作者：Frank，PANews

在多數科技大會裡，最常見的問題是「誰發布了什麼」。但在2026年5月的mu Shanghai AI WEEK現場，PANews聽到的高頻問題卻變成了更實際的內容：當AI讓產品原型越來越容易被搭出來，創業真正困難的部分究竟轉移到了哪裡？

這場活動的特別之處在於，它不像一場標準會議，更像是臨時搭建的開發者空間。展位很少，企業宣講很少，活動話題不固定，大批海外開發者從阿根廷、矽谷、日本或東南亞飛到上海，只為在一個月的時間裡與中國開發者、模型公司、投資人和本地生態發生連結。

活動現場並沒有被佈置成傳統飯店會場，而是開放辦公區、階梯坐墊、懶人沙發和臨時投影組成的混合空間。有人坐在工位前敲代碼，有人圍坐在地毯和方形坐墊上聽分享，也有人靠在角落用電腦繼續改產品。牆上懸掛著mu Shanghai的彩色旗幟，一面寫著「我是誰？什麼塑造了我？」的世界地圖上貼滿便利貼和連接線，像一張正在被參與者共同填寫的身份網絡。

PANews在現場與多位主辦單位、專案方、投資人和模型公司人士的交流後發現，AI創業正進入一個新的階段。如果說「誰能更快接入模型，做出產品」是AI創業的第一階段；那麼第二階段則是「誰能找到真實場景，獲得用戶，建立社區，並在足夠長的周期里活下來」。模型是水電煤，那麼當前真正稀缺的，不再只是接上水管的能力，而是誰能找到最需要水的人。

一場關於全球開發者的深度社交實驗

mu Shanghai最不尋常的地方，首先體現在它的組織形態上。主辦單位創辦人Sun在接受PANews採訪時提到，mu早期並不是從中國開始，而是在泰國、阿根廷、非洲、日本等地以快閃城市、創業社區的形式不斷擴散。相較於兩三天的傳統會議，它更強調一群人進入同一個城市，在一個月左右的時間裡共創、交流、生活和建立關係。

這種形式讓活動天然帶有強烈的社區屬性。根據Sun介紹，本次mu Shanghai約有2000多人報名，最後篩選出800多人。參與者組成也相當分散：中國參與者約佔20%，日本、韓國、印度等亞洲其他地區約佔18%，東南亞約佔16%，拉丁美洲、美國和歐洲分別約佔10%、10%和11%，非洲約佔6%。從產業背景來看，AI從業人員約佔40%，Web3相關從業人員約佔20%至30%，此外還有硬體、生技、投資等不同族群。

Sun在訪談中這樣解釋這種活動形態的吸引力：「離開大學之後，人很少再擁有那種深度關係。工作和大城市裡也很難形成這種連接，所以我覺得它很有價值。」在他看來，mu試圖複製的不是傳統會議的流量瞬間，而是一種更接近大學、社區和共同生活的關係密度。

現場也確實更接近這種狀態。主舞台並不總是空間的中心，投影布旁的字幕屏、臨時搭起的展示架和散落在各處的電腦共同構成了活動的日常背景。在一場關於使用者體驗的分享中，聽眾並不會整齊地坐在椅子上，而是分散在低矮坐墊、地面和開放工位之間。講者在前方分享，台下的人一邊聽，一邊低頭記錄、回覆訊息或繼續處理自己的專案。這種略顯鬆散的狀態，反而更接近開發者社群的真實運作方式。

這些數字的意義不在於活動規模本身，而是它展示了一種不同於傳統會展的組織邏輯。傳統會議往往連結品牌和使用者、企業和客戶，mu Shanghai更像是在連結中外開發者文化。現場既有大模型圓桌，也有黑客松、共創活動、語言學習、社群分享和臨時加出來的討論。 MiniMax產品負責人馮雯在現場交流中提到，這裡的氛圍不只是“上台分享AI”，還包含文化交流、開發者共創和社區參與。

大量Web3從業人員的出現，也讓這種連結更加複雜。 Web3產業過去幾年沈澱下來的不僅是鏈上資產和投機敘事，還有一套社群動員、全球協作、社群媒體傳播和開發者組織方法。當AI創業從拼模型呼叫轉向拼用戶觸達時，這套方法反而重新變得有價值。

