為何All-in海外KOC：一場關于AI時代窗口期的豪賭

為什么釘釘最年輕的副總裁會在去年10月突然離開阿里，放棄大廠高管的穩定生活，all-in一個看起來并不那么性感的海外KOC市場？當我深入了解K2 Lab這家創業公司后，才發現這背后隱藏著一個更宏大的判斷：AI時代留給創業者的窗口期可能只剩2到3年，錯過這個時間點，一切都將塵埃落定。

這不是危言聳聽，而是一群看過幾百個AI創業項目、深度參與過釘釘AI轉型的頂尖操盤手，用他們的職業生涯做出的選擇。他們創立的K2 Lab，4個月內完成兩輪融資近億元，核心產品Moras讓海外達人首周出單率超過70%，頂級用戶月GMV突破10萬美元。這些數字背后，是對AI原生時代電商邏輯的一次徹底重構。

AI時代的決戰窗口：為什么是現在

我認為，理解K2 Lab這個創業項目，首先要理解他們對時間的判斷。創始人王銘在采訪中反復強調一個觀點：AI時代的競爭窗口期只有2到3年，遠遠短于移動互聯網的5到6年，更短于互聯網時代的10年。這個判斷聽起來激進，但如果你仔細觀察AI技術的演進速度，就會發現這并非夸張。從ChatGPT發布到現在，不過兩年多時間，大模型能力已經經歷了多次跨越式提升。OpenAI從GPT-3.5到GPT-4，再到o1系列，每一次迭代都在重新定義可能性的邊界。而像DeepSeek、Gemini、Claude這樣的競爭對手，也在以月為單位推動技術進步。

這種加速度意味著什么？意味著如果你今天不下場，等到模型能力完全成熟、各個生態位都被占據時，再想進入就太晚了。王銘用了一個非常形象的比喻來解釋這個邏輯。他說，移動互聯網時代留下的巨頭，都是在那個時代構建了雙邊生態的公司，比如美團連接商家和消費者，滴滴連接司機和乘客，抖音連接創作者和觀眾。那些只做工具的公司，無論當時看起來多么酷炫，最終都沒能成為真正的巨頭。而AI時代也會遵循同樣的規律，只不過這一次，除了雙邊生態，還要加上數據和垂直模型的飛輪。誰能在窗口期內同時跑通這兩個飛輪，誰就能在細分賽道站穩腳跟。

正是基于這個判斷，王銘和他的聯合創始人們做出了一個看似瘋狂的決定：放棄在釘釘積累的所有資源，放棄ToB市場，放棄國內市場，all-in海外ToC的KOC賽道。這個決定在很多投資人看來都是反直覺的。你想想，王銘作為釘釘最年輕的副總裁，負責過釘釘的AI創新產品、生態和運營，手里掌握著大量的企業客戶資源和政府關系。如果他選擇做ToB的AI解決方案，無論是在國內還是海外，都會比一個從零開始的ToC項目容易得多。但他們偏偏選擇了最難的那條路。

為什么？因為他們看到了一個更本質的問題：如果你想成為第一梯隊的AI應用公司，你必須在一個足夠大的賽道里做到第一名，而且這個賽道必須是AI原生的，而不是用AI去優化傳統業務。ToB市場雖然看起來穩定，但在海外市場，華人創業團隊很難拿到頭部客戶。你只能從小客戶開始打，慢慢積累，但AI時代的窗口期根本不給你這個時間。那些像Sierra、Palantir這樣的美國本土ToB公司，他們有社會背景，有客戶資源,第一時間就能拿下幾千萬甚至上億美元的訂單，快速積累數據和營收，然后用這些錢去訓練垂直場景的模型。你作為一個華人團隊，怎么跟他們競爭？

所以K2 Lab團隊做了一個收斂：堅定不做ToB，堅定不做國內市場，堅定不做工具，堅定不做非剛需場景。他們把這個原則叫做"五四青年"——四做五不做。這個收斂是他們看了幾百個AI創業項目后總結出來的血淚教訓。那些做工具的公司，無論產品多么炫酷，最終都面臨付費轉化率低、續費率低的問題，因為用戶用完就走了，很多沒有留存的理由。那些做非剛需場景的公司，增長曲線非常線性，很難形成指數級爆發。而那些只做國內市場的公司，則面臨著付費意識不足、用戶習慣把AI當工具而不是服務的困境。

