出品｜虎嗅科技组

作者｜陈伊凡、孙晓晨

编辑｜苗正卿

头图｜付智提供

“AI原生100”是虎嗅科技组推出针对AI原生创新栏目，这是本系列的第「14」篇文章。

共享算力，这件事放在今天，并不新鲜。早在20世纪80年代就有人尝试，甚至有人用它寻找外星文明，但却没人在共享算力上赚到钱。

一直到AI Agent的大爆发，这一模式第一次获得了商业上的成功。首次将共享算力这事儿，在全球范围内能跑通，并实现盈利，竟让一个00后团队做到了。

2025年7月，在世界人工智能大会上，付智十分忙碌，他是共绩科技的CEO。这一次，他在大会上对接了40多条线索、转化了20多条潜在商机。

2025年，被业界视为“AI Agent”爆发的元年，这直接导致了AI推理的算力需求暴增。根据第三方分析机构IDC的预测，推理服务器的工作负载占比从2020年的51.5%，增加到了2026年的62.2%。

这些推理的需求，投射到终端，就是一系列AI视频生成公司、AI陪伴机器人公司、AI模型公司的爆发。但这些AI公司的痛点在于，每次都需要支付一大笔长租服务器的费用给到云厂商，这造成的问题是，当需求较少时，他们需要为算力服务，承担闲置算力资源的成本，当需求增多时，他们又要让用户排队。这对于成本敏感、精细化运营的AI初创公司来说，长租服务器的费用是一个重资产投入。

“有没有提供稳定的弹性算力，并且按量计费的服务？”

许多初创公司提出了这个需求。在聊了上百家客户后，付智发现，对于精细化算力服务的要求越来越高，算力服务这行，也进入了按结果付费的模式。

如果仔细了解共绩科技，就会发现，这是一家不管从哪个角度看，都充满“反共识”的公司——首先，共绩科技做的共享算力，是一个已经存在了几十年的构想，如何证明在今天能成为一个可以跑通的商业模式，付智他们在最初融资时，时常面对投资人的这类质疑。

另一类质疑在于，在过去二十几年，没人能突破算力服务的“不可能三角”——弹性、稳定、低价。所以，当一个00后的休学博士生说出，自己可以搞定这个不可能三角时，又引来了一波质疑声。

也就是说，在共享算力的时候，也不影响自己使用算力，否则不叫共享。闲时的意思是，可以随时掉线，随时接入。

共绩科技的解法是把整座城市当成一台巨大的分布式机房，做算力滴滴的事情：每台带显卡的电脑，就是一辆空驶的“滴滴”；AI 公司的推理任务，就是路边扬招的乘客。用户只需登录一个网站，系统便秒级匹配——谁的电脑正好空闲，谁就“接单”跑一段矩阵运算；电脑主人要开黑？任务自动漂移到下一台，跑完即走，收益按分钟结算。

这其实已经不是一个计算机领域的问题，而是一个能源领域的问题。付智的本科学的正好是新能源，他尝试用分布式电网的思路来解决这件事，但能源问题和计算机问题的跨领域适配，他们仍然磨合了许久。

因为没有任何先例，付智甚至找不到任何论文借鉴，“每一个技术点都是从0到1自主设计的。”付智说。

他们花了将近两年时间，才在 2024 年 6 月把稳定性拉到 99.9%以上，首次让“随时掉线”真正变成了“随时在线”，也首次让普通人的电脑能够共享算力。为了做到调度普通人的电脑算力这件事，他们的底层架构重构了三次，这相当于把一整栋楼推倒重来；为了实现让每一个普通人装一个客户端就能实现算力共享，他们迭代了80多次产品。

共绩科技的团建 中间为付智

2023年，付智决定博士休学，和机械系博士生许钟子珩一起，创立了共绩科技。他和许钟子珩大一就认识，两人一起把清华的各种竞赛、创业比赛都打了个遍，都取得了前三名的成绩。在付智决定创业后，许钟子珩几乎没有一丝犹豫就加入了。后来，北大本科、清华叉院的博士生黄力昂也加入了他们的团队。付智说，他们团队的理念就是，保证自己是和最优秀的人一起工作。

后来，他们逐渐把这个To C的生意，拓宽到B端客户。付智说，今年上半年，共绩科技实现了2000多万收入，其中大部分来自B端客户。

付智向我展示了密密麻麻的文档，这些是他们每次周会的记录，每周例会，团队成员会扮演投资人，轮流挑战他们的创始团队。

“我唯一的危机感就是我们还不够快。”付智说，“否则除了AI不行了，我想不出我们能有什么危机。”

