年营收过亿vs融资千万：2位00后创业者眼中的“一人公司”

南方财经记者郭莎 广州报道

“一人公司”的概念正在AI浪潮中被点燃。

一个人加上一群AI Agent，就能跑通商业闭环、实现盈利——这样的叙事在社交媒体上反复出现，吸引无数人跃跃欲试。但在真实商业世界里，它是如何运转的？

我们与国内最大00后创业组织wteam的两位AI创业者进行了一场对谈。

00年的高伟昌，广州共盈传媒CEO，带领15人团队年营收过亿；03年的池光耀，语核科技CTO，从两三人起步，依靠AI快速打磨产品，拿下千万级营收并完成数千万元的Pre-A轮融资。

他们并非严格意义上的“一人公司”，但都作为小型创业团队经过了商业世界的检验，且视角鲜明——一个价值导向，一个技术主义，从各自角度描摹了心目中“一人公司”的运行方式。

池光耀的公司为B2B售前场景提供AI Agent数字员工，串联从咨询、需求梳理、可行性评估、方案制作、配单报价到标书的完整链路，去年营收千万。

“客户愿意付千万左右，肯定不是只能省千万，总的价值增量可能在3000万到5000万。”他这样评估项目的价值。对于一人公司模式和AI技术未来，他充满信心。

如果说池光耀的路径是从技术出发，高伟昌的创业则更接近传统商业逻辑——财务驱动决策，数据驱动运营。

他的公司通过AI智能体为品牌方承担营销流程中的“脏活累活”，帮助提高GMV。现在，他们基于各种AI工具汇成工作流调用，并通过财务指标判断AI的使用是否提质增效。商业价值的发掘至关重要，从创业之初，他就极度关注财务状况和可盈利性。

“只有在量化目标的指引下实现价值和利润，才能避免把自己干成‘超级牛马’。”

一个人管理100个Agent

南方财经：你们怎么看“一人公司”这个概念？在实际的创业过程中，有没有接近过这种状态？

池光耀： 取决于你怎么定义。如果“一人公司”指的是一个人或一个总管，加上很小的团队，再加AI，那我们在最初确实接近过。

当时只有我和合伙人星吉，再加一个员工，三个人就把产品“搓”出来了。如果没有AI的帮助，我不可能一两个月就完成开发，然后快速推向市场，拿到十几万用户，再拿到奇绩的投资款。

但那时的AI模型能力，并不支持真正意义上的“递归式管理”。

什么叫递归式管理？你把意图传递给第一个Agent，它再传递给下一个，层层拆解。当时的AI，用户意图的约束不够强，第二层的Agent就会产出一些偏离你意图的东西，做出来的东西很烂，也不具备很强的自验证能力。所以当时的模型基座，是不支持以Agent作为最后那个“一人管N个AI员工”场景的。

但如果“一人公司”指的就是很小的团队加上AI，不管加几层AI，那么是的，我们算是。

高伟昌： “一人公司”的核心是人做价值判断，让AI承担执行性工作。关键是要找到盈利模式，清晰掌握业务流程，明确哪些环节可以用AI完成，从而创造利润。

我们团队15人，其中6个专门负责项目管理，任务是识别AI效益最高的环节，完成价值判断，任务拆解和分配。创始团队本身是技术出身，对各种AI工具比较了解。但我们的业务链条有点长，涉及客户提案、素材制作、达人建联等，所以不太适合一人公司。

假设一个人专注于帮品牌建联达人、生产素材或进行全盘生意洞察，这类业务中的单一节点就可以形成一人公司，因为它的AI Agent会足够深。对于复杂的工作流程，一人公司就会有点难。

南方财经：“一人公司”比较适合哪些行业或领域？如何增强它的可操作性？

池光耀： 如果把“一人公司”限定在一或极少数人类团队加上超大量AI团队的前提下，我认为它比较适合以文本产出为核心且产出验证方式清晰的领域，比如代码开发。

代码这个场景特别典型，代码的输出是高度清晰定义的，并且可以被自验证——写完之后跑得通跑不通，跑一遍就知道了。你可以把递归层放到三层、四层，任务派给顶层的Agent，它拆成三个大模块架构，每个模块再拆成几个细分功能点，每个功能点下面又有五六个coding Agent在工作。

一个人可能管理五十到一百个Agent同时工作，如果有出色的机制设计，这在一定程度上是可以实现的。

但如果没有很强的自验证机制，情况就不一样了。比如写稿，你很难说哪一篇稿子就是绝对更好的，没有一个打分器告诉你好坏。这种情况下，就更依赖于个人对AI的驾驭能力，以及对痛点的洞察能力。可能是由你管理一到两个AI进行协作，确保意图不偏离，产出物质量足够高。

如果追求质量，是这个领域跑通商业模式的必经之路，那你就得点对点盯着每一个Agent的质量。这时候，整个生产率的上限，就取决于你下达命令的数量上限——也就是你的精力上限。

当然，如果不追求质量，只追求批量产出，那你可以只管派任务，然后自动化发送。有些领域就靠这种方式获得大量流量，对质量毫不在意，反正花的是AI的Token。他们同样跑通了商业闭环：靠流量获取大量播放量转为广告费，或者粉丝量养起来后把账号卖掉也是一笔不小的收入。

