Sukie 拆解 AI 中轉站：從五月沒賺錢到七月 700 個付費客戶，「賣 Token」的利潤、護城河、風險在哪？

2026 年，AI 基礎設施的淘金熱正從模型層一路蔓延到「賣 Token」。一方面，大模型價格戰白熱化，百萬 Token 報價壓到極低；另一方面，OpenRouter 完成上億美元融資，AWS Bedrock 等雲平台把智慧路由做成標配，「中轉站」（API 中轉與模型分發）這門生意站上風口。當人人都能一鍵搭一個 Router，真正的競爭力到底是什麼？

這一集 168X 邀請到常駐灣區的 AI Builder Sukie（@sukie234）。她從中國網際網路博主起步，靠 2021 年那波 Crypto 紅利完成原始積累，兩年前赴美讀 CS、轉做軟體工程師，如今經營 RelayRouter（文字模型中轉）與 RelayDance（影片模型中轉）兩個平台，同時做內容、投資與銷售。在這場近兩小時的對談裡，她毫不掩飾地把這門生意的底層攤開來講：中轉站利潤薄、流失高，真正賺錢的是服務 B 端與大客戶的那 10%；而在一個模型越來越便宜、軟體加速消亡的時代，「未來人人都會賣 Token，你唯一的競爭力就是分發」。

👉 全球資金湧入半導體產業，台股站在最前線。168X 團隊出身台北，我們在 Telegram 開了 AI 半導體研究討論群，持續分享值得關注的資產和前瞻資訊，歡迎加入！

本文為 168X（@168X_Fortune）節目精華摘要，一個深度連結東方智慧與西方創新的頂尖對話平台，聚焦 AI、區塊鏈、機器人、太空科技及生物工程等尖端領域，探索技術、資本與人文智慧將如何重塑人類文明未來。

主持人：Victor (@vcmktasa) · Mr. Z（@168MrZ）& 來賓：Sukie（@sukie234）

收聽訪談：原 X Space 音檔 | YouTube 版（音質更佳）

👉 如果你喜歡本文，歡迎追蹤我們的推特 @168X_Fortune，每天獲得最前沿的 AI & Crypto 投研、產業分析、頂級投資人與建設者訪談！

本文目錄

• 一、Sukie 的自我介紹與中轉站的「三春」
• 二、比錢更重要的兩種資本：認知資本與圈層資本，普通人如何跨越階級
• 三、Crypto 留下的真正資產：增長能力與「真人營銷」的個人品牌
• 四、賣 Token 到底是門什麼生意：從五月沒賺錢到七月 700 客戶、2 萬美元流水
• 五、中轉站產業鏈分層：為什麼真正賺錢的是 B 端與大客戶
• 六、C 端最難做：SEO、GEO、垂直社群與「古法營銷」的投放打法
• 七、中轉站的護城河與尾部風險：精細計費、官方直連、不碰用戶資料與換皮投毒
• 八、軟體套殼會死，垂直 AI 會贏：WorkBuddy 與「人人都在賣模型」
• 九、Seedance 與影片模型格局：字節斷崖領先，張一鳴為何不卷蒸餾
• 十、字節 vs 騰訊阿里百度：中國大廠的 AI 布局差異
• 十一、中美 AI 競爭是「華人對華人」：卡的瓶頸、開源模型與人才回流
• 十二、赴美留學的紅利與陷阱：軟工更難、簽證收緊
• 十三、人生下半場：給 Crypto 人才與 AI 創業同行的建議

一、Sukie 的自我介紹與中轉站的「三春」

Victor：這一期我自己非常期待。我們之前聊比較多的是 AI 半導體、Crypto 投資或科技等內容，比較少聊到 AI 產品創業面的 insights。想先請 Sukie 老師自我介紹一下，你之前的經歷是怎麼樣，又是怎麼進入到現在做 AI 中轉站這個領域的？

Sukie：我自己其實也是吃到了一波紅利，就是疫情一直到現在這一段。我是在中國大陸中部一個城市的大學讀書，當時我的專業非常差、非常難以就業，所以我也很焦慮。本來我是要走一條非常安穩的道路，但那時候偶然在微博上，我本身是一個類似段子手、寫情感內容的小博主，就看到了一些關於 Crypto 的資訊，然後閱讀了很多相關內容，就選擇了梭哈這個賽道。

大概在 2021 年，正好趕上 Crypto 起飛這一波。我在不同的崗位上都幹過，做過 VC、做過 DeFi、去過交易所，工作崗位基本上就是在 PR、行銷、BD 和產品這一塊。到 2023 年的時候，那時剛好是一個熊市，我也觀察到了 ChatGPT 的發布，覺得以我過往的背景要進入 AI 這個賽道其實有點欠缺，所以我跑到美國讀了一個 CS 的 master，目前在矽谷這邊。我在美國也找到了一份大廠的實習，後面就在美國科技行業從事 software engineer 的職業。

進入中轉站這件事，要從一個叫 Linux.do 的論壇說起。 當時我很喜歡在 Linux.do 上看一些模型最新相關的內容，然後就看到上面很多人開始建立「福利站」。什麼叫福利站呢？就是透過一些薅羊毛的方式去拿到一些免費的 Token，然後給自己的網站引流。那時候透過這種方式拿到大量免費 Token 的中轉站，一個是 PackyCode，還有一個是 AnyRouter，這兩個最後也上了 Claude 的限制名單。

我當時就意識到，這跟 Crypto 其實非常相似：在一些小眾的群體、一批小眾的人，他們能夠比較早地嗅到市場的風向標，然後自發聚成一些小論壇或小社群，就像 Crypto 的擼毛一樣。我當時想，那我也要參與進來。因為我發現市面上很多大廠、企業都在做一些 AI 相關的套殼產品，尤其 Claude Code 出來之後，有很多很多跟它類似的產品，大家都在做 Claude Code 相關的，包括騰訊。但你要給 Agent 接入模型能力，都需要一個 API。

