji
聽起來如果只做長尾，對伺服器和演算法算力要求都很高，這樣你們還能賺錢嗎？
👦🏻 杜知恆 William
這是個問題的另一面。第一面是頭部模型廠一定會自建核心索引，但第二面是：我認為 AI agent 的繁榮會非常個性化和多元化。
頭部模型廠不會壟斷 agent 市場，未來 3~5 年，一定是百花齊放的 agent 佔據主角位置，因為個性化和垂直化需求非常強。這些 agent 才是我們服務的主要物件。雖然模型廠對我們要求高，但利潤低，但透過服務這些模型廠積累的能力，能幫助我們更好服務大量通用和垂直的非模型廠 agent。這其實是我們生意的主要部分，只是這個生態目前還在剛剛起來的 day one 的早晨。
個人職業選擇和創業心得
👦🏻 Koji
我們可不可以稍微聊一下職業生涯選擇的問題？我感覺我身邊最後去做二級市場的朋友，好像都覺得那是職業生涯的歸宿。但沒想到你在二級市場早早取得一些成績之後，又回到了創業的水深火熱一線。這是出於什麼考慮啊？
👦🏻 杜知恆 William
其實做二級市場的終點也常常是自己開基金，而開基金其實也是一種創業。對我來說，要比較開基金的價效比和做 AI 創業的價效比，哪個更高？哪個更是我的熱情所在？
其實我從本科階段就受了很大影響，那是我第一份實習，和 Koji 一起在街旁實習，大二時做的。當時我非常深地被 Koji 影響，覺得創業這件事很有趣，而且能創造新的東西。因為投資更多是資源分配，而創業是製造新的生產力和資源。
大四時我做過第一次創業，做了一個校園約會網站，2011 年在北京高校推廣，積累了約 5 萬用戶，叫“聽約會”。當時也拿到了一筆投資，但在核心創始人畢業時關掉了。當時我們看到米聊、微信、陌陌已經崛起，我們雖然很早做了移動網頁加 APP 的形態，但也意識到場景會被這些頭部 APP 吃掉。作為使用者，我自己都不會再在自己的網頁上約人辦事。此外，我們也看到了能力的瓶頸，作為 CEO，我不知道有哪些資源可呼叫，也不知道產品選擇是否正確，如何驗證選擇。這是我第一次創業，最終無疾而終的前序。
後來在高瓴工作時，所在的 TMT 團隊不僅做二級市場，也看一級市場專案，一級市場完全獨立分拆出去前，我們也看過不少一級專案。當時我主要看文娛領域，如遊戲娛樂，也看全球市場。我當時認為二級和一級市場是不分家的，例如虎牙從 YY 分拆，是我參與的非常成功的案例。虎牙帶著母公司能力進入新市場，這和我們現在小宿和兄弟公司關係很像，我們帶著全球分散式基礎設施資源出來，在 AI 行業做新時代的基礎設施產品及服務。
當看到這個機會時，我非常激動，因為既有基礎能力，又能趕上 AI 浪潮，還能和優秀的創始團隊一起工作，這幾個條件具備後，我依然充滿熱情想創業。基本沒考慮太久，只思考了一兩天就決定全職開始做這件事。
👩🏻 Ronghui
那生活有沒有發生翻天覆地的變化？
👦🏻 杜知恆 William
我覺得變化是翻天覆地的。做基金經理時，決策大部分是相對短期的，看一個月、三個月甚至半年 PNL，需要判斷公司特別是成熟公司戰略是否正確、產品數字有何變化、如何猜測公司未來走向。大多數事情不在掌控中。
創業的不確定性不在於能否做，而在於做了後能獲取什麼結果。我的主觀能動性和做事情的確定性很高，只要判斷清楚，就能投入資源和團隊去做。成敗不完全可控，但需要在想戰略之外，搭團隊、做執行，中間會有大量細碎工作需要處理。人與人、事與事之間有摩擦，這個過程既耗精力又有趣。從零開始做一件事，對我來說非常有多巴胺刺激，每天都有腎上腺素和多巴胺在分泌。
