纽约科技周街访年轻女性富豪：800 万小狗瑜伽连锁、24 岁天使投资人与娱乐公关的高速变现法

这一期我认为特别值得讲，因为它不是简单的“几个年轻女性怎么变成百万富翁”，而是把 AI时代两种看似相反、实际上互相强化的财富机会摆在了一起：

数字世界越来越自动化，物理世界和真实关系反而越来越值钱。

Ella Molony Cook 代表的是：

AI + Capital + Agents。

Puppy Sphere 代表：

IRL Experience + Community + Physical Scarcity。

CONCÉ 代表：

AI + Proprietary Outcome Data。

娱乐公关代表：

Human Network + Trust + Relationship Compounding。

把这四个人连起来看，真正的主题其实不是“女性创业”，而是：

当AI把信息、内容和基础执行不断商品化以后，人类会把更多钱支付给四种仍然稀缺的东西：真实体验、可信结果、关系网络和所有权。

这是一张很重要的 2026—2035 创业价值迁移图。

一、先校准第一位：她基本可以确认是 Ella Molony Cook

Ella Molony Cook 自己目前公开介绍为澳大利亚长大、高中辍学、连续创业者，有一次 bootstrapped exit，并明确把自己描述为 Anthropic investor；她目前创办 Time Rich，专门帮助女性创业者用 AI 建立收入和运营系统。她还公开表示自己创办过多家公司、曾融资七位数，并仍持有数家公司股权。

但是你这里有两个数字，我建议不要直接写死。

第一：

“24岁赚到第一个100万美元。”

我目前没有找到足够可靠资料验证这个具体年龄。Hard Knocks Women 相关公开内容里甚至出现过“26岁赚到第一个100万美元”的描述，但不能确认是否就是指 Ella。

第二：

“重仓Anthropic，单年实现7—8位数收益。”

Ella 公开身份确实写着 Anthropic investor，但没有公开披露她是通过哪一轮、SPV、二级市场、基金还是其他渠道投资，也没有披露成本基础、持仓金额或已实现收益。

所以财经稿最稳妥的写法是：

“Ella 自称为 Anthropic 投资人，但具体进入时间、投资结构与收益尚未公开。”

而不要写成：

“她早期投中 Anthropic，赚了几千万。”

这两句话金融含义完全不同。

二、“投资了Anthropic”为什么也不能自动等于“眼光神准”？

这是很多私人市场故事最容易制造的错觉。

假设今天一个人通过二级市场：

以 $300B valuation 买 Anthropic。

另外一个人在：

$5B valuation

进入。

两个人都可以说：

“I'm an Anthropic investor.”

但投资回报潜力完全不是一回事。

真正专业的投资分析至少要问：

Entry valuation

Entry date

Direct or SPV

Common or preferred

Fees / carry

Liquidity

Position size

这就是为什么：

Asset Name ≠ Investment Quality。

你买到了伟大的公司，

不代表你做了一笔伟大的投资。

价格仍然决定回报。

三、Ella真正值得研究的不是Anthropic，而是她完成了一次“技能—企业—资本”的身份迁移

她自己的公开履历很有意思：

高中辍学；

做创业；

建立澳洲业务；

bootstrap exit；

进入美国；

融资；

进入 private capital；

再做 AI community / systems。

这代表一个创业者很典型的升级路径：

Operator

自己做生意。

↓

Founder

建立公司。

↓

Capital Raiser

学会使用外部资本。

↓

Investor

开始用资本投资别人。

↓

Network Builder

开始控制 Deal Flow。

这最后一步极其重要。

四、很多人以为投资人的核心资产是钱，其实不是

真正顶级投资人的长期资产是：

Deal Flow。

假设你有100万美元。

但永远看不到：

Anthropic；

Stripe；

SpaceX；

优质创业项目。

钱没有什么特殊价值。

另外一个人：

只有50万美元。

但：

每周可以看到全球最好的50个创业项目，

意义完全不同。

所以 Ella 做：

Podcast；

Founder Events；

Investor Dinner；

NY Tech Week；

community，

从资本市场角度其实都是在建立：

Information + Relationship Infrastructure。

Time Rich 目前也明确围绕 founder/investor community、AI workshops 和线下活动运营。

五、这就解释她为什么说“通过Podcast免费向聪明人学习”

