Looki 孙洋首次深度创业复盘：主动式 AI 的下一步是预测，整个世界都将是 AI 的 Prompt
长期关注 RTE 社区的朋友们或许注意到了，最近除了 Voice Agent，Visual Agent 和 Physical AI 也正高频出现在我们的讨论中。
今天为大家分享的这期播客里，Looki 创始人孙洋提到了一个很有洞察的观点：今年初能看到两条明显的模型路线分化——一条卷 Coding，另一条则走向原生的全模态。
孙洋说：「对于 Looki 来说，我们一直沿着多模态这条线走，随着模型能力越来越强、推理能力越来越好、成本越来越低，我们能吃到的红利会持续增加。」
当我们把全模态 Agent、Physical AI（比如穿戴式或桌面级硬件），甚至最近大火的 OpenClaw 连起来看，会发现它们其实都在指向同一个方向：一种更符合人类本能的、高度个体化的智能。这也让我们确信，多模态的交汇必将碰撞出更多普世化的融合场景。
顺便预告一个「彩蛋」：本期播客的主持人、Looki 的天使投资人、同歌创投执行董事李欣航Kara，恰好也是我们即将在硅谷举办的 Physical AI Meetup 的分享嘉宾！ Kara 长期深耕 AI 硬件的早期投资，如果你在湾区，欢迎点击下方链接报名，来线下和 Kara 一起深聊：
Physical AI 系列活动硅谷站！探讨和上手全模态与硬件智能丨Meetup+Workshop，3月19日
本文转载自公众号 Day Zero
主动式 AI｜AI native硬件｜Open Claw｜推荐引擎→生成引擎
本期节目我们邀请到了Looki 创始人孙洋，和小宇宙超过12万粉丝的《中国好生意》主理人树杨，一起深度复盘AI原生硬件创业的第一线故事。
如果你正在做 AI 相关的产品、创业、或者正在思考 AI 时代的产品机会，这期值得反复听。我们会聊：
Looki从产品构思到量产发售的完整创业复盘
OpenClaw到底改变了什么，为什么孙洋认为OpenClaw 是一种思想而不只是一个工具
在 Agent 越来越多的世界里，下一代应用和硬件的机会到底在哪
信息流如何从推荐引擎走向生成引擎
当"整个世界都变成 AI 的prompt"，人和 Agent 的关系会发生什么根本变化
孙洋在 2024 年 5 月和 6 月 Looki 内部会议画的白板图，Looki 团队在近两年前 Agent 概念还未成熟时就确定了AI agent、AI companion等核心方向，真的很有前瞻性和技术视野！
Looki团队在大力招聘！可以发送邮箱：
recruitment@looki.ai 或 hr@looki.ai 也可以上小红书关注 Looki！
感谢树杨，中国好生意对本节目的大力支持！
也欢迎大家来小宇宙收听完整版。本期节目有视频版本，会在后续多平台放出，点点关注不迷路！
欢迎加入Day Zero听友群，一起探讨科技趋势和用户洞察，扫码或添加13621745991。不定期组织线下聚会喔~
嘉宾介绍：
孙洋Looki 创始人兼 CEO，前 Google Assistant 工程师，曾就职于 Amazon、Momenta、美团
树杨
WAKUART 创始人，「中国好生意」主播李欣航Kara
Day Zero 主理人以前在游戏公司，现担任同歌创投执行董事，聚焦早期投资，寻找能改变世界的游戏、应用和智能硬件创造者！是Looki天使投资人，曾投资华策影视、WaveOptics等项目Day Zero制作人介绍：
张新阳Francis
99年/滑铁卢+哥伦比亚大学/前纽约创业者/AI Native Developer/重度游戏玩家，现就职于同歌创投，聚焦早期to c投资
一、从天津少年到硅谷工程师：一段"不走寻常路"的成长
树杨：你是哪里人？从小到大的学习经历是怎样的？
