再獲千萬級融資，K2 Lab（攀峰智能）跑出AI Native速度。

作者｜栗子

2個月前，「甲子光年」曾報道過釘釘前副總裁王銘離職創(chuàng)立的K2 Lab（攀峰智能）（）。其發(fā)布的AI內(nèi)容電商產(chǎn)品Moras，號稱是首個能夠?qū)崿F(xiàn)幫達(dá)人全鏈路帶貨賺錢的AI。

彼時，K2 Lab正在驗證PMF（產(chǎn)品市場契合度）和商業(yè)模式。外界對其能否在龐大且復(fù)雜的海外內(nèi)容生態(tài)中幫助達(dá)人完成短視頻帶貨普遍抱有觀望態(tài)度，也并不知道他們能否真正跑通“AI雇傭人”的鏈路。

2個月后，Moras給出了一份甚至超出王銘預(yù)期的答卷。

在過去的2個月時間里，Moras完成了首批百人規(guī)模的達(dá)人共創(chuàng)測試。結(jié)果顯示，首周達(dá)人發(fā)布視頻的出單率超過70%，其中活躍達(dá)人通過Moras的平均月度成交GMV接近10000美元。

與此同時，K2 Lab在接受「甲子光年」獨(dú)家訪談時透露，公司目前已完成由華控資本領(lǐng)投、云時資本跟投的數(shù)千萬元的天使輪融資，并且下一輪融資也已經(jīng)啟動。

另外，公司也同步啟動了和知名高校的垂直場景多模態(tài)模型的研發(fā)合作、海外規(guī)?；鲩L、加速開發(fā)完全Harness化和自主進(jìn)化的AI電商原生Agent OS。

“這就是現(xiàn)在AI Native（AI原生）團(tuán)隊的效率。當(dāng)很多大廠還在以周為單位迭代產(chǎn)品時，我們已經(jīng)做到了每天迭代幾個版本。我們幾乎所有代碼全是AI寫的，并且都能落地。”王銘直言。

當(dāng)AI的生產(chǎn)力全面超越個體的平均效能，傳統(tǒng)的軟件研發(fā)邏輯與商業(yè)模型開始被徹底顛覆。與此同時，支撐企業(yè)運(yùn)轉(zhuǎn)的傳統(tǒng)管理方式，也在經(jīng)歷著AI Native團(tuán)隊的高速沖擊。

1.從失業(yè)寶媽到單月13萬美金GMV

在與K2 Lab創(chuàng)始人王銘及聯(lián)創(chuàng)湯明磊的對話中，一個Moras海外用戶的案例被反復(fù)提及。這個案例近乎完美地詮釋了AI時代“技術(shù)改變命運(yùn)”的敘事張力。

那是一位在美國郵局工作的寶媽，在遭遇美國公務(wù)員系統(tǒng)大裁員后，經(jīng)濟(jì)陷入了困境。她不僅失去了收入來源，還需要獨(dú)自撫養(yǎng)兩個不到5歲的孩子。

抱著嘗試的心態(tài)，她試用了Moras。

結(jié)果令人瞠目結(jié)舌：試用不到一周，這位毫無電商經(jīng)驗的寶媽就跑出了1.4萬美元的GMV。不到一個月的時間，她的單月GMV突破了10萬美元大關(guān)。

要知道，TikTok美區(qū)每年平均單月GMV能突破10萬美元的達(dá)人總共也只有數(shù)百人。而現(xiàn)在，她的單月GMV已接近13萬美元。

這其中固然有平臺算法讓她無意間的選品成了爆款的偶發(fā)因素，但這背后卻也驗證了Moras通過AI為達(dá)人選品的技術(shù)能力。

王銘透露，在以前沒有AI的情況下，達(dá)人發(fā)布視頻后的出單率（即有消費(fèi)者通過達(dá)人發(fā)布的鏈接購買商品）并不高，通常需要積累2～3個月的經(jīng)驗摸索才能出單。

而與Moras共創(chuàng)的近百名達(dá)人，不僅首周出單率超過70%，其中活躍達(dá)人平均月度成交GMV更是接近10000美元，累計創(chuàng)造了超過70萬美元的GMV。

