本期节目，任鑫深入剖析了三类在 AI 浪潮中快速崛起且具有独特打法的产品：Gamma、Remove.bg以及 Quartr。 不同于市面上常见的“科幻叙事”或“Agent 概念”，这几家公司都在用 AI 解决看似朴实、甚至“无聊”的老问题。节目详细拆解了它们背后的成功逻辑：如何通过重新定义“原子单位”来颠覆 PPT？为何简单的“抠图”功能能撑起巨大的商业价值？以及如何通过干“脏活累活”积累数据资产，最终把 AI 当作“点火器”来引爆价值。 如果你是 AI 创业者或产品经理，本期内容将帮你从“技术自嗨”转向“价值落地”。 � 关键结论 Gamma 的胜利是“降维打击”： Gamma 并没有试图在专业度上通过 AI 把 95 分的作品优化到 98 分，而是专注于解决大众市场“从 0 到 60 分”的起步焦虑。它用“旧问题 + 新技术”的策略降低了市场教育成本 。 单点突破优于大而全： Remove.bg 和 PhotoRoom 证明了在巨型软件（如 Photoshop）的工作流中，剥离出一个高频、刚需且繁琐的环节（如抠图），将其效率提升 10 倍，就能构建极强的数据飞轮和商业价值 。 数据资产是 AI 的前提： Quartr 的成功不在于其 AI 模型有多强，而在于它通过长期的“苦活累活”建立了专有的、高质量的非结构化数据（电话会录音/文本）。AI 在此不仅是工具，更是点燃这些数据资产价值的“放大器” 。 � 关键认知 原子单位的重构 (Redefining Atomic Units)： 真正的 AI 原生产品不仅仅是给老软件装上 AI 引擎。Gamma 的创新在于它不像 PowerPoint 那样操作“幻灯片”，也不像 Word 那样操作“文档”，而是创造了类似 Notion 的“卡片 (Cards)”作为原子单位。这种灵活的结构让内容可以流动，更适应 AI 的生成逻辑和移动端的阅读习惯 。 产品即广告 (Product as Distribution)： 优秀的产品设计能让用户在使用过程中自然地进行传播。Gamma 生成的网页链接便于分享，且自带品牌露出，每一次分享都是一次免费的广告，构成了高效的 P2G (Product to Growth) 飞轮 。 非共识数据的价值： 在金融领域，所有人都在看量化的数字（K线图），Quartr 却关注“非共识”的定性数据（CEO 的语气、用词变化）。在 AI 时代，这种难以被量化的、非结构化的独特数据，往往蕴含着更大的挖掘潜力 。 明确的反馈闭环： 相比于复杂的 Agent 任务，功能单一的产品（如抠图）更容易获得高质量的反馈数据（用户下载了=满意；继续修=不满意）。这种清晰的 Reward Signal 是训练垂直模型、建立壁垒的关键 。 � 行动指南 重新审视“老问题”： 不要总想着创造全新的需求。去寻找那些已经被验证的巨大市场（如 PPT、Excel、文档），思考如何用 AI 的能力将用户从“从无到有”的创作痛苦中解放出来，转变为“编辑者”角色 。 寻找“巨头缝隙”： 观察 Adobe、Office 等巨型软件中，有哪些步骤是用户每天重复 100 次且充满怨言的？尝试把这个步骤独立出来，做一个极致简单的 MVP 。 先攒数据，再搞 AI： 如果没有技术优势，可以先从“脏活”做起。找到一个小众但高价值的人群（如特定领域的投资者），为他们聚合分散的、非结构化的信息。当你拥有了独家数据资产，AI 自然会成为你的变现杠杆 。 服务“部落”而非“大众”： 在冷启动阶段，不要试图取悦所有人。像 Quartr 一样，混入一个极高浓度的社区（如 FinTwitter），为这群核心用户打造他们渴望的工具，利用社区的口碑完成从 0 到 1 的积累 。 ⏱️ 时间线 02:12 - 18:36 案例一：Gamma 的产品战略: 02:12 - 05:55 伽马的定位：用 AI 解决一听就懂的老问题——做 PPT. 战略定位在于解决 “从 0 到 60 分” 的大众困境，而不是“95 分到 98 分”的优化问题. 05:55 - 10:04 角色转换：AI 帮助用户从痛苦的“创作者”转变为轻松的“编辑者”. 10:04 - 14:14 原子单位创新：重新定义原子单位为“卡片 (Card)”，实现 Notion 的魂魄和 Canva 的皮(). 这种卡片组合不再局限于 PPT，可一键发布为网页，更适合网络传播. 14:14 - 18:36 增长飞轮：设计 P2G (Product to Growth) 模型，让用户的产出天然变成广告. 总结 Gamma 模式中可复制的思考框架. 18:36 - 25:05 案例二：Remove.bg & PhotoRoom 的单点突破: 18:36 - 20:48 Remove.bg：通过解决高频刚需的“抠图”功能（先聚焦人像）来取代手工操作精细活儿. 20:48 - 22:08 PhotoRoom：聚焦电商卖家，将抠图效率实现数量级提升，直击商业效率痛点. 22:08 - 25:05 核心优势：聚焦小功能，更容易构建高速反馈和高精度的数据飞轮. 行动指南：寻找巨无霸软件中对特定人群至关重要的高频繁琐动作，并实现 10 倍提升. 25:05 - 39:39 案例三：Quartr 的数据资产战略: 25:05 - 28:44 寻找非共识：不看数字，而是看语言和情绪，赌巨头忽略的非量化定性数据. MVP 是一个简单的“电话会录音播放器”，先聚合数据吸引目标用户. 28:44 - 32:33 基础建设与社区运营：花大力气收集、清理和结构化海量数据，形成楼盘词典式的壁垒. 在金融 Twitter 社区中猥琐发育，找到狂热的超级用户. 32:33 - 35:16 转化为基础设施：将清洗好的数据资产打包成 API 卖给 B2B 客户（如 Perplexity），既赚取收入，又维护长期生存. 35:16 - 39:39 AI 作杠杆：AI 是数据资产的“点火器”和“放大器”. 价值在于提供可信的、可验证来源的答案. 总结 Quartr 的启发：挑战行业共识、建立专有数据资产、为小撮人服务、用 AI 放大核心价值. 39:39 - 41:17 总结与结束: 任鑫总结本期分享的三种 AI 产品思路. 邀请听众留言交流，结束本期播客. 欢迎订阅「AI 炼金术」的播客，以及同名公众号、视频号 「AI 炼金术」是一档由徐文浩和任鑫——两位多年老友、AI 领域的资深从业者——打造的播客。这里是探讨 AI 和创业的理想聚集地，我们会邀请一线创业者、产品产品和科研学者，深入探讨 AI 如何重塑行业、变革生活，以及如何从 0 到 1 打造 AI 原生产品。 我们的讨论会涵盖多个话题：从 AI 如何改变世界的未来，到如何找到 AI 创业的 PMF；从如何利用 AI 降本增效，到怎样将 AI 技术融入日常生活……如果你对 AI、产品、创业感兴趣，这里有满满的干货和一线实战经验，欢迎关注并推荐给你的朋友，共同探索未来的无限可能！ 商务合作：公众号 「AI炼金术 」菜单栏中【商务】获取联系方式 节目主理人： 徐文浩：某AI创业公司联合创始人，正在面向全球市场开发AI应用。连续创业者，参与过多家创业公司，拼多多早期员工。广告科技公司MediaV的算法和数据负责人，后被360收购。离开后加入成立不到1个月的拼多多。后创办了基于AI的海外客服聊天机器人公司 BotHub.AI 和 海外社交电商平台 Bukito 都宣告失败。2023年再次下场创业。 任鑫：云九资本合伙人，主要在投资和孵化面向全球市场的 AI 应用。之前是连续创业者，曾经打造“今夜酒店特价”用移动互联网应用特价销售酒店尾房；被京东并购后内部创业“京东到家”开展本地即时零售业务；2015 年再次创业 Get 探索对话式人工智能助理成为先烈；2021 年出售公司，2023 年重新回到 AI 世界。 BGM： 片尾：ZUHAIR,Jah Loon - Blue Jay

本期节目是一期“单口”篇。任鑫跳出“AI 产品怎么用”的工具层面，深入剖析了“AI 产品是怎么做成”的商业逻辑 。通过复盘三家增长迅猛的海外 AI 公司——Crescendo (AI Rollup 模式)、Mercor (从招聘平台转型数据军火商) 和 Open Evidence (医疗 AI 的信任构建)，揭示了在后 AI 时代，如何通过商业模式设计、信任构建和精准的市场切入点，构建真正的护城河。这不是简单的“套壳”分析，而是关于如何利用 AI 重塑传统服务业、抓住巨头博弈红利以及在高壁垒行业落地的深度商业洞察 。 � 关键结论 (Key Conclusions) AI Rollup 是当下的一个新风口 (Crescendo 案例)：不再是从 0 到 1 做 SaaS 去求着传统企业用，而是由资本（VC）主导，直接收购线下的服务外包公司（BPO），注入 AI 技术提效，然后以“保证结果”的方式降维打击传统竞争对手 。这种模式避开了大企业内部复杂的政治阻力和转型困难 ()。 要做巨头博弈中的“军火商” (Mercor 案例)：在 AI 巨头（OpenAI, Google, Meta）的“军备竞赛”中，高质量数据是核心弹药 。Mercor 成功从萎缩的传统程序员招聘市场，转型为向大模型厂商提供专家级数据标注（代码、法律、医疗等），踩中了预算无限增长的红利期 。 高壁垒行业的 AI 落地首重“信任” (Open Evidence 案例)：在医疗等严肃领域，AI 产品的首要任务是解决“敢不敢信”和“能不能甩锅”的问题 。通过引入权威信源（如《新英格兰医学杂志》）作为背书，并通过 PLG（产品驱动增长）直接切入医生个人的高频工作流，绕开漫长的医院 B2B 销售流程，是快速扩张的关键 ()()()()。 � 关键认知 (Key Insights) Service as Software > SaaS：当下的 AI 工具往往只能做到 70-80 分，但客户需要 90 分的结果。Crescendo 的打法是用“人”去补齐那 20 分，直接交付结果。对于客户来说，买的是“省心”，而不是买一个需要自己学习和配置的“工具” 。 重新定义“数据飞轮”的有效性：并不是只要有数据就能形成飞轮。传统招聘反馈周期太长（招人后一年才知道好不好），数据无法闭环 。Mercor 转型做数据标注后，反馈周期极短（模型跑分立竿见影），数据飞轮才真正转动起来 。 商业模式的本质是设计“交易结构”：Open Evidence 证明了在某些 B2B 场景下，使用者（医生）不付费，受益者（药企）付费是更合理的模型。它售卖的不是“答案”，而是医生做决策时的“临近权” (Proximity to decision) 。 被巨头“当枪使”是一种红利：你的价值往往取决于你被谁“当枪使”。当年滴滴快滴大战是由于被阿里腾讯当枪使去抢支付入口；现在做高质量数据是因为被大模型厂商当枪使去抢模型能力高地。找到神仙打架的战场，做那个递子弹的人 。 � 行动指南 (Action Guide) 寻找“深水区”的机会： 不要只盯着浅层的工具优化（提升10%效率没人在乎），关注那些劳动密集、分散且利润率低的服务行业（如客服、财税、法律），思考是否可以用 AI Rollup 的模式重做一遍 。 验证你的“飞轮”速度： 检查你的商业设计中，从服务交付到获得数据反馈的周期有多长？