# 182: 对话梁琛奇：抖音、猫箱、创业，「他们都搞生产力，我想用 AI 创造开心」 晚点聊 LateTalk · 2026-09-24 · 202 min · https://podcast.latepost.com/182 ## 逐字稿 程曼祺 你觉得，整个字节背景的创始人在这一波 AI 热潮之中，有没有被高估，甚至被撺掇着创业的状态？ 梁琛奇 这个我不是特别确定。反正对我来说，我自己受的影响没有太多。 我自己感觉，字节出来的人肯定是擅长解题的。甚至有一些运行方式，是先出来跟 FA 聊一顿，聊完之后说，这个方向可能适合做，然后这个方向大概一二三是这个情况，你已知这个信息，怎么样能最高效地把它做出来。我肯定是完全不做这种方式的，我做什么就是我决定要做什么就是什么。 程曼祺 欢迎收听《晚点聊》，我是曼祺。 从今年初到现在，整个 AI 领域的最大重心在 coding、生产力和工作，而梁琛奇想回答另一个问题：如何用 AI 让人开心，而且是有意义感的开心？ 在去年夏天创立动念引线之前，1996 年出生的梁琛奇只待过一家公司：字节跳动。7 年里，他亲历了抖音在 2018 年的崛起，很快又在 2021 年开始从零做一个实时社交产品。再然后是 2023 年字节成立 AI 产品部门 Flow，梁琛奇带团队做出了猫箱。 不管是在字节还是创业，梁琛奇的热情一直在于娱乐和内容。他分享了过去近 10 年职业生涯中对娱乐产品的观察和总结，以及他认为已经呼之欲出的 AI 娱乐产品的下一个版本答案。 我们正式进入本期节目。 ### AI 娱乐迎来窗口 你现在做的事情是双重的少数派：一是你们是从应用切入的，虽然你们也训模型，但出发点是应用；二是你们是用 AI 来做娱乐，而不是生产力和工作。现在应用和娱乐都不在叙事的主线上，这给你们带来什么挑战？ 梁琛奇 我自己感觉，应用肯定还是在发展的。比如 Claude Code 发展很快，Cursor 当然最后被收购了，但其实它相比最开始还是有比较高的增长和发展的，它也是一个特别大的收购，是 600 亿美元被收购。 但你说娱乐确实没有很大的变化，我觉得这个确实是比较客观的。 ### 娱乐进入三个门槛 我之前想过，为什么娱乐本质上相比工具就是更慢，也是我去年，也就是 2025 年出来的原因。我觉得可能虽然它更慢，但到了一个不错的、可以开始的时间节点。娱乐的出现，是有一些前置要素要发生的。 我觉得有 3 个要素。第一个要素是推理成本。每个大的技术时代都有每个大的技术时代的资源限制，比如在移动互联网时代是流量。你在 2008 年的时候说我要做短视频，你疯了，因为你刷一个短视频，一个月流量就没了。 AI 时代其实是 token，也就是推理成本。 如果回到 3 年前，工具类产品的 PMF 可能只需要 10 分钟，因为它是解决问题。娱乐产品则是带着一个空空的脑子，等待寻求一种新体验，被这种新体验填满。这个过程其实是杀时间的过程，它的时长可能是工具产品的 10 倍甚至 20 倍。 所以在相同的智能下，你所构建的体验，推理成本就是它的 10 倍甚至 20 倍。这个时候 ROI 是算不正的。如果你扩展到 1,000 万 DAU，这家公司就破产了。 在这个限制下，我觉得 DeepSeek 出来之后是一个比较明显的节点和信号。整个叙事以及所有的注意力，一部分转向了开源，大量的注意力转向了在相同智能下，让推理成本快速下降。过去算不正的 ROI，现在就能算正了。 比如去年我离开的时候，给猫箱算了一笔账。那个时候猫箱已经开始商业化了，斜率还比较不错。我当时算，到去年年底 ROI 就能打正。然后据我了解，确实打正了。 所以我觉得这是第一件事情，就是推理成本的限制。 第二件事情就是模态。我的判断是，它对工具类产品、对有用性场景的影响，比对娱乐类场景的影响要小一些。 因为语言是智能的压缩。工具类产品是来解决问题的，语言效率很高；但娱乐不是 save time，而是 enjoy time。我不是在追求绝对意义上的效率，我追求的是享受这段时间，获得一种感官体验。 感官体验就是模态。所以文字相比图片和视频，它所能服务的用户就是差一个数量级。 去年我觉得，像 GPT-4o、Sora、Seedance、Nano Banana 这些图像和视频模型，也到了一个节点。它同时产生了两件事情。 一件事情是在效果上，它真的过了那个 bar，就是你真的愿意看了。第二，它真的遵循用户的要求了，而且这件事情实际上是可以 scale 的。 Midjourney 时代其实很多审美是很好的，但那个时候因为不遵循用户要求，所以没有办法被使用和规模化。 第三件事情就是用户的使用习惯。万事万物都有 nature。我有 nature，你也有 nature，这个房间也有 nature，舆论也有 nature。 你无法在一个大的技术变革和大的硬件节点出现的时候去教育用户。大的技术变革出现之后，它会产生一种要求，让用户迈过某个门槛。这个要求比较大概率是通过一种刚需的、工具式的要求，让用户发生变化。 比如回到移动互联网时代，为什么大量的人购买了智能手机？它其实切中了上个时代非常强的刚需：打电话是有刚需的。小灵通每 3 年就会换机一次，所以现在说服一个小灵通用户转换成智能手机用户，是很容易的。 10 年过去，15 年过去，你再说这里面有百分之多少的价值是打电话，百分之多少是打电话以外的智能手机和移动互联网价值？打电话只剩 5% 了。但这件事情是被上个时代一个很强的刚需拉进来的，然后在这个过程中，基于某种生态，润物细无声地发生了变化。 因为娱乐是一种新体验，你很难说一种从来没有过的新体验是狭义的刚需。但打电话是一种刚需，下载微信也是一种刚需。用户先下载微信，搞清楚怎么做 GUI、怎么交互。当这一套都搞清楚之后，你再在上面构建娱乐体验，构建短视频、手机游戏，我觉得是很容易的。 AI 时代也相似。通过豆包、ChatGPT 这些工具类产品，用户因为非常强烈的需求，逼自己搞清楚跟 AI 交互的边界，搞清楚什么能做、什么不能做，搞清楚怎么写 prompt，搞清楚更复杂的多 agent 交互。 这些事情都 build 之后，你再在上面 build 娱乐体验，用户就已经被教育过了。 程曼祺 既然你一开始就认为娱乐会比工具慢，为什么在 Flow 的时候，你还是做了猫箱这个方向，没有去做偏工具和生产力的方向？ ### 娱乐是他的本性 梁琛奇 这其实就是偏我个人的 nature 了。我自己对做工具没有什么兴趣，我的兴趣主要还是让更多的人开心，让更多的人有创造力，让更多的人在一种新体验里获得新的感受和新的快乐。这个事情我比较着迷。 你其实看我的职业生涯，我根本没碰过娱乐以外的事，从没碰过。 程曼祺 因为你本科毕业就去了抖音。 梁琛奇 对，这是我很 serious、很确定性的选择。 你这么选有一个好处，就是你的生活是一体的。我一方面 nature 上有点懒散，但一方面又觉得有一些东西要 build，有一些创造要产生。这样你就浑然一体了。 比如现在假设周末去玩，是非常合理的，因为你在体验产品、体验用户、体验娱乐。你能够同理别人，这件事情是自洽的。 程曼祺 那你是从小就很喜欢玩吗？因为你描述的这个状态，有点像一些做游戏的人：从小就很喜欢玩游戏，所以后来去做游戏。 梁琛奇 我可能不是 serious 地喜欢玩。我自己从小 serious 地喜欢那些主观性的东西，主观性的创造，以及带有某些非客观感受的体验。 另一方面，我又觉得自己在客观性的逻辑上，比如数学上，在对规律的判断上，其实也挺擅长的。 什么样的职业适合做这件事情？产品经理就是为此 design 的，尤其是一个大的 C 端产品经理。 你一方面真的需要理解世界，但你对世界的理解又不是那种绝对意义上的客观、理性理解。因为世界是主观的，大量的人是不理性的。这个世界上有各种各样的感性、直觉和感受在空气里飘来飘去。 但另一方面，你又要知道，最后要从里面抽象出一个框架，基于这个框架遵循一些第一性原理和规则，让这件事情成为 key skill，可以用一种可预测的方式服务更多人。 程曼祺 主观和客观的十字路口。 那你大学是计算机方向吗？ 梁琛奇 这个可以简单讲一下。从高中到大学的时候，我当时觉得理科没什么意思，理科不浪漫，所以大学就去学文科了。 程曼祺 你是理科生，但报的是文科方向。 梁琛奇 对，高中是理科生，而且理科成绩都比较好，但我报了文科。 到了大学之后就学社会科学，艺术史、法学、管理，反正都学一遍，大一学通史。学了一年之后，我觉得文科确实很有启发，很浪漫。 但文科有一个潜在的不太划算的点，就是它的迭代其实不好分阶段验证。理科更容易验证，尤其计算机，非常容易验证。你“啪”的一下就知道结果了。 程曼祺 如果 A 和 B 天赋一样，A 因为这种验证，斜率会更高。那这个更好的斜率的尽头，对你来说是什么呢？为什么要在一个更好的斜率上？ 梁琛奇 因为你有可能做出作品。在更好的斜率上，你做成这个作品的概率明显更大。 程曼祺 但那个作品是什么？你是无所谓的吗？ 梁琛奇 不是，我非常在意。 我最后希望构建的作品，是面向广泛的人，让广泛的人的精神世界、创造力、生活方式和新体验被影响的作品。 程曼祺 所以你后来找到的载体，其实是产品，是很多人使用的产品。 梁琛奇 对。 程曼祺 你刚才说产品经理这件事非常适合你。你在进字节之前就这么想，所以才去找这个方向的工作，还是进入字节之后，慢慢被塑造得更清晰？ 梁琛奇 之前我就这么想。我记得那时候还自己做过一个产品，一个小程序，叫《群英图》。用户量不是很大，大学里简单测试了一下。 它的体验大概是：我自己画一张图，画 5 笔，然后把这张图传给朋友，朋友接着画 5 笔。相当于 4、5 个朋友一起共建一个故事，或者共建一张画。 这张画其实是人与人之间互相 inspire 的。 程曼祺 你是受什么启发来做这个的？ 梁琛奇 我没受什么启发。我就是对这种不客观、带有某种随机性、且跟社交关系有关的事情感兴趣。 程曼祺 后来有多少人用？ 梁琛奇 没多少，几千到上万吧，没有特别 serious 地推广，主要是在学校里让北航的同学用。 程曼祺 当时做这个东西，有什么 takeaway 吗？ 梁琛奇 还真有几个。 第一个是，你会发现创造本身其实有一些私人性。你看历史上的伟大作品，很少是一堆人做的，更多是有一个很强的主观判断和很强的主观意志，把这个东西创作出来，尤其是文学。 所以它是社交大于创作，这是第一个感受。 第二个感受是，给社交关系提供某一个载体和命题，肯定是很重要的。不然我们为什么要社交？ 即使日常生活里跟朋友社交，也需要一个问题。你周末先想跟这个人社交，再想我们要干什么，但必须找个东西去做。我觉得这个载体肯定很重要，但找到它很困难。 你要找到一个新颖、长期、高频、不厌倦的载体，这个很难。这可能是我当时做这个东西时的两个感受。 程曼祺 你说到的这种东西，我现在都想不出来。一个周末可以和朋友一起高频去做，而且不厌倦。 梁琛奇 其实世界是有答案的，答案就是 diverse。 你可以周末跟朋友做各种各样的事。今天跟朋友喝咖啡，明天开卡丁车，后天滑雪，再后天去意大利旅游。你们其实就在地球 Online 里，地球 Online 给你提供了这个答案。 程曼祺 那这个机会就是被大众点评吃到了吗？ 梁琛奇 我觉得没有。大众点评可能吃到了“找这个地方”，我说的是“找这个东西”。 我自己比较迷恋的是那个体验：你不只是找到，你还在这个 playground 里把体验做完了。 你会发现，体验本身是非常散的，市场集中度不高。所以你要构建一个平台，这个平台里提供非常 diverse 的体验。 我觉得大众点评和那个平台的区别是，它解决了信息分发问题：这里有、那里有。但你实际玩的时候，并不在这个平台里。 Roblox 可能更接近我刚才描述的这个平台。虽然它可能主要面向 teenager，或者更低龄的人群，但它真的有这种体验。 我今天跟朋友没什么事，就来 Roblox hang out。我们一起去玩“逃离自然灾害”，一边逃离火山喷发，一边聊两句。 程曼祺 Roblox 是什么？ 梁琛奇 Roblox 是一个 UGC 游戏平台。你可以理解为，在 Roblox 里，用户可以创造各种各样不同的多人社交实时体验的游戏。 它们都是在线的。其实就是把抖音短视频的格式换成了游戏格式。大家在这些 UGC 游戏里，在线一起实时游玩。 很多 Roblox 用户，其实就是为了跟朋友 hang out。 程曼祺 这是这一轮 AI 热潮之前的产品，还是之后的？ 梁琛奇 热潮之前，之前就有。 程曼祺 这个产品用户量多吗？ 梁琛奇 1 亿 DAU 以上。但它比较 teenager，做 Age Up，也就是渗透到年龄更大的人群，会更难一点。 梁琛奇 实际上有一些产品已经有这个 echo 了，包括《蛋仔派对》。不知道你之前有没有看过潘乱发过的一个视频。 他在视频里说，他看他儿子在《蛋仔派对》里晃来晃去。他儿子说自己在跟朋友社交。潘乱就说，你现在都不跟朋友在物理世界社交了吗？ 后来他点开《蛋仔派对》，发现里面有一堆列表，是他朋友的各种账号，他们都在那个岛里，一起逛来逛去。 所以其实已经有一些雏形了。 梁琛奇 对，但我不是说我们要做这个东西，只是聊到这里。 程曼祺 那你后来加入字节的过程是怎么样的？当时加入字节，有几个方向可以选，还是你就奔着短视频去？ ### 抖音从细节走向社交 梁琛奇 其实我当时是被安排去做火山的。 我当时投递的时候，也没说是什么产品，就是产品经理，应该是校招。那时候有一个岗位叫社交产品经理，我说那我肯定要干社交产品经理。 社交岗位投完之后，安排我去火山。我自己对抖音有比较强烈的倾向，觉得它更厉害，也想做抖音。 我去找了 HR，HR 说火山是正规军，火山的资源明显更多。抖音可能更偏向一种尝试，做着玩玩。 但我非常强烈，面试的时候就跟卷卷说，我自己就是想去抖音。他帮我说了一下。 程曼祺 你说自己想去抖音，是发生在 2017 年校招那会儿，还是 2018 年？ 梁琛奇 校招那会儿。 程曼祺 我比较在意这个时间，是因为 2018 年春节抖音其实就爆火了。你面试的时候跟卷卷说要去抖音，是在抖音爆火之前。 梁琛奇 对。 程曼祺 那你当时怎么看出来抖音潜力更大？你怎么判断？ 梁琛奇 那个时候肯定没有那么深刻。 第一件事情就是，抖音你自己刷得下去，火山刷不下去。你会觉得抖音比较酷，年轻人更多，调性更高。 为什么是人群问题？我觉得有两个原因。 一个原因是人群问题。抖音的人群比较潮、酷、年轻，品牌也从高往低倒；火山相对更多样、更下沉。 第二个原因是，你能感觉到这两个社区里人的表达动机不一样。 抖音里大量人的表达动机是：“这个平台很酷，我喜欢这个平台，我想在这里玩。