普通人理解 Podcast：

内容业务。

我更愿意把创业者 Podcast 理解成：

Access Engine。

你说：

“我想跟某个顶级投资者聊一个小时。”

对方可能：

没空。

你说：

“我想采访你做一期Podcast。”

突然：

双方都获得价值。

于是媒体成为：

Relationship Arbitrage。

你用：

Audience；

Distribution；

Content；

Attention

交换：

Access。

真正聪明的人甚至不一定首先想：

“这期节目多少播放量？”

而是：

我因为这个节目认识了谁？

这和传统媒体生意完全不同。

六、为什么“提好问题”本身是一种非常昂贵的能力？

因为：

Question Quality determines Information Quality。

普通人见 Warren Buffett：

“你怎么成功？”

答案：

很普通。

优秀的人问：

“在你过去20笔最大的资本配置决定中，哪几次当时的 opportunity cost 最难判断？”

得到的信息完全不同。

所以高质量 Network 并不是：

拿到微信。

而是：

能不能让厉害的人愿意与你进行高质量的信息交换。

这是社会资本里非常重要的一层。

七、不过Ella“AGI来了，CEO会被AI取代”这类判断，我会明显降温

这属于：

Thesis，不是事实。

AI 的确会大量接管：

Reporting；

Analysis；

Scheduling；

Drafting；

CRM；

Research；

Workflow；

某些中层协调工作。

但是 CEO 真正负责的东西包括：

资本配置；

组织权力；

董事会关系；

公司文化；

高风险决策；

战略取舍；

招聘核心高管；

政治与监管；

重大谈判。

这些并不是单纯：

“智商问题”。

它包含：

Accountability。

出了错：

谁承担责任？

AI不能坐牢。

AI也不能真正承担董事 fiduciary duty。

所以更可能出现：

CEO × AI Leverage ↑

而不是短期：

CEO → AI。

八、真正会首先发生的，是“一个CEO可以控制更大的组织”

以前：

一个CEO

↓

20个VP

↓

200个Manager

↓

5000员工。

未来可能：

CEO

↓

10个高水平Human leaders

↓

大量Agents

↓

更少中间协调层。

结果：

Management Span of Control 扩大。

这才可能是真正的大变化。

不是：

没有CEO。

而是：

每一个优秀决策者被AI放大。

九、Ella更有意思的第二个判断，是“AI越强，IRL越值钱”

这个我认为非常重要。

我们前面讨论过：

AI使：

文字；

图片；

代码；

知识；

视频

边际供给越来越高。

当 Digital Content 趋近无限以后，

什么东西不容易无限复制？

Physical Presence。

一个真实的人。

一个真实地点。

一群真实朋友。

一场真实晚餐。

一只真实的小狗。

于是经济会出现一种非常有意思的：

Digital Deflation → Physical Premium

数字世界：

越来越便宜。

现实体验：

反而产生溢价。

这正是 Puppy Sphere 值得研究的原因。

十、Puppy Sphere 的数字基本成立，而且最新发展比你整理的还大

两位创始人是 Francesca Albo 和 Lea Burbidge Izquierdo。她们在多伦多相识，都是经历职业倦怠后开始创业，之后把 puppy yoga 从小型活动扩展到北美。2025 年《Entrepreneur》采访时，公司已经进入12个城市，每月约服务14,000人，并且一直是 bootstrapped 发展。

2025 年底报道显示，Puppy Sphere 当年营收预计约 800万美元，并称从2023年以来年收入连续翻倍；当时报道提到公司已经扩大到20个studio。

