主播
节目简介
来源：小宇宙
🎙《灯下白》EP36 陆肯
嘉宾：陆肯
从产品经理转型进入影视行业，从事艺人经纪期间，通过钉钉搭建了跑组系统，成为全行业首个使用数字化提效的经纪公司。在爱奇艺任职期间，负责制片管理系统和剧本评估系统的AI产品功能。在智谱任职期间，负责众多互联网客户。同时，他也是观猹的签约博主，曾在多场AI活动中担任主持人与评委。
主持人：吴熳
在得到直播讲过AI应用，在WaytoAGI北京切磋分享，代表中国在英国大使馆文教处国际大会全英发言讲中国AI如何赋能英语教学，AI牛马库导航科普网站 ka21.org 主理人
本节目由人类与GPT共同策划，剪映处理音频中水词，千问处理剪辑时间轴，GPT撰写Shownotes，Banana Pro生成播客logo，即梦生成播客封面，Suno生成片头片尾音乐，同时由声湃和中关村科学城公司提供录音场地，由罗德麦克风提供录音设备。感谢中关村科学城的政策支持！
🪝本期故事
陆肯看电影，很难只看电影。
他会盯镜头、光线、演员状态、场景调度，也会忍不住想：这一段是不是能换一个机位？这个角色在这里为什么是这个情绪？这个流程里有没有哪一步，其实可以让AI接过去？
这不是AI出现后才有的职业病。
大学时卖电视、卖校园电话卡、铺UC浏览器的网吧推广，让他第一次理解市场；做产品经理，让他学会把模糊需求写成研发能执行的语言；进入剧组后，他把艺人助理、统筹、道具、制片等岗位一项项干过，再一项项写成教材。
后来到了爱奇艺，他终于把“懂影视”和“懂技术”这两条原本很少交汇的线，拧在了一起。
一部四十集长剧，人工做剧本分场拆解要一周。大模型进来后，十几分钟就能完成第一轮。人仍然要读完整个剧本、判断人物状态和专业细节，但大量重复的文书工作终于可以被接走。
现在，陆肯更在意另一件事：
当工具越来越多、软件制造越来越便宜，一个人最稀缺的能力，到底是什么？
他的答案不是“会用哪个工具”。
而是——你能不能判断：这个问题能不能交给模型？模型的边界在哪？用户究竟愿不愿意提供足够的上下文？
为了验证这个问题，他给自己做了一个旅行规划实验。
它先问三十个问题：和谁去、预算多少、想看人文还是自然、住什么酒店、能不能赶路、有没有老人同行、对地形和天气有什么偏好……再接上地图、交通、酒店、地理信息等能力，最后做出一套真正因人而异的路线。
陆肯想做的并不只是旅行规划。
他在不断训练的，是一种看见需求、拆开流程、判断AI能不能解决问题的能力。
💡本期你会听到
市场营销专业的陆肯，为什么先去卖电视、卖电话卡、铺UC浏览器
三个月从C类促销员做到A类，他怎样第一次与真实市场发生连接
卖校园卡时，他为什么把几乎所有激励都给了团队
从销售到产品经理：一位电信领导为什么判断他适合做产品
为什么刚弄明白一件事，就是写新人教程和Onboarding文档最好的时机
艺人助理、统筹、道具、制片、艺人经纪，怎样被他一项项做成教材
为什么陆肯说，艺人经纪本质上也是销售
爱奇艺为什么需要一个既懂影视、又懂技术的人
AI怎样把剧本拆解从一周压缩到十几分钟
“七岁孩子能分辨的事，大模型就能做”，这句话如何帮助他判断模型能力
为什么他做AI博主，并不是为了做大V，而是为了给自己做一张名片
从Dify到Kimi信用卡，他怎样透过功能去看一家公司背后的商业决策
为什么未来最重要的能力，不是会用工具，而是评估工具对你的真实价值
旅行规划为什么需要三十个问题，需求澄清又为什么比直接生成更重要
高德、12306、GIS和MCP，怎样让旅行规划不只是“搜一搜”
为什么做产品最值钱的习惯，是尊重用户
每天花100元用DeepSeek，为什么成了他探索模型边界的极端练习法
