13年创业上市路，AI“老兵”的长期主义与现实生存法则。

作者｜甲小姐

创业13年，筹备上市5年，审核博弈649天——云知声创始人黄伟的故事像一面镜子，照见了中国AI企业的生存真相：在资本浪潮与技术理想之间，“留在牌桌”需要勇气，更需要耐力。

在AI从“听音识人”到“通用智能”的十余年跋涉里，云知声是一家不够喧哗的公司。它没有站在算法竞赛最热闹的讲台上，也没有卷入千亿补贴的算力战场。

更多人关注的是云知声上市之路的波折：

• 2020年11月：首次向上交所科创板递交招股书，后于2021年2月主动撤回。

• 2023年6月：首次向港交所递交招股书。

• 2024年3月：更新招股书，再次向港交所提交上市申请。

• 2025年3月30日：第三次向港交所递交上市申请。

• 2025年4月14日，云知声通过中国证监会备案。

2025年6月30日，云知声终于以“港股AGI第一股”的身份完成上市。敲钟台上，创始人黄伟的表情平静得近乎克制——没有振臂欢呼，没有热泪盈眶，只有一句轻描淡写的“有一点喜悦”。

这是云知声上市后黄伟所接受的第一场采访。我们聊做决定与决定的代价，聊生死线上的判断，聊“活下来”的底气，更重要的，聊一家AI公司在后喧嚣时代对企业本质的理解。

1.“‘老兵’能够活得老，还是有原因的”

甲小姐：敲钟那一刻，心情如何？

黄伟：有一点喜悦。

甲小姐：不是超级喜悦？

黄伟：我创业13年，筹备上市5年，中间经历过很多事，几年前想象的喜悦，在时间推移下都被抹平了。上市只是一个里程碑，是5年前的目标实现了，没有更特殊的意味。

甲小姐：你有预料到上市后市值大涨吗？

黄伟：没有。其实我头一两天会关注市值，后来就不关注了。市值只是资本市场阶段性对不同板块企业的认知差异，得用平常心看待。

老孙（云知声早期投资人）几年前和我说，老黄，我投了你这么多年，你始终不是最出风头的那个，Pre-IPO估值才80亿。但我想，热有热的道理，不热也能活那么久也有它的道理，在行业里我们是个“老兵”，但“老兵”能够活得老，还是有原因的。很多公司很早就夭折了，为什么云知声没有夭折？一定是我们做对了什么。

甲小姐：敲钟时不在现场的人，你第一个电话打给了谁？

黄伟：那天我没拿手机，有点特意想安静。除了特别好的朋友和家人，不想过多联系其他人。上市之后我一个人休息了几天，你是我见的第一个公司外部的人。

甲小姐：过去五年，云知声一直在尝试上市，第一次是2020年尝试科创板，然后2021年2月主动撤回。据说，决定从科创板撤回前的某个周末，你躺了整两天。那两天你在想什么？

黄伟：当时做这样一个决定还是很艰难的。作为一个leader，你首先要做一个正确的决定，然后你要思考这个决定的代价你能否承担。做决定和决定的代价是两层意思。你有可能做了一个正确的决定，比如守塔山，但守塔山可能会死很多人。

那个周末之前我想的是什么是正确的， 在A股审核周期拉得很长、有很多不确定性的情况下，是拖着还是撤回？如果一直拖着，后果是什么？

那时候是向死而生，在“等死”和“找死”之间选择。不撤是不能够对外融资的，很多企业在过程中拖死了。你不撤，必死；你撤，80%是死，但还有20%的可能活下去。

后来我决定撤。那之后思考的是撤完怎么办？公司要生存，但外界一定会解读为公司不行了，在这些情况下怎么去融资？即便这个决定是正确的，如果我没想清楚后果，公司可能就死掉了，死了就没有机会证明你是对的了，所以那时我高度烧脑了一个周末，周一再进公司，肉眼可见的廋了好几斤。

现在回看，五年前的决定是对的。就像中国工农红军，为什么要开展二万五千里长征？当时红军面临着生死抉择，留下来就是“等死”，撤出中央根据地才有机会活下去，才有机会让星星之火可以燎原。就像红军撤出了老根据地，我们撤出了科创板；两年后红军三大主力在会宁胜利会师，四年后我们也在港股成功敲锣，完成IPO。

