阳萌 4 小时访谈:承认主业会死之后,他把公司的本体从“品类”换成了“能力”

周店瑟谷 5 阅读 AI 与认知思辨
来源 B站 BV1dyE86bENz张小珺商业访谈录 EP.144嘉宾 阳萌录制 2026-06时长 03:37:33逐字稿 4.9 万字
一句话概括这期访谈:安克的阳萌把一家公司最难回答的三个问题,用同一套方法论答完了——我的品类会死吗?(会)、那公司的本体是什么?(能力,不是品类)、那我该成为什么样的公司?(第三类公司)。为了把「能力」这四个字坐实,他从耳机里一个通话降噪的痛点出发,一路推导到自研存算一体芯片;为了解释 2022 年那次系统性失败,他给出一个少见的答案:不是战略错了,是高估了体系、低估了人。

PART 01先承认一件事:我最赚钱的品类,大概率会死

2016 年,阳萌在湖畔大学读商学院。有人问他一个当时听上去很客套的问题:你的品类会不会变成一个千亿品类?

那时充电宝贡献着安克 40%–50% 的营收。他的回答把自己都吓了一跳。

「如果只看充电宝这个品类,它不但一定不会变成千亿品类,大概率过几年就会死。」

—— 阳萌

理由不是竞争,是行业性质。消费电子是一个速生速死的行业:MP3、磁带机、CD 机,从开始买到不再买,中间跨度也就十年。充电宝从 2012 年流行,他当时判断生命周期 10–15 年。

这就是这期访谈真正的起点。大多数人面对「自己赖以为生的东西可能消失」这个命题,第一反应是找理由反驳它。阳萌做了相反的动作:接受,然后逆推——如果它一定会死,我要建一家什么样的公司,才不会跟着它一起死?

从「品类」到「能力」:公司本体的第一次迁移。

PART 02地形图:深海只有三个半,浅海有一两百个

阳萌不看风口,先看地图。他把一个行业打开,按全球年零售规模把品类分成两层:

层级定义消费电子里的例子饱和投入
深海 / 超级品类规模极大,赢家通吃手机 5,000 亿美元、PC 2,000 亿、电视 1,000 亿(第四名平板已跌到 600 亿)起码几千人研发团队
浅海 / 中小品类500 亿美元以下,可数出一两百个充电宝 50 亿、充电线 50 亿、耳机 200–300 亿、消费级无人机不到 50 亿几十到几百人

从第一名 5,000 亿到第四名 600 亿,规模已经差了 10 倍。这条断崖,决定了两家公司的资源结构完全不同。

全球年零售规模(美元) 深海 手机 5000 亿 PC 2000 亿 电视 1000 亿 断崖 平板 600 亿 浅海:500 亿以下,一两百个品类 充电宝 50 亿 · 充电线 50 亿 · 耳机 200–300 亿 · 消费级无人机 <50 亿 「浅」= 规模小,不等于做起来简单 —— 这是全篇最容易被误读的一句
图 1 阳萌的地形图:深海只有三个半,浅海有一两百个

「很多人对这个观点有误解,会认为浅就代表简单。其实我们的『浅』代表规模小。」

—— 阳萌

规模决定饱和投入,饱和投入决定你能不能打赢。深海是「盲注五个亿、带五十亿上桌」的牌局;浅海是「盲注几百万、整场输赢几亿到几十亿」。阳萌用德州扑克作比:你手上有什么筹码,就上什么桌。

PART 03一三五七:五系是套利,七系才是正循环

讲完地形,阳萌给人群和品牌分了四档。这个框架他内部叫「一三五七」,用奶茶和汽车一类比就立刻懂。

系消费心理奶茶类比汽车类比商业逻辑
一系买最便宜能用的蜜雪冰城QQ极致规模成本
三系买最好性价比一点点比亚迪供应链效率
五系稳定品质 + 愿付一点溢价沪上阿姨大众 / 丰田「品质差」套利
七系要最好、最贵喜茶BBA技术定价权

安克前十年是一家五系公司:品质很好、星级常年 4.5 以上、比市面均价贵 20%–30%,但溢价不算多。这个定位不是设计出来的,是被渠道逼出来的——在亚马逊,星级就是流量,而他坚持不刷单。