所以我把中轉站分成三個階段，或者說「三春」：第一春是薅羊毛的極客，他們喜歡薅免費 Token；第二春是 Claude Code 出來之後，大家需要給 Agent 加入模型能力；第三春是最近比較火的一波，透過找到模型的一個漏洞，可以從它的 reasoning 裡面提取出 CoT（思維鏈／Chain of Thought），這其實是中轉站第三波發財的機會。 也就是國內有一些不法分子，透過給大廠提供蒸餾（distillation）的方式，獲得了一筆比較不菲的收入，主要來源就是蒸餾這個模型的 CoT。

總結來講，中轉站就這三個階段：第一個是薅羊毛的極客，第二個是給 Agent、給 Claude Code 提供 API 服務，第三個是給一些開源模型提供蒸餾 CoT 的服務。我覺得隨著 AI 模型的推廣，現階段人類接觸到 AI 工具的人其實還非常少，未來肯定會有更多的需求，所以我會去做中轉站這個生意。

二、比錢更重要的兩種資本：認知資本與圈層資本，普通人如何跨越階級

Victor：你文章也寫到，你很早期在大學的時候就開始做家教、開民宿等生意賺錢，後來去梭哈 Crypto，累積到可以來美國、持續投入 AI 的資本。在你的經驗裡，有沒有可以跟大家分享的部分，就是要怎麼透過個人的努力、並且找到時代的風口，去跨越階級？

Sukie：我覺得主要是這樣。第一，我特別喜歡上網，特別喜歡看一些博主分享。這個習慣從我初中、高中就有了，我特別喜歡看知乎、看天涯，看一些大神分享他們的經驗。所以我雖然在一個非常封閉的三線城市長大，但實際上我透過網際網路接觸到了很多比較先進的資訊。

關於賺錢這件事，我今天在我的訂閱裡也寫到：賺錢不是說你現在有多少錢、每年定投 QQQ（納斯達克 100 指數 ETF），就可以躺著實現財富自由，其實不是這樣的。我覺得人主要的資本其實不是錢，是兩個資本：一個是認知資本，一個是圈層（人脈）資本。

認知資本，就是說你要不斷地學習知識。現階段大家不僅要學一些當下最火最熱、能用得到的知識，理工科的知識也好、計算機的知識也好，或者你要去學 Double E（電機與電子工程）、CS（資工），可以直接去最先進的企業獲得最先進的資訊，這是你的認知資本。

第二個是圈層資本，也就是人脈資本：你身邊的這些朋友，也得跟你一樣是愛學習、上進、追求財富的一群人。如果你身邊的同學、家長、朋友不是這樣的人，那你可以去網際網路上找這樣的人。你就可以做自媒體，不斷地去發自己的認知，去找到跟你有一樣認知的人。我覺得透過這種方式，你才能實現財富自由；而最後拿到的那個結果，其實只是你認知附帶的東西。因為沒有任何一種投資方式是可以保證穩賺的。

三、Crypto 留下的真正資產：增長能力與「真人營銷」的個人品牌

Victor：你之前主要做 PR、行銷、BD 等偏市場和增長的工作，也非常早期就在中國網際網路上做內容、做流量。我很好奇你這一套在 Crypto 學到最大的增長能力，到了 AI 領域是怎麼樣遷移的？

Sukie：我發現一個特點：AI 博主的變現能力，其實比 Crypto 博主要差很多很多。 因為 Crypto 博主離錢非常近，當然它中間也沒有那麼合法；但 AI 博主的變現能力其實挺差的。那它能給你帶來的東西是什麼呢？其實不是廣告收入、也不是混進一些小社群拿到財富密碼。

我覺得主要是兩件事。第一，你 build 你的個人品牌。你可以利用大模型的能力去做一個自己的產品，我覺得在未來，人人都可以做自己的產品，然後透過自己的個人品牌去完成分發。 因為我另外一個業務也在做 Instagram、TikTok 的投放，也做 SEO、GEO（生成式引擎優化），我發現在資訊爆炸的時代，大家更喜歡看到的是創始人自己在每一個熱點事件發生時，結合自己的產品去做輸出，整個團隊一起做行銷。

現在很多 AI 的 startup，行銷模式跟當年 Crypto 非常相似。我之前在 GMGN 做過海外 KOL 投放，我發現現在有一個做寵物保險的公司叫 Corgi，它在我們的 timeline 上非常活躍，簽了很多當年我簽過的歐美 KOL，讓這些美女 KOL 不停在推特上發帖子、發自己的照片，然後掛一下自己品牌的 logo，以此來做增長。所以現在 AI 時代很多行銷策略，其實也參考了當年 Crypto 的推銷方式。

我覺得做個人品牌、用真實的人來跟用戶接觸，會成為未來一個比較大、大家會覺得更有效的方式。因為你現在用 Agent 去寫郵件、寫 cold message，一天可以觸達一萬個人，但真正能成交、能得到回覆的，還是靠真人去推廣。大家更想看到的，是你真實的品牌。所以我覺得堅持輸出，是一件非常重要的事情。

四、賣 Token 到底是門什麼生意：從五月沒賺錢到七月 700 客戶、2 萬美元流水

Victor：你在五月的時候發文說中轉站還沒賺到錢，只能勉強覆蓋自己的 AI 消費；但最近八月你又發文說付費客戶已經超過 700 人，七月流水接近 2 萬美元。我很好奇這幾個月你做了哪些事情，拿到了第一批客戶，又做了什麼樣的產品去測試市場？