做投資時，只有在業績期才會有寒毛倒豎或起雞皮疙瘩的緊張感，而創業後，在搞定大客戶、產品大迭代時也會經常有這種 aha moment。這種體驗在投資時會遇到，但頻率很低，而在創業時經常出現。
👩🏻 Ronghui
而且做投資時去和專案聊天，和自己創業後去和客戶聊天，姿態的轉變應該也挺大的。
👦🏻 杜知恆 William
Ronghui 說的特別對。創業後，我意識到做投資時自己是非常淺薄的。做投資時，只能聽 CEO 或 CFO 講他們在做什麼，真正業務之間的合作隔著十萬八千里。做投資時雖然相對客觀，但仍帶著一種傲慢，總覺得別人的生意模式不夠好，CEO 和團隊為什麼不完全按照理想的戰略調整。但創業後，我對生意充滿敬畏。
市場上能活下去的生意已經是十里挑一，能做到上市公司，即便二級市場認為生意模式差、創始團隊不夠強，也非常難得。我首先要做成一個合格的 CEO，而離合格還有距離，更不用說做一個偉大的 CEO。這讓我生出很強的敬畏之心。
👩🏻 Ronghui
剛剛我們聊到從結果來看正確的戰略選擇，例如微軟、agent 爆發的時點。你提到創業後需要做大量戰略判斷，雖然做投資時也做戰略判斷，但承擔結果時感受不同。你能否分享創業時會讓你晚上睡不著覺的擔憂？
👦🏻 杜知恆 William
我覺得做錯事最大的區別在於承擔後果不同。做投資特別是二級市場時，做對做錯的機率差不多是 60%，如果超過 51% 正確就已經很好。承擔結果通常是止損，再投入到下一個決策中。
但創業完全不同，如果戰略決策正確，可能引導公司走向長期成功；如果錯了，會產生大量後果，既包括人力和資源浪費，也包括如何處理錯誤業務。我的性格相對溫和，遇到錯誤決策時會產生大量衝突，例如裁員、砍掉業務和預算，需要大量溝通和協調，耗費精力。
對於 CEO 來說，精力是最寶貴的，需要分配在戰略思考、搭團隊、執行等不同事情上，而一個錯誤的決定可能讓你在一段時間內大量精力都耗在“擦屁股”的執行上，這是非常現實的痛苦。因此，我認為要儘量多思考，先小規模試錯，再逐步放大驗證。
現在反而睡不著覺的情況減少了。做投資時要跟蹤多個市場，白天看中日韓，傍晚看歐洲，晚上看美國，睡不著覺很常見且有節奏，尤其是業績期無法早睡，需要看盤前盤後發業績的組合並做操作。這會帶來緊張和興奮。比如組合中有 10% 倉位的公司第二天發業績，而並非所有業績都能清晰預判，就會睡不著覺，每個季度都會迴圈一次。好的基金經理會降低比例，但無法消除。
創業後反而睡得更好，每天只需躺在床上反思當天和近期策略與執行的得失，第二天進行短期調整，長期問題再討論決策。現在我大部分時間 11 點前睡覺，早起開始工作，晚上 9 點後不再開電腦，僅處理思考和溝通類工作。整體上壓力更集中在白天，休息更規律。
👩🏻 Ronghui
我覺得這種還蠻少見的哈。
👦🏻 杜知恆 William
我覺得焦慮沒有用。可能之前跟你們聊的很多創業者，要麼是在大廠做 leader 或帶業務後出來創業，要麼是從上一段創業直接進入下一段創業。他們的狀態和我之前做二級市場時那種長期緊張狀態還是不太一樣的。
第二個是目標變得更長了。做一級市場投資需要有比較清晰的長期 view，但二級市場很多投資即使有長期 view，短期波動對業績影響依然很大。到了創業之後，反而是長期目標清晰，把團隊搭好，剩下的就是日常的戰術和執行。這反而讓我更容易睡得好。