甲小姐：你们撤回IPO半年内就完成了近1亿美元的融资，这是怎么做到的？

黄伟：我们在努力做一个企业的本质的东西。摊开报表来看，机构还是认为云知声是一家非常优质的企业。

甲小姐：后来转战港股之路顺利吗？

黄伟：我原以为港股发行6到9个月就能完成，没想到整个过程异常艰难。

港股在2021年上半年还非常火，一个项目只要去香港发，大家会求着见创始人拿额度，但21年下半年开始港股就变得很冷，甚至很多中介机构都不接项目了。

滴滴事件后，很多美元资本觉得中国资产有不确定性，加上俄乌冲突和疫情，2022年到2024年港股都很冷，再加上2023年初开始备案制，上市要求更严格，整个流程更长了……我们没想到整个备案审核过程持续了649天。

甲小姐：649天，这个数字你记得如此清楚。这期间没法融资，怎么撑过去的？

黄伟：2022年我们谈了近300家机构，一个礼拜去10个城市，所以2023年初我们迅速融了7个亿。当时时间很紧，因为我们要赶在2023年6月底之前交A1（注：香港上市A1表，全称为“香港联合交易所有限公司上市公司申请初步申请表”）。如果那时我们只融了2亿、3亿，恐怕无法支撑后面整个备案审核的649 天。

港股和A股还不一样，A股的审核进展是公开的，港股很多信息是不公布的，很多公司拖不起。幸好我们之前储备的子弹还算够，在晴天修伞，在市场最冷的时候把该做的工作做完了。你看今年港股又形成了一个“堰塞湖”现象，如果今年再启动报港股，审核发行的压力会大很多。

甲小姐：云知声今天的市值主要靠什么？技术壁垒、客户量，还是潜在市场？

黄伟：我想是综合原因。没上市的时候，大家很难用统一标准去衡量，上市后材料公开，大家用同一把尺子去对比其他公司，会觉得云知声还是比较优秀的。

甲小姐：媒体将云知声称为“港股AGI第一股”，这个评价准确吗？

黄伟：资本市场要找到一个相对准确直观的定位，可能在这个时间窗口，云知声是最有分量的一家AI企业上市，所以媒体给了我们这样一个定位。

甲小姐：五年上市路，云知声招股书里的叙事逻辑有变化吗？

黄伟：外界会觉得有变化，但对我们来说没有。技术本身在不断演进，比如我们交科创板的时候市场还没有大模型概念，虽然那时我们有BERT，但没人把它包装成大模型。云知声一直在按自己的技术和业务线延展，在不同时间切片呈现给受众的肯定不一样，但这只是结果，不是原因。

甲小姐：上市是否会对你们的战略产生影响，甚至动作变形？

黄伟：要说百分之百没影响也不可能，即便没有IPO，在大模型出现后，公司也会面临选择，比如是全力投入大模型，还是同时分配足够的资源发展业务，本身就是个平衡问题。再加上要上市，不能因为大模型来了，就把80%的预算都投进去，导致收入下滑。我们会合理分配资源，确保技术演进跟得上外部环境，业务推进也能保持合理增长。

云知声创始人&CEO黄伟博士

2.“AI 2.0的竞争压力远远超过1.0”

甲小姐：语音→芯片→医疗→大模型，这是云知声的战略主线吗？

黄伟：其实云知声一直是一个主线。从12年开始，我们就同时在做语音识别和自然语言理解。声音和语言是不分家的，都是为了解决人机对话的问题，从听得到，到听得懂，再到能交互。我们在18年就在做BERT模型，有了GPT之后又往前走了一步，我们的主线基本就是沿着全球AI的发展往前推，从对话式AI走向AGI。

甲小姐：如果以大模型为分水岭，将之前的AI称作AI 1.0，之后称为AI 2.0，在以“感知智能”为主的AI 1.0向以“认知智能”为主的AI 2.0演进过程中，一批1.0企业转型为了2.0，也有一批企业原生于2.0时代。云知声创立13年，走过了AI 1.0与2.0，现在回看，1.0时代的投入，在2.0时代哪些可以复用，哪些已经过时？

黄伟：首先2.0并不比1.0更高级，2.0的很多技术也源自于1.0，1.0和2.0的公司都同样值得尊重。

甲小姐：你是否曾经感觉你们已经不是AI圈最热门的公司？

黄伟：从1.0时代开始，我们就不是最热门的。不光是我们，1.0时代语音和语言在国内从来不是热门，那时候视觉（CV）才是热门。我记得2018年咱们在哈佛遇到过，那时美国的创业公司在做NLP和自动驾驶，Transformer是2017年提出的，GPT是2018年推出的。但中国从2018年到2021年最热的都是CV，因为CV能做安防，能带来收入。