Sukie：首先我們發現，做 AI 中轉站最大的客戶是誰？第一類，是那些已經有了客戶、有消費的 Agent 廠商。他們的採購其實也是焦頭爛額的，市面上那麼多中轉站，他不知道該信任誰。所以很多人選我的原因，是因為我在推特上分享的品牌，他去測試了一下我的中轉站，發現確實沒有摻水。 我現在最大的客戶，其實就來自幾家比較大的影片生成產品，以及一些做 Agent 的品牌，他們帶來的收入非常穩定，充完了就會持續充值。

第二部分客戶，是那些想要做中轉站的人。我當時寫了一篇文章，把我開公益站的思路、怎麼建站、一些比較難的問題、去哪裡推廣，全都開源了。你只需要把我那篇文章放進 Claude，Claude 會自己去把 Sub2API 或 New API（兩套開源的中轉站框架）弄下來，你就可以部署，然後去小紅書那些地方完成推廣。我馬上也會公開一套我自己做的、做 GEO 的 skill，我用這套 skill 給我的網站帶來了 1,800 個自然的點擊。因為我去分享這些資訊、給下游提供貨源，那些跟我一樣的中轉站客戶就會來當我的下游、把我當成貨源。 採取這個方式的還有誰呢？就是 AnyRouter 和 PackyCode，以及寫 Sub2API、New API 這兩個開源框架的作者，他們做的中轉站也成了很多人的貨源。

第三個渠道就是服務。我把品牌打出去之後，有很多獨立開發者、做廣告製作、動畫製作、遊戲製作、影片製作的創作者會聯繫我，說想試用一下我的中轉站，那我就會給他拉個群、給他做客服。因為世界上存在大量的人根本不知道怎麼用 API，如果你光是寫了一個網站放在那裡、不手把手教他，他其實是不會用的。但當你教會他、他嘗到了 AI 的甜頭之後，他就會一直用你的 API。所以綜合來看，就是這三個渠道完成了獲客。

五、中轉站產業鏈分層：為什麼真正賺錢的是 B 端與大客戶

Victor：所以整個中轉站行業的分層，我的理解是：最上層是這些大模型、大廠；再來是像影片生成、Agent 這些客戶產品；然後是像你這樣的中轉站角色，同時做貨源和分銷；你下層還有更多做中轉站、把你當貨源的人；最下面是實際在用 API 的創作者。這樣理解對嗎？你之前提到真正賺錢的 10% 中轉站，主要服務的是模型廠和大廠，你會想去服務這些更頂級的 B 端客戶嗎？

Sukie：你的理解算是比較正確的。如果你想做得更大，比較大的就是一個叫 OpenRouter 的網站，它的創辦人 Alex Atallah 也是 OpenSea 的共同創辦人。他們目前應該是賣 Token 賣得最好的：一是做得早，二是很多開發者、企業用戶會去接 OpenRouter。他們其實在中轉站這件事上貢獻了非常多技術，不管是模型的測評、中間件還是基礎設施，都做得非常好，所以才能接到大廠的客戶。

但如果你的品牌建設、你在歐美或國內的 connection 沒有 OpenRouter、或者國內那些比較大的中轉站廠商那麼好，你只是透過 Sub2API 或 New API 一鍵建了一個站，那這種中轉站其實很難拿到企業客戶。因為我們在做中轉站的過程中發現，這兩個開源框架其實存在大量的 bug，有計費上的 bug、有傳參上的 bug。你如果賣給普通個人用戶、或一些小商家，是 OK 的；但你如果要做企業級的網關，就需要非常非常好的技術實力，因為大廠和企業級客戶需要非常高的 RPM（每分鐘請求數）或 TPM（每分鐘 Token 數），對技術架構要求很高，同時也很考驗你的 BD 能力、你的企業或政府關係資源。

六、C 端最難做：SEO、GEO、垂直社群與「古法營銷」的投放打法

Victor：你現在不只做企業客戶，也同時在做 C 端也就是創作者這部分。企業客戶是比較一對一的服務，C 端可以 scale（規模化）但收入不像企業客戶那麼多。你是怎麼平衡這整套商業模式，又主要專注在哪一邊？

Sukie：C 端我覺得是最難做的，而且 C 端的利潤非常薄，客戶的流失率也非常高。所以目前賺錢的中轉站，基本上都是做 B 端、做 ToB 的。 一個中轉站可能一年賺個好幾百萬，但這好幾百萬可能只來自於前 30 個客戶、甚至前 10 個客戶，這就是目前的現狀。

ToC 的好處，是你可以比較知名，會有很多散戶透過你的一些投放來找到你。這個投放怎麼做？我研究了很久，也看了很多競品，目前市場上做得比較好的比如 Atlas Cloud，還有一個影片平台叫 Higgsfield AI。他們做了哪些投放呢？第一個就是 SEO、GEO，當你問到關於某個模型的時候，你會發現他們投放了大量文章。而且會去 AI 的聊天框裡問「我應該用什麼樣的渠道去獲取某某模型」，這樣的客戶成交率還蠻高的。還有一層，是客戶看到你的推廣之後，會去 AI 裡搜索你的產品來確定要不要用你；如果網上對你的評價很差、對別人平台的評價很好，那他就會去用投放比較多的那家。

我最近發現，在 AI 時代去做 C 端投放、去買廣告，比如買 Instagram、Twitter 廣告，其實很多中小站都買了 Twitter 廣告，它帶來的效果其實並不是很好，因為用戶看到廣告後真實去成交的非常少。那什麼樣的用戶會去成交呢？一個是去 Reddit 上看，一個是去 Linux.do 這種比較專業、比較窄的網站，轉化率會比較高；還有一個是去同行業的社群裡投放，比如漫劇製作群、寫手群、編劇群這種小圈子投放，轉化率也會比較高。但核心來講，公司採購在真正開始買東西的時候，一定會去豆包或 GPT 上問一下。所以我後半段的投放，基本上都集中在兩塊：一個是做站內的 blog 建設，一個是做站外的投放。

