Lily：亲爱的听众朋友们，大家好！欢迎收听本期的《创业内幕》，我是主持人Lily。在今天的节目中，我要向大家介绍我们的联合主持人Neal。Neal是大家已经很熟悉的纪源资本的投资人。

　　Neal：大家好，这一期我担任的角色非常特殊，作为Fellows项目负责人之一，我这一期将作为Co-host和Lily姐一同主持本期节目。

　　Lily：我们两个人做了一个特别的“五四青年节”专栏，已经坚持了三年。每年，我们都会举办一个特别的保留项目，邀请当届非常有代表性的同学来和大家伙儿一起来分享有趣的故事。通过他们，我们大家可以看到非常优秀的年轻人是如何思考世界和问题的，同时也可以从他们身上看到他们所经历的痛苦和纠结。

　　这期节目非常有趣，新生代同学一定要听，上一代为了弥补代沟也一定要听。我们很荣幸地介绍今天的三位访谈嘉宾，他们是纪源Fellows2023届的三位同学。

　　我叫陈哲，我们公司叫C Future，中文名叫预见未来。其实我们是一家细胞农业公司，我们尝试通过细胞生物或者合成生物的技术来解决传统畜牧业的不可持续发展问题。

　　传统的畜牧业产品种类繁多，包括肉类、奶制品、胶原蛋白等。过去，这些产品都是从动物身上获取的，比如胰岛素。然而，传统畜牧业的不可持续发展性给地球环境带来了很大的问题，包括土地和水资源的不可持续利用。因此，我们尝试通过细胞农业技术来寻找更加可持续的解决方案。

　　现在的年轻人多厉害，已经解决我们未来30年以后的事了。我们还有两位嘉宾，先请谢晨介绍下自己，他来自于一家初创公司光轮智能。

　　光轮智能创始人&CEO 谢晨：大家好，我是谢晨，光轮智能的CEO。我们公司致力于解决大模型落地遇到的数据饥渴问题，为企业落地 AI 提供自动化、物理精确可控、真实、可泛化的合成数据解决方案，打造 AI 时代的数据基础设施。创业之前，我一直在自动驾驶行业从事仿真工作，在美国和中国都曾负责过英伟达和Cruise 的自动驾驶仿真团队，也参与了蔚来自动驾驶技术的研发。

　　我们非常骄傲的一点就是Fellows每年都有非常优秀的女性学员，我们很强调女性创业者在社会中的力量，这一届我们的woman power的代表人是正在做VR创业的同学梁芊荟。

　　大家好，我叫梁芊荟。我目前正在创办一家MR（混合现实）互动娱乐公司，我们的项目名为“No.7”，也就是第七街。我们的愿景是利用MR技术在真实世界中创造富有创意的互动游戏和娱乐平台。我也希望这个全新的平台能成为下一代年轻人梦想的发源地，并且能够在新型设备上发布，特别是无线设备端。

　　Lily：事实上，到2023年，Fellows项目已经进入了第五个年头。你认为今年的学员与往年相比有什么不同之处吗？

　　我认为大家听了刚才三位同学介绍他们的项目后，应该对我们2023年的主题有了直观的感受。陈哲在这里代表的是可持续科技；芊荟的领域是AR和VR，她涉足的是娱乐科技和元宇宙。谢晨之前从事自动驾驶行业，现在转向生成式AI。所以，我们2023年的关键词就是“科技改变生活，科技改变未来的企业服务”。所以，第一个特点就是在过去一年，我们确实发现，无论是博士生比例还是数理和相关工程学科背景的比例都比以往高得多。

　　第二个显著特点是我们将创业意愿与创业者精神作为更优先的录取标准。不同背景的同学们，无论是之前在海外求学和工作，还是在国内大厂或者高校做科研，大家都已开启创业旅程或者有志于未来一两年尝试创业。在这一点上，我觉得我们今年在学员画像上更加聚焦了，这种聚焦也让大家天然拥有更多共同话题，更能相互理解。

　　今天三位嘉宾中其中两位在参加活动之前还在大厂工作，但都在2023年成立了自己的公司，搭建了自己的创始团队。因此，我们非常荣幸能成为加速他们创业想法落地的一个助推器。

