PMF之后的生死线
陈冕在访谈中开宗明义地指出：“第一个发现 PMF 和最终赢得这个市场，是差着十万八千里”。他强调，市场验证（PMF）只是起点，能否持续运营、守住成果、实现正向现金流，才是创业真正的挑战。他回忆起某夜的感悟——创业就像驾驶一辆高速行驶的车，边开边修，边修边跑，没有时间与乘客告别，也没有时间欣赏风景，唯一能做的就是握紧方向盘。这种高强度、高压力的生存状态，构成了他过去三年的底层逻辑：焦虑、速度与侵略性。
“创业就是开了一台超级快在跑的车，然后你边开车边修车，然后车上的人来来去去，窗外的风景也来来去去，但你没有时间去停下来跟这些人 say hello 和 say goodbye，然后也没有时间好好看窗外的风景。你能做的事情就是握紧方向盘。”
“Survive是他在这些访谈里说的最多的词。”
争议背后的商业逻辑
面对外界关于“激进定价”“掺水”“爆雷”的质疑，陈冕逐一澄清：公司自五月起现金流已连续为正，账上资金持续增加；所谓“补贴”，实为对海外平台早期策略的被动跟进——当时某海外视频平台率先以“先付费、再无限用”方式补贴付费用户，Liblib为保海外市场份额才短期跟进两个月；而国内广受关注的“三点九折”实为 LibTV 年费会员的月付折算价（非 C Dance API 的三九折），其背后是基于用户消耗率、续费率、LTV（用户生命周期价值）的精细建模，而非简单烧钱。
他进一步提出：应用层在早期不应追求高毛利。“存储、芯片、SOTA模型都有七八成毛利，应用层若也追求高毛利，就会压制需求。”他设定的短期目标是：毛利控制在30%以内，且大于零——因为“应用层最大的意义不就是用户吗？你最大的追求不就是应该拥有更多的用户吗？”
“你就算用ChatGPT，你不可能一个用户把全年所有的token都消耗完来定价的，大部分的用户都用不完。”
“我们其实纠结了一下要不要说，但我最后觉得还是说吧……第一个，我们现在的我们从五月开始，我们的现金流其实正的。”
模型吞噬应用的时代，如何‘活着’
陈冕坦承：“现在的确还不是应用的时代，我们的时代都还没有来。” 在模型与基础设施仍是主叙事的当下，“活着”是唯一优先级。他拒绝“自爆式打法”，即以负毛利换增长——因为“你又不掌握模型，你最大的意义不就是用户吗？”
产品策略上，LibTV 已率先放弃免费模式（freemium），转向“先付费、后使用”，既规避黑产薅羊毛，也大幅降低获客成本。商业模式上，他意识到传统订阅制正向“token消耗制”迁移，但二者无法割裂，“如何适应真正的高token消耗的生产力产品的商业模式，是一个命题”。未来，Liblib可能逐步弱化模型品牌露出（如Manus那样），转向提供统一体验，尤其在视频模型尚未成熟前，C端仍是主战场。
“坦诚地说，这个命题我们也在探索中。”
年付订单的悖论：现金流好看 ≠ 用户真实活跃
在讨论商业模式时，年付订单占比是一个关键指标。目前公司年付订单约占总订单数的二三十，虽然这一比例越高，理论上用户的LTV（用户生命周期价值）越长，对公司越有利，但关键在于：这个比例不能虚高——必须建立在用户真实持续使用的基础上。
正如 Uber 前 CEO 所警示的：年付订单可能让现金流数据短期非常漂亮，但若用户并未实际使用服务，这种“繁荣”实则危险。例如，当用户购买了百万积分却只用了二十万，剩下的八十万就构成了利润；这背后依赖的是一个核心假设——绝大多数用户全年用不完所购积分。
“用户按你的原始定价全用满，你们是赚还是亏？那肯定是亏的呀……所以里面就有一个悖论嘛，就要么你没毛利，要么你没留存。”
“我每个月都用 ChatGPT，都用豆包，但不代表我每个月都要把这边的投款花完，所以不花完你不就赚了吗？”
因此，判断增长是否健康，不能只看现金流或订阅收入，而应聚焦于真实留存率、毛利结构与用户消耗行为之间的动态平衡。若用户深度使用导致 token 消耗率上升，反而可能加剧亏损——这揭示了订阅制与 usage-based 定价之间存在天然张力。
工具类产品的本质：低频、高价值、非日活