只有快速、客观的反馈才能支撑起真正的 AI 护城河 。 设计信任与利益链条： 如果你在做 ToB 产品，思考能否绕过决策层直接服务一线员工（PLG）？能否通过“羊毛出在猪身上”的方式（如广告、数据变现）解决付费难的问题？ 。 拓宽信息摄入量： 不要只盯着自己的点子，要多看市场上已有的成百上千个产品的起盘逻辑。“熟读唐诗三百首”，见过足够多的打法，才能在实战中组合出适合自己的招数 。 ⏱️ 时间线 (Timeline) 00:00 - 02:52 开场与背景 为什么要读懂商业模式？熟读“唐诗三百首”对创业者的意义 。 这期内容：分析 AI 产品是如何做成的，而非怎么用 。 02:52 - 19:05 案例一：Crescendo (AI Rollup 模式) 03:15 - 04:19 什么是 AI Rollup？VC 直接并购传统 BPO 公司进行 AI 改造 。 04:19 - 07:43 商业模式创新：不卖 AI 软件 (SaaS)，卖“结果交付” (Service)，用人力兜底解决 AI 的 20% 不完美 。 07:43 - 10:00 为什么传统 AI SaaS 在大企业推不动？组织转型的阻力与“用不好”的困境 。 14:56 - 16:08 降维打击逻辑：为什么洗服务商（乙方）比洗甲方更容易？ 19:05 - 30:15 案例二：Mercor (AI 招聘与数据平台) 21:00 - 22:19 招聘市场的本质：将 $N \times M$ 的低效匹配优化为 $N + M$ 的智能筛选 。 22:19 - 26:30 关键转型：从萎缩的程序员招聘市场，转型为大模型厂商的“数据军火商” 。 26:30 - 28:43 真假“数据飞轮”：为什么传统招聘没有飞轮，而专家数据标注能形成极速反馈闭环 。 30:15 - 42:37 案例三：Open Evidence (医疗 AI 搜索) 31:42 - 32:22 核心痛点：医疗 AI 的最大障碍不是智能，而是“信任”和“甩锅”需求 。 32:22 - 34:15 借势策略：如何通过《新英格兰医学杂志》等权威背书构建冷启动信任 。 34:15 - 37:54 增长策略：PLG（产品驱动增长）绕开医院决策层，直接切入医生个人的床旁检索场景 。 37:54 - 40:41 盈利模式：羊毛出在猪身上，向药厂卖“决策临近权”广告，而非向医生收费 。 42:37 - 45:45 总结与复盘 三个产品的核心启示：资本运作(Crescendo)、选对战场(Mercor)、精巧设计(Open Evidence)。 一切成功看似偶然，但我们需要学习底层的“遣词造句” 。 欢迎订阅「AI 炼金术」的播客，以及同名公众号、视频号 「AI 炼金术」是一档由徐文浩和任鑫——两位多年老友、AI 领域的资深从业者——打造的播客。这里是探讨 AI 和创业的理想聚集地，我们会邀请一线创业者、产品产品和科研学者，深入探讨 AI 如何重塑行业、变革生活，以及如何从 0 到 1 打造 AI 原生产品。 我们的讨论会涵盖多个话题：从 AI 如何改变世界的未来，到如何找到 AI 创业的 PMF；从如何利用 AI 降本增效，到怎样将 AI 技术融入日常生活……如果你对 AI、产品、创业感兴趣，这里有满满的干货和一线实战经验，欢迎关注并推荐给你的朋友，共同探索未来的无限可能！ 商务合作：公众号 「AI炼金术 」菜单栏中【商务】获取联系方式 节目主理人： 徐文浩：某AI创业公司联合创始人，正在面向全球市场开发AI应用。连续创业者，参与过多家创业公司，拼多多早期员工。广告科技公司MediaV的算法和数据负责人，后被360收购。离开后加入成立不到1个月的拼多多。后创办了基于AI的海外客服聊天机器人公司 BotHub.AI 和 海外社交电商平台 Bukito 都宣告失败。2023年再次下场创业。 任鑫：云九资本合伙人，主要在投资和孵化面向全球市场的 AI 应用。之前是连续创业者，曾经打造“今夜酒店特价”用移动互联网应用特价销售酒店尾房；被京东并购后内部创业“京东到家”开展本地即时零售业务；2015 年再次创业 Get 探索对话式人工智能助理成为先烈；2021 年出售公司，2023 年重新回到 AI 世界。 BGM： 片尾：Zac Crook - you wouldn't know

嘉宾 | 覃睿，BISHENG.ai 联合创始人 AI 在 to B 企业的落地一直是大家关注的焦点，但往往充满了“PPT 上的美好”和“现实中的骨感”。本期《AI 炼金术》邀请到了企业级开源 Agent 平台 BISHENG.ai 的联合创始人覃睿。 覃睿基于服务大几千家企业的真实经验 ，坦诚分享了 AI Agent 在企业中“真正能用”和“听起来好但难落地”的场景 。他深入剖析了企业 AI 落地的四大阶段 、最大的挑战（剧透：不是技术，是“人”），以及为什么他们劝退了大部分想做“智能问数”（Text-to-SQL）的客户 。 这期节目对于所有正在推动或考虑 AI 转型的企业家、IT 负责人和业务骨干都极具价值。你会听到一个一线实战派的真实分享，了解 AI 落地表象之下的关键挑战和务实路径。 � 关键结论 四大真实落地场景： 目前企业 AI 落地最集中的四大类场景是：问答（知识库）、审核（合同、消保）、写报告（研报、尽调） 和 智能问数（Text-to-SQL）。 最“扯”的场景：智能问数（Text-to-SQL）。 覃睿坦言这是他们最谨慎、劝退最多的场景 。原因是这种需求通常来自高层 ，对准确性要求极高 ，但绝大多数企业的数据治理水平根本达不到（如表关系混乱、字段无文档）。 最“不性感”但最高频的场景： 1. 知识库问答（RAG）。2. 情报类应用，即自动监控部委网站、公众号、论文库等，帮员工从“不乐意干”的繁琐工作中解放出来 。 开源是最好的“获客渠道”： BISHENG.ai选择开源，初期是朴素地希望获得快速反馈 。但事实证明，这成为了最高效的获客方式 。严肃的企业客户（特别是大客户）最终仍然会为咨询、实施和定制服务付费 。 中国 To B 赚钱的逻辑： BISHENG.ai已实现盈利 。覃睿的经验是：1. 通过开源筛选正确的客户（主动来的、认知一致的）；2. 做正确的项目（敢于“劝退”不切实际的需求）；3. 抱着**“让客户成功”**的心态，即使短期“算不过账”，也要把真实需求做好，从而赢得二三期项目 。 � 关键认知 企业 AI 落地最大的误区： 企业普遍存在两大不切实际的期望：1. 低估了落地成本 ；2. 以为 AI 无所不能，忽视了 AI 需要被“教”会企业的“弯弯绕”（即业务知识、偏好和隐性规则）。 企业 AI 落地最大的挑战是“人”： 真正的瓶颈不是技术 ，而是如何让业务人员（业务部门）深度参与进来 。他们往往不愿或无法一次性讲清全部需求 ，导致项目需要大量迭代，甚至重构 。 AI 落地四阶段论： 覃睿将企业落地分为四个阶段 ： 玩具阶段： IT 内部的“发烧友”在玩 。 通用阶段： 业务人员开始高频使用通用的 AI 对话工具（如 Deepseek、豆包），开始建立“体感”。 垂类 Agent 阶段： 业务人员主动参与，与 IT 联合共建垂直场景 。 数字员工阶段： Agent 作为自主智能体在企业内工作 。 给企业的核心建议：先到“第二阶段”。 覃睿建议企业不要急于求成（拔苗助长），应先让业务人员在日常工作中（通过类似 Deepseek 或企业版 Minus 的体验）充分感受 AI 的价值 。只有当业务人员建立“体感”并主动提出需求时，第三阶段的“垂类 Agent”落地才会成功 。 BISHENG.ai VS Palantir： BISHENG.ai的模式（包括开源产品）越来越像 Palantir 。其核心是将产品作为高效的“交付工具” ，以更低的成本、更高的效率承接大客户的定制化需求 。 �️ 行动指南 如果你是企业决策者/IT负责人： 诚恳地认识模型能力。 放弃“一步到位”的幻想 。 从“第二阶段”开始： 先在内部署好用的通用 AI 对话工具（体验要对标 C 端产品），让业务人员先用起来，建立“体感”。 选择“不性感”的场景切入： 优先解决内部知识库问答 和情报搜集 这类高频、刚需、员工又不爱干的痛点点。 如果你想尝试“BISHENG.ai”（Bisheng）： 开发者/小公司/个人： 访问官网 BISHENG.ai ，给项目点 Star，加入文档中的社群二维码 。如果部署有困难，群里有“BISHENG.ai达人”可以提供 500 元左右的付费部署服务 。 中大型企业： BISHENG.ai的理想客户是**“细分领域的头部”，预算在几十万到几百万级别 。 ISV / 软件服务商： BISHENG.ai正在招募各地的合作伙伴，可以承接BISHENG.ai覆盖不到的商机，共同交付项目 。 ⏱️ 时间线 【01:21 - 02:54】 嘉宾介绍：BISHENG.ai（Bisheng）联合创始人覃睿，企业级开源 Agent 平台。 【03:27 - 04:26】 为什么选择做开源项目？ 【04:26 - 05:53】 开源的朴素想法：获取快速反馈，也许能帮到别人。 【05:53 - 07:12】 开源的商业价值：高效获客、建立标准、吸引人才。 【07:54 - 09:17】 Dify 已经存在，为什么BISHENG.ai还能火？（差异化：企业级功能）。 【09:17 - 10:33】 数字化转型的“大屏”执念。 【10:33 - 11:00】 企业 AI 落地的四大类场景。 【11:00 - 15:29】 场景一：问答（知识库），及客服场景对“确定性”的挑战。 【18:08 - 19:26】 BISHENG.ai的“Palantir”模式：产品是内部的交付工具。 【19:26 - 20:29】 场景二：审核（合同、消保材料）。 【20:29 - 22:30】 审核场景的挑战：业务部门的需求永远讲不全。 【25:15 - 27:38】 场景三：写报告（研报、尽调报告）。 【27:38 - 31:00】 主持人（任鑫）的真实需求：用 AI 写投资 Memo。 【31:00 - 31:24】 场景四：智能问数（Text-to-SQL）——最谨慎、劝退最多的场景。 【31:24 - 33:01】 为什么智能问数（Text-to-SQL）很难落地？ 【33:01 - 35:42】 唯一成功的 Text-to-SQL 案例：核心是先做了数据治理和“业务表”。 【38:26 - 39:34】 市面上最“扯”的场景是什么？—— 还是智能问数。 【40:28 - 41:59】 最“不性感”但最高频的场景：问答和情报搜集。 【42:26 - 46:54】 企业 AI 落地的四个阶段：玩具 -> 通用 -> 垂类 -> 数字员工。 【47:19 - 49:39】 为什么员工宁用 ChatGPT 不用内部工具？（答：体验太差）。 【51:10 - 52:30】 BISHENG.ai社区早期是如何获得关注的？（答：打中了企业刚需）。 【52:30 - 53:32】 在中国做 To B 怎么赚钱？（BISHENG.ai去年已盈利）。 【53:32 - 58:53】 盈利秘诀：筛选客户、做对项目、建立信任。 【58:53 - 59:41】 给传统企业 AI 转型的核心建议。 