最新公司公开资料则使用的是另一种口径：12家 corporate-owned studios、累计约45万—50万顾客、累计收入超过1400万美元；创始人公开资料还称工作室 gross studio margin 约60%。这些数字主要属于公司自报，并非经审计上市公司财报。

所以你原来的：

“12家直营、年营收800万美元”

大方向没问题，但门店数量会随着 permanent studio、pop-up、city footprint 的定义和时间变化。

十一、Puppy Sphere 最牛的地方根本不是“小狗+瑜伽”

很多人看到这种公司会笑：

“这不就是一个网红项目吗？”

这正是这种企业早期最好的保护色。

真正产品实际上是：

Access without Ownership。

消费者喜欢狗。

但不一定想承担：

买狗；

养狗；

兽医；

喂食；

清洁；

旅行限制；

十几年责任。

Puppy Sphere 把：

Dog Ownership

拆成：

75分钟的 emotional benefit。

这就是产品创新。

十二、商业历史上有大量“拆解所有权”的巨大公司

Zipcar：

你喜欢车的使用价值，

不一定需要拥有车。

Airbnb：

你需要住宿，

不需要拥有房子。

Rent the Runway：

你需要高级服装的某次使用，

不需要永久购买。

Puppy Sphere：

你需要 puppy companionship 的体验，

不需要承担15年 ownership。

这在经济学上叫：

Unbundling Ownership from Utility。

非常聪明。

十三、而它真正卖的也不是Yoga

如果把狗全部拿掉：

普通 yoga class。

竞争：

几万家。

如果只做：

Petting Zoo。

也普通。

但是：

Yoga

Puppies

Mental wellness

Social activity

Instagram content

突然产生一个：

Category。

这就是：

Category Design。

十四、Category Creation 最大好处：消费者暂时没有明确价格锚

普通瑜伽：

客户知道：

$25？

$35？

$40？

贵了会比较。

“Puppy Yoga + social experience”：

消费者不知道应该拿它和什么比较。

瑜伽课？

动物体验？

Date night？

Wellness？

Entertainment？

于是：

Price Anchoring becomes weaker.

新的Category可以拥有更大的：

Pricing Freedom。

十五、Puppy Sphere真正可怕的是其单位经济模型可能非常漂亮

2025 年采访里，第一次重要 corporate event 是 Pinterest，两个小时收费约 $4,000；后来 corporate events 成为公司重要业务。

目前第三方融资合作案例称 Puppy Sphere 每年大约举办 700场 corporate events。

这意味着公司存在两层Revenue：

B2C

消费者买票。

B2B

企业购买 team-building / wellness experience。

同一套：

Puppies + Staff + Brand + Operations

被重复变现。

这非常漂亮。

十六、B2B甚至可能比B2C更值钱

消费者：

一张票几十美元。

企业：

一次活动几千美元甚至更高。

而且公司会有：

HR Budget；

Employee Wellness Budget；

Team-building Budget。

所以：

Same Experience, Different Buyer, Different Willingness to Pay。

优秀创业者很重要的一种能力：

不是一直创造新产品。

而是发现：

现有产品还有谁愿意支付更高价格？

十七、为什么纽约会成为这种生意的“现金牛”？

这类体验经济最喜欢四个条件：

人口密度高；

高可支配收入；

大量年轻专业人士；

社交活动需求强。

纽约恰好全部满足。

Puppy Sphere 自己在早期从多伦多验证模型后主动进入纽约，就是为了测试它能不能在更大的高竞争市场成立；创始人后来也明确表示，不同城市消费行为差异非常大，甚至 Miami 的购买者画像与其他城市都不同。

