紐約科技周街訪年輕女性富豪：800 萬小狗瑜伽連鎖、24 歲天使投資人與娛樂公關的高速變現法

這一期我認爲特別值得講，因爲它不是簡單的“幾個年輕女性怎麼變成百萬富翁”，而是把 AI時代兩種看似相反、實際上互相強化的財富機會擺在了一起：

數字世界越來越自動化，物理世界和真實關係反而越來越值錢。

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。

娛樂公關代表：

Human Network + Trust + Relationship Compounding。

把這四個人連起來看，真正的主題其實不是“女性創業”，而是：

當AI把信息、內容和基礎執行不斷商品化以後，人類會把更多錢支付給四種仍然稀缺的東西：真實體驗、可信結果、關係網絡和所有權。

這是一張很重要的 2026—2035 創業價值遷移圖。

一、先校準第一位：她基本可以確認是 Ella Molony Cook

Ella Molony Cook 自己目前公開介紹爲澳大利亞長大、高中輟學、連續創業者，有一次 bootstrapped exit，並明確把自己描述爲 Anthropic investor；她目前創辦 Time Rich，專門幫助女性創業者用 AI 建立收入和運營系統。她還公開表示自己創辦過多家公司、曾融資七位數，並仍持有數家公司股權。

但是你這裏有兩個數字，我建議不要直接寫死。

第一：

“24歲賺到第一個100萬美元。”

我目前沒有找到足夠可靠資料驗證這個具體年齡。Hard Knocks Women 相關公開內容裏甚至出現過“26歲賺到第一個100萬美元”的描述，但不能確認是否就是指 Ella。

第二：

“重倉Anthropic，單年實現7—8位數收益。”

Ella 公開身份確實寫着 Anthropic investor，但沒有公開披露她是通過哪一輪、SPV、二級市場、基金還是其他渠道投資，也沒有披露成本基礎、持倉金額或已實現收益。

所以財經稿最穩妥的寫法是：

“Ella 自稱爲 Anthropic 投資人，但具體進入時間、投資結構與收益尚未公開。”

而不要寫成：

“她早期投中 Anthropic，賺了幾千萬。”

這兩句話金融含義完全不同。

二、“投資了Anthropic”爲什麼也不能自動等於“眼光神準”？

這是很多私人市場故事最容易製造的錯覺。

假設今天一個人通過二級市場：

以 $300B valuation 買 Anthropic。

另外一個人在：

$5B valuation

進入。

兩個人都可以說：

“I'm an Anthropic investor.”

但投資回報潛力完全不是一回事。

真正專業的投資分析至少要問：

Entry valuation

Entry date

Direct or SPV

Common or preferred

Fees / carry

Liquidity

Position size

這就是爲什麼：

Asset Name ≠ Investment Quality。

你買到了偉大的公司，

不代表你做了一筆偉大的投資。

價格仍然決定回報。

三、Ella真正值得研究的不是Anthropic，而是她完成了一次“技能—企業—資本”的身份遷移

她自己的公開履歷很有意思：

高中輟學；

做創業；

建立澳洲業務；

bootstrap exit；

進入美國；

融資；

進入 private capital；

再做 AI community / systems。

這代表一個創業者很典型的升級路徑：

Operator

自己做生意。

↓

Founder

建立公司。

↓

Capital Raiser

學會使用外部資本。

↓

Investor

開始用資本投資別人。

↓

Network Builder

開始控制 Deal Flow。

這最後一步極其重要。

四、很多人以爲投資人的核心資產是錢，其實不是

真正頂級投資人的長期資產是：

Deal Flow。

假設你有100萬美元。

但永遠看不到：

Anthropic；

Stripe；

SpaceX；

優質創業項目。

錢沒有什麼特殊價值。

另外一個人：

只有50萬美元。

但：

每週可以看到全球最好的50個創業項目，

意義完全不同。

所以 Ella 做：

Podcast；

Founder Events；

Investor Dinner；

NY Tech Week；

community，

從資本市場角度其實都是在建立：

Information + Relationship Infrastructure。

Time Rich 目前也明確圍繞 founder/investor community、AI workshops 和線下活動運營。

五、這就解釋她爲什麼說“通過Podcast免費向聰明人學習”