【59:41 - 01:03:36】 建议：诚恳认识模型能力，先从“第二阶段”做起，建立“体感”。 【01:03:36 - 01:06:33】 企业对 AI 最大的两个“不切实际的期望”。 【01:06:33 - 01:10:44】 探讨 Palantir 的 Ontology（本体）为何如此有价值。 【01:11:14 - 01:14:19】 BISHENG.ai的理想客户画像：细分领域的头部企业。 【01:14:19 - 01:15:28】 如何联系BISHENG.ai？（官网：BISHENG.ai，加入社群）。 【01:15:28 - 01:16:14】 针对个人和小开发者的“BISHENG.ai达人”服务。 【01:16:14 - 01:17:21】 招募城市 ISV 合作伙伴。 欢迎订阅「AI 炼金术」的播客，以及同名公众号、视频号 「AI 炼金术」是一档由徐文浩和任鑫——两位多年老友、AI 领域的资深从业者——打造的播客。这里是探讨 AI 和创业的理想聚集地，我们会邀请一线创业者、产品产品和科研学者，深入探讨 AI 如何重塑行业、变革生活，以及如何从 0 到 1 打造 AI 原生产品。 我们的讨论会涵盖多个话题：从 AI 如何改变世界的未来，到如何找到 AI 创业的 PMF；从如何利用 AI 降本增效，到怎样将 AI 技术融入日常生活……如果你对 AI、产品、创业感兴趣，这里有满满的干货和一线实战经验，欢迎关注并推荐给你的朋友，共同探索未来的无限可能！ 商务合作：公众号 「AI炼金术 」菜单栏中【商务】获取联系方式 节目主理人： 徐文浩：某AI创业公司联合创始人，正在面向全球市场开发AI应用。连续创业者，参与过多家创业公司，拼多多早期员工。广告科技公司MediaV的算法和数据负责人，后被360收购。离开后加入成立不到1个月的拼多多。后创办了基于AI的海外客服聊天机器人公司 BotHub.AI 和 海外社交电商平台 Bukito 都宣告失败。2023年再次下场创业。 任鑫：云九资本合伙人，主要在投资和孵化面向全球市场的 AI 应用。之前是连续创业者，曾经打造“今夜酒店特价”用移动互联网应用特价销售酒店尾房；被京东并购后内部创业“京东到家”开展本地即时零售业务；2015 年再次创业 Get 探索对话式人工智能助理成为先烈；2021 年出售公司，2023 年重新回到 AI 世界。 BGM： 片尾：The Ivy - It Was Always You

嘉宾 | 胡修涵 捏 Ta 创始人 �️ 内容介绍 本期《AI 炼金术》中，我们再次请到了「捏 Ta」App 的创始人胡修涵。「捏 Ta」是一个融入了 Agent 技术的、充满活力的 AI 创作者社区 。 胡修涵分享了 Agent 技术如何像当年的 Flash 一样，为娱乐场景带来了“交互式体验”的革命，让用户得以创造游戏、MV 等远超图文的内容 。他提出了一个核心观点：AI 时代的主流娱乐形式将不是 "Create" (创造)，而是 "Recreate" (再创作或消遣)——一种类似拼乐高或改装四驱车的、低压力、高即时反馈的乐趣 。 我们深入探讨了 AI 带来的全新内容范式：一种以 "角色" 为中心、而非 "剧本" 为中心的 "虚拟世界随手拍" 体验 。以及，这种由成千上万用户 "Fork" 和 "Merge" 的碎片化内容，将如何催生出类似 GitHub 或 SCP 基金会模式的 AI Native IP 。 此外，我们还讨论了 C 端 AI 产品面临的最大瓶颈（成本与延迟），以及如何通过 "延迟设计"（如游戏化收费或插播广告）将其变为产品特色 。最后，我们一致认为：下一代 AI 产品，将不是下一代技术的产品，而是下一代人的产品 。 � 关键认知 Agent 是娱乐场景的 Flash 革命： Agent 技术的重要性，在于它提供了“交互式体验”的能力，而不只是内容生成 。这就像当年的 Flash，让网页从图文展示变成了可以玩的动画和游戏 。 从 "Create" 到 "Recreate"： AI 降低了门槛，但大多数人创作的核心诉求不是成为艺术家 (Create)，而是享受过程 (Recreate) 。这种“再创作”或“消遣”的心态，就像拼乐高或改装四驱车，是更广泛的用户需求 。 "虚拟随手拍" 新范式： 传统内容是 "剧本中心" 的（先有故事再配角色）。AI 带来了 "角色中心" 的范式，用户可以像拿手机 "随手拍" 一样，抓拍一个角色在虚拟世界中的零碎瞬间，这更符合 AI Native 的创作流程 。 IP 的 GitHub 模式： 当成千上万的用户（像“狗仔队”）围绕一个角色进行碎片化创作时 ，IP 的管理模式将不再是自上而下的。未来，AI Native IP 会更像一个开源项目（如 SCP 基金会或临高启明），由一个 "委员会" 通过 "Fork" 和 "Merge" 的方式来管理和演进 。 "延迟设计" 是 C 端的必修课： AI 视频和图像生成的高延迟与高成本是目前 C 端体验的最大障碍 。与其等待技术（短期内）完美解决，不如学习游戏的设计，把 "延迟" 本身设计成一个 "Feature"，例如通过排队、加速付费 、或在等待时插播激励广告 。 理想的 AI 交互：用户是 "玉帝"，不是 "神"： 在复杂的创作中，用户不想当 "神"（承担所有创意工作）。更理想的模式是用户当 "玉帝"（审批者），AI "大臣" 负责提方案（"我们要不要打花果山？"），用户只管 "盖章" 批准。这个 AI "大臣" 还必须是 "佞臣"，擅长察言观色，让 "玉帝" 感觉一切尽在掌握 。 � 关键结论 行业极度缺乏 "需求侧的实验"： 整个行业都过于迷信 "模型即产品"，痴迷于追赶最新技术（如 Sora 2）。但事实上，行业极度缺乏在 "需求侧"（用户到底需要什么新体验、新交互）的实验和探索 。 AI 产品是 "下一代人" 的产品： 为什么成年人觉得很多 AI 游戏粗糙？因为我们被 3A 大作 "污染" 了 。而下一代用户（如 10 后）"没见过好东西"，他们能像我们当年玩《乒乓》或文曲星游戏一样，在自己用 AI 创造的 "烂游戏" 中获得巨大乐趣 。他们才是 AI Native 。 Sora 的真正价值是 "Remix"： Sora 的重要性不仅是视频生成，更是它所代表的 "一线 C 端思考" 。它的核心网络效应是基于 "Remix"（如拍同款、接龙、续写）而非 "消费" 。这使其在概念上更接近 Roblox，而非 TikTok 。 C 端商业化仍在 "阵痛期"： 无论是订阅制（被超级用户薅秃）还是按次付费（C 端体验差），AI 行业仍未找到成熟的商业模式 。短期内，"工具收费 + 社区增值 + 激励广告" 是活下去的现实路径 。 � 行动指南 体验 "Recreation"： 下载「捏 Ta」App (TA)，尝试"再创作"的乐趣，体验新一代 AI 社区的 "随手拍" 玩法 观察 "未被污染" 的用户： 关注你身边的年轻人（如 05 后、10 后）如何使用 AI。看他们如何用豆包写小说 (34)，或用 ChatGPT 玩 SCP 设定 (35)，这些行为预示了下一代产品的方向。 拥抱 "延迟设计"： 如果你在开发 AI 应用，不要把 "慢" 只看作技术瓶颈。思考如何将其包装成功能，如异步体验、排队系统 、或激励广告位 。 研究 Sora 的 "Remix"： 不要只把 Sora 当作视频工具，去深入研究它的 "拍同款"、"接着做" 等 Remix 机制 。这是 AI 时代实现网络效应的核心。 ⏳ 时间线 [01:58 - 03:44] 胡修涵介绍「捏 Ta」的最新变化：Agent 技术和社区文化。 [05:16 - 06:04] 「捏 Ta」的核心需求：用角色来 "Remix 体验"，满足用户幻想多种身份的需求。 [07:42 - 10:17] 为什么 Agent 技术是娱乐场景的正确解法？类比当年的 Flash。 [13:09 - 15:01] AI 时代的产品设计新思路：解构问题，生成式 UI 必须和内容体验绑定。 [15:26 - 18:08] 创作者 vs 消费者？胡修涵：长期看，"更泛的创作" 将成为主流。 [18:46 - 20:27] 核心概念：什么是 "Recreation" (再创作)？比创造更大众的娱乐形式。 [22:16 - 25:13] AI 带来的新内容范式：从 "剧本中心" 转向 "角色中心" 的 "虚拟世界随手拍"。 [28:16 - 31:52] 案例：一个角色如何被 4000-6000 个 "狗仔队" 用户共创？ [31:52 - 34:35] AI 时代 IP 的组织形态：不是 AI 自动聚合，而是像 GitHub 一样的 "委员会" + "Fork/Merge" 模式。 [34:55 - 37:51] C 端 AI 产品的商业化难题：短期靠工具收费和 "打 call" 活下去。 [38:03 - 39:46] C 端 AI 体验的最大瓶颈：成本和延迟。 [40:32 - 50:02] 延迟的解法：游戏化 "延迟设计"，把 "慢" 变成一个可收费或插广告的 "Feature"。 [53:26 - 58:07] 为什么 Sora 如此重要？它代表了基于 "Remix" 网络效应的一线 C 端思考。 [58:07 - 01:05:57] 未来的交互模式：用户不是 "神"，而是 "玉帝"，AI "大臣" 负责提建议，用户只管 "盖章"。 [01:05:57 - 01:09:16] 世代差异：为什么 AI 产品是 "下一代人" 的产品？ [01:09:16 - 01:09:57] 理想主义：AI 工具是为被精英主义抛下的 "废人" 提供存在的意义。 [01:09:57 - 01:13:13] 案例：小朋友为什么能接受 "很差" 的 AI 游戏？因为没被 3A 大作 "污染"。 [01:14:04 - 01:17:42] 行业反思：行业极度缺乏 "需求侧的实验"，只在追模型技术。 [01:18:44 - 01:21:39] 还有哪些 AI 应用在年轻人中流行？（如轻度宗教、搞黄色、抄作业 App） 欢迎订阅「AI 炼金术」的播客，以及同名公众号、视频号 「AI 炼金术」是一档由徐文浩和任鑫——两位多年老友、AI 领域的资深从业者——打造的播客。这里是探讨 AI 和创业的理想聚集地，我们会邀请一线创业者、产品产品和科研学者，深入探讨 AI 如何重塑行业、变革生活，以及如何从 0 到 1 打造 AI 原生产品。 我们的讨论会涵盖多个话题：从 AI 如何改变世界的未来，到如何找到 AI 创业的 PMF；从如何利用 AI 降本增效，到怎样将 AI 技术融入日常生活……如果你对 AI、产品、创业感兴趣，这里有满满的干货和一线实战经验，欢迎关注并推荐给你的朋友，共同探索未来的无限可能！ 商务合作：公众号 「AI炼金术 」菜单栏中【商务】获取联系方式 节目主理人： 徐文浩：某AI创业公司联合创始人，正在面向全球市场开发AI应用。连续创业者，参与过多家创业公司，拼多多早期员工。广告科技公司MediaV的算法和数据负责人，后被360收购。离开后加入成立不到1个月的拼多多。后创办了基于AI的海外客服聊天机器人公司 BotHub.AI 和 海外社交电商平台 Bukito 都宣告失败。2023年再次下场创业。 任鑫：云九资本合伙人，主要在投资和孵化面向全球市场的 AI 应用。之前是连续创业者，曾经打造“今夜酒店特价”用移动互联网应用特价销售酒店尾房；被京东并购后内部创业“京东到家”开展本地即时零售业务；2015 年再次创业 Get 探索对话式人工智能助理成为先烈；2021 年出售公司，2023 年重新回到 AI 世界。 BGM： 片尾：Summer Salt - Supermoon

