「AI Founder 请回答！」对话这个时代最聪明的一群人，探寻 AI 创业的第一性原理。

9 月下旬，北京望京绿地 B 座的一间小办公室里，Lemon AI 的创始人宜博正对着电脑屏幕笑。他刚刷完海外社交平台上的一条视频——那不是他们拍的推广片，而是一位国外开发者自发制作的功能演示。

视频发出后不到 24 小时，Lemon AI 的 GitHub 项目涨了五百多个 star，此后的每周，用户注册数呈现指数级增长。

" 我们真的挺懒的，" 他笑着说，" 没花广告钱，也没做 PR。就几个人发发 Twitter，更新下开源版本，然后社区里的开发者就主动帮我们传播。"

在中国的创业者里，这种 " 懒 "，其实是一种极少数的坚持，把精力全部放在产品上，不追热点，不抢流量。

从 2013 年第一次创业算起，他已经换过好几个方向：ChatBI、LLM   Farm，再到如今的 Lemon AI。每次转型看似激烈，其实都围绕着一个不变的想法，AI 应该能真正帮人干活，而不是只会聊天。

他称 Lemon AI 为 "AI 劳动力 "，不是 " 聊天机器人 "。和市面上大多数 " 快思考 " 的模型不同，Lemon AI   是 " 慢思考 " 模式，它不只回答问题，还能做规划、执行、验证，能像一个真正的数字员工一样工作。

" 我连续创业十多年，" 他与钛媒体创投家对话时说，" 不是大厂出来的，也没什么背景，只能靠产品、靠数据、靠一点点被验证出来的价值去说话。"

那天，他穿着一件黑色 T 恤，说话温和但语速不快，会议室不大，外面坐着几位低着头专心写代码的工程师。

Lemon AI 创始人宜博

以下为创投家与宜博对话全文，略有删减

智客 ZhiKer：聊聊您的创业经历和   Lemon AI 诞生的背景？

宜博：我本科是学计算机的，2004 年毕业后进了用友做开发，后来去了德国，在工业体系里待了四年。那时候我第一次意识到，软件不只是工具，它其实代表了一种思考方式。

2010 年我回国，那时候中国互联网正进入移动化的黄金期。我先去做了 1 年多大客户销售，但后来发现只做销售这件事离创业太远，很多事自己无法改变，于是又去清华读 MBA。

2013 年毕业后开始第一次创业，2014 年创立现在这家公司。最早我们做的是办公类产品 WorkingChat，那时候的想法挺简单的，想让办公沟通更高效。但 2015 年钉钉上线，整个市场格局重构了，那次我们深刻意识到：不能靠跟随，得提前布局。

从 2016 年开始，我们转向机器学习，提出 " 机器替代人写代码 " 的想法，也就是后来业界叫的 NLP2Code。那几年做了不少 ToB 项目，比如 " 学习强国 "" 云上会展 "，第一次看到 AI 真能帮人干活。但疫情之后，大客户付款周期被拉长，公司陷入困境。

2022 年底 ChatGPT 出来，我意识到这七年做的那套架构要被革命了。于是我们又一次转向 GPT2Code 领域，23 年初就开发上线了 ChatBI，用户上传数据库配置或 Excel，自然语言问问题，系统就能自动生成 SQL 和图表。产品上线一个月，用户突破三千，相当比例是付费客户。但 4 月 15 号政策《生成式人工智能服务管理办法（征求意见稿）》发布几天后，小程序产品被微信下线了。

我们在开发 ChatBI 的时候发现了可视化的 Workflow Agent 产品平台能够大幅降低 AI 流程的开发工作，所以 5 月快速推出了 ToB 的全新产品 LLM Farm 上线，并快速落地到华润、阿里小满、TTC 等客户。但后来 Coze、Dify、FastGPT 各种类似的平台接连上线，客户都开始使用开源方案。那时候，我们发现这事情继续做下去只是变成了项目集成公司，和外包没什么区别。

2025 年 3 月，Manus 发布，我们意识到 Agentic Agent 的新时代来临，又迎来新的历史机遇。5 月推出开源全栈通用智能体 Lemon AI，零成本传播的情况下，GitHub star 持续上涨。8 月，上线了海外面对 ToC 的在线版服务 LemonAI.ai。

有时候你不得不承认，小公司不是靠关系和资源活下来，只能靠不断地创新。 

智客 ZhiKer：Lemon AI 的核心产品定位是什么？  它想解决什么问题，与上一代   AI 应用（如 Chatbot、Copilot）最大的区别在哪里？

宜博：我们的定位其实很明确，让 AI 从 " 回答问题 " 变成 " 帮你做事 "。

过去的 Chatbot 更像 " 快思考 "，它的能力在于理解语义、生成文字，但最终还是在 " 对话层 " 打转。Copilot 稍微更近一步，可以帮你写代码或文档，但仍然需要人不断介入、修正。