Victor：你之前發文提到，AI 讓開發唾手可得，但「古法營銷」反而變得更重要。從網際網路時代出來以來，大家最一開始都會討論病毒營銷、referral（推薦）等各種增長方法，像騰訊、支付寶、Dropbox 的案例；但到現在反而回到最古法的營銷。這一點在 Crypto 圈其實就能看到，早期大家都很直接地去 Bitcointalk 這種論壇找社群用戶、打廣告，做最黏著的用戶。你會怎麼透過過去的營銷經驗，在 AI 中轉站這邊做到更深的增長？

Sukie：就像我剛剛說的，這波中轉站能賺到錢的，要麼你已經有一些 ToB 客戶、或你搞 ToB 特別強；要麼你給這個中轉站社群貢獻了一些東西，一些內容也好，你自己創建了一個群讓同行交流也好，你有一個論壇、或做了一個開源框架也好，就是你幫這波人做了一些他們拿著就能用的東西，不斷給這個社群做建設。這個東西可以給你帶來免費的流量，就是幫助別人獲得流量。這一塊我覺得是做中轉站一個非常關鍵的點。像 Linux.do 上面很多做公益站的，其實也是這樣獲得了好多好多流量。

七、中轉站的護城河與尾部風險：精細計費、官方直連、不碰用戶資料與換皮投毒

Victor：那在產品和定價策略上，你會怎麼做出跟其他中轉站不一樣的差異化優勢？畢竟現在大模型不斷降價、毛利被壓低，如果要打價格戰，要怎麼在保有足夠毛利的情況下打出差異化？

Sukie：我們其實做得非常細。當你看到一個網站是用 Sub2API 或 New API 框架搭的一個毛坯站（半成品的網站），就產生問題了：因為已知的 bug 就很多，而且這個框架每次更新也會產生一些新問題。

我們不同的地方在於，針對每一個模型，尤其像 Seedance 這種影片模型，它的傳參、它模型返回的參數有一些缺漏，我們都對框架做了調整。 我舉個例子：如果你這個月用 10 萬美元，用的是開源框架給你的平台，你最後會發現它統計的計費，和你實際 API 獲取的計費，中間差了 10% 到 20%。這是很多人不會留意的，很多人在 AI 開發的時代不會注意這些細節。我們自己做了很多優化，所以企業在我們這裡訂購，會發現我們的計費非常準確，這對他們來講也是非常重要的一點。

還有一點，很多人不要中轉站的 Seedance，因為同一個 prompt，中轉站那個會跳過一些提示詞，或出現一些聲音、真人人臉的報錯。但每一個模型出來之後，我們都對它做了調整，所以你成圖的「抽卡」次數就會比使用別的中轉站要低，成本自然也會更低。而且很多影片中轉站會使用「超分」，就是把 480P 透過一種很老的超分技術變成 720P、把 1080 變成 4K，以此賣你更貴的價格，看起來卻好像比我們更便宜。我們主打的是「滿血」、企業 API 直連：不管是 MiniMax、Kimi 還是 Seedance 官方，我們都是直接跟官方簽合同、跟官方採購，所以沒有摻水，計費也比較準確。

還有一點是，我們不保存用戶的資料。 因為現在很多中轉站靠什麼牟利呢？靠販賣用戶的資料。而我們的平台經過優化，走的是 AWS Bedrock 的加密通道，所以我們碰不到任何用戶資料。之前有一個企業客戶來找我，說他想看到員工每一個 session 的資訊、想統計員工每天問了 AI 哪些問題、想做監控，我就跟他說我做不到，因為我這邊確實不保存用戶資料。如果要做企業級的網關，只能這樣，企業會非常擔心資料問題。有一些 Agent 能碰到用戶比較底層的東西，比如操作文件夾、控制帳戶，它就一定要遵循資料安全協議；它用你的中轉站，就有可能讓它有訴訟的風險。而我們能出具相關報告，證明我們不碰用戶資料，那這樣的 Agent、這樣的套殼 AI 軟體就會比較放心地用我們。你要把你的 Agent 接入我們的 API，你肯定不希望我們能看到你電腦上的資料。

Victor：那從貨源建立、客戶簽約到後續維護，哪些環節是你覺得最大的護城河，哪些比較脆弱、有風險？比如上游客戶斷供、支付凍結、監管風險等等。

Sukie：首先上游斷供這個東西，我們是不擔心的，因為我們是 API 直連。如果上游斷供，那只會存在一個問題：這個模型倒閉了、沒人用了；那其實這個模型本來也不會有需求，所以這個風險是不存在的。

第二個是監管風險。做中轉站確實會有監管風險，但最重要的節點有兩個：第一，你有沒有出售用戶的資料，出售用戶資料是最大的監管風險，而我們不碰用戶資料，在全世界絕大部分國家都算是比較安全的情況；第二，你有沒有出售未經許可、不被允許轉賣的模型，我們基本上絕大部分模型都是跟官方直簽、直連的，也不存在那種薅羊毛帶來的法律風險。

Victor：中轉站的安全問題也讓一些用戶有疑慮，比如模型換皮（像 GLM 可能是 DeepSeek 換皮）、貼牌，甚至有些中轉站會做用戶資料販賣、投毒。在中轉站這一層，你會怎麼解決這些信任和安全問題？