普通人理解 Podcast：

內容業務。

我更願意把創業者 Podcast 理解成：

Access Engine。

你說：

“我想跟某個頂級投資者聊一個小時。”

對方可能：

沒空。

你說：

“我想採訪你做一期Podcast。”

突然：

雙方都獲得價值。

於是媒體成爲：

Relationship Arbitrage。

你用：

Audience；

Distribution；

Content；

Attention

交換：

Access。

真正聰明的人甚至不一定首先想：

“這期節目多少播放量？”

而是：

我因爲這個節目認識了誰？

這和傳統媒體生意完全不同。

六、爲什麼“提好問題”本身是一種非常昂貴的能力？

因爲：

Question Quality determines Information Quality。

普通人見 Warren Buffett：

“你怎麼成功？”

答案：

很普通。

優秀的人問：

“在你過去20筆最大的資本配置決定中，哪幾次當時的 opportunity cost 最難判斷？”

得到的信息完全不同。

所以高質量 Network 並不是：

拿到微信。

而是：

能不能讓厲害的人願意與你進行高質量的信息交換。

這是社會資本里非常重要的一層。

七、不過Ella“AGI來了，CEO會被AI取代”這類判斷，我會明顯降溫

這屬於：

Thesis，不是事實。

AI 的確會大量接管：

Reporting；

Analysis；

Scheduling；

Drafting；

CRM；

Research；

Workflow；

某些中層協調工作。

但是 CEO 真正負責的東西包括：

資本配置；

組織權力；

董事會關係；

公司文化；

高風險決策；

戰略取捨；

招聘核心高管；

政治與監管；

重大談判。

這些並不是單純：

“智商問題”。

它包含：

Accountability。

出了錯：

誰承擔責任？

AI不能坐牢。

AI也不能真正承擔董事 fiduciary duty。

所以更可能出現：

CEO × AI Leverage ↑

而不是短期：

CEO → AI。

八、真正會首先發生的，是“一個CEO可以控制更大的組織”

以前：

一個CEO

↓

20個VP

↓

200個Manager

↓

5000員工。

未來可能：

CEO

↓

10個高水平Human leaders

↓

大量Agents

↓

更少中間協調層。

結果：

Management Span of Control 擴大。

這纔可能是真正的大變化。

不是：

沒有CEO。

而是：

每一個優秀決策者被AI放大。

九、Ella更有意思的第二個判斷，是“AI越強，IRL越值錢”

這個我認爲非常重要。

我們前面討論過：

AI使：

文字；

圖片；

代碼；

知識；

視頻

邊際供給越來越高。

當 Digital Content 趨近無限以後，

什麼東西不容易無限複製？

Physical Presence。

一個真實的人。

一個真實地點。

一羣真實朋友。

一場真實晚餐。

一隻真實的小狗。

於是經濟會出現一種非常有意思的：

Digital Deflation → Physical Premium

數字世界：

越來越便宜。

現實體驗：

反而產生溢價。

這正是 Puppy Sphere 值得研究的原因。

十、Puppy Sphere 的數字基本成立，而且最新發展比你整理的還大

兩位創始人是 Francesca Albo 和 Lea Burbidge Izquierdo。她們在多倫多相識，都是經歷職業倦怠後開始創業，之後把 puppy yoga 從小型活動擴展到北美。2025 年《Entrepreneur》採訪時，公司已經進入12個城市，每月約服務14,000人，並且一直是 bootstrapped 發展。

2025 年底報道顯示，Puppy Sphere 當年營收預計約 800萬美元，並稱從2023年以來年收入連續翻倍；當時報道提到公司已經擴大到20個studio。

