產品上線2個月后，這家公司真開始讓AI給人發工資了｜甲子光年

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立的K2 Lab（攀峰智能）（）。其發布的AI內容電商產品Moras，號稱是首個能夠實現幫達人全鏈路帶貨賺錢的AI。

彼時，K2 Lab正在驗證PMF（產品市場契合度）和商業模式。外界對其能否在龐大且復雜的海外內容生態中幫助達人完成短視頻帶貨普遍抱有觀望態度，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期的答卷。

在過去的2個月時間里，Moras完成了首批百人規模的達人共創測試。結果顯示，首周達人發布視頻的出單率超過70%，其中活躍達人通過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」獨家訪談時透露，公司目前已完成由華控資本領投、云時資本跟投的數千萬元的天使輪融資，并且下一輪融資也已經啟動。

另外，公司也同步啟動了和知名高校的垂直場景多模態模型的研發合作、海外規模化增長、加速開發完全Harness化和自主進化的AI電商原生Agent OS。

“這就是現在AI Native（AI原生）團隊的效率。當很多大廠還在以周為單位迭代產品時，我們已經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AI的生產力全面超越個體的平均效能，傳統的軟件研發邏輯與商業模型開始被徹底顛覆。與此同時，支撐企業運轉的傳統管理方式，也在經歷著AI Native團隊的高速沖擊。

1.從失業寶媽到單月13萬美金GMV

在與K2 Lab創始人王銘及聯創湯明磊的對話中，一個Moras海外用戶的案例被反復提及。這個案例近乎完美地詮釋了AI時代“技術改變命運”的敘事張力。

那是一位在美國郵局工作的寶媽，在遭遇美國公務員系統大裁員后，經濟陷入了困境。她不僅失去了收入來源，還需要獨自撫養兩個不到5歲的孩子。

抱著嘗試的心態，她試用了Moras。

結果令人瞠目結舌：試用不到一周，這位毫無電商經驗的寶媽就跑出了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。

要知道，TikTok美區每年平均單月GMV能突破10萬美元的達人總共也只有數百人。而現在，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因素，但這背后卻也驗證了Moras通過AI為達人選品的技術能力。

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

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

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

在傳統的帶貨流程中，一個達人如果想要賺取傭金并不容易。從前期的市場調研、基于基礎認知的選品，到漫長等待收發樣品；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簽。

這種極高的操作門檻，將絕大多數想要尋求副業的海外普通人擋在了門外。

能夠印證這個痛點的一組數據是：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，且消費能力極強，但其商業化變現率還不夠充分。

海外內容電商市場之所以難以復制國內MCN機構的孵化模式，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、無收益且高強度的“牛馬式”學習與付出。

而現在，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，讓達人甚至不需要付出太多的努力，就能獲得超預期的經濟回報。

當帶貨門檻被AI壓到足夠低，70%的首周出單率便成為了水到渠成的結果。

來源：K2 Lab

2.當AI反向“雇傭”人類

除了與達人共創跑通了AI的業務能力，商業模式也是K2 Lab需要探索的關鍵問題。

在2個月前，「甲子光年」曾披露過Moras的兩種收費邏輯：

第一種是經典的“底薪+提成”的人類雇傭AI模式。

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

作為回報，達人能夠拿走商品傭金中的一半。

然而，真正顛覆行業認知的，是2個月前提出構想，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」，在與達人的共創中團隊發現，美國下沉市場有一批很懶的用戶。面對哪怕稍微復雜一點的交互，或者需要多付出一點思考來換取額外20%-30%收益的機會，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，達人不需要給Moras支付底薪，他們唯一的任務就是提供一個真實的社交賬號，并根據AI發出的指令，點擊“發布”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。讓達人先賺到錢，再逐漸學習和參與到更多環節中，這符合絕大多數人的人性。

