✅ 《山巅周刊》定期分享科技、医学及人文资讯，以及商业智慧和最佳实践，每周日发布。

✅ 我走过你现在的路。数十年真实生活打磨出的深度经验、韧性与可信度，是我能帮助你的。当你需要数字化商业顾问，请联系我。

位于旧金山的人工智能公司 Higgsfield 花 200 万美元、用时不到 12 小时，拍了一部 114 分钟的 AI 电影《Cully Hill Boys》（卡利山小子）。电影讲述了三个来自伦敦东区的落魄说唱歌手的故事，他们意外窃取了一位犯罪头目的钱财，从此生活天翻地覆；没有真人出镜，旨在展示Cinema Studio人工智能电影制作工具套件的强大功能。

Higgsfield⁠ 是一个编排各种AI模型构建的生成式媒体平台，只需一个产品链接、一张图片或者一个简单创意，就能在平台上做出有电影质感的短视频。平台依托 OpenAI GPT 进行方案规划、Anthropic Claude 生成提示、Google Nano Banana 编辑素材，再由 Sora 或者 Seedance 完成创作，每天能生成约 400 万个视频，把极简输入转化为结构完整的社交优先视频。

Higgsfield 的运行机制

1. 电影化逻辑层：用户只需描述“想要的观感”（如“戏剧张力”或者“高级质感”），系统自动将其转化为结构化视频方案（叙事脉络、节奏、镜头逻辑、视觉重点），无需用户直接编写技术提示，几乎不需要懂电影语言。

用户很少会说清模型真正需要的技术参数，只会描述自己想要传递的观感体验。我们的工作就是将这种创作意图转化为视频模型能执行的指令，借助 OpenAI 模型将宏观目标拆解成具体的技术参数。—Alex Mashrabov，Higgsfield 联合创始人兼首席执行官

2. 病毒式传播系统化：通过 GPT 模型大规模分析“爆款”短视频，提炼可复用的创意框架与预设，再持续迭代。结果使视频分享速率提升 150%，认知吸引力约提高 3 倍。
3. 并发生成：因为输出的是短视频，一次产出数十个变体进行A/B测试成本极低，且分发渠道本身就支持快速验证与病毒放大。

Vibe Coding vs. AIGC

当前人工智能模型的应用类型主要集中在：

• 对话式交互（Conversational AI / Chat）：理解用户意图与实时会话
• 生成内容（AIGC）：一次性生成完整的文本、图像、音频、视频或代码
• 智能体（Agent / Agentic AI）：自主规划，并调用工具做事
• 代码与软件开发（AI Coding / Vibe Coding）：从自然语言到完整应用
• 知识增强与检索（RAG / Knowledge Systems）：强依赖检索准确性，服务垂直场景
• 推理与分析（Reasoning & Analytical AI）：复杂的深度思考能力

这些应用类型遵循落地时间与程度排序，AIGC、Agent和Vibe Coding是目前最受关注的三个方向。

严格来说，Vibe Coding ⊂ AIGC，比如短视频是 AIGC 在消费端的典型代表，而 Vibe Coding 是 AIGC 在生产力端的典型代表。但在实际语境里，AIGC常被默认指向消费端媒体内容生成（文生图、文生视频、AI 写稿、AI 配音等），而 Vibe Coding 更多被归入单独的生产力工具应用类型。

消费端的典型代表短视频生成更像广告科技，规模大但竞争激烈、依赖平台算法、容易同质化。生产力端的典型代表Vibe Coding更像传统软件，高毛利、高粘性、可扩展到全行业。

相比之下，Vibe Coding虽然大幅降低了门槛，但仍有明显摩擦：

• 用户仍需相对准确地描述UI布局、功能流程、数据逻辑、甚至技术栈偏好，否则生成结果容易偏离或产生技术债。
• 软件产品几乎没有“病毒式传播”的天然飞轮：代码本身不直接分发，用户获取靠应用商店、销售、口碑，变现周期长，无法像短视频那样靠一次分享爆炸式放大。
• 并发生成大量变体在MVP阶段有用，但进入生产环境后，集成、调试、安全、可维护性成本急剧上升，反而不建议大规模并行。企业更在意正确性、可靠性和长期所有权，而不是“今天试50个方向”。

简单说：Higgsfield 优化的是高吞吐量、低单位价值、强网络效应的内容生产；Vibe Coding优化的是高单位价值、强持久性、强工程约束的软件生产。两者对“意图精度”和“后续验证成本”的要求完全不同。

生产 or 消费

在应用AI方面，有合理但截然不同的切入点。美国把AI当作生产力基础设施（Coding、Agent、企业软件），中国把AI当作消费内容与流量放大器（短视频、营销、电商内容）。