在1.0时代，我们的市场在自然语言方面投的钱太少了，导致后来突然被OpenAI打蒙了。现在如果我们过度、过早地关注商业化，可能会犯同样的错误。

甲小姐：大模型出现之后你的判断是什么？

黄伟：我记得22年底23年初的时候，大家在争论是做通用模型还是垂直模型。很多人觉得做通用模型才牛，但我说做通用模型会死一大批，最终就剩两三家；很多人觉得做垂直模型好像很low，我说谁说的？你考698分，去北大医学院当医生不行吗？我们要做的就是用一流的通用模型做专业的事。

22年底、23年初的时候，我跟很多朋友讲过我的观点，我们可以拭目以待，看看我的观点对不对——我觉得大模型公司能成的就“两个+半个”。

第一类是巨头，它们有数据，有算法，有算力，有场景，大模型对它们来讲只是工具，而且这个工具是他们真正的新生产力；

第二类是1.0公司，它们有业务，有场景。我以前用BERT，现在用GPT，新公司能做的我们也能做，关键是我们有的他们没有。客户要的从来不是模型，客户根本不care背后用的是什么model，而是基于模型的产品或能力，要能解决问题；

剩下半类就是2.0的大模型公司，他们最大的challenge是你能不能把能力变成满足用户需求的产品——你拿模型做社交吗？有腾讯；拿模型做电商吗？有阿里；拿模型做娱乐吗？有字节；拿模型来做某行业吗？有这些大B。那为什么是你？特别是开源模型出来之后，你的价值到底在哪里？

说实话我觉得AI 2.0的竞争压力远远超过1.0，好的场景一定会卷死。在AI 1.0时代，人脸识别虽然很热，但BAT不一定做。但2.0时代BAT全部all in了，在这种情况下，如果你只有模型没有根据地，很难生存。

甲小姐：有没有一种可能是这波大模型公司会开创一些新的场景？

黄伟：有可能，就像2012年出现字节一样。所以我说有半类机会。

甲小姐：1.0的公司在2.0时代会不会有路径依赖？

黄伟：路径依赖肯定存在，在1.0时代我们干了差不多十年，各个业务线的习惯做法本身就是一种路径依赖。比如当大模型比例加重，销售可能会增加工作量，所以我们做了很多内部宣贯，让大家意识到时代的拐点已经到了，与其被动不如主动，也有KPI调整来扭转路径依赖。此外公司能不能敏锐地发现一些新的机会和可能性，然后快速做起来？这些都是挑战。

甲小姐：你们为了适应2.0时代做了哪些重构？

黄伟：这种重构不是大范围的。比如我们公司内部有个叫Labs的部门，在1.0时代，我们分了很多技术方向，语音识别、信号处理、自然语言理解、语音合成等等，现在Labs内部大模型基本“一统江山”，不再分很多细的环节了。

3.“市场分散才是对创业公司最好的保护”

甲小姐：为什么选择医疗和物联网（生活AI）两个赛道？

黄伟：首先，医疗和物联网这两个赛道空间很大，都是上万亿的。你千万不要做那个全国90%的市场都是你的，但一年就两个亿收入，天花板太低了，你要做坡长雪厚的赛道。

其次，医疗和物联网的市场都很分散，可能投资人不喜欢听这个故事，但分散才是最好的保护。

甲小姐：这和很多人的观点相反。有人跟我抱怨这看起来是个一万亿市场，事实上是个一万个一亿的市场。

黄伟：那就一个亿一个亿地去干呀，不要上来就想干个统一的万亿大市场，轮不到你。创业公司最好不要去碰那些靠资源可以砸穿的场景。

分散，意味着没有任何巨头可以靠资源把它击穿，没有绝对的领先者。那我只要比别人做得早、做得快、扎得深，我就有可能在这个分散市场里树立我的综合优势。我们这个战略是13、14年就定下的，我们13年底就在跟协和医院对接，跟格力空调对接，16年我们的产品落地，我花了两三年时间去打磨产品。你把技术做好了，你的定制就少了。

甲小姐：此次港股招股书显示，2024年云知声在中国AI解决方案排名第四，在生活AI和医疗AI细分领域分别排名第三、第四，对于市场份额和这个排名，你满意吗？

黄伟：AI解决方案是个非常广泛的概念，并不能很精确地描述我们的赛道，比如这个统计里也有百度和阿里，在医疗AI领域排名在我们前面的还有卖药的。此外，医疗AI也刚起步，行业渗透率并不高，这意味着市场空间还很大，我们并不在意排名。