从历史经验看，成熟工具软件（如剪映、Adobe）的用户行为具有显著特征：周活为主、非日活，用户年活跃天数往往仅20–30 天，且集中在约 4–5 个月中，每月活跃约 5–6 天。这意味着，即便一个重度用户（如天天修图、剪辑电影的人），也无法维持全年高频使用。
这一现实带来两个关键推论： 1. 模型能力提升 + 成本下降 是维持商业可持续的核心变量——当模型变强、token 变便宜，才能支撑更高的消耗率而不崩盘； 2. 若消耗率意外飙升，可选择动态调价；若竞争对手以更激进定价吸引用户“买完即走”，则需警惕其是否具备可持续性——若其上游成本与你相当，激进定价只会导致自身更快亏损。
“本质上就是一个健身房模式嘛，它赌的是你办了年卡之后，你这些人不会每月或者每天都来。”
但需纠正一个认知偏差：这不是 AI 时代特有的困境。全球所有 AI 工具产品都面临订阅与 usage 的平衡难题。问题不在于模式本身，而在于我们对“工具软件商业逻辑”的误解——它从来就不是靠用户量取胜，而是靠从高价值生产中抽成。正如 Adobe 用户最少却最赚钱，Liblib 早期也经历过负毛利阶段（free meme 时期），持续近一年，甚至一度账上仅剩四千块，濒临破产。
创业生死线：在竞争中活下来，比完美模型更重要
Liblib 创业初期曾面临一场惨烈的对抗：面对一个融资数千万美元、资源雄厚的对手，公司仅靠四百万美元天使轮资金硬扛。当时创始人几乎拒绝所有融资邀约，选择全力投入战斗——不是因为不需要钱，而是因为“没时间聊”，微信不通过、会议不赴约，只为赢下这场生存之战。
最终胜利的判断标准并非财务指标，而是供给质量、用户循环与规模优势：当 Liblib 在设计类内容供给上已远超对手、形成正向飞轮，且规模大出一倍以上时，胜负已分。
“我当然不知道别人为什么没有看到啊，但我可以猜测，其实在中国做生产力的创作这件事儿是一个小众选择……工具的商业逻辑本身是从高价值的生产中抽成。”
这一选择看似反直觉，实则基于对行业本质的常识性判断：用户多 ≠ 赢家，高价值生产者才是。AI 工具的终局不在于模型稀缺性，而在于谁能基于泛化的智能能力，为特定场景创造增量价值。当前利润的“阶段性低毛利”，恰是为构建长期壁垒的必要代价——就像 Liblib 第一代产品毛利率已接近传统工具水平，但早期仍需经历负毛利阵痛。
创业最大的教训之一，是忽视现金流管理：当账上还有六百万时，创始人尚不慌张；而真正慌张，是从几百万开始的。当四千块成为最后余额，才意识到——融资窗口一旦关闭，再强的业务也难自救。
预设与现实的落差：创业者的认知迭代
创业初期，我们往往带着强烈的预设进入一个领域——比如认为某个产品是流量入口、某个赛道具备巨大想象力、或某个行业能显著提升人们的生活便利性。但现实常常给出否定答案：“The answer is not”。无论是三六零手机助手、摩拜单车，还是零售业务，陈冕坦言每一段经历都经历了从“坚信”到“被现实打脸”再到“回溯归因”的过程。这种认知迭代并非失败，而是对行业本质更深层的校准。他特别指出，零售虽在逻辑上正确（改变衣食住行、提升生活便利性），但其重线下、重供应链的特性超出了他的能力模型。这种清醒的自我评估，使他得以在后续决策中更精准地匹配自身优势与赛道要求。
“中国的商业竞争是很残酷的。那之前有没有观测错了的？因为毕竟旁观者不是决策者，他只是看结果论英雄。”
“你第一个发现PMF在人类历史上，在人类科技竞争的历史上，第一个发现PMF和最终赢得这个市场，是差着十万八千里啊！”
时势与英雄：个体努力能否影响浪潮方向？
陈冕曾以旁观者身份积累了大量行业context与宏观reward model，但直到真正创业，才体会到英雄也能改变时势——虽然无法逆转潮水方向，却能推迟浪潮、影响波动、最终改变结果分布。他以大模型行业为例：BAT格局并非唯一解，而是竞争演化的结果；若关键节点上有超级vision的researcher在对的时间点聚合资源、凝聚团队，就可能催生新的势力。同样，一个微小决策的偏差，可能让一家公司被巨头吸纳，也可能让它成长为独立玩家。这种动态性意味着：创业不仅是顺应趋势，更是在趋势中主动塑造变量。
