杨帆快速浏览着信息。
十万到十五万的投资额度，确实不大。
就算双倍返还，也就二三十万，但……投资币也只有一千多，这个东西值钱啊！
“张晓雯。”杨帆开口：“说说你的具体计划。如果拿到投资，你准备怎么做？”
张晓雯深吸一口气，强迫自己镇定下来：
“杨哥，我现在的主要问题是设备跟不上。”
“相机是入门级的，灯光简陋，拍摄环境就是宿舍一角。”
“如果有一笔投资，我打算做三件事。”
她掰着手指：
“第一，升级设备。买一台好点的相机和镜头，配专业灯光和背景布，预计三万。”
“第二，租一个小型工作室。”
“不用很大，十平米就行，但要有稳定的拍摄环境。”
“月租两千左右，押三付一，加上简单装修，前期两万。”
“第三，内容升级。我计划做三个系列——平价美妆测评、化妆技巧教程、国货品牌深度合作。每个系列都需要样品采购和内容制作费用，预留三万。”
“另外，我需要预留生活费，保证能全职投入，大概一万。”
她抬头看着杨帆：“总共……九万左右。如果杨哥愿意投资，我可以只要十万，多的一万作为应急储备。”
说完，她紧张地等待回应。
杨帆翻开文件夹，快速浏览着里面的数据。
账号粉丝数：抖音8.2万，小红书6.5万。
近三个月平均播放量/阅读量稳定增长。粉丝画像显示，18-24岁女性占比85%，消费能力中等，但黏性不错。
确实是个稳妥的小项目。
风险低，回报稳定，虽然上限不高，但作为第一笔试水投资，再合适不过了。
而且……
杨帆看了眼系统备注里的那句话：“可作为获取初期投资币的来源。”
他现在投资币是零。
如果投十万，成功后有20%以上回报，系统会返还二十万，外加一千投资币。
这一千投资币，就能在商城买道具了。
想到这里，杨帆已经有了决定。
他合上文件夹，看向张晓雯：
“你的方案，我看了。数据不错，规划也清晰。”
张晓雯眼睛一亮。
但杨帆接下来的话，让她愣住了。
“十万不够。”杨帆说，“我投二十万。”
“什……什么？”张晓雯以为自己听错了。
“二十万。”杨帆重复，“除了你刚才说的那些，再加一条——雇一个兼职助理。”
他看着女孩，语气认真：
“你一个人又要策划、又要拍摄、又要剪辑、又要运营，效率太低了。”
“雇一个大学生兼职，帮你处理杂事，你专注内容创作。”
“助理月薪两千，先雇三个月，加上设备、场地、内容制作费……二十万应该够用半年了。”
张晓雯张着嘴，半天说不出话。
她想过可能会被拒绝，想过可能要讨价还价，但从来没想过……投资方会主动加钱。
“杨……杨哥，你为什么……”她声音发颤。
“我相信你的潜力。”杨帆笑了笑，“而且，要做就做好。半吊子投入，不如不投。”
他顿了顿：“当然，有条件。”
“您说！”张晓雯立刻坐直。
“第一，每笔支出要有明细，定期向我汇报。”
“第二，每半个月，我要看到进展报告——粉丝增长、内容数据、商业合作情况。”
“第三，如果六个月后项目没有起色，我会考虑撤资。”
“能做到吗？”
张晓雯用力点头：“能！一定能！”
她激动得脸都红了：“杨哥，谢谢您！真的……我真的不知道说什么好……”
杨帆摆摆手：“不用谢我。钱投给你，是希望你能做出成绩。”
他拿出手机：“加个微信吧。你把账号信息发给我，这两天我让财务打款。”
“好！好！”张晓雯手忙脚乱地掏出手机。
两人加了微信，又简单聊了几句细节。
临走时，张晓雯深深鞠了一躬：
“杨哥，我一定不会让您失望的！”
看着女孩欢天喜地离开的背影，杨帆笑了笑。
第一笔投资，定了。
张晓雯刚走不到五分钟，包间门又被敲响了。
周进探进头：“帆哥，方便吗？”
“进来吧。”杨帆说。
周进推开门，后面跟着三个男生——正是陈默、李浩、王涛。
三个人都穿着简单的T恤牛仔裤，头发有的乱糟糟，有的油腻腻，一看就是熬了夜的技术宅。但眼睛都很亮，透着紧张和期待。
“帆哥，这我室友，也是我们团队的兄弟。”
周进介绍，“陈默，团队负责人，搞架构的。李浩，算法大神。王涛，硬件专家。”
杨帆起身，和三人一一握手。
“坐吧。别拘束。”
四人坐下，周进也挨着杨帆坐下。
陈默作为代表，先开口：
“杨哥，周进跟我们说了您的情况。非常感谢您愿意花时间见我们。”
他的声音很稳，但握着文件夹的手指关节有些发白。
“直接说项目吧。”杨帆笑了笑，“我时间有限，你们也时间宝贵。”
陈默点点头，打开文件夹，却没有立刻递过去。
“杨哥，在说具体方案前，我想先问一句——您对AI大语言模型，了解多少？”
这个问题有点冒昧，但杨帆欣赏这种直接。
“了解一些。”他说，“知道GPT、知道国内的豆包，deepSeek。”
“知道这东西烧钱，也知道如果做成了，价值巨大。”
陈默眼睛一亮：“那您觉得，我们几个学生，凭什么能做这个？”
“凭你们敢做。”杨帆说，“而且，周进相信你们。我信周进。”
这话说得周进心里一暖。
陈默深吸一口气，终于把文件夹推了过来：
“这是我们团队的方案。我们做的不是通用大模型——那个确实打不过巨头。”
“我们做的是垂直领域的大模型，专门针对代码生成和自动化测试。”
他语速加快，进入专业状态：
“现有的代码辅助工具，像COpilOt，是基于通用模型微调的，在特定场景下不够精准。”
“我们的模型，从架构设计开始，就是专门为代码场景优化的。”
李浩补充：“我们在学校实验室做了小规模验证。”
“在代码补全、错误检测、测试用例生成这三个任务上，我们的模型比同等规模的通用模型，准确率高15%-20%。”
王涛接着说：“硬件方案我们也优化了。”
“不需要最顶级的A100/H100，用消费级的5090显卡集群，配合我们的并行计算框架，能达到70%的A100效率，但成本只有三分之一。”
三个人你一言我一语，专业术语不断蹦出来。