最新公司公開資料則使用的是另一種口徑：12家 corporate-owned studios、累計約45萬—50萬顧客、累計收入超過1400萬美元；創始人公開資料還稱工作室 gross studio margin 約60%。這些數字主要屬於公司自報，並非經審計上市公司財報。

所以你原來的：

“12家直營、年營收800萬美元”

大方向沒問題，但門店數量會隨着 permanent studio、pop-up、city footprint 的定義和時間變化。

十一、Puppy Sphere 最牛的地方根本不是“小狗+瑜伽”

很多人看到這種公司會笑：

“這不就是一個網紅項目嗎？”

這正是這種企業早期最好的保護色。

真正產品實際上是：

Access without Ownership。

消費者喜歡狗。

但不一定想承擔：

買狗；

養狗；

獸醫；

餵食；

清潔；

旅行限制；

十幾年責任。

Puppy Sphere 把：

Dog Ownership

拆成：

75分鐘的 emotional benefit。

這就是產品創新。

十二、商業歷史上有大量“拆解所有權”的巨大公司

Zipcar：

你喜歡車的使用價值，

不一定需要擁有車。

Airbnb：

你需要住宿，

不需要擁有房子。

Rent the Runway：

你需要高級服裝的某次使用，

不需要永久購買。

Puppy Sphere：

你需要 puppy companionship 的體驗，

不需要承擔15年 ownership。

這在經濟學上叫：

Unbundling Ownership from Utility。

非常聰明。

十三、而它真正賣的也不是Yoga

如果把狗全部拿掉：

普通 yoga class。

競爭：

幾萬家。

如果只做：

Petting Zoo。

也普通。

但是：

Yoga

Puppies

Mental wellness

Social activity

Instagram content

突然產生一個：

Category。

這就是：

Category Design。

十四、Category Creation 最大好處：消費者暫時沒有明確價格錨

普通瑜伽：

客戶知道：

$25？

$35？

$40？

貴了會比較。

“Puppy Yoga + social experience”：

消費者不知道應該拿它和什麼比較。

瑜伽課？

動物體驗？

Date night？

Wellness？

Entertainment？

於是：

Price Anchoring becomes weaker.

新的Category可以擁有更大的：

Pricing Freedom。

十五、Puppy Sphere真正可怕的是其單位經濟模型可能非常漂亮

2025 年採訪裏，第一次重要 corporate event 是 Pinterest，兩個小時收費約 $4,000；後來 corporate events 成爲公司重要業務。

目前第三方融資合作案例稱 Puppy Sphere 每年大約舉辦 700場 corporate events。

這意味着公司存在兩層Revenue：

B2C

消費者買票。

B2B

企業購買 team-building / wellness experience。

同一套：

Puppies + Staff + Brand + Operations

被重複變現。

這非常漂亮。

十六、B2B甚至可能比B2C更值錢

消費者：

一張票幾十美元。

企業：

一次活動幾千美元甚至更高。

而且公司會有：

HR Budget；

Employee Wellness Budget；

Team-building Budget。

所以：

Same Experience, Different Buyer, Different Willingness to Pay。

優秀創業者很重要的一種能力：

不是一直創造新產品。

而是發現：

現有產品還有誰願意支付更高價格？

十七、爲什麼紐約會成爲這種生意的“現金牛”？

這類體驗經濟最喜歡四個條件：

人口密度高；

高可支配收入；

大量年輕專業人士；

社交活動需求強。

紐約恰好全部滿足。

Puppy Sphere 自己在早期從多倫多驗證模型後主動進入紐約，就是爲了測試它能不能在更大的高競爭市場成立；創始人後來也明確表示，不同城市消費行爲差異非常大，甚至 Miami 的購買者畫像與其他城市都不同。