他为什么比起空谈AGI，更期待世界模型与真实行业问题被解决
🔥本期金句
我如果不是为了钱，把这件事打到极致，我能把它做到多大？
刚搞明白一件事的时候，就应该马上写Onboarding文档。
对于一个七岁孩子能分辨的事情，大模型通常也能做得很好。
很多时候，答案不够好，不是模型不够强，而是用户没有给足背景。
工具越多，越要学会判断：它对我到底有没有价值。
做产品最重要的，不是自我想象，而是尊重用户。
人负责找到人群、市场和商机；剩下的大量执行，可以交给AI。
我更期待解决眼前的问题，和那些行业里嗷嗷待哺的需求。
⏱Shownotes
01:26
陆肯登场：产品经理、艺人经纪、影视AI探索者与AI博主
02:32
卖电视的大学生：三个月从C类促销员做到A类
04:17
校园电话卡、UC网吧推广与第一次真实营销训练
07:59
从销售到产品经理：策略、激励与用户理解如何变成产品能力
11:03
进组做艺人助理：为什么“懂了就立刻写教材”
14:26
艺人助理、统筹、道具、制片：他怎样把剧组岗位逐一结构化
17:19
艺人经纪的本质是销售：为什么这段经历最终让他离开
18:47
进入爱奇艺：既懂影视又懂技术的人，为什么稀缺
20:38
AI进入影视工业：剧本拆解如何从一周压缩到十几分钟
24:49
疯狂跑AI大会和行业大会：怎样寻找模型能力边界与产业需求
30:34
做AI博主的起点：小红书不是流量场，而是一张名片
33:38
从产品功能到商业逻辑：Kimi信用卡与产业观察
36:10
工具越来越多后，真正稀缺的能力是什么
39:36
模型能力边界：从“七岁孩子能判断”到Agent处理开放需求
41:47
三十个问题的旅行规划器：需求澄清为什么如此重要
44:35
接入高德、12306、地图与GIS：怎样把分散信息拼成可执行路线
47:49
比起工具本身，更重要的是你为什么要用它
49:44
快问快答：DeepSeek、缓存命中与大模型成本
51:54
自己Web Coding剧本拆解系统：不为赚大钱，也想替行业省时间
53:40
最值钱的产品习惯：尊重用户
57:19
30天探索模型边界：每天花100元用DeepSeek
59:51
未来期待：世界模型、影视一致性与真正落地的行业需求
📖故事摘要
陆肯的职业经历看起来很跳：产品经理、影视从业者、艺人经纪、爱奇艺AI探索、大模型公司商务、AI博主。
但把这些经历放在一起，会发现他始终在练同一种能力：快速进入一个陌生场景，理解人、理解流程、理解需求，再判断哪些事情值得被重新设计。
他的第一课来自销售。
市场营销专业的老师告诉他，销售不是营销的全部，但销售一定是营销的一部分。于是他去卖场兼职卖海信电视，三个月从C类促销员做到A类；又成为中国电信校园大使，一个月卖出两百多张卡；后来还参与UC浏览器的网吧推广，两周几乎铺满石景山区的网吧。
这些经历让他第一次真正和社会发生触点。
他开始理解，产品不是写在纸上的概念，而是用户会不会买、为什么要买、团队愿不愿意一起卖、激励机制如何设计、信息怎样被看见。
卖校园卡时，他想的甚至不是赚多少钱。
他更好奇的是：假如不把利润攥在自己手里，而是把更多激励给团队，一件事到底能被做到多大？于是他把差价几乎都让给团队，让自己成为一个“扰乱市场”的角色。
后来，带他做校园业务的电信领导出来创业，发现陆肯在销售中表现出的策略思维、用户理解和团队组织能力，很适合做产品经理。于是，他从销售转向产品。
产品经理的基本功，他不是从书里直接学会的。