而 Lemon AI 想做的是 " 慢思考 "，AI 能自己规划、执行、验证、迭代、使用工具，像一个真正的 " 数字劳动力 "。比如你让 Chatbot 帮你做销售预测，它可能去搜索了很多网页给你做个总结，告诉你一些分析建议和别人的销售预测的汇总；但 Lemon AI 会用写代码跑脚本的方式去调接口、拉数据、分析指标、画图、最终生成报告。

它能在系统层面理解 " 要做什么 "，而不是只生成 " 怎么说 "。我们自己内部的比喻是这样的："Chatbot 是助手，Lemon AI 是员工。"

我们希望 AI 能真正落到任务执行链条上，帮用户节省时间和认知负担，而不是再做一个语义上的复读机。

创投家：产品目前有哪些典型场景或使用案例？

宜博：我们现在看到的典型场景分两类：海外用户的 " 自动化应用 "，和国内用户的 " 数据分析应用 "。

海外用户喜欢用 Lemon AI" 折腾东西 "。比如，写脚本、搭网站、做数据同步、甚至整合自己公司的工作流。有个海外用户让 Lemon AI 每天自动汇总社交媒体数据，生成一份日报发到 Slack，完全不用人工干预。

国内用户则更偏向 " 生产力工具 " 场景。很多人用它做股票分析、企业估值或者知识整理。

有人把它接到数据库里，让 Lemon AI 自动生成 SQL 图表，也有人上传几十份财报，让它做对比分析；还有些人用它做专业内容创作，比如律师事务所、投研机构，用 Lemon AI 写初稿或汇总行业报告。

甚至有一些没有想到的用法。用户用 Lemon AI 写 Roblox 游戏脚本、帮他做翻译、甚至买股票量化交易回测算法，最后真跑出了一个高准确率的模型。

我们自己都没想到 AI 可以被用成这样，但也正是这些 " 非典型用法 "，让我们看到 AI 的潜力正在被用户自己定义。

智客 ZhiKer：能否举个例子说明   Lemon AI 是如何从理解到执行的？

宜博：我经常打个比方，比如你让助理帮你订机票。

快思考的 AI 会说：" 明天早上可能有一趟 8 点半的航班。" ——它只是猜。

而慢思考的 AI，会真正去规划然后执行：

第一步，这事需要做几步？决定去哪搜，是携程还是国航？

第二步，打开网页、输入条件；

第三步，筛选出结果、比较价格、确认航班号；

第四步，再告诉你：" 老板，我给你订了 8 点 35 分，航班号、价格、机型。"

这样的整个过程，才叫 " 干活 "。

AI 真正能带来价值，不在于它能说什么，而在于它能帮你把事办完。Lemon AI 就是做这件事的，我们让它具备慢思考的能力，能执行、能判断、能反馈。

智客 ZhiKer：：Lemon AI 定位的目标用户是谁？

宜博：我们其实是想服务 " 每一个人 "，不是只服务企业。

我们的用户分两类：一类是海外普通用户，他们直接付费使用；一类开源则以工程师、创业者居多，他们更喜欢把开源代码拉下来自己部署。

所以我们做了一个 " 看起来不聪明 " 的决定：海外赚钱，国内开源。海外的付费用户养活公司，国内很多企业用户能免费用上最前沿的技术。

智客 ZhiKer：目前的营收主要来自哪些部分？为什么选择 " 海外付费、国内开源 " 的双轨模式？

宜博：主要靠海外市场的付费用户，每天都有美元进账，虽然不多，也能养活团队。

这其实是个挺有意思的逻辑：开源是工程师喜欢的，闭源是普通用户需要的。普通人不会自己部署服务器，他们愿意掏钱图省事；国内呢，工程师多，愿意自己研究部署。所以两个市场的用户是完全不同的群体，互不冲突。

创投家：第一次出海就有营收，您在营销和传播获客有什么经验分享？

宜博：我们没做什么营销，一开始就是发发 Twitter，GitHub，传传视频，完全没预算，没搞 PR 推广，广告也没买。

但有意思的是，开源这事反而帮了我们。我们在 GitHub 上开源之后，突然有几个海外的大 V 发了我们的产品体验视频，结果那几天用户量就 " 炸了 "。以前每天十几个用户，那一周每天几百个。

在这个阶段，最好的增长就是口碑增长。大家都还在摸索，没有那么多套路。

智客 ZhiKer：目前用户量多少？

宜博：线上版本上线第一个月每天新增十几个，现在每天新增几百个，海外最近全靠社区自发传播涨得特别快。

智客 ZhiKer：Lemon AI 团队目前不足 10 人，产品迭代速度如何？ 未来是否会推出更多个性化或行业定制的功能？

宜博：团队里的人基本都是技术出身，我们现在用 Cursor、Claude Code、Claude 这些工具，基本实现 "AI 开发 AI"。以前要十个人写的代码，现在两三个人加上 AI 就能搞定。AI 是我们团队的一部分，甚至可以说它是我们最勤奋的工程师。