“英雄也会改变时势，也会影响时势。他可能无法改变潮水的方向，但是它可能会推迟浪潮，它可能会影响浪潮的波动，它也可能最终会对它的结果带来影响。”
PMF的悖论：先发者不等于胜出者
针对外界对Live TV原创性的质疑，陈冕坦承：它并非首个验证PMF的产品，但以极快速度做到相对最大规模，反而引发争议。他强调，在当前时代，界面（interface）的最优解高度趋同——上下滑动、节点式工作流、视频画布等形态，本质是工程演进的自然收敛，而非零到一的原创。真正的创新在于单点体验突破（如导演台、口碑传播型feature）与时机卡位（如率先实现“AI+视频画布”同步可用）。而饱和式投流（如LibTV首月百万美金）并非“势大凌弱”，而是高RI（回报率）策略：有差异化内容支撑的广覆盖，才能在极短的工程时效窗口（1周）内建立认知壁垒。
“如果你是全部以宏观视角来思考这个问题，你会觉得说，呃，大模型公司有几家是一个确定性的命题吗？我真的参与到这个行业里之后，我发现其实不是的……”
投流窗口与高ROI的幻觉
在Liblib早期增长阶段，陈冕曾在一个极短的时间窗口（仅一个月）内投入一百万美金用于投流。他坦言，在当时体量下这笔钱“都不算钱”，因为对应的收益极高；但紧接着他指出，几乎没有AI创业公司敢在一个月内花掉一百万美金投流——即便是稍具规模的非AI产品，其单日投流费用也可能超过这一数字。这说明当时Liblib的投入强度远超行业常态。
他进一步分析：高ROI的本质并非投放本身，而是内容的差异化。在AI应用层，若无法提供“基于模型的新体验”或“新模型驱动的产品形态”，就难以形成有效壁垒。他反思，LibTV初期仅靠几个差异点就获得巨大反馈，核心原因在于：市场足够大，且竞品在注意力获取上过于保守，未能意识到市场正经历急速增长。
“哪怕你就算站到一个PMF，你也应该很警惕，因为如果这个市场的增量会在某一刻爆发，如果你在爆发增量的时候没有抢到足够多的增量，你的存量没有意义啊！”
“投了一个月之后，我就傻了，我说这市场这么大呀，可能非常快就从零到了十万美金一天。”
自然增长占比与收入结构
Liblib目前的用户规模已达几十万，其核心指标之一是自然增长占比高达90%——即非广告、非直接效果投放带来的用户。陈冕解释，这是因为平台限制（如主流视频平台对AI工具广告投放的限制），导致效果广告获客仅贡献总收入的4%，并非主动选择。
在收入构成上，LibTV贡献了超过一半的收入，保守估计超过1.5亿美元（总营收小于3亿美元）。尽管外界质疑其ARPU虚高，陈冕未直接披露LibTV具体数字，理由是“要考虑竞争”。他调侃道，外界更愿相信Liblib“快倒闭了”，反而更利于其生存策略——刻意营造低调甚至亏损的叙事，以降低市场预期与竞争压力。
“我们真正意义上的走的公司的CTO只有一个，那一个人是因为我们那个时候账上快倒闭了才走的。”
“有史以来直接向我汇报的，因为任何原因离开的技术负责人应该有四个……至少有超过一半都是出于无奈吧，就是公司都要倒闭了，那那怎么办呢？我也发不出工资。”
管理的悖论：活着优先，留存为本
陈冕坦承，在当前AI应用层创业环境中，“为活着是一件很有挑战的事情”。他重新定义了“管理”的时代意义：管理的唯一目的，是让符合业务需求的AI native高人才密度人才得以留存。对大模型公司而言，管理侧重于“自由探索文化”；而对应用公司而言，管理必须服务于“快速桥接技术趋势与用户最优解”，并持续交付与迭代。
他反思过去三年忽视了管理的另一面：即在业务判断上能果断撤下不胜任者（如魏奇的做法），却缺乏对被撤换者的尊重与反馈机制——“他做过努力了，公司应该给你什么样的respect？”这种缺失，导致部分核心成员产生不安全感，成为他近期反思的核心动因。
在团队组建上，他承认早期存在“草率用人”问题：因社交圈有限，大量任用前同事，并在未充分权衡下授予“联合创始人”头衔，造成事实上的title泛滥。他意识到，title是承诺，不是随意赠礼，如今已建立更清晰的合伙人评判标准。
