🚀 AI App 都卷成这样了，我为什么还要在 GAP 期继续做 Xworkmate？
读完那份流传出来的梁文锋交流文字稿，我反而更坚定了一件事：AI 这条路，不能只用“现在赚不赚钱”来判断。
为什么要继续做 AI App？
很多人看 AI App 这个赛道，第一反应是：太卷了。
聊天、写作、搜索、效率工具、Agent，满地都是产品、融资故事和同质化。更现实的是，绝大多数 AI App 现在并不赚钱，今天刚做出来，明天就可能被大模型厂商的新功能“一锅端”。
但我还是想继续做。不是因为我觉得手头这款名为 Xworkmate 的工具一定会爆火，而是我知道，这是在训练自己进入下一代生产方式。
一个关键判断：AI 竞争正在变成生态之争
过去英伟达最强的不只是卡，而是 CUDA 生态。开发者、框架、算子、工具链都围着它转，国产卡就算硬件能跟上，也经常被一句话堵住：“生态不行，用不起来。”
但这个局面正在松动。梁文锋提到，V3 训练虽然用的还是英伟达卡，但几乎已经不再依赖 CUDA——他们先自己写了一个高级编译器 TileLang，再基于 TileLang 完成后面的所有事情。硬件可以暂时还是英伟达，但软件生态未必还要被 CUDA 锁死。
这对中国 AI 非常重要。如果这套方法能在华为卡上跑通，过去“国产卡生态不行”的认知就可能被改写。真正的瓶颈会从生态问题，转向产能问题。
国内不是没有研发和设计能力，很多时候差距出在资源有限。华为 950 超节点在任务层面可能可以平替 GB200、GB300，代价是四张顶一张，加上大概落后两年。听起来是差距，但换个角度看——电力充足、工程能力强、成本压缩能力强——如果国产 GPU 产能逐渐跟上，中国大陆的 AI 优势未必是单卡最强，而是用更大的产能、更低的综合成本，把 AI 变成真正可普及的基础设施。
另一个判断：AGI 是务实阶梯，不是玄学
AGI 不应该被说得太玄。它不是一步跳到机器拥有完整自我意识，而是一级级踩实的台阶：
- Chat → 让 AI 能对话；
- Work → 让 AI 进入真实工作流；
- Agent → 让 AI 拆解任务、使用工具、执行目标；
- 再往下 → 持续学习、自我提问、自我思考。
这里的“自我思考”不是科幻意义上的自我意识，而是在具体环境里积累上下文、复盘经验、发现问题、主动提出下一步。
这也是现在 AI 和真正员工之间最大的差别。一个新员工进公司，两个月后会知道小王是谁、流程怎么走、哪些话不用点透；但现在的 AI 需要你每次都重新喂上下文。它很聪明，但还没真正进入你的环境。未来的关键，不只是模型回答得多好，而是它能不能持续学习，能不能在一次次任务里沉淀出对你、对业务、对场景的理解。
所以我重新理解了自己在做什么
做 AI App 短期可能不赚钱，也可能很快被更大的平台覆盖——但它是理解 AI 必需的入口。
只有亲手做产品，才会知道用户到底要什么；只有接 API、设计交互、处理失败案例，才会摸到模型能力的真实边界；只有把一个想法放进真实场景，才知道自己是在做一个功能，还是在做一个能随模型进化的工作流。
GAP 期对我来说不是停下来，而是换一种方式积累。别人看成空档，我更愿意把它当成一次主动切换赛道的机会。AI App 也许不是终局，但它逼我理解产品、模型、用户、工作流和商业现实。哪怕不赚钱，这个过程本身就在让我离未来更近一点。
最后，关于选择
我知道自己是个“三无人员”：无后代牵挂，无高额房贷车贷，也没有必须立刻撑起一大家子的现金流压力。听起来像劣势，但在这个阶段，反而给了我一点稀有的自由。
还有试错空间，暂时还饿不死，有些路就得硬着头皮走下去。很多人把这段时间看成不体面、不稳定、不赚钱。但一旦成为回到自由天空的小鸟，没有人会真心愿意再飞回牢笼。稳定当然安全，但有些稳定，本质上是慢慢把人训练到不再相信自己还有别的可能。
我不想在时代变化最快的时候，只选一条最不犯错的路。下一阶段的机会不会属于只会围观趋势的人——它属于亲手把趋势拆开、试错、重组，并从里面长出新能力的人。
这 10 个月，我把它当成一次真正的下注。不是赌一个 App 爆火，是赌我不愿意再退回旧系统里了。