美国AI产业重仓 Vibe Coding（最新的市场动向发生在2026年8月，SpaceX收购Cursor，交易估值600亿美元）有清晰逻辑：

• 价值链更高：编码工具直接放大软件工程师与非技术用户的生产力，切入企业软件、SaaS、内部工具市场。这些市场客单价高、续费强、数据飞轮（代码仓库、开发者行为）可反哺模型。
• 资本与叙事偏好：硅谷把“让任何人都能构建软件”视为下一代平台级机会，类比当年移动互联网或云计算。马斯克表示，SpaceX“必须在软件领域取得成功”，收购 Cursor 的核心动机之一，就是获取海量开发者交互数据来训练更强的编码与知识工作模型。
• 风险偏好与质量门槛：美国企业与监管对“能跑但不可靠”的代码更敏感，因此资本更愿意投高壁垒、高可信度的工具，而非纯粹的内容生成。

中国市场在AIGC、网络营销上的火热，则高度吻合 Higgsfield 机制：

• 消费互联网基础设施决定一切：抖音、快手、小红书、视频号构成的短视频+电商闭环，天然需要海量、低成本、快速迭代的内容。平台本身掌握训练数据、分发渠道和变现（广告/直播带货），形成“数据→模型→内容→流量→数据”的飞轮。
• 单位经济与需求匹配：短视频广告、产品页视频、微短剧的边际成本可以压到极低，而需求是无限的。“够好就行 + 快速试错 + 病毒放大”比“完美可靠”更重要。
• 监管与文化环境：对生成内容的容忍度相对更高，平台算法更鼓励量与互动，导致“快速生成 + 海量测试”成为最优策略。

生产 or 消费？一边是主动创造与构建，一边是被动接收与沉浸。

因此，相比OpenClaw（俗称“龙虾”）的商业化落地标杆Anthropic Claude Cowork、Manus和Microsoft Copilot， “龙虾三剑客”WorkBuddy、ArkClaw和CoPaw都没有真正成长为生产力级平台。

Higgsfield被描述为增长最快的视频AI创业公司之一，但最新估值仅54亿美元。把资源集中在高价值生产力层的美国，视频基础模型商业化动力持续减弱，OpenAI彻底关停Sora，Runway和Google Veo系列的整体体量与增速不乐观。

AI消费场景的应用将留给有数据与分发优势的中国玩家，但风光背后，是内容同质化、平台依赖、可能的监管收紧等可持续性风险。

更有意思的交叉点，可能会出现在用 Vibe Coding 快速搭建内容生产流水线，再叠加 Higgsfield 式逻辑层与病毒引擎的混合系统上。

《微利基发现引擎· 如何系统化发现有利可图的微利基市场》推荐全文：《如何用AI真正赚钱？中国一人公司（OPC）的生产力路径》。

人物：孙正义

孙正义（Masayoshi Son）是一位日本企业家、投资家，软银集团（SoftBank）的创办人兼社长。软银是一家日本电信业与媒体业的控股公司，也是一家投资管理公司。

孙正义的祖父由朝鲜半岛移居日本九州，本为安东孙氏，改用日本姓氏安本，从事矿工；父亲以酿造私酒致富，使他们家成为镇上第一户拥有汽车的人家。

孙正义非常崇拜日本麦当劳的创始人藤田田（Den Fujita），并多次尝试联系他，但都无果。最终，孙正义不请自来地拜访了日本麦当劳总部，并与藤田田进行了15分钟的交谈。藤田田建议孙正义学习英语和计算机科学，并前往美国接受教育。孙正义从日本高中辍学，16岁移居美国，后来进入加州大学伯克利分校学习经济学。

ユダヤの商法（犹太人的经商之道，1972年），藤田田撰写的畅销商业策略书籍，销量超过 100 万册，对包括孙正义和柳井正在内的日本著名企业家产生了重大影响。

孙正义认为电脑科技将带起下一轮的商业革命，一切和微型芯片有关的东西都大有作为。他决定要每天思考至少一个企业想法。在大学短短四年间（1976-1980），他取得一个电子翻译器的专利，以一百万美元卖给夏普；倒卖从日本进口的二手电子游戏机，把日本街机游戏《太空侵略者》引入美国大学，又是百万级生意；甚至还创办了一家电子游戏公司。

大学毕业后，孙正义立马回日本创办了日本SOFTBANK，最初专注于软件分销，之后拓展至计算机相关书籍和杂志出版、电信、互联网服务和风险投资领域。

现在，软银拥有日本最大的网站、最大的电子商务市场和第三大移动通信公司。

在海外，软银则专注于对IT业的风险投资，最为著名的是对美国第三大电信商Sprint的收购案，及雅虎的投资。在20世纪90年代互联网泡沫时期雅虎估价最高时，孙正义超过微软创办人比尔·盖茨成为一天时间的世界首富。