从科研中抓到的商机

虎嗅：为什么想做这样一个共享算力的平台？

付智：其实是源于我的一次研究需求。当时我在赶一个科研论文，只有一周的时间，但我如果用自己的电脑，需要计算40多天，当时我也找了公有云厂商给我提供临时算力，可惜他们没办法满足一个学生的个体需求，他们做的都是大生意。所以我就找到了我的同学，让他们把自己的电脑算力共享给我，成功在5天内跑完这个任务。

那之后，我发现很多做科研的同学都需要模拟计算，所以我就做了一个共享算力的微信群，大家可以把任务发到群里，然后有人的电脑空闲，就可以共享算力给有需求的人。

这个需求越来越多，我就开发了一个共享平台，大家可以把任务发布到平台上，然后平台自动配置算力资源。

虎嗅：这个时候你开始思考要不要创业了是吗？

付智：没有，这个时候就有投资机构来问我，但我拒绝了。因为我认为如果这只是一个面向学生的需求，市场还不够大，对我而言不够性感。

虎嗅：这个时间点是什么时候？

付智：后来，我把这个平台发到B站上，一夜之间，就有7000人到8000人来注册，我才发现需求这么大。到了2023年4月份左右，我发现我们在一些人工智能圈子里已经很知名了。我们做了一个共享算力的社区，我就在社区里，问大家有没有需求，谁先付钱，我就先服务谁。

后来我成功服务了五个客户，我发现这个市场还是比较大。

后面我开始花很多时间研究了AI算力的具体需求、共享算力的流程和要素以及整个云市场的格局，最后我才决定出来创业做这件事。

虎嗅：了解需求到决定出来干，这个过程的细节是什么样？

付智：在我9月份首轮融资之前，我们都没有拿过一分钱融资，我只是在和用户访谈、专业人士交流过程中来验证这件事商业化的可能性，但这都不够。

后来我拿到了小3万块钱的收入，50%的毛利率，我才确定这件事情具备商业化的条件，于是在2023年9月份融到第一笔钱，原因是，我需要更多钱去验证更大规模的事情，我们在今年上半年做到了2000万元收入，我认为确定性就比较高了。

虎嗅：拿到第一笔融资是什么情况？

付智：拿到第一笔钱还挺曲折的，23年年初，因为我自己还没想清楚、技术上也不太成熟，当时投资人想投我们，我拒绝了。

后面整整五个月一直融不到资，我们没有发工资，我们一个联合创始人，借了钱去买服务器，我们还遇到一些投资人，在签协议的时候把我们“鸽”掉了。我甚至想过，如果9月份融不到钱，就回学校转社区运营了。

一直到我们报名奇绩创坛，因为奇绩创坛是“投人”的逻辑，且愿意支持反共识的项目，所以我们就拿到了第一笔融资。

虎嗅：投资人一开始的质疑主要在哪里？

付智：共享算力这件事，不是个新的事情，从20世纪80年代就有人提出来，但是一直没人做到商业化的成功，这是投资人最多的质疑点。

原因是第一，之前没有那么多算力需求，哪怕是2022年底，大家对于算力这件事是没有概念的。共享算力的模式，更多是拿出来做一些公益性质的计算，比如找外星人，老百姓没人去用，也没人变现。

第二，设备层面也不具备提供一些商业化服务的能力，随着模型越来越小，很多个人设备就能提供很好的算力支持，一个更容易理解的案例——今天手机的计算能力可能比阿波罗登月需要用到的算力还多。

第三，技术上也有难度，今天很多技术才逐渐成熟，比如WSL（Windows Subsystem for Linux）的支持，是这几年才完善的。

投资人另一个层面在于，他们会觉得我们是不是挖矿？因为2020年左右，有很多挖矿的商业化实践，但挖矿没有壁垒，并且在中国这是受到禁止和监管的，同时挖矿的边际效应也在递减。

但今天，一切都在发生动态变化，这些质疑自然而然被打破。

虎嗅：今天投资人的看法有变化了吗？

付智：直到今天，还是有投资人认为是在“投人”，之前他们都看不懂这个事情。我聊过很多投资人，他们都觉得这个不行，因为这不是共识。

“就像前面有座大山，要一点点搬完才能看到结果”

虎嗅：共绩科技成立时，正好赶上大模型腾飞，2023年很多公司已经证明了基础设施未来可能是一个统一标准化的商品，没有多少成本和利润上的想象空间了，更多机会应该在应用层，你怎么看？

