本文源自微信公眾號“AI鬧”，作者為AI鬧，原標(biāo)題是《4個月兩輪融資近億，AI真的幫達人賺到錢了｜對話K2Lab創(chuàng)始人、前釘釘副總裁王銘》

半年前，王銘投身創(chuàng)業(yè)浪潮。

38歲的他，是釘釘史上最年輕的副總裁。加入阿里前，王銘的經(jīng)歷頗為豐富，曾多次參與內(nèi)外部創(chuàng)業(yè)，涉及企業(yè)交易平臺、O2O、電商、SaaS等領(lǐng)域。

在阿里期間，王銘如同鯰魚一般，負責(zé)釘釘AI原生生態(tài)，一直推動集團將釘釘打造成“AI toB入口”，致力于構(gòu)建最大的AI原生應(yīng)用生態(tài)。

王銘選擇在2025年11月創(chuàng)業(yè)，原因很簡單：他認為當(dāng)時模型能力已達臨界點，能在特定場景服務(wù)“無需學(xué)習(xí)成本的小白用戶”。他將創(chuàng)業(yè)方向聚焦于一個明確的目標(biāo)：

讓AI直接幫人賺錢。

到2026年4月，王銘已迅速完成兩輪融資。首輪由云時資本領(lǐng)投，第二輪由華控資本領(lǐng)投、云時資本跟投，兩輪融資總額近億元。與此同時，首款產(chǎn)品Moras于3月在TikTok美區(qū)啟動首批測試。

Moras通過cold email聯(lián)系了一批幾乎未出單的腰部帶貨達人：這些人已進入帶貨體系，但長期未實現(xiàn)穩(wěn)定轉(zhuǎn)化，雖有一定粉絲量，過去一年的產(chǎn)出卻極不穩(wěn)定。

郵件回復(fù)率達2%–4%，遠高于行業(yè)常規(guī)水平（通常低于0.01%）。首批約40位參與共創(chuàng)的達人借助Moras，能每天規(guī)律發(fā)布3到5條內(nèi)容，單月產(chǎn)出甚至超200條。原本高度依賴個人時間和經(jīng)驗的創(chuàng)作流程，被轉(zhuǎn)化為一套可規(guī)?；瘓?zhí)行的機制。

達人的單周出單率超70%；平均月GMV接近1萬美元；

個別案例中，有人使用Moras后周GMV達1萬美金，甚至在測試期內(nèi)單月突破10萬美元，不過這種結(jié)果存在一定隨機性。

Moras的生產(chǎn)鏈路較長，但邏輯清晰：通過一組Agent，將選品、腳本生成、視頻制作、發(fā)布上架等環(huán)節(jié)串聯(lián)，為達人完成整條賣貨鏈路，達人只需提供賬號和基本偏好。

但過程中出現(xiàn)了一個微妙變化：收益先到Moras，再由其向達人分傭。在部分用戶中，Moras甚至以“AI雇傭人類”的模式運行——給達人底薪和分成，而絕大部分收益歸AI系統(tǒng)（即Moras）所有。

也就是說，Moras不僅參與生產(chǎn)，還參與分配。這種顛覆比預(yù)想來得更快。

連投兩輪的云時資本創(chuàng)始人彭創(chuàng)與王銘相識多年。在他看來，王銘是對中國SaaS生態(tài)最熟悉的人之一。兩人有一個共識：SaaS停留在工具層面，而AI必須能完整交付結(jié)果。彭創(chuàng)一直在尋找能通過全鏈路交付結(jié)果的公司，Moras正是他眼中的答案。

王銘將這一切總結(jié)為：2026年，是AI按效果付費的元年。

而Moras的野心，在于獲取用戶完全托管權(quán)，打造A2A原生電商場景的Agent OS。

• Moras界面與流程示例

  
  

“對話王銘”

讓不會帶貨的人開啟賣貨之路

AI鬧：你們第一批測試沒找頭部達人，而是選擇了幾乎沒出過單的人，這是個反直覺的選擇。Moras是如何選擇合作人群的？

王銘：我們當(dāng)時研究了TikTok美區(qū)的達人結(jié)構(gòu)，約有85萬帶貨達人，其中近60%幾乎沒出過單。

這些人并非沒有粉絲，很多是有一定體量的中腰部達人，比如至少有5000粉絲。但他們長期未打通帶貨環(huán)節(jié)，一方面生產(chǎn)能力不穩(wěn)定，一年可能發(fā)不了多少內(nèi)容；另一方面，他們沒有形成完整的帶貨方法論。