甲小姐：这两个行业未来会依然这么分散，还是会形成寡头？

黄伟：前几名的比例可能会比今年高很多，但大概率不会形成寡头，本质上这还是一个比较分散的事。

甲小姐：2018年，你们内部有个比喻“物联网就是一横，医疗就是一纵”，现在云知声是几横几纵？

黄伟：所谓“一横”是云知声输出的AI通用能力，就像卖水，可以用它做咖啡、奶茶、果汁。“一纵”是和专业性相关的，比如医疗就是知识密集型场景。现在医疗也慢慢在做横了。有了这样的能力，我们就可以思考，这个能力能不能复制到法律、保险、金融。

甲小姐：未来你的“纵”会更聚焦还是会拓展更多？

黄伟：我们会谨慎拓展，因为“纵”很难做，不光有技术深度，还有行业门槛。

新场景是延展出来的，不是无中生有的，我们一直在做我们的能力边界能辐射到的地方。比如从医疗到保险，从消费电子到座舱。我在消费电子里面已经解决好了强噪音环境下的交互问题，再把这个能力拓展到座舱里，再从一个小空间拓展到一个大空间，从座舱到交通；我们做保险，不是别的险种，都是跟医学知识有关的，比如医保或者一些商业险。

云知声业务架构图

4.“医疗是个‘快技术’与‘慢行业’结合的领域”

甲小姐：在你看来，未来什么是确定的，什么是不确定的？

黄伟：AI进入奇点后有很多不确定性，但我很清楚的是，我们过去认为很难的任务，一两年内会很快被AI解决掉。过去我们认为医疗很难，但现在我认为AI极有可能很快超过最好的医生。

甲小姐：在这种情况下，你们搭建的纵向医疗“烟囱”会成为大家都容易获得的能力，你们的护城河是什么？

黄伟：医疗的门槛非常高，你很难做进去，但一旦做进去，客户很难流失，一家医院也很难和多家AI公司合作。我们比2.0企业有更低的获客成本。我在现有客户里去更新模型，能快速打造从数据到模型的飞轮效应，进一步提升我们的产品体验。此外，就是跟客户之间的合作信任。

甲小姐：我现在去医院的次数越来越少，可以在大模型里直接问答，是否医疗生态未来会发生变化，去医院逐个建立合作已经不是唯一道路了？

黄伟：我们为什么to h（直接面向医院）？打个比喻，模型就是一个高中毕业的孩子，有好的通识教育，现在你想学医，最好的医学知识在哪里？还是在医院。比如协和、友谊，是中国最好的医学知识图书馆。我们用山海大模型去最好的三甲医院学习病历和真实的商业数据，就能把它内化成山海大模型本身的医学能力。这么多年我们清洗后的数据就有几个TB。数据和模型形成闭环，也能促进技术本身的发展。

甲小姐：你们在医疗AI具体做什么场景？

黄伟：比如门诊是最难的场景。

环境嘈杂，医患对话时医生的提问是有逻辑的，但患者的回答是千奇百怪的，比如患者还没回答，家属先抢答了，或者患者前面说疼了半个月，后面又说疼了三个月。没有大模型之前我们是不敢碰的，有了大模型之后我们就有了一定信心，但有信心我也不确定在所有科室都能work，于是我们先找个科室来试，我们找的是内分泌科。

好的医院既承担看病的责任，也希望能做一些科技创新，所以我们当时就跟友谊医院合作。当时是三套系统在PK，一套是真人，一套是ChatGPT，一套是我们。测试了两个季度下来，我们的准确率和召回率等各种指标不仅比ChatGPT好，也比真人好。

我们验证过后，再从一个科室拓展到其他科室，现在我们的门诊病历大模型在友谊医院的顺义新院区已经全面上线了，我们已经打造了一个全科数字医生。

在门诊环境里可能很多人在对话，也有的是寒暄，我们的系统能实时分离、识别对话中病情相关的关键信息，自动生成一份符合国家卫健委标准的完整病历，包括诊断和处置建议。

我再讲个场景，手术室。

一个大夫在手术日一天可能会做8到10台手术，手术完之后，规定24小时之内完成手术记录。医生已经做了8台手术，累不累？手术记录万一错了，后果是什么？官司不用打，必输。病历质量的要求非常高。

