一个被严重低估的AI生意：先当苦力，后躺赚12.5K美金/月

大多数人做 AI 创业，一上来就写代码、搭模型、讲愿景，但 Greg Isenberg 给了一个完全反直觉的答案：真正能赚到钱的 AI Agent 生意，第一步是“纯手工”。而且要持续 3 到 6 个月。这套方法，正在悄悄制造稳定现金流的 AI 小公司。

最反直觉的真相：AI 创业的起点不是 AI

Greg 在视频一开始就抛出一个让技术人不太舒服的观点：真正能跑起来的 AI Agent 生意，第一阶段几乎不需要 AI。

他的逻辑很简单，但极少有人愿意照做——你必须亲自下场，做“无聊、重复、没人想干”的脏活累活。不是为了省钱，而是为了搞清楚一个问题：这个痛点到底值不值得被自动化？

他说得很直白：第一阶段就是 manual labor。你用人力完成客户的需求，逐条处理任务，甚至用 Excel、Notion、邮箱都没关系。关键不在效率，而在理解。你会在这个过程中看到所有 edge case，所有自动化方案最容易翻车的地方。

这也是为什么很多“看起来很聪明”的 AI SaaS 死得很快——创始人太早写代码，却从没真正理解过用户的日常工作流。Greg 的话很扎心，但很真实：“理解一个极窄的细分洞察，是 AI 创业真正的秘密。”

三到六个月当“人肉Agent”，换来的是定价权

Greg 给了一个非常具体、也非常不性感的时间表：手动做 3 到 6 个月。

这段时间你在干什么？不是验证“AI 能不能做”，而是验证三件更重要的事：

第一，客户是否愿意持续付费。不是试用，不是点赞，是掏钱。
第二，这件事是不是“足够无聊”。越无聊、越重复，越适合 AI Agent。
第三，你能不能找到一个非常窄、但很痛的场景。

他特别强调了“boring tasks”这个词。不是 flashy 的生成内容，而是那些每天都要做、做错就很麻烦、但又请不起全职员工的工作。这些任务，才是 AI Agent 最理想的战场。

当你连续几个月用人工交付服务，你会自然形成分层：哪些是高价值判断，哪些是可以被流程化的步骤。这时候再去自动化，你不是在赌技术，而是在放大已经被验证过的利润模型。

第二阶段才是系统：AI 不是产品，是杠杆

等到你真正理解了流程，Greg 才进入第二阶段：build the system。

这里有一个很多人忽略的点：AI Agent 并不是“替你做一切”，而是帮你守住利润率。

当你开始有多个客户、多个定价层级时，问题就变成了：如何在不线性增加人力的情况下交付？这时，AI 才真正发挥作用——它把原本需要人反复处理的部分自动化，让你可以在保持 margin 的前提下扩张。

Greg 把这种状态称为 leverage。你不一定非要融资，但你拥有了选择权：要么继续拿现金流分红，要么用已经跑通的模型去讲一个更大的故事。

这也是为什么他认为现在是一个极其特殊的时间点：AI 工具的成熟度，第一次让“小而精”的团队，也能做出原本需要几十个人才能跑的业务。

不找灵感，只找痛点：无聊本身就是护城河

视频里有一句话很容易被忽略，但非常值钱：如果你不知道做什么，就去找“无聊的痛”。

不是趋势，不是风口，而是那些没人愿意在 Twitter 上炫耀的工作。Greg 甚至建议，你可以公开记录整个过程——build in public，每天更新，让市场替你筛选方向。

这种生意也有清晰的门槛：它不适合追求快速爆红的人，也不适合只想写代码、不想碰客户的人。但一旦跑通，它的回报方式非常朴素——稳定、可预测、可复制。

Greg 最后强调，这类 AI Agent 生意，真正稀缺的不是模型能力，而是你是否愿意在前期，亲手把每一块砖摸清楚。

总结

这期视频最值得记住的一点是：AI Agent 并不是“捷径”，而是放大器。它放大的，是你对一个具体、无聊、但真实存在的痛点的理解。如果你是 AI 从业者，这意味着一个现实选择：要么继续卷模型、卷参数，要么退一步，去找那些每天被人用时间和情绪硬扛的任务。真正可持续的 AI 生意，往往不是从代码开始，而是从一次次人工交付中，被逼出来的。

关键词： AI Agent， AI 创业， 现金流生意， 自动化， Greg Isenberg

事实核查备注： 需要核查：视频实际时长；标题中提到的 12.5K/mo 是否为 Greg 的明确表述；“3 到 6 个月手动阶段”是否为原话或总结；build in public 的具体建议频率。