我认可我在这里 design 出的作品，也认可跟我互动的人和别人的作品。” 有一种很强烈的“我爱这个平台”的原动力。 火山是通过火力值运行的。你发一个视频，就能点一点、领一点火力。我自己也试了一下，能感觉到很多人是为了拿火力值。 程曼祺 火力值可以换成钱吗？ 梁琛奇 可以换成钱。但我的感觉是，你可以通过物质和钱的方式激励用户、激励一个平台的建设者，但这不能成为他的第一性动机。 它会影响后边所有的生态以及所有的生长。 第三，快手已经有了，而且已经用一种方式覆盖了很多人。你现在说，我要用一个更差的快手去跟快手竞争，听上去用户没有什么理由迁移。 程曼祺 所以你当时认为火山更像快手，而抖音是一个更独特的产品状态。 梁琛奇 对。 程曼祺 卷卷和你面试的时候，他跟你说了什么？你还有印象吗？ 梁琛奇 有一个比较强烈的印象是，他对新东西、新体验、不靠谱的新想法的第一反应，是鼓励你继续展开往下想。 他会鼓励你想：如果这个事情继续往下走，可能会发生什么。 因为我当时也讲了《群英图》，以及各种各样的想法。如果去面试另外一家公司，或者一般地面试一家公司，对方可能会默认说，这个东西不靠谱，别想这些，把渗透率做高。 第二，我当时问了他一个问题。我说，我现在感觉抖音里相比三四个月前，刷到的搞笑段子，或者不那么精致的、拍音乐的东西变少了。这个是有意识的吗？是好事还是坏事？ 他说，这绝对是好事，非常坚定地说，这绝对是好事。 他的表述是，抖音不是一个以音乐为起点，也以音乐短视频为终点的产品。它未来要覆盖到全人群。全人群都有创造力，中国所有人都会产生很大的 creativity。 我觉得他当时非常认真，我有点惊讶。 程曼祺 你自己觉得这是好事，但在他回答之前，你有他那么绝对地觉得好吗？ 梁琛奇 客观来说，肯定没有那么强烈。那个时候还比较早，没有那么强烈，也没有真的测算过它未来要覆盖多少人。 但实际上，我自己觉得，大部分人也没有真的测算明白。 比如早期有一段时间，大家在激进地做微博，说微博的社交媒体是一种需求，抖音快到天花板了，赶紧做。做到一半的时候，DAU 已经超过微博了，于是就不做了，因为发现它的 DAU 其实比微博大，之前没有预料到这件事。 程曼祺 你最开始的这个阶段，做到什么东西的时候，觉得算是做了第一个自己认为比较有成就感、比较有样子的东西？ 梁琛奇 抖音第二个 Tab，也就是朋友页，是我做的。 朋友页点进去之后，可以看朋友的内容。整体上这个产品上线是一整套东西，包括为什么要上朋友页，怎么解决用户冷启动，对于那些没有朋友的人，怎么给他推关系，怎么给他分发可能认识的人的视频。 但我印象比较深的是，在抖音做产品，你可以说推荐是一个 gift，也可以说它是一个诅咒。 诅咒的意思是，你但凡不在推荐页做东西，不遵循用户无脑刷、带着一种类似植物性的精神状态的 flow，只要把这个 flow 打破，就会掉留存。 因为推荐太强了，它吸收一切。 朋友页当时面临的问题，就是切了一个 Tab，让用户从一种 endless 的娱乐体验，切换到了一种有限体验，其他供给也变少了。 我当时意识到这件事，做了一个我觉得比较关键的设计：当你刷到朋友的内容、完全看完的时候，它会说“朋友内容已经看完了”。你点一下回主页，就会马上跳到主页。 这是一个非常小的东西，但它基本是朋友页留存能够打正，甚至未来有正向留存的一个重要原因。 这给我的启发是，我之前对有些事情的细节没有那么在意，但我发现有些产品经理非常在意。比如 Alex 是一个细节变态。 程曼祺 Alex 就是朱俊。你加入的时候，朱俊还在抖音团队吗？ 梁琛奇 他其实带了一段时间抖音。我加入的时候他不在，后来他又带了一段时间抖音。 他非常在意细节。我在那个时候深切理解了一些事情：在关键路径下的关键行为，以及看上去细小的改动，实际上会影响整个全链路。 还有，在那个时候重新看抖音，会觉得它像是一个设计师设计出来的产品，产品气质太明显了。 程曼祺 怎么看出来的？那个时候抖音可能长什么样子，很多人已经没有印象了。 梁琛奇 其实它没有本质性的变化，跟 Musical.ly 的体验本质上一样。 程曼祺 你说的“设计师”是指，这个人很关注设计、审美、视觉和交互？ 梁琛奇 如果你关心这个产品，会发现它打开之后是全屏，声音“噼里啪啦”地播出来，上下滑动，然后你会关注整个体验。 Alex 之前应该在某个场合说过，它是 window，是窗户，是画布，是桥梁。 这种产品形态特别有设计感。假设你是一个设计师，看到智能手机这个设备，发现它有一个屏幕，你觉得把屏幕撑满之后很美。 当你描述 window 的时候，我觉得这有非常强烈的审美。手机也是一个玻璃屏幕，像一面窗。视频扑面而来，溢出来，把整个屏幕撑满。你有一瞬间会恍惚，觉得自己真的在窗边看不同的世界。 你一划是下一个世界，再一划又是下一个世界。你永远无法预期接下来会划到什么，一个让你 impressive、充满想象力的新世界。 所以我对这个 window 的比喻有非常强烈的共情和感受。 程曼祺 所以这种单列撑满、上下滑的形式，可以说是 Musical.ly 最开始做的吗？或者是最早的一批？ 梁琛奇 本质上是他们 design 出来的。 程曼祺 Instagram 没有比这个更早，是吗？ 梁琛奇 没有。全民上下滑和非全民上下滑，区别非常大。本质上是 Alex design 出来的。 程曼祺 你刚才做朋友页，发现细节很重要。加上“跳回主页”这个设计，不是你一开始想到的，而是上线之后看到数据才加的吗？ 梁琛奇 它甚至一开始都上不了线。字节另外一个特点就是，你掉留存就不能上线。 程曼祺 你们会先测试？ 梁琛奇 对，A/B 测试。发现留存负得很多，就会有一堆人来 challenge 你，说这个东西为什么要上线。 但这是一种系统，这个系统确实有价值。不然所有人都在乱搞。 在这个系统下，你要解决留存打正的问题。 程曼祺 朋友页是卷卷让你做的，还是你自己想做的？ 梁琛奇 我自己想做。我感觉你很关注社交。 一部分确实是我自己的 nature，比较在意社交。另一部分是站在抖音的角度，我感觉其他东西的天花板是可以预测的，它有一个自然向上的斜率，不用做太多东西，应该就能达到。 但你也知道它未来会达到一个上限，一定要问：接下来是什么？ 你发现接下来只剩微信了。然后你就会问，微信在抖音里能不能成立？社交在抖音能不能成立？ 其实是有机会的，因为社交分两部分：一部分是通讯工具，一部分是内容分发和互动。 通讯工具更难一点，但内容分发和互动其实就有 3 个要素。 第一是关系，你们是不是有社交关系；第二是投稿，你是不是做表达；第三是分发。内容分发和互动，就是有了关系，有了表达，然后通过一种管道，把你的表达分发给应该看的朋友。 抖音本身已经是一个超级成功的 UGC 平台了。也就是说，你不用解决一个社交平台一开始的冷启动问题。 你和朋友大概率都在用抖音，只是没有遇到彼此。这个时候，把他的关系通过社交关系的方式计算出来，再推给你们，你们建立关系的概率，就比把这个朋友拉进来的概率高非常多。 当熟人关系网络建立起来，当他原本的表达动力所承载的短视频和作品持续源源不断地产生，你只要让这些表达在管道里分发，这件事情就会转起来。 程曼祺 那是在 2018 年吗？抖音想拓展社交，应该是 2018 年下半年。一年内就发生了？ 梁琛奇 对。 程曼祺 那时候年轻人就可以开始单独做一个产品部吗？ 梁琛奇 其实也不是很快。那个时候也没人，没什么产品。 当时校招同学不止我一个，大家都是直接去 cover 某一个方向。2018 到 2019 年春节活动，当时的负责人竟然是一个校招生，不是我，是另一个人。但这在当时非常常见。 程曼祺 你刚才关于“在抖音里面做社交是有机会的”这个判断，后来被证实了吗？ 梁琛奇 最后社交其实对抖音各个业务、对产品的帮助都很大。 基于朋友关系的社交分发、社交内容的消费，包括后来的私信，整个这一套对抖音留存的贡献都很大。 我觉得第一，它让抖音的影响变大了很多。当然不只是我一个人在做，还有其他人在做。 程曼祺 除了留存，还对什么有贡献？ 梁琛奇 留存贡献已经很重要了，本质上就应该贡献留存。留存对应的是粘性变高，潜在的 DAU 也会变大。 程曼祺 但社交这类方向，是不是不太能直接带来新增？ 梁琛奇 也不一定。如果是很好玩的爆炸性玩法，其实有机会。 但对抖音来说有点难，因为抖音已经是一个超大平台。那个爆炸性的玩法得多爆炸、得多持续，长期不停地带来大量新增。 其实留存就是终极指标了。 另一方面，你也可以说它没有产生绝对意义上的本质性变化。绝对意义上的本质变化，就是掀桌子的变化，比如从 7 亿 DAU 变到 10 亿 DAU，从 7 亿 DAU 变到 13 亿 DAU。 如果这个变化产生了，它就是天花板级的。 程曼祺 一个是数量上的变化，另一个是心智上的变化。 比如我也用抖音，但我不会认为这是一个社交产品，而且我确实大部分时间是在推荐页里看内容的。 梁琛奇 首先我觉得有一批人确实被切出来了。 我之前去访用户，但不是为了访抖音，是访我们自己的产品。我发现有些更年轻的人非常惊讶：他们每天跟朋友私信、发 Story。Story 就是碎片式的一个又一个视频或者照片，频率非常高。 其实有一批人的社交关系密度已经挺高了。 程曼祺 就是有不同的使用方式。你是一种代表，他们是另一种。 梁琛奇 对，而且用户是有代际的。 在熟人社交这件事情上，用户是有代际的。每个代际的人都会选择自己的平台。当天然面向下一个代际时，你有机会重新 build 这件事。 原因也很简单。假设在抖音出现之前，你的社交关系已经建立完了，那确实很难迁移你的社交关系。因为我为什么要把所有熟人拉到另一个平台？ 但如果这个产品出现时，你也刚刚达到某个年龄，刚刚开始建立某些社交关系，就有机会抓住这个代际。 程曼祺 当时从有这样一个想法，到推演、做原型、内测、正式上线，中间周期多长？ 梁琛奇 挺快的，可能一两个月。 程曼祺 一两个月就上线了？ 梁琛奇 对。 程曼祺 你在抖音第一个阶段，什么时候觉得自己算是产品经理上道了？ 梁琛奇 我自己觉得，我本来天赋上就是产品经理，所以一直是上道的。半年左右，适应了一些规则。 产品经理其实是两部分。 一部分是产品：怎么理解用户，怎么 design，怎么创造，怎么通过逻辑把创造和同理心连接起来。 另一部分是经理：你得把这个系统搞得很高效。有好的 feature 或者好的想法，要让它高效地实现下去。 后半部分可能是半年之后才意识到，这件事情必须做，而且有一些技巧。 程曼祺 我理解，产品的部分更多是你的思考和思维，经理的部分是要结合更多力量，把它做到、做成。 梁琛奇 对。 产品部分也肯定从 Alex 和其他人身上学到了很多。 程曼祺 那经理部分有很多需要沟通的事情？ 梁琛奇 沟通本来不是我的强项。我不是很喜欢沟通。 程曼祺 你后来怎么变了？怎么改变的？ 梁琛奇 你要做一个选择：要么你就憋着，让你的很多意志和想法无法推行，然后看到非常强烈的、没有创造的巨大负向感受。 你看到这里上线了一个体验，知道这个体验不够好，是比较差的体验；同时你知道自己能提供一个极其牛的体验，但需要先解决下面的一些问题。 你需要搞清楚怎么跟人交流，怎么使用更大的资源，怎么处理这些事务性的工作。 你要做选择：到底是放弃构建这个 impressive 的作品，还是逼自己学会这些事情。 这个选择其实很容易做，但我也花了半年。 程曼祺 首先是意识到这件事情很重要，花了一段时间。最开始会认为它没有那么重要，意识到之后，又逼自己花了一段时间。因为有点烦，要跟人合作、交流。 所以这是对自己的训练，也是一个收获。 梁琛奇 这个你在自己身上训练不出来，就别干了。 你有很好的 taste、很好的主观感受，当然是好的，但这不是你的尚方宝剑。真正的尚方宝剑，是能把事情拆解得很清楚，而且能算清楚这个拆解对应着什么。 如果你现在做一件主观的事，要把它拆解成一套客观、可量化、可推进的逻辑，而且这套逻辑能够被一个非常聪明的理工科的人听懂，这件事非常重要。 程曼祺 你后来离开抖音的时候，是什么状态？ ### 实时社交撞上现实规律 梁琛奇 当时是在做社交，觉得实时社交产品有一些机会。 我当时独立做了一个产品。那时候应该是毕业两年，也就是 2021 年。后来去做一个内部孵化产品的业务负责人。 程曼祺 你要怎么实现自己成为一个内部产品的一号位？ 梁琛奇 也比较 random。 首先我当时应该是最年轻的业务负责人，我猜。主要是觉得这个东西很有机会，就找凯利聊了一下。凯利也挺看好，觉得可以试一试。 所以我就说，自己也是一个小公司。我描述这些事情的时候，你很难想象，在一个已经这么大体量的公司里，仍然可以这么运行。 程曼祺 你当时看到的实时社交机会是什么？ 梁琛奇 其实跟我们刚刚的讨论有点像。 移动互联网时代，很多人在做社交，熟人之间社交或者非熟人社交。但你说这个社交是真社交吗？其实不是。 我现在发一个朋友圈，另外一个人异步给我点赞，但现实世界里的社交不是这么运行的。 现实世界的社交是，我跟朋友在一个特定环境里，这个环境有一个特定主题，我们在这个特定主题下一起 do something，同时在这个不断往前推进的主题里保持交流、沟通和快乐。 这才是真正意义上的社交。 比如你跟朋友去喝咖啡，你从来不用担心他现在不说话，因为有人在吹萨克斯，有人在弹钢琴。你知道你们在喝咖啡，也知道世界在往前走。 过去为什么这件事情不成立？ 第一个原因是，过去移动互联网的覆盖和渗透率很低，你很难在移动互联网上实时地、此时此刻地找到朋友。但后来移动互联网时长涨到了非常多，从最开始每天连一个小时都不到，涨到很多人每天都泡在手机上。 第二个区别是，你要提供那个 something。 为什么我刚才说这件事情很自然？因为你在喝咖啡，不用担心朋友不说话。但如果你跟朋友打飞书电话或者实时电话，压力很大，因为你觉得自己在完成一个任务。 区别就在于，有没有一个即使没有你和我，也会自然往前发展的东西。不管是萨克斯、咖啡，还是一起去看的画展，那就是一个环境、一个场、一个主题。 程曼祺 我觉得 Roblox 和《蛋仔派对》解决的就是这个问题。 那这种体验和 RPG 游戏的区别是什么？ 梁琛奇 RPG 游戏会厌倦。 你刚刚问的都是很直觉的问题：这个东西玩完以后，我想玩下一个。 今天我可以带你去开卡丁车，明天呢？不可能每天都给你开卡丁车。 RPG 游戏只提供一个东西。你要提供 endless、diverse 的体验：今天开卡丁车，明天做另一件事。 程曼祺 我觉得 RPG 游戏也可以通过不断更新内容，来提供无限体验。 梁琛奇 但它有一定的周期限制，也有世界观的限制。而且它有点像同一类的体验，都是 RPG，你可能总是在相似的体验里感受。 