從「怎麼做」到「賣給誰」：AI創業步入深水區

PANews在現場最明顯的感受是，AI創業家已經不再為「能不能做出產品」興奮太久。多模態模型、程式碼產生工具、Agent框架和自動化工作流程正在快速降低產品原型門檻。一個過去需要設計師、工程師和營運共同完成的小工具，現在可能由幾個人在幾個晚上借助AI代碼工具搭出初版。

更新的數據更能說明這種門檻變化。 JetBrains在2026年1月進行的AI Pulse調查則顯示，90%的專業開發者已經在工作中常規使用至少一種AI工具，74%已經採用面向開發者的專門AI工具。對創業者來說，「能做出來」正在變成更普遍的能力，而不再自然構成壁壘。

然而，產品被做出來之後，問題才真正開始。名為Nathan的創業家告訴PANews，他正在做一個幫助AI創業家尋找創業方向的產品。其邏輯是，AI已經可以擴大資訊收集範圍，並將連續創業家的判斷力和品味沉澱成一套判斷規則，再交給AI去發現商業機會訊號。但這個產品本身也揭示了一個更大的現實：當做產品變得更容易，「到底做什麼」反而成為更稀缺的問題。

Nathan對PANews說：「借助AI代碼工具，做出一個新東西已經很快。真正關鍵的是，這個方向是否值得做。」他所做的產品，本質上就是把「找方向」這件事本身產品化。這個案例很小，卻折射出AI創業的一個新變化：當執行力被AI放大，判斷力反而變成稀缺資產。

在PANews主持的「AI消費生態的創新實踐與路徑探索」圓桌中，多位嘉賓也表達了類似看法：AI確實讓快速原型、演示樣品和初步上線更容易，但創業真正困難的部分並未消失。獲客、商業落地、社區黏性、使用者教育和人與人之間的連接，仍需要團隊具備更複合的能力。

換句話說，AI降低的是開發門檻，不是創業門檻。過去產品競爭的第一道門檻是“能不能做出來”，現在這道門檻被大幅壓低後，真正的篩選開始後移到分發、場景和商業化。一位現場受訪者將其概括為：現在做工具並不難，難的是讓產品、IP和價值被更多人看見。

這也是大量AI工具面臨的共同困境。工具越多，使用者越難選擇；模型越強，單點功能越容易被下一次模型更新吞噬。對於創業者來說，今天看似成立的產品，可能在6個月後因為底層模型能力提升而失去存在感。因此，真正的問題不是“要不要做AI”，而是能否找到一個模型短期內無法完全抹平的具體場景。

AI的使用正在快速普及，但從工具使用到穩定價值之間，仍然隔著場景、流程、治理和組織能力。

Web3人湧入AI，不只是追熱點

如果只從敘事角度看，Web3人湧入AI似乎只是另一個熱點遷移。但在mu Shanghai現場，這種遷移背後有更現實的原因。

一方面，加密產業的財富效應、資本紅利和技術紅利正在衰減，許多從業人員開始尋找新的科技方向；另一方面，AI應用恰好需要Web3產業最熟悉的能力，社群、全球化傳播、開發者關係和社媒分發。

資深的Web3從業人員在現場直言，加密產業已經走了10年，資本紅利和認知紅利大多已經結束，現在更該往新的科技方向走。他建議創業者把事業、個人品牌和資產配置逐漸轉向AI，而不是繼續把大量精力押在加密貨幣上。這個判斷未必代表所有Web3從業者，但它確實反映了現場一部分人的真實心態。

他的表達很直接：「我認為AI值得長期投入。所謂投入，不只是使用工具，而是把事業、個人品牌和資產配置逐步轉向AI。」而他個人的選擇是轉型成為一個AI領域的博主，拿著運動相機在現場尋找那些做AI產品的團隊拍Vlog。