之所以能有如此之大的差距，本質(zhì)是因為AI大大降低了過去達(dá)人在內(nèi)容電商上的帶貨門檻。

在傳統(tǒng)的帶貨流程中，一個達(dá)人如果想要賺取傭金并不容易。從前期的市場調(diào)研、基于基礎(chǔ)認(rèn)知的選品，到漫長等待收發(fā)樣品；拿到樣品后，還要熬夜撰寫腳本、布置燈光拍攝、后期剪輯、撰寫文案，最后還要研究如何掛櫥窗和打標(biāo)簽。

這種極高的操作門檻，將絕大多數(shù)想要尋求副業(yè)的海外普通人擋在了門外。

能夠印證這個痛點(diǎn)的一組數(shù)據(jù)是：全球TikTok擁有超過10億的DAU（日活躍用戶），僅美國就有1億的DAU，且消費(fèi)能力極強(qiáng)，但其商業(yè)化變現(xiàn)率還不夠充分。

海外內(nèi)容電商市場之所以難以復(fù)制國內(nèi)MCN機(jī)構(gòu)的孵化模式，根本原因在于海外用戶的工作與生活觀念差異——他們極度抗拒前期漫長、無收益且高強(qiáng)度的“牛馬式”學(xué)習(xí)與付出。

而現(xiàn)在，Moras通過AI的端到端能力，將這一過程大大壓縮。它直接讓小白級別的達(dá)人擁有了人類高手的選品直覺和腳本生成能力。這種效率的飛躍，讓達(dá)人甚至不需要付出太多的努力，就能獲得超預(yù)期的經(jīng)濟(jì)回報。

當(dāng)帶貨門檻被AI壓到足夠低，70%的首周出單率便成為了水到渠成的結(jié)果。

來源：K2 Lab

2.當(dāng)AI反向“雇傭”人類

除了與達(dá)人共創(chuàng)跑通了AI的業(yè)務(wù)能力，商業(yè)模式也是K2 Lab需要探索的關(guān)鍵問題。

在2個月前，「甲子光年」曾披露過Moras的兩種收費(fèi)邏輯：

第一種是經(jīng)典的“底薪+提成”的人類雇傭AI模式。

在這種模式下，達(dá)人需要支付一定的工具訂閱費(fèi)（即支付給AI的底薪），把Moras當(dāng)作一個AI來雇傭。達(dá)人需要自己去操作、審核并最終發(fā)布內(nèi)容，因此他們保留了較大的主動性。

作為回報，達(dá)人能夠拿走商品傭金中的一半。

然而，真正顛覆行業(yè)認(rèn)知的，是2個月前提出構(gòu)想，最近兩周開始逐漸放量的第二種模式：“AI雇傭人類”。

王銘告訴「甲子光年」，在與達(dá)人的共創(chuàng)中團(tuán)隊發(fā)現(xiàn)，美國下沉市場有一批很懶的用戶。面對哪怕稍微復(fù)雜一點(diǎn)的交互，或者需要多付出一點(diǎn)思考來換取額外20%-30%收益的機(jī)會，這些用戶也會很抗拒。

針對這部分人群，Moras可以直接全流程代勞，讓用戶給AI打工。

在這種模式下，達(dá)人不需要給Moras支付底薪，他們唯一的任務(wù)就是提供一個真實的社交賬號，并根據(jù)AI發(fā)出的指令，點(diǎn)擊“發(fā)布”按鈕即可。

Moras接管了所有的腦力與體力勞動，包括選品策略、腳本撰寫、視頻生成等核心決策。讓達(dá)人先賺到錢，再逐漸學(xué)習(xí)和參與到更多環(huán)節(jié)中，這符合絕大多數(shù)人的人性。

而相應(yīng)的，這一模式由于需要消耗大量的算力和系統(tǒng)資源，所以其利益分配也非常懸殊：Moras會拿走傭金中80%甚至更多的比例，剩余傭金分給真人用戶。

“現(xiàn)在我們已經(jīng)有少量用戶在嘗試這種模式了?！蓖蹉懲嘎?。

圖注：右側(cè)“Managed Service”即為該模式。來源：K2 Lab

“AI雇傭人”看似不可思議，但其實本質(zhì)上還是生產(chǎn)力的改變。

“生產(chǎn)力這件事，誰強(qiáng)，誰就能產(chǎn)生支配作用。如果AI的生產(chǎn)力顯著比人更強(qiáng)，那在這個特定場景里，人就要被AI支配。”王銘直言。