　　今天我们特别想通过几位嘉宾的创业方向，来了解一下市场上一些非常热门的赛道。那么我们不妨先请几位分享一下，为什么选择了当前的创业赛道。

　　好的，我来先说一下为什么光轮智能会选择利用生成式AI来生成数据，以及如何解决大模型落地时的数据即刻（Data Readiness）问题。这是一个需要解释的概念。与以前的小模型不同，大模型需要大量的高质量、低成本、多模态的数据。但实际上，社会上可用的数据量并不大。

　　比如，美国的OpenAI做的ChatGPT非常成功，现在中国也希望能开发出自己版本的ChatGPT。但我们面临的一个大问题是，本土的语义数据质量和数量都不足，这使得我们难以支持开发出优秀的中文版ChatGPT。

　　这个问题不仅存在于语言类应用，比如在自动驾驶领域，现在中国普遍量产的基于传感器的大模型从原来对2D数据的需求变成了对3D数据的需求，这使得标注成本提高了10倍。数据相对稀缺且获取成本高。

　　对我们来说，我们通过生成式AI和仿真技术的结合，提供持续的高质量、低成本数据，帮助大模型在各个行业快速、低成本、高效率地落地。

　　从我个人角度来讲，我一直都在尝试从对事物的观察中发现规律，并用这些规律来进行预测。

　　比如说，我本科学的是物理，博士学的是金融，包括我后来在自动驾驶领域做的仿真工作，本质上都在考验对世界的建模能力和预测能力。我对当前形势的预测是，大模型也有不同种类，直接去做大模型的竞争非常激烈。主要问题不在于算法，而是数据、算力和工程化的结合。如果这三个关键元素不到位，开发大模型就非常困难。

　　但另一方面，这对我来说其实是一个机遇。当所有人都在淘金时，卖铲子的人可以赚到钱。我提供的就像是在大模型淘金热中的铲子。

　　谢晨想做的事情是连接基础模型层和应用层之间的桥梁。我的理解是他希望帮助未来使用大型模型的公司更好地部署和优化他们的模型。

　　我们确实看好这个方向，因为我们都说大模型是新时代的iPhone时刻，就像当年移动互联网一样，未来会有许多基于应用层面的公司出现在不同的垂直场景和赛道上。我们认为数据在这其中扮演着非常重要的角色，而合成数据能够大大加速模型训练过程，打破数据数量和质量的瓶颈。

　　比如，美国有很多优秀的应用层公司，如Jasper和copy.ai，它们帮助用户撰写营销文案。但现在大模型本身或其插件可能会颠覆这些已经达到1亿美元ARR级别的应用层公司。所以你无法预知大模型公司自身业务扩展的可能性。

　　还有大厂也是一个未知数。刚才Lily提到中国有20多家大厂中厂发布了自己的大模型。我们都知道，无论是训练模型还是数据标注，对高质量芯片的需求都很高。所以如果你要做基础模型（Foundation Model），你的起始资金至少需要5000万美元。

　　当然，尽管当前存在很多挑战，我们还是鼓励大家积极参与进来，否则可能会错过这波火箭，在一个大变革的时代，只有坐在火箭上才能看到最前沿的变化，在大方向正确的前提下做出最恰当的调整。

　　光轮智能创始人&CEO 谢晨：我们没有。我觉得Neal的看法和我很一致。所谓的“new”指的是开发基础模型（Foundation Model），这需要五千万美金的投入。从我的角度来看，我并不觉得我有最适合开发基础模型的技术能力或资源积累。同时，我也不认为现在投资基础模型是最好的机会。对我来说，我能做的是帮助解决数据问题。

　　幸运的是，我在创业一个月内就获得了三轮融资，这其中也要感谢纪源资本的支持。目前，我们有了一个超过十人的团队，我相信这是整个行业中最优秀的合成数据团队，能够满足大模型对数据的需求。当然，我也认为这个团队具有很高的成长潜力。我们还在不断招聘扩充团队。我相信我们有足够的积累和潜力，能够真正为整个行业解决数据问题。

　　Lily：芊荟，你选择的MR技术在当前也是基于新兴技术。为什么你会选择这个赛道？你以前有过相关经验吗？

　　我选择这个赛道主要是基于我个人的经历。我之前学的是建筑设计，后来在MIT学习了计算机和设计。我认为，无论是在实体空间中的建筑变化，还是AR/VR在虚拟世界中的规则，它们都旨在通过建立更好的空间场域来提供优质的社交氛围，并创造美好的事物。