我们可以在无影灯下面吊几个麦克风。手术过程中，大夫、助手、麻醉师、护士可能有闲聊，但手术所有关键信息我们都会提取出来，3分钟之内8台手术的关键信息全部出来了，保真保准。医生回到工位，只需要确认一下，这对医院是一个极大的价值，无论是从监管层面、效率层面，还是工作质量层面。

甲小姐：总结一下，AI医生都可以扮演哪些角色？

黄伟：在友谊医院，它扮演的是一个高效的“医生同事”；在西南某医院，它能提示没有经验的年轻医生可能忽略的问诊要点，它会提示，会追问，扮演的是“医生导师”。

我们为什么要做中国最好的三甲医院？就是希望让这些最有价值的数据提升我的模型在医学上的能力，就能够在一些中西部的非三甲医院甚至社区医院提供服务，这个模型未来不仅能to C，还可以做好普惠医疗。

甲小姐：未来医疗会成为云知声最大的利润中心？

黄伟：是的。

虽然今天我们在AI医疗的规模还没有那么大，但我们做的是最有质量的部分，我们不做系统集成，只专注于别的厂商可能做不到或者做不好的事情。而且基于我们的能力底座，我们可以不断衍生产品矩阵，医院对我们的采购也会扩容。

但我们的核心目标是一定要把技术、产品做到行业里的稀缺性，一定要占据中国最top的医院，这是比收入更高的优先级。

甲小姐：美团医疗、京东健康、腾讯医疗等平台型玩家和百川等创业公司也在下场“造AI医生”，你怎么看他们的进入？

黄伟：首先大家都看好这个方向，证明我们的判断是对的。从竞争角度看，坦率地说，医疗是个“快技术”与“慢行业”结合的领域，如果你没有根基，现在选择医疗赛道是非常冒险的。

在1.0时代，技术是线性演进的，通常要花3-6个月做PoC（概念验证测试），我第一个case花了两年时间，今天哪个投资人能够忍耐两年？

大模型时代技术演进极其快，比如你正在医院做PoC，突然出现了DeepSeek，如果你是院长，你肯定会停下来看看。

5.“你敢不敢一边‘找死’，一边活下去？”

甲小姐：你曾经对我说， “云知声虽然仍在亏损，但却是亏得最健康的公司”，这怎么理解？

黄伟：过去五年我们一直在推进IPO，没法进行其他融资，虽然资金不宽裕，但换个角度想，这也让我们没机会去挥霍，去烧钱。后来有投资人也很认可这一点，他说别的公司融了不少钱，但我们的效率是最高的，比如同样把收入做到10亿，其他公司可能需要花很多钱，我们花的钱比他们少很多。

甲小姐：你怎么在“短期盈利”和“长期研发护城河”之间分配？

黄伟：这么多年，我们养成了一种风格，就是谨慎思考，果断行动。我们会在每一个需要做投入的时刻，把路径想清楚，而不是头脑一热先干了再说。越是技术演进得快的时候，越不能盲目地跟。我们会想清楚投入规模，想清楚我们能不能承受得起，想清楚这一步之后能不能很快转化成产品能力和商业能力。

甲小姐：你是否考虑建立“财务安全边界”，比如设定每年最低现金储备？

黄伟：如果我有能力的话，我一定会这么做。但比如我现在送外卖，一个月只能挣8000块，想要每个月存5000块的养老基金，我很想，但是我做不到。公司永远在刀尖上跳舞，这是一个常态。

对于任何一家创业公司来讲，那个阶段考验的不是一个founder的安全意识，考验的是这个founder的勇气——你敢不敢一边“找死”，一边活下去？

6.“活到最后的一定是千亿公司”

甲小姐：在做重服务、深耕行业和快速商业化、轻资产扩张这两件事当中，你会怎么选？

黄伟：不矛盾，有的事必须做重，有的事可以轻。

举个例子，在外界看来我们在医疗做得很重，但这个重更多体现在时间、精力方面，其实我们的产品是做得很轻的。这种时间、精力上的重使得我们积累了很多行业know-how，也会有别的业务场景依赖于医学能力，比如医疗相关保险，我就能快速把医学能力复制到保险行业，几个月就在新领域实现上千万的订单。