Sukie：如果你採用的是企業直連的 API，那你其實就相當於這個模型廠商的一個分銷商。大廠現在也在做這件事，騰訊雲、阿里雲、百度雲，包括 GCP、AWS 都在賣模型，跟 Sukie 賣的模型、跟 OpenRouter 賣的其實很相似，沒有什麼本質區別。有區別的是，你能不能把你細分的客戶群體服務好，以及你的價格、你的服務。因為大廠很難把銷售深入到每一個客戶，而賣中轉站 API 是一件非常非常依靠客服的事情。 當你的模型不穩定，不管是你導致的還是貨源導致的，絕大部分情況是貨源的不穩定，你就需要去跟客戶溝通、交流，而大廠不可能做到這麼細緻。這就導致我們中轉站還是有一定的存活空間。

八、軟體套殼會死，垂直 AI 會贏：WorkBuddy 與「人人都在賣模型」

Victor：你之前發文說軟體行業在加速消亡，一個好的 idea 會馬上被模型廠幹掉；但另一方面，像 YC 等歐美頭部 VC 孵化的項目，又能看到垂直應用型的 AI 會是未來的形態。你怎麼看軟體、垂直 AI 之後的走向？你們現在有沒有在做這方面的布局？

Sukie：我們可以發現一件事情：曾經 Claude Code 引起的那波開發 Agent 的熱潮，不管你的 Agent 是靠訂閱還是怎麼樣，你會發現這波做 Agent 的基本上快倒閉了。哪些沒有倒呢？就是 WorkBuddy。WorkBuddy 本質上是一個什麼？是一個中轉站。 因為你可以透過 WorkBuddy 得到便宜的、而且是「滿血」的 DeepSeek。

我在這裡可以給大家科普一下：DeepSeek 分自部署和它官方的。你其實可以從幾個渠道獲得 DeepSeek，百度、阿里雲，還有騰訊雲。你在騰訊雲買到的 DeepSeek，其實和百度、阿里的都不一樣。為什麼呢？因為騰訊投資了 DeepSeek，所以它從 DeepSeek 那邊拿到了推理這塊的東西，做出來的其實跟官方的非常接近。

所以現在在 WorkBuddy 上使用 DeepSeek 是件非常划算的事情。WorkBuddy 這個產品，就是因為 API 大家用起來比較困難，所以給大家套了個殼，來幫助大模型廠商賣模型。所以未來你會發現，不管是多模態、影片剪輯、音頻，還是大語言模型，你最終要做一個殼，這個殼的主要盈利方式，一是賣訂閱，二是既賣訂閱又賣模型。所以現在導致的一個情況就是：大家都在賣模型。

九、Seedance 與影片模型格局：字節斷崖領先，張一鳴為何不卷蒸餾

Victor：Sukie 這邊做的中轉站主要有兩個，一個是 RelayRouter 做文字，一個是 RelayDance 做影片。做影片這一塊你接了像 Seedance 等大廠的影片模型，我很好奇現在影片模型 Agent 的競爭格局是怎麼樣，你的 RelayDance 主要在做哪些事情，讓它的影片 Token 中轉站比別人更好？

Sukie：我在這裡可以跟大家透個底：Seedance 是目前影片模型絕對的第一名。 雖然最近 MiniMax H3 發布給 Seedance 造成了一些衝擊，但實際上 Seedance 手裡還有更強的模型沒有發布。

我想說的是，影片、多模態這一塊，模型的能力更多是一個工程的能力，它本質上更像是一個 Agent 的能力，而不是像 LLM 一樣真的是那種智能的能力，因為多模態模型技術實現的方式跟大語言模型完全不一樣。目前大廠的競爭格局就是字節斷崖式的領先，未來幾年之內都很難有大廠能超過字節，這是我個人的感受。因為我聽到的一些小道消息是，字節目前的技術能力已經可以實現 30 分鐘的影片生成，包括剪輯。

Mr. Z：我們昨天看到一個新聞，說字節的老大張一鳴叫底下的人不要再搞蒸餾了，一切 priority 都要放在別的、更有自主性的事情上。請問你認為這是真的嗎？

Sukie：首先第一，字節跟其他大廠不一樣，字節是中國唯一一家、或者說最大的全球化企業，所以它必須符合全球化的一些基本規則。 這個基本規則就是，你不能觸碰到 Claude、GPT，或者說歐美資本背後的利益，不然等待你的就是無窮無盡的封殺和封鎖。它們其實在 TikTok 時期就已經受到了比較大的監管壓力。那麼在 AI 領域，前段時間也能看到一些「小作文」，揭露哪些模型廠商參與了蒸餾，裡面是沒有字節跳動的；而且最近那篇關於 CoT 的論文裡，也沒有提到字節。所以字節目前在這個事情上非常非常乾淨。

而且字節是目前最賺錢的，Seedance 其實是最賺錢的，而大部分的模型廠商都是很虧本的，他們現金流都非常緊張，甚至要舉債、要上市，但字節不用，因為字節的商業化已經足夠支撐它這個循環。Seedance 是張一鳴親自操刀、親自部署的，他自己非常了解 Seedance 有多強，以及這個東西反哺自己的廣告、反哺自己的影片能帶來多大的收益，他沒有必要去卷。你看現在 Kimi 也好、智譜也好，除了 DeepSeek 確實太強之外，其他模型都在資金鏈非常緊缺的邊緣，依靠刷榜刷分進入了前列，但當一個更強的模型出來之後，這個開源模型的利潤它其實收不到自己手裡，它沒有賺錢。

所以張一鳴的意思是：如果你去參與蒸餾，你將進入一個不賺錢的賽道去內卷，還會丟失自己最賺錢的廣告、TikTok 電商，那正常人都會選擇放棄這塊蛋糕，因為 TikTok 太賺錢了。