本期节目里，刚休假回来的任鑫 和正在加班“搞产品搞营销”的徐文浩 讨论了近期的热点和实战思考。话题从Sora 2为何“AI感”更弱、为何它生成的篮球视频总是投不进球 开始，深入探讨了Agent与Workflow的辩证关系 。徐文浩分享了他们公司（AI for Shopping）如何使用Cherry Studio 等工具搭建内部AI工作流，例如自动化分析云账单 和辅助产品经理做数据分析 。 后半段，两人重点辨析了为什么这一轮的AI To B（B2B）模式 根本上不同于上一代SaaS ，以及企业IT部门为何会成为AI落地的阻力 。最后，他们还聊到了Cursor的10亿美金ARR 、ChatGPT Pose的商业化潜力 、AIO（AI搜索优化）的实战套路 、保持身体健康的重要性 以及在快速变化中“多买彩票”（保持开放和 serendipity）的价值 。 � 关键结论 (Key Conclusions) 从MVP到MMP： AI产品的营销成本越来越贵，现在大家谈论的是MMP（Minimum Marketable Product），产品特性必须从设计之初就考虑好如何在社交媒体上传播 。 Workflow是必需品： Agent和Workflow并非对立 。在对交付结果准确性要求高的B端场景，Workflow是必需的 ；而在C端，Agent的不确定性反而是“抽卡”式成瘾性的来源 。 新To B模式： 这一轮AI To B（B2B）与传统SaaS不同。它更像是“咨询+培训的增强版”，核心价值是帮助企业挖掘并落地AI场景（如RAG、Agent） 。 新To B的优势： AI To B产品（1）真实有用 ；（2）定制化更容易（界面标准，只改数据源和工作流） ；（3）泛化能力强（为A银行做的Agent可复用于B银行） ；（4）易于扩充订单（在一个个场景上“长出”新订单） 。 AIO就是新SEO： AIO（AI搜索优化）的套路与传统SEO类似 。核心是逆向工程，研究AI搜索结果引用了哪些网站（如Reddit），然后去这些网站发布特定格式的内容（如“十大xx”）。 “被动投喂”是商业化关键： 相比在聊天框（Chat）里插广告，ChatGPT Pose这种“信息流”形态 更容易商业化 。它通过获取用户更多上下文（如日历、邮箱），以“异步被动”的方式推送建议，用户容忍度更高，商业想象空间更大 。 � 关键认知 (Key Insights) 不确定性的价值： AI的“智能感”并非来自100%准确，而是来自“意料之外” 。如同“抽卡”，不确定性会带来多巴胺奖励 。人们更喜欢AI提供自己无法产生的“全新维度”（如心理侧写、玄学分析）。 IT部门的阻力： 传统企业AI落地的一大阻力是其内部IT部门 。他们想主导这件事，但往往既缺乏外部公司的技术能力，也不懂内部业务，最终卡住流程 。 “买彩票”的重要性： 在变化极快的时代，要多“买彩票”——多做无心插柳的尝试，比如多约不同行业的人聊天 。任鑫分享了他如何通过一次看似无用的下午茶，意外达成了重大的合作 。 做自己想做的事： 面对变化，最好的策略是“干一个自己想干的事儿” 。任鑫认为，做自己喜欢的事，“保底比较高” ；徐文浩认为，只有做自己喜欢的事，才能在大浪潮中坚持和积累 。 �️ 行动指南 (Actionable Guide) 从特定场景开始自动化： 评估你公司内部的工作流，使用Cherry Studio 、N8N 或开源工具，从一个非常具体的需求，如分析云账单 、处理发票 开始构建内部Agent。 辅助非专业人士： 识别那些“培训实习生一两周就能干”的活 ，比如帮助产品经理写简单的SQL查询 ，用AI Agent将其自动化。 构建“主动推送”型Agent： 不要只做“你问我答”的RAG。尝试构建能持续监控（如竞品动态 、Twitter关键人物 并“主动推送”报告的Agent 。 重视健康： 这一轮AI浪潮变化极快，是长线作战 。把运动和身体健康放在第一优先级 ，否则体力不支时，大脑也无法运转 。 ⏱️ 时间线 (Timeline) 00:38 - 01:19 两位一线“炼金术士”介绍：任鑫（投资与孵化）与徐文浩（AI for Shopping CTO）。 01:50 - 02:51 观点：AI产品营销从MVP转向MMP（Minimum Marketable Product）。 02:52 - 05:24 行业动态：Sora 2 的AI感减弱，已能生成非特效类的“小广告片”。 05:25 - 05:54 Sora 2 的有趣bug：篮球场景下“每个球都投不进”，但观众依然喝彩。 05:55 - 08:02 应用层开发者（如Video Agent）的焦虑：基础模型迭代太快怎么办？。 08:03 - 10:16 Agent与Workflow之辩：B端场景更偏向Workflow，C端更偏向Agent。 10:17 - 13:09 关键认知：Agent结果的“不确定性”是成瘾性来源，如同“抽卡”。 13:10 - 14:23 案例分享：徐文浩公司如何使用Cherry Studio搭建内部Agent。 14:26 - 20:27 内部应用实例1：搭建“云账单”分析Agent，替代人工报表和会议。 20:28 - 22:46 内部应用实例2：为不会写SQL的产品经理搭建专用的“数据分析”Agent。 24:19 - 28:48 内部应用实例3：搭建“垂类竞品”监控Agent，实现主动推送。 28:49 - 37:23 To B 深度讨论：为什么这一轮AI To B比传统SaaS更有希望？。 37:24 - 39:08 B2B落地的最大阻力：企业内部的IT部门。 39:09 - 41:44 商业模式探讨：Cursor（C端高增长） vs. Palantir（B端高利润）。 41:45 - 42:24 新趋势1：AI参与电商（ACP/GU），来自GU的流量转化率更高。 42:25 - 47:04 新趋势2：ChatGPT Pose，从“主动提问”转向“被动投喂”，利于商业化。 47:05 - 51:42 新趋势3：AIO（AI搜索优化），通过逆向工程在AI信任的网站（如Reddit）“埋伏”内容。 51:43 - 53:18 个人反思：任鑫认为身体健康是第一位，徐文浩强调组织学习速度。 53:19 - 54:43 任鑫的感悟：多“买彩票”，无心插柳的聊天可能带来巨大合作机会。 54:44 - 56:47 徐文浩的感悟：必须“干一个自己想干的事儿”，才能在浪潮中坚持。 56:48 - 58:27 任鑫的幸运：发现自己95%的工作，是即使没有回报也乐此不疲会做的事。 欢迎订阅「AI 炼金术」的播客，以及同名公众号、视频号 「AI 炼金术」是一档由徐文浩和任鑫——两位多年老友、AI 领域的资深从业者——打造的播客。这里是探讨 AI 和创业的理想聚集地，我们会邀请一线创业者、产品产品和科研学者，深入探讨 AI 如何重塑行业、变革生活，以及如何从 0 到 1 打造 AI 原生产品。我们的讨论会涵盖多个话题：从 AI 如何改变世界的未来，到如何找到 AI 创业的 PMF；从如何利用 AI 降本增效，到怎样将 AI 技术融入日常生活……如果你对 AI、产品、创业感兴趣，这里有满满的干货和一线实战经验，欢迎关注并推荐给你的朋友，共同探索未来的无限可能！商务合作：公众号 「AI炼金术 」菜单栏中【商务】获取联系方式 节目主理人： 徐文浩：某AI创业公司联合创始人，正在面向全球市场开发AI应用。连续创业者，参与过多家创业公司，拼多多早期员工。广告科技公司MediaV的算法和数据负责人，后被360收购。离开后加入成立不到1个月的拼多多。后创办了基于AI的海外客服聊天机器人公司 BotHub.AI 和 海外社交电商平台 Bukito 都宣告失败。2023年再次下场创业。 任鑫：云九资本合伙人，主要在投资和孵化面向全球市场的 AI 应用。之前是连续创业者，曾经打造“今夜酒店特价”用移动互联网应用特价销售酒店尾房；被京东并购后内部创业“京东到家”开展本地即时零售业务；2015 年再次创业 Get 探索对话式人工智能助理成为先烈；2021 年出售公司，2023 年重新回到 AI 世界。 BGM： 片尾：Josh Fudge - 7 in the Morning

嘉宾 | 陈万锋，筷子科技创始人兼CEO 本期《AI炼金术》邀请到筷子科技创始人兼CEO陈万锋，深入探讨AI时代企业如何解决视频内容大规模生产的痛点。筷子科技将AI能力应用于企业级营销视频的“边拍剪投”全链路，帮助商家构建高效的内容供应链。 对话聚焦于AI如何将“网感”玄学工程化、To B生产力SaaS的盈利模式探索，以及中国科技公司在视频商业赛道进行国际化的实战经验与挑战。 � 关键结论 (Key Conclusions) 视频是新时代的“货币”：对于消费品等商业活动而言，视频已经成为一种“货币”（Currency），内容的数量和质量直接映射为订单和动销，商家需要的是每天持续供应的内容供应链，而非简单的工具 。 AI提升生产力SaaS的价值：中国To B市场更需要生产力SaaS而非管理型SaaS 。筷子科技通过按“视频消耗”收费等与商业逻辑高度匹配的模式，实现了比传统SaaS高三到四倍的平均客单价（PU值） 。 商业创意的工程化解法：AI能够将商业创意中的“网感”进行工程化管理。通过理解“自己”的产品、分析“竞品/行业”动态、捕捉“热点”，AI智能体可以进行发散性推理，并产出10到20个创意Idea，帮助商家有效地“蹭热点” 。 AI应用的边界在于市场验证：那些声称能在几分钟内跑通N-to-end（端到端）流程的Demo多是过度简化（oversimplify）的 ()。AI技术真正的边界和价值，最终要由市场中付费客户的实际效果来衡量，即能否通过平台验证、跑出流量，并带来十倍以上的产能提升 。 � 关键认知 (Key Insights) AI比人更具发散性：人类是“收敛的动物”，倾向于走最小路径（即“卷”），而AI在计算能力足够时，可以探索更多路径，在创意上能够比人更加发散，帮助打开思维 。 AI应用的护城河是“Know-How”：大模型的通用能力在提高，但应用层的竞争力在于产业的Know-How和更好的Prompt 。需要通过垂直细分（如餐饮、零售、美妆）的行业经验，将通用模型引导和转化为服务特定客户的独特能力 。 To B创业应从“最干”的需求入手：AI创业初期应从最小、最实际、最干的需求开始，服务那些只关心价值实现（例如卖水稻种子、做家政清洁），不关心底层模型的小企业 。大企业的需求在这个快速迭代的阶段反而不易抓住真实痛点 。 国际化需因地制宜：国际化不能将“外国”视为一个整体，建议至少区分为“中国市场”、“一带一路市场”和“欧美市场” 。中国在视频商业赛道处于碾压级领先地位，但需要警惕中国过于“先进、严谨、有逻辑”的视频风格，可能不被海外市场接受，例如海外TikTok更看重“表达”和“网感”（如贴纸） 。 �️ 行动指南 (Actionable Guide) 建立金字塔内容矩阵：企业应建立整体的内容矩阵概念，包括官号、多国/多地区账号、多语言版本（利用AI翻译），以实现每天持续且批量的视频分发，并从中筛选优质素材进行付费投放 。 商业创意三步走（AI工程化流程）： 了解自己（Context Engineering）：输入产品/服务信息，让AI智能体推理和确认产品在行业中的定位 ()。 看竞品/行业：通过AI解构和搜索行业对标内容，了解行业动态和标准做法 。 蹭热点/网感：利用AI热点库，让AI推理生成结合热点与产品的创意Idea，确保内容具备网感和时效性 。 To B盈利模式创新：生产力SaaS应探索按价值消耗（如视频条数）计费，力争实现首单盈利，并将CAC（客户获取成本）回收周期控制在12个月以内 。 ⏱️ 时间线 (Timeline) 00:01 - 02:41：开场及嘉宾介绍。企业视频广告生产的痛点，引出筷子科技用AI解决企业内容商业的“麻烦” 。 02:42 - 07:44：筷子科技的产品定位、服务对象（从SMB到大型连锁、B2B/B2C）及全链路能力（边拍剪投）介绍 。 07:45 - 12:21：案例解析：如何为AI会议纪要产品批量生产和分发1000条以上的短视频素材 。 12:22 - 18:13：深度拆解：AI如何将“网感”工程化（了解自己-看竞品-蹭热点）和商业创意发散性 。 18:14 - 22:52：To B商业模式探讨：中国To B的付费困境，筷子科技如何通过“生产力SaaS”和按“视频消耗”收费实现高客单价和健康现金流 。 22:53 - 24:22：讨论GOT服务（传统大客户服务）以及AI产品中人与AI的协同与定制化 。 24:23 - 29:46：国际化实战经验：市场划分（一带一路 vs 欧美）与本土化挑战，中国先进的视频商业模式在海外可能遇到的“水土不服” 。 29:47 - 38:08：AI创业的Demo陷阱与技术边界：如何说服客户？技术真正的验证标准是付费客户的实际效果和跑出的流量（已超9000万条视频） 。 38:09 - 42:34：大模型时代应用层的核心竞争力：AI能力普及的利弊，应用层的护城河在于产业Know-How和垂直细分的细节打磨 。 42:35 - ：总结。 欢迎订阅「AI 炼金术」的播客，以及同名公众号、视频号 「AI 炼金术」是一档由徐文浩和任鑫——两位多年老友、AI 领域的资深从业者——打造的播客。这里是探讨 AI 和创业的理想聚集地，我们会邀请一线创业者、产品产品和科研学者，深入探讨 AI 如何重塑行业、变革生活，以及如何从 0 到 1 打造 AI 原生产品。 我们的讨论会涵盖多个话题：从 AI 如何改变世界的未来，到如何找到 AI 创业的 PMF；从如何利用 AI 降本增效，到怎样将 AI 技术融入日常生活……如果你对 AI、产品、创业感兴趣，这里有满满的干货和一线实战经验，欢迎关注并推荐给你的朋友，共同探索未来的无限可能！ 商务合作：公众号 「AI炼金术 」菜单栏中【商务】获取联系方式 节目主理人： 徐文浩：某AI创业公司联合创始人，正在面向全球市场开发AI应用。连续创业者，参与过多家创业公司，拼多多早期员工。广告科技公司MediaV的算法和数据负责人，后被360收购。离开后加入成立不到1个月的拼多多。后创办了基于AI的海外客服聊天机器人公司 BotHub.AI 和 海外社交电商平台 Bukito 都宣告失败。2023年再次下场创业。 任鑫：云九资本合伙人，主要在投资和孵化面向全球市场的 AI 应用。之前是连续创业者，曾经打造“今夜酒店特价”用移动互联网应用特价销售酒店尾房；被京东并购后内部创业“京东到家”开展本地即时零售业务；2015 年再次创业 Get 探索对话式人工智能助理成为先烈；2021 年出售公司，2023 年重新回到 AI 世界。 BGM： 片尾：Alex Siegel - Up All Night

嘉宾 | 王乐，FOLOTOy 创始人 本期《AI炼金术》邀请到AI玩具公司 FOLOTOy 的创始人兼 CEO 王乐，一起探讨AI硬件浪潮下的创业故事。王乐分享了 AI 玩具从最初的“爆改”传统玩具，到与大厂合作打造爆款，再到自研一体化产品，一步步摸索出AI玩具市场的独特路径；也深入剖析了AI玩具的产品定位、用户画像、市场策略以及未来的发展方向。 关键结论 AI玩具是新物种：AI玩具是一个新兴的品类，目前仍处于用户教育阶段 。 国内市场领先：中国AI硬件市场的响应速度明显快于海外，海外市场的发展比国内晚1-2年 。 最大的用户价值：AI玩具最大的价值在于为孩子提供了“一个可交流的对象”，帮助他们解决分离焦虑、提高表达和社交能力 。 痛点与改进：用户最大的抱怨是配网连接的复杂性。公司最大的改进之一就是简化上手流程，甚至在后续产品中增加了4G连接功能 。 产品定位：AI玩具的本质首先是“玩具”，是给人带来快乐的，而“工具”或“教具”属性应放在第二位 。 关键认知 从“爆改”到自研：创业初期，FOLOTOy团队通过“爆改”存量巨大的“火火兔”和“米兔”玩具，用极低的成本快速验证了市场需求，并借此获得了第一笔融资，从而避免了开模具的高昂成本 。 数据驱动的产品开发：在确定新产品形态时，团队会分析抖音和TikTok上视频播放量高的玩具类型，以及亚马逊等电商平台上销量好的产品，找到具有传播和销售潜力的品类，再在此基础上加入AI功能 。 务实的增长策略：公司奉行务实的增长策略，不盲目追求大规模亏损铺市场，而是通过不断尝试和数据验证来找到有效的渠道（如线下门店）并进行复制，追求稳健的增长和自我造血 。 用户购买动机：AI玩具的购买者主要是妈妈 。她们的购买动机是“寓教于乐”，既希望孩子能玩得开心，又希望玩具能带来学习和认知上的帮助，即“三分学七分玩” 。 行动指南 给AI硬件创业者的建议：AI硬件创业需要足够的耐心，其发展速度比纯软件慢。同时，供应链成本高昂，需要做好充分的准备和挑战精神 。 寻找市场空白：与其从零开始，不如先找到市面上已经有销量和用户基础的产品，然后用AI技术为其“赋能”，创造差异化的价值 。 持续迭代：硬件也需要像软件一样快速迭代。王乐表示，他们的硬件迭代速度可以做到每隔几个月就更新一次，快速响应用户反馈 。 时间线 01:19 任鑫讲述第一次见到 FOLOTOy 的AI向日葵和熊猫玩具的“魔性”体验，引出本期嘉宾王乐 。 03:32 王乐分享创办 AI 玩具公司的初衷：希望用 AI 帮助自己“带娃” 。 06:10 讲述通过“爆改”火火兔故事机意外获得市场反响和融资的故事 。 09:19 介绍与字节跳动合作打造的爆款“显眼包” 。 11:28 讨论公司当前的销售规模，并分享务实的商业策略 。 14:01 举例说明产品和渠道的试错经验，如一体化设计比模块化更成功，以及放弃线上营销、专注线下渠道的决策 。 17:12 解释如何通过数据分析（如抖音、TikTok 和亚马逊）来决定新产品形态 。 21:18 阐述从海外市场转向国内市场的原因 。 25:11 分析 AI 玩具对于孩子的陪伴价值和用户使用场景 。 28:23 区分不同年龄段儿童对AI玩具的使用偏好 。 31:09 讨论产品配网难题和如何解决 。 33:45 探讨AI玩具和工具之间的区别，强调快乐是第一位 。 37:00 讨论如何通过IP化和人设来避免“AI人格分裂” 。 38:52 探讨AI玩具为何会存在“三分钟热度”的问题 。 欢迎订阅「AI 炼金术」的播客，以及同名公众号、视频号 「AI 炼金术」是一档由徐文浩和任鑫——两位多年老友、AI 领域的资深从业者——打造的播客。这里是探讨 AI 和创业的理想聚集地，我们会邀请一线创业者、产品产品和科研学者，深入探讨 AI 如何重塑行业、变革生活，以及如何从 0 到 1 打造 AI 原生产品。 我们的讨论会涵盖多个话题：从 AI 如何改变世界的未来，到如何找到 AI 创业的 PMF；从如何利用 AI 降本增效，到怎样将 AI 技术融入日常生活……如果你对 AI、产品、创业感兴趣，这里有满满的干货和一线实战经验，欢迎关注并推荐给你的朋友，共同探索未来的无限可能！ 商务合作：公众号 「AI炼金术 」菜单栏中【商务】获取联系方式 节目主理人： 徐文浩：某AI创业公司联合创始人，正在面向全球市场开发AI应用。连续创业者，参与过多家创业公司，拼多多早期员工。广告科技公司MediaV的算法和数据负责人，后被360收购。离开后加入成立不到1个月的拼多多。后创办了基于AI的海外客服聊天机器人公司 BotHub.AI 和 海外社交电商平台 Bukito 都宣告失败。2023年再次下场创业。 任鑫：云九资本合伙人，主要在投资和孵化面向全球市场的 AI 应用。之前是连续创业者，曾经打造“今夜酒店特价”用移动互联网应用特价销售酒店尾房；被京东并购后内部创业“京东到家”开展本地即时零售业务；2015 年再次创业 Get 探索对话式人工智能助理成为先烈；2021 年出售公司，2023 年重新回到 AI 世界。 BGM： 片尾：HYBS - Would You Mind

嘉宾 |赵充，像素绽放PixelBloom 创始人兼 CEO 本期《AI炼金术》播客邀请了连续创业者赵充，他创办的AI产品“AiPPT”在短短20个月内就获得了2000万用户和千万月活的成绩 。在巨头林立、竞争激烈的PPT赛道中，赵充分享了AiPPT如何另辟蹊径，通过独特的市场细分和产品策略实现逆势增长。 关键结论 市场细分： AI演示工具市场并非一片红海，而是可以根据用户需求和场景细分成不同的赛道 。与微软、金山等提供“全家桶”的大厂不同，AiPPT专注于满足用户“只想要甜筒”的单一、急迫的需求，从而切入了一个全新的市场 。 端到端交付： 仅仅依靠AI生成内容是不够的，AiPPT的核心竞争力在于提供“端到端”的解决方案 。这包括提供海量、专业的带内容的课件和模板 ，以及一个强大的、具备高编辑性的自研编辑器，确保用户能轻松完成最终的交付任务 。 增长模型： AiPPT的成功源于其多维度的增长策略 。最初通过老产品（如“爱设计”）的用户交叉推广，快速获得了前100万用户 。随后，凭借“AiPPT”这一强势域名带来的巨大自然流量 ，以及“To Partner To C”（与渠道伙伴合作）的模式，实现了规模化增长 。 国内市场潜力： 中国市场的付费习惯已经通过长视频平台和办公软件等被培养起来 。赵充认为，国内工具类产品也能实现“当月打正甚至赚钱” ，并且如果能在中国市场成功“卷”出来，海外成功的概率也会更高 。 关键认知 选择赛道： 创业应选择已经被证明有人能赚到大钱的市场，避免进入无人验证的“蓝海” 。 用户需求： 只提供一个对话框的AI产品，对于90%的用户来说门槛太高 。用户更喜欢通过导航和具体场景按钮来使用产品，因此产品设计必须紧贴真实的用户场景，例如“上传文档”转PPT或“美化现有PPT” 。 信任状： 用户的付费意愿不仅取决于产品体验，还依赖于“信任状” 。通过展示合作伙伴、投资方等信息，可以迅速拉近与用户的距离，提升付费率 。 海外策略： 出海不一定只瞄准美国市场，可以从印度、东南亚等第三国家入手 。