所以這裏出現一個我們反覆講的規律：

PMF is geographic。

紐約成立，

不代表：

Houston成立。

Toronto成立，

不代表：

Miami成立。

十八、Puppy Sphere說“Simple & Sticky”，這裏真正應該拆成兩個商業概念

Simple

客戶一分鐘就能理解。

Puppy yoga。

不用20分鐘Pitch。

Sticky

體驗後：

拍照；

分享；

朋友問；

再來；

Corporate booking；

gift experience。

產品天然具有：

Social Distribution。

這是極其漂亮的消費產品屬性。

十九、爲什麼“容易解釋”是被嚴重低估的商業優勢？

很多創業者的產品：

解釋10分鐘，

客戶還不知道你幹嘛。

Puppy Sphere：

三個字：

“puppy yoga。”

腦子裏已經有畫面。

這叫：

Cognitive Compression。

消費者理解產品的成本非常低。

理解成本低：

↓

傳播成本低。

傳播成本低：

↓

CAC可能降低。

所以 Product Naming 本身就可以影響經濟模型。

二十、它早期幾乎不投廣告卻能爆，並不是魔法

因爲產品天然產生：

UGC。

一屋子：

小狗；

年輕人；

瑜伽；

互動；

可愛畫面。

消費者本身就變成：

Content Creator。

於是產品的一次交付，

同時產生：

Revenue

Marketing Asset。

這和我們之前說的：

Customer as Distribution

完全一致。

二十一、但“低調就是護城河”這句話，我只同意一半

Competitors不知道你：

當然有利。

但真正護城河不能靠：

“希望別人永遠發現不了。”

一旦：

$8M revenue；

20個location；

大量媒體報道，

別人一定知道。

真正長期護城河必須從：

Secrecy

轉變成：

Operational Complexity。

包括：

小狗來源；

安全流程；

studio location；

local partnerships；

保險；

animal welfare；

staff training；

品牌；

顧客數據；

corporate accounts；

real estate playbook。

這些纔是別人看見模式以後：

仍然很難快速複製的東西。

二十二、Puppy Sphere真正最大的風險也不是競爭，而是 Animal Welfare + Regulation

這個商業模式的核心“資產”是：

動物。

所以它面臨普通 yoga studio 沒有的：

動物安全；

幼犬休息；

疫苗；

疾病；

供應方質量；

客戶行爲；

意外傷害；

監管；

保險。

Puppy Sphere 自己公開說，與當地 rescue 和 breeder 合作，並希望未來參與建立 puppy safety / wellness 標準。

所以它如果想從：

$8M

走到：

$100M，

最重要的不是：

多開店。

而是：

Standardize Trust。

二十三、體驗經濟公司的真正Scaling Test就是：第50家店還能不能像第一家一樣

第一家：

Founder天天看。

很棒。

第二家：

也能看。

50家：

不可能。

那麼公司必須把：

“好的體驗”

變成：

Process。

要量化：

class capacity；

puppy-to-customer ratio；

cleaning；

animal rest；

staff training；

NPS；

complaints；

incident rate；

retention。

這時才從：

Cute Business

升級成：

Scalable Consumer Platform。

二十四、所以Puppy Sphere到底是“小生意”還是可能成爲很大公司？

關鍵不在：

Puppies。

而在：

Brand Extension。

如果永遠只賣：

Puppy Yoga，

TAM有限。

如果消費者真正信任的品牌概念是：

Real-world emotional wellness through animals。

那就可能擴展：

Puppy Pilates；

Corporate therapy；

Private events；

Mental wellness；

Pet partnerships；

Membership；

Merchandise；

其他線下體驗。

它真正可能擁有的是：

Emotional Wellness Brand。

這比一家瑜伽館大得多。

二十五、第三位 CONCÉ，又出現了同一個事實校準問題

這位是 Meghan Houle。CONCÉ 的公開定位是服務 luxury、beauty 和 consumer sectors 的 AI talent-intelligence / hiring platform，強調專業人才信息、角色理解和預測匹配。

但“1500萬美元”這一數字，我仍然沒有找到足夠可靠的公開資料證明它是：

CONCÉ 當前公司估值或Revenue。

因此還是建議寫：

“她在訪談中提到1500萬美元規模的業務經歷。”

除非回看視頻確認她具體指：

consulting revenue；

past business；

company valuation；

還是 aggregate sales。

二十六、但是她“Proof over Potential”這個判斷，在AI時代越來越重要

爲什麼？

因爲 AI 在製造一種新通脹：

Credential Inflation。

以前寫一份漂亮簡歷需要：

幾個小時。

現在：

ChatGPT：

一分鐘。

Cover Letter：

一分鐘。

LinkedIn Bio：

一分鐘。

Portfolio包裝：

也越來越容易。

結果：

所有人看起來都更優秀。

當：

Claims → Infinite

真正升值的是：

Proof。

你說：

“I am great at marketing.”