　　这就是为什么我现在选择在MR头显上进行创业。我相信年轻一代的孩子们会在他们最有创造力和表达欲的时候，将这些能量投入到最具有代际差异的新产品中去。我也希望创造这样的产品。从更个人的角度来说，因为我喜欢制造乐趣，并为我的朋友们提供快乐，所以我也希望能提供这样的工具，让年轻人可以在这里构建他们的梦想。

　　我想问芊荟一个挑战性的问题。因为刚才Lily问了谢晨关于大模型的挑战，MR行业也有挑战。

　　过去几年整个MR行业经历了过山车式的态度转变，从最初对出货量有极高预期，到去年大家看到字节Pico在内的批量裁员。你怎么看待这个行业经历的变化，并且这些变化给你带来了哪些创业上的挑战？在硬件层面，不管是显示清晰度还是沉浸式体验，能否在应用层面实现？

　　MR行业某种程度上与当前AI行业是相反的。AI现在可能过热，资本市场对MR行业来说，态度相对冷淡。但我认为我们应该更多地关注底层新型交互设备与PC和传统移动设备的本质差异。如果这些差异能在信息密度或交互便捷性上取得进步，那么就像早期移动互联网和基于位置服务（LBS）应用一样，它们才能在设备发展的早期阶段被广泛接受。

　　从我对新设备的理解来看，MR继承了VR提供三维信息交互和显示能力的优势，这是手机或PC无法取代的。

　　其次，MR设备独有的特点是它总是开启摄像头。这个摄像头主动理解世界，并可能改变我们原本在移动互联网上以流形式推送信息给用户的方式，而是更多地以空间和物件方式分发信息。例如，当我戴着眼镜看到一个苹果时，我可以直接得知它的卡路里和来源等信息。

　　因此，我们更多地思考如何在设备出货量还很少的早期阶段找到发挥设备代际差异优势的场景。所以我们现在选择了社交游戏作为应用品类。

　　技术的发展它肯定是有一个周期的，大家都讲Gartner曲线，VR/AR之前经历了资本市场和市场预期的也不能叫幻灭，但至少有一个短期的低谷。

　　当年像Beyond Meat这些上市了之后，还有OATLY上市，大家都会觉得未来食品基于ESG的需求，一定会走向下一代食品科技，但大家也看到了这样的公司现在在商业化上遇到的一些困境，我知道C Future的技术性也特别的超前，但是面对现在这样的市场的环境和商业的环境，你们怎么去应对这样的挑战？

　　C Future联合创始人&CEO 陈哲：首先，我们与Beyond Meat和OATLY使用的技术并不完全一致。他们更多关注的是食品科技领域，而我们所用的技术实际上更为先进。我们使用的是生物科技。因此，我们的研发周期实际上会更长。

　　我们尝试解决的问题其实是类似的，即传统畜牧业的不可持续性。畜牧业本身会产生大量碳排放，全球大约14.5%的碳排放来自畜牧业，主要是因为牛会打嗝和放屁排放甲烷。

　　另外，畜牧业的能量转化效率非常低。比如说牛，我们基本上需要一年半时间才能食用，而这个能量转化率只有1.9%，因为它们需要消耗大量饲料，并且不断活动。

　　更传统的技术是通过食品工艺处理植物使其更像肉。除了像Beyond Meat这样基于植物的肉产品，他们通过传统食品加工技术和发酵技术使植物蛋白变得更像肉。同时，他们还添加食品添加剂以模拟肉类口感。

　　现在市场面临的主要挑战是植物蛋白和动物蛋白在营养上存在差异。比如氨基酸含量、脂肪酸、饱和脂肪酸、不饱和脂肪酸等，在口感上会有较大区别。

　　我们相信应该提供原汁原味的肉类或奶制品，但改变生产过程。我们不通过养殖动物来提取产品，而是通过培养细胞。这个技术更多类似于生物科技领域，并曾应用于再生医学。理论上是一样的：动物需要消耗大量饲料补充营养才能成长，但如果我们培养细胞，提供给细胞的能量和营养是类似的。

　　Lily：我们刚才讲到，芊荟其实在做AR，自己创业和在大厂工作肯定非常不一样，尤其是在像VR这样极其需要生态支持的行业，你觉得这会让你感到困难吗？你有没有想过放弃？