但換個角度看，這批人是更大的供給池。頭部達人已有成熟方法和路徑依賴，也被各類工具反復(fù)觸達；而這些中腰部達人未被充分激活，缺乏支持和服務(wù)。

所以我們第一批更傾向找這群人，一方面冷啟動成本低，另一方面，一旦模型成立，這部分人的發(fā)展空間更大。

AI鬧：讓長期未出單的人在一周內(nèi)實現(xiàn)70%的出單率，AI在其中發(fā)揮了什么作用？

王銘：本質(zhì)是兩個變化的疊加。

第一個是生產(chǎn)能力的改變。AIGC大幅降低了內(nèi)容生產(chǎn)成本，以前做一條帶貨視頻，從選品、買樣、拍攝到剪輯，鏈路長且依賴個人經(jīng)驗。現(xiàn)在這些環(huán)節(jié)可系統(tǒng)化拆解重組，達人能在短時間內(nèi)持續(xù)產(chǎn)出內(nèi)容。

第二個變化更關(guān)鍵，是內(nèi)容供給的改變。生產(chǎn)成本下降后內(nèi)容增多，但用戶對內(nèi)容的信任度下降。

這種情況下，單純靠“更多內(nèi)容”無法帶來轉(zhuǎn)化，反而需回歸人與人的信任關(guān)系。我們發(fā)現(xiàn)，TikTok上真正能轉(zhuǎn)化的，還是那些讓用戶覺得“這是個人在推薦”的內(nèi)容。

所以某種程度上，AI解決了生產(chǎn)效率問題，但轉(zhuǎn)化仍需通過對人的信任來實現(xiàn)。

AI鬧：Moras在這個過程中扮演什么角色？

王銘：我們重構(gòu)了整條帶貨鏈路。

從選品、腳本生成、視頻制作，到發(fā)布節(jié)奏和部分運營決策，這些環(huán)節(jié)都可通過一組Agent完成。達人無需自己摸索每個步驟，只需提供賬號和基本偏好。

這樣一來，原本依賴個人時間和經(jīng)驗的事，變成了一套可持續(xù)運行的系統(tǒng)。

AI鬧：收益先到Moras再分給達人，這個結(jié)構(gòu)是怎么設(shè)計的？

王銘：這個結(jié)構(gòu)與我們服務(wù)的用戶類型有關(guān)。

我們面對的美國達人，大部分不愿花時間學(xué)習(xí)復(fù)雜的帶貨流程，他們更關(guān)注結(jié)果而非過程。

這種情況下，若仍用傳統(tǒng)SaaS模式，讓用戶先學(xué)工具再重復(fù)低效操作，很難行得通。

所以在部分用戶中，我們采用更簡單的合作方式：系統(tǒng)完成大部分決策和執(zhí)行，收益先進入系統(tǒng)，再按規(guī)則分給達人。

某種程度上，可理解為AI在雇傭人完成這件事。

摒棄平臺幻想，讓AI直接創(chuàng)造收益

AI鬧：你在釘釘做過AI生態(tài)，也考慮過平臺級機會，但創(chuàng)業(yè)后卻選擇了具體且長鏈條的Agent切口。這個轉(zhuǎn)變是如何發(fā)生的？

王銘：在阿里時，我們確實從平臺視角看AI。

從2023年起，國內(nèi)外AI項目我們基本都關(guān)注過，24年底還在內(nèi)部推動將釘釘打造成阿里AI ToB入口。內(nèi)部也討論過更激進的路徑，比如用三年并購上百個AI原生應(yīng)用來構(gòu)建生態(tài)。

但看了足夠多項目后，反而冷靜下來。每輪技術(shù)變遷看似熱鬧，但決定成敗的本質(zhì)因素未變——商業(yè)邏輯和用戶需求沒變，變的只是技術(shù)、注意力和生產(chǎn)關(guān)系形式。

所以我開始思考：若底層?xùn)|西不變，AI浪潮中創(chuàng)業(yè)團隊真正的機會是什么？我們內(nèi)部總結(jié)了“五四青年”篩選法，五做四不做，本質(zhì)是不斷排除。

AI鬧：哪些不能做？

王銘：明確不做的有幾類。不做純國內(nèi)市場，不做海外ToB，不做純工具，不做非剛需場景，也不做純依賴大語言模型的事等。

不做純模型，是因為我們與模型團隊接觸多，MiniMax、Kimi、智譜等模型廠商還沒火時就有合作。大模型賽道中，Transformer架構(gòu)很“暴力”，數(shù)據(jù)和算力多的一方更易贏。這是大廠必爭之地，創(chuàng)業(yè)公司難生存。像Cursor這種離用戶近、有產(chǎn)品體驗優(yōu)勢且早入場的應(yīng)用，只要依賴他人大模型，即便估值達300億美金，如今也難確定能否存活，最終可能被收購。

AI鬧：哪些事能做？

王銘：經(jīng)過層層篩選，能做的事其實不多。剩下的方向需同時滿足：做增量市場、剛需場景，能在細分賽道快速做到第一，讓用戶付費，形成數(shù)據(jù)和營收規(guī)模，才有機會發(fā)展。

