周钧看姚班
他们为什么不先找项目
真正的创业起点，是找到那个正在发生数量级变化的变量。很多人想创业，第一件事是找项目。
什么行业还有机会，什么产品正在增长，什么赛道容易融资，什么东西能卖出去。于是创业逐渐变成一场项目搜索：咖啡火了做咖啡，短剧火了做短剧，机器人火了找机器人项目，AI火了就在原来的产品上加一个AI。但观察清华姚班走出来的一批创业者，会发现一种不同的起点。
他们当然也研究市场，却常常没有从“市场还缺什么产品”开始。长期的计算机科学训练，使他们更习惯先问另一个问题：世界的哪个变量，正在发生数量级变化？
一旦找到这个变量，他们才开始追问：这个变化会让什么过去做不到的事情变得可以做到，会让什么昂贵的东西突然变得便宜，会让什么原来无法建立的关系第一次成立。
项目，是这些问题之后的结果。最近出现的几个创业项目，很能说明这种思维。
2026年成立的潜界科技，把方向放在具身智能的世界模型上。按照通常的创业逻辑，机器人正在成为热点，创业者很容易沿着产品继续细分：做人形机器人、机械臂、机器狗，或者进入某个工业场景。
潜界科技选择继续向前追问。如果未来有大量机器真正进入物理世界，它们共同缺少的到底是什么？
答案不一定是更灵活的一双手，也不一定是更便宜的关节，而是机器对物理世界的理解。摄像头拍到一个杯子，与机器理解这是杯子；知道它是杯子，与判断它可以被拿起；知道可以拿起，与根据当前环境决定此刻是否应该拿起；再到真正完成动作，中间隔着一个巨大的认知与行动系统。
于是问题变了。创业不再只是“造一台更好的机器人”，而是在寻找未来十亿台机器可能共同需要的一种基础能力。这时候，创业者看到的已经不是一个产品，而是一个变量：机器理解物理世界的能力正在快速上升。
如果这个变量继续变化，人与机器之间的关系就会改变。过去，人给机器写程序，规定条件、动作与流程；未来，机器观察环境、理解目标、形成判断并采取行动。
变化的真正结果，并不是机器人更加聪明，而是机器开始从“工具”变成可以进入现实关系的行动主体。
胡渊鸣创办的Meshy，则提供了另一个非常典型的样本。表面看，Meshy做的是AI生成3D模型。如果把它理解成一个更方便的3D设计工具，很容易低估这件事。
真正应该观察的是另一个变量：3D内容的生产成本正在急剧下降。过去生产一个可以真正使用的3D资产，需要建模、材质、贴图、拓扑等专业能力，需要专业人员、专业软件和大量时间。因此，3D长期是一种昂贵的专业资产。
生成式AI开始改变这条链条。当一句自然语言、一张图片甚至一个简单意图，就能够逐渐生成可使用的3D资产时，发生变化的就不仅是设计师的效率。
真正发生变化的是：人的意愿与三维世界之间的距离。过去，一个人想创造一个三维世界，必须先进入专业生产体系。未来，他可能只需要表达自己想要什么。
如果3D内容生产成本继续下降几个数量级，3D就可能从一种专业资产变成基础媒介。
游戏需要它，影视需要它，电商需要它，工业设计需要它，数字孪生需要它，机器人训练需要它，未来的空间计算同样需要它。
于是，一个看似“AI建模”的项目，背后真正押注的是另一个未来：当创造三维世界变得足够便宜，人类会不会开始大规模使用三维世界？
这已经不是寻找需求。它是在等待成本坍塌之后，新需求自己长出来。姚颂最近进入Physical AI，又展示了第三种变化。大模型过去几年最重要的突破，大多发生在信息世界。AI可以读、写、画、编程、搜索和推理，但现实世界依然需要人去搬运、驾驶、操作、制造和执行。