沒有價值。

你說：

“把CAC從$110降到$58，並把月收入從40萬美元提高到70萬美元。”

這是Proof。

二十七、這甚至可能重構整個教育系統

過去人才市場依賴：

Proxy Signals。

學校：

Harvard。

公司：

Google。

職位：

VP。

未來越來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?

這叫：

Evidence Economy。

AI越容易幫助人“包裝自己”，

可驗證結果越值錢。

二十八、所以未來年輕人最好的簡歷可能不是PDF

而是一個：

Proof Portfolio。

例如：

三個真正上線的項目；

兩個真實客戶；

一份增長Case Study；

GitHub；

Revenue；

Retention；

Before/After；

推薦信；

具體數據。

這比：

“Highly motivated, excellent communicator”

貴得多。

二十九、這也解釋爲什麼 CONCÉ 真正的AI護城河不能是LLM

Claude、GPT、Gemini都會：

讀Resume。

所以：

“我們有AI匹配簡歷”

幾乎沒有長期護城河。

真正值錢的是：

Outcome Data。

誰被聘用？

六個月後表現如何？

一年後還在不在？

升職了嗎？

老闆滿意嗎？

如果建立：

Candidate → Hire → Performance → Retention → Outcome

閉環，

數據纔會複利。

這是：

Proprietary Context Flywheel。

和我們前面講：

Palantir；

Palo Alto；

AI企業Context

完全相同。

三十、第四位娛樂PR講的“Horizontal Networking”，我認爲是整期最容易被低估的一條

Hard Knocks Women 目前確實公開了這位 entertainment PR founder 的相關片段，並描述她經營六位數規模的 entertainment PR business。

但我暫時沒從可訪問公開資料可靠確認她完整身份及你所寫的全部收入細節，所以仍建議把具體金額寫成：

受訪者自述。

不過她講的 horizontal networking，在商業上非常高級。

三十一、爲什麼很多22歲的人瘋狂認識CEO，反而搞錯了？

假設你22歲。

你去找：

CEO。

他已經：

50歲；

財富巨大；

網絡成熟；

每天100個人找。

你對他的邊際價值：

接近0。

但是你身邊另一個22歲助理：

現在：

沒人注意。

十年以後可能：

CAA Partner；

Netflix Executive；

VC Partner；

Founder；

Artist Manager；

Studio Head。

你今天建立的關係，

成本低。

未來價值可能：

非常高。

這就是：

Social Venture Capital。

三十二、Horizontal Networking 本質上是在買“人的早期股權”

這其實和VC很像。

VC不等：

公司已經$50B

纔去認識Founder。

它在：

$5M valuation

認識。

人脈也是。

年輕時：

大家都沒有：

職位；

財富；

權力。

但是有：

Talent。

你投資：

幫助；

時間；

信任；

友誼。

二十年以後：

整個peer cohort一起成長。

這叫：

Network Compounding。

三十三、歷史上很多真正強大的商業網絡就是這樣形成的

PayPal Mafia 並不是一羣億萬富翁認識以後組成的。

他們先：

一起工作。

後來：

Peter Thiel；

Elon Musk；

Reid Hoffman；

David Sacks；

Max Levchin

各自進入更大的事業。

早期關係隨後變成：

資本；

人才；

Deal Flow；

信息。

同樣：

Stanford；

Harvard；

Goldman；

McKinsey；

YC；

早期Facebook；

OpenAI，

爲什麼人脈價值巨大？

不是因爲：

“學校Logo有魔法。”