　　我经常说我们90后在某种程度上部分错过了移动互联网，或者说是在移动互联网时代的中后期才真正参与进来。我反而觉得新的事物、新的平台其实是一个全新的机会。

　　在AR和VR领域，如何做出更好的应用，如何能够将这种新的三维交互方式以更好的产品体验呈现给用户，这确实是一个挑战。因为我们没有一个成熟的模式可循，无论是大厂还是其他公司都还在探索中。我认为，更多地是在早期阶段参与进来，然后在实践过程中去摸索研究的人，反而有更多机会。

　　尽管我们的产品还在demo阶段，但我们已经在上海开始组织一些线下社群活动。这些活动中，我们会邀请一些从未使用过VR的人，或者只是对VR技术有所了解的人来体验一些我们希望借鉴的产品。我们试图从中发现他们的“aha”时刻是什么，以及尝试提炼出什么样的交互方式、游戏设定能够更好地利用这种与传统二维界面不同的特性。我认为这样的尝试是非常有价值的。

　　我相信谢晨对自动驾驶也有类似的情感，因为你过去的经历都与自动驾驶仿真相关。但最近有个热点事件，比亚迪董事长王传福在股东大会上明确表示自动驾驶是骗局。在新能源汽车行业过度内卷的当下，你怎么看待自动驾驶未来几年的发展？

　　我认为今年会是自动驾驶上半场和下半场的分水岭。上半场是大家都能推出城市落地的产品，但他们会遇到一个问题：虽然大家都推出了产品，但并不意味着最终买车的用户会因为自动驾驶功能而选择购买。

　　决定性因素在于什么时候用户因为车辆的自动驾驶性能好才买车，这将决定下半场谁最终胜出。

　　所以我认为现在是从上半场过渡到下半场的时期。下半场可能会比大家预期的时间长一些，可能会持续5年左右，但这并不意味着这5年内没有任何进展。相反，真正能够保持低成本高速迭代的公司最终可能胜出。这对我来说是一个机会。

　　我提供以数据为中心的解决方案给这些自动驾驶公司或车厂，帮助他们以相对较低的成本实现高效率的数据迭代和方案。

　　我觉得三位的回答都围绕技术落地的问题，以及技术在当前这个周期里的一些商业化挑战。如果听众中有一些想要创业的同学，特别是那些有技术背景的，我认为在现在这个时间段创业之前，你们需要回答自己至少三个问题。

　　第一，你所拥有的这项技术如何为你的企业客户或者C端用户提供真实价值。这个价值可能是提高效率、降低成本，或者是带来革命性的用户体验，而不仅仅是技术本身的革命性或者科研认可度。

　　第二，你可能是某一行业的专家，无论是产品经理、战略分析师还是技术专家，但作为一个CEO或联合创始人，你需要考虑的最重要的一点是商业落地。而且越早找到PMF和种子客户，投资人越愿意相信你的商业化前景，而不只是拿着产品原型或者早期用户增长数据融资。

　　第三，当前的创业环境与以往不同天差地别。我昨天看了硅谷著名投资人Chamath的访谈，他提到，未来很难想象一个创业公司需要四五十人，并且用两三年的时间才能找到产品市场契合（PMF）。他认为在大模型的基础上，未来你需要的可能只是一个4-5人的团队规模，用很少的资金甚至不融资就可以找到PMF。对于投资人来说，我们也越来越看重你的资金使用效率和运营效率。对于学术和工作经历卓越的同学们，因为你们的背景可能能拿到第一轮、第二轮融资，但即使如此，我认为你们也要科学地使用资金，尽早实现运营现金流为正。这样投资人实际上也会对你们的生意更感兴趣，因为它显示出更健康的内生性。

　　Lily：我也想请几位发散思维一下，觉得自己的行业会在两年内被技术替代吗？或者即使没有被技术替代，你所在的技术路线会不会出现质的变化和切换，从而导致你的赛道被颠覆？

　　我们所从事的领域实际上是相当科技化的，我们所做的事情更具长远性。因此，我们更倾向于尝试取代那些更接近商业化的技术路径。这是我们选择的道路，也是为什么我们的产品周期较长，研发周期更加艰难的原因。我的个人理解是，当一项技术需要2-3年或者3-5年才能成熟，而这项技术可能会被彻底颠覆时，至少从现在来看，这项技术已经出现了，尽管它还非常初级。就像核聚变技术已经存在，但它要实现商业化还不太现实。