「在不刷评、不刷单的情况下,产品还要做到 4.5 星,其实就会倒逼产品经理和研发团队,把产品品质做到特别好。」

—— 阳萌

但五系有一个结构性缺陷:它本质上和当年的「信息差」一样,是一个会关闭的窗口。中国供应链成熟之后,「4.5 星品质」从稀缺变成大路货,三系公司会持续把五系的品质拉到三系的价格。

只有七系能形成财务正循环:七系占比提升 → 毛利率抬升 → 研发费率可持续 → 技术壁垒 → 定价权。所以安克的转型目标被写成一句话:从五系公司走向七系公司。

第一级:超越昨天的自己 第二级:超越最好的同行 第三级:超越用户本质需求 确定性道路 确定性道路 「第一性小道」:可能没人走过,甚至有人死在路上
图 2 从「超越同行」到「超越用户本质需求」:前两级在确定性道路上,第三级要离开道路
对应到价值观,就是三个词:怎么想(第一性)、怎么做(求极致)、怎么自处(共成长)。

「共成长」被进一步拆成三件事:长期主义、自我觉察(首先看见问题中自己的部分)、自我进化(通过改变自己解决问题)。

PART 042022:系统性失败,与「阵法救不了没有信仰的军队」

阳萌自己把前 11 年定义为「顺」。现金流一直为正、2017 年第一次融资只是为了给员工股份定价、2020 年上市。然后 2022 年到了。

「我们建出来的产品线,在真实商业竞争里是竞争不过各个行业独角兽的。」

—— 阳萌,谈 2022 年

扩张后的 20 多条产品线里,绝大多数打不赢同品类的独角兽。阳萌亲自接管事业部确认后,陷入了一段非常困难的状态。他自己的总结是三层递进的归因:

表层:人才密度被稀释

员工从 1,600 涨到 4,000,「按经验和背景选人」这条路被证伪。

中层:有阵法,没有魂

流程系统只是阵法;没有清楚的使命愿景价值观、没有它们在人身上的映射,再好的流程也打不赢仗。

底层:旧价值观配不上新战略

五系到七系需要的心智,整个组织当时都没有。

解法不是再优化流程,而是重写价值观,并配套一次很硬的动作组合:砍品类、换一号位、把「讲道理 / 求卓越 / 共成长」改成「第一性 / 求极致 / 共成长」。

「再先进的方法和工具,也要人来使用。」——2022 年最贵的一笔学费,是发现自己高估了体系、低估了人。

2022 年之后,安克再没有减少过品类。这句话在访谈里被问到「成功率有多少」时,是他给出的唯一答案。

PART 05造一颗芯片:从「机场打电话听不清」到存算一体

这是全场最硬核、也最能体现他方法论的一段。起点不是技术炫技,而是一个所有人都遇到过的体验问题。

1用户痛点:在机场用最好的耳机打电话,对方仍然听得见背景播报;开视频会议时人声被噪声淹没。拾音这件事,离理想状态还很远。
2技术判断:要把人声从噪声里分出来,必须上更大的端到端模型——小模型 + 分治法做不到了。
3撞上物理:端到端模型每次推理都要把整个模型参数从内存搬到计算单元;电池设备里,搬运功耗直接杀死续航。
4回到第一性:「我能不能不搬出去?」——只要数据不搬运,搬运的功耗是不是就消除了?
5市场扫描:市面上的存算芯片定义跟需求完全不一样,找不到能用的。
6自研:与该领域最强的公司联合定制,2023 年 8 月立项,2026 年 5 月随耳机上市。
左:冯·诺依曼(存算分离,前 80 年) 右:存算一体(像大脑) 内存 参数全在这里 CPU 只算当下这一小块 搬运 功耗大头 存算一体 存储即神经元,神经元也承担计算 不搬运参数 → 功耗显著下降 「人脑是一体的」:存储就是模型参数,存在神经元里;同样的神经元也承担计算角色。 芯片总参数 4 兆,单模型最大约 2 兆;此前耳机模型不到 200 万参数。
图 3 从「分治法 + 存算分离」到「端到端 + 存算一体」:一次架构级的推导