Physical AI试图跨过这条边界。它真正面对的问题，是如何让算法进入真实场景，让机器行动产生真实数据，真实数据继续训练模型，模型能力提高以后又进入更多现实场景。
如果这个闭环成立，最重要的资产甚至不再是某一个机器人产品，而是一个不断自我增强的关系：行动产生数据，数据改善智能，智能扩大行动。这三个项目彼此差异很大。
一个研究机器怎样理解世界，一个降低三维世界的生成成本，一个让AI进入物理现实。但把产品名称全部拿掉，会发现它们背后存在同一种思维方式。
他们都在寻找一个正在发生数量级变化的变量。机器理解世界的能力正在提高。3D世界的生产成本正在下降。智能进入物理世界的能力正在增强。真正的创业判断发生在下一步：当这个变量继续变化，今天世界里的什么关系会因此失效，又有什么关系会第一次成立？
这可能是理解新一代科技创业最重要的一把钥匙。过去很长时间，商业教育习惯从需求出发。发现需求，定义产品，寻找客户，组织生产，建立渠道，形成收入。这套方法没有失效，但它越来越适合一个基本变量相对稳定的世界。
AI正在破坏这个前提。代码成本在下降，内容成本在下降，设计成本在下降，知识获得成本在下降，机器理解世界的能力在上升，人与软件之间的交互成本在下降，组织大量能力所需要的人数也在下降。
当一个变量发生百分之十的变化，我们可以优化原来的生意。当一个变量发生十倍、百倍甚至千倍的变化，真正应该做的事情往往已经不是优化。
原来的生意本身就需要重新定义。摄影出现以后，真正的大机会并不是怎样让画家画得更快；互联网出现以后，真正的大机会也不是怎样把报纸送得更快；智能手机出现以后，真正的大机会更不是把电脑软件缩小到手机屏幕。
数量级变化的意义，在于它会重新组织关系。所以今天研究AI创业，仅仅问“AI能够替代什么”已经不够。替代意味着降低原有体系的成本，它仍然把旧世界作为参照物。
更值得问的是：因为AI出现，什么过去无法成立的关系，现在第一次能够成立？
Agent的意义，不只是替人操作软件，而是改变人与软件的关系。过去人必须学习软件，未来人表达结果，软件自己寻找路径。
机器人真正值得关注的地方，也不只是替代工人，而是机器开始理解环境并参与现实行动。
生成式3D真正重要的地方，不只是让设计师提高效率，而是普通人的意愿第一次有机会直接进入三维世界。每一次这样的变化，都意味着原来的中间环节、专业身份、组织方式、收费方式和权力结构需要重新排列。这时候，“项目”反而成了最后出现的东西。
创业者首先需要看到变化。然后看见变化所打开的新关系。再决定自己站在哪里。所以我越来越觉得，今天教年轻人创业，一上来就让他们写商业计划书，未必是最好的办法。
商业计划书很容易训练一个人解释已经存在的世界：市场多大、客户是谁、竞争对手是谁、产品有什么优势、未来三年的收入是多少。
真正稀缺的能力，是看见尚未成为市场的市场。如果让我给准备创业的年轻人出一道题，我不会先问：你准备做什么项目？我会问三个问题。什么变量正在发生数量级变化？这个变化会重写什么关系？在新的关系中，你准备占据什么位置？第一问决定你有没有看见时代。第二问决定你有没有理解生意。第三问才决定你究竟应该创办一家什么公司。
姚班值得研究的地方，也正在这里。它并不能保证一个人一定成为优秀企业家，技术能力更不能自动转换成商业成功。但这种训练容易让人形成一种少见的习惯：面对一个已经运行多年的世界，不急着接受它，而是把它重新抽象成一个仍然可以求解的问题。
创业因此有了另一个起点。不要急着寻找项目，先寻找变化。项目属于今天已经可以描述的世界。
而真正巨大的生意，往往开始于一个今天刚刚发生变化、绝大多数人还没有意识到它最终意味着什么的变量。