孙洋：我是天津人，从小读小学、中学都在天津。高中之后去了海外读书，本科在多伦多大学，研究生在卡内基梅隆（CMU）读计算机。毕业后在湾区的 Google 工作了大概三年多，2018 年从硅谷回到国内。
说起来读书经历还挺奇葩的——我没参加过小升初、中考、高考。当时在天津外国语学校考了一个偏奥数风格的小卷，全年级 2000 人里考了第 50 名，男生里第 16 名，大家对我预期很高。但上了初一之后，成绩一落千丈，因为我实在不是那种喜欢死记硬背的孩子，英语、语文这类学科特别弱，数学还不错。那三年没少被父母"教育"一番。到了高中才开始开窍，逐渐追上来。
树杨：你从小就喜欢计算机吗？
孙洋：从小就喜欢。那时候家里条件不太好，在 90 年代，父母买了一些原始股，上市后卖掉挣了一两万，那个年代一两万还是很多钱，他们就全部给我买了台电脑——奔腾 233，Windows 95。从那时候起就开启了我的计算机世界。
最开始是玩游戏，但很快就对玩游戏没兴趣了，转而对破解游戏产生了极大热情。那时候有光盘和刻录机，研究各种算法去绕过版权保护。上大一那年，为了玩到仙剑奇侠传，在海外买不到，前前后后捣鼓了三五天才搞定，把室友羡慕坏了。那种成就感，才是我真正的驱动力。
Kara：当时为什么没有想过进入游戏行业？
孙洋：我对"玩"游戏本身并不上瘾，我喜欢的是"破解"这件事背后的技术成就感，两者完全不同。CS（反恐精英）我玩了一会儿直接就晕了，所以游戏行业对我没什么吸引力。
二、Looki 的起点：那个被忽视的"物理世界"缺口
树杨：是什么样的起心动念，让你决定创立 Looki？
孙洋：创业的心从上学时候就有，但我给自己设了规划——至少要在硅谷真正理解"创新是什么"，在大厂和小厂、国内国外都待一段时间，看明白运转逻辑。
真正的契机出现在 2022 年底。GPT-3.5出来之后，我看到了一个巨大的范式变革。我之前在 Google 做 Google Assistant，做的就是NLP相关，而那一波 AI 出来之后，NLP 这个概念几乎消失了。
更关键的触发点是：2023 年GPT刚出来时，我有机会为美团 lead 一个团队，做外卖场景的 AI Agent。做完之后发现了一个巨大的 gap——模型非常聪明，但它不理解物理世界里的东西。
用户问"推荐我吃什么"，AI 没有视觉、没有声音、没有任何感知能力，只能从历史订单数据里抓 context。一个刚从健身房出来的用户，理论上应该推荐健身餐，但 AI 根本"看"不到这一切。这个 gap，给了我一个非常大的 trigger。
树杨：当时就意识到物理世界的信息是 AI 能处理但还未被利用的？
孙洋：对。而且这跟我的职业经历有一种冥冥之中的呼应。我读书读的是纯软件，但工作一路都在被"push"去做软硬结合：在 Amazon 做仓储物流系统，赶上了 Kiva 机器人收购；在 Google 做 Google Assistant 和 Google Home 集成；回国后在 Momenta 做自动驾驶的后装 AI 硬件。所以很自然地，我意识到了这个结合点。
Kara：24 年多模态基座模型还在很早期，你当时怎么就有这个勇气决定创业？
孙洋：还是一些技术手感吧。我知道那个时候大家做的其实是"假多模态"——语言模型和视觉模型在第三个域做 projection 对齐，不是原生统一的架构。直到 Gemini 2.0 之后，才开始有原生多模态、统一 tokenizer 的方案。
但从立项到产品到用户手里，硬件有一年的周期。你必须提前把技术 sense、商业 sense、产品 sense 全部串起来，找到那个交叉点，提前押注。这是有一些笃定在里面的。
三、从账上只剩几万块，到"人生回看器"走红
树杨：早期融资是怎么过来的？2024 年资本寒冬，你们怎么活下来的？
孙洋：真的很难。2024 年那个市场，资本非常保守，不管美元基金还是人民币基金，大家都在求稳。我们又是在做极具创新但风险极高的事情。