為什么是海外KOC這個賽道

在明確了"不做什么"之后，接下來的問題是：到底做什么？K2 Lab團隊花了半年時間尋找答案。他們考慮過做AI Coding，考慮過做Deep Research，甚至考慮過做AI版的抖音。但最終，他們選擇了一個看起來不那么性感、但卻藏著巨大機會的賽道：海外內容電商的KOC市場。

這個選擇背后有幾層邏輯。第一層是市場洼地的邏輯。TikTok全球有超過20億月活用戶，流量已經超過了抖音，但它的商業化變現率可能連抖音的十分之一都不到。這意味著什么？意味著這里存在著巨大的未被開發的商業價值。在中國，抖音電商、小紅書電商已經卷到極致，專業的MCN機構、成熟的供應鏈、標準化的帶貨流程，讓個人創作者很難突圍。但在海外，內容電商才剛剛起步。歐美用戶不像中國用戶那么卷，他們下班后要過自己的生活，度假時要真正放松，不會花大量時間去學習怎么選品、怎么寫腳本、怎么剪輯視頻、怎么運營賬號。這種"不卷"的文化反而給了AI巨大的施展空間。

第二層是AI能力匹配度的邏輯。內容電商的鏈條很長：選品、寫腳本、拍攝、剪輯、發布、數據分析、優化迭代。這每一個環節都需要專業知識和大量時間投入。一個海外達人如果要做好內容電商，可能需要學習幾個月甚至一年才能出結果。但AI恰恰擅長的就是把人類頂尖專家的能力復刻到六十分水平，然后通過工程化的方式把這些六十分的能力組合起來，形成一個完整的解決方案。王銘說，如果今天還需要靠一堆懂電商的人才能把這件事做好,那就說明他們做錯了。AI時代的創業機會，應該是那些AI可以端到端完成、人只需要在關鍵節點參與的場景。

第三層是商業模式的邏輯。K2 Lab從一開始就確定了按效果付費的商業模式：用戶雇傭AI達人Moras，給它底薪，賺錢后分成。這種模式對用戶來說非常容易理解，不需要解釋什么是Token消耗，什么是Multi-Agent協作。你就把Moras當成你雇的一個員工，它幫你賺錢了，你給它分錢，就這么簡單。這種模式在海外用戶中的接受度非常高，因為他們本來就習慣于雇人幫自己做事，付費意愿強。而在國內，只要有人參與的環節，用戶就會覺得這是個工具而不是服務，付費意愿會大打折扣。

第四層，也是我認為最深刻的一層，是關于信任的邏輯。王銘有一個非常前瞻的判斷：隨著AI生成內容的泛濫，消費者會越來越難以分辨什么是真實的、什么是AI偽造的�，F在你看到的很多商品詳情頁、營銷視頻,其實都已經是AI生成的了。某個頭部跨境電商平臺去年在海外的市場小試牛刀全部用AI生成產品圖，一年省了數千萬。但這會帶來一個問題：當所有內容都是AI生成時，消費者還能相信什么？王銘的答案是：人。只有真人作為信任錨點,才能在AI泛濫的世界里建立真正的信任關系。這也是為什么他們堅持做KOC而不是直接做純AI帶貨。他們相信，未來內容電商會從一個旁支變成主流，A to A（消費者Agent直連商品Agent）解決標品、低價產品，更多非標、重決策場景需要 A to A to A（消費者Agent連接KOC Agent,再連接商家Agent），而那個中間的人，將成為最稀缺的資源。

Moras：不是工具，是Agent OS

理解了賽道選擇的邏輯，接下來我們看看Moras這個產品到底是什么。很多人第一次聽到Moras，會覺得這不就是又一個AI視頻生成工具嗎？但這種理解完全低估了Moras的野心。Moras的定位不是工具，而是KOC Agent OS——一個完整的操作系統。

什么叫操作系統？就是它不只是幫你完成某一個單點任務，而是管理整個工作流程的執行、決策和進化。Moras的核心架構包含9大功能模塊：市場洞察、選品策略、賣點提煉、分鏡腳本、爆款Hook、內容生成、智能剪輯、違規檢測、視頻發布。這9個模塊并不是簡單的線性流程，而是一個Multi-Agent協作系統。每個模塊背后都有專門的Agent負責，這些Agent之間會互相傳遞信息、互相對抗、互相驗證，最終輸出一個符合平臺規則、符合用戶調性、有爆款潛力的視頻。