這就像工業(yè)革命時期工廠里操縱機(jī)器的工人，看似是人在操縱機(jī)器，但實際上機(jī)器也把人綁在了流水線上，并且機(jī)器創(chuàng)造的價值遠(yuǎn)遠(yuǎn)超過了工人的工資。

AI給人類發(fā)工資，正是絕對生產(chǎn)力優(yōu)勢下的必然結(jié)果。

盡管這種模式能夠讓Moras拿走更多的傭金，從收益的角度而言絕對是更優(yōu)選擇，但王銘并不希望它成為Moras營收的核心來源。

王銘認(rèn)為，目前公司正在創(chuàng)業(yè)初期，他們需要與更多的達(dá)人進(jìn)行合作，進(jìn)一步擴(kuò)大平臺上的達(dá)人生態(tài)，而非獲取更多傭金。

“我們更希望達(dá)人選擇‘底薪+提成’的模式，這樣這個生態(tài)才能逐漸活躍起來，而不是用戶聽命于AI，僅僅點(diǎn)幾個按鈕，這樣他的參與度就會低，反而不利于達(dá)人生態(tài)建設(shè)、數(shù)據(jù)留存、垂直模型訓(xùn)練。應(yīng)該借助AI與達(dá)人的互動，逐步把人的信任感價值、專業(yè)知識和生活方式等充分還原和放大?！?/p>

3.A2A入口革命，內(nèi)容電商的終局形態(tài)

之所以希望構(gòu)建豐富的達(dá)人生態(tài)，是因為Moras僅僅是K2 Lab的第一步，他們還有更高的目標(biāo)。

K2 Lab的真正的野心，在于構(gòu)筑下一代AI時代的流量與商業(yè)交易終局——A2A原生電商操作系統(tǒng)。

在王銘的判斷中，目前包括ChatGPT、Gemini、Claude等，都是技術(shù)演進(jìn)過程中的中心化入口。但隨著技術(shù)的平權(quán)和開源生態(tài)的繁榮，未來的互聯(lián)網(wǎng)將不再存在所謂的“超級入口”。

取而代之的，將是無處不在的Personal AI（個人智能助理）和各種垂直領(lǐng)域的Agent OS。哪個Agent OS能掌握用戶某個場景的完全托管權(quán)，去充分連接，誰就是事實意義上的入口。只不過這些入口都是去中心化的。

在這個終極構(gòu)想中，未來的電商購物場景將發(fā)生根本性的質(zhì)變。

• 消費(fèi)者不再都需要打開京東、亞馬遜或內(nèi)容平臺去瀏覽商品。每個消費(fèi)者都會擁有一個極度了解自身審美、尺寸、消費(fèi)習(xí)慣的Personal AI（C端Agent）；

• 當(dāng)消費(fèi)者產(chǎn)生需求時，他們的Personal AI會直接在網(wǎng)絡(luò)中，去與成千上萬個達(dá)人的Agent（創(chuàng)作者Agent）進(jìn)行信息交互；

• 最終，達(dá)人的Agent再去對接代表供應(yīng)鏈和商家的Agent（B端Agent）。

來源：K2 Lab

在這樣一個完全去中心化、端到端由AI自動撮合交易的世界里，所有的流量都被徹底打散重組。

“我們要做的，就是在這個生態(tài)中，把達(dá)人和商家的Agent OS建立起來，把他們捆綁在一起，投送到消費(fèi)者的Personal AI面前?！蓖蹉懲嘎?。

這種去中心化的判斷并不意外。

實際上，今天的我們已經(jīng)從OpenClaw的爆發(fā)式普及，以及像千問App實現(xiàn)點(diǎn)外賣、打車、買電影票等辦事能力的接入，看到了AI時代A2A電商的端倪。

4.當(dāng)內(nèi)容生產(chǎn)力極大通脹，信任將快速通縮

但一個值得思考的問題是，既然AI可以直接對接消費(fèi)者和商家，為什么還要保留“達(dá)人”這中間一層？

這就涉及到AI時代更深層的商業(yè)哲學(xué)：信任的稀缺性。

王銘斷言，在不久的將來，電商平臺上幾乎100%的商品圖片、詳情頁和評測視頻，都將由AIGC生成。

因為這能夠為商家節(jié)省95%以上的制作成本。沒有誰能夠抵擋這種降本增效的誘惑。

然而，當(dāng)全網(wǎng)充斥著完美的、不知真假的AI生成內(nèi)容時，消費(fèi)者對于商品信息的信任體系將會徹底崩塌。

在這個失去信任錨點(diǎn)的時代，只有那些保留了真實人類獨(dú)特審美、獨(dú)特生活氛圍以及專業(yè)領(lǐng)域背書的“真人”，才是促成最終交易的、最昂貴的信任介質(zhì)。