程曼祺 所以这就是你当时看到的机会，于是自己去立了一个业务。 梁琛奇 对，这是我们当时看到的机会。 而且这件事情最后也得到了一定程度的验证。《蛋仔派对》确实是先以一个被验证过的基础主游戏体验涨起来的，基础是《糖豆人》。后来在《糖豆人》之后做了大量 UGC 地图，真的有很多人在里面 hang out，或者进行某种意义上的社交。 程曼祺 尝试的结局是什么？ 梁琛奇 结局就是关掉了。 程曼祺 经历多长时间关掉？ 梁琛奇 一年。 程曼祺 团队最多的时候有多少人？ 梁琛奇 加上技术，可能上百人。 程曼祺 上百人做了一年，关掉的原因是什么？ 梁琛奇 一些特殊原因，不可抗力。 程曼祺 你作为负责人做这件事情，最大的学习是什么？ 梁琛奇 尊重世界客观发展的规律。 你想搞清楚这个世界怎么运行，搞清楚这个世界的一些基础 principle。在这些基础 principle 下，不要逆着某些倾向和趋势做事。有些东西是不可逆的。 这是我最大的 learning。 程曼祺 所以这一年中间，你不是到最后才看到一些不可逆的趋势，而是中间就看到了。 梁琛奇 对，但我当时觉得可能通过足够努力可以解决。其实不是。 最大的 learning 是，遵循世界的客观规律。但在客观规律下，世界还是会有分叉，你有机会让它朝着你觉得更好的分叉走。 不是说万事万物都是被安排好的规律，这我还不是这么认为。 第二个 learning 是，不要做太多假设。 在娱乐里，在提供一种新的玩法时，不要做太多假设。你的关键变量最好只有一个，其他全部是被验证过的。 原因很简单。假设你现在有 10 个假设，每个假设都 reasoning 过，很有道理，但每个假设的成功概率是 90%，那么 90% 的 10 次方已经非常小了。 娱乐和工具的 bet，影响也不一样。 如果是工具，你很多假设是准确的。你明确知道这里效率不高，做了之后效率提高，用户就会觉得爽。原来需要 10 个小时做完的工作，现在 10 分钟做完，肯定爽。 但娱乐是在提供新体验。你构建一个新体验，想象用户会喜欢，有一些逻辑、主观和直觉，然后说这是一个 90% 概率的东西。实际上不可能这么高概率。 即使每个假设有 90% 的概率，10 个假设叠在一起也很小。所以不应该做这么多假设。 程曼祺 最后关停的决定是怎么做出来的？是你自己做的吗？公司出现什么情况，会觉得一个产品需要关停？ 梁琛奇 内忧外患。 程曼祺 当时也有一些外部因素。比如 BeReal 出来之后，在熟人社交上增长很快，后来又跌下来了。但那个时候，它是很多年没有出现过、又涨得这么快的独立熟人社交产品。 有产品出来涨得很快，不是更应该往这个方向投入吗？应该复制、借鉴 BeReal 吗？ 梁琛奇 你说的是方向一样，但形态不一样，假设也不完全一样。 我自己觉得，最大的命题肯定是做熟人社交，但用什么方式做、做成什么体验，这个是另外一件事。 字节当时曾经推出过一个绿色 Logo 的产品，叫多闪。它和 BeReal 的形态更接近一点，但不完全一样。它们切的东西有点像，本质上都是在切表达。 人非常喜欢做各种各样的表达。有些表达做完之后发出去了，有些表达想表达，但没有发生。 比如现在的朋友圈，有些表达不会发生。你每天有很多有一点点意思的小事，或者一些小想法，发朋友圈觉得不合适。但其实这些想法是可以被承载的。 海外有人在 Instagram 里，比较正式的东西发 Post，比较非正式、随便的日常碎片发 Story。它也是在切分表达，切一种更随便的表达。 程曼祺 你现在新公司的名字叫动念引线。每天产生的想象，和上个时代的表达似乎有点不一样。 ### 动念让内心世界绽放 梁琛奇 对。上个时代的表达，和现实世界的关系更多一点。 一个很大的变量就是移动互联网。摄像头其实 inspire 了一批现实世界有天赋的人。 比如我现在是一个长得很好看的小姐姐，在移动互联网之前可能只是在做日常工作。但移动互联网出现之后，我一下子火了，拥有 2,000 万粉丝。 我是一个对地球 Online 的现实世界有审美的博主。今天看到天边的云很美，夕阳要落山了，拍一朵云，识别出地球 Online 里有趣的部分，再把它发出去。 上个时代激励的是对现实世界有天赋的人。 我觉得这个时代会发生重心上的变化，去激励那些对脑中世界有巨大天赋的人。这种人其实也非常多。 他可能其貌不扬，说话磕磕绊绊，让你觉得是一个无聊的人，但他在脑子里有极其丰富、极其多样的精神世界。 在过去，这个精神世界很难以一种广泛的人可以接受、成本也可以接受的方式展示给别人。但未来有机会。 所以回到动念引线，我觉得现实世界的表达只是其中一部分。我们想 inspire 的，是刚才说的另一种人。 我自己觉得，这个世界上的天才很多，而且这些天才极大比例是随机分布在人群中的。你不知道他是天才，但他就是天才。 比如药水哥就是天才。在移动互联网之前，你不知道他是天才。 每个人每天脑子里都有很多念头，所谓动念。一天可能有 3,000 个念头，噼噼啪啪闪烁一下，马上就消散了。 过去，这些念头极大比例无法成为一个独特、优秀的作品，被别人看到。但未来有机会。 当 AI 出现，当有非常强的工具或者降低门槛的东西出现，它可以收集你的念头，把那些逻辑不通、混乱、尚未成型的东西，build 成一个很好的作品、很好的体验、很好的艺术。 所以动念更偏向内心的小宇宙。 你脑子里的东西，不管来自现实世界、一个梦，还是某种 reasoning，都可以混在一起。但它就是你脑子里的东西。 引线的意思，就是你肯定知道燃放烟花。烟花有一根引线。 我不觉得在最终的世界里，创造力和 inspire 的来源是 AI。尤其是那种主观性的创造力，我不相信它会来自 AI，也不相信它会来自我们这家公司。 它只会来自普通用户自己，来自用户本身。 我们做的只是：你脑子里有一个念头，有一个动念，我们是燃放烟花的引线。我们点燃这个引线，让念头绽放。它可能绽放成一个很好的烟花，但我们只是提供那根引线。 这也映射到另外一件事：我们公司的英文名叫 Default。我们的愿景和使命，其实就在公司的两个名字里。中文名叫动念引线，英文名叫 Default。 “动念”我刚才解释过。Default 想说的是，你可以对世界进行压缩和再展开。 在抖音的世界里，你可以认为抖音是一扇窗。但未来你可能是进入到那个世界里。 你可能体验 3,000 万个平行世界和平行人生，看看人类在 3,000 年后延伸到宇宙的边界。你可以去很遥远的过去，比如唐朝；也可以去迪拜，体验一下富二代是什么样的生活；也可以跟一个哲学家进行形而上的探讨。 你不只是站在旁边看，你可以真的进入那个世界。 你可以给每个人提供地球 Online 上 80 亿个脑子里的世界。当它们被 build 出来，就可以分享给每一个人。 而且在分享和体验里，你还会回来重新 inspire 真实世界。因为当你有了这些体验、被 input 之后，你就会产生新的创造。 程曼祺 你是在创业多久之前想清楚这个名字的？ 梁琛奇 创业开始前，第一天之前吧。 这个想法我相信很久了。比如《群英图》是不是一种动念引线？你相信一个人是天才，相信他能做出一些好东西。 但当时验证的结果是，很多人一起创作，最后创作不出好的作品。那是方式错了，但愿景不会变。 你看到太多潜在的可能性，就知道这一定是存在的。 程曼祺 在抖音和你自己做的实时社交产品之后，你下一个在字节立的产品是猫箱。 ### 猫箱把角色变成内容 梁琛奇 对。中间在抖音工作了一段时间，非常短，可能不到半年。后来 ChatGPT 出来了。 程曼祺 你可以讲讲 ChatGPT 的出现，和你一直以来“让很多人的才能和天赋被激发出来”这个想法有什么关系？猫箱看起来好像也不是这个方向。 梁琛奇 猫箱也可以说是其中一种方向。 猫箱很多创作者，实际上是在 design 自己脑子里的画面。 你很难想象有这么多人，以如此巨大的热情去 design 那些丰富的角色和故事。其实这个是可以想象的，但我说“很难想象”，是一种对他们的赞美。 你看到那些故事、角色，以及他们构建和体验这个东西的过程，会被深深打动。 我跟创作者做线下访谈，访谈完之后，你会充满信心。 当时有人问，猫箱的商业化能不能做起来？因为历史上没有人做起来过，Character AI 也没有做起来。但你跟这些人聊完之后，会充满信心。 他们对这个产品的热情实在太旺盛了，对这个产品有非常深的感情。 假设现在有两个内容，剧情一模一样。 一个内容是：你是一个远嫁敌国的公主，嫁给一个摄政王，摄政王出战战死了。这是一个很常见的内容，你看完了。 另一个内容是：你真的是那个远嫁敌国的公主，真的跟摄政王去出征，真的看着你很爱的摄政王战死，整个世界产生了很大的变化。 你会流泪，会深深被打动，会深切地关心这个世界。 这就是猫箱用户所发生的事情。你觉得这个世界跟你有关，所以会产生非常深切的感受。 这些人就是天才。在这个产品出现之前，我不知道他们有这些天赋。可能他们自己也没有意识到，或者有意识，但只是自己写一写、画一画。 程曼祺 回到当时的过程。你自己用了 ChatGPT，玩的是海龟汤。后来怎么一步一步推导出猫箱这种产品形态？ 梁琛奇 客观分析是这样。 首先我当时跟 ChatGPT 交流，跟它聊了一遍之后，然后倒着玩，聊海龟汤，发现它特别厉害，基本已经能玩了。 我觉得这件事很不一样：它把人作为一种生产要素 scale 了。以前人作为一种生产要素，是受限制的，因为人无法 scale。 第二件事情，我在想移动互联网时代的娱乐，什么东西比较大？其实就两件事情比较大。 一件是被动内容，比如短视频；另一件是游戏，比如 3A 游戏或者各种各样的游戏。 我们先拉一个坐标轴。这是一个内容坐标轴，越往左越被动，越往右越主动。 第二件事情，什么是 AI-native 产品？ 从用户角度来说，他不关心你有没有用大模型，也不懂什么人工智能。他关心的只是一种体验：我在这个产品和系统里进行了一个 input，不管是输入文字、动作、行为，还是其他东西；系统接收之后 reasoning，给我一个特别长尾、定制化的反馈。 这就是 AI-native 产品。 把这个体验和刚才的内容坐标轴做一个叠加，你就已经在定义互动内容。 互动内容就是：我跟一个世界交互，交互完之后，它给我一个反馈。 所以我觉得它指向了互动内容。 当时很多人都在想，角色是什么？AI 是不是一种角色？但我更相信它是一种内容。 当你 design 出这个东西，我跟团队做了一个故事 demo。故事 demo 是多角色，基于一个剧本，在这个剧本里做体验。 当这个 design 出来之后，你会看到市场上像 Glow、星野、Character AI 以及其他产品，其实也有一个还不错的增长曲线。 这两件事情同时成立了。 做一件事情，你需要两件事情成立。或者其实只需要一件事情：有一个竞品，而且这个竞品让人觉得潜在很有想象力。 程曼祺 对。那你自己的习惯是，第一件事和第二件事哪个更重要？是推演本身重要，还是有一个竞品更重要？你会先从哪儿开始？ 梁琛奇 我一开始就没有“第一件事”。我不开始。 程曼祺 做第一件事的时候，你会看市场上有什么其他人在做类似的事吗？ 梁琛奇 会看，但我会更高权重地看自己的推演。 程曼祺 我是说，你是一开始就看，还是先做完第一步之后再看？ 梁琛奇 我当时是做完之后看。 我当时都不知道 Character AI。后来 Alex 转给我，说你看看这个产品 Character AI。Alex 应该也是对这件事有一些想法了。 程曼祺 那是在 2023 年几月份？ 梁琛奇 有点不记得了。我对时间都比较模糊，包括刚才说什么时候开始搞那个独立产品，我都记错了。 但应该就是 Flow 组建没多久的时候。 程曼祺 当时是先去 Flow，顺便看一看豆包，再想自己的事情？ 梁琛奇 对。 程曼祺 是朱俊让你加入 Flow，还是你自己想去？ 梁琛奇 其实还有一点没讲，但可以先聊完。 我回想一下，应该是有一次跟他讨论一个“充分情感化助手”的命题，我感觉他特别兴奋。 程曼祺 你当时说的助手，就是 Chatbot 的意思？ 梁琛奇 对。我觉得他应该是在构思豆包，但当时没说，比较保密。 他特别兴奋，我就感觉他们应该要做 AI 了。于是我去找他，说这个有没有机会。 但后来我想了一下，我说我只做 AI，AI 以外的事情都不重要。如果它是科技革命级的机会，为什么要做其他事？ 程曼祺 但科技革命级的机会，很多人认为生产力才是最革命的部分。你看到了这个革命，但好像不是直接想去做最革命的部分。 梁琛奇 对，这就是我说的成立要素。 一个要素是它真的有杠杆、有斜率；但最重要的要素是，它是我想做的作品的一部分。 我对做斜率很高的工具类东西没兴趣，因为我觉得它不是我的作品。我的作品里没有效率、没有工具、没有让工作变得更高效。世界往前走很重要，但我脑海里的作品没有这些。 程曼祺 你刚才说还有一个感受想补充。 梁琛奇 那个时候产生的另一个感受是，你还要想另外一个变量：AI 对娱乐到底有什么机会？ 刚才的表述比较像一种逻辑推导，但还没有解释，从用户角度，体验发生了什么变化。 我觉得有两个层面的巨大变化。 第一个层面是在供给端。 如果看之前娱乐、内容和游戏的历史，有几条很明显的主线。 一条线是模态：文字、图片、视频，大家都在做 3D，这个比较好想象。 另一条没有模态那么明显的主线，是供给的扩大和碎片化。 此时此刻，恰如彼时彼刻。 当时有一堆评论家说，电视机是很差的发明，因为屏幕更小，用户体验更差，内容质量更低。做一部电视剧的钱，可能只能做十分之一部电影。 但恰恰因为供给更多，才能满足不同人在不同场景下的需求。 从电影到电视，到横屏视频，再到竖屏短剧，是一个更碎片化的平台、更高的供给、更低的生产成本，以及更多创作者进入的过程。 这件事一定还没结束。 现在对一个短剧创作者来说，成本还是很高。即使是 AI 短剧，也可能要花几千块钱，学习一堆东西，搞几天甚至一周。 未来如果成本低到这样：只要是一个有想法、有创造力的人，只要通过文字表达自己的想法、创造力、故事和玩法，剩下的全部交给 AI，那一定会有大量有天赋的人进来，带来大量之前没见过的 impressive 内容和更大的价值。 所以这件事情一定会发生。 程曼祺 你说的是创作内容的体验变化。 梁琛奇 对。游戏也是一样。 一开始是 3A 游戏，后来 Roblox 有很多人进来做 UGC 游戏，提供了更多游戏供给。 我想说的不是新的创作者一定来自短剧或者游戏这两条线。未来会出现一种新体验，新体验会带来一批过去不是创作者的人。他原来是 nobody，现在是这个新时代新格式的创作者。 创作端一定会出现一些绝对意义上有天赋的人，去做很奇怪的事情，做跟刚才两条线完全不一样的事情。 现在说消费端。 