“我一个产品经理怎么成了很好的生意人了？矛盾吗？……我不否认我在商业化能力上的强项。”
“创新是有成本的，是有代价的。你如果创新了一个东西，你都把它守不住，把它做不好，你创新它的意义是啥？”
创新的成本与商业现实的张力
在创业过程中，一个普遍的误解是：创新的公司就必须持续创新。但创新是有成本、有代价的——如果一个创新成果无法被有效落地、稳定交付、持续经营，那它的意义何在？就像人类发明了飞机，我们当然可以继续研究火箭，但这不意味着飞机公司可以忽视基本的商业逻辑与盈利能力。没有健康的利润，就没有持续投入下一代技术的资本，除非你是完全独立、不依赖主业务现金流的创业项目。
我们并非在打造一个创新孵化器；如果你希望自由探索、自主决策，那更适合自己创业。而Liblib在经历了一段自由探索期后发现：用户并不买单，市场反馈冷淡，于是我们转向更强的控制力与执行力。最严峻的时刻，客服系统积压两千多封问题邮件，客服组件严重滞后，全公司员工临时上阵，每人仅用四小时紧急处理——业务已濒临崩溃边缘。这背后折射出的是团队能力与公司发展阶段的错配：我们招来的“上等马”，是被“追求AGI、重视技术”的愿景吸引而来，却在实际工作中发现，公司更强调稳定交付与商业化。当愿景与现实脱节，失望便不可避免。
“我们不要为了创新的 vibe 而创新，要为创新的结果而创新。”
“你这个梦想跟你实际在公司里追求的，它是一致的吗？”
愿景错位与组织建设的反思
我承认，技术团队的组建是我失职之处——我曾对技术团队极度放权，长期缺位监督与对齐。当技术负责人离开、理念不合时，问题才集中爆发。本质上，是团队成员与公司核心愿景之间缺乏前置共识。我并未向工程团队承诺“来我们这儿做AGI”，对外愿景也始终未变：我们相信AGI，但更强调有韧性、可实现的创新——即vision、想象与靠谱落地能力的结合。
Liblib本身就是一个全球孤品：设计师专属的模型素材社区，填补了海外不健康生态的空白；而Lavert则是在极端压力下极限憋出的创新，虽非孤例（如今已有多家模仿者），但它验证了一种可复制的产品模式，并让我们敢于All-in。我并不认为自己已为社会带来足够多的增量创新——正因如此，我才需要持续积累能力与资源，等待“应用时代”的真正到来。
“Liblib 是一个孤品，就 Liblib 的这个产品在全球是一个孤品，你找不到第二个设计师的模型素材的分享社区。”
“如果我认为我已经带给了这个社会足够多的创新，我就不创业了，我就该歇了。”
危机时刻的决策与情绪真实
2023年1月，OpenAI发布GPT-Image One，直接击穿我们一年来探索的节点式工作流产品逻辑——Liblib赖以生存的土壤被迅速打薄。那一刻我意识到：我们被时代甩在了后头。当时正处B轮融资前夕（估值9000万美元），我第一时间向投资人坦承：“完蛋了。”随后独自流泪，甚至在飞回北京的航班上边想边哭——情绪的脆弱与真实，恰恰是我对产品变化高度敏感的副产品。
但危机也催生了关键转折：在飞机上我理清了两个方向：一是转向agent架构，二是以context为入口重构产品。我意识到，未来不是让用户搭工作流，而是直接给AI上下文，让AI自主完成全流程。而这一产品形态，最适合在ChatGPT之外的独立界面中实现——界面虽易被复制，却也最具差异化。于是立刻召集全员，全力推进新方向。
我常被误解为“粗暴”，但其实我早就不粗暴了；我的标签是“快”与“焦虑”，而非“狂骂人”。我确实说过“你别干了”，但“滚”字从未出口——老板总得有底线。情绪的波动源于对timing的极致苛求，而非性格缺陷。正是这份对时机的敏感，让我在AI浪潮中一次次提前预判拐点，找到PMF的突破口。
“我是一个很敏感的，这可能也是我在这次AI创业的还能有一点人性，就是不是能有一些决策做的比较对的地方，就是我对产品的变化是很敏感的。”
“这件事儿不急，但一定要快。”
抢时间窗口：在死亡边缘加速上线