雖然某個客戶能否拿下會有區別，但 ToB 生意的魅力在於，即使今天沒拿下，如果產品持續改進、理解客戶需求、建立更好關係，下次或下個月跟他溝通時依然有機會拿下。所以我覺得這讓我不焦慮。如果這單沒做成，或者客戶暫時不用我們的服務，我不會因為結果本身焦慮，而是會回頭看我們在測試過程中有哪些沒有滿足客戶的需求，產品還需要改進什麼，以及客戶場景是否是當下最高優先順序要解決的問題。
這些問題應該在情緒平穩時去思考，而不是在緊張焦慮時去思考。所以我覺得這份工作還蠻適合我。
👦🏻 Koji
確實。我回想起來，好像我們節目之前還沒邀請過做了二級市場再回到創業的 founder。所以可以想象，經歷過二級市場的狀態後再來做創業這種長期主義的事，加上小宿科技做的又是 ToB，本身需要和時間做朋友，相比過去在心態和平衡度上都會更好一些。
👦🏻 杜知恆 William
我覺得焦慮不來。每當焦慮時我會想，現在 AI 原生的 APP 最大的也就幾十萬、一百萬 DAU。他們是這條路上最優秀的人，最優秀的團隊，擁有最豐富的資源。那我除了等著他們長大、等著生態繁榮，同時最佳化自己的產品和客戶覆蓋之外，焦慮也沒有用。客戶已經足夠優秀了，如果還有沒解決的問題，那也是需要時間和環境迭代來解決的。所以我只能放平心態，專注把當下的事情做好。
👩🏻 Ronghui
有沒有什麼是你創業一段時間後迭代出來的認知，是你剛創業時希望早點知道的？
👦🏻 杜知恆 William
我覺得學到最多的是“戰略選擇真的很重要”。比如我們從輔助配合的 API 形態，到自建能力，再到自建過程中進行併購，以及產品形態的演化。戰略選擇看起來很虛，但實際上真正決定了公司長期命運。這是我在過程中逐漸體會和理解到的一個非常重要的事情。
除了戰略，我還學到一個很重要的事情是：生意本身很難。
做生意包含很多要素，除了產品質量和能力，還包括與客戶的關係、客戶當下所處的階段等方方面面。絕大多數商業行為都不是“0 和 1”的判斷，而是從 0 到 0.1，再到 0.2，逐步深化的過程。所以不要太快下結論，要不斷小步試錯，透過服務客戶來理解需求。這也是我在過程中學到的東西。從策略上來說，我們整體沒有犯過大的錯誤，所以也沒有什麼大的教訓。但從經驗上來說，我覺得這兩點非常關鍵。
另外一點是要持續保持開放心態，因為世界變化太快了。比起我剛入行、在百度進入網際網路行業的時候，現在變化的速度快了至少十倍。那時我們做 PC 到移動轉型時，公司 OKR 或 KPI 的調整都是以“年”為單位，但我們當時在移動雲部門是以“季度”為單位來調整戰略和 OKR，當時已經覺得很快了。
而現在我們的客戶是以“周”或“天”為單位在迭代對產品的想法和認知。很多客戶在轉型後，在自己的能力圈裡看到更好的機會或更適合做的事情。所以我們自己也要持續保持非常開放的心態，因為這個世界變化太快了。
👦🏻 Koji
好的，今天謝謝 William 的時間，也非常期待小宿科技能在這場“以天、以周為單位迭代和改變”的鉅變中，不斷有新的動作。如果今天聽了播客的朋友對小宿智慧搜尋或者 Skyrouter.ai 感興趣，也歡迎聯絡小宿科技，瞭解他們的產品。
好，再次謝謝 William，拜拜。
👦🏻 杜知恆 William
謝謝 Koji，謝謝 Ronghui，拜拜。
🚥
參考資料
SkyRouter.ai: http://skyrouter.ai/