投资人的核心质疑是：你的市场用户 GTM 在哪？那时候大家根本不理解 AI 硬件在整个 AI 赛道的意义，认为你就是在做一个消费电子硬件卖货生意。你跟他讲 AI 怎么在里面扮演角色，他根本不想听。
我们团队还给我摆了一个小摆件——一个拍一下就会说话的宠物玩具，录着"不要 toVC，不要 toVC"，放在我桌子上。融资最难的时候，我就拍一下，告诉自己别为了融资去妥协产品方向。
，时长00:05
甚至有机构当场跟我说："你今天做眼镜，我今天就发TS。"我最终抵抗住了诱惑。Looki 在第一年其实现金流差点断掉两次。最惨的时候，账上只剩几万块钱——工资都快发不出来，辗转腾挪才撑过去。
树杨：作为第一轮投资人，Kara当时你们为什么会投？
Kara：我们从 2024 年上半年开始关注 AI 与不同形态硬件的结合，包括眼镜、耳机、手表、手环、智能戒指，当时也已经有北美初创公司在做吊坠形态，但更多是基于音频模态。孙洋是我们在全球聊了几十位 AI 硬件创始人之后，唯一一个讲出与所有人认知都非常不同观点的创始人。做 ToC 硬件，核心壁垒在于创始人的认知，因为这决定了他能在多长时间范围内持续做出领先的事情。
树杨：早期团队是怎么搭建的？
孙洋：这是从 2018 年回国后慢慢积累的信任资产。在摩拜、Momenta、美团的六七年里，我招了很多同学，大家有非常深的相互了解。出来创业时，他们选择跟我一起走，最初七八个人，都是共事过很长时间、信任度极高的伙伴。
早期没有太多市场的人，核心是搭产品。大家志同道合，都是多面手，伴随着公司一起成长。
四、产品定义：第一性原理推导出"拇指相机"形态
树杨：你们是怎么定义出 Looki 这个形态的？
孙洋：从第一性原理往下推：
首先，要在正面——侧面的视角跟人的视角偏差太大；其次，要在胸部以上——胸部以下不行。这就圈定了一个大致的范围。
然后我们看，在这个区域里，过百万销量的硬件 form factor 有哪些——影石的拇指相机、眼镜、耳机。眼镜和耳机是成立的形态，但承载不了我们想做的"持续 always-on 感知"功能：眼镜要么太重，要么续航太短，用户没法长时间佩戴。最终我们看到了拇指相机的形态，最灵活，也更"无感"，就往这个方向做了。
外观设计上，我们刻意做了一个选择：第一代产品不追求隐形，要让大家一眼看出来——这是一个阳光的、可穿戴的 AI 配饰，而不是一个偷拍设备。这也在量产上带来了很大难度。
树杨：量产过程怎么解决的？供应链最难的地方在哪？
孙洋：歌尔给了我们非常大的支持。这个产品的外形独特，硬件堆叠空间极其有限，防水工艺、各种模块都是挑战。我们在资金不充裕的情况下，在其他地方到处省钱，但在产品的BOM开模和项目节奏上没有省一分。这个冒险的决策，也是导致我们第二次现金流危机的原因——但最终歌尔和我们一起扛住了，"做难而正确的事"这种价值观，我们是一致的。
很多用户拿到第一代产品后都很惊讶：这是你们的第一代产品？做得这么精细成熟？这背后有歌尔非常大的助力。
五、隐私争议：每一次技术变革，都会经历这场讨论
树杨：隐私是 Looki 被争议最多的地方，你怎么看？
孙洋：隐私可以拆成两部分讲。
第一部分：数据安全。这个行业已经有成熟解决方案——数据加密、云存储合规、SOC2 认证。海外数据留海外，国内数据在国内，模型也用当地的，这方面我们非常合规，不需要担心。
第二部分：佩戴场景的"被拍"感。这本质上是用户自己来控制的——Looki 有物理开关，随时可以摘下放进口袋。而且软件层面，所有拍摄内容默认存在本地硬件里，只有用户在 APP 里主动点击"上传并分析"，才会上云，上传前还可以再次筛选删除。
有意思的是，我们观察到：几乎所有关于隐私的质疑声音，都来自还没有买产品的人。真正买了 Looki 的用户很少在群里质疑隐私，反而带着产品出门，被路人好奇追问，成为了最好的自来水推广者。我们调研发现，有 20%~30% 的新用户是被朋友推荐购买的。