我们现在基本保持 " 一周一小版本，一个月一大版本 " 的节奏。小版本就是修 bug、调体验，大版本就相当于在原有基础上造一个新产品。

比如我们之前做的 Lemon AI Open Source 是 Level3 Agentic 版本，到八月又迭代出 Lemon   AI   Evolving，相当于 Level4 Innovation 让 Agent 自我迭代自我进化的小尝试，下一个目标是尝试一些 Level5 Organization 的版本。

最近我们刚上线了一个新功能—— AI HTML Editor。以前 AI 帮你生成报告，一改就得全部重写；现在可以选中某一段某一个区块某一个图表让它重写、扩写、润色，就像你在 Notion 里改文档一样。

未来我们希望把这种交互方式扩展到 Word、PPT、Excel 上，让 AI 和人真正协作完成内容，不用再来回复制粘贴。

简单说，我们希望 AI 做出来的东西能 " 直接交付 "，不需要人再修半天，这才是一个真正有用的 AI 产品。

智客 ZhiKer：在   AI Agents 的自我开发、自我进化方面，目前技术能做到什么程度？您认为真正实现 "Agent 开发 Agent" 的关键突破点是什么？

宜博：我们现在是 "AI 开发 AI" 的早期版本。

严格说，L3 阶段还是人带着 AI 做 Agent，L4 才是 AI 开发 AI。我们现在能做到的是让它在一定程度上自我进化、自我迭代，比如通过自迭代让任务完成率从 30% 提高到 50%、60%。但老实说，离 " 完全自主 " 还早。问题很多，比如任务准确率、执行链条太长、异常处理复杂，这些都要靠一点点调。

我们做这个事的动机其实挺 " 偷懒 " 的——团队太小，不可能雇一堆人去手动写 Agent，那就得让 AI 帮我们写。

从某种意义上讲，我们自己就是在验证 "AI 能不能替我们偷懒 " 这件事。

我觉得明年是关键点，L4 应该会真正起来，到时候 AI 训练 AI，Agent 能开发 Agent，我们也就离 " 自我进化 " 的那天不远了。

智客 ZhiKer：您从   2013 年开始创业，经历了多个阶段的转型，每一次方向变化，您是如何判断和确定下一步产品的走向？

宜博：我们的 " 主心骨 " 一直没变。十几年下来，就是想做一个让每个人都能用、用得上的产品。不用喊口号 " 改变世界 "，而是实实在在有用、有价值的。

每次转型，基本都是因为遇到了瓶颈。比如早期我们做 ChatBI，那时候 GPT 只能写一段代码，我们却想让它产生真正的生产力；后来因为监管原因国内做不下去，就转向 ToB，做企业的落地应用。再后来做 LLM Farm，是因为我们发现 LangChain 太复杂，90% 的代码用不上，我们就想做一个真正能让人用得起来的 AI   可视化开发框架。

我们做事的逻辑很简单：不断创新，同时匹配自己的优势能力。小公司没资源，只能靠创新。创新不是为了噱头，而是要去探索别人还没趟过的路，船小好调头，更加灵活，更有速度。

智客 ZhiKer：随着业务扩张，您是否计划扩大团队？

宜博：我们短期内不会大规模扩张。

AI 时代跟以前不一样，以前做一家公司，得几百上千人，现在我觉得几百人已经是极限了，因为开发、运营、内容都能 AI 化，我们更想保持 " 小而精 "。

当然，随着海外市场越来越大，未来可能会在几个重点国家设节点，比如美国、日本、欧洲，方便对接用户和社区。

但核心团队人不会太多。说白了，我们更像是一群让 AI 劳动力给我们打工的创业者。

智客 ZhiKer：您如何看待未来   3-5 年 AI Agent 赛道的发展趋势？以及   Lemon AI 希望在这场全球竞争中成为怎样的角色？

宜博：我觉得三年内就能进入 AGI 时代。

现在的这些 "AI 工具 " 其实都还在快思考阶段，接下来进入慢思考时代，AI 会开始自动执行、自动决策、使用工具。

AGI 再往后十年，就是智能机器人时代，所有重复性的劳动都会被 AI 接管，人类会被解放出来。Lemon AI 想做的事，其实就是让更多人先用上这个未来。

我们不做最花哨的，也不想做 " 第二个 OpenAI"，我们要做的是一条通往普惠的路，让更多普通人、普通公司，都能有自己的智能体，能干活、能赚钱、能解决问题。

我们希望自己是那个 " 渡船人 "，渡天下，达 AGI。

智客 ZhiKer：您提到正在进行新一轮融资，能否透露本轮融资的规模、节奏和资金用途？

宜博：是的，我们正在融下一轮。这轮大概计划 200   -500 万美金，主要是为了支撑用户增长的成本。

现在 Lemon AI 十倍十倍的涨，这速度我们自己都被吓到，这轮融资就是为了让公司能付得起足够的算力成本，持续增长，继续跑下去。（文｜智客 ZhiKer，作者｜郭虹妘，编辑｜陶天宇）

更多对全球市场、跨国公司和中国经济的深度分析与独家洞察，欢迎访问 Barron's 巴伦中文网官方网站