消费端当然要提供一种新体验。如果现在提供的是老体验，对创业公司没有价值。 比如现在做一个看短剧的平台，就没有道理。虽然很多 AI 公司可以让用户生产短剧，但作为消费者，我去哪儿看？ 毫无疑问我会去红果短剧，因为我不 care 是 AI 做的还是人做的，是短剧我就去短剧产品里看。 所以如果没有新格式，就一定长在既有的内容平台和娱乐平台里，这是大公司的机会。 你必须构建一种过去不存在的新体验。过去没有这种平台依赖，也没有面向这种体验 design 产品容器、交互和整个体验的运行方式。 这是第二点：必须提供一种新体验。 为什么这种新体验会出现，会产生什么变量？ 我觉得本质上是过度拟合、无限分支的变量。 在 AI 出现之前，计算机是一个有限级系统。本质上背后就是与门、或门。你不写这个代码，它就运行不到这里。 所以你要遍历每一件事情。如果是一个产品经理或者设计师，你要设计足够多的 button。如果你不定义，它就不会产生这个事件。 AI 出现之后，计算机变成无限级了。 原来只能有 2,000 种输入，现在可以变成 2,000 万种输入。你可以输入一切，所有非格式化的东西都能输入，它真的能 reason，然后给你一个定制化反馈。 这种无限级，带来无限分支的体验，让用户觉得这个世界在过度拟合你，和你自己有很强的相关感受。这种相关感受会带来很强的情感联系。 举个例子，为什么我们认为地球 Online 是真实的？ 因为我可以做这件事：把这张纸吃了，吐出来，泡在水里，泡完再吃一遍。但假设到这一步，我把纸泡在水里拿出来，再吃的时候卡住了，我肯定就在虚拟游戏里。 虽然这是非常长尾的事情，但恰恰因为你能做任何长尾的事情，所以你知道自己是自由的，知道这个世界对你来说是可接受的。 无限分支对体验的另外一个影响，是它能提供推荐系统的下一级。 推荐系统本质上是什么？ 在推荐系统出现之前，假设我有一个消费或娱乐需求，想看一个圆形的东西。市场供给很少，门户网站和电视机提供的内容有正方形、长方形。这个正方形跟圆的需求最匹配，那就马马虎虎看一下。 推荐系统出现之后，供给变多了。我到处找，发现这里有一个椭圆，那里有一个椭圆，一筐椭圆。最后找到一个最圆的椭圆，跟我的圆最 match，这就叫千人千面。 但从第一性原理来讲，你一定没有真的被满足。 因为创作者是面向 3,000 万个人创作的，不可能真的面向你。他是在寻找 3,000 万个人的最大公约数，所以一定不是 exact 一比一地对应你的圆形需求。 程曼祺 你觉得多少人心中有一个清晰的圆？很多人可能只是无意识地消费内容，未必能意识到自己的需求。 梁琛奇 我觉得他其实是有那个需求的。 很简单，推得准和推得不准，是数据上能看到的。这个内容看起来爽，那个内容看起来更爽。你只是没有办法描述出来。 从第一性原理来说，不可能给你推到最爽。 过去一个创作者创作一个内容，是为 3,000 万人服务的。未来 AI 有机会在 design 完内容之后，专门为你服务。 它可以理解你的 context，基于你们之前的某种历史记忆和交流，知道你现在想看什么，猜出你想要的形状。 我每隔一段时间会自我探寻，问它：“你觉得我是一个什么样的人？”它会给我一段回答，让我非常惊讶：这比我大部分朋友都懂我。 它是因为有足够的 context，能够给出你的那个形状。 这里非常重要的一点，是它可能跟市场上一些人的观点不一样。 很多人讲到这个叙事就结束了：AI 是推荐系统的下一代。我觉得不是。 在 familiar 的程度上，它确实应该更多地贴近你；但在 strange 的程度上，它仍然应该通过人类创作者的多样性，提供 strange 的部分。 每一个内容其实要同时提供两件事。 一件是 familiar，也就是熟悉的部分。Familiar 能帮助你在内容里产生共情，因为你脑子里某个地方被连接起来了。Familiar 是桥梁。 Strange 的部分是惊喜。如果一件事情跟你的生活一模一样，你不会觉得有趣。你必须同时提供 familiar 和 strange。 很多人可能会倾向于说，AI 很强，familiar 的部分可以由 AI 完成。它可以基于对你的了解，把故事转换成一个适合你接受的形状。 但 strange 的部分，应该来源于 diverse 的人。 内容消费仍然要来源于不同性格、不同人生经历的人所做的表达，而不是完全由 AI 接管的内容供给世界。它仍然会有大量创作者提供内容。 程曼祺 听你描述，消费和创作的界限已经很模糊了。你后面描述的是消费体验，但里面有很多是创作体验：我要拟合一个我心中所想的东西，其实就是创作。 梁琛奇 有一些模糊。 总结一下，关键变量有几个。 创作端是新的内容供给，新的、有天赋的普通人进入成为创作者，内容供给带来涌现。 消费端要提供一种新体验。新体验一是刚才说的无限体验，二是推荐系统的下一级，但不是单纯 AI 供给的下一级。 第三件事情是，人作为一种生产要素，以前没有办法被 scale，现在可以 scale，于是会产生新的体验。 所以我觉得这是你能看到的新体验 map。在这个 map 下，一定会出现新东西，因为这些变量都太大了。 现在市场上有一种观点：AI 是生产力革命，当前的体验都在提升生产力。很多人在畅想未来娱乐的时候，会沿着猫箱这种互动故事体验，延伸到多模态、3D。 这件事情没有错。但如果纯做线性推导和线性延伸，我会觉得，地球 Online 这么无聊吗？ 有这么多大的变量，每个变量都有如此多此前从未想象过的东西，最后只是线性推导到那个世界？那个世界当然有意思，但我不相信会只是这样。 程曼祺 你刚才说了 3 个变量。你之前做第一个产品时学到很重要的一点，就是不要有太多假设，最好只有一个假设。这 3 个变量其实不是产品假设吗？ 梁琛奇 不是产品假设。 我觉得世界上有两类东西。 一类是遵循第一性原理的东西；另一类本质上也遵循第一性原理，但人不够强，无法真的搞清楚。 遵循第一性原理的东西是可以推导出来的。既然有这几个关键变量，这些关键变量对应某些框架，在框架下就会发生对应的事。你看历史，也通过直觉感受到，这些是第一性原理推导出来的。 第二类是，你看到一个 map，然后 design 出一个很好玩的体验，这个体验一下子爆了。这件事情做不到。 因为这部分依赖创造力、主观性、同理心，以及同理心是否能击中足够多的人。 所以刚才说的并不矛盾。不能在这部分放很多假设，因为每一件事情都很不确定。但前面的事情，我觉得可以从第一性原理推导出来。 程曼祺 这些你认为可以从第一性原理推导出来的事情，在没有发生之前，肯定也会有很多人质疑。 梁琛奇 对，那就是他信不信。 火箭造出来之前，也有很多人说火箭可回收是骗子工程。SpaceX 当然也有很多人不相信。 程曼祺 你刚才说的 3 个变量，一个是会有更多人来创作，因为创作变简单了；第二是体验会更加多元化，或者说无限分支；第三是以前像剧本杀主持人这种瓶颈不再是瓶颈。 第三点可以再展开讲讲吗？ 梁琛奇 比如直播。 我现在是一个主播，非常有魅力，但不可能同时跟 10 万个人讲话。我是一个对一个，为什么要跟 10 万个人一个一个讲话？这件事情不可实现。 所以我必须通过一种排序，比如有人送礼物，送到榜一大哥了，我可以跟你讲话，进行沟通，甚至建立一些私人的通讯关系。 这是一个典型的瓶颈。人的供给有限，一个人的带宽有限，所以只能服务有限的人，只能是 10 万对 1。 但当 AI 把这件事情 scale 之后，在一些场景下就变成了 10 万对 10 万。 典型例子就是猫箱。 我现在是一个角色，这个角色被 design 出来之后，10 万个人都可以跟这个角色单点交流。 程曼祺 这个例子跟前面有一个我没理解的地方，甚至我觉得有矛盾。 你前面说，最后 AI 不会替代所有供给，仍然有大量体验来源于人。但你刚才说的 10 万对 10 万的直播，里面还有多少真人成分？ 梁琛奇 最后提供的体验，仍然有大量体验来源于人。 第一件事情，即使是猫箱这个例子，角色背后也是另一个人类 design 的。那个人类给它写了非常丰富的设定和故事背景。 你在消费的时候觉得这个角色很 unique，但其实是人类创作者 design 了这个背景和世界。 第二，最后提供的体验本身一定是混合体验。体验里混着 AI，也混着人。必须有人的参与和占比。 人的参与和占比，决定了这个体验是不是真的有趣。 假设在目前的技术状态下，一个体验里 AI 占比非常高，人的占比极低，和一个体验里人的 unique 想法占比相对高一点、AI 占比低一点，它的有趣程度是不一样的。 程曼祺 我之前没理解，是因为既然我在跟 AI 互动，那我自己不就是人吗？这个体验里不是本来就有我吗？ 梁琛奇 对，还有另外的人。 假设我现在 design 了一个摄政王，这个体验里还有角色创作者。 程曼祺 所以你说的是，有另外一个人存在于这个体验里。 梁琛奇 对。那个创作者构建了摄政王，把它 design 在 prompt、system prompt、角色设定里。 所以你在消费摄政王时，是在跟那个创作者产生某种共鸣。 刚才我还留了一个话头：这个东西是不是真遵循第一性原理？AI 是否真的能把所有创作都解决？ 如果你让我做绝对表述，我肯定会说，AI 未来足够强，可能有一天也能达到某些创作体验。 第一，我不太希望看到这个。 人的魅力很大程度来源于主观性，来源于人生经历产生的 trigger。 第二，有些事情确实比较难。这就涉及到一个话题：人类什么样的东西比较难被 AI 替代，或者会较晚被 AI 替代？ 我觉得有几件事。 第一，数据少的。数据少就没法学，整个系统没见过。 第二，不好评估的。如果评估系统非常准确、客观，RL 狂卷就行了，卷完就变得很聪明。 但有些东西没法评估。你说这个事情很主观，到底是 A、B、C 还是 D，这就比较难。 第三，起心动念，也就是动念引擎。 AI 永远是在 response，但你的起点是什么？你要干什么？你想让它往什么方向走？目标是什么？这是起点。 第四，具身智能。具身智能未来发展好肯定很强，但在发展起来之前，一些线下的东西还不太行。不过未来肯定会解决。 第五，对自己有情感加成的东西。 比如今天我过生日，妈妈给我做了一个蛋糕。蛋糕品质上比好的蛋糕好在哪里？其实没有。但它上面写着“生日快乐，宝贝”，插了一根蜡烛，我很喜欢。 这就是情感加成，我觉得这是人类的某种防线。 程曼祺 这一点带来的产品推演是什么？ 梁琛奇 你现在看星野、Character AI 等产品，会发现有几个关键问题没有解决。 第一，你看到一堆角色，不知道跟他聊什么。 第二，相当比例的人会有跟它进行荷尔蒙体验的倾向，确实会擦边、搞黄色。 这很好理解。假设你是一个男性，跟一个女性坐在一个房间里，没有任何提示，没有主题，也没有目标，你会觉得不知道该干什么，本能可能就走向荷尔蒙。 那怎么解决？ 第一，不要让用户跟一个人在房间里，要跟一群人。 第二，不要让他们待在一个封闭的房间里，而是让他们在火山口，火山马上爆发，全员要死了。现在需要有一个剧情推动我们往前解决问题，在这个剧情里进行互动体验。 它有点像沉浸式话剧或者剧本杀。一方面你知道自己是自由的，可以做各种事情、跟各种人互动协作，有很高自由度的表达；另一方面你不用担心接下来会不会无聊，因为有一条暗藏的主线往前走。 所以我们当时 design 的就是故事格式。 我作为创作者，定义故事格式里有哪些角色，多个角色遵循什么样的剧本。这相当于我找了一个 AI 导演，也找了一个人类编剧。 人类编剧帮我写一个剧本。第三方玩家进入沉浸式话剧后，会做各种动作选择。 作为导演，我一方面看另一个人类写的剧本，一方面看用户的动作选择，再基于我的判断推进接下来往什么方向发展，以及这些 AI 角色应该怎么反应。 这是当时对这件事情的具体推演。 另外，如果真的相信它是一种内容，还有一个很明显的事情：历史上的独角戏非常少，绝大比例都是群戏。 所以我觉得，这指向了你要 design 故事格式。 在 design 故事格式时，因为你相信这是一个未来有内容生态、互动内容延伸的世界，第一天就不应该说这是一个谈恋爱的产品，或者一个爱情类产品。 你应该想象它提供的内容是 diverse、多样的，有冒险、科幻、古代，当然也有爱情。 而且从第一天就应该想象，这个产品应该面向未成年人，也面向 18 岁以上的人。 一方面，从道德上讲，未成年人跟 AI 谈恋爱不太好；另一方面，未来商业化要有付费能力，所以我们早期主要拿 18 到 30 岁的年轻女性。 程曼祺 你特别相信这东西是内容。那其他人当时认为它是什么？ 梁琛奇 至少市场上有一半人觉得它是角色。 一个区别是，你是在消费内容，还是在跟一个人交流。 第二个区别是，你跟这个产物的关系，是互动完之后换下一个，还是产生了某种强烈 bonding，变成了朋友。 程曼祺 这两种关系在商业化潜力上有区别吗？ 梁琛奇 商业化方式有区别。 后者比较容易面向情感浓度和深度，面向其中一批人有比较高的 ARPU，客单价可能很高。 如果是内容，就需要更多内容消费，在内容消费里进行玩法付费，或者插入广告。 猫箱客观上也是这样。后来 ROI 打正，相当比例的人是因为情感浓度付费的。 猫箱后来长出了两种 use case。 一种是我描述的这种内容体验；另一种是有人真的跟它产生了人的绑定，跟某个虚拟角色有很强的联系。这两种都有。 程曼祺 你刚才描述的例子，更能对应到前面说的 3 种假设。 在这个例子里，调度、做导演的工作，是 AI 在协助；创作的原点，是有人设计了一个角色或者故事。 梁琛奇 对。 无限体验也符合这个逻辑。AI 会实时决定接下来是什么剧情，所以会非常贴合你的各种 input。 程曼祺 你当时从推演、分析竞品到上线，实际上花了差不多一年的时间？ 梁琛奇 猫箱是 2024 年 3 月上线的。 首先，design 那个东西花了一些时间。 第二，我只有一部分 attention 在做豆包，包括参与一些豆包的讨论和分析。 第三，从我的角度来说也合理。它可能要等一些信号，比如某些产品涨起来了，像 Talkie、星野、Character AI，涨到让你觉得天花板可能还可以。 这 3 件事情都有影响。 程曼祺 你说的“天花板还可以”，具体数字是多少？ 梁琛奇 这是一个乘数，DAU 乘 ARPU。 假设认为这是一个普通 ARPU 的产品，DAU 怎么也得 1,000 万以上。乘出来之后是多少，反正 ARPU 一般做到 1 就还可以。 程曼祺 现在很多人创业，会觉得不能一直待在自己的阴影里。我想知道，多大以上才算进入这个范围？ 梁琛奇 DAU 怎么也得 1,000 万以上。单个 App 到 1 元钱的 ARPU 就还可以，可能 0.5 元到 1 元都可以。 