软银在中国的成功投资有UT斯达康（“小灵通”的主要推手），和阿里巴巴（拥有淘宝和支付宝）。

20世纪90年代末至21世纪初（1999-2005年前后，中国互联网第一轮爆发与泡沫后复苏的早期阶段），本土人民币风投尚未成熟，海外背景的IDGVC、软银凭借先发的资本优势和对互联网赛道的精准判断，几乎主导了中国初代互联网企业的早期融资，是中国风险投资行业起步期的标志性时代特征。

熊晓鸽、周全带领的IDGVC在1999-2000年中国互联网大爆发时期，在中国先后投资了100多家互联网企业，覆盖搜狐、百度、腾讯等几乎所有头部早期互联网项目，是当时国内布局最广、影响力最大的风投机构。

孙正义领导的软银在2000年前后逆势重仓阿里巴巴2000万美元，后续持续加码投入，这笔千倍回报的传奇投资让软银成为中国互联网赛道最具代表性的外资风投力量，和IDGVC共同构成当时中国互联网风投的核心主力。

在加州，孙正义以1.175 亿美元购买的豪宅，这是美国住宅物业有史以来支付的最高价格。尽管加州已经干旱了近十年，但它有两个游泳池。

孙正义把软银从电信公司转型为投资管理公司，这使他作为一名股票投资者享誉全球。他以大胆的投资策略而闻名，但有时也导致重大损失。仅在2000年互联网泡沫破灭期间，软银股票暴跌，孙正义个人财富就损失超过590亿美元。孙正义多年保持着历史上损失最惨重的纪录，直到2022年被损失更多的扎克伯格和贝佐斯超越。

软银2017年设立的愿景基金（SoftBank Vision Fund），专注投资人工智能、机器人和物联网等新兴技术，是全球最大的科技投资基金。愿景基金的投资风格是以令人瞠目结舌的估值向亏损公司投入巨资，而标准的风险投资策略是对早期创业公司进行小额投机性投资，并随着这些创业公司的发展在后续轮次中追加投资。

Gambling Man（赌徒）前《金融时报》主编Lionel Barber撰写的传记，剖析了这个超越传统日本企业保守文化的豪赌者。

孙正义的方法确实奏效过几次，并赚得盆满钵满。但任何一个赌徒都知道，当你用别人的钱去玩赔率极低的赌局时，你注定会输，只能坐公交车回家。之后，那些人肯定会很生气。五年时间里，愿景基金亏损巨大，被定性为失败，也导致孙正义在基金中的股份价值归零。

愿景基金成立伊始，就向美国共享办公初创公司 WeWork 及其母公司注资上百亿美元。两年后，WeWork的IPO被取消，最终申请破产保护。

同期，愿景基金建立了约 4.9% 的英伟达股份。然而在 2018 年底至 2019 年初，由于加密货币退潮导致英伟达股价大幅下挫，愿景基金为了锁定清算收益和对冲风险，清仓了所有英伟达股票，套现约 33 亿美元。随之而来的人工智能热潮中，英伟达迅速转型为全球最有价值的公司之一，这笔抛售使愿景基金完美错过了上千亿美元潜在收益。

也包括一些奇葩的投资项目：随叫随到的遛狗服务、在卡车里烤披萨、在郊区租仓库、在高楼里打灯种菜……这些项目的共同特征是：把“劳动密集型”或“传统物理密集型”行业，强行套上平台故事，试图用“钱”去硬生生改变物理规律和传统行业的运营成本。

在全球高利率时代到来、科技股估值重估的背景下，高杠杆与重资产扩张策略抵御逆风的能力极弱。软银/孙正义凭愿景基金乘上低利率资本狂潮，随着资本大放水周期的逆转，又在高杠杆危机中走向收缩。自2023年起，软银宣布战略重心转向人工智能基础设施和半导体相关投资。

孙正义长期与优衣库老板柳井正占据日本富豪榜首两位。但更具有前瞻性的职位，他也是总部位于英国的Arm Holdings和总部位于美国的Stargate LLC的董事长。Arm设计芯片，Stargate掌控AI基础设施。

与许多提笔立著、系统性输出管理学的企业家不同，孙正义本人几乎不亲自撰写长篇著作。但商业界广为流传他的逆向推演法。孙正义在软银内部总是强调，绝不要从“今天我有多少资源”出发去推演未来，而是先设定一个30年乃至300年后的终局，然后从未来的终局向今天倒推：为了在30年后拿到这个结果，我5年后必须控制什么？今天必须买下什么？这可以直接解释他为何设立愿景基金、以及买下 Arm 和以溢价注资 AI 产业链。