PRD怎么写，原型怎么画，怎样和研发沟通，怎样避免需求写得不清楚后被研发反复追问，都是在真实项目里一点点学出来的。他也因此形成了一个后来不断提到的方法：刚搞明白一件事时，就应该马上写Onboarding文档。
因为再过一段时间，很多动作会变成本能。你会忘记自己刚开始卡在哪里、哪些术语根本听不懂、哪些步骤最容易犯错。一个真正好的新手教程，不是站在熟练者的角度炫技，而是站在“刚刚理解”的地方，搭一座桥。
这套能力后来被他带进了影视行业，从艺人助理、艺人经纪到执行制片人，把一份份看似只靠经验传承的工作，写成可以交接、可以培训、可以复用的教材。
他先做艺人助理，发现这不只是拎包和照顾生活，而是一套极其细碎、需要预判的专业能力：包里该准备什么，太阳怎么打伞，演员进入什么场景时需要什么状态，道具怎样保证接戏。
他又去做统筹、制片、导演助理、道具、艺人经纪，把那些能够被结构化的经验一项项写成教材。
他并不认为哪一份工作更高级。道具有道具的魅力，统筹有统筹的逻辑，艺人助理也有自己需要被尊重的专业性。每一个岗位，只要真正走进去，都有一套只有做过的人才会发现的秩序。
后来，他做艺人经纪，也发现艺人经纪的本质仍然是销售。
艺人要被销售给剧组和品牌方：进剧组，是接戏；进入品牌合作，是接代言。他确实很适合这项工作，却也在情绪消耗中受到很大冲击。最终，他选择离开艺人经纪，进入爱奇艺。
爱奇艺吸引他的原因很明确：岗位需要一个既懂影视、又懂技术的人。
在这里，他开始系统探索AI在影视行业里的落地。彼时，多模态生成还没有今天这么成熟，但大语言模型已经可以接住许多重复、复杂、规则不完全固定的工作。
最典型的，是剧本拆解。
一部四十集长剧，传统上需要统筹、道具、化妆等不同岗位，从头到尾把场景、时间、人物、内外景、道具和拍摄需求拆出来。人工完整做一遍，往往需要一周。
大模型加入后，初步拆解可以在十几分钟到二十分钟内完成。
人当然仍然要读完整部剧本，因为角色状态、现场理解和专业判断无法完全外包给模型。但大量机械、重复的文书工作被接走之后，从业者终于可以把更多时间留给真正需要经验的部分。
这也让陆肯形成了一个很实用的判断：对于一个七岁孩子能凭常识做出的分类和判断，大模型通常能做得很好。
例如，给一份文本判断它是电影剧本、电视剧剧本还是小说，传统系统需要写大量规则，且很容易遗漏边界情况；而大模型能够通过文本格式、语言结构和整体特征做出更灵活的泛化判断。
后来，陆肯开始做AI博主。
他并不是为了成为大V，也没有一开始就把变现当成目标。他把小红书当作一张名片：别人点进来，可以快速知道他是谁、关心什么、能讨论什么。
他写Dify，写AI大会，写产品测评，但他不满足于只介绍功能。
Kimi做信用卡，他会从自己曾参与联名信用卡项目的经验出发，追问商业模型、Token消耗和用户价值；一家公司把AI装进汽车，他更在意的也不是多了一个功能，而是AI有没有真正进入产品研发、调研和组织流程。
在他看来，AI博主不只是介绍工具的人。
更重要的是，能不能透过一个产品看到公司决策，透过一个功能看到产业结构，透过一个行业问题看到模型真正可能改变的地方。
这也是为什么他会不停去AI大会、技术大会和垂直行业活动。
他会在风电大会上想：大模型在这个行业的哪一段能发挥作用？他会在影视场景里看：哪些流程已经适合交给AI，哪些仍然需要人？他看见的不是一场场孤立的活动，而是一个个还没有被AI重新组织的流程。
他最近做的旅行规划实验，则把这套能力集中展现出来。
旅行规划不是一个容易标准化的需求。你和谁去、预算多少、住什么酒店、偏好人文还是自然、能不能赶路、老人是否同行、希望松弛还是高密度，都会改变最终答案。
传统产品很难靠无数个分支把这些情况写完。