同时，出海的打法与国内类似，核心是“靠内容在卷” ，并针对不同人群和国家做细致的本地化内容支持 。 内容版权： 在AI生成内容时，版权问题不容忽视 。与视觉中国等拥有海量版权图库的公司合作，可以为产品提供有保障的写实图片，并规避潜在的版权风险 。 行动指南 找准场景： 寻找明确任务导向型的刚需场景 。例如，家长给孩子赶作业或职场人士给老板写汇报，这些用户因为“急”而付费意愿高 。 做好全链路： 对于小型创业团队，赚钱的关键在于打通从产品、推广、承接到规模化的“全链路” 。这需要团队具备完整的产品和增长操盘能力，否则成功率极低 。 团队规模： 在某些竞争激烈的赛道，小团队可能难以成功 。AiPPT的成功得益于其200多人的团队，在两年内加了十倍人手进行“猛攻” 。 时间线 00:01-01:19 播客开场，主持人任鑫和徐文浩介绍AI炼金术播客，并引出本期嘉宾赵充。 01:19-02:17 介绍本期嘉宾赵充的背景和AiPPT的成绩，引出讨论主题 。 02:17-03:09 赵充自我介绍并介绍公司像素绽放及其产品矩阵（AiPPT、AI好记等） 。 03:09-08:12 讨论AiPPT为何选择看似竞争激烈的PPT赛道，以及如何通过细分市场（只卖“甜筒”）和避开巨头（不卖“全家桶”）的策略取得成功 。 08:12-13:40 深入探讨AiPPT的核心竞争力：端到端的解决方案、强大的编辑器和丰富的用户场景 。 13:40-20:17 探讨用户增长策略，包括通过老产品用户交叉推广和“AiPPT”域名带来的自然量 ，并讨论中国工具类产品的付费情况 。 20:17-23:20 讨论中国和海外市场的创业优劣势对比，并分享AiPPT的出海策略 。 23:20-25:38 探讨AiPPT如何打开小白市场，并指出小白用户因为“明确任务导向”和“着急”而付费意愿更高 。 25:38-29:22 解释“To Partner To C”的合作模式，以及为什么像联想、豆包等大平台会选择AiPPT 。 29:22-31:41 比较AiPPT和Gamma的产品设计理念，指出两者分别针对“内部汇报”和“公开演讲”两个不同的细分场景 。 32:35-35:44 解释AiPPT为何选择与视觉中国合作，并强调版权图片对于AI产品的重要性 。 35:44-41:21 总结AiPPT的海外增长打法（搜索+KOL种草），并分享公司未来的产品孵化方向 欢迎订阅「AI 炼金术」的播客，以及同名公众号、视频号 「AI 炼金术」是一档由徐文浩和任鑫——两位多年老友、AI 领域的资深从业者——打造的播客。这里是探讨 AI 和创业的理想聚集地，我们会邀请一线创业者、产品产品和科研学者，深入探讨 AI 如何重塑行业、变革生活，以及如何从 0 到 1 打造 AI 原生产品。 我们的讨论会涵盖多个话题：从 AI 如何改变世界的未来，到如何找到 AI 创业的 PMF；从如何利用 AI 降本增效，到怎样将 AI 技术融入日常生活……如果你对 AI、产品、创业感兴趣，这里有满满的干货和一线实战经验，欢迎关注并推荐给你的朋友，共同探索未来的无限可能！ 商务合作：公众号 「AI炼金术 」菜单栏中【商务】获取联系方式 节目主理人： 徐文浩：某AI创业公司联合创始人，正在面向全球市场开发AI应用。连续创业者，参与过多家创业公司，拼多多早期员工。广告科技公司MediaV的算法和数据负责人，后被360收购。离开后加入成立不到1个月的拼多多。后创办了基于AI的海外客服聊天机器人公司 BotHub.AI 和 海外社交电商平台 Bukito 都宣告失败。2023年再次下场创业。 任鑫：云九资本合伙人，主要在投资和孵化面向全球市场的 AI 应用。之前是连续创业者，曾经打造“今夜酒店特价”用移动互联网应用特价销售酒店尾房；被京东并购后内部创业“京东到家”开展本地即时零售业务；2015 年再次创业 Get 探索对话式人工智能助理成为先烈；2021 年出售公司，2023 年重新回到 AI 世界。 BGM： 片尾：Alex Siegel - Beauty Fades

嘉宾：范凌，特赞 Tezign 创始人兼CEO 本期《AI炼金术》邀请了特赞科技的创始人范凌，也是 atypica.AI 这个AI研究多智能体的“产品经理”，他同时也是同济大学设计人工智能实验室的主任和博士生导师 。本期节目探讨了 AI 如何赋能设计和内容生产，以及一家十年创业公司如何应对 AI 浪潮带来的挑战与机遇。范凌还分享了特赞在企业级内容管理和生成方面的实践经验，以及对 AI 时代组织转型、竞争壁垒和未来商业模式的深刻见解。 关键结论 比起从0到1的原创者，AI 更像是高效的“内容工厂”：AI在品牌内容生产中主要作用于“从1到无穷”的环节 。通过自动化地理解、分析和混剪现有素材，AI 能为品牌在一天内生成上千条不同的视频 。 AI让企业的内容测试成本更低、频次更高：AI 的内容工厂模式让品牌能够以更低的成本和更高的频次进行测试，从而形成一个持续优化的“飞轮” 。 企业 AI 转型是“人的转型”而非“技术转型”：企业拥抱 AI 的过程比想象中要难，最大的挑战在于组织文化和人的转型 。范凌认为，AI的出现是反工业化的，应该回归到“全能的人”，弱化分工 。 AI原生公司竞争壁垒在于数据和企业级场景：面对新兴的 AI 原生公司，老牌公司的竞争壁垒在于长期积累的内容数据资产 。此外，从“消费者市场”向“企业级市场”跃升，需要综合能力，这也会为公司带来竞争优势 。 关键认知 AI时代的专业性是“提示词”写得好：范凌认为，AI 时代下，真正有价值的专业性在于对业务、客户、渠道的深刻理解，能够知道“劲儿该花在哪里”，从而写出好的提示词（brief） 。专业性不应该成为“这不能做、那不能做”的理由 。 AI 帮助“通才”成为“专家”：AI 的能力能让通用能力强的人，在某个特定方向达到 80 分的专业水准，从而成为“有通用能力的专家” 。 AI时代中层干部将面临挑战：中层管理者需要从“管理者”转变为“拥抱 AI 的行动者”，否则将可能成为AI转型大潮中的“落后者、牺牲者” 。 投资要选择“增长性预期强”的赛道：在中国做企业服务赚钱非常艰辛，但如果在一个“不是每个人都能听懂”且“与增长有关”的赛道上，客户会更愿意投入预算 。 行动指南 持续做“新瓶装新酒”或“新瓶装老酒”的产品：不要只在现有产品上不停地增加 AI 功能，因为这会让人感觉是“老瓶装新酒”，没有带来价值。 勇敢地在中国“内卷”，然后走向全球：AI 赛道在中国和海外绝对没有时差 。在中国市场磨练出的产品，有机会走向海外 。 调整组织形态，让员工有更高的所有权：公司应尝试向“高内聚低耦合”的“pod”组织形态转变，让每个人的所有权（ownership）更接近最终结果 。 快速验证 PMF (产品市场匹配度)：产品团队应该缩短开发周期，快速验证产品，即使竞争会更激烈 。 强制性培训与引导“老手”使用AI工具：对于有经验的员工，需要通过购买工具账号、定期分享使用心得等方式，引导他们使用 AI 工具，改变工作习惯 。 时间轴 00:00 - 01:18：播客开场，主持人任鑫和徐文浩介绍本期主题和嘉宾范凌 。 01:19 - 02:45：嘉宾范凌自我介绍，并讲述特赞的由来和创业哲学 。 02:46 - 06:42：范凌详细介绍特赞的业务逻辑和发展历程，从AI延展到内容资产管理，再到大语言模型驱动的内容生成 。 06:43 - 11:06：案例分享：不同品牌如何利用特赞的内容管理系统和“内容工厂” 。 11:07 - 14:56：讨论AI对企业的冲击，特赞在 GPT 出现后的转型“阵痛” 。 14:57 - 17:03：探讨企业AI转型的挑战，以及组织形态从“工业化”到“反工业化”的转变 。 17:04 - 22:59：与AI原生公司竞争的思考：特赞的竞争壁垒和to B市场的挑战 。 23:00 - 28:19：讨论AI是否会颠覆数字资产管理的根基，以及“内容生成”和“数据资产积累”的关系 。 28:20 - 33:48：关于中国 to B 创业环境的探讨，以及如何在中国做企业服务赚钱 。 33:49 - 42:00：AI 时代下的人才和组织结构：专业性、通才与专才、以及如何管理新老员工 。 42:01 - 51:30：新产品 atypica.AI介绍：如何用 AI 模拟消费者和市场研究 。 欢迎订阅「AI 炼金术」的播客，以及同名公众号、视频号 「AI 炼金术」是一档由徐文浩和任鑫——两位多年老友、AI 领域的资深从业者——打造的播客。这里是探讨 AI 和创业的理想聚集地，我们会邀请一线创业者、产品产品和科研学者，深入探讨 AI 如何重塑行业、变革生活，以及如何从 0 到 1 打造 AI 原生产品。 我们的讨论会涵盖多个话题：从 AI 如何改变世界的未来，到如何找到 AI 创业的 PMF；从如何利用 AI 降本增效，到怎样将 AI 技术融入日常生活……如果你对 AI、产品、创业感兴趣，这里有满满的干货和一线实战经验，欢迎关注并推荐给你的朋友，共同探索未来的无限可能！商务合作：公众号 「AI炼金术 」菜单栏中【商务】获取联系方式 节目主理人： 徐文浩：某AI创业公司联合创始人，正在面向全球市场开发AI应用。连续创业者，参与过多家创业公司，拼多多早期员工。广告科技公司MediaV的算法和数据负责人，后被360收购。离开后加入成立不到1个月的拼多多。后创办了基于AI的海外客服聊天机器人公司 BotHub.AI 和 海外社交电商平台 Bukito 都宣告失败。2023年再次下场创业。 任鑫：云九资本合伙人，主要在投资和孵化面向全球市场的 AI 应用。之前是连续创业者，曾经打造“今夜酒店特价”用移动互联网应用特价销售酒店尾房；被京东并购后内部创业“京东到家”开展本地即时零售业务；2015 年再次创业 Get 探索对话式人工智能助理成为先烈；2021 年出售公司，2023 年重新回到 AI 世界。 BGM： 片尾：Summer Salt - Seventeen