程曼祺 也就是一天 1,000 万收入。 梁琛奇 对。 程曼祺 那达到这条线的产品很少，所以每个产品都很大。确实有很多创业者探索的方向，可能自己是真的不会做，至少在看到它涨起来之前不会做。 一个产品涨到什么状态时，可以判断它有可能达到一天 1,000 万收入？ 梁琛奇 这个有一些主观判断。 第一，你已经看到它过了一个 bar。至少得 100 万到 200 万 DAU，不然太小了，你也不知道它有多大。 第二，对这个产品形态有多强的信心，觉得这件事有多牛，也会加一些成分。 程曼祺 猫箱的这个信号什么时候出现？ 梁琛奇 那时候 Character AI、Talkie、星野都已经有几百万 DAU 了。 AI 产品比较特殊。如果是移动互联网产品，你可能不会这么看。但 AI 产品会把这个 bar 往下拉一层，因为它未来斜率很高，潜力很大。 所以原来可能需要 1,000 万 DAU，AI 产品可能 500 万 DAU 就值得考虑天花板。 程曼祺 你构建猫箱的过程，和之前做抖音、做实时社交产品，都是移动互联网产品。你觉得核心区别是什么？ 梁琛奇 我也想过。 ### AI 产品像养育孩子 在移动互联网构建一个产品，比较像搭建一座房子。这是 Alex 的比喻。 搭建房子，就是构建每一砖一瓦，定义框架结构，什么地方长什么。 移动互联网产品是有限解的，刚才说过，计算机架构是 0 和 1、与或门。所以你要定义每一件事。如果不定义，这件事情就不会发生。 要搞清楚哪几件事情特别重要，use case 是什么，路径怎么样，信息架构怎么样。这是移动互联网时代。 AI 时代，一部分还是在构建房子，但另一部分很不一样，更像是在养一个两岁的女儿。 假设你现在有一个两岁的女儿，不可能这样教育她： “女儿，今天我给你上一课。你未来 39 岁的时候，有一天坐公交车，突然下来一个穿红色连衣裙的女子。她穿着高跟鞋，‘啪’的一下把高跟鞋脱了，舔了一下鞋跟，又‘啪’的一下往你头上砸。这个时候你应该做什么反应？我要教你这件事情。” 很荒唐，对吧？你不可能教她。 因为她的 input 是无限的，未来是无限的。你无法教她无限件事情，也无法像计算机 1.0 时代那样，遍历所有既有 use case。 所以你只能教她一个框架：告诉她世界是什么样的，这是世界观；告诉她一些 principle，这是做人的准则；告诉她一些 SFT，这是特定例子；给她一些目标，让她自己去 RL。 等她 18 岁、成年礼的时候，你去参加她的表演。她参加了一场话剧，演了其中一个角色。 她演完之后，你被深深打动：“没想到这个角色你演得这么好，你这么有才华。” 但转头一想，又会觉得，这是应该的，因为她就是这么成长的。她必须有这个 moment。 当你在 design 这个产品时，你无法想象，利用 AI 的杠杆之后，在某个特定 use case、某个特定 input 和某个特定用户的输入下，它会产生什么。 但当它产生时，你要 wow 一下：“没想到。” 如果没有这个 moment，就说明你错了。 程曼祺 从造房子到养女儿，这个认知是怎么来的？你开始肯定是按照以前的方法来做的，但你也知道需要一个新的东西，却不知道新东西是什么。 梁琛奇 我觉得是看到几个客观事实。 第一个事实是，在猫箱这种产品里，用户 90% 的反馈都是在反馈模型。 他不是反馈 UI，而是在说：“这个角色怎么这么跟我说话，气死我了。” 第二，你看到用户在做非常长尾、极其 diverse 的反馈。 第三，在刚才的推导里，你要构建无限体验，但原来的方式无法构建，因为 input 是无限的。 你了解 AI 怎么运行，管线是什么，SFT 怎么做，RL 怎么做，就会发现它在哲学上不是强控制式的。 这两件事情叠加起来，就知道不能那么做。 用户的反馈肯定要解决，但反馈极其无限、极其分支化，你不可能专门修某一个 feedback，因为它对应的是一个特别 unique 的 input。 程曼祺 但作为产品和应用，你也修不了模型的反馈，这不是模型的问题吗？ 梁琛奇 我们自己也在做模型。 程曼祺 你们有自己的模型？ 梁琛奇 对，角色模型和故事模型我们都自己在做。 故事模型是当时完全从头训练的，当然也跟 C 端合作。角色模型是 C 端训练了一个版本，后来我本质上也在负责，影响角色模型的训练。 动念引线这家公司第一天就在自己训练模型。我觉得这很重要，因为我们有完整的模型训练管线，也有非常优秀的模型训练同学。 程曼祺 你什么时候意识到，这一类产品需要自己训练模型？ 梁琛奇 做猫箱一个月之后。 刚才说的这些问题，你想怎么解决？ 首先不能用搭建房子的方式解决。比如“它对我忽冷忽热”，总结完之后，也不可能专门修这个 case。 第二，这是关键体验。在关键体验里，如果不训练模型，就改不了。 如果依赖豆包主模型的更新周期，会跟不上你们；而且豆包主模型也不会专门为你这个方向优化。 创业公司做模型的另一个好处，就是你要跟主模型的优化正交。 如果正交，你就有一个非常好的优势：一方面，逻辑智能、coding、多模态等能力在往上走，模型越好你越开心，因为你要 base 在这个智能之上。 比如刚才故事的例子，导演智商好肯定没错，在一些逻辑下会有判断。 另一方面，你要构建正交的体验。什么东西能产生模型上的壁垒？ 我觉得有几件事。 第一，数据少。 如果你构建的是一种新体验，就意味着这种数据不存在，因为它是新体验，没有 exactly 一比一的数据。 如果新体验真的 work，你构建的就是很稀少、很 unique 的数据。 第二，娱乐场景非常主观。主观性很难被单纯 scale。 提升一个模型的数学能力很容易。你告诉它 78，用 RL 让它做，78 对，79 错，有确定答案。 但如果提升角色能力，角色这段话到底是对还是错？没有真正的对错，用户开心就是对。 上海 18 岁的女生开心，东北 49 岁的大哥可能不开心，加州 39 岁的 LGBTQ 用户也可能不开心。它非常 diverse，也非常主观。 所以你需要在真实用户环境和真实数据场景下，基于主观、diverse 的用户真实反馈，做 reward model，做反馈和迭代。 第三，把主观的东西做进产品、agent、harness，这和第二点本质上是一样的。 移动互联网时代，打开短视频，啪的一下全屏，上下滑，头像在左边，昵称在右边。你可以找一堆理由，但你知道这不是纯粹推导出来的，是爆炸式 design 出来的，是混合了主观性 design 出来的。 所有这种主观性 design，都可以做进模型、做进 agent，做 1,000 个判断，把主观性的隐性 feature 做进去。 当你做进去之后，其他人不容易直接 copy，因为里面涉及非常多主动倾向。 这就是模型上构建壁垒的机会，也是我们第一天就要做模型的原因。 程曼祺 当时市场还不太一样。有人说应用公司做应用，模型公司做模型。 梁琛奇 对。当时的观点是，应用公司做应用，模型公司做模型。 但我当时的观点是，我们 design 这件事情，第一天就做模型。因为我们 design 的事情，会产生跟主模型正交的壁垒。 程曼祺 除了你刚才说的两点，还有其他区别吗？ 梁琛奇 还有商业化更重要。 第一天就有 token 费用，而且很贵，所以要更早想怎么赚钱，不然会把自己烧死。 尤其娱乐产品时长很长。 程曼祺 你们什么时候开始想猫箱怎么赚钱？ 梁琛奇 第一天简单想了一下，但半年之后觉得需要 serious 地想。 一方面是有组织压力，另一方面是你发现基本流程完成了，流程还不错。然后算一算，要 scale DAU 就很贵。 程曼祺 你当时说去年年底这个产品能打正。你看到什么苗头？商业化来自什么？ 梁琛奇 这种产品本质上有两种变现方式。 一种是把它看成被动内容，可以插广告。只要有时长，就能插广告。 第二种是把它看成带有游戏属性的东西，可以做会员、单次玩法卡片，比如听角色的心声。 两种我们都做了，两边贡献都挺大。 程曼祺 你说的“打正”，是收入覆盖推理成本？ 梁琛奇 ROI 打正，是投放、推理和日常运营都能打正，但不包含训练模型。训练模型没有算进去，不过那时候模型基本已经训完了。 程曼祺 后来为什么在去年夏天决定离职，不继续把猫箱做下去？ 梁琛奇 其实更早一点，1 月份就做了决策。 当时 DeepSeek 出来了。刚才说娱乐的 3 个变量，因为 DeepSeek 被大幅加速了。 第二，我感觉到一种非常强烈的理想主义色彩。有人真正相信一件事情，并把它做成，会给你很大的激励。 我当时觉得这家公司非常理想主义。 DeepSeek 出现之前，跟一些中国研究员交流，有人说：“我们做的东西跟 OpenAI 不是一种东西。OpenAI 在探索 AGI，我们是在修修补补，搞一些简单的 SFT，反正能用就行。” 听完你会觉得，这没法搞。如果你不相信这件事情，怎么可能做到？ 那时候我觉得应该有人相信这件事。 DeepSeek 出来之后，回头看梁文锋以前的访谈，会感觉这个人非常早、非常 serious 地相信这件事情。 有两段描述让我印象很深。 一段是，我觉得像“童年未获得之糖果”。他说自己当时在广东上学，有很多亲戚或者父亲的朋友问他：“读书有什么用？最后还不是挣不到钱。”他父亲是老师。 他说，他们不知道，当中国迈过这个节点之后，未来读书会越来越有用，科技会越来越有用。 另外一段是，他延伸说，中国迈过这个节点之后，未来不可能永远跟随。你把别人已经 catch 的事情 catch 完，面前出现一张白纸，接下来怎么 design？不可能永远跟随。 有人说中国只擅长跟随，不擅长从零到一创新。他不相信这件事，认为中国也可以从零到一创新。这只需要一堆过程和一个结果。 程曼祺 你当时是不是还有一个想法：在字节这样的巨头之外，小团队也能做了不起的事情，这会给你带来鼓舞？ 梁琛奇 对，我觉得有一点。它带给你一种可能性，你觉得这种可能性很有趣。 程曼祺 这两个因素之外，还有别的吗？ 梁琛奇 这可能是最主要的因素。 我自己觉得，timing 比较合适的时候，本来就会做一些选择，自己出来搞。 程曼祺 你刚才说的状态，肯定是之前就在想创业，在等待一个时机。 梁琛奇 对。 程曼祺 更早的时候为什么想创业？ 梁琛奇 首先字节是一家非常优秀的公司，不管是从 1 到 100，还是从 0 到 1，都非常优秀，里面也有很多有创造力的人。 但如果看历史，从 0 到 1 design 出新产品体验的公司，不管是移动互联网还是 AI 时代，创业公司 design 出新东西的概率和占比都更高，只有比较小的比例发生在既有大公司里。 我觉得这是非常 reasonable 的。 假设现在是一家估值 2,000 亿美元的公司，要判断一件事情值不值得做，它必须有比较高的天花板。 但如果构建的是娱乐上的新体验，第一天没有人能 exact 判断它是否 PMF，也无法判断 PMF 之后天花板有多高。 历史上 Snapchat、Instagram、Musical.ly 这些娱乐产品，不可能在第一天做出精准判断。 如果是巨头决策者，我觉得最合理的决策是，先看到一个信号：有个产品 PMF 了，而且过了一个 bar。这个时候再跟进，也来得及。 但对我来说，如果要排序，我会排成这样： 做出影响很多人的产品，提供新体验，影响他们的创造力，而且是我们公司做的，最后拿到最大收益； 大于做出这个东西，但最大收益被另一家公司拿到； 大于不做，没有这个东西。 所以做出这个决策之后，很自然就是做出这个东西最重要。 当然，我也不是说做出来之后就会被别人抄死。我们仍然要 build 增长、从 1 到 100 的 scale 能力以及各种壁垒来避免这件事。 但我不觉得现在应该花那么多 attention 去想，做完之后被大厂抄了怎么办。应该先花 attention 想，从 0 到 1 的体验是不是重要。 它重要到能够改变很多人的生活，让一些之前极有创造力的人真正发挥出来，而不是继续籍籍无名。如果重要，就应该先做出来。 程曼祺 另一种可能对你有吸引力吗？ 有另外一个人做出了从 0 到 1 的体验，你待在字节，因为资源很多，你们在某个时刻发现了这个体验，然后把它做到最大，获得最大收益。 这个乐趣会排在你刚才说的 3 种情况里什么位置？ 梁琛奇 可能比做不做好一点。 前两个都是要创业才能实现的。你得参与其中，必须参与其中。 程曼祺 你在字节以前从来没做到过这个事情吗？你觉得猫箱算吗？ 梁琛奇 也不能这么说。 我们之前有一个创业产品。猫箱我觉得是从 0.5 做到 1，0 到 0.5 可能是 Character AI 这类产品充分初步验证了。 程曼祺 你怎么定义“1”？ 梁琛奇 我觉得“1”是一个相对泛化、达到一定规模、产品形态 ready 的状态，然后 scale 就能 scale 到某个数字。 相对泛化，就是人群要有多样性，不能特别 niche。 我有一个比喻，叫踩油门。 踩油门的意思是，万事都 ready，踩就完了。踩就是投放、商业化和 scale，它就能涨很大。 但踩油门之前，那辆车已经基本 ready 了。所以“1”就是踩油门之前，一切状态就绪。 程曼祺 你说不能特别窄化。但有时候，一个窄化人群也可能支撑一个大产品。 梁琛奇 对我来说，交叉很有魅力。 你看到一帮人在铁轨左边，另一帮人在铁轨右边，构建了一种体验，让这些永远不相交的人同时能够接受。 如果面向一批非常 niche 的人，而且这些人本身有一个团体、有一套文化，在这套文化里运行得很好，魅力会下降。 我相信世界上有些事情是通用的，人的需求是共性的。 比如《中国有嘻哈》出现以前，嘻哈音乐是一小批人的东西。但这批人背后是一种情绪、一种表达方式、一种可能被很多人共享的需求和文化。 真正找到人性内层和底核里的共性时，它就能点亮每个人。 程曼祺 你离开工作 7 年的自己时，真实心情是什么？ 很多人离开公司会发“Bye Bye”的抖音视频，不知道你会不会发。 梁琛奇 我没发。我没有很强烈的倾向和动力去发。 我觉得这就是一个 journey。一段 journey 结束了，一段新的 journey 开始了。 程曼祺 这 7 年里，你总结出的做产品方式和方法是什么？ 梁琛奇 我先只说娱乐类产品，飞书那些不说。 基本是一套东西：找到一个被验证过的格式，把格式的供给扩到无限大，接入推荐，接入商业化，发现 ROI 是正的，疯狂投放。 我之前有个比喻：现在有一个停车场，停车场里有一堆车。你进去看一看每辆车怎么样，觉得这辆车有点机会，小修小补一下，觉得很牛就踩油门。 踩了油门发现不 work，就踩下一个油门。 程曼祺 你刚才说娱乐内容类都是这样。游戏也算娱乐内容吗？为什么游戏没有成功地用这种方式做？ 梁琛奇 首先，朝夕光年现在也有不少突破。 