所以这里出现一个我们反复讲的规律：

PMF is geographic。

纽约成立，

不代表：

Houston成立。

Toronto成立，

不代表：

Miami成立。

十八、Puppy Sphere说“Simple & Sticky”，这里真正应该拆成两个商业概念

Simple

客户一分钟就能理解。

Puppy yoga。

不用20分钟Pitch。

Sticky

体验后：

拍照；

分享；

朋友问；

再来；

Corporate booking；

gift experience。

产品天然具有：

Social Distribution。

这是极其漂亮的消费产品属性。

十九、为什么“容易解释”是被严重低估的商业优势？

很多创业者的产品：

解释10分钟，

客户还不知道你干嘛。

Puppy Sphere：

三个字：

“puppy yoga。”

脑子里已经有画面。

这叫：

Cognitive Compression。

消费者理解产品的成本非常低。

理解成本低：

↓

传播成本低。

传播成本低：

↓

CAC可能降低。

所以 Product Naming 本身就可以影响经济模型。

二十、它早期几乎不投广告却能爆，并不是魔法

因为产品天然产生：

UGC。

一屋子：

小狗；

年轻人；

瑜伽；

互动；

可爱画面。

消费者本身就变成：

Content Creator。

于是产品的一次交付，

同时产生：

Revenue

Marketing Asset。

这和我们之前说的：

Customer as Distribution

完全一致。

二十一、但“低调就是护城河”这句话，我只同意一半

Competitors不知道你：

当然有利。

但真正护城河不能靠：

“希望别人永远发现不了。”

一旦：

$8M revenue；

20个location；

大量媒体报道，

别人一定知道。

真正长期护城河必须从：

Secrecy

转变成：

Operational Complexity。

包括：

小狗来源；

安全流程；

studio location；

local partnerships；

保险；

animal welfare；

staff training；

品牌；

顾客数据；

corporate accounts；

real estate playbook。

这些才是别人看见模式以后：

仍然很难快速复制的东西。

二十二、Puppy Sphere真正最大的风险也不是竞争，而是 Animal Welfare + Regulation

这个商业模式的核心“资产”是：

动物。

所以它面临普通 yoga studio 没有的：

动物安全；

幼犬休息；

疫苗；

疾病；

供应方质量；

客户行为；

意外伤害；

监管；

保险。

Puppy Sphere 自己公开说，与当地 rescue 和 breeder 合作，并希望未来参与建立 puppy safety / wellness 标准。

所以它如果想从：

$8M

走到：

$100M，

最重要的不是：

多开店。

而是：

Standardize Trust。

二十三、体验经济公司的真正Scaling Test就是：第50家店还能不能像第一家一样

第一家：

Founder天天看。

很棒。

第二家：

也能看。

50家：

不可能。

那么公司必须把：

“好的体验”

变成：

Process。

要量化：

class capacity；

puppy-to-customer ratio；

cleaning；

animal rest；

staff training；

NPS；

complaints；

incident rate；

retention。

这时才从：

Cute Business

升级成：

Scalable Consumer Platform。

二十四、所以Puppy Sphere到底是“小生意”还是可能成为很大公司？

关键不在：

Puppies。

而在：

Brand Extension。

如果永远只卖：

Puppy Yoga，

TAM有限。

如果消费者真正信任的品牌概念是：

Real-world emotional wellness through animals。

那就可能扩展：

Puppy Pilates；

Corporate therapy；

Private events；

Mental wellness；

Pet partnerships；

Membership；

Merchandise；

其他线下体验。

它真正可能拥有的是：

Emotional Wellness Brand。

这比一家瑜伽馆大得多。

二十五、第三位 CONCÉ，又出现了同一个事实校准问题

这位是 Meghan Houle。CONCÉ 的公开定位是服务 luxury、beauty 和 consumer sectors 的 AI talent-intelligence / hiring platform，强调专业人才信息、角色理解和预测匹配。

但“1500万美元”这一数字，我仍然没有找到足够可靠的公开资料证明它是：

CONCÉ 当前公司估值或Revenue。

因此还是建议写：

“她在访谈中提到1500万美元规模的业务经历。”