這類判斷未必代表所有Web3從業者，卻足以說明現場氣氛：AI已經不只是一個可選賽道，而正在成為部分Web3從業者重新配置時間、資產和職業身份的方向。

AI驅動的社群媒體助理 XerpaAI在現場佈置了一個展位，其工作人員在接受采訪時表示，「我們是純AI項目，技術上和Web3關聯不大。但從用戶側看，一定會觸達Web3用戶。例如X AI助手，會服務一部分有營運需求的Web3用戶。」這種說法很常與Web3、Web3 社群

在現場交流中，也有模型公司人士提到，AI和Web3的使用者群體已經越來越難完全切開，許多AI工具的重度使用者本來就是Web3背景。尤其在香港、上海等場景中，AI和Web3往往共享同一批高頻與會者、早期用戶和社群傳播節點。而對他們而言，並不排斥社群成員是否是Web3用戶，只要主題是AI，大家的目標就是一致的。

從這個角度來看，Web3進入AI並不是一次「轉場」。 Web3帶來的不是鏈上技術本身，而是一套如何讓全球開發者圍繞著一個專案聚集起來、持續討論並貢獻注意力的方法。對於當下的AI應用來說，這種能力可能比一個短期功能更難複製。

硬體、供應鏈與中國底座

相較於「AI軟體應用會不會被模型吃掉」的焦慮，現場對AI硬體、具身智慧和中國供應鏈的討論顯得更有確定感。多位受訪者提到，未來AI進入真實世界之後，硬體、機器人、具身智慧和多感官互動會迎來更大機會。 PANews主持的消費級AI圓桌中，MiniMax開放平台產品負責人馮雯也判斷，未來三到五年智慧硬體、機器人和具身智慧會迎來重要拐點，AI不再只存在於軟體介面中，也會進入真實物理世界。

會場之外，機器人賽道也正在成為焦點。海外機器人廠商Figur在5月18日舉辦的一場人類與機器人分揀快遞比賽引發了全網熱議，即便人類在10小時內以微弱的優勢獲勝，但顯然如果把時間拉長，機器人已經成為勝者。史丹佛HAI《2026 AI Index》也顯示，AI智能體在OSWorld這類真實電腦任務測試中的準確率從約12%提升至66.3%，自動駕駛也開始出現規模化部署，中國Apollo Go累計完成1100萬次全無人駕駛出行。

AI透過硬體、機器人和端側部署進入現實世界已經不再只是遠期敘事。

這正是中國生態的特殊優勢所在。 Sun在訪談中一再提到，中國幾乎擁有從硬體、AI、生活科技到基礎建設的完整供應鏈。對於海外創業家來說，如果要做AI硬件，無論是原料、工廠、工程師或快速打樣能力，最終都很難繞過中國。他也透露，這次活動中，不少從海外來到中國的創業家的目標就是體驗和近距離觀察中國的完整產業鏈。

Sun表示：「只要做硬件，海外團隊最終還是會回到中國尋找供應鏈、原材料、工程師和打樣能力。」他認為，未來五到十年將會有更多國際人才來到中國尋找供應鏈、原材料、人才和資本。對海外創業家來說，中國不只是一個市場，也是一套完成產品落地的基礎建設。

一位創投人士在現場向PANews表示，他們這次參與活動的主要目標就是看看有無更偏硬科技、具身智慧和世界模型，而不是單純消費端應用。他們的邏輯是，如果軟體AI的複製成本正在下降，那麼硬體、供應鏈和真實世界交互，反而可能成為更難被模型更新直接抹平的壁壘。

不過，中國AI生態對海外開發者的吸引力並非只來自供應鏈。 DeepSeek、Kimi、MiniMax、智譜、千問等國產模型的出現，讓海外開發者開始重新理解中國模型能力。但中國模型出海仍存在信任與部署難題。 MiniMax開放平台產品負責人馮雯提到，中國模型在海外主要依賴開源來獲得關注和品牌影響力，但許多海外開發者仍會擔心資料、合規和信任問題。即使模型開源，大多數人也未必有足夠算力自行部署，於是出現了由美國公司部署中國開源模型、再提供給海外客戶使用的中間層。

對海外開發者來說，中國AI生態的吸引力不再只來自成本或市場規模，也來自持續擴張的模式供給、工程能力和產業轉換能力。

這意味著，中國AI生態的機會並不是單線的。模型能力、硬體供應鏈、政府執行力和開發者社群需要共同運轉，才能真正把海外創業家帶進來。 mu Shanghai在這個過程中扮演的角色，更像是一個將海外開發者走進中國的連接器。