　　从我们的领域来看，植物肉或者发酵组成（formation）都更接近商业化。它们的成本更容易降低，但它们都有一个固有的缺陷：它们提供的最终产品质量不够高，这是一个较难跨越的障碍。因此，我们尝试使用动物细胞来开发这项技术，我们相信尽管这项技术在短期内更难实现，但它最终带来的好处将是最大的，它的优势也将是最强的。这可能是支撑我们核心技术的结论。

　　我认为，从我自己的行业来看，我目前更多地考虑的是如何更好地利用AI大模型来降低我的生产成本。对于一些传统而成熟的游戏公司来说，它们实际上已经拥有一整套非常完整的游戏生产工具链。对于这些公司来说，可能很难去采用（adopt）新工具，而只是在某些特定点上进行优化。但对于我们这样从第一天就开始运营的公司来说，实际上没有任何现有工具链的负担，我们可以从一开始就拥抱所有现有的AI技术。实际上，我们现在的第一款游戏的美术设计就是使用Midjourney创作的，这极大地加快了团队对我们未来产品视觉化想象的构建。这个过程可能比我过去找许多参考图并与原画设计师沟通要快得多，因为在某种程度上，我对我脑海中想象的场景有更清晰的了解。

　　第二点，我也一直在思考的是，之前的元宇宙泡沫在很大程度上是因为缺乏足够的人与人之间的互动。这也是我们今天面临的问题。头显端本身是一种设备，在早期可能全球只有两千多万活跃用户。因为我们自己正在开发一款派对游戏，它是一款玩家对战（PVP）游戏，在这种情况下，不是所有玩家都必须是真人。或许我们可以通过提供更智能的方式给玩家，至少让他们在初次游玩时能够留在游戏中，或者获得社交互动的体验。这实际上是我们正在考虑的事情。

　　从我的角度来看，我本身就是喜欢颠覆的人。虽然大家现在可能觉得生成式AI是一个相对较新的技术，但我是最早将生成式AI应用于自动驾驶行业的人之一。早在2020年，我就开始将仿真技术与生成式AI结合起来，用于合成数据的制作。我已经习惯了自我颠覆。因为我认为技术发展的速度非常快，与其说是去拥抱技术，不如保持开放态度去自我颠覆。当然，我认为这需要一个非常棒的团队，这个团队要有极强的学习能力和开放的文化。我有领导团队的经验，我的核心团队非常优秀，也非常开放。

　　Lily：我想问诸位一个通用的问题：在真正开始创业之后，有哪些是你们之前完全没有想到的？

　　实际上创业之后，我觉得最大的挑战有两个。首先是从产品开发的角度来看，因为AR和VR本身是新兴行业，新平台和媒介所缺少的专业知识（Know-How）对于创业公司来说既是巨大的机会也是我们面临的最大挑战。我们实际上缺乏一个标杆，无论是在海外还是国内，无论是创业公司还是大公司，我们都没有办法找到一个成功的参考产品或模式。我们只需要在已有基础上创新半步，就能获得相对确定的成功。

　　因此，在这个过程中，我也在不断挑战自己：我们当前的产品设计是否正确？我们设想的体验是否真正符合用户需求？我们一直说MR是3D交互与现实世界的叠加，但如何让用户真正将自己投射到这样一个数字世界中？我是否真正理解了我们核心用户的真实需求以及他们在数字世界中进行社交互动的本质？例如我们目前头显端的核心用户群体主要是一些20多岁的学生，这就要求我们抛弃所有预设和自以为是，去深入了解他们的需求和他们希望获得的体验。

　　第二点，可能更多的是角色上的转变。之前作为产品负责人，我更多关注的是要做好的功能，确保良好的体验。但实际上，从招聘的角度来看，我现在越来越深刻地理解到，如何能够将价值外化，让你的思考更具体现、更易于感知，这也是非常重要的。因为我们是在一个新领域进行创意工作，我们的团队成员来自游戏、影视、时尚和消费电子等多个领域，这是我坚持的多元化团队构成。我认为在AR和VR这样的新兴行业中，必须要有多元化的团队，艺术和技术缺一不可。但同时，因为团队成员来自不同的专业背景，在很多事情上，我需要真正向团队传达一个充满想象力且具有号召力的愿景，这是我以前缺乏的能力，但现在正在努力提升。

　　给我感觉最不同的一点是，我现在认为创业没有我之前想象的那么难。很多事情，在你规划阶段可能会感到非常紧张，但一旦你迈出第一步，并持续地前进，你会发现自己越来越适应这个状态。这个状态可能会很艰难，但同时也非常令人愉快。