而是：

Dense Future Talent Network。

三十四、所以年輕人最大的社交錯誤之一，是隻做 Vertical Networking

天天想着：

認識億萬富翁。

認識CEO。

認識名人。

但是忽略：

身邊那個非常聰明的：

Intern；

Assistant；

Founder；

Engineer；

Creator。

真正高回報Network應該是：

Vertical + Horizontal。

Vertical：

獲得：

經驗；

導師；

資本。

Horizontal：

獲得：

長期夥伴；

Deal Flow；

共同成長。

通常：

後者生命週期甚至更長。

三十五、但“圈子”絕對不是財富本身

這裏也不能走向成功學：

“多認識富人就發財。”

沒那麼簡單。

高質量 Network 之所以值錢，是因爲它降低三個成本。

Search Cost

更快找到：

人；

錢；

客戶；

機會。

Trust Cost

朋友介紹：

比陌生人可信。

Information Cost

更早知道：

行業發生什麼。

所以：

Network is Economic Infrastructure。

不是玄學能量場。

三十六、這四個案例真正共同展示的，是AI時代兩種完全相反的價值運動

一方面：

Digital Commoditization

AI讓：

信息；

寫作；

分析；

簡單代碼；

基礎招聘篩選

越來越便宜。

另一方面：

Human Scarcity Premium

真實：

人脈；

體驗；

信任；

社區；

線下活動；

執行結果

越來越貴。

這兩個趨勢不會互相抵消。

反而：

會同時加速。

三十七、這就是爲什麼未來一個特別強的商業模型可能叫：

AI Back End + Human Front End

Puppy Sphere 前臺：

真實小狗；

真實人；

真實體驗。

後臺完全可以：

AI排班；

需求預測；

CRM；

Email；

客戶細分；

選址；

廣告；

客服；

corporate lead generation。

PR公司前臺：

真實關係；

真實判斷；

真實媒體信任。

後臺：

AI research；

press list；

draft；

monitoring；

analytics。

Recruiting前臺：

關鍵人才判斷。

後臺：

AI matching；

research；

workflow。

這可能是未來大量最賺錢SMB的結構。

不是：

AI把人全部刪除。

而是：

AI讓“人味”集中在最值錢的地方。

三十八、“未來人類Time Rich，所以體驗經濟爆發”有沒有歷史類比？

有。

每一次生產率革命都會出現類似現象。

19世紀工業化：

大幅提高生產效率。

隨後：

現代休閒娛樂產業擴大。

20世紀汽車普及：

出現：

shopping malls；

theme parks；

suburbs；

road trips。

互聯網：

創造：

streaming；

gaming；

creator economy。

如果AI真正大幅降低：

知識勞動時間，

一部分新增財富和時間自然可能流向：

Travel；

Wellness；

Sports；

Dining；

Live Entertainment；

IRL Community；

Experiences。

這就是：

Productivity Dividend → Experience Consumption。

所以 Ella 的方向並不是完全沒有經濟學基礎。

只是：

AGI何時發生、到底釋放多少閒暇時間，

不能當成確定預測。

三十九、Puppy Sphere甚至可能代表一個比“體驗經濟”更大的趨勢：Loneliness Economy

現代城市裏：

獨居；

遠程工作；

數字社交；

晚婚；

少子化

都可能增加對：

real-world connection

的需求。

因此未來很多企業賣的表面上可能是：

瑜伽；

跑步；

晚餐；

寵物；

桑拿；

健身。

真正賣的是：

Belonging。

這也是爲什麼：

Run Clubs；

Boutique Fitness；

Members Clubs；

Wellness Clubs；

Group Travel；

Social Sports

會擁有很強的消費吸引力。

AI越讓我們可以一個人在電腦上完成所有工作，

人越可能願意花錢：

不一個人。

這是非常值得長期觀察的消費趨勢。

四十、如果我是投資人，我會怎麼看 Puppy Sphere，而不是看“可不可愛”？

我不會首先問：

狗有多可愛。

我會問：

單店建設成本是多少？

幾個月回本？