Mr. Z：我覺得這體現了兩件事。第一，如果把字節想成一艘航空母艦，它的核心還是 TikTok，加上剛講的廣告業務，而且它東西兩邊通吃，美國、歐美的年輕人也都很愛用 TikTok。所以他們有一頭現金奶牛 TikTok 當基底，底氣夠厚，不用跟大家去卷大模型的戰爭。第二件事我覺得體現的是如何取得最先進的晶片：TikTok US 背後是 Oracle 跟 Silver Lake 兩個美國大資方，某種程度可以說它是一個美國企業，那它可以 leverage 這樣的身份去取得 NVIDIA H100 等最先進的晶片，不需要來蹚這個渾水。

Sukie：是的。而且 Seedance 真的很強，大家可以先體驗一下 2.5，等後面 Seedance 3 出來之後，大家就可以領略到字節在影片生成上絕對領先的地位了。

十、字節 vs 騰訊阿里百度：中國大廠的 AI 布局差異

Victor：那你覺得 Seedance、字節，跟其他中國大科技像騰訊、百度、阿里、美團等等，他們在 AI 上的布局有什麼差異？字節做了 Seedance，也做了豆包這種更偏 C 端的產品，都做得非常火，取名也很有創意、很生活。

Sukie：比如像騰訊、像阿里，他們在 AI 領域其實完全沒有達到歐美的那種程度。主要原因，一是大廠的管理體制比較僵化，你已經有非常賺錢的業務了，很難在 AI 創新業務上梭哈；二是具備模型開發能力的人都自己出來做了，比如智譜、Kimi，他肯定不會去大廠打工，或者他就留在美國建設 Claude 和 GPT 了。所以騰訊、阿里是透過持股 DeepSeek、Kimi、智譜這樣的方式來入局 AI 的，他們自己在這個賽道其實處於落後的位置，但確實也能透過投資的這些企業分得一杯羹。

其實騰訊是最好的，因為騰訊沒有在模型開發上燒太多錢，它透過 WorkBuddy、透過自己的生態、透過自己的企業客戶，在這個賽道拿到了入場券。而阿里在這一塊，就像它在社交、在廣告上一樣落後。我覺得阿里雲、騰訊雲和字節的火山引擎，其實承接的是「賣 Token」這麼一個業務。他們模型開發的能力，我反而不是非常看好，但這個東西並不影響他們的股價，因為他們持有非常多中國 AI 領域公司的股票。當然我本人沒有在中國網際網路公司待過，所以這個評價非常業餘。我覺得他們能做的事情：一是有辦法買到卡，能透過自部署得到一些開源模型拿出來賣；二是能透過雲接觸到原有的企業客戶，進一步賣 Token。至於大模型的訓練，我覺得大家都挺落後的。

十一、中美 AI 競爭是「華人對華人」：卡的瓶頸、開源模型與人才回流

Victor：我們之前研究中國的 AI 資產，覺得主要有幾條不一樣的路線：一條是華為，一條是阿里、騰訊、百度、字節、美團這些，小米本身也在自研晶片，另外就是最強的 DeepSeek 這一條。現在中國模型在 performance 上已經開始追上美國模型，你覺得美國對中國科技的封鎖到現在還有效嗎？中國走的這種降本增效的策略，是否已經證明比美國的做法更好？

Sukie：我覺得中美雙方的 AI 競爭格局，其實就是華人對華人。 為什麼呢？因為大概在 90 年左右出生的這一批中國小孩，數理化基礎非常好、也非常重視教育，很多人都選擇了計算機或人工智能專業，然後跑到美國去讀。而在美國的這一代年輕人，包括其他種族的年輕人，其實在這一塊並不是非常重視，這也跟全球的產業轉移有關係。所以中美的 AI 對決是華人對華人。

那區別在哪呢？區別在於美國擁有大量的卡，中國沒有大量的卡，中國只有有限度的卡。 比如 Kimi 的 K3 模型一發布出來就霸榜了，但他們上線的時候天天 429 錯誤（請求過多），因為根本沒有足夠多的卡。中國受限於卡，只有一個辦法，就是開源模型：透過開源模型的方式，去對抗美國的閉源模型。而我們也能看到，其實是越來越追趕上了美國。我自己覺得開源模型是未來，但這件事僅限於大語言模型，影片模型這塊是不行的，因為影片模型主要還是一個比較強大的工程能力、做 Agent 的能力，跟訓練模型沒有太大關係。

所以長久來看，中國廠商的模型能力，絕對不僅僅是「我蒸餾就變強、我得到你的 CoT 就變強」這麼簡單。我覺得中國這幫做 AI 訓練的人，技術上、結構上，加上中國龐大的用戶，都很有希望在 AI 賽道領先。這個賽道中國唯一的缺陷就是沒卡，但就像 DeepSeek 的梁文鋒說的，這個問題其實也是能解決的。

Victor：這也反映到中美人才流動鏈的變化。以往都是中國人才往矽谷流動，現在 AI 時代，很多頂尖的中國量化、數學人才在美國完成學業之後，反而是回國創業的，比如月之暗面的創辦人楊植麟。為什麼現在會有這種人才回流的現象？

Sukie：這個很簡單，因為美國留不下來啊。你想一想，現在美國發簽證，H-1B、CPT 這些特朗普都在卡，你一個中國人才想在美國透過找工作的方式留下來，機率不到百分之一，而且每年 PhD 進入美國的數量其實是恆定的。你在美國根本留不下來，這是最大的人才流失問題。而且我覺得美國現在非常非常「右」，經常會有針對華人創業者或華人科學家的聲音，說「你是不是間諜」。隨著 AI 變成一個國家安全的布局，美國會越來越不敢用中國人、會設置更多限制，所以就倒逼著這幫在美國求學的中國人回國。這也是我為什麼對中國開源模型比較有信心的一個原因。