這就是K2 Lab堅持希望把真人IP融入進(jìn)來的核心戰(zhàn)略考量。

5.龍蝦的神話，聽聽就好

當(dāng)然，要想從工具型產(chǎn)品走到最終的AI電商平臺并不容易，出身釘釘?shù)耐蹉懸采钪髽I(yè)的組織能力是他們能否取得成績的關(guān)鍵。

所以在K2 Lab創(chuàng)立的第一天起，王銘就在打造AI Native的組織。

但什么才是AI Native組織？

“小龍蝦”一定是最容易想到的答案。在近期科技圈對AI超級個體的報道中，最典型的敘事是：一個人帶著七八個OpenClaw這樣的開源Agent框架，就能替代一整個部門甚至一家公司。

但在作為實戰(zhàn)派的王銘看來，這種論調(diào)更多是博眼球的偽命題。

“小龍蝦之所以能破圈，核心在于它與大眾的使用摩擦系數(shù)足夠低，能調(diào)動本地應(yīng)用，讓大家很快玩出花活。但它遠(yuǎn)沒有強(qiáng)大到能夠在各個細(xì)分場景里完成高可用的商業(yè)交付?！蓖蹉懼毖?。

不可否認(rèn)，OpenClaw確實是放大了AI的模型能力，讓人們看到了Agent的潛力和價值，但如果缺乏對特定垂直領(lǐng)域的深度Know-how，它根本無法替代一個真正擁有戰(zhàn)斗力的AI Native團(tuán)隊里的專業(yè)員工。

“如果你的團(tuán)隊能被OpenClaw替代，那說明你們不是AI Native。真正的AI Native團(tuán)隊是不會被龍蝦替代的。”

真正的AI Native組織絕不是一個員工帶幾個龍蝦這么簡單，而是從底層的協(xié)作工具到代碼的生成方式進(jìn)行的全方位重構(gòu)。

或許很難想象，出身SaaS的K2 Lab，從day 1開始就完全放棄了購買SaaS。因為傳統(tǒng)SaaS固化的流程和遲緩的響應(yīng)速度，已經(jīng)完全無法匹配AI Native團(tuán)隊快速迭代的業(yè)務(wù)需求。

既然不買SaaS，系統(tǒng)從何而來？K2 Lab的答案是：AI coding。

據(jù)聯(lián)合創(chuàng)始人湯明磊透露，支撐公司高速運(yùn)轉(zhuǎn)的十幾個核心系統(tǒng)——包括HR招聘系統(tǒng)、財務(wù)系統(tǒng)、多維BI看板、自動化選品系統(tǒng)、數(shù)據(jù)標(biāo)注系統(tǒng)，甚至達(dá)人的AI客服系統(tǒng)，全部是由非研發(fā)專業(yè)的HR、財務(wù)、運(yùn)營和產(chǎn)品經(jīng)理通過AI Coding直接開發(fā)出來的。

借助完善的harness體系，公司AI代碼率接近99%，完全達(dá)到生產(chǎn)力級別，直接達(dá)到面向用戶的產(chǎn)品能力。

這種巨大的杠桿效應(yīng)，使得公司每天都能進(jìn)行多次系統(tǒng)上線，徹底顛覆了傳統(tǒng)大廠“一周一發(fā)版”的工程節(jié)奏。

在「甲子光年」看來，K2 Lab不僅是一個關(guān)于出海電商跑通新商業(yè)模式的商業(yè)案例，它更為整個科技和企業(yè)服務(wù)賽道提供了一個極具參考價值的微觀樣本。

當(dāng)AI開始“給人類發(fā)工資”，當(dāng)一個AI Native團(tuán)隊用AI coding實現(xiàn)業(yè)務(wù)落地，過去那些我們習(xí)以為常的企業(yè)服務(wù)敘事，顯然面臨著被徹底改寫的命運(yùn)。

一場關(guān)于效率、認(rèn)知與信任的淘汰賽已經(jīng)打響。

（封面來源：AI生成）