付智：我自己也做过一些应用，我也用它们赚到过钱，但我认为应用层的机会需要满足两个条件，一是模型能用，二是足够便宜。2023年的时候，这两条都不成立。2025年，第一条刚成立，但第二条仍然没有充分满足，或者我觉得机会还没到。我们还在持续观察，这也是做算力的好处，可以敏锐观察到市场动态。

虎嗅：正如现在很多AI应用公司，他们需要给大模型公司支付很大一笔API费用。

付智：是的。

虎嗅：但基础设施算力这件事，在共识中，一直都是大厂的天下，哪怕是弹性算力，大厂也在做，一个初创公司的机会在哪里？

付智：实际上我们是目前为数不多有能力参与国家级基础设施建设的初创公司，国家现在的算力一体化网络调度平台我们也基本参与进去了。现在也成为了弹性算力这个领域比较领先的公司。

虎嗅：为什么这件事情让一群00后干成了？或者说难点是什么，为什么没人干以及干成的为什么是你们？

付智：一直以来，在算力服务上，存在弹性、稳定、低价的“不可能三角”。

我们提出了闲时算力调用的破解方案，但因为之前没人这么干过，所以在我们决定做的时候，花了很多时间摸索，甚至没有前人的论文参考，我们需要从0到1去定义和解决这件事。

为了解决闲时算力保障稳定这一难题，我们从底层推翻并重构了三次算法框架。另一个问题是设备接入的问题，我们至少迭代了80多个版本，花了1年多时间，才实现了99.9%以上的稳定性，现在甚至能够做到99.99%以上的SLA（服务等级协议）（虎嗅注：SLA是系统服务提供者对客户的承诺，包括可用性、准确性、系统容量和延迟等关键指标。）比一些知名公有云更稳定，而且把接入门槛调到很低。

这件事难在它并不单纯是计算机领域问题。我是清华大学能源大类招生进来的，所以我也会加入在能源领域的认知，将其抽象成一个能源领域的问题，这需要跨领域的融合创新，我们在跨学科层面做了非常多从0到1的努力。

我们先对供给侧和需求侧的动态波动特性进行监控建模，进行负荷预测，再对节点的能力、稳定性进行动态分级和智能匹配，在需求峰值发生前部署热备，实现算力资源的丝滑扩缩。这样一个多云热备的体系，比绝大多数单集群体系都要稳定。

虎嗅：这中间遇到过哪些失败和挑战？

付智：比如我们第一个客户，因为我们当时的产品鲁棒性不够高，他就没有继续用我们的，一直到后面做好了，他又回来了。

还有一个是设备成功接入这件事，我们希望普通人也可以共享自己的算力，非但能够自己在本地部署一个大模型，还要能共享给别人用，只需要简单下载一个客户端就可以，这是有很大难度的。

最早我们打包这套软件让别人下载，只有一半的人可以成功，因为部署模型有无数系统环境问题需要解决，我们当时每周都在解决各种各样的问题，这个感觉是，你面对一整座大山，要一点一点搬完，才能实现一个比较好的结果。

在云厂商生意缝隙里寻找机会

虎嗅：后来你们又做了政府的生意，例如我看到公开报道提及了河北、青海的算力调度平台是你们建的，我理解ToG更是云厂商的地盘，之前云厂商也都做这个事情。

付智：举个例子，全国三分之一的算力都在河北，河北省的算力调度平台是我们做的。

虎嗅：政府找过来的吗？

付智：是的。

虎嗅：为什么云厂商不做这件事，但最后你们做了？

付智：我们不是单纯卖算力。

AI带来了大量的算力需求，这些算力需求分两类，一类是训练需求，一类是推理需求。训练要求资源极其集中且稳定，但是训练只有少部分玩家玩得起，我认为推理计算会是未来最主要的需求。

推理需求有两个特点：第一，它本身需求是分散的，对资源集中度要求低；第二，推理需求存在明显波动，不同时段的需求量不一样，这就带来很大的困扰——因为现在市场上大部分算力服务商只愿意长租。而对于长租模式，应用公司不可能为尖峰时刻去租，因为浪费太严重了。所以公司会选择为某个中间时刻租，使得浪费可控，但这就会导致部分时间排队。

这一类排队的需求或者这种速度会变慢的需求即为弹性计算需求，因为它时间短、尖峰高而且很波动。对于这种弹性计算需求，市场上也有一些服务。比如短租，但是价格较高，比如一些云厂商，在短租上的价格可能是正常价格的五倍。云厂商还会把一些闲置节点放出来，但随时可能掉线。