大模型公司開始爭取開發者社區

如果說過去一年大模型公司的競爭主要體現在參數、榜單和價格，那麼在mu Shanghai現場，開發者社群的重要性已經被推到台前。國產大模型公司不只需要更多API調用，更需要讓開發者知道自己、信任自己、願意圍繞模型做應用。

馮雯在現場交流中提到，他們做了大量開發者相關工作。開發者體驗、活動篩選、嘉賓參與、黑客松、評審、Token贊助等，都需要納入模型公司的生態工作。

「開發者就是我們的用戶，因此我們很重視開發者體驗，也希望讓更多開發者理解我們正在做什麼，」 馮雯表示。這句話幾乎可以看作國產大模型公司生態策略的註腳，模型不再只是放在平台上等待調用，而要主動進入開發者聚集的空間。

這並不是MiniMax一家公司的選擇。現場參與者透露，智譜在北京有原點學堂，幾乎每週都有活動，並且接近清華、北大等高校資源；AIGC和AGI社區也在透過固定空間、黑客松、火鍋局、開發者夜等方式持續聚集人才。這類空間正在變成線下版的開發者入口。

這背後是一個更大的變化：模型公司已經不滿足於「把模型放出來」。它們需要文件、試用平台、案例、影片教程，也需要社群、黑客松和開發者活動來幫助用戶跨越最初的門檻。隨著Agent能力提升，用戶教育本身也正在重構。過去開發者需要自己閱讀文件、查錯誤碼、理解參數；現在，Agent可以幫助使用者讀取文件、搜尋方案、選擇模型並自動修正路徑。

對於模型公司來說，真正的競爭不只是模型調用價格，而是誰能更早進入開發者的日常工作流程。對應用程式創業者來說，真正的機會也不只是連接哪一個模型，而是能否找到一群願意持續使用、持續回饋、甚至主動傳播的早期用戶。

被需要、被理解、被留下

mu Shanghai並沒有給出AI創業的統一答案。有人看好硬件，有人做社交媒體增長助手，有人做創業機會發現，有人討論文化出海和精神消費，有人則把它當作認識海外開發者和本地合作方的入口。

但這些看似分散的線索，恰恰構成了AI創業當前最真實的狀態。模型能力繼續向前，應用形態卻仍在尋找穩定場景；開發門檻下降，分發和商業化反而變得更關鍵；Web3熱度降溫，但它留下的社區方法正在被AI吸收；中國供應鍊和模型能力變得重要，但海外開發者仍需要一個可信的入口理解中國。

Sun在訪談中提到，mu Shanghai的長期目標並不是只辦一場活動，而是希望形成一個持續空間，讓海外和國內的人能在同一個地方見面、合作、做出新東西。事實上，mu的正式員工很少，大量工作由貢獻者和合作方推動。這種組織方式本身就很像Web3和開源社區，低中心化、重貢獻、重關係網絡，也因此更能吸引同樣熟悉這種文化的人。

當然，這種模式仍然有很多不確定性。活動能否轉化為長期空間，社區熱度能否沉澱為真實項目，海外開發者是否會長期留在中國生態，大模型公司能否把開發者活動轉化為穩定調用量，都仍有待觀察。社區可以製造相遇，但不能取代商業閉環；城市可以提供場景，但不能保證產品成功。

不過，mu Shanghai至少讓一個趨勢變得清晰：AI創業正在從“模型崇拜”走向“場景競爭”，從“做出工具”走向“被用戶看見”，從單點產品走向社區、供應鏈和跨國協作的綜合競爭。對於一般創業家而言，AI帶來的機會並不是讓每個人都輕鬆成為贏家，而是讓更多人更早暴露在同一場更激烈的篩選中。

當產品越來越容易被生產，真正稀缺的反而是理解使用者、進入場景、建立信任和持續連結人的能力。 AI會繼續降低工具的生產成本，但不會自動回答「為什麼是你」。在這個意義上，做出產品只是第一步，被需要、被理解、被留下，才是AI創業更難的後半場。