除非回看视频确认她具体指：

consulting revenue；

past business；

company valuation；

还是 aggregate sales。

二十六、但是她“Proof over Potential”这个判断，在AI时代越来越重要

为什么？

因为 AI 在制造一种新通胀：

Credential Inflation。

以前写一份漂亮简历需要：

几个小时。

现在：

ChatGPT：

一分钟。

Cover Letter：

一分钟。

LinkedIn Bio：

一分钟。

Portfolio包装：

也越来越容易。

结果：

所有人看起来都更优秀。

当：

Claims → Infinite

真正升值的是：

Proof。

你说：

“I am great at marketing.”

没有价值。

你说：

“把CAC从$110降到$58，并把月收入从40万美元提高到70万美元。”

这是Proof。

二十七、这甚至可能重构整个教育系统

过去人才市场依赖：

Proxy Signals。

学校：

Harvard。

公司：

Google。

职位：

VP。

未来越来越多公司可以直接看：

What did you ship?

What did you sell?

What did you build?

What did you improve?

What does the data say?

这叫：

Evidence Economy。

AI越容易帮助人“包装自己”，

可验证结果越值钱。

二十八、所以未来年轻人最好的简历可能不是PDF

而是一个：

Proof Portfolio。

例如：

三个真正上线的项目；

两个真实客户；

一份增长Case Study；

GitHub；

Revenue；

Retention；

Before/After；

推荐信；

具体数据。

这比：

“Highly motivated, excellent communicator”

贵得多。

二十九、这也解释为什么 CONCÉ 真正的AI护城河不能是LLM

Claude、GPT、Gemini都会：

读Resume。

所以：

“我们有AI匹配简历”

几乎没有长期护城河。

真正值钱的是：

Outcome Data。

谁被聘用？

六个月后表现如何？

一年后还在不在？

升职了吗？

老板满意吗？

如果建立：

Candidate → Hire → Performance → Retention → Outcome

闭环，

数据才会复利。

这是：

Proprietary Context Flywheel。

和我们前面讲：

Palantir；

Palo Alto；

AI企业Context

完全相同。

三十、第四位娱乐PR讲的“Horizontal Networking”，我认为是整期最容易被低估的一条

Hard Knocks Women 目前确实公开了这位 entertainment PR founder 的相关片段，并描述她经营六位数规模的 entertainment PR business。

但我暂时没从可访问公开资料可靠确认她完整身份及你所写的全部收入细节，所以仍建议把具体金额写成：

受访者自述。

不过她讲的 horizontal networking，在商业上非常高级。

三十一、为什么很多22岁的人疯狂认识CEO，反而搞错了？

假设你22岁。

你去找：

CEO。

他已经：

50岁；

财富巨大；

网络成熟；

每天100个人找。

你对他的边际价值：

接近0。

但是你身边另一个22岁助理：

现在：

没人注意。

十年以后可能：

CAA Partner；

Netflix Executive；

VC Partner；

Founder；

Artist Manager；

Studio Head。

你今天建立的关系，

成本低。

未来价值可能：

非常高。

这就是：

Social Venture Capital。

三十二、Horizontal Networking 本质上是在买“人的早期股权”

这其实和VC很像。

VC不等：

公司已经$50B

才去认识Founder。

它在：

$5M valuation

认识。

人脉也是。

年轻时：

大家都没有：

职位；

财富；

权力。

但是有：

Talent。

你投资：

帮助；

时间；

信任；

友谊。

二十年以后：

整个peer cohort一起成长。

这叫：

Network Compounding。

三十三、历史上很多真正强大的商业网络就是这样形成的

PayPal Mafia 并不是一群亿万富翁认识以后组成的。

他们先：

一起工作。

后来：

Peter Thiel；

Elon Musk；

Reid Hoffman；

David Sacks；

Max Levchin

各自进入更大的事业。

早期关系随后变成：

资本；

人才；

Deal Flow；

信息。

同样：

Stanford；

Harvard；

Goldman；

McKinsey；

YC；

早期Facebook；

OpenAI，

为什么人脉价值巨大？

不是因为：

“学校Logo有魔法。”