这些服务各有各的特点，要么价格贵，要么要求长租，要么不稳定。这对于公司来说都不是好的解决方案，是市场上很大的痛点。

我们做闲时调度，调度各个地方的闲时资源，为市场提供弹性、低价且稳定的算力服务，这就是我们的商业核心逻辑。在我们做这件事情之前，全世界没有任何一个商业平台支持实时共享，都只支持锁定共享。

这条曲线叫“子珩曲线”（这是共绩科技的联合创始人许钟子珩发明的，纵轴是单位服务的价格，横轴是单位服务的时长）。我们认为任何租赁市场都有这么一个双曲线，从需求上来看，租的越短，价格一定会越贵；从供给侧来看，资源越碎片，越难被利用，价值就越低，成本也越低。

“子珩曲线”

大厂当然更愿意做后面这部分需求，因为市场空间更大。他们聚焦占领更大的市场，没有把重心放在前面高毛利的地方，现在这件事只有我们在做。

但从商业逻辑上来说，我们本质上是调度碎片的资源来服务弹性的需求。所以我可以有较高的毛利，最多的毛利有95%，有一些是10%左右。但是这个高毛利的业务只占整个市场20%左右的需求量，而大部分的需求还是这部分长租的需求。

第二，我们允许资源便捷接入，只需要下载客户端就可以共享。这两个分别是算法的难题和工程的难题。

当然有一些公司确实也在做这方面的事情，但第一，他们要求设备不能断网、关机、掉线，要求强锁定，意思就是参与者自己不能用；第二，要求重装系统，意思就是整个设备共享出去。

这么做就没有解决闲时共享的问题，也没有解决便捷部署的问题，这两个问题目前我们都解决好了。

虎嗅：你认为这件事情政府最后会买单？

付智：未来算力一定属于基础建设，国家也想建立算力网络，其实现在各地都在建调度平台，但这些平台都不支持闲时接入，只支持锁定接入。

假设我是政府，建了这么一个调度平台，然后联系这个地区的所有机房接进来。但是接进来之后机房自己就不能再用了，那机房肯定不愿意，所以这些平台没有任何一个机房“真正”地接进来，没有发挥作用。

但如果有闲时调度能力，逻辑就不一样了。地方政府可以找这些机房，建议机房将闲时资源接出来，地方政府帮忙卖，赚额外的钱。

虎嗅：和政府合作是资源壁垒特别高的事情，怎么搞定这些政府客户？

付智：首先，清华背景确实是给我们带来了机会。第二，我们是靠技术把事情敲定下来的，后面青海省和河北省都是自己找到我们做的。

虎嗅：除了政府项目，平时怎么跑客户？

付智：我们在网上有一些声量，“共绩算力”这个平台出来之后，我们网上自发注册的用户已经有10000多位。

我们同时还具备算电协同的能力，这是更长期的事情。“以算代储”是我们自己提出的，通过算力和电力协同，促进新能源的消纳，使它更加绿色。

虎嗅：对你们来说，先发优势和壁垒是什么？

付智：我们的这套技术强烈依赖数据，数据越多越稳定，就能越做越好，后来者会很难赶上。我们现在已经有两万多人参与共享了，数据越多，数据飞轮转得就越快。

它可以一直完善，因为是数据驱动的，可以越来越好。我们的项目没有实验室阶段，一开始就是商业化，直接用来服务客户，只是刚开始客户体验差，我们需要人工来补足，但今年年后开始，就基本自动化了。

你只能把正确的事情做好，而不能把错误的事情做对

虎嗅：决定休学，导师同意吗？

付智：我对于休学创业的意愿较为明确，跟导师深入沟通后，他也尊重了我的选择。

虎嗅：你当时师从江亿院士，他也是清华大学建筑节能研究中心主任、教授，导师是否有给你一些指导？

付智：比如我当时跟我的导师江亿院士谈论“以算代储”的时候，江老师一针见血地指出，如果不用闲时算力共享做调度，机器的浪费成本会远大于节约的电费成本，这件事情就不成立。

现在做算电协同的人很多，其中不乏高校教授和一些大厂，通过我们的实践发现，这一方向需要更注重动态资源调度与成本效益的平衡，而之前行业尚未形成广泛共识。

虎嗅：学生创业，其实经常会因为缺乏一些经验而踩坑，你怎么避免？

付智：我一定程度上觉得业界的经验积累有时候反而成为桎梏。我觉得更多的是来自实践的反馈和观察，还有从底层的第一性原理的思考。我觉得掌握这个方法就能看穿事情的本质，这个方法是一切的基础。