十二、赴美留學的紅利與陷阱：軟工更難、簽證收緊

Victor：你現在在美國灣區做中轉站、同時也在求學。你觀察到身邊的人，包括你自己，為什麼現在還是會來到美國？他們是決定要繼續留在美國發展，還是有回國的打算？

Sukie：這個我其實想講一件非常好玩的事情：我其實非常非常推薦來美國留學，因為我自己就吃到了來美國留學的紅利。 以我自己的本科學歷，我在中國是絕對不可能拿到任何一個科技大廠面試的；但我一年前剛來美國之後，開始嘗試投一些中國科技大廠的實習崗位，發現基本上都能拿到。所以從回報率來講，如果你想進入 AI 行業，來美國讀個書、然後回去找工作，其實是非常加分的，這是很多人都不知道的一個比較好玩的地方。

而且在美國沒有那麼多學歷歧視，也沒有年齡歧視，不是很在乎你的過往履歷，你只要足夠勤奮、英文足夠好，就能在美國找到一份工作。因為美國不僅有足夠多的大廠，一年要招好多人，還有足夠多的 startup。你用你的 CPT 或 OPT 工作一下，我覺得還是比較簡單的。可能有人會覺得我這樣說話不太對，但相比在中國找工作，這個福利待遇、各方面都會更好。

Victor：那從中國來到美國，現在是比以前更簡單還是更難？

Sukie：會更難。近來美國發簽證會發得越來越少，而且政策一直在變，感覺越來越難留下來。而且我感覺到，除了大廠有「不能歧視」的限制、還比較遵守之外，很多小公司會傾向於不招中國人。中國人在美國拿到投資的難度，相比本地人來講也非常大。

Victor：那現在對從中國來到美國的人才來說，哪方面的賽道會比較吃香？軟工、硬體，還是營銷？

Sukie：我覺得軟工其實沒有很有優勢。 因為計算機賺錢這件事，美國人自己也知道，所以現在找工作的這批 00 後小孩，他們是經歷了整個網際網路發展、按這個線程去培養的，本地小孩學計算機的越來越多，考個好大學也很簡單，公司去應聘的時候肯定優先選用本地小孩。所以現在公司優先是不招外國人的，我覺得軟工肯定是更難了。但別的賽道我暫時也沒發現更簡單的，目前看起來還是軟工更簡單一點，只是別的賽道好像都需要綠卡。比如最緊缺的護士行業，你得要有綠卡才比較好進。

Victor：護理師這個行業，在我們台灣也是蠻多人會把到美國工作當成最佳選項，因為在台灣做護理師待遇和工作條件其實都蠻不好的；但如果能考到美國的護理師證照、取得身份，美國這邊是非常缺護理師的。

Sukie：對，我在大學裡就看到很多十六、七歲的台灣小孩來美國學護理，一般學護理都是去社區大學。

十三、人生下半場：給 Crypto 人才與 AI 創業同行的建議

Victor：你比較早從 Crypto 遷移到 AI，而且來到灣區第一線、在 AI 產業裡實際做產品、創業、做增長。對於現在還在 Crypto 行業裡的人，你會給什麼建議？

Sukie：建議就是不要再去買那些沒有意義的 meme、那些比較賭博的東西，趁早放棄幻想。 因為每一個週期，我相信 Crypto 還會有牛市，我本人也持有比較大倉位的比特幣，而且我從來都不賣比特幣，我是非常相信比特幣的。但比特幣以外的其他山寨，就可以放棄幻想了。放棄幻想、節約時間，去鑽研一下你的技術，看你在 Crypto 積累的人脈也好、技術也好、經驗也好，在 AI 時代能做哪些事情。其次，如果你是在做 payment 或穩定幣相關的事情，那其實還可以繼續做，但你也要結合未來的 Agent 支付、或給模型付費這種渠道，我覺得也是有希望的。

我其實覺得 Crypto 還是非常好的一個賽道，因為絕大部分轉行來 AI 的 Crypto 人都還沒賺到錢，除了 OpenSea 的老闆。為什麼還沒賺到錢？因為這邊太卷了，最有智慧的人都在搞 AI，而搞 AI 的門檻很高，而且會越來越高，甚至會卷到他們自己的 researcher 都賺不到錢。而且我自己覺得，現在才想轉軟工、轉計算機，其實沒有什麼太大的意義，因為現在 coding agent 已經可以替代絕大部分程式設計師的工作量了，不需要那麼多工程師了。 所以 Crypto 的人想轉 AI，如果還走「我要去學寫程式、來轉工程師」這條路，我覺得大可不必，因為市場上有大量非常資深的工程師都找不到工作。大家可以做的是：還是得轉行，不要持有山寨幣、meme 幣，比特幣可以留一下等待下一個週期，然後去學習、看自己能做什麼。但轉 AI、轉計算機已經來不及了，這個不推薦轉，可以看一眼別的。

Victor：不過你自己來到美國就是來學技術和程式的，那麼當時你是怎麼考慮的？

Sukie：我其實已經轉了工程師了，只是我來的時候比較早，那時候 GPT 也才剛出來，還有那麼一點湯喝。我覺得現在是真的來不及了。我很難說未來還有什麼樣的工作能留給大家，現在可能就是 AI 和 Agent 開發這兩件事給大家創造了一些工作機會；等到 coding agent、WorkBuddy 這種能替代更多勞動力的時候，我真的覺得這個世界上絕大部分人都會失業。所以我自己也在想：如果絕大部分人失業了，大家會去幹嘛？我今天甚至在想，那是不是元宇宙又能再來一波了？因為大家失業在家，是不是就要去娛樂、玩遊戲、線上社交？就像疫情一樣導致絕大部分人失業在家，那大家是不是會選擇去元宇宙，Crypto 的這個敘事是不是又能再來一次？