我觉得游戏跟其他东西不一样。AI 时代之前，游戏公司和其他互联网公司完全是两种公司，泾渭分明。 本质上，游戏更像一种内容，可能更像抖音的短视频创作者。 你也可以说，自己从来没有做过短视频创作者的活，只是把架构、平台和系统搭起来了。 程曼祺 所以你做的是内容格式，而不是内容本身，是内容格式的分发平台，而不是内容本身。 如果拆解娱乐，你会把它分成哪些东西？游戏、短视频、互动内容，大家都觉得是娱乐。 梁琛奇 你在使用它进行体验时不太 serious，而且是在 enjoying the time，这就是娱乐。 为什么使用我们现在做的产品，或者其他类似产品时，不会关心模型？ 因为你不 serious。你玩的时候，不会特别关心模型好还是不好。 工具类产品则不一样。 检验一个产品强不强的方式，就是敢不敢不显示模型。大部分产品还是要显示模型。 所以 enjoy time 就是娱乐。 程曼祺 不管创作还是消费，你会区分吗？ 梁琛奇 不会。 创作的问题是，即使上个时代 UGC 投稿率最高的产品，比如短视频，UGC 投稿率已经非常高，但打开 TikTok、抖音或者 Musical.ly，每天还是有 90% 的人来消费。 投稿率撑死也就是 15%。 这意味着上个时代，如果想构建一种面向广泛人群、长期高频的 enjoy time 体验，就必须解决消费问题，因为 90% 的人不创作，打开就是来消费的。 程曼祺 这个在大模型时代还成立吗？ 梁琛奇 我觉得有变化。 机会在于，过去表达的门槛很高，而且很多时候会被 block。 你会发现很多人先有表达欲，然后才想自己要表达什么。我以前也这样，很多人都有这种体验：我现在就想表达，但不知道表达什么。 有人会在朋友圈转一首音乐，其实他是在表达。 有人做 MBTI 或者其他测试发出来，表现自己 unique，终于有了一个载体可以表达。 大部分时候，你有表达欲，但不知道怎么表达。 未来有机会做到：每天的碎片想法、感受、没有逻辑的心绪、文字和各种 context，都可以被收集。 AI 能理解这些碎片想法里的 unique 部分，理解其中的闪光点，理解你现在想要什么、不想要什么。 当它把这些东西整理好，你打开产品，它给你几个 proposal，你会说：“这就是我想说的，这就是我最近的所思所想，这就是我今天想看的，这是我今天想表达的。” 它甚至可以写一首诗。你过去不是诗人，但现在可以写诗。你可能不是李白，但已经可以写诗。 当你跨过那个门槛，就可以高频地产生表达和创造，而且创造过程本身也带有消费属性。 程曼祺 你觉得大模型会让更多人的表达欲被激发出来。 梁琛奇 我觉得是的。 程曼祺 你刚才总结了娱乐类产品的一点：找到被验证的内容格式，然后放大。除此之外还有哪些收获和总结？包括你身上的变化。 梁琛奇 我猜，基于同理心和 random 的创新想法，把它落到实际上可以产生结果的能力变强了。 一方面，我从 Alex 那里学了很多。他同时兼具创造力、同理心、想象力和审美，非常特别。 这些特质常常是矛盾的，但可能就是这些矛盾构建出了对应的体验。 我自己在字节时写过一段关于如何创新的文档。在这个体系里运转一段时间之后，我体会到，人要有两个人格。 一个人格是 idea 和发散型的创新人格。想事情时不要搞框架和逻辑，不要想太多，要 random 地想，靠感受，被世界 trigger。 这个世界能 trigger 你的东西太多了。你被 trigger 之后，会冒出一堆东西。 然后切换到另一个人格：鉴赏家人格。 它会面对这些东西说：“这个不行，没办法 scale，use case 可能长期不高频，长期没有粘性和留存。” 分析完之后，发现 10 个都挂了，常常是这样。 但关键是，这时候这个人格不要反过来攻击创新人格，说你想的东西都不靠谱。 新东西的出现非常脆弱。你想 100 个，可能 99 个都是错的。 这时应该问：在过程中获得了什么 learning？什么东西该做，什么不该做，有哪些启发？ 把这些启发给回创新人格，然后再想。 想到一个东西之后，经过鉴赏家人格判断，觉得这次真的有价值、有机会，就去测试。 测试之前，要预测几件事情：什么会涨，什么会跌，预计什么样的人会用，预测一些关键事情。 测试完之后，根据测试判断预测是不是对的。 一定不能在结果结束之后再判断，那是纯粹的事后诸葛亮，因为人会给自己很多暗示。 验证完之后，知道什么对、什么错。如果失败了，哪些判断错了，再把这个 learning 给鉴赏家人格。 我觉得这就是创新的运行方式。 程曼祺 朱俊是带你最多、交流最多的产品经理前辈吗？ 梁琛奇 过去两年肯定是。在 Flow 的时候，他是我的汇报对象。 程曼祺 他的工作方式是会深入 Flow 的每一个产品吗？因为 Flow 一度有很多产品。 梁琛奇 他会找一个主要 attention。在主要 attention 里会非常细。 一部分是关键方向的关键路径，必须搞通。位置很重要。 另一部分是他的 nature。他喜欢完美的东西。其实这是有价值的：关键路径下的关键细节，必须搞通，搞不通就不成立。越是感受型、体验型的东西，越有价值。 当然取决于做什么。 如果做工具，明显是解决问题，要考虑价格和其他状态。 但如果你在丢掉智商和大脑刷抖音，就不一样了。千万不要认为数学博士刷抖音时还是数学博士。他打开抖音就是来体验的。 在这个过程中，哪些反直觉的东西让他不舒服，他就不用了。 程曼祺 客观来说，中国投资市场特别看好字节出来的人。很多机构在字节有线索网，知道谁负责什么业务，技术、产品都是这样。 你觉得整个字节背景的创始人在这一波 AI 热潮里，有没有被高估，甚至被撺掇着创业的状态？ 梁琛奇 这个我不是特别确定。反正对我来说，我自己受的影响没有太多。 我自己感觉，字节出来的人肯定擅长解题。解题的意思是，有一些运行方式是先出来，但不知道做什么，跟 FA 聊一顿，聊完之后说这个方向可能适合做。 然后这个方向大概一二三是这个情况，你已知这个信息，怎么样能最高效地把它做出来。 我肯定完全不做这种方式。我做什么就是我决定要做什么。 程曼祺 有哪些东西很难从大公司里带出来？创业之后离开这个组织，可能就很难复用？ 梁琛奇 第一是钱。 程曼祺 资金肯定很多。 梁琛奇 我们融资也还行。 第二是人才吸引上的巨大杠杆没有了。 中国肯定有很多优秀人才，但优秀人才不一定都是风险偏好型的。不过我们人才密度还是很高，也招来了很多人才。 第三是超高的商业化效率，很难在短期复制。 一个典型问题是，字节跳动和抖音跟快手竞争，为什么赢了？ 我觉得有几个关键原因。 第一个当然是产品容器比快手牛。有人说全屏和双列各有所长，但如果一定要比高低，我觉得全屏上滑就是比双列牛。 有人说双列筛选效率高，全屏筛选效率低，而且全屏更中心化。我觉得也不是。 短视频这个格式，在筛选时是基于多个维度：前两秒的动态状态、前两秒的声音和音乐、caption，以及观看时的感受。 这种感受无法通过封面获得。你只看这张图感受不出来，必须在前三秒觉得这个人很牛、很 impressive，然后继续看。这 3 秒是一种混合感受，无法要求它通过文字或封面展示出来。 第二是运营。运营帮助很大。 抖音是被牵引着运营的。卷卷和早期运营团队主张往某个方向走，决定什么人群要什么、不要什么。这种牵引很大程度上 shape 了产品的社区形态和属性，也产生了从高到低的各种影响。 第三，就是刚才说不太能被完全带走的部分：字节整个系统在这个比较里是碾压式的系统。 为什么我现在对短视频有信心？背后有两个问题。 第一，大家都有信心，但信心和信心之间区别极大。有些人是 50 分，有些人是 60 分，有些人是 100 分，也就是这件事非干不可。 第二，为什么有人有 100 分的信心？一部分是确实看得准，理解这东西；另一部分是，在这个系统里，商业化变现效率极高，所有东西都可以测算，ROI 能算明白。 你知道现在投多少钱，未来会赚多少钱。对方看到的是白茫茫一片，不知道走两步会不会掉进悬崖；你知道走 1,000 步也不会掉进悬崖，于是能极其激进地把事情全投下去。 程曼祺 这带来了视野和信息差。 梁琛奇 理论上，你的信息更全，就能做更好的判断。但不一定是你本身判断能力更强。 所以推荐系统、商业化和整套中台转起来，包括投放，像做科学一样的系统，会给你巨大信心。 回到刚才的话题，这个东西构建太晚了。商业化上肯定不太可能完全复制传统模式，至少短期内不行。 程曼祺 听你解释之后，我对这个事情有了更深的理解。 我一开始想，很多 AI 应用公司在这个阶段，还在试形态，不一定那么需要高商业化效率。 但你刚才说的一个点很重要：商业化系统能帮你测很多形态未来的潜力，也能更清楚、更远地看到 ROI。 梁琛奇 对。如果你确信这个形态在体验上是 OK 的，确实应该比较早地 build 商业化。 程曼祺 你们现在同步做吗？ 梁琛奇 商业化能力我们现在没有花太多 attention。我觉得它有先后关系。 程曼祺 回到你后来创业的过程。去年六七月开始正式运营，9 月上线第一个产品《松果时刻》。 为什么先试这个方向？你可以稍微讲一下它是做什么的，怎么玩，因为有的人可能还没用过。 ### 松果测试大众想象力 梁琛奇 这个产品打开之后，可以选一张自己的照片，也可以不选，描述这张照片前后发生了什么故事。 比如照片前后，我骑车把屁股弄湿了，很狼狈，于是拍了一张车座上有水的照片。你把这个故事讲下来，AI 就会把照片前后的时间厚度，画成一个故事属性的连载漫画或者多图。 你可以把它当成自己的作品，也可以发布出去。 程曼祺 我补充一下，我玩了一下。它是有声音和配乐的。 梁琛奇 对，不过那个是后面加的。本质上就是刚才描述的东西。 程曼祺 为什么觉得它可能是一个有 PMF 的产品？ 梁琛奇 说实话，我对它的预期不是一定要 serious 地看 PMF，而是看一个广泛人群的观察和信号。 你从字节出来，知道猫箱可能是过去两三年 AI-native 娱乐产品的版本答案。你找不到另一个 DAU 更大、ROI 未来可能更划算、人群泛化程度更高的 AI-native 娱乐产品。 但你也很明显知道，猫箱肯定不是未来 3 年，或者整个 AI 娱乐在发展很好情况下的版本答案。 我觉得有几个东西还没到。 第一，模态肯定没到。猫箱是文字，未来可能是视频、图片和更多模态，体验会变得更好。文字相比视频，需要更多脑力和想象力。 另一个不太好解决的问题是，这类产品对用户的想象力要求非常高。 即使变成图片、视频，用户还是要面对角色和故事，想象下一步要进行什么角色扮演，说什么话，做什么动作，把剧情推进下去。 这对用户的要求非常高。狭义来讲，大部分用户可能没有那么多想象力。 但这件事非常矛盾。 一方面可以说大部分用户没有想象力；另一方面，AI 最大的变量又是给用户提供想象力的 UGC，给用户一个想象力的摄像头。 于是我就想：所有用户都没有想象力吗？还是有某种规律？ 你会发现一条想象力曲线。刚出生的时候想象力比较高，随着年龄增长一直往下掉，到了 18 岁，想象力就很低了。 程曼祺 这个有什么科学研究依据吗？ 梁琛奇 没有，就是观察。 你回想年少时，脑子里有很多幻想和想法。我小时候脑子里也有很多画面。 但到了 18 岁、比较成年的时候，为什么会掉下去？一个原因是现实的重力和社会压力。 你要客观地解决很多问题，更理智、更务实。 另一个问题发生在我自己身上。 小时候我喜欢画画、写书，写完之后讲给亲戚听，比如讲给二姑听。有一天我发现，二姑其实本质上并不想听，只是出于对我的关爱，假装觉得有趣。 因为你脑海里的精彩画面和精彩表达，没有一个脑机接口映射给她。我自己画画也很差。 你脑子里可能有这些东西，但没有一个好的表达工具，于是就被压制了。 所以《松果时刻》更多是一个测试：做一个更好的创作和表达工具，看看大家有多少想象力，或者说人群中的想象力有多普遍。 程曼祺 为什么最后呈现的是漫画，而不是真人照片或视频？ 梁琛奇 两个考虑。 一个是技术上的考量。 《三体》里有一个描述。假设你拍一张天边的云，再看一幅《清明上河图》，然后问，云的照片和《清明上河图》哪个信息量大？ 答案是反直觉的。 天边云的边缘细节放大 1,000 万倍之后，还有细节，还有原子和分子。但《清明上河图》放大 1,000 万倍之后就什么都没了。 因为《清明上河图》是被压缩过的。漫画本质上也是一样，它把大量信息压缩了。 人脸非常复杂，但漫画把人脸压缩成特定的几笔。在这种画风下，需要处理的信息更少。 所以在相同智能下，漫画更容易获得 PMF，也更容易让人觉得体验没有那么奇怪、没有那么 AI 感、不那么不自然。 漫画会先出现，因为在相同智能下，处理更简单信息的内容形式会更早成熟。 程曼祺 我本来以为，是因为漫画更容易呈现幻想和想象。 梁琛奇 为什么漫画容易承载幻想和想象，其实也有类似的原因。 如果技术足够强，你可以做 3A 大作，做真实实景、真人实拍的作品，比如好莱坞花很多钱制作的真人 3A 大作。 这跟刚才的事情有一些关联。 你在大街上随便找一个大哥，说“大哥，你发挥一下想象力”，他肯定满脑子疑惑。 但你说：“大哥，你讲一下昨天发生了什么，你脑海里有什么画面？”他可能会说： “昨天我跟我儿子骑共享单车，我看我儿子拿我的衣服擦共享单车上的水，把我衣服都擦湿了。我特别生气，问他干什么。他说，爸爸，我担心你坐的时候把屁股弄湿了。我特别想打他，但又觉得很好笑。” 这是他脑子里能出现的东西。 所以不应该预期，极其广泛、general 的用户，需要狭义的想象力。 应该预期的是广义想象力：只要脑子里有画面，不管是记忆、回忆、reasoning、判断，还是架空想象，只要是脑中的画面，是脑中世界的表达，都应该被映射出来。 它的 general 程度、广泛程度和普世性，是可以观察和预测的。 对广泛用户来说，可能只是以非常低的门槛去做这件事。 当这些用户被某些东西启发之后，未来也会越来越习惯做这种想象力表达。 程曼祺 所以《松果时刻》是先用一个低门槛工具，看看广泛用户的想象力会产生什么。 你们开始做之后，观察到了什么？验证了什么？ 梁琛奇 第一件事情是，这个产品的门槛真的非常低。 你可能会看到一个准备出家的和尚进来表达，说：“我今天要出家了，讲一个故事。” 也可以看到一个年纪很大的人，可能是跳广场舞的奶奶，畅想自己的孙子从一岁长大之后会做什么工作。 你会看到非常广泛、极其 general 的人，真的可以用这个工具表达。 程曼祺 所以用户群没有特别集中在某一类人？ 梁琛奇 一开始比较泛，后来限制了年轻人。但在一开始比较泛的状态里，可以看到各种各样人的表达和 use case。 广泛之后，大概能看到 4、5 种，或者 7、8 种 use case。 相当于给每个人一个想象力摄像头。 