Studio-level EBITDA是多少？

每平方米Revenue多少？

Class occupancy多少？

重複購買率多少？

B2B收入佔比多少？

新城市CAC是多少？

同店銷售增長多少？

事故率/保險成本多少？

Founder離開後新店還能不能複製？

這些東西決定：

它最終是：

$20M lifestyle company，

還是：

$500M consumer platform。

四十一、尤其值得盯一個指標：Payback Period

假設：

開一家新店：

$300K。

每年產生：

$200K studio EBITDA。

1.5年回本。

非常漂亮。

如果：

開店：

$1M。

一年只有：

$100K EBITDA。

十年回本。

擴張就很危險。

所以零售、健身、體驗經濟永遠不能只看：

Revenue Growth。

必須看：

Return on New Unit Capital。

一家店賺錢，

不代表：

開100家店也是好投資。

四十二、這也是爲什麼“全直營”是一個很值得研究的選擇

Franchise：

資本需求低。

擴張快。

但是：

控制差。

直營：

需要更多資本。

但：

體驗；

品牌；

動物安全；

流程

控制力強。

對於 Puppy Sphere 這種涉及動物和品牌體驗的業務，

控制權本身可能非常重要。

公司最新公開資料強調當前 permanent footprint 是 corporate-owned studios。

這實際上是：

Growth Speed vs Quality Control

的資本配置選擇。

四十三、Ella這條AI路線與Puppy Sphere這條IRL路線，其實並不衝突

我認爲這是整期最值得提煉的地方。

未來最差的位置可能是：

Generic Digital Middle。

普通內容。

普通諮詢。

普通軟件Feature。

普通知識課程。

AI很容易壓價格。

而價值可能向兩端遷移：

一端：Extreme Intelligence

最強模型；

最強AI；

最強科技。

另一端：Extreme Humanity

真實關係；

真實身體；

真實社區；

真實體驗。

中間那些：

既沒有技術壁壘，

又沒有人類體驗壁壘

的公司，

反而最危險。

四十四、這也是我認爲未來創業者必須問自己的一個問題

不要只問：

“AI能不能做這個？”

應該問：

“如果AI最終把這個任務做得幾乎免費，我的企業還剩下什麼？”

如果答案：

什麼都沒有。

危險。

如果答案：

我的客戶數據；

品牌；

社區；

物理空間；

供應鏈；

關係；

信譽；

許可；

Outcome Data；

真實體驗，

那纔可能是：

Durable Asset。

四十五、再回到“年輕投資Anthropic”這個故事：普通人千萬不要因此盲目模仿高風險投資

這裏最容易形成倖存者偏差。

有人：

Crypto；

AI private shares；

startup equity

賺了很多。

你會看到她上採訪。

另外100個人：

虧完了。

不會被採訪。

這就是：

Survivorship Bias。

因此：

年輕可以提高 Risk Capacity，

並不等於：

應該無限提高 Risk Exposure。

真正專業的邏輯是：

如果：

年齡低；

沒有家庭負擔；

人力資本高；

未來收入能力強，

確實可以擁有更高：

Risk Capacity。

但是：

Capacity ≠ Necessity。

你能承受風險，

不代表必須把所有錢押在最高風險資產。

四十六、尤其私人市場投資還有普通人看不到的四個問題

Private shares：

不流動。

估值不是每天真實成交。

可能幾年無法退出。

Share class不同。

SPV還有 fee/carry。

所以：

“我投資了Anthropic”

聽起來和：

“我買了NVDA”

很像。

實際上：

金融結構差異巨大。

四十七、所以年輕創業者最大的財富引擎通常仍然不是天使投資

而是：

Human Capital → Business Equity。

假設你只有：

$100K。

即使投資回報：

3×，

變：

$300K。

很好。

但是如果用：

技能；

創業；

銷售；

網絡

建立一家：

$20M企業，

持股50%。

這纔可能製造：

$10M Equity。

所以對於沒有大量本金的人：

Creating Equity

通常比：

Allocating Small Capital

更可能改變人生階層。

這是一個非常重要的金融規律。

四十八、因此Ella最值得普通人學習的不是“跟着她買Anthropic”