「冯·诺依曼架构、分治法,以及分治法产生的软件——程序和数据——构成了一个稳定的三角。在端到端时代,这个稳定三角应该被打破。」

—— 阳萌

芯片的商业模式他也想得很清楚:自用,不外卖。理由是芯片完全由自家模型定制,「把芯片给别人就意味着把模型也给别人」。参照苹果 A/M 系列与华为麒麟——放在自己的七系产品里让产品卖得更贵,比卖芯片产生的商业价值大很多。

PART 06端侧分层:万亿在云端、十亿在端侧、几百万在神经末梢

阳萌对模型格局的框架是生物学的,而且画得很完整。

超级大脑 万亿–几万亿参数 · 云端 小脑 / 端侧大脑 10 亿–100 亿参数 · 端侧实时 感知 / 控制神经元 几百万–几千万参数 · 器件内 解决最困难的问题 高效率、实时解现场问题 视神经 / 肌肉神经的类比 长期愿景:家庭里用几千美元成本部署万亿级超级大脑 你的眼睛不会把看到的所有信息直接传给大脑 —— 视神经先处理,只传少量信号
图 4 端侧模型的三层分层:阳萌用「大脑—小脑—视神经」来解释参数规模该往哪放

与模型分层配套的,是他对「真智能」的定义。所有硬件产品分三个阶段:

阶段定义例子现状
不可调节出厂即固定普通凳子、普通马桶已普及
可调节能手动调,但不会自己调人体工学椅「十几个地方可以调,第一你不太会调,第二你想不起来调」今天大部分「智能家居」停在这
自适应(真智能)感知你在做什么,然后自己调节能自己判断场景的安防、能自己降噪的耳机刚起步

「所谓智能家居,本质上是可调节、可预设的家居。不智能,那叫功能,或者叫可调节。」

—— 阳萌

他也给 AI 硬件的叙事泼了冷水,而且对标得非常直接:完全对标十年前的 IoT。十年下来,「有扎实场景并且能进化的公司,和有 AI 技术一定要进这个品类的公司,PK 下来还是有场景的公司赢得更多」。

「客户不关心 AI,客户关心体验怎么变好。」——这句话应该被所有 AI 硬件创业者写在墙上。

PART 07第三类公司:总统与联邦、两百个岗位、创造者拿七

前面所有的铺垫,最后收敛到一个战略定位。

类型做法代表风险
第一类只做极少的超级品类苹果、特斯拉主品类被颠覆,公司跟着崩
第二类做少量中小品类戴森、拓竹天花板由品类决定
第三类系统性做好几十个中小品类索尼、飞利浦、宝洁、耐克、德州仪器单品类死亡被对冲,能力可复利

安克现在有 20 多个品类,规划是四个产业方向各 20 个,最终 40–60 个。为什么是这条路?因为它的 KPI 不是长得快,是活得久。

正面:对冲 + 复利

一个品类被技术颠覆,切到另一个,平台能力、品牌、渠道都还在。前一门生意建起的渠道,后一门生意接着用。

负面:资源分散 + 复杂度

每条产品线都可能遇到 all-in 的独角兽;6,000 人、200 个岗位串成的价值链,复杂度是平方级上升。

「总统与联邦」,而不是「国王与骑士团」

阳萌对 CEO 性格的要求说得很直白:不是一个集权的人。第三类公司长期成功的,最后都走到了「总统和联邦」——总统负责国家建设和运作,下面的联邦、一个个州负责具体领域。

他也给这条路的难度标了价:硬件公司价值链极长,安克 6,000 人对应 200 个不同岗位,「在一个长价值链公司里,任何人单枪匹马做成事的概率都极低」。

分配:创造者拿 7,股东拿 3

这不是口号,是他给的一道算术题。

—定义「总剩余价值」:收入减去所有必须支付的费用,剩下可在员工与股东之间分配的部分。
—一流公司(产品最创新、品牌最极致)通常有 30% 以上的总剩余价值。
—股东拿多少算合理?如果净利润只有 3%–5%,大概率不算好公司;股东价值应该差不多 10 个百分点,是「好公司的基础门槛」。
—30 个百分点里股东拿 10 个,剩下的给创造者——「差不多就是个七比三」。