所以，“一人公司”的可操作性，取决于你的领域怎么跑通商业模式。

高伟昌： 从可操作性角度来说，首先得识别清楚业务流是什么样的。

其次，评估市场上有哪些AI工具可以替代当前的工作步骤，不断迭代替换工具，直到找到最好用的那个。

以达人建联为例，可以分为找到对应行业达人、查看数据、获取联系方式、发送带货邀请几个步骤。以视频剪辑为例，流程包括：识别行业爆款、拆解爆款画面、生成与替换素材、投放广告。先设计工作流，再由AI执行，同时持续识别可交由AI处理的环节，比如我们正在尝试让AI去审核上一个AI剪出来的素材。

一人公司、AI和人

南方财经：“一人公司”挑人吗，哪些人不适合尝试？

池光耀： “一人公司”的可行性和可持续性，高度取决于实施者本身的背景和能力。

你对行业的洞察、之前的经验、有没有亲自跑通过一个闭环、理解这个闭环里哪些部分可以通过管理一个小团队或者一个大型的AI递归架构来完成——这些都决定了你能不能做成。

一个人必须先理解这套商业闭环，理解这个领域内你解决了什么问题？给谁解决？他们为什么肯给你而不是其他人付钱？在这个流程中，哪些部分被AI自动化？是为了提效，还是提质，还是两者兼顾？在理解这些问题之前，贸然使用一人公司的模式，那么一定会失败。

有些人只是尝尝鲜，过来试一试，不面向第一性原理思考。他觉得有AI我就能当“一人公司”，试了一下就说“一人公司”模式不行。不是模式不行，是思考方式不对。

高伟昌： 创业者需要洞察社会尚未被解决的痛点，用AI Agent高效解决。有的一人公司做成了“超级牛马”，原因是调用AI的部分很少，或是用错了地方。

以我们近期服务的一个韩国洗护品牌为例。有团队利用AI为该品牌寻找国内达人带货，维护达人关系，并协助制作素材、文案与脚本。但考虑到品牌属性，更合理的做法是寻找韩国达人，让他们在当地做直播、做内容。我们用同样的AI生产框架拿到了很大的结果。而“找中国达人还是韩国达人、怎么合作”——这件事是人来解决的，AI无法解决。它只是一个选择，但结果完全不同。

一人公司，一定是建立在充分使用AI的基础上。人应该承担更多价值判断的事情，繁琐的执行层面的事情交给AI。

前提是，要做出准确的价值判断，识别业务中哪个节点或哪个因素价值量最高，接下来再考虑是交给AI还是人来做。

对于“一人公司”创业者来说，如果AI干的很多事情与利润变现是弱关联的，那价值就比较低。有些人盲目跟风热度，对需求的理解不够，就很容易滑入“超级牛马”，表面上是自己当老板，实际上比打工还累，还没有护城河。

南方财经：AI会替代所有岗位吗？一人公司的未来会怎样？

池光耀：我不排除未来出现这样一种局面：大公司通过AI成倍放大规模化优势，这个世界上除了巨头之外，很少有小公司的存在，直到某些商业闭环被彻底打碎。但在那个未来到来之前，一人公司的模式，对于真正理解商业闭环的人来说，始终是可持续的。

AI对于很多岗位的替代是不可避免的，除了以下几类。

第一类，强烈依赖人类的感受去执行的岗位，比如说调香师或者美食家，AI没有鼻子舌头，它感受不到什么是香的，什么是臭的，也无法判断人类喜欢什么样的味道。

第二类，高度依赖人类隐性知识的岗位。隐性知识不会被沉淀在纸面上，靠师傅代代给实习生相传，以及在大量的实践中所归纳出来的。这类知识，AI脑子里没有，只有人类有。

第三类，以人类信任为核心的岗位。比如说B2B领域一个几百万的项目的销售对接，人肯定更信任人类销售去跟他接洽，如果是面对AI，天然有一种不信任感，这种不信任来源于很多方面——早期AI确实比较笨，而且AI本质上没有“负责”的说法，如果AI给出了一个错误的回答，你不能要求AI公司去给你赔钱。

从主观上来说，人类进入一个不用工作也能幸福存活、劳动本身作为生存意义的阶段不会太远，它正在到来。

高伟昌：AI今天几乎能把脏活累活都干了，“一人公司”未来会更加普遍。

AI将替代大量重复性的基础岗位，比如批量剪辑、合同审批、人工客服等。但需要大量价值判断的岗位难以被替代，行业长期经验的重要性将更加凸显。对于大多数员工来说，应该以积极的心态拥抱AI，尝试开发各种AI工具和工作流。

作为创业者，需要重视AI对利润的提升到底有多少。创业早期，要变成一个短期主义的高手。很多人都在说长期主义，但没有短期，哪来的长期？所以我一开始创业就想得很清楚：要极其重视短期的变现能力。

同时，要非常重视财报。很多创业者不够重视财报，对利润不够渴望，觉得可以先攒经验，不赚钱。但赚钱本身就是锻炼价值获取、洞察需求的能力。什么生意都应该在合法的范围内赚钱。不赚钱，说明这个能力不具备；一直不赚钱，这个能力就没进步。所以我一开始就紧盯着财报，把实现净利润作为目标。

AI会给出很多建议和方案，你今天要做的，就是从中选出最好、最有价值、最能产生利润的一个。