在 ChatGPT 横空出世后，陈冕意识到：界面层（interface）是最薄、最容易被复制的环节，却也是最能体现差异化的地方。正因如此，他果断选择在 ChatGPT 生态中切入——不是比技术深度，而是比产品形态的适配性与响应速度。小红书的单列、抖音的双列，都是为不同场景设计的界面策略，而 Liblib 的多图能力，正是这种“薄而锋利”的差异化体现。
当 Meltz 发布后，行业共识加速形成，时间窗口急剧收窄。陈冕回忆道：“晚两个月，我们可能还是最快的；但晚三个月、四个月就不一样了。” 他形容那段日子是“发狂”的：拉上全部团队，定下“一个月上线、两个月上线、三个月必须上线”的死线；Beta 版效果不佳也照发不误——“先上了，Beta 已经发了，不能等了”。这种极致紧迫感，源于对“timing 是创业最大变量”的深刻认知：在资源匮乏时，以时间换空间，是创业者最强的武器。
原话："如果你要说那个时候在发狂的时候，可能就是那个时候。"
原话："在什么都没有的时候，以时间换空间，是你最强的武器。
组织超载：能力与节奏的错配
尽管上线迅速，但后续暴露的问题远超预期。产品迭代速度无法匹配 AI 业务增长所需的“弹药”，用户体验与预期出现 gap，而团队内部矛盾开始显现。陈冕飞回国内后发现：问题不是单一环节的失误，而是系统性错配——从产品定义、研发交付到跨团队协作，层层脱节。
他用“按葫芦瓢起”形容自己的干预过程：先解决 A 团队问题，再看 B 团队；统一业务规划后，又发现协作机制失效；交付质量仍不达标，就回溯到团队能力或意愿层面……最终意识到：组织能力已严重拖后腿。他反思：“我懂技术的大常识，但因‘不懂技术’而不敢深入细节，导致减一层级未能与我的判断对齐。” 这种技术敬畏心，反而让团队在“创意泛滥”的时代失去了判断力杠杆——在 Vibe Coding 让 idea 实现成本极低的当下，判断力（judgment）比创意本身更稀缺。
原话："在浩如烟海的 idea 里，找到那个正确的东西，才是人最大的意义。"
原话："判断力这件事儿是创业公司最重要的杠杆儿。
人与匹配：从理想化到务实对齐
陈冕坦承，早期对“人”的理解过于理想化：以为“表达自我就能吸引同路人”。后来才明白——被误解是表达者的宿命，真正的匹配需要反复对齐与主动理解。他意识到，自己“狼性”的工作方式与驱动力，并非普适，而团队中多数人无法长期承受这种强度，最终导致离职潮。
他开始重新思考：如何像拼多多找到匹配其文化的人一样，构建适配 Liblib 的团队生态？创业第一天没想清的事，如今成了持续探索的核心命题：你需要把愿景讲清楚，同时理解对方的真实想法，再判断是否匹配——而非单向输出。
即便在组织动荡后，他仍坚持推进新方向：今年一月上线 Live TV，正是基于对行业收入潜力的预判——“Liblib 在图像领域是第一，但整个行业收入已远超 Liblib 单日”。他强调：你无法预测机会何时到来，只能持续做正确的事，等它来。
原话："你不知道财迷什么时候会来，所以你只能做正确的事情，然后到来了之后你再做正确的事情。
取代 vs 赋能：AI时代的根本分歧
在AI发展的当下，主流路径是通过AI取代人类的生产，从而提升整体效率；但陈冕认为，这背后隐藏着一个被忽视的深层问题：当人类的生产效率被全面替代后，时间与存在意义将去向何方？ 他提出另一条路径——用AI赋能人类，释放更非标、更依赖‘taste’的创造。这种创造无法被标准化 Reward Model 捕捉，却正是当下多模态内容创作的核心。他强调，这条路并非乌托邦幻想，而是正在发生的现实：我们正在做的，就是这条路本身。
所以为什么不能用AI赋能人类，有更多的创造？它的创造可能是要更有taste的reward model更非标的，那不就是我们现在正在做的创造吗？
我最后，如果我抽象、抽象、抽象到最底层，我背后是至少在未来十年以内，我的根基是，我们要呃 for the people，我们要是相信人。
产品经理的底色：桥接人与技术的信任