　　随着时间的推移，会有越来越多志同道合的人愿意加入你。实际上，我们有一些行业大佬级别的投资人朋友对我们所做的事情非常认可，也对我们的项目投入了资金。从这个角度来看，我觉得目前的状态比我之前预想的要好得多。

　　我认为技术日新月异，无论你是坚持原有行业还是尝试新事物，明天都可能面临被新技术颠覆的风险。与其保持原地踏步，不如主动去创造变化。所以，在我看来，现在创业的成本实际上比以前要低得多，因为现在不变的代价太高了，不改变就是最大的成本。

　　你们有没有感受到劳动力市场的变化？今年的用工成本有增加吗？创业公司如何与大公司在招聘市场竞争？

　　我认为，高不高并不是最关键的问题。以前好的人才很难离开大公司创业，因为大公司对他们的吸引力太强了。例如，我之前的公司非常重视人才，无论是在支持还是薪资方面都非常照顾。在这种情况下，大部分人很难离开。但另一方面，现在技术的迅猛发展和OpenAI的颠覆性创新，将AI分为了1.0和2.0两个阶段。如果你继续沿用旧技术，你就属于传统AI了。在新市场上，我认为现在最有趣的是，不管是成本高还是低，人们都愿意出来探索这样一个很棒的机会。

　　我的两个观点：首先是持续几年的趋势，海外人才更愿意回国内。即使外部环境发生变化，这一趋势并没有受到影响。有些人当然想离开，但仍有很多人想回来。我们现在招聘的很多技术型人才，他们过去可能在医药行业工作，尽管医药行业一直在起伏中向上发展，因为人类需要解决许多根本性的医疗问题。但现在医药行业处于相对低谷，逐渐回落。

　　对于我们这样一个需要生物技术但又是全新领域的公司来说，过去可能从事PhD研究的人才并不了解这个行业，但他们会发现自己的技术可以在这里得到应用。你要让他们来做这件事，他们可能并不愿意开放性地看待，但现在实际上有很多人愿意这么做，所以对我们来说，这是一个非常好的时机。

　　例如大厂的裁员和经济下滑实际上降低了那些愿意尝试新鲜事物的人的成本，也使得相对保守的人更愿意留在大公司。我认为这对我们创业公司来说是好事，因为它在一定程度上帮助我们筛选掉那些可能并不真正有野心或愿意投身于新行业的人。

　　另外，我个人觉得，因为我们涉及大量研发工作，特别是游戏开发方面的技术人员，如Unity开发者，以前最优秀的人才肯定是在头部游戏公司工作，而现在市场上散布的很多研发人员实际上需要我们投入大量时间去筛选优秀人才。但由于现在有了这些大模型技术，我发现更多原本从事互联网开发的人才愿意尝试新语言和新领域，因为学习新语言的成本已经降低了。他们需要保留的是如何将自己的逻辑思维应用到新领域，所以对我们来说这是一件好事。

　　关于AI取代人类工作，我一直认为学习不是一种结果，而是一种能力。因此，我担心在有了AI和GPT之后，人们在求知过程中所付出的努力会大大减少。当然，我并不是一个技术悲观主义者。搜索引擎其实也可以替代很多求知过程，但我们仍然能够正常的看到，那些真正从事学术工作的人在追求真理的过程中要面对很多挑战。我不相信在一个非常通用化的知识库中，这些知识可以轻易获得。

　　因此，我认为，在成长过程中，你必须不断提升自己的学习能力。包括我们作为投资人，在技术和创业领域不断变化中，如何成为一个快速学习者，也是我们在大模型时代需要提醒自己和孩子的。在个人生活中也要不断为自己的选择负责。我一定也会教导我的孩子敢于自己做选择并承担责任。只有你勇于做出选择，无论是接受失败的风险还是享受成功的喜悦，当你在成长过程中有了几次选择的经验，未来无论是选择事业、伴侣还是其他重要决定，都会有独立判断的能力。

　　Lily：所以我们永远要对我们的下一代充满敬畏，对人类的技术未来充满敬畏。

　　免责声明：本文转载自纪源资本，文章版权归原作者所有，内容仅供参考并不构成任何投资及应用建议。

　　风险提示：投资有风险。相关数据仅供参考，不构成投资建议。投资人请详阅基金合同和基金招募说明书，确认您自觉履行投资人的各项义务，并自行承担投资风险。