而是她背後的：

Capital Formation Sequence。

先：

建立能力。

↓

建立企業。

↓

產生現金。

↓

獲得退出或股權價值。

↓

開始投資。

↓

利用Network看更多Deal。

這是合理順序。

不是：

沒有本金，

先研究怎麼做VC。

四十九、如果只讓我從這期留下八條最有價值的東西，我會留下這一組

• AI越降低數字信息成本，真實體驗、關係和可信結果越可能產生溢價。
• “投資Anthropic”不是完整投資信息；Entry Price、Position Size 和投資結構才決定回報。
• Podcast真正高級的價值可能不是廣告收入，而是Access和Deal Flow。
• Puppy Sphere的創新不是“小狗瑜伽”，而是把寵物所有權中的情緒價值拆出來單獨出售。
• 體驗經濟能不能做大，最終必須從“好玩”升級到可複製的Unit Economics。
• 招聘AI真正的護城河不是LLM，而是Hire→Performance→Retention的Outcome Data。
• 年輕時最值得投資的關係往往不只是比你高十級的人，也包括與你同級但未來會一起成長的人。
• AI時代非常強的公司結構，可能是AI負責後臺效率，人類負責前臺信任、體驗和判斷。

五十、我會把你這期標題重新往上提一級

你原來的：

“從高中輟學到投中Anthropic：24歲百萬連環創業者拆解AGI窗口期……”

點擊率不錯。

但是我不建議把：

24歲百萬、Anthropic投資收益

寫死。

目前公開材料不足以把這兩個數字完全坐實。

我最推薦的標題是：

《AI越強，人類體驗越值錢：紐約年輕女性創業者正在押注兩種完全不同的財富未來》

副標題：

從 Anthropic 投資人 Ella Molony Cook 的 AI Agent 戰略，到 Puppy Sphere 年營收800萬美元的小狗體驗經濟，再到 AI 招聘與娛樂公關——當信息越來越便宜，關係、體驗、證據和真實世界正在重新獲得溢價。

如果偏創業：

《小狗瑜伽一年賣800萬美元：AI時代最被低估的生意，可能恰恰不在網上》

這個傳播性非常強。

如果偏AI趨勢：

《AGI之後人會更“Time Rich”嗎？從Anthropic投資人到Puppy Sphere，看AI與線下經濟的雙重爆發》

但要把AGI部分明確寫成：

創業者的判斷，而不是確定事實。

如果偏財富：

《從AI投資到小狗瑜伽：四位紐約年輕女性背後的四種財富槓桿》

這個比較穩。

五十一、我認爲這期最深的一條規律，其實可以用一句經濟學語言表達

Scarcity migrates.

稀缺性會遷移。

過去：

信息稀缺。

所以知識值錢。

互聯網讓信息便宜。

後來：

內容製作稀缺。

所以Creator值錢。

AI又讓內容便宜。

接下來：

什麼開始更稀缺？

Attention。

Trust。

Real relationships。

Physical experiences。

Verified outcomes。

Proprietary context。

所以未來千萬不要只看：

“AI又可以做什麼了？”

更聰明的問題是：

“AI把什麼變得幾乎免費以後，它旁邊什麼東西會因此變得更貴？”

如果AI讓數字工作越來越便宜，

那麼人類可能越來越願意爲：

一次真正的晚餐；

一場真實的運動；

一個值得信任的人；

一羣真正認識自己的朋友；

一個可驗證的優秀員工；

甚至75分鐘和真實小狗待在一起

支付更高價格。

AI的財富機會從來不只存在於AI公司。

有時候，AI越強，最受益的反而是那些機器最難複製的人類稀缺性。

這纔是這期紐約科技周街訪最值得拿走的認知。