我花了大量时间学习，2023年10月，我请了一个投资人给我们上课，讲什么是战略，怎么做战略。他专门用《论持久战》来教我们，他就跟我们说，这是最顶级的战略。我当时没有完全听懂，但后面结合实践经验，我就领悟了。我们有很多思考，包括思考能力的提升、技术的提升。

虎嗅：从什么时候开始有这样的习惯？

付智：基本从大一开始，因为我那时候就做很多事情，必须想办法提高效率和不断迭代。

虎嗅：创业这么忙，怎么有时间做这么多的阅读思考以及写文章呢？

付智：脑子不用功，身体就得受罪。

虎嗅：你每天的工作时间多长？

付智：正常工作时间就八九个小时，但思考是无时无刻的。

虎嗅：前面的一些创业经历给你带来什么样的锻炼和思考？有一些经验用到这次创业中吗？

付智：我很小就决定创业，我高中的时候就去拉赞助，成立了我们学校第一个机器人协会，还拿了全省机器人大赛亚军。我们高中自己拍的第一个纪录片，也是我和同学去拉赞助拉来的，后面视频有了几十万播放量，赞助的老板们也回本了。高二我们想办一个元旦晚会，我去拉赞助，最后真的找到钱，把活动办成了。

虎嗅：听起来都是很棒的经验，有没有一些失败和教训？

付智：有的，我上一段创业是做了一个低代码游戏平台，这个项目最后我们靠PPT融到了钱，但最后宣告失败了。当时我们以为，只要创造游戏的门槛足够低，就有很多人愿意来创造，但我们忽略了一个最重要的问题，那就是游戏真正的门槛不是代码，而是创意。中国年轻人基本没时间做创意，也不会有那么多人做游戏。

这件事让我意识到，创业就像开题，你只能把正确的事情做好，而不能把错误的事情做对。

虎嗅：你有崇拜的人吗？

付智：我初中的偶像是马云，我觉得马云最厉害的地方是他对趋势的把控和判断。我觉得他和那18个人是一群平凡人创造了非凡的事业。

“保证跟你工作的人是全世界最优秀的人”

虎嗅：创始团队是怎么找到的？

付智：我的两位联合创始人，许钟子珩是清华机械和计算机系的，年级第一，他甚至帮国家解决过一些卡脖子的问题。黄力昂本科在北大物理系，博士在清华交叉信息研究院，是亚洲大学生超级计算机竞赛的冠军。许钟子珩是直博，边创业边读博还提前毕业，我和黄力昂是休学了。我和子珩都是00后，黄力昂是1999年的。

我和许钟子珩在大一一起上中国近代史纲要的时候认识的，老师让我们两人当助教，我们就这样成了好朋友。后来我们俩一起合作打比赛，把清华的各种比赛打通关了，基本都拿了前三。黄力昂是清华街舞队的队长，我是清华跆拳道的队长，我们是这样认识的。

右二为付智，左一为许钟子珩

虎嗅：知道你创业的时候，他们没有丝毫犹豫就跟你一起做了？

付智：确实没有丝毫犹豫，我跟许钟子珩说完，我们俩就开干了。找黄力昂的时候，我们其实已经做出一些成果了，然后他就同意了。休学的事情是跟他导师谈了一段时间。除了我们三个之外，还有很多优秀的合伙人。冯巍议没有上过大学，但他之前是英特尔的高级工程师。王鹏在领域内干了近十年，还有字节出来的，徐菡蕊拿了金杜的offer都没去，杜昔熺是华润系公司的生态总监，刚升了总监就辞职来跟我们一起做了。我们团队去年拿了清华“学生创新创业十佳团队”的冠军和“互联网+”大赛的亚军。

虎嗅：你们是先做to c然后转到to b，这个战略节奏你和团队是怎么考虑和规划的？

付智：DeepSeek出来之后，很多人做了各种各样的事情。当时我们也遇到一个问题，就是要不要跟进。我认为公司的业务核心是计算需求增长，而计算需求增长需要两个基本条件和一个基本的定律——第一个模型能力可以用；第二是推理成本足够低；第三是单位计算成本对应的模型能力不断变强，这是密度定律。