而是：

Dense Future Talent Network。

三十四、所以年轻人最大的社交错误之一，是只做 Vertical Networking

天天想着：

认识亿万富翁。

认识CEO。

认识名人。

但是忽略：

身边那个非常聪明的：

Intern；

Assistant；

Founder；

Engineer；

Creator。

真正高回报Network应该是：

Vertical + Horizontal。

Vertical：

获得：

经验；

导师；

资本。

Horizontal：

获得：

长期伙伴；

Deal Flow；

共同成长。

通常：

后者生命周期甚至更长。

三十五、但“圈子”绝对不是财富本身

这里也不能走向成功学：

“多认识富人就发财。”

没那么简单。

高质量 Network 之所以值钱，是因为它降低三个成本。

Search Cost

更快找到：

人；

钱；

客户；

机会。

Trust Cost

朋友介绍：

比陌生人可信。

Information Cost

更早知道：

行业发生什么。

所以：

Network is Economic Infrastructure。

不是玄学能量场。

三十六、这四个案例真正共同展示的，是AI时代两种完全相反的价值运动

一方面：

Digital Commoditization

AI让：

信息；

写作；

分析；

简单代码；

基础招聘筛选

越来越便宜。

另一方面：

Human Scarcity Premium

真实：

人脉；

体验；

信任；

社区；

线下活动；

执行结果

越来越贵。

这两个趋势不会互相抵消。

反而：

会同时加速。

三十七、这就是为什么未来一个特别强的商业模型可能叫：

AI Back End + Human Front End

Puppy Sphere 前台：

真实小狗；

真实人；

真实体验。

后台完全可以：

AI排班；

需求预测；

CRM；

Email；

客户细分；

选址；

广告；

客服；

corporate lead generation。

PR公司前台：

真实关系；

真实判断；

真实媒体信任。

后台：

AI research；

press list；

draft；

monitoring；

analytics。

Recruiting前台：

关键人才判断。

后台：

AI matching；

research；

workflow。

这可能是未来大量最赚钱SMB的结构。

不是：

AI把人全部删除。

而是：

AI让“人味”集中在最值钱的地方。

三十八、“未来人类Time Rich，所以体验经济爆发”有没有历史类比？

有。

每一次生产率革命都会出现类似现象。

19世纪工业化：

大幅提高生产效率。

随后：

现代休闲娱乐产业扩大。

20世纪汽车普及：

出现：

shopping malls；

theme parks；

suburbs；

road trips。

互联网：

创造：

streaming；

gaming；

creator economy。

如果AI真正大幅降低：

知识劳动时间，

一部分新增财富和时间自然可能流向：

Travel；

Wellness；

Sports；

Dining；

Live Entertainment；

IRL Community；

Experiences。

这就是：

Productivity Dividend → Experience Consumption。

所以 Ella 的方向并不是完全没有经济学基础。

只是：

AGI何时发生、到底释放多少闲暇时间，

不能当成确定预测。

三十九、Puppy Sphere甚至可能代表一个比“体验经济”更大的趋势：Loneliness Economy

现代城市里：

独居；

远程工作；

数字社交；

晚婚；

少子化

都可能增加对：

real-world connection

的需求。

因此未来很多企业卖的表面上可能是：

瑜伽；

跑步；

晚餐；

宠物；

桑拿；

健身。

真正卖的是：

Belonging。

这也是为什么：

Run Clubs；

Boutique Fitness；

Members Clubs；

Wellness Clubs；

Group Travel；