但在Agent时代，只要通过足够好的需求澄清，把背景信息问清楚，再交给模型做推理，很多原本难以收敛的需求反而可以被处理得很好。
陆肯给这个旅行规划器设计了三十个问题，接入高德、12306等信息源，也加入地图、酒店、交通和地理信息。他甚至关注海拔、地形、天气等模型未必会自动获得的上下文，希望做出的路线不只是“去哪座城市吃什么”，而是真正适合眼前这个人、这组关系和这趟旅程。
它不是为了立刻商业化。
更像一次对模型能力的深入实验：一个看起来简单的需求，背后如何连接上下文、地图、交通、酒店、搜索、MCP与生成式规划。
他最在意的不是“我做出了一个工具”。
而是再次确认：很多模型回答得不够好，不是因为模型能力不够，而是因为用户没有提供足够好的背景，产品也没有设计出足够好的需求澄清方式。
聊到最后，他给自己的产品方法论落在了一个朴素的词上：
尊重用户。
尊重用户，不是只说“用户第一”。它意味着你要调研，要聊天，要分辨用户说的话里哪些是客气，哪些是真需求；也意味着你要理解用户此刻处在什么情境里，不能把自己觉得酷炫的东西硬塞给对方。
陆肯相信，未来模型和工具会越来越多，制造软件的成本也会越来越低。
真正稀缺的，不只是会不会使用某一个工具。
而是你能不能持续判断：这件事能不能用模型做？模型做到哪里会变好？又会在哪里失效？用户究竟愿不愿意为此提供上下文？
至于未来一年，他期待世界模型继续往前走。
语言模型在许多产业场景里已经足够能用，但影视、游戏、机器人和自动驾驶仍然需要更强的空间理解、一致性和世界建模能力。对影视从业者来说，一旦世界模型真正成熟，镜头、空间、角色和场景一致性的生产方式，可能会发生翻天覆地的变化。
但比起只等待AGI，陆肯更期待先解决眼前那些行业里“嗷嗷待哺”的真实需求。
💬听众互动
你现在工作或生活里，哪一个最琐碎、最重复的流程，值得被AI重新拆一遍？欢迎在评论区写下你的“待改造现场”。
嘉宾：陆肯
从产品经理转型进入影视行业，从事艺人经纪期间，通过钉钉搭建了跑组系统，成为全行业首个使用数字化提效的经纪公司。在爱奇艺任职期间，负责制片管理系统和剧本评估系统的AI产品功能。在智谱任职期间，负责众多互联网客户。同时，他也是观猹的签约博主，曾在多场AI活动中担任主持人与评委。
主持人：吴熳
在得到直播讲过AI应用，在WaytoAGI北京切磋分享，代表中国在英国大使馆文教处国际大会全英发言讲中国AI如何赋能英语教学，AI牛马库导航科普网站 ka21.org 主理人
本节目由人类与GPT共同策划，剪映处理音频中水词，千问处理剪辑时间轴，GPT撰写Shownotes，Banana Pro生成播客logo，即梦生成播客封面，Suno生成片头片尾音乐，同时由声湃和中关村科学城公司提供录音场地，由罗德麦克风提供录音设备。感谢中关村科学城的政策支持！
🪝本期故事
陆肯看电影，很难只看电影。
他会盯镜头、光线、演员状态、场景调度，也会忍不住想：这一段是不是能换一个机位？这个角色在这里为什么是这个情绪？这个流程里有没有哪一步，其实可以让AI接过去？
这不是AI出现后才有的职业病。
大学时卖电视、卖校园电话卡、铺UC浏览器的网吧推广，让他第一次理解市场；做产品经理，让他学会把模糊需求写成研发能执行的语言；进入剧组后，他把艺人助理、统筹、道具、制片等岗位一项项干过，再一项项写成教材。
后来到了爱奇艺，他终于把“懂影视”和“懂技术”这两条原本很少交汇的线，拧在了一起。
一部四十集长剧，人工做剧本分场拆解要一周。大模型进来后，十几分钟就能完成第一轮。人仍然要读完整个剧本、判断人物状态和专业细节，但大量重复的文书工作终于可以被接走。
现在，陆肯更在意另一件事：
当工具越来越多、软件制造越来越便宜，一个人最稀缺的能力，到底是什么？