Victor：有可能哈哈，希望我們可以看到祖克柏當年的元宇宙再實現。你也提到你現在其實已經不把賺錢當作主線了，那接下來你會想把最有創造力的這段年華投注在什麼方向，還是會想持續做更多探索？

Sukie：我覺得首先，我們這個時代的人第一件事情就是不要輕易地創業。像我賣 Token 這件事，我覺得就是吃到一波很短期的紅利，我剛開始賣 Token 的時候，大家都在罵，覺得這個東西不賺錢，很多人跑來跟我說不賺錢、非常難賺；我自己親身體驗，確實非常非常難賺，但也不是完全不賺錢，至少我透過自己的努力還是賺到了一點點，雖然比較少。

我最近有一個感悟：隨著年齡奔三，我心裡覺得，未來的人類如果不會花太多時間去工作，那比拼的就是兩件事，一個是誰活得更久，一個是誰更會玩。 所以我最近想投注精力的，一個是鍛鍊身體，一個是去發掘自己的個性、興趣愛好，成為一個會玩的人。因為未來絕大部分人都不工作、都會在玩；當那些卷王、工作狂失業之後，也會去尋求「我該怎麼玩」。那你如果提前成為一個在自我探索、玩樂上非常擅長的人，我覺得也能抓住人生後半場的某些機會。

Victor：最後回到這次的主題，想請 Sukie 給那些想踏入 AI 中轉站、想做賣 Token 生意的同行，或想進來的創業者一些建議。

Sukie：未來人人都會賣 Token，所以大家如果實在想創業，就趁早加入賣 Token 這件事，趁早想明白：不管你做什麼樣的產品，你都是會沒有競爭力的，你唯一的競爭力就是銷售的能力，就是這個模型分發的能力。 一是早入局，二是早一點發現自己的客戶、然後經營自己的客戶，並參與到一些好的模型、開源模型的建設之中。因為我自己覺得開源模型是未來，基於開源模型進行一些改造，比如今天我看到有一個人給 DeepSeek 加了多模態的能力，讓它能看到圖片、看到 3D 模型。未來大家開模型中轉站，除了賣模型之外，還會賣一些基於開源模型做的優化、自己的小模型。像現在有一些網站會收錄一些開源的影片、圖像生成模型，你那個小模型就會有很多受眾、很多喜歡。所以不管是自己部署一個小模型，還是像我一樣有銷售能力、有自媒體能力去賣模型，大家都趁早做一些嘗試，在嘗試的過程中就能發現自己未來能夠切入的一個賽道、一個生態位。

Victor：Sukie 老師這次來跟我們聊 AI 中轉站、賣 Token 的生意，還給了 Crypto 行業本身的人、以及想來到 AI 產業或赴美發展的人非常多的人生經驗和建議，真的非常感謝。如果大家喜歡的話，也歡迎去追蹤 Sukie 老師，她在推特上開了訂閱，有很多你在市面上看不到的東西。如果你喜歡這集，歡迎追蹤 168X 的 X、Substack 與 YouTube，把節目分享給更多對 AI 創業感興趣的朋友，我們下集再會。

👉 如果你喜歡本文，歡迎追蹤我們的推特 @168X_Fortune，每天獲得最前沿的 AI & Crypto 投研、產業分析、頂級投資人與建設者訪談！

👉 全球資金湧入半導體產業，台股站在最前線。168X 團隊出身台北，我們在 Telegram 開了 AI 半導體研究討論群，持續分享值得關注的資產和前瞻資訊，歡迎加入！

👉 閱讀更多：

Chris Lee 李書沸「選擇比努力重要」：從幣圈 OG 到重押記憶體三巨頭，AI 牛市回調預測、Web4 與年輕一代的機會

Rick：實現 AGI 的路上要克制！梁文鋒不追小兔、Alphabet 獻祭自己，買模型不如買記憶體

投資TALK君：看對 AI 不代表看對標的！下半年「軟硬雙修」怎麼配？從大科技、英特爾到軍工與醫療

親手設計過永續合約，Owen 硬核拆解定價機制與莊家遊戲！一套宏觀到微觀框架，Q3 為何依然要重倉 AI？

qinbafrank：FOMC 前夕「沃許沒你想的那麼鷹」！美伊停戰重置宏觀邏輯，SpaceX 與半導體下半年怎麼走？

3X Long Labubu × AI 產業挖掘機：六月 AI 半導體急殺後，下一個 Alpha 藏在哪？

Rick 推演 AI「加速正在被加速」：從 MLCC、機器人、生命科學到 Crypto，如何佈局人類史上最大財富轉移？

qinbafrank 拆解美股回調級別，AI 真正風險是什麼？從軟體股、Marvell 光互連、Nokia 到 SpaceX 看資金輪動

鐵柱解構中國半導體產業鏈：從長江存儲、CPO、功率半導體到華為韜定律

AI 冷戰的賣鏟人：超越登月的新軍備競賽，「錢進台股」第二幕才剛要開始

丙午馬年「三駕馬車」投資法：美股、台股、比特幣三市場配置策略

台股衝上全球第六：海外投資人怎麼買台股？有哪些必須關注的股票？

關於 168X

168X 是一個深度連結東方智慧與西方創新的頂尖對話平台，致力於探索科技、資本與人文智慧將如何重塑人類文明未來。節目聚焦於 AI、區塊鏈、機器人、太空科技及生物工程等尖端領域，與全球領袖和思想建構者展開對話，以獨特的東西雙軌視角，揭示未來財富與創新的核心動力。節目由 ex-banker Mr. Z 與研究員 Victor 主持。

Website | X | YouTube | Apple Podcasts | Substack