Social Sports

会拥有很强的消费吸引力。

AI越让我们可以一个人在电脑上完成所有工作，

人越可能愿意花钱：

不一个人。

这是非常值得长期观察的消费趋势。

四十、如果我是投资人，我会怎么看 Puppy Sphere，而不是看“可不可爱”？

我不会首先问：

狗有多可爱。

我会问：

单店建设成本是多少？

几个月回本？

Studio-level EBITDA是多少？

每平方米Revenue多少？

Class occupancy多少？

重复购买率多少？

B2B收入占比多少？

新城市CAC是多少？

同店销售增长多少？

事故率/保险成本多少？

Founder离开后新店还能不能复制？

这些东西决定：

它最终是：

$20M lifestyle company，

还是：

$500M consumer platform。

四十一、尤其值得盯一个指标：Payback Period

假设：

开一家新店：

$300K。

每年产生：

$200K studio EBITDA。

1.5年回本。

非常漂亮。

如果：

开店：

$1M。

一年只有：

$100K EBITDA。

十年回本。

扩张就很危险。

所以零售、健身、体验经济永远不能只看：

Revenue Growth。

必须看：

Return on New Unit Capital。

一家店赚钱，

不代表：

开100家店也是好投资。

四十二、这也是为什么“全直营”是一个很值得研究的选择

Franchise：

资本需求低。

扩张快。

但是：

控制差。

直营：

需要更多资本。

但：

体验；

品牌；

动物安全；

流程

控制力强。

对于 Puppy Sphere 这种涉及动物和品牌体验的业务，

控制权本身可能非常重要。

公司最新公开资料强调当前 permanent footprint 是 corporate-owned studios。

这实际上是：

Growth Speed vs Quality Control

的资本配置选择。

四十三、Ella这条AI路线与Puppy Sphere这条IRL路线，其实并不冲突

我认为这是整期最值得提炼的地方。

未来最差的位置可能是：

Generic Digital Middle。

普通内容。

普通咨询。

普通软件Feature。

普通知识课程。

AI很容易压价格。

而价值可能向两端迁移：

一端：Extreme Intelligence

最强模型；

最强AI；

最强科技。

另一端：Extreme Humanity

真实关系；

真实身体；

真实社区；

真实体验。

中间那些：

既没有技术壁垒，

又没有人类体验壁垒

的公司，

反而最危险。

四十四、这也是我认为未来创业者必须问自己的一个问题

不要只问：

“AI能不能做这个？”

应该问：

“如果AI最终把这个任务做得几乎免费，我的企业还剩下什么？”

如果答案：

什么都没有。

危险。

如果答案：

我的客户数据；

品牌；

社区；

物理空间；

供应链；

关系；

信誉；

许可；

Outcome Data；

真实体验，

那才可能是：

Durable Asset。

四十五、再回到“年轻投资Anthropic”这个故事：普通人千万不要因此盲目模仿高风险投资

这里最容易形成幸存者偏差。

有人：

Crypto；

AI private shares；

startup equity

赚了很多。

你会看到她上采访。

另外100个人：

亏完了。

不会被采访。

这就是：

Survivorship Bias。

因此：

年轻可以提高 Risk Capacity，

并不等于：

应该无限提高 Risk Exposure。

真正专业的逻辑是：

如果：

年龄低；

没有家庭负担；

人力资本高；

未来收入能力强，

确实可以拥有更高：

Risk Capacity。

但是：

Capacity ≠ Necessity。

你能承受风险，

不代表必须把所有钱押在最高风险资产。

四十六、尤其私人市场投资还有普通人看不到的四个问题

Private shares：

不流动。

估值不是每天真实成交。

可能几年无法退出。

Share class不同。

SPV还有 fee/carry。

所以：

“我投资了Anthropic”

听起来和：

“我买了NVDA”