他的答案不是“会用哪个工具”。
而是——你能不能判断：这个问题能不能交给模型？模型的边界在哪？用户究竟愿不愿意提供足够的上下文？
为了验证这个问题，他给自己做了一个旅行规划实验。
它先问三十个问题：和谁去、预算多少、想看人文还是自然、住什么酒店、能不能赶路、有没有老人同行、对地形和天气有什么偏好……再接上地图、交通、酒店、地理信息等能力，最后做出一套真正因人而异的路线。
陆肯想做的并不只是旅行规划。
他在不断训练的，是一种看见需求、拆开流程、判断AI能不能解决问题的能力。
💡本期你会听到
市场营销专业的陆肯，为什么先去卖电视、卖电话卡、铺UC浏览器
三个月从C类促销员做到A类，他怎样第一次与真实市场发生连接
卖校园卡时，他为什么把几乎所有激励都给了团队
从销售到产品经理：一位电信领导为什么判断他适合做产品
为什么刚弄明白一件事，就是写新人教程和Onboarding文档最好的时机
艺人助理、统筹、道具、制片、艺人经纪，怎样被他一项项做成教材
为什么陆肯说，艺人经纪本质上也是销售
爱奇艺为什么需要一个既懂影视、又懂技术的人
AI怎样把剧本拆解从一周压缩到十几分钟
“七岁孩子能分辨的事，大模型就能做”，这句话如何帮助他判断模型能力
为什么他做AI博主，并不是为了做大V，而是为了给自己做一张名片
从Dify到Kimi信用卡，他怎样透过功能去看一家公司背后的商业决策
为什么未来最重要的能力，不是会用工具，而是评估工具对你的真实价值
旅行规划为什么需要三十个问题，需求澄清又为什么比直接生成更重要
高德、12306、GIS和MCP，怎样让旅行规划不只是“搜一搜”
为什么做产品最值钱的习惯，是尊重用户
每天花100元用DeepSeek，为什么成了他探索模型边界的极端练习法
他为什么比起空谈AGI，更期待世界模型与真实行业问题被解决
🔥本期金句
我如果不是为了钱，把这件事打到极致，我能把它做到多大？
刚搞明白一件事的时候，就应该马上写Onboarding文档。
对于一个七岁孩子能分辨的事情，大模型通常也能做得很好。
很多时候，答案不够好，不是模型不够强，而是用户没有给足背景。
工具越多，越要学会判断：它对我到底有没有价值。
做产品最重要的，不是自我想象，而是尊重用户。
人负责找到人群、市场和商机；剩下的大量执行，可以交给AI。
我更期待解决眼前的问题，和那些行业里嗷嗷待哺的需求。
⏱Shownotes
01:26
陆肯登场：产品经理、艺人经纪、影视AI探索者与AI博主
02:32
卖电视的大学生：三个月从C类促销员做到A类
04:17
校园电话卡、UC网吧推广与第一次真实营销训练
07:59
从销售到产品经理：策略、激励与用户理解如何变成产品能力
11:03
进组做艺人助理：为什么“懂了就立刻写教材”
14:26
艺人助理、统筹、道具、制片：他怎样把剧组岗位逐一结构化
17:19
艺人经纪的本质是销售：为什么这段经历最终让他离开
18:47
进入爱奇艺：既懂影视又懂技术的人，为什么稀缺
20:38
AI进入影视工业：剧本拆解如何从一周压缩到十几分钟
24:49
疯狂跑AI大会和行业大会：怎样寻找模型能力边界与产业需求
30:34
做AI博主的起点：小红书不是流量场，而是一张名片
33:38
从产品功能到商业逻辑：Kimi信用卡与产业观察
36:10
工具越来越多后，真正稀缺的能力是什么
39:36
模型能力边界：从“七岁孩子能判断”到Agent处理开放需求
41:47
三十个问题的旅行规划器：需求澄清为什么如此重要
44:35
接入高德、12306、地图与GIS：怎样把分散信息拼成可执行路线
47:49