舉個具體例子。當一個海外達人打開Moras，他只需要做三個動作：第一，選擇一個Moras推薦的商品；第二，選擇商品的主圖；第三，點擊發布。就這三步。但在這三步背后，Moras的Multi-Agent系統已經完成了幾十個復雜決策。首先是選品Agent，它會從TikTok Shop的近千萬商品中篩選出不到1000款實時滾動的爆品，這個篩選過程考慮了平臺策略、行業周期、節日熱度、影視劇熱梗、天氣變化、商家投流情況，甚至還要排除那些AI不擅長生成的品類。然后是個性化推薦Agent,它會讀取達人的TikTok賬號數據，根據粉絲畫像和內容調性進一步排序。接下來是腳本Agent，它會結合商品特性、達人風格、平臺熱門趨勢生成爆款腳本。再是生成Agent，調用多個視頻生成模型完成內容制作。最后是質檢Agent，檢查有沒有錯幀、壞幀、商品不一致、夸大宣傳等問題。

這整套流程，傳統方式需要12到20個小時，而Moras只需要0.5小時可以生產3-5條。更關鍵的是，Moras的每一個決策都不是隨機的，而是基于人類頂尖專家的經驗。K2 Lab團隊里有前TikTok電商的核心負責人，他曾經在TikTok高峰期負責過接近一半的全球GMV。他們把這些專家的選品邏輯、內容創作方法論、平臺規則理解，全部變成了Few-shot樣本，讓AI學習，再通過人工數據標注和結果驗證幫Agent持續的進化升級。這就是為什么Moras生成的內容能讓首批用戶首周出單率達到70%的原因——它學到的不是互聯網上的通用知識，而是真正在戰場上驗證過的實戰經驗。

按效果付費：重新定義AI產品的商業模式

Moras的另一個創新在于商業模式。王銘說，他們從第一天就決定做按效果付費,這在AI創業圈里是相當罕見的。大部分AI產品都是按Token消耗收費，或者按訂閱制收費。但Moras的邏輯是：你雇傭一個AI幫你帶貨，給它底薪，賺錢后分成。

這個模式聽起來簡單，但實現起來非常難。因為它要求AI的成功率足夠高，否則企業會虧錢。想象一下，如果你的AI幫用戶生成了100個視頻，但只有10個能出單，那剩下90個的算力成本誰來承擔？這就要求團隊必須在產品上做到極致優化。K2 Lab的做法是，通過大量的規則約束和質量把控，確保每一次內容生成都是高質量、高出單概率的。他們給用戶設置了每天生成數量的上限，因為他們發現，如果讓用戶無限制生成，很多人會一天發幾十上百條，但平臺會限流，根本沒有效果，反而浪費算力。所以他們把算力花在刀刃上，讓每一個Token都能產生結果。

這種商業模式還有一個深層含義：它改變了用戶和AI的關系。傳統的AI工具,用戶是在操作一個軟件，需要學習怎么用、怎么調參數、怎么優化提示詞。但Moras不是。用戶和Moras的關系，更像是雇主和員工。你告訴它你想帶什么品類的貨，它自己去做決策、做執行、做優化。這種"AI as a Service"而非"AI as a Tool"的定位，才是真正符合AI原生時代的產品形態。

從實際數據來看，這個模式是跑通了的。K2 Lab在3月份完成了首批30多位達人的共創測試,這些達人都不是什么大V,大部分是5000到5萬粉之間的長尾KOC。就是這群人，在3月份創造了50萬美元的GMV。平均下來，每個達人月均GMV接近1萬美元。其中頂級用戶甚至做到了月GMV 10萬美元。更夸張的是首周出單率——超過70%。要知道，一個傳統的海外達人，如果很懂帶貨，正常也要發兩周到一個月才能穩定出單。而用Moras的達人，第一周就能看到錢。

全員AI Coding：一個AI原生團隊的組織哲學

如果說Moras是K2 Lab對外交付的產品，那么全員AI Coding就是他們對內的組織哲學。王銘說，他們公司有個規定：所有人的AI Coding和AI產品消費完全報銷，而且鼓勵大家用最好的模型。不只是研發人員在用Claude、GPT，連HR、財務、運營、產品經理都在用AI Coding開發系統。