「AI 时代价值创造被 n 倍提高,但人仍然是创造价值的主体,所以我们依然坚持劳动者、创造者拿大头。」

—— 阳萌

三层护城河:最深的一层不是技术

第一层 · 技术

有保质期。人的感知有上限——Retina 屏的定义就是「像素密到正常人看不出差别」;146W 充电器做到卡片大小,再小一倍可能就没意义了。

第二层 · 品牌信任

需要很多次才能建立,做错一两次可能永久消失。去年全球召回几百万个充电宝,损失按亿计,但决策「没有经历反复研讨」。

第三层 · 使命愿景价值观

「放到最长时间看,无论技术还是品牌都不是最深的护城河,最深的是使命、愿景、价值观,以及一群真正相信它的人。」

PART 08AI 组织:十万亿 token、预编排智能体、中层不会消失

这一章的罕见之处在于,数字具体到可以直接抄作业。

维度数据说明
内部 token 消耗累计超 10 万亿,当前每天约 1,500 亿不含服务消费者;6,000 人意味着人均每天约 2,500 万 token
模型分档约 1/3 最高档、四成多中档、两成入门级按任务复杂度分发
今年费用「小几个亿」纯员工使用 token 的费用
ROI 口径不算账「因为相信,所以看见」

企业 AI ≠ 个人 AI:预编排 vs 即时编排

阳萌做了一个很实用的区分。今年很火的 Open Call 代表「即时编排型」——你提需求,它现场编一个流程处理;问题是临时、不稳定,也不了解企业内部数据和既有流程。

企业级应用应该很大程度上是「预编排的智能体」:把企业成功的方法、流程和已有数据集成进去,让它确定性地产生期待的价值。

中层不会消失,反而会被强化

有人(他说到 Jack Dorsey 的文章)认为 AI 时代该由世界模型掌控公司、消灭中层。阳萌的反驳是从 context 长度算出来的:

—context 长度 = 把一个问题描述清楚所需的 token 数量。
—一个项目要多少?一个 Scrum 同时跑几个项目要多少?一个部门、再到整个公司要多少?
—结论:把一个公司讲清楚,所需 context 一定超过 10 亿、100 亿,甚至千亿、万亿。
—今天模型超过百万 context 后能力会衰减;而压缩时「保留什么、不保留什么」本身就是价值选择,模型还不擅长。

所以这个过程中一定需要人,从大量复杂 context 里抓住关键的东西。加上康威定律(组织形态决定产出结果),组织仍然是人组织起来的。

不变的东西先想清楚

他对「AI 原生组织」这个问题的回答方式很典型:先问什么不变。

  • 用户价值不变:让用户开心、满意。
  • 价值链不变:用户研究 → 定义产品 → 研发技术 → 设计 → 组织成产品 → 品质与生产 → 采购 → 营销 → 销售 → 服务。AI 来了,这些价值点不会消失。
  • 变的是形态:软件 Scrum 会从 8–10 个角色缩到几个人(岗位融合);硬件 Scrum「跟物理世界打交道,规模可能并不能减小」。

⚠ 打折清单:这几句话需要自己打折

  • 「第三类公司」的叙事天然利好安克自己:这是安克的战略自述,不是中立研究结论;同赛道选手(大疆、石头、追觅、拓竹)会给出完全相反的组织答案。
  • 芯片自用不外卖的说法暂未被市场验证:2026 年 5 月才随耳机上市,目前只有两款产品搭载,谈不上规模验证。
  • 「因为相信所以看见」不适合财务约束紧的公司:小几个亿的 token 费用,对 600 亿市值的公司是学费,对中小团队是生死线。
  • 价值观三词的可迁移性有限:第一性 / 求极致 / 共成长在安克的具体语境里才成立,空降到别的组织大概率变成口号。
  • 「这世界特别公平」是事后归因:前 11 年顺、后面痛苦,中间的因果链比访谈里呈现的复杂得多。
1给你最赚钱的东西做一次证伪:如果它三年后必然消失,你的公司留下来的会是什么?
2画你自己的地形图:你所在行业里,哪些是深海(几千人起)、哪些是浅海(几十到几百人)?你上的是哪张桌子?
3判断自己在几系:你的溢价来自品质差(会关闭)还是技术定价权(可持续)?
4遇到系统性失败,先查人再查流程:「再好的阵法,没有使命愿景价值观最后也是打不赢仗的。」
5把 AI 预算口径从 ROI 换成学习速度:但要给自己设一个明确的止血线。
6企业 AI 做预编排,不要只发账号:把成功方法、流程、数据集先集成进智能体。
7算一遍你的「总剩余价值」:有 30 个点吗?股东该拿几个点?创造者该拿几个点?