比起工具本身，更重要的是你为什么要用它
49:44
快问快答：DeepSeek、缓存命中与大模型成本
51:54
自己Web Coding剧本拆解系统：不为赚大钱，也想替行业省时间
53:40
最值钱的产品习惯：尊重用户
57:19
30天探索模型边界：每天花100元用DeepSeek
59:51
未来期待：世界模型、影视一致性与真正落地的行业需求
📖故事摘要
陆肯的职业经历看起来很跳：产品经理、影视从业者、艺人经纪、爱奇艺AI探索、大模型公司商务、AI博主。
但把这些经历放在一起，会发现他始终在练同一种能力：快速进入一个陌生场景，理解人、理解流程、理解需求，再判断哪些事情值得被重新设计。
他的第一课来自销售。
市场营销专业的老师告诉他，销售不是营销的全部，但销售一定是营销的一部分。于是他去卖场兼职卖海信电视，三个月从C类促销员做到A类；又成为中国电信校园大使，一个月卖出两百多张卡；后来还参与UC浏览器的网吧推广，两周几乎铺满石景山区的网吧。
这些经历让他第一次真正和社会发生触点。
他开始理解，产品不是写在纸上的概念，而是用户会不会买、为什么要买、团队愿不愿意一起卖、激励机制如何设计、信息怎样被看见。
卖校园卡时，他想的甚至不是赚多少钱。
他更好奇的是：假如不把利润攥在自己手里，而是把更多激励给团队，一件事到底能被做到多大？于是他把差价几乎都让给团队，让自己成为一个“扰乱市场”的角色。
后来，带他做校园业务的电信领导出来创业，发现陆肯在销售中表现出的策略思维、用户理解和团队组织能力，很适合做产品经理。于是，他从销售转向产品。
产品经理的基本功，他不是从书里直接学会的。
PRD怎么写，原型怎么画，怎样和研发沟通，怎样避免需求写得不清楚后被研发反复追问，都是在真实项目里一点点学出来的。他也因此形成了一个后来不断提到的方法：刚搞明白一件事时，就应该马上写Onboarding文档。
因为再过一段时间，很多动作会变成本能。你会忘记自己刚开始卡在哪里、哪些术语根本听不懂、哪些步骤最容易犯错。一个真正好的新手教程，不是站在熟练者的角度炫技，而是站在“刚刚理解”的地方，搭一座桥。
这套能力后来被他带进了影视行业，从艺人助理、艺人经纪到执行制片人，把一份份看似只靠经验传承的工作，写成可以交接、可以培训、可以复用的教材。
他先做艺人助理，发现这不只是拎包和照顾生活，而是一套极其细碎、需要预判的专业能力：包里该准备什么，太阳怎么打伞，演员进入什么场景时需要什么状态，道具怎样保证接戏。
他又去做统筹、制片、导演助理、道具、艺人经纪，把那些能够被结构化的经验一项项写成教材。
他并不认为哪一份工作更高级。道具有道具的魅力，统筹有统筹的逻辑，艺人助理也有自己需要被尊重的专业性。每一个岗位，只要真正走进去，都有一套只有做过的人才会发现的秩序。
后来，他做艺人经纪，也发现艺人经纪的本质仍然是销售。
艺人要被销售给剧组和品牌方：进剧组，是接戏；进入品牌合作，是接代言。他确实很适合这项工作，却也在情绪消耗中受到很大冲击。最终，他选择离开艺人经纪，进入爱奇艺。
爱奇艺吸引他的原因很明确：岗位需要一个既懂影视、又懂技术的人。
在这里，他开始系统探索AI在影视行业里的落地。彼时，多模态生成还没有今天这么成熟，但大语言模型已经可以接住许多重复、复杂、规则不完全固定的工作。
最典型的，是剧本拆解。
一部四十集长剧，传统上需要统筹、道具、化妆等不同岗位，从头到尾把场景、时间、人物、内外景、道具和拍摄需求拆出来。人工完整做一遍，往往需要一周。
大模型加入后，初步拆解可以在十几分钟到二十分钟内完成。