而相應的，這一模式由于需要消耗大量的算力和系統資源，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。

“現在我們已經有少量用戶在嘗試這種模式了。”王銘透露。

圖注：右側“Managed Service”即為該模式。來源：K2 Lab

“AI雇傭人”看似不可思議，但其實本質上還是生產力的改變。

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

這就像工業革命時期工廠里操縱機器的工人，看似是人在操縱機器，但實際上機器也把人綁在了流水線上，并且機器創造的價值遠遠超過了工人的工資。

AI給人類發工資，正是絕對生產力優勢下的必然結果。

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選擇，但王銘并不希望它成為Moras營收的核心來源。

王銘認為，目前公司正在創業初期，他們需要與更多的達人進行合作，進一步擴大平臺上的達人生態，而非獲取更多傭金。

“我們更希望達人選擇‘底薪+提成’的模式，這樣這個生態才能逐漸活躍起來，而不是用戶聽命于AI，僅僅點幾個按鈕，這樣他的參與度就會低，反而不利于達人生態建設、數據留存、垂直模型訓練。應該借助AI與達人的互動，逐步把人的信任感價值、專業知識和生活方式等充分還原和放大。”

3.A2A入口革命，內容電商的終局形態

之所以希望構建豐富的達人生態，是因為Moras僅僅是K2 Lab的第一步，他們還有更高的目標。

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

在王銘的判斷中，目前包括ChatGPT、Gemini、Claude等，都是技術演進過程中的中心化入口。但隨著技術的平權和開源生態的繁榮，未來的互聯網將不再存在所謂的“超級入口”。

取而代之的，將是無處不在的Personal AI（個人智能助理）和各種垂直領域的Agent OS。哪個Agent OS能掌握用戶某個場景的完全托管權，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。

在這個終極構想中，未來的電商購物場景將發生根本性的質變。

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

• 當消費者產生需求時，他們的Personal AI會直接在網絡中，去與成千上萬個達人的Agent（創作者Agent）進行信息交互；

• 最終，達人的Agent再去對接代表供應鏈和商家的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，就是在這個生態中，把達人和商家的Agent OS建立起來，把他們捆綁在一起，投送到消費者的Personal AI面前。”王銘透露。

這種去中心化的判斷并不意外。

實際上，今天的我們已經從OpenClaw的爆發式普及，以及像千問App實現點外賣、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.當內容生產力極大通脹，信任將快速通縮

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

這就涉及到AI時代更深層的商業哲學：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，當全網充斥著完美的、不知真假的AI生成內容時，消費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的時代，只有那些保留了真實人類獨特審美、獨特生活氛圍以及專業領域背書的“真人”，才是促成最終交易的、最昂貴的信任介質。

這就是K2 Lab堅持希望把真人IP融入進來的核心戰略考量。

5.龍蝦的神話，聽聽就好

當然，要想從工具型產品走到最終的AI電商平臺并不容易，出身釘釘的王銘也深知企業的組織能力是他們能否取得成績的關鍵。

所以在K2 Lab創立的第一天起，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。

但在作為實戰派的王銘看來，這種論調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足夠低，能調動本地應用，讓大家很快玩出花活。但它遠沒有強大到能夠在各個細分場景里完成高可用的商業交付。”王銘直言。

不可否認，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域的深度Know-how，它根本無法替代一個真正擁有戰斗力的AI Native團隊里的專業員工。

“如果你的團隊能被OpenClaw替代，那說明你們不是AI Native。真正的AI Native團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，而是從底層的協作工具到代碼的生成方式進行的全方位重構。

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SaaS固化的流程和遲緩的響應速度，已經完全無法匹配AI Native團隊快速迭代的業務需求。

既然不買SaaS，系統從何而來？K2 Lab的答案是：AI coding。

據聯合創始人湯明磊透露，支撐公司高速運轉的十幾個核心系統——包括HR招聘系統、財務系統、多維BI看板、自動化選品系統、數據標注系統，甚至達人的AI客服系統，全部是由非研發專業的HR、財務、運營和產品經理通過AI Coding直接開發出來的。

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

這種巨大的杠桿效應，使得公司每天都能進行多次系統上線，徹底顛覆了傳統大廠“一周一發版”的工程節奏。

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

當AI開始“給人類發工資”，當一個AI Native團隊用AI coding實現業務落地，過去那些我們習以為常的企業服務敘事，顯然面臨著被徹底改寫的命運。

一場關于效率、認知與信任的淘汰賽已經打響。

（封面來源：AI生成）