一句话 SUMMARY:这期访谈的 8 个主张

#主张支撑证据可信度
01先承认主业会死,公司本体才可能是「能力」2016 年湖畔问答;充电宝占营收 40%–50%;MP3 / 磁带机 / CD 机十年周期高(自述 + 事后动作一致)
02地形决定物种:深海只有三个半,浅海有一两百个手机 5,000 亿 / PC 2,000 亿 / 电视 1,000 亿 / 平板已跌到 600 亿高(公开市场规模数据)
03五系是「品质差」套利,窗口会关闭;七系才有正循环不刷单倒逼 4.5 星;溢价 20%–30%;三系公司持续把五系品质拉到三系价格高(可验证)
04系统性失败的根因在人,不在流程2022 年多数产品线打不赢独角兽;价值观从「讲道理 / 求卓越」改为「第一性 / 求极致」;此后未再减品类中(单一公司样本)
05端侧瓶颈在芯片架构,不在模型能力冯·诺依曼存算分离 + 端到端模型 = 搬运功耗爆炸;2023-08 立项、2026-05 上市中(技术路径自洽,规模未验证)
06模型应该分层:万亿云端 / 十亿端侧 / 百万神经末梢大脑—小脑—视神经类比;芯片总参数 4 兆、单模型最大 2 兆中(业界有争议的另一派)
07第三类公司用多品类对冲单品类死亡索尼、飞利浦、宝洁、耐克、德州仪器;安克 20+ → 目标 40–60 个品类中(战略自述,天然利好自己)
08AI 时代中层不会消失,只会被强化context 长度算账;康威定律;预编排智能体 vs 即时编排高(推理可复算)

Key Points 总结

  • 起点是一次自我证伪:2016 年就承认充电宝大概率会死,然后把公司本体从「品类」换成「能力」。
  • 地形学优先于风口学:市场规模由用户价值决定,不是由创始人意志决定——先画地图,再选物种。
  • 五系红利会耗尽:「品质差」和「信息差」一样是会关闭的窗口,只有七系能形成毛利率—研发费率—技术壁垒的正循环。
  • 2022 的学费:再好的阵法,没有使命愿景价值观也打不赢仗;系统只能放大人,不能替代人。
  • 芯片是从痛点倒推出来的:机场通话听不清 → 需要更大端到端模型 → 搬运功耗爆炸 → 存算一体,逻辑链完整。
  • 端侧三层 + 产品三阶段:万亿云端、十亿端侧、百万神经末梢;产品从不可调节 → 可调节 → 自适应。
  • 第三类公司的管理模式是「总统与联邦」:不是一个集权的人;6,000 人、200 个岗位的价值链决定了复杂度是平方级。
  • 创造者拿 7、股东拿 3:从「总剩余价值 30 个点、股东门槛 10 个点」这道算术题推出来的,不是拍脑袋。
  • 最该打折看的三条:第三类公司的叙事、芯片的商业验证、「因为相信所以看见」的 ROI 口径。
参考资料: ① B站视频《对阳萌的 4 小时访谈:消费电子死与生、第三类公司、端侧模型、产品方法、游戏模式》BV1dyE86bENz,张小珺商业访谈录 EP.144,2026-06-08 发布;
② 访谈官方文字版全文(11 章英文标题结构)与配套 Digest,用于本文逐字稿底本与交叉核对;
③ 视频简介 OUTLINE 时间轴(00:01:13–02:58:42),用于本文开头的时间轴对照;
④ B站开放接口 x/web-interface/view 提供的时长、封面与发布信息;
⑤ 补充交叉阅读:极客公园《和「最不爱凑热闹」的硬件公司 CEO,聊 AI 硬件的机会和陷阱》、安克官方《对话安克阳萌:痛苦关掉 10 个品类后,我学会了找对人和分好钱》。