程曼祺 Sora 上线时，你们已经开始做了？ 梁琛奇 我们上线时 Sora 还没出现。Sora 是 10 月上线，应该是 9 月底，差几天。 即使 Sora 上线，也没有给每个用户一个想象力摄像头。 第一，它在成本上无法支持每个用户高频生产视频；第二，它的视频只有十几秒，叙事很少，可能只是跳个舞或者说两句话，很多表达不存在。 它也没有解决极其广泛的人为什么要每天来这里想象。 很多人进来做 meme，或者拿自己的形象做一些想象，但还是很难。 为什么他会想到我要坐在月球上骑一只狗？他不太可能以这种动力和状态持续做这件事。 《松果时刻》也会有这个问题。 程曼祺 有人会质疑，为什么有人要高频发一张照片、写一段文字，再把它变成多图？ 梁琛奇 这里分两部分。 一部分是能不能做；第二部分是频次有多高。 目前肯定还没有做到足够 ready、足够牛、面向每个人高频使用。 但能看到一些高频的人。 这些人的 use case，很多是因为表达有时间厚度。 比如车座上屁股湿了的故事，或者奶奶回忆年轻时的某个 moment。那个 moment 肯定不是一张照片，而是一段故事。 生活中天然会想记录有时间厚度的叙事。过去它没有被承载，因为你不可能在事情发生时每天带着摄像头记录。 现在确实有一些硬件在做这件事，比如 Meta 的眼镜。但硬件覆盖用户的速度很慢。 第二种是，有些人脑子里有很多情绪。你纯写一段“我今天心情不好”，会有点矫情，不足以把情绪图像化。 对他们来说，把情绪、感受和表达 input 进去，产生一种通感式的感受：画面好像在描述你的情绪，和情绪产生呼应，但又没有 exact 地把你说的话写出来。 这会带来一种放大自己情绪的感受。 第三种比较容易想象，是偏二次元、同人、二创的人。他们大概率喜欢 fantasy，可以把脑子里每天想象的画面展示出来、画出来，体验这些东西。 第四种是做号的人。 站外现在很多内容拿我们的工具做，总流量还挺大。比如小红书、抖音，有人拿这个产品做多图漫画，讲小故事，固定一个 IP，做小说推文。 小说推文就是给红果之类的平台引流、投广告。 这类人已经有点工具属性。 所以我想看到的就是：把一个这么宽的东西丢出去之后，大家在干什么、用什么。 程曼祺 你刚才举的 4 种，是比较高频的 use case？ 梁琛奇 有些 use case 留存挺好，但我们后来没做。 比如工具用例，可能有 20% 甚至更高的次日留存。如果真的在用它创作，这已经是不错的留存。 程曼祺 你们没做，是用什么方式不鼓励这种行为？ 梁琛奇 不投就行，不通过一些方式引入这些用户。 我觉得这对产品的内容生态没有帮助。他做完之后发到站外，你可以想象，他不会在站内消费这种东西。 而且他做的东西很泛。 一个产品要解决消费，早期一定是在某个特定人群、特定内容品类里，做成一个垂类、圈子或社区。 程曼祺 在这些用例里，你会重点推什么？ 如果最开始的《松果时刻》是为了测试，下一个阶段会往什么方向收？ 梁琛奇 接下来有几件事要做，并不是每件都在《松果时刻》里。我们还有其他产品在做。 核心思路是：现在拿了一个想象力摄像头丢出去，看到用户这么用了，就知道潜在机会和 use case。 有些 use case 适合在这个产品里做，就让它沿着这个方向发展；不适合的，就起新产品。 大概有几个方向。 一个是在消费上，消费时要烧 token。 现在消费者不烧 token，但消费内容本身其实调用了模型，消耗了算力。 《松果时刻》也没有烧 token，因为当时没有做完。第一是先做创作端；第二是当时烧不起。 生产一张图片很贵。如果消费时高频烧 token，最后就破产。 文字模态的产品，猫箱用户每天可能烧 300 轮 token。图片和文字差一个数量级。文字去年刚打正 ROI，现在用图片烧 300 轮，绝对会烧死。 我们自己在做模型，现在在这个场景下，大部分场景已经是 SOTA，而且成本比较低。相比市面上当时的模型，成本可能低好几个数量级。 程曼祺 你们自己训练的模型具体是做什么的？ 梁琛奇 生图模型，主要是后训练。 我们原模型也开始做了，但之前主要训练生图的后训练模型。 所以第一件事是让它烧 token。为什么重要？ 如果要提供一种新体验，这个体验不是老体验，就应该由原来的平台承载。比如 AI 做短剧，做完之后还是去红果短剧看。 必须提供一种新体验，且大概率是 AI-native 的新消费体验。 如果不是 AI-native，移动互联网时代已经做过了。 AI-native 的新体验必然烧 token。 程曼祺 我注意到你们有一个小功能，叫“穿越”。 我描述一下：看到别人一幅漫画作品后，右下角有一个“穿越”按钮。你可以以自己的漫画人物形象，穿到他的漫画里，生成一个带有自己印记的新故事。 松果用户进入时，你们会帮他生成漫画形象，而且带有人设。穿越时，它会参考你的个性。 梁琛奇 对。因为 onboarding 时输入过一些标签和文字，它能理解你的个性。 这就是烧 token 的第一步，但现在还不算真正烧，因为需要等待一分钟。 你点击“穿越”之后，实际上是开始创作，而不是消费。消费不能等，消费应该是实时的。 随着模型速度变快、成本下降，很快可能就能实时。实时之后，它就从创作体验变成消费体验。 我觉得消费和创作的分隔点有两个判断： 第一，到底要不要等；第二，是不是跳脱到另一个世界，还是仍然在这个世界里延伸。 程曼祺 你刚才说烧 token 才有新平台。比如“穿越”，以及你们以前做的 Cameo，其实老平台也实现不了。 梁琛奇 非常简单，就是渗透率和频次。 你在 Sora 里一天 Cameo 多久、多少次？我猜肯定不是 300 次，也不是 200 次，渗透率也不是很高。 因为它是创作。当它只有 20% 的渗透率，人均每天一两次时，剩下 80% 的人还是没有回到消费上。 我觉得实时是必要条件。实时之后还很难，你要找到一个长期 use case，让它变成高频烧 token 的体验。 程曼祺 所以关键是实时，而且继续在那个世界里延续。 梁琛奇 对，而且最后在体验里，大部分人都有这个 use case。 不能只有 10% 的人有，应该每天有 90% 的人都有这个 use case。 程曼祺 你们正在做的产品里，已经有具备这个特点的形态了吗？ 梁琛奇 有。等做出来再看。 可能做出来很 impressive，但现在不详细描述。 有些产品已经在水下，也就是有人用过，处于测试状态。小范围测试后，可能最近会发出来。 还有些产品在开发过程中，但这个假设会发生很多变化，也有机会做得 impressive。 程曼祺 你们同时开发多少个产品？ 梁琛奇 现在可能有 7、8 个。 程曼祺 这是字节经验的复制吗？字节最开始应该同时开发过 13 个产品。 梁琛奇 我觉得不太一样。 第一，我们一开始只做一个产品。我的思路是先对一个产品把摄像头搞出来，看看大家拿摄像头拍什么。拍完之后，知道里面有哪些潜力和趋势，这些潜力和趋势可能对应不同的产品。 字节当时第一天可能是画了一个横纵坐标轴：什么类型、什么格式、什么长度、什么题材，然后一下测一堆。这是第一个区别。 第二，我自己觉得我们不是一个 PGC App 工厂，而是一个有机会做 UGC 的组织。 AI 变化很快，能力变化也很快。当技术过了某个能力边界，做事方式就应该发生变化。 过去为什么一家公司应该 focus、应该做一件事？因为可能要从 3 万个可能性里找到一个。验证周期很长，要花很多人开发 3 个月、6 个月，出去之后再测试，所以必须足够 focus。 但娱乐的特点是，在第一性原理框架下，我不相信世界上有人能 100% 确定，某种产品形态就是下个时代娱乐的版本答案。 因为它是新体验，不知道用户使用时是什么感受。 这个时候有两种选择： 一种是赌一个，但这个成功概率可能只有 20%。 第二种是从 3 万个里找 100 个，做非常快速的测试。有些测试在 demo 阶段就知道 work 还是不 work；有些丢出去，很快知道用户喜欢不喜欢。 在这种情况下，最后的胜率可能提高。 当然有人会说，提速没那么多，因为开发流程可能快了，但上架流程、UGC 测试流程、后续各种验证流程都省不掉，UGC 测试也没法被 scale。 但如果非常认真地想每一个步骤，每个步骤都有机会变快。 我们公司有一个平行组织，叫 UGC 组织。运行方式就是刚才说的： 一方面，我们相信有些事情遵循第一性原理，有一个框架，框架下遵循一些 principle。包括我之前描述的 AI 娱乐大变量，以及在《松果时刻》里看到的可能性。 在这个 principle 下，以一人或两人组队，拿一个想法 list 去测试产品。 List 的来源有几种：公司之前研究过的想法，个人自己的想法，或者市场上从 0 做到 0.1、明显有信号的产品，把它从 0.1 尝试做到 1。 他们面对 list 做非常快速的迭代测试，两周到一个月判断一次：牛不牛，要不要继续。 发现不继续，就关掉开下一个；有可能性，就继续往下测。 程曼祺 你从什么时候开始有 UGC 组织？ 梁琛奇 两三个月前。 大的信号有两个。 一个是模型能力真的过了一个边界。 第二是《松果时刻》，大概知道大家怎么用，哪些是潜在机会。 程曼祺 你现在对并行开的数量满意吗？ 梁琛奇 肯定没达到。 我说我们是 UGC 公司，数量级却跟 PGC 公司一样，逻辑上不对。 如果 PGC 公司有 10 个产品，UGC 公司应该是 100 个。 程曼祺 瓶颈是什么？按你描述，我觉得是人。 梁琛奇 对，至少得有一个人试一个。 假设组织有 20 个人，部分一人组队，部分两人组队，一个月至少能有 15 个产品，一年就是 100 个。 程曼祺 现在有没有已经试过、关掉的？ 梁琛奇 关掉很多了，但也没有很多。累计有概念的可能十几个。 这个组织刚开始的时候还没人，最近几个月才开始招人。 我对这类人的画像有比较高要求，因为这是一种新的组织形式。他既不是产品经理，也不是研发，但得有产品 sense，有业务负责人的能力，还要懂一些 web coding 或 coding。 我们招了没几个月，所以组织本身也没那么多人。 程曼祺 这也是我这次交流的一个原因：你想找到更多这样的人。 梁琛奇 对。如果大家相信这套东西，被某个 moment 打动，觉得这件事真的很牛、潜在有可能牛，我觉得可以一起来试。 程曼祺 什么特质的人适合做这件事？ 梁琛奇 第一个特质肯定是 AI-native。 AI-native 的意思是，这么点人如果自己搞不定，就没法干了。 当然我们提供中台，包括 UGC 中台、技术中台，很多东西直接接进来，不需要自己搞很多乱七八糟的东西。 第二，他得对这个方向，或者方向里的某类事情，有非常强的 motivation。 这个 motivation 的来源，我觉得有两类人，只要有一个特质就行：有韧性，或者有热情。 有热情的人是兴趣驱动，迷恋这种事，迷恋娱乐方向。对我来说，这类人其实很多，他把世界看成 playground、游乐场，肯定不想在游乐场里做 Excel。Excel 也很伟大，但他不想做 Excel。 另一类是有韧性，成就驱动、成长驱动。他觉得这个方向有机会，这个机会在公司和这种做事方式里可能产生很大 impact，影响很多人。 只要有两者之一就可以。 第三，他最好遵循某些第一性原理做事。 为什么我喜欢讲第一性原理？因为第一性原理会帮你度过周期。 为什么 AI 技术来了之后，有些职能喜欢找年轻人？不是年轻人聪明，而是年轻人没有被污染。 经验是怎么回事？ 第一次做一件事，第一、第二、第三、第四、第五步。第二次还这么做。做到第五次，不这样了，变成第一、第二、第五步，因为太熟了，会跳步。 在没有大的基础变量、外部变量时，你会觉得这个人厉害，因为快。 但当大的基础变量和环境变量发生变化时，第一、第二、第五步跳了，第三步变了，这个人根本没有意识到第三步，因为直接跳到第五步了。 这就是有经验的人为什么会出问题。 年轻人不是更聪明，而是没干过这件事，本来也跳不了步。 下一个特质是自我刷新。 技术变化很快，可能每周、每月、每半年就发生新的变化。你最好被震撼到，震撼之后刷新自己，震碎之后重塑三观。 而且觉得这件事很爽：我又成长了，我又重塑了三观，我又重新认识了世界。 不要说世界没有新鲜事，也不要震碎之后崩溃，觉得自己一无所长、是个废物。 我觉得加分特质是，脑海里有想象，相信一些事情会发生。你看到一些事情，会觉得它们一定会发生。这样比较容易迭代出好产品。 顺便定义一下 AI-native。 什么是电气时代 native 的人？没有电、没有移动互联网之前就无法生存。我们现在都是电和移动互联网 native 的人。 但现在没有人是 AI-native，因为 AI 还没有成为没有它就无法生存的东西。 不过你应该往这种做事方式上迁移。越是没有 AI 就越崩溃，越接近 AI-native。 程曼祺 你们现在有 UGC 组织，还有很多产品形态。刚才说了其中一种，是一边消费一边烧 token。再往下还有什么？ 梁琛奇 还有其他东西。 《松果时刻》是一个基础的、人人都能用的想象力摄像头。摄像头看到机会，机会可能在《松果时刻》里做，也可能在外面做。 我们也不是纯粹的 UGC 公司，还是有资源区分度的。有些方向我们更 bet，资源和人会更多；有些组织则是比较长尾、潜力很大但不确定性也高的东西。 程曼祺 所以你说的 UGC 公司，不是说你们做一个 UGC 产品，而是以 UGC 的方式做产品。 梁琛奇 对。一部分是这样，一部分还是按照过去的方式，更重地做一个产品，非常清晰。 尤其是平行组织。 第一是刚才说的烧 token。 第二是在《松果时刻》里，把人群收浓，把内容表达变长。 一个浓的人群和广泛人群，冷启动难度完全不一样。 “变长”也很好理解：一方面内容质量提升，另一方面虽然也是 UGC，但没有那么优。 有一个客观规律：UGC 最终可能获得很大比例的价值，因为人人都能做，供给足够大。 但模型有一个成本下降速度。在模型成本没有降到某个程度之前，PGC 或相对 PUGC 比 UGC 更划算。 因为 PGC、PUGC 的优质率更高，UGC 的优质率更低。 相同 DAU、相同投稿率下，主要是 PUGC 的话，绝对优质数更高。 程曼祺 你们现在要选的方向是什么？能透露吗？ 梁琛奇 过段时间大家就看到了，其实也比较好想象。 程曼祺 是二次元、二创这类人群吗？ 梁琛奇 未必，有可能，但只是其中之一。 第三件事情，如果回到动念引线这个概念，我们希望用户每天输入一大堆信息，最后产生一个好的表达。 这件事有两个矛盾。 第一个矛盾是，一方面希望用户输入的 context 足够少、足够简单；另一方面又希望这个 context 对最后作品的比例和影响足够大。 