由此，我们可以推出结论：第一，DeepSeek第一次或者即将第一次使得国产模型能力达到应用服务所需边界；第二，DeepSeek大幅降低了单位推理服务的成本，但是并没有使得部分应用商业模式成立，原因是持续使用DeepSeek每小时的计算成本大概是5.7元，但今天中国没有应用能从用户那里收回5.7元，所以商业模式不成立。

我们得出的结论就是不着急，继续按照节奏做好自己的事情就行。

我一般会给大家做阶段性的规划，包括当前阶段的规划、下一阶段的判断以及下下阶段的预期。

举一个错误的例子，当时我们一家友商在去年4月份时认为AI会火起来，于是包租大量的算力，按照协议价锁定三年。到了今年，他发现市场价比协议价低，只能违约，造成了大量损失。

虎嗅：现在的管理方法有没有迭代和改变？你觉得你是什么样的管理者？

付智：我是兼具严肃和活泼，我们公司所有人都非常玩得来。我们每周有一个例会，大家会扮演投资人，拷问创始团队一些问题，我们会把这些都记录下来。

我们公司有一个福利，就是保证跟你工作的人是全世界最优秀的人。

虎嗅：你怎么让这些全世界最优秀的人服你？

付智：自己足够优秀，这是基础。在基础之上，可能拥有一些人格魅力。我从小就喜欢组织大家做事情，我能号召一群人围着我一起做一些事情。大家都很爱我们做的事情，有的人DeepSeek找了他们好几次，都没被挖走。

虎嗅：股权上怎么设计？

付智：核心创始人一定是占大多数，然后会做员工持股平台，也会做期权激励平台。

虎嗅：当团队内部有不一样意见的时候，倾向怎么做？

付智：如果最终一定要拍板，那一定是我来决定。现在我会更多地把决策的机会给他们，因为决策权是试错权，给他们成长的机会。

虎嗅：怎么保证招到的人一定是最优秀的？

付智：这与我们的面试技巧有关系，要看三个维度：心力、愿力和能力。心力和愿力最重要，就是情商和智商，其实还有一个更重要的是志商。一个人敢想多大，以及敢为此付出什么，这决定了人与人之间的不同。情商和智商只是之前的积累，但志商决定了未来。

虎嗅：你们的产品迭代速度多快？

付智：每周都会迭代至少1次到2次。

虎嗅：速度很快，平时加班多吗？

付智：我们非常快，但我们没有加班文化，团队内部效率比较高，管理方式和别的公司也不一样。去年年初我写了一篇文章叫《AI原生组织的建设与实践》，我当时认为，没有电脑的时候组织管理肯定更加原始，而今天AI完全赋能了新一代的组织形态。这种情况下，一些隐性信息可以被挖掘，可以利用AI提高传递效率。我们公司内部基本上人人都有一个自己的Agent，会记录大家的信息并进行快速同步，通过配合会议制度，最终使得信息高速传递。我们以目标为导向，任务完成就可以下班，所以大家加班不多。

虎嗅：我觉得这是这一批年轻创业者的优势，你们就是AI生长出来的公司。

付智：我们能很快地拥抱新的工具。

“我只担心自己不够快”

虎嗅：现在AI时代的变化特别快，每天有大量AI公司起来，也有大量AI公司死掉，你有危机感吗？

付智：我现在唯一的危机感是自己不够快，不能抓住时间窗口。否则，除非AI不行，或者人类世界毁灭，不然没有其他能给我构成危机感的东西。

虎嗅：你觉得需要跑得多快？窗口期有多久？

付智：比如给国家建调度平台，我觉得我们今年至少要完成八个省份，但现在只完成了四个。明年我们要实现一半以上的省份给他们建算力调度平台。

虎嗅：你们现在可以公布的营收大概是多少？

付智：我们上半年到账2000万元。

虎嗅：这里面有多少是B端收入？

付智：基本都是大B。

虎嗅：现在时间主要花在什么地方？

付智：如果是公司内部的话，那就是销售，需要铺渠道、找客户、找供给，要经常出差。

虎嗅：如果现在回看这一年多时间，有没有哪些决定是不应该做的？

付智：我觉得不够优秀的人没有让他快点走，或者没有放到合适的位置。因为我之前我不会把这些人开掉，但是现在学会了。应该坚持贯彻我们的文化——留下优秀的人，当然，优秀并不是指学历，而是学历和能力、价值观层面的优秀。

虎嗅：你没有想过失败对吗？

付智：即使失败，我们也会继续做别的事情，这不是我们的终点。这件事情已经足够大，但是做完之后我们还会做更多的事情，我以后可能也会做核聚变飞船。