在这期播客里，我（任鑫）和徐文浩又凑一块儿聊了聊最近的感悟。我们从最近发布的 GPT-5 聊起，说实话，用下来感觉有点小失望 。它并没有带来那种石破天惊的变化，这让我们感觉，大模型的能力狂飙似乎进入了一个平台期，有点“撞墙”的意思 。 不过，我们觉得这对做应用的人来说反而是个好消息，因为地基总算稳了，大家可以安安心心地在上面盖楼了 。所以我们探讨了一下，未来的机会可能不在于模型本身有多聪明，而在于我们的产品能不能给它提供足够好的“上下文”（Context）。 除此之外，我们还看好视频、图片生成这些多模态的方向，觉得那里的机会还很大 。我们也吐槽了市面上一些 AI 营销工具的真实效果 ，探讨了国内外市场的机会差异，以及在和传统企业合作时发现，最大的挑战往往还是“人的问题” 。 关键结论 GPT-5 未达预期：尽管备受期待，但 GPT-5 在实际用户体验上并未带来“石破天惊”的进步，其在编程和指令遵循等方面的体感甚至不如之前的特定模型 ()()()()。 大模型能力进入平稳期：从 GPT-4 到 Cloud 3.5 之后，大语言模型的能力进入了一个相对同质化、增长放缓的阶段 ()()()()。这为应用开发者提供了稳定的地基，不必再担心底层技术频繁剧变导致工作白费 ()。 应用价值的核心在于“上下文”：未来 AI 应用的价值大小，将由“智能（Intelligence）”和“上下文（Context）”两个维度的乘积决定 ()()。如何被动、无感地获取并利用用户的上下文信息，是应用设计的关键 ()。 多模态是下一个风口：相比于语言模型，视频和图片生成等多模态技术仍处于快速发展的早期阶段，其成本将持续下降，能力将显著提升，蕴含着巨大的创新机会 ()()()()()()()()。 国内 C 端市场艰难，B 端和出海是出路：由于国内大厂提供大量免费且功能全面的 AI 服务，纯软件的 C 端创业非常艰难 ()()()()。机会更多存在于 B 端企业服务、与传统行业结合，或直接面向海外市场 ()()()()。 关键认知 AI 的价值需要被“设计”出来：模型性能的提升（如跑分提高20%）用户未必能直接感知 。好的产品设计，能将技术的优势转化为用户可感知的独特体验，从而建立差异化 。 AI 时代的“翻译官”角色：企业内部需要能够清晰、准确地将业务需求“翻译”成 AI 能理解的任务，并能验收结果的人才。这种能力是提升组织效率的关键 。 AI 营销工具普遍“过度承诺”：目前市场上的 AI 营销工具生成的素材普遍缺乏“活人感”，难以在主流社交媒体上取得好的效果 。AI 目前更多是辅助，无法替代宏观策略和优质创意 。 传统企业转型的核心是“人的问题”：在推动 AI 落地传统企业时，最大的障碍往往不是技术本身，而是组织惯性、人员能力和思维模式的差异 。 “移动互联网”的经验依然宝贵：许多在移动互联网时代被验证过的产品设计、病毒式营销和增长策略，在今天依然适用 。然而，由于人才断层，掌握这些“0到1”经验的人反而成了稀缺资源 行动指南 开发者应聚焦于“上下文”：与其等待下一个革命性模型，不如专注于如何构建能够深度获取和利用用户上下文的产品 。 关注多模态场景：积极探索视频、图片生成等领域的应用场景，提前布局，等待模型能力成熟的红利 。 利用“时光机理论”：关注海外市场已经验证成功的 AI 应用，结合国内模型发展（约落后6个月）和市场特性，在国内进行本土化创新 。 保重身体，AI 是场马拉松：AI 带来的变革是长期且巨大的，保持健康才能见证和享受到未来的科技成果 。 多交流，打破信息差：AI 领域的知识和工具分布极不均匀，即使是从业者也未必了解最新的进展 。多与同行交流，能发现巨大的价值空间和机会 。 时间轴 (Timestamps) 01:29 初体验令人失望：GPT-5 的实际使用体感并没有质的飞跃。 09:06 大模型撞墙了？能力的平稳期对应用开发者是好事。 13:41 AI 应用的新范式：价值 = 智能 × 上下文。 17:23 AI 时代的企业新角色：为什么公司需要一堆“翻译官”？ 21:39 AI 会让组织变大还是变小？当 AI 能力同质化后，规模可能重新变得重要。 27:39 “时光机”理论：如何在国内市场抓住落后半年的机会？ 31:50 下一个浪潮：多模态是确定性的未来机会。 39:13 AI 营销工具大揭秘：为什么它们的效果远不如宣传的那么好？ 48:21 如何让用户“感知”到你的产品更好？产品设计的妙用。 51:49 为什么移动互联网时代的经验在今天如此值钱？ 55:35 个人建议：保重身体，活得够久才能享受到科技的终极红利。 59:37 巨大的信息差：你所以为的“常识”，对很多人来说是全新的世界。 1:09:30 深入传统企业：真正的挑战是“人的问题”。 1:16:10 国内 AI 市场现状：为什么 C 端难做，而 B 端和出海是方向？ 欢迎订阅「AI 炼金术」的播客，以及同名公众号、视频号 「AI 炼金术」是一档由徐文浩和任鑫——两位多年老友、AI 领域的资深从业者——打造的播客。这里是探讨 AI 和创业的理想聚集地，我们会邀请一线创业者、产品产品和科研学者，深入探讨 AI 如何重塑行业、变革生活，以及如何从 0 到 1 打造 AI 原生产品。 我们的讨论会涵盖多个话题：从 AI 如何改变世界的未来，到如何找到 AI 创业的 PMF；从如何利用 AI 降本增效，到怎样将 AI 技术融入日常生活……如果你对 AI、产品、创业感兴趣，这里有满满的干货和一线实战经验，欢迎关注并推荐给你的朋友，共同探索未来的无限可能！ 商务合作：公众号 「AI炼金术 」菜单栏中【商务】获取联系方式 节目主理人： 徐文浩：某AI创业公司联合创始人，正在面向全球市场开发AI应用。连续创业者，参与过多家创业公司，拼多多早期员工。广告科技公司MediaV的算法和数据负责人，后被360收购。离开后加入成立不到1个月的拼多多。后创办了基于AI的海外客服聊天机器人公司 BotHub.AI 和 海外社交电商平台 Bukito 都宣告失败。2023年再次下场创业。 任鑫：云九资本合伙人，主要在投资和孵化面向全球市场的 AI 应用。之前是连续创业者，曾经打造“今夜酒店特价”用移动互联网应用特价销售酒店尾房；被京东并购后内部创业“京东到家”开展本地即时零售业务；2015 年再次创业 Get 探索对话式人工智能助理成为先烈；2021 年出售公司，2023 年重新回到 AI 世界。 BGM： 片尾：Hollow Coves - Purple

嘉宾：玉伯，YouMind创始人，语雀创始人，前飞书产品副总裁 你是否也曾收藏无数文章，却迟迟无法动笔？在本期节目中，语雀创始人玉伯带来了一套应对AI时代信息处理与内容创作的新方法论。他将分享自己打造新产品 YouMind的思考： 创作工具的核心应该从“知识管理”转向“项目管理”，通过设定明确的交付目标，驱动我们真正地消化和输出 。 节目中，你将听到几个颠覆性的观点： “剪藏即点赞”：在AI时代，收藏文章不再是为了“稍后看”，而是为了训练AI，告诉它“我喜欢什么” 。你的收藏夹将成为塑造个人AI助理的关键数据。 “人机协同”是创作的未来：高质量的创作无法被AI完全自动化，人的品味和判断力依旧是核心 。AI的最佳角色是协同创作的“朋友”，而非代笔。 创业心法“快而不及”：面对AI的快速迭代，创业者应如何自处？玉伯分享了他的节奏——在核心问题上保持耐心，在市场策略上坚决激进，做到“尽可能快，但不着急” 。 这期对话不仅是对一个创新产品的深度剖析，更是一场关于AI时代个体如何学习、思考和创造的深度探讨。无论您是内容创作者、产品经理，还是AI领域的创业者，都能从中获得宝贵的启发。 关键结论 (Key Conclusions) YouMind 的定位：YouMind 是一个为创作者设计的AI工具，核心功能是“找资料和写稿子”，它将AI研究与可二次编辑的文档相结合，提供一体化的创作体验。 人机协同是创作的未来：AI在创作领域的角色是辅助而非替代 。AI可以极大提升效率，但涉及个人品味和高质量交付时，人的参与仍然是核心，最终的创作是人与AI协同的结果 。 AI降低创作门槛：AI的出现，使得内容创作的门槛大大降低，就像智能手机的摄像头让摄影普及一样，未来会有更多人借助AI开始创作 。 创业需因地制宜：创业没有放之四海而皆准的公式 。创业者最重要的是做好自己的“上下文工程”，理解自己所处的阶段和环境，找到适合自己的节奏和打法，而不是盲目模仿他人 。 关键认知 (Key Insights) 从“为稍后看”到“为AI看”：在AI时代，“剪藏”这一行为的意义发生了根本变化。它不再是为了解决信息焦虑或供以后阅读，而是像在社交媒体上“点赞”一样，主动告诉AI你的偏好和品味，从而训练它更好地为你服务 。 从“知识管理”到“项目交付”：YouMind的设计理念从传统的“知识管理”转向了“项目管理” 。这意味着创作应由明确的目标和截止日期（Deadline）驱动，强调最终的高质量输出，而不是无止境的资料囤积 。 “AI as me”的挑战：让AI学习并模仿一个人的写作风格是极其困难的 。因为写作风格难以被量化和解构，目前AI的理解仍非常浅层，这是一个比想象中难太多的问题 。 创作的“快而不急”心法：AI创业需要一种“快，但不要急”的心态 。在核心产品、底层规律等需要深度研究的方面，必须保持耐心 ；而在市场运营等需要抓住窗口期的方面，则必须激进 。 行动指南 (Actionable Advice) 创作者： 善用AI工具完成具体任务：可以尝试使用YouMind这类工具来准备播客提纲、撰写周报或公众号文章，甚至制作个性化的亲子绘本 。 用AI克服写作瓶颈：当你写好大纲和第一段后感到难以为继时，可以让AI根据已有内容生成第二段，帮你打破僵局，然后再进行修改和完善 。 大胆收藏，训练你的AI：不要为“囤积”资料而感到焦虑。你收藏的每一篇文章、每一个网页，都是在为你的个人AI提供数据，让它未来能更懂你 。 AI创业者： 找到适合自己的路：不要盲目学习别人的成功经验，因为每个人的背景和所处环境（上下文）都不同 。花时间分析自身情况，无论是做独立开发者，还是加入创业团队，都应做出最适合自己的选择 。 从早期用户中汲取养分：在产品初期，可以从小众但高容忍度的社区（如即刻）获取第一批种子用户 。与他们建立紧密的联系，认真听取反馈，这对于打磨产品和维持社区氛围至关重要 。 打造精简高效的工作流：AI时代的创业团队无需复杂的组织架构和流程 。可以依靠Linear（项目管理）+ Figma（设计）+ AI编程工具等少数几个核心应用，实现高效协作 。 时间轴 (Timestamps) [01:19] 嘉宾介绍：欢迎语雀创始人、YouMind 创始人玉伯 。 [02:37] YouMind 是什么？一句话介绍：“一个找资料和写稿子的AI工具” 。 [03:31] 主持人任鑫分享使用体验：如何用 YouMind 临时抱佛脚，在两小时内准备播客提纲 。 [04:34] YouMind 与 Deep Research 和 NotebookLM 的异同：核心区别在于生成的内容可随时进行二次编辑 。 [08:38] YouMind 的三大典型应用场景：创作写稿、资料学习和个人笔记 。 [10:18] 用户脑洞大开的用法：写书、制作亲子绘本 。 [12:08] 挑战“AI as me”：为什么让AI学习并模仿个人写作风格如此之难 ？ [15:44] YouMind 的终极愿景：成为“创作者的 GitHub”，用社区激发创作动机 。 [19:06] AI如何降低创作门槛？玉伯类比：AI之于写作，就像手机摄像头之于摄影 。 [22:34] YouMind 的市场策略：主攻海外市场，目前仍处于早期用户内测阶段 。 [23:25] 设计哲学：YouMind 为何采用“项目制”而非“知识管理”的思路，强调有截止日的高质量交付 。 [27:09] 人与AI的关系：创作是人机协同，AI是提效工具，但人的品味依旧占据核心地位 。 [32:44] “万物成稿，稿生万物”：YouMind 如何将各种输入转化为稿件，并由稿件生成图片、音频等多模态内容。 [35:20] AI时代的新范式：“典藏不是为了稍后看，而是告诉AI我喜欢” 。 [38:29] YouMind 与 Readwise 等剪藏工具的竞争关系：YouMind 选择简化剪藏，核心聚焦于后续的“创作”与“输出” 。 [43:04] 如何在早期构建一个高质量的天使用户社群 ？ [48:27] 创业心法“快不及”：在AI时代，如何把握产品研发的节奏？要尽可能快，但不要着急 。 [49:23] 现代AI创业团队的工作流：小而精的工种、Figma+Linear的高效协作 。 [53:50] AI如何辅助“表达自我”的写作？AI可以帮助我们突破从第一段到第二段的写作瓶颈 。 [01:01:19] 创业一年的最大改变：亲身实践后，才真正懂了许多以前“以为懂了”的道理 。 [01:03:26] 给AI创业者的建议：不要盲目学别人，核心是找到适合自己的路，做好自己的“上下文工程” 。 欢迎订阅「AI 炼金术」的播客，以及同名公众号、视频号 「AI 炼金术」是一档由徐文浩和任鑫——两位多年老友、AI 领域的资深从业者——打造的播客。这里是探讨 AI 和创业的理想聚集地，我们会邀请一线创业者、产品产品和科研学者，深入探讨 AI 如何重塑行业、变革生活，以及如何从 0 到 1 打造 AI 原生产品。 我们的讨论会涵盖多个话题：从 AI 如何改变世界的未来，到如何找到 AI 创业的 PMF；从如何利用 AI 降本增效，到怎样将 AI 技术融入日常生活……如果你对 AI、产品、创业感兴趣，这里有满满的干货和一线实战经验，欢迎关注并推荐给你的朋友，共同探索未来的无限可能！商务合作：公众号 「AI炼金术 」菜单栏中【商务】获取联系方式 节目主理人： 徐文浩：某AI创业公司联合创始人，正在面向全球市场开发AI应用。连续创业者，参与过多家创业公司，拼多多早期员工。广告科技公司MediaV的算法和数据负责人，后被360收购。离开后加入成立不到1个月的拼多多。后创办了基于AI的海外客服聊天机器人公司 BotHub.AI 和 海外社交电商平台 Bukito 都宣告失败。2023年再次下场创业。 任鑫：云九资本合伙人，主要在投资和孵化面向全球市场的 AI 应用。之前是连续创业者，曾经打造“今夜酒店特价”用移动互联网应用特价销售酒店尾房；被京东并购后内部创业“京东到家”开展本地即时零售业务；2015 年再次创业 Get 探索对话式人工智能助理成为先烈；2021 年出售公司，2023 年重新回到 AI 世界。 BGM： 片尾：oftn,Sonny Zero - Summer In Paris (feat. Sonny Zero)

本期《AI炼金术》播客邀请了独立开发者idoubi，深入探讨了MCP（Model Context Protocol）这一AI时代的新协议。节目中，idoubi分享了他作为独立开发者的经历，包括如何高效开发多款AI应用，以及他最知名的AI搜索引擎产品ThinkAny。同时，他详细解释了MCP的本质、其M×N到M+N的效率提升、控制反转的开发范式变革，并分析了MCP为何能在众多同类协议中脱颖而出，以及MCP.so（一个MCP应用市场）的未来发展和面临的挑战，包括安全风险和头部效应等问题。 嘉宾 | idoubi 独立开发者，毕业于武大，曾在腾讯担任后台开发工程师。2023年裸辞后专注于AI应用开发，一年半内做了十余款产品，其中包括知名的AI搜索引擎ThinkAny。当前主要精力投入MCP相关工作，开发了MCP.so应用市场，并受邀撰写了MCP相关书籍。 关键结论 MCP是AI时代核心协议: MCP作为AI时代的“扩展坞”，通过标准化协议规范应用与扩展的对接，解决了大模型联网及能力不足等问题，推动AI开发范式变革。 效率革命：M×N到M+N: MCP将传统M个应用对接N个API的M×N复杂性简化为M+N模式，大幅提升开发集成效率。 “控制反转”是核心优势: MCP实现被接入方主动暴露能力，接入方一次性接入标准协议即可调用，极大提高了集成效率。 生态共识与成功关键: MCP的成功得益于其先发优势、通过头部应用（如Manus）建立的生态共识以及OpenAI的公开支持。 MCP.so定位与市场潜力: MCP.so作为MCP应用市场，旨在成为提供检测、评分、分类和精选服务的可靠平台，类似于安卓时代的“豌豆荚”。 MCP面向开发者而非普通用户: MCP主要价值在于能力供给，服务于产品开发者、Agent开发者和Chatbot开发者，而非直接面向普通消费者。 MCPRouter战略意义: idoubi正在开发的MCPRouter平台旨在对接各种高质量MCP服务，简化API接入，为AI Agent的爆发提供底层能力支持。 MCP应用存在安全风险: 当前用户本地运行MCP Server有“投毒”风险，应用市场需加强代码审查和漏洞检测以保障安全。 关键认知 高效开发方法: 独立开发者的高效源于全栈经验、积累SOP和组件，实现快速复制迭代。 AI辅助定位: AI是技术伙伴，主要用于探讨方案、辅助编写重复性代码，核心架构仍由人主导。 协议驱动范式变革: 类似于HTTP驱动Web爆发，MCP等新协议将加速AI应用开发与集成，让开发者更专注于业务。 双边市场启动: 明星应用的出现能有效打破“先有鸡还是先有蛋”的双边市场困境，带动生态发展。 应用市场壁垒: 建立应用市场的壁垒在于提供高质量、经过检测和审核的服务，解决“脏活累活”问题，从而赢得用户信任。 AI Agent能力基石: AI Agent的爆发依赖于模型能力（OpenRouter）和应用工具能力（MCPRouter）。 MCP使用集中化: 当前MCP工具的使用呈现头部效应，少量头部应用因教程引导而被广泛使用。 API与浏览器调用流派: MCP使用存在直接调用API（结构化、紧凑）和模拟浏览器/Agent操作（功能无限）两种主要流派。 行动指南 对于AI应用开发者和Agent构建者： - 深入了解MCP协议: 将MCP视为AI时代的“扩展坞”，学习其协议规范和“控制反转”的开发范式，理解如何利用它高效集成外部能力，降低开发成本。 - 积极探索MCP Server: 关注并尝试基于MCP标准开发的各种服务（MCP Server），它们能为你提供AI Agent所需的基础功能，如联网、数据处理、图片生成等。 - 利用MCP.so等市场: 利用如MCP.so这样的应用市场来查找、评估和获取高质量的MCP服务。注意其安全提示和评价，选择经过验证的服务。 - 考虑开发MCP Server: 如果你拥有独特的AI能力或数据源，考虑将其封装为MCP Server，主动暴露能力，融入AI生态，增加自身服务的曝光度和被集成机会。 - 关注MCPRouter等平台: 关注如MCPRouter这类旨在简化API接入和付费流程的中间平台，它们可能成为未来AI Agent获取工具能力的重要入口，让你更专注于自身Agent的核心业务逻辑。 对于潜在的MCP应用市场建设者/平台方： - 安全是核心竞争力: 鉴于MCP Server本地运行可能存在的“投毒”风险，务必投入大量资源进行服务检测、测试、代码审核和漏洞检测，确保平台提供的服务是安全可靠的。这将是建立用户信任和形成市场壁垒的关键。 - 提供增值服务: 除了简单的罗列，还需提供更深入的增值服务，如用户评分、详细功能介绍、使用教程、性能评估和精选推荐，帮助用户高效筛选和使用工具。 - 解决“脏活累活”: 就像豌豆荚当年为安卓用户解决了应用发现和安全问题一样，为MCP用户解决服务筛选、质量保障、版本管理等痛点，才能吸引和留住用户。 - 关注生态合作: 积极与头部AI模型提供商、Agent开发框架以及MCP Server开发者建立合作，共同推动生态发展。 对于关注AI技术趋势的个人或企业： - 理解协议的重要性: 认识到在AI爆发时代，除了模型本身，底层协议（如MCP）对于加速应用开发、降低集成门槛的关键作用。 - 关注AI Agent发展: MCP等协议的成熟是AI Agent实现大规模应用的前提，关注这些基础设施的进展，可以更好地预判未来AI Agent的产品形态和商业模式。 - 注意安全风险: 在尝试使用任何新兴的AI工具或服务时，尤其是在本地运行代码时，务必注意潜在的安全风险，并优先选择经过第三方验证的平台。 时间轴 00:01 - 04:19 | 播客开场与嘉宾介绍 00:01: 主持人开场，介绍播客宗旨，并引出本期嘉宾独立开发者idoubi。 02:31: idoubi自我介绍，分享其从腾讯裸辞到成为独立开发者的经历，并提及开发的AI搜索产品“ThinkAny”和今年专注于MCP相关工作。 04:20 - 07:59 | 独立开发与AI辅助 04:20: 讨论idoubi如何高效开发多款产品，并分享其高效秘诀：全栈经验积累SOP和组件。 07:31: 探讨AI在idoubi开发过程中的辅助作用。 08:08 - 20:59 | MCP深度解析与成功之道 08:08: 深入探讨MCP的本质：作为AI时代新协议，解决大模型能力不足，实现标准化连接。 11:39: 分析MCP相比其他协议的优势，尤其强调其从M×N到M+N的效率提升和“控制反转”的范式变革。 17:00: 讨论MCP能脱颖而出的原因：先发优势、生态共识、明星应用的带动效应以及OpenAI的公开表态。 21:19 - 30:59 | MCP.so（应用市场）的现状与挑战 21:19: idoubi介绍其产品MCP.so的定位：MCP应用市场，并探讨其功能、用户量和安全风险。 29:40: 讨论MCP作为工具箱的门槛问题，以及其主要面向开发者而非普通用户的定位。 31:00 - 46:30 | MCPRouter、生态壁垒与未来展望 31:00: 讨论idoubi正在开发的MCPRouter平台：旨在提供标准化的MCP能力对接，为AI Agent爆发提供底层支持。 32:01: 探讨MCP应用市场可能面临的挑战，如与内置商店的竞争，并强调生态建立和高质量服务的重要性。 43:59: 分析当前MCP工具使用的头部效应，以及不同调用流派（API调用与浏览器调用）的差异。 欢迎订阅「AI 炼金术」的播客，以及同名公众号、视频号 「AI 炼金术」是一档由徐文浩和任鑫——两位多年老友、AI 领域的资深从业者——打造的播客。这里是探讨 AI 和创业的理想聚集地，我们会邀请一线创业者、产品产品和科研学者，深入探讨 AI 如何重塑行业、变革生活，以及如何从 0 到 1 打造 AI 原生产品。 我们的讨论会涵盖多个话题：从 AI 如何改变世界的未来，到如何找到 AI 创业的 PMF；从如何利用 AI 降本增效，到怎样将 AI 技术融入日常生活……如果你对 AI、产品、创业感兴趣，这里有满满的干货和一线实战经验，欢迎关注并推荐给你的朋友，共同探索未来的无限可能！ 商务合作：公众号 「AI炼金术 」菜单栏中【商务】获取联系方式 节目主理人： 徐文浩：某AI创业公司联合创始人，正在面向全球市场开发AI应用。连续创业者，参与过多家创业公司，拼多多早期员工。广告科技公司MediaV的算法和数据负责人，后被360收购。离开后加入成立不到1个月的拼多多。后创办了基于AI的海外客服聊天机器人公司 BotHub.AI 和 海外社交电商平台 Bukito 都宣告失败。2023年再次下场创业。 任鑫：云九资本合伙人，主要在投资和孵化面向全球市场的 AI 应用。之前是连续创业者，曾经打造“今夜酒店特价”用移动互联网应用特价销售酒店尾房；被京东并购后内部创业“京东到家”开展本地即时零售业务；2015 年再次创业 Get 探索对话式人工智能助理成为先烈；2021 年出售公司，2023 年重新回到 AI 世界。 BGM： 片尾：Craig Ruhnke - It's Been Such A Long Time