人当然仍然要读完整部剧本，因为角色状态、现场理解和专业判断无法完全外包给模型。但大量机械、重复的文书工作被接走之后，从业者终于可以把更多时间留给真正需要经验的部分。
这也让陆肯形成了一个很实用的判断：对于一个七岁孩子能凭常识做出的分类和判断，大模型通常能做得很好。
例如，给一份文本判断它是电影剧本、电视剧剧本还是小说，传统系统需要写大量规则，且很容易遗漏边界情况；而大模型能够通过文本格式、语言结构和整体特征做出更灵活的泛化判断。
后来，陆肯开始做AI博主。
他并不是为了成为大V，也没有一开始就把变现当成目标。他把小红书当作一张名片：别人点进来，可以快速知道他是谁、关心什么、能讨论什么。
他写Dify，写AI大会，写产品测评，但他不满足于只介绍功能。
Kimi做信用卡，他会从自己曾参与联名信用卡项目的经验出发，追问商业模型、Token消耗和用户价值；一家公司把AI装进汽车，他更在意的也不是多了一个功能，而是AI有没有真正进入产品研发、调研和组织流程。
在他看来，AI博主不只是介绍工具的人。
更重要的是，能不能透过一个产品看到公司决策，透过一个功能看到产业结构，透过一个行业问题看到模型真正可能改变的地方。
这也是为什么他会不停去AI大会、技术大会和垂直行业活动。
他会在风电大会上想：大模型在这个行业的哪一段能发挥作用？他会在影视场景里看：哪些流程已经适合交给AI，哪些仍然需要人？他看见的不是一场场孤立的活动，而是一个个还没有被AI重新组织的流程。
他最近做的旅行规划实验，则把这套能力集中展现出来。
旅行规划不是一个容易标准化的需求。你和谁去、预算多少、住什么酒店、偏好人文还是自然、能不能赶路、老人是否同行、希望松弛还是高密度，都会改变最终答案。
传统产品很难靠无数个分支把这些情况写完。
但在Agent时代，只要通过足够好的需求澄清，把背景信息问清楚，再交给模型做推理，很多原本难以收敛的需求反而可以被处理得很好。
陆肯给这个旅行规划器设计了三十个问题，接入高德、12306等信息源，也加入地图、酒店、交通和地理信息。他甚至关注海拔、地形、天气等模型未必会自动获得的上下文，希望做出的路线不只是“去哪座城市吃什么”，而是真正适合眼前这个人、这组关系和这趟旅程。
它不是为了立刻商业化。
更像一次对模型能力的深入实验：一个看起来简单的需求，背后如何连接上下文、地图、交通、酒店、搜索、MCP与生成式规划。
他最在意的不是“我做出了一个工具”。
而是再次确认：很多模型回答得不够好，不是因为模型能力不够，而是因为用户没有提供足够好的背景，产品也没有设计出足够好的需求澄清方式。
聊到最后，他给自己的产品方法论落在了一个朴素的词上：
尊重用户。
尊重用户，不是只说“用户第一”。它意味着你要调研，要聊天，要分辨用户说的话里哪些是客气，哪些是真需求；也意味着你要理解用户此刻处在什么情境里，不能把自己觉得酷炫的东西硬塞给对方。
陆肯相信，未来模型和工具会越来越多，制造软件的成本也会越来越低。
真正稀缺的，不只是会不会使用某一个工具。
而是你能不能持续判断：这件事能不能用模型做？模型做到哪里会变好？又会在哪里失效？用户究竟愿不愿意为此提供上下文？
至于未来一年，他期待世界模型继续往前走。
语言模型在许多产业场景里已经足够能用，但影视、游戏、机器人和自动驾驶仍然需要更强的空间理解、一致性和世界建模能力。对影视从业者来说，一旦世界模型真正成熟，镜头、空间、角色和场景一致性的生产方式，可能会发生翻天覆地的变化。
但比起只等待AGI，陆肯更期待先解决眼前那些行业里“嗷嗷待哺”的真实需求。
💬听众互动
你现在工作或生活里，哪一个最琐碎、最重复的流程，值得被AI重新拆一遍？欢迎在评论区写下你的“待改造现场”。
外观