另外，我們不想再做“工具”，希望一開始就構(gòu)建雙邊結(jié)構(gòu)——一端是用戶，另一端是能產(chǎn)生交易或價值的供給。

這樣篩選后，創(chuàng)業(yè)第一個月我們做了三個產(chǎn)品：AI漫劇、AI版抖音，還有現(xiàn)在的Moras。

AI鬧：為什么只有AI助達人賺錢的方向留存下來？

王銘：AI漫劇后來被放棄，因為視頻模型能力還不夠成熟，制作鏈路復(fù)雜，用戶學(xué)習(xí)成本高，更適合有經(jīng)驗的創(chuàng)作者（prosumer），難以面向廣泛C端用戶。

我們不想做通用工具或僅服務(wù)小部分人的垂直場景產(chǎn)品，希望找到面向大量用戶、連接下一個時代的機會。

AI鬧：你們試水的AI版抖音是什么樣的？

王銘：當(dāng)時想讓AI生成成千上萬虛擬人物，甚至做成類似真人秀的機制，比如每天淘汰20%，讓內(nèi)容形成持續(xù)敘事，AI角色自主互動、聯(lián)合創(chuàng)作。結(jié)果發(fā)現(xiàn)技術(shù)未達標(biāo)。

讓AI做長連續(xù)故事，它做不到，每15秒就要重新開故事，必須人工拼接，又變回工具。我不想做工具。

最后剩下的就是Moras。這個方向符合我們所有做與不做的條件：

做海外不做國內(nèi)，做Prosumer不做toB，做剛需直接幫人賺錢，不純依賴大模型而是用AI串聯(lián)長鏈路端到端解決問題、運用推理和多模態(tài)能力，不做工具做能交付結(jié)果的產(chǎn)品。目標(biāo)用戶是已報名帶貨但幾乎未出單的腰部達人。

AI鬧：這是很務(wù)實的選擇，但務(wù)實會不會意味著天花板不高？

王銘：不會。我們核心關(guān)注幾點：

第一，能否在短時間內(nèi)看到結(jié)果；

第二，用戶是否無需太多學(xué)習(xí)成本就能使用；

第三，鏈路能否被拆解并由系統(tǒng)運行。

“讓AI直接產(chǎn)生交易”就是這樣篩選出來的。這反而是我們認為天花板最高的路。因為一旦幫達人穩(wěn)定賺錢，就不再是工具，而是雙邊生態(tài)——一邊是達人的注意力，一邊是商家的貨。工具會被替代，生態(tài)會越做越大。而且流量會向Agent遷移，交易形態(tài)會變成A2A，這里有巨大機會。

意圖電商是下一代電商形態(tài)

AI鬧：從測試反饋看，Moras是跑通的小閉環(huán)。往前看，你覺得它最終會變成什么？

王銘：我們內(nèi)部判斷，AI時代電商將從內(nèi)容電商向意圖電商過渡。

目前的內(nèi)容電商，本質(zhì)是“貨找人”或“內(nèi)容影響人”，需不斷生產(chǎn)內(nèi)容讓用戶產(chǎn)生興趣再轉(zhuǎn)化，過程低效且依賴經(jīng)驗和運氣。

若模型能力繼續(xù)發(fā)展，有望直接理解用戶購買意圖。系統(tǒng)能準(zhǔn)確判斷用戶當(dāng)下需求時，就無需大量內(nèi)容種草，可直接匹配供給，甚至通過Agent自動完成交易。

AI鬧：意圖電商與現(xiàn)有模式的最大區(qū)別是什么？

王銘：從貨架電商、內(nèi)容電商到意圖電商，核心差別是中間層被壓縮。

以前是先看內(nèi)容、被影響再決策；未來可能是需求被識別后直接進入匹配和交易。

所以結(jié)構(gòu)上，會借助優(yōu)秀的memory系統(tǒng)和自主進化能力，充分理解用戶意圖，從“內(nèi)容驅(qū)動”變?yōu)椤耙鈭D驅(qū)動”。從人類判斷，變成AI完成大部分判斷、人類拍板，甚至AI直接完成交易。

AI鬧：Moras現(xiàn)在做的事，更像是這個過程中的哪一段？

王銘：目前還處于早期階段，需通過Coding能力和Harness架構(gòu)快速完善Agent OS。Moras更多是在重構(gòu)供給側(cè)——讓內(nèi)容生產(chǎn)、選品、分發(fā)、履約等環(huán)節(jié)系統(tǒng)化完成，讓原本無能力參與的人和賣家進入體系。

但往后看，這些能力最終可與“意圖”層打通。當(dāng)供給能被系統(tǒng)生成、需求能被系統(tǒng)理解，中間的匹配效率會大幅提升。當(dāng)Open Claw等personal AI系統(tǒng)快速進化后，A2A電商時代將加速到來。