Kara：其实手机第一次加摄像头、GPS 定位、人脸识别，当年都有巨大争议，但今天我们都已经完全接受了，甚至忘记了当年的争论有多激烈。AI 硬件的隐私讨论也会随着时间的推移，随着大家体验到真实价值，慢慢被接受。当 benefit 大于 cost，用户自然愿意接受。
孙洋：说得对。Google Glass 当年被隐私问题喷得很惨，但今天MetaRay-Ban 已经卖了几百万副还在持续出货。10 年间，社会对可穿戴摄像头的接受度已经发生了根本性的变化——一方面是摄像头在社会中的渗透率显著提升，另一方面是抖音、TikTok 让大家习惯了日常生活化的拍摄记录方式。
六、产品三阶段：从"人生回看器"到"主动式AI"再到"预测未来"
Kara：有第三方媒体把 Looki L1 叫做"人生回看器"，你认可这个定义吗？
孙洋：在目前这个阶段是符合的，但这个名字不是我们起的，是媒体用户自己叫出来的。在我看来，Looki 第一代产品会经历三个阶段：
第一阶段（过去时）：记录回忆，回看过去，基于这些内容生成漫画、vlog，这就是现在大家体验到的"人生回看器"。
第二阶段（当下时）：主动式 AI（Proactive AI）+ 长时运行 Agent。AI 实时感知当下发生的事情，主动给用户反馈。举个例子：你设定了"每天最多喝一杯咖啡"，当 Looki 发现你拿起第二杯咖啡，就会实时提醒你。或者当 AI 看到某个场景，自动给你关联推送一个相关的有趣知识点。这个功能很快就会上线。
第三阶段（未来时）：基于过去的记录和对当下的理解，做Prediction（预测）。结合各类信息流，AI 能够前置地帮你做出判断和准备。
孙洋：我觉得大家都在讲"主动式 AI"，已经快讲烂了。我们不想过度渲染，直接把产品给到用户，让大家自己去玩。
七、商业模式与壁垒：从卖货到信息流重构
Kara：商业模式上你怎么思考？
孙洋：会经历三个阶段。现在毫无疑问靠卖硬件，这是传统方式。接下来会有订阅，可能先从海外开始。最终我们想做的是重构信息流。
信息流经历了几个时代：门户网站（我有什么信息就 po 上去）→搜索引擎（聚合信息，用户主动搜）→ 推荐引擎（根据用户行为做个性化推送，抖音、TikTok 就是这个时代的代表）。
我们认为下一个时代是生成式引擎。推荐引擎依赖低维特征（停留时长、点击），生成式引擎需要高维理解。而高维理解的前提是感知——Looki 就是在解决这个感知问题。
举个例子：你和朋友去了一家餐厅，AI 知道你们是朋友、今天是元宵节、你第一次来这家店、你的口味偏好……它不是基于规则推荐一个套餐，而是为你千人千面地生成一个专属内容或优惠。这就是从推荐逻辑跳跃到生成逻辑的质变。
孙洋：做ToC的那个位置是独占的——你脖子这里的位置只有一个，不会同时戴两款类似的产品。而且视觉信号和声音信号是通用的，这就是一个通用入口。只要是通用入口，就没有理由做垂直细分，你占领了这个入口，壁垒就会随着时间自然积累。
八、AI 生态展望：模型分化、Agent 哲学与海啸将至
树杨：2 月份一波模型集中发布，你怎么看现在的模型趋势？
孙洋：模型开始明显分化了，路线清晰了：
一条是Coding 方向——Coding 能力决定了模型的智能天花板，这已经被验证；而且 Coding 的商业化路径是最清晰的，所以大量公司在做，这很合理。
另一条是原生多模态方向——Google Gemini、Qwen，以及据说将发布的 DeepSeek v4，都走向统一架构、原生多模态。
对于 Looki 来说，我们一直沿着多模态这条线走，随着模型能力越来越强、推理能力越来越好、成本越来越低，我们能吃到的红利会持续增加。
Kara：关于 OpenClaw（Claude Computer Use）和 Vibe Coding 你怎么看？