陈冕将产品经理的本质定义为‘桥接人和技术’，其核心能力并非商业化技巧，而是理解人类、赋能人类、相信人。他坦言，若某天发现‘人没有意义’，他会立刻放弃CEO身份——因为这违背了他作为产品经理的底层信念。这种信念并非口号，而是贯穿其职业选择的持续性底色：从大厂旁观者到独立创业者，他始终在寻找一条不依赖被收购也能存活的路径。他明确表示，即便开出百亿美金报价，他也不会轻易出售公司，因为驱动他的不是‘赢’的焦虑，而是对愿景的执着。
我心里早就，我从第一天就有那条路了，但是我觉得那条路超级超级渺茫。
我对赢的渴望……其实是我想实现我的那个 vision。我说过的，我想让世界变得更丰富一点。
从网瘾少年到侠者：个人英雄主义的现实投射
陈冕的成长轨迹充满反叛与重构：高中时因竞赛保送意外落空而彻夜痛哭，却在半年内靠刷题逆袭考入东南大学；他沉迷游戏却借此深入计算机世界，将‘打游戏’转化为技术直觉；他演话剧、打辩论，把表达视为理解世界的入口。这些经历共同塑造了他对规则的怀疑、对组织的疏离，以及对个人行动力的坚信。他坦言自己深受金庸影响，尤其认同杨过的成长轨迹——从离经叛道的少年，到‘为国为民’的大侠。他强调，自己并非追求‘建功立业’，而是希望‘大闹一场，悄然离去’，在有限生命中留下不可复制的创造印记。
我后来想一下，就是金庸……核心母题就是在一个规则非常混乱的江湖里，一个人到底靠什么活下来？
所以你喜欢的是断臂之后的杨过，我喜欢的是是整个过程……因为我小的时候也是离经叛道的。
从旁观者到在场者：创业的动机与胜负观
回溯创业动机，陈冕坦言自己曾长期处于“旁观者”位置，而真正驱动他迈出这一步的，是一种强烈的在场渴望——“我想自己试一试，我自己能做些什么？我能自己创造些什么？”这种创造并非功利驱动，而是源于内在冲动：“因为我想创造，所以把它创造出来”。
外界常将他的姿态解读为“大闹一场，悄然离去”，类似杨过的隐退式英雄主义。但他澄清：杨过虽未建门立派，但“神雕侠”阶段已有广泛人际联结；而他自己若真想“让世界丰富一些”，就必须建立组织——组织不是目的，而是实现愿景的必要载体。
“如果你那么在意别人的看法，你就不要创业。他的自己就是在意别人的自己啊！”
“被误解是表达者的宿命，我OK的。”
组织能力：从零到一的长板，与一到十的短板补足
陈冕提出了一个清晰的阶段性判断框架：创业零到一阶段，组织不重要，长板决定生死；而一到十阶段，长板必须足够长，同时短板不能过短——这时组织就变得无比关键。
他坦言，自己过去在业务扩张和团队管理上的短板已造成实际困扰：业务条线增多、能力模型覆盖不足时，问题便集中爆发。尤其对比那些成熟连续创业者组成的团队，他意识到“我的组织能力也需要更强”，而当前团队是新组建的，缺乏历史信任与并肩作战的credit。
他并不否认焦虑与速度的价值：“AI时代奖励更快、更焦、更焦虑的人”，但强调这不等于否定长期主义——“今天的AI应用创业，多数人没有资格追求长期主义”，前提是连短期都活不下来。真正的挑战在于：既要远见，又要快半步执行；既要认知领先，又要疯狂落地。
“我觉得创业者的核心是要有强大的自我内核……他因为 unique，所以这件事儿才是他的。”
创业三年：快车上的孤独与反思
身体与心理的双重消耗是这段旅程的副产品：长期失眠、心悸、看到手机震动就心慌……这些症状在公司遭遇下架、攻击、舆论风暴等密集冲击时尤为剧烈。他靠中药调理才逐渐恢复，但坦言“没有对冲焦虑的方法，只有公司变好”——收入增长、融资落地，才是真正的解药。
他用“开了一台超级快在跑的车，边开车边修车”比喻创业状态：车上的人来来去去，窗外风景一闪而过，你甚至没时间说 goodbye。遗憾并非来自失败，而是无法郑重告别——“我还是一个感性的人，我的内里是理性，但我是有感情的”。
他反思团队流失的多重原因：错配的位置、愿景信念不足、性格不适配，甚至只是“时代抛弃你的时候也不会给你 say goodbye”。他最终领悟：创业不是单靠长板冲刺，而是不断补短板、放大长板的过程。
“我有时候会想，我凭什么走到今天？……如果我不配，我应该会有很多的反思。”