所以重和轻并不是完全对立的。我们要知道做重的目的是什么，做重形成的积累能不能复制，能不能变成产品。

甲小姐：山海大模型的算力规模在去年年底是184 PFLOPS，百度的文心一言在算力规模上达到了1840 PFLOPS，算力规模的差距会限制模型迭代吗？

黄伟：我们不做特别大的平台型大模型。那种模型评测可以，但落地很难。比如DeepSeek，要落地得需要多少台服务器？如果我是院长，你软件卖100万，却让我先配300万硬件，不可能。

我们的商业模式不是to C，不是写诗、画画，我们只需要专注提升模型底层的逻辑能力，再与行业知识对接，打造行业专家。To C的公司用户规模起来了可以分摊成本，但对to B业务来说，没有客户能支撑得起那么贵的模型。

甲小姐：在资源有限的情况下，你们如何让模型达到世界一流水平？

黄伟：模型性能是多种因素综合的结果，除了规模参数，还有数据质量，以及训练过程中的工程经验等。我们从2016年就开始搭建Atlas算力集群，这几年在数据清洗、工程化等方面积累了大量经验。凡是算法带来的优势都没有壁垒，挖人就能获取，但工程经验和高质量的私域数据，是真正的护城河。

甲小姐：为什么在早期就决定做芯片？

黄伟：很多物联网设备本身并不具备强大的芯片，但你又想让这些设备具备对话功能，怎么办呢？我们可以提供一颗成本很低的芯片，这颗芯片集成对话功能，客户把它嵌入设备，就能从一台普通设备变成智能设备了。

我们做芯片不是单纯为了做芯片，而是希望把AI能力通过一种合适的载体交付给客户，所以芯片对我们来讲就是一颗“硬件SDK”。

甲小姐：我们来看一看留在牌桌这件事，你觉得未来中国AI企业生存的分水岭是什么？谁会留在牌桌上？

黄伟：最终留在牌桌上的AI公司一定是千亿公司。当然这个数字代表综合能力。坦白说，今天除了少数几个巨头之外，其他所有人都没有证明自己的能力。接下来的竞争会很残酷，所有从业者都得凝心静气把事情做好。

7.“‘命好’都是坚持下来的”

甲小姐：13年是一条漫长的创业路，你怎么去维护团队的士气？

黄伟：第一是选对人。中国AI行业很长一段时间是“雇佣军盛行”，这儿给我100万，那儿给我150万，那我就换地方。能被高薪挖走的人肯定不是你要的人。一群比较聪明的人长期坚持去做一件事，你才有可能做成。我很幸运，或者说我具备一定的识人能力，创业初期选择的一些合作伙伴，都是有情怀、有愿景的人，无论是创始人、高管，还是2014、2015年加入的合伙人，没有任何一个人因为困难而离开。之所以我能有信心和勇气去面对那些困难，因为我知道我的后背是稳定的。

第二是坦诚。不管做任何决策、面对任何困难，都要坦诚。信任需要很长时间去建立，但破坏信任往往只需要一件事。我在内部沟通的时间精力比在外部和资本博弈的时间多多了。

第三是打胜仗。带领团队最好的方式就是打胜仗。

甲小姐：创业13年，你最大的变化是什么？

黄伟：心力。直到今天，我才真正理解2016年我去湖畔大学上课第一天老师讲的内容。当时老师提到了三个“力”——心力、脑力、体力。心力是最难培养的。以前心力没那么强大，很多困难就像难以逾越的大山，但当你经过足够的磨砺，再回头看，那些好像都不算事儿了。每个困难都是一个锋利的磨刀石。

甲小姐：你现在所相信和坚持的，跟13年前相比，内容有变化吗？

黄伟：相信一件事相对容易，但坚持很难。坚持意味着你要克服很多困难，你会很孤独。包括我们的上市路，我就很孤独，我一个人消化了很多困难，没人可以说，你一说别人就觉得你有问题。

在敲钟头一天，一位老投资人感慨说我们命好，但其实命好都是坚持下来的。

甲小姐：如果现在有一个时光机，你可以把一封信件递给13年前的自己，你会和他叮嘱什么？

黄伟：我会把我经历的所有事情都叮嘱给他。

甲小姐：如果一年之后我们再来一次对话，你希望到时候聊什么？

黄伟：我还是想和你聊聊新的一年里我们经历的困难。

甲小姐：你还没打算离开那种持续困难、持续找死的状态？

黄伟：躲不开啊，躲不开。很多苦是自己找着吃的。如果你没有目标、你不努力，就不会有烦恼，很多烦恼，不都是努力出来的吗？