孙洋：OpenClaw 刚出来我就部署完玩了一遍，对我来说其实没有太多新鲜感，因为里面用的模块某种程度上都早已存在，只是被非常好地粘合在一起，加了一个双循环机制。
但 OpenClaw 最核心的意义在于打通了私有数据（Private Data）。我在给 Kara 的那张 slide 里其实还有一条数据线的发展趋势：22-23 年是Training Data；23-24 年是 Public Data（Perplexity那个时代）；24-25 年就应该是 Private Data 进来了。OpenClaw 本质上就是把你电脑里所有的私人数据结合起来，让 AI 真正做到"千人千面"。
孙洋：更重要的是，OpenClaw 代表的是一种思想和技术框架：搭了一个场，让 AI 能够在里面自由发挥。这和移动互联网时代的产品逻辑完全不同——以前做产品经理要写PRD，针对某个垂类集中开发功能；但今天你给 AI 搭的是一个场，它表演什么节目是它自己的事。Looki 也是同样的逻辑。
孙洋：还有一个范式变化很多人没意识到：以前搭一个场是为了人，看 DAU、MAU这些指标；今天搭一个场其实是给AI / Agent的，让它在里面发挥价值。至于产生什么功能，是 Agent 自己来决定的。
Kara：长周期来看，你怎么看人和 Agent 的交互，以及 Agent 和 Agent 的交互？
所以 Looki 尽力避免让用户去写 Prompt，门槛太高了。整个世界都是 AI 的 Prompt——你经历了什么、看到了什么、听到了什么，都自动成为输入，AI 基于这些做出反应，你只需要点赞或点踩来校准。这是一个不断对齐的过程。
九、关于未来：AGI 已无限接近，AI 海啸将至
Kara：站在 2026 年初，你对未来三到五年人和 AI 的关系，有哪些非共识的预测？
孙洋：社会接受度上，大家会越来越把 AI 当成一种新型生物来看待，而不仅仅是聊天工具。正如 Sam Altman 说的，人类会出现"第三设备"——除了电脑和手机之外的第三个终端。
关于 AGI：在我看来，今天已经无限接近 AGI 了。很多人觉得体验不好，其实是因为没有给 AI 足够的 context，或者没有合理使用。
但我最近也有一种矛盾感——我们上周刚决定，不再招初级工程师了，因为 AI 已经可以完全替代。这件事在硅谷已经非常激进地发生，Twitter 裁了 40%，Block 也裁了 40%，而且是全岗位裁员，不只是代码岗。
再过两三年，可能 senior 工程师也不再需要了，设计、市场各类岗位也是如此。我每天看到 AI 进步，一边兴奋，一边在想：今天的应届毕业生怎么办？未来十年他们长大后，整个职业市场会是什么样子？
Dario Amodei（Anthropic CEO）说过一句话让我很有感触：AI 是一场海啸，但人类还没有意识到。各行各业都会发生巨变。海啸过后，社会会重建成什么样子？我今天没有答案。但我能感受到这个趋势，可能再有两三年，大家的体感就会越来越强烈。
树杨：这两年创业，你个人最大的成长是什么？
孙洋：最大的成长是视角变了。以前在创业公司待着，总觉得这里不合理、那里不对，各种不满。真正操盘之后才发现——那些"不合理"，原来都是有道理的，因为你掌握的是全盘信息，而不是某一个模块的局部视角。
孤独是肯定有的。每个创业公司的 CEO 都孤独，有太多决策旁人不理解，有太多事情不能对外说。孤独的时候就跟 AI 聊聊吧——我觉得这不是玩笑话，是认真的。
但不管 Looki 最终成与败，创业这个过程本身就很值得。你在今天科技世界发展的最前沿，带着一个团队在摸索，在牌桌上参与这场游戏，这已经是人生中非常享受的事了。
求点赞，收藏，转发！
阅读更多 Voice Agent 学习笔记：了解最懂 AI 语音的头脑都在思考什么