這聽起來有點瘋狂，但實際效果驚人。他們的HR管理系統、BI系統、達人建聯系統、郵件AB測試系統、自動化客服、選品及數據標注系統，全都不是研發人員開發的。是HR自己用AI開發的HR系統，是運營自己用AI開發的運營工具,是產品經理自己用AI開發的數據分析平臺。甚至他們還做了一批開發Agent，專門負責接需求、寫代碼、跑測試。很多需求現在已經不提給程序員了，直接提給Agent，Agent測試通過后再交給研發驗收。

王銘說，他們的AI Coding代碼率已經達到99%以上。這個數字在業內從前幾乎是不可想象的。而且他們對AI Coding的理解已經進化到了第三個階段。第一階段是用AI增強小團隊的生產力，人還要做大量的Debug和加固工作。第二階段是通過Harness框架（規則系統）來約束AI的行為，讓它不會亂寫代碼并可以開發復雜的業務系統。第三階段就是現在這樣，讓Agent自己開發、自己測試、自己優化，人只負責最終驗收。

這種組織能力的提升，直接體現在產品迭代速度上。K2 Lab去年10月成立，11月確定方向，12月開始驗證結果，今年1月把產品簡化到移動端，2月開始海外用戶拉新，3月完成首批共創。4個月時間，從0到1完成了一個完整的商業閉環。這個速度，在傳統軟件開發模式下是不可想象的。而且他們團隊快速達到30多人，且覆蓋了融資、海外營銷、達人增長、內容電商、AI工程、模型算法、AI交互創新等諸多關鍵崗位，每個崗位上都有資深人員，一專多能的超級個體。王銘說，AI時代就是要打大仗，現學現招人是來不及的。

A to A to A：一個關于未來電商形態的大膽預判

聊到這里，我們已經理解了K2 Lab在做什么、為什么這么做、怎么做的。但王銘和他的團隊顯然不滿足于只做一個幫助KOC提效的工具。他們真正的野心，是構建一個A to A to A的內容電商平臺。

什么是A to A to A？第一個A是消費者的Personal AI，可能是ChatGPT，可能是龍俠，也可能是未來某個開源框架。第二個A是KOC的數字分身，由Moras提供的Agent OS支撐。第三個A是商家的供應鏈Agent。這三個Agent之間不需要通過傳統的電商平臺來連接，而是直接通過協議進行信息交換和交易撮合。

舉個例子。未來某天，一個美國的新手媽媽問她的Personal AI："我剛生了寶寶，需要買一套嬰兒用品，包括衣服和奶瓶，你幫我推薦一下。"她的Personal AI會根據她的消費歷史、生活習慣、地理位置等信息，通過Moras的路由系統，找到最適合她的KOC數字分身，比如一個同樣住在美國東海岸、同樣是兩個孩子的媽媽、同樣是墨西哥裔的Amy。Amy的數字分身會一對一地跟這位新手媽媽溝通，推薦商品，解答疑問，最后完成交易。整個過程中，這位新手媽媽甚至不知道背后是Moras在提供服務，她只知道Amy這個她信任的人幫她解決了問題。

這個愿景聽起來很遙遠，但王銘認為今年就會開始發生。他的判斷基于兩個觀察：第一，中心化的超級App在AI時代會逐漸消失。以后不會再有一個Amazon讓所有人都在里面購物，也不會有一個Instagram讓所有人都在里面看內容。流量會從中心化的入口遷移到去中心化的Agent OS入口。第二，人作為信任錨點的價值會越來越大。當AI生成內容充斥整個互聯網時,只有真人背書的內容才能建立真正的信任。所以內容電商不會消亡，反而會從一個細分市場變成主流形態。

為了實現這個愿景，K2 Lab已經在做長期布局。他們和清華大學合作，開發多模態理解模型，專門用于兩個場景：第一，讓AI自己做質檢，判斷視頻有沒有錯幀、壞幀、商品不一致、夸大宣傳；第二，讓模型自己學習爆款視頻的規律，而不是只依賴人類專家輸入經驗。他們相信，只有讓AI具備自主進化能力，才能在窗口期內快速占領市場，領跑A2A原生電商時代。

結尾

也歡迎大家留言討論，分享你的觀點！

覺得內容不錯的朋友能夠幫忙右下角點個贊，分享一下。您的每次分享，都是在激勵我不斷產出更好的內容。

歡迎關注深思圈，一起探索更大的世界。

- END -

兩個“特別坑”的AI產品創業方向，你知道嗎

速度將成為AI時代唯一的護城河

a16z重磅預測：Vibe coding贏者通吃？錯了，垂直專業化才是未來