很像。

实际上：

金融结构差异巨大。

四十七、所以年轻创业者最大的财富引擎通常仍然不是天使投资

而是：

Human Capital → Business Equity。

假设你只有：

$100K。

即使投资回报：

3×，

变：

$300K。

很好。

但是如果用：

技能；

创业；

销售；

网络

建立一家：

$20M企业，

持股50%。

这才可能制造：

$10M Equity。

所以对于没有大量本金的人：

Creating Equity

通常比：

Allocating Small Capital

更可能改变人生阶层。

这是一个非常重要的金融规律。

四十八、因此Ella最值得普通人学习的不是“跟着她买Anthropic”

而是她背后的：

Capital Formation Sequence。

先：

建立能力。

↓

建立企业。

↓

产生现金。

↓

获得退出或股权价值。

↓

开始投资。

↓

利用Network看更多Deal。

这是合理顺序。

不是：

没有本金，

先研究怎么做VC。

四十九、如果只让我从这期留下八条最有价值的东西，我会留下这一组

• AI越降低数字信息成本，真实体验、关系和可信结果越可能产生溢价。
• “投资Anthropic”不是完整投资信息；Entry Price、Position Size 和投资结构才决定回报。
• Podcast真正高级的价值可能不是广告收入，而是Access和Deal Flow。
• Puppy Sphere的创新不是“小狗瑜伽”，而是把宠物所有权中的情绪价值拆出来单独出售。
• 体验经济能不能做大，最终必须从“好玩”升级到可复制的Unit Economics。
• 招聘AI真正的护城河不是LLM，而是Hire→Performance→Retention的Outcome Data。
• 年轻时最值得投资的关系往往不只是比你高十级的人，也包括与你同级但未来会一起成长的人。
• AI时代非常强的公司结构，可能是AI负责后台效率，人类负责前台信任、体验和判断。

五十、我会把你这期标题重新往上提一级

你原来的：

“从高中辍学到投中Anthropic：24岁百万连环创业者拆解AGI窗口期……”

点击率不错。

但是我不建议把：

24岁百万、Anthropic投资收益

写死。

目前公开材料不足以把这两个数字完全坐实。

我最推荐的标题是：

《AI越强，人类体验越值钱：纽约年轻女性创业者正在押注两种完全不同的财富未来》

副标题：

从 Anthropic 投资人 Ella Molony Cook 的 AI Agent 战略，到 Puppy Sphere 年营收800万美元的小狗体验经济，再到 AI 招聘与娱乐公关——当信息越来越便宜，关系、体验、证据和真实世界正在重新获得溢价。

如果偏创业：

《小狗瑜伽一年卖800万美元：AI时代最被低估的生意，可能恰恰不在网上》

这个传播性非常强。

如果偏AI趋势：

《AGI之后人会更“Time Rich”吗？从Anthropic投资人到Puppy Sphere，看AI与线下经济的双重爆发》

但要把AGI部分明确写成：

创业者的判断，而不是确定事实。

如果偏财富：

《从AI投资到小狗瑜伽：四位纽约年轻女性背后的四种财富杠杆》

这个比较稳。

五十一、我认为这期最深的一条规律，其实可以用一句经济学语言表达

Scarcity migrates.

稀缺性会迁移。

过去：

信息稀缺。

所以知识值钱。

互联网让信息便宜。

后来：

内容制作稀缺。

所以Creator值钱。

AI又让内容便宜。

接下来：

什么开始更稀缺？

Attention。

Trust。

Real relationships。

Physical experiences。

Verified outcomes。

Proprietary context。

所以未来千万不要只看：

“AI又可以做什么了？”

更聪明的问题是：

“AI把什么变得几乎免费以后，它旁边什么东西会因此变得更贵？”

如果AI让数字工作越来越便宜，

那么人类可能越来越愿意为：

一次真正的晚餐；

一场真实的运动；

一个值得信任的人；

一群真正认识自己的朋友；

一个可验证的优秀员工；

甚至75分钟和真实小狗待在一起

支付更高价格。

AI的财富机会从来不只存在于AI公司。

有时候，AI越强，最受益的反而是那些机器最难复制的人类稀缺性。

这才是这期纽约科技周街访最值得拿走的认知。