如果输入的 context 特别多，事情就很难，用户要叽里呱啦说一堆，不可能人人都做。 如果输入 context 足够少，但对最后内容的影响比例很低，剩下 90% 都是 AI 写的，就会变得很 AI、很无趣，背离人的表达。 极端一点，99% 是 AI 写的，只有 1% 是人的特性。这是要解决的第一个矛盾。 第二个问题是，如果每天都要表达，一方面表达很简单，另一方面，表达最后获得的 reward 要足够大。 《松果时刻》的 reward 是输入文字和图片，变成一个多图叙事漫画。相比原来，是更丰富了。对一些人来说够了，他产生了习惯。 但对很多人来说不够。文字加一张图变成多图漫画，增益没有足够 impressive、creative，也没有足够大的增益。 所以第二个是让 reward 变大，变得更可玩，变成某种其他格式。 本质上，要解决的是 output 减 input，最后的 diff 要足够大，才会很牛。 这两个问题最后指向一个概念：涌现式创作，同时把一部分想象力交给 AI。 什么是涌现式创作？ 这个时代会出现一批新的创作者，非常善于利用 AI 的大脑。 猫箱的那些创作者，一定程度上就是新时代的创作者。他可能只写了一个角色设定，或者一个故事，用户对着角色和故事就能玩 3 个小时。 他没有写那么多字，只是聪明地定义了设定和特质，用户就可以基于这个设定，调用 AI 巨大的大脑，调用 1,000 次、1 万次、1 亿次。 用户可以长时间跟这个东西交互，这就是 AI-native 创作者。 过去制作内容时，对每个字、每个要求都要精准。未来的创作者可能接受涌现：描述一个概念、一种体验、一个要求，通过它产生一个框架。 框架里剩下很大比例由 AI 填充，但不要求每一字、每一笔、每一画、每一个句点都变态地检查，只检查最后的感受对不对。 《松果时刻》也属于这种涌现式创作的一部分，但还不够。 我们做《松果时刻》时，并没有变态地在意每一格、每个分镜长什么样。 程曼祺 因为你们也没有提供修改每一格的功能。 梁琛奇 对，本来也不能改。我的意思是，这件事情自然发生了。 未来会出现一批天才，他们非常聪明，也 organic 地判断什么该交给 AI，什么不交给 AI。 当 AI 的想象力叠加自己的想象力，最后构成作品时，仍然会有很强烈的个人特色、个人色彩和个人表达。 程曼祺 你刚才说的两个方向，我都有补充问题。 首先是成本和商业化。 你要实时，一边消费一边烧 token；第二是把人群收浓，让他们用得更长。这都意味着更多 token 消耗。每个用户花你们的钱更多，怎么获得收入？ 梁琛奇 本质上就两件事。 第一，人均推理成本下降。训练模型，或者模型本身成本下降。 我们已经把成本做得很低了。据我观察，行业里应该没有人比我们低。 程曼祺 因为你们后训练模型，自己训一部分？ 梁琛奇 对，我们大半年花了很多时间做这件事。 程曼祺 你说的模型是生图模型，实时烧 token、继续在这个世界里，听起来我会想象成视频生成模型。 梁琛奇 不用视频，一帧一帧地生图。 程曼祺 一帧一帧的生图。 梁琛奇 对。就跟漫画一样。现在这个人在蓄力螺旋丸，下一帧就打到佐助头上了。 程曼祺 对用户来说，他是在看视频，还是看一种可以一直刷的漫画？ 梁琛奇 更类似漫画。 我从第一性原理推导，觉得不太可能直接跳过图片到视频，因为文字和图片差一个数量级。 程曼祺 因为视频很贵。 梁琛奇 视频非常贵。如果视频一轮再乘 200、300 帧，最后就是天文数字。 当然有公司在降视频成本。但从第一性原理推导，如果视频成本能降到某个数量级，图片应该降到更便宜的数量级。 文字刚刚打正，为什么不从图片直接跳到视频打正？这是第一部分，降成本。 第二部分是涨收入。 如果产品真的有 PMF，它就是一个有时长的产品。有时长的产品一定能做到收入。 可以在时长里插广告；如果有互动属性和游戏属性，可以做游戏付费、皮肤、单点付费和会员。 我的感觉是，只要成本降到可接受的数字，就和移动互联网没有本质区别。 移动互联网时代，不会担心一个免费模式的产品随着 DAU 增长而烧死，因为没有和 DAU 同系数增长的推理成本。 当推理成本降到某个值以下，影响就没有那么大。 程曼祺 第三件事，是让 context 比较简单，同时创作保留人的特性。 你们做一部分后训练，是应用公司能解决的吗？我想象中，OpenAI 也能解决，因为我可以把很多信息告诉 ChatGPT，有了记忆之后就很懂我。 梁琛奇 这正是很多公司的误区。 现在很多公司意识到 context 很重要，于是上来就收集大量 context。这件事情不可能成立。 我跟你又无亲无故，打开产品，啪的一下让我输入 5 页 context，不可能。 解法必须是，先找到一种不需要 context，或者只需要很少 context 就能成立的产品形态。在这个形态下高频表达，表达过程中再收集足够的 context。 OpenAI 恰恰就是如此。 它先找到一种类似搜索、解决特定信息需求的产品形态。你搜索了半年，发现它已经很懂你，就可以在上面 build 其他事情。 意识到 context 很重要肯定是好的，但一开始让用户填表收集 context，肯定不可能。 程曼祺 有没有一种可能，娱乐方向最后也被核心模型厂商吃掉？ 最近 Codex 的负责人分享过，为什么叫 work。英文 work 不完全等于办公，它开始往生活规划渗透。生活可能再往下泛化到娱乐。 梁琛奇 我觉得不会。 第一，娱乐和非娱乐的边界，是你是不是 serious 地解决问题。 解决问题就是追求效率。追求效率意味着 UI 很多时候简单就好，语言效率高，直接给我干完，给我一个 output，不需要新交互。 如果是娱乐体验，我不同意那种“以后也不需要交互”的观点。 比如短视频，只要看，眨眼或者脑子里有想法，它就变化，或者说两句话就变化。 这能解决一部分需求，但另一部分一定没有解决。 人在娱乐时只是想纯粹被动吗？我觉得一定不是。 打开短视频或小红书，为什么要设计点赞？ 当然可以说，点赞收集之后推荐得更准。但从用户角度，看到一个内容真的觉得好，希望表达一些东西，觉得自己也参与其中，跟这个人建立联系。 双击点赞是很爽的。把点赞砍掉，换一种方式推荐，我觉得不行。 包括刷短视频时，滑动手势也是有价值的。这个手势不停地激励你，让你有一种很爽、很有节奏的感受。 即使是被动产品，人仍然需要参与其中。 人在喜欢一个内容时，本质上在意 3 种价值： 第一，内容绝对意义上的精彩； 第二，内容很 famous，比如 C 罗做了什么，你想看； 第三，内容和自己有很强的关联性。 这 3 个属性进行某种组合，决定了你对内容的喜爱。 人非常在意自己在内容、体验和娱乐里的参与感。 所以交互一定会存在。交互提供了新体验的很大一部分。 它和现在所谓绘画式、agent 式产品的形态不一样。我觉得那些公司不擅长这件事，他们脑子里也没有这个。 程曼祺 你觉得 OpenAI 不擅长吗？Sora 是一个什么样的产品？ 梁琛奇 我谨慎发言。 Sora 肯定没有解决这个问题，它的交互没有切中用户长期的动力。 点赞是伟大的发明，因为每隔一段时间你就想点赞。你跟内容的强烈情绪连接起来了。 就像现实生活中看到精彩的东西，会鼓掌，会拍着他说“你真牛”。这是在映射某些东西。 Sora 没有连接上这种东西。 程曼祺 你觉得 Sora 的 Remix 功能怎么样？ 梁琛奇 我觉得那个不是长期需求。 用户看了一个很棒的内容之后，没有特别强烈的动力说“我也要 remix 一下”。它更像创作，而且不高频。 第一件事是，它更像创作，还不高频。 第二件事是，人还是有心智。 打开工具产品会烦：“又要工作。”很多产品打开是什么就是什么，甚至第二个页面都做不出来。 当然可以在某些产品里塞双列图文，在某些产品里塞短视频，但大家的产品越做越像。 你重新问，在哪里看短视频，还是那几个产品。去哪里看双列图文、生活经验，还是小红书。 支付宝里也有短视频，但你不会说我要去支付宝看短视频。可能很多人会看，但相较而言没有那么广泛。 第三是模型的客观性。 如果优化的是客观问题，模型智力提升就能覆盖。 但娱乐是非常主观的问题。模型厂商没有理由把主观性做进去。 主观性意味着，这个场景下应该是 A，另一个场景下应该是 B，第三个场景下应该是 C。 把主观性做进去，就意味着倾向于某些事情。 刚才说的数据和多样用户画像，只有在当时当刻、真实使用产品的数据，才能做好 reward model，才能收集真正好的数据。不是找一堆人标注，也不是找一个模型模拟，因为模拟不准确。 主观性还可以做进模型。上个时代有很多主观性的 feature。 打开短视频为什么全屏、为什么上下滑、为什么头像在左边，你可以找一堆理由，但也知道这不是唯一答案，是带有主观性的 design。 AI 时代也可以 design 隐性 feature：在这种场景下帮用户展开，在这种场景下少废话，这个用户说什么就是什么。 在一种表达里用隐含的蒙太奇，在另一种表达里觉得这种 taste 很土。 你可以做 1,000 个隐性 feature，这不会是模型公司或工具公司做的事。 这些加起来，就已经是模型壁垒和体验壁垒。 在相同模型 size 下，一个模型解决所有问题，另一个模型相对通用，但 attention 主要放在某个场景的 use case 上，更容易在这个场景达到 SOTA。 程曼祺 那最终模型足够便宜的时候呢？ 梁琛奇 那时候早就应该构建其他壁垒，早就应该有很高 DAU、很好的用户量，也应该有内容生态、品牌等其他壁垒。 程曼祺 现在应用，尤其娱乐类应用，一方面大家不关注，go to market 更难；另一方面大公司注意力也不在这里。 你觉得要做什么建立壁垒？做到什么程度算初步有了壁垒？ 梁琛奇 第一件事情就是模型壁垒。刚才已经解释过，和模型正交地产生壁垒。 第二是移动互联网时代就存在的内容生态壁垒。 小红书、快手，都是先构建了某种产品体验，后来被巨头猛攻，但没有被打死，仍然拿到不少市场份额。 它们构建的是内容生态壁垒。 第一天做快手时，聚集了一堆用户，形成很多复杂的边：用户和用户之间有边，用户做了内容，内容沉淀下来，内容和用户之间有边，创作者和用户之间有边，内容和内容之间有边。 这是一个复杂网络，有内容、有人、创作者和用户。 程曼祺 你说的边，就是线的意思。 梁琛奇 对。 后来巨头想做这个方向，发现这些边很难迁移。 当然可以把头部创作者迁移过去，一稿多发没问题。但如何说服一个普通 UGC 迁移？ 他在这里投稿很开心，粉丝、好友关系、关注和创作都在这里。你把他迁移过去很麻烦。 这个复杂的网络形成了老铁文化，所以很难迁移。 快手在竞争里，我觉得客观上犯了很多错误，比如不投放，发现品牌偏低却不从高往低打，或者不改成全屏上下滑。 全屏上下滑就是比双列更强。 即使犯了这么多错误，它最后仍然有份额，因为网络壁垒存在。如果做对了，份额可能更高。 小红书也类似，但不一样。 小红书做得很细，像毛细血管一样。它是一个社区，girls help girls，大家互相帮助、分享经验。 我今天去玩，玩完之后写一个很细的经验，因为我喜欢这个社区。姐妹遇到问题，就可以解答。 这些东西非常细，像毛细血管。你要迁移过去，为什么要迁移？ 如果只迁移头部内容，过去之后会发现很多东西还是搜不到，因为长尾经验不在那边。 还有社区感受和品牌感受，姐妹之间的关系。 所以历史上能看到，内容生态、内容和人形成的壁垒。 程曼祺 字节和快手竞争时，字节超越了快手。 小红书自己推可颂，基本没有什么声量，也没有怎么影响小红书。 你觉得区别在于快手和小红书的壁垒深浅，还是有别的原因？ 梁琛奇 这是高危问题。 首先，他们都活下来了，最后占的比例也不错。不是比较谁更牛。 我觉得区别有几个。 一个是发展时更偏早期还是中后期。 小红书有点晚。你看它的时候，图文市场可能已经占了相当不错的比例。 这不是壁垒，这是运气吗？ 我从小红书角度看，本质上不是运气。 我自己做事的方式是：看到一个大的市场，市场是空的，就在中间吹气球。吹完之后和正方体相切，但中间还有缝隙，再回头去做缝隙。 但发现某些缝隙没有做，比如高净值人群、图文，这时已经有人做了。 小红书最开始没有做短视频，虽然它脑子里做的是图文。那时候它本来不会花巨大资源跟字节竞争，因为知道短视频更大。 第二，小红书早期很多体验和决策，不是纯理性决策。什么是好内容，什么要推广，什么要干掉，这些基于倾向的决策 shape 了社区调性。 字节更长的做事方式，是数据好就继续涨。 我听过早期毛文超做小红书的很多事情：这个东西牛，这个不牛，这个要，这个不要。分发的时候就决定。 这其实不容易学习。双方互相请过很多人，但水土不服的比例很高。 程曼祺 我刚才说运气，是因为你说小红书更晚受到关注。一个原因是它做的是比短视频更小的事情。 梁琛奇 对。如果图文市场更大，就不可能那么晚被关注。 程曼祺 回到 AI 娱乐产品，你刚才举快手、小红书的例子，是各种网络关系。 按照你的逻辑，AI 娱乐要构建壁垒，应该达到消费时实时烧 token，才有新平台存在的空间。 梁琛奇 逻辑上是的。 第三，有一些过去不存在的网络，未来可能存在。 有人会说我在纯抽象，但我先讲。 一些网络过去没有网络效应，现在可能产生网络效应。比如 context 的交叉，以及 context 的深度，也会构成网络效应和壁垒。 深度比较好理解。 我现在用 ChatGPT，它非常懂我，有很多 context。所以有些问题我会直接问 ChatGPT，即使其他模型效果差不多，甚至更好一点，我也会继续用它，因为它知道上下文，不需要重新解释。 这就是 context 深度。 另一个网络效应是 context 交叉。 过去任何内容平台、娱乐平台，内容背后无法被格式化。我看到一个视频，不知道视频背后是什么；看到一张图片，也不知道背后是什么。 但在 AI-native 娱乐平台里，你看到一个视频、图片或人，它背后全是 prompt。 这些 prompt 可以交叉。 过去让视频和视频交叉，只能 duet、合拍或者抢镜。一个视频和另一个视频拼在一起，但没有真正 mix。 AI 时代可以 mix，因为背后一个是一堆 prompt，另一个也是一堆 prompt。让 AI 把它们揉一揉、交叉一下，就做出一个新作品。 过去做不到。 当这种交叉成为一种高频、充分的体验，就会产生一种新的网络：人与人交叉，人与内容交叉，人与内容和内容交叉。 程曼祺 你说的这个东西，还不是你刚才说的那个新产品？ 梁琛奇 不完全是。那个还不是 prompt mix，没有到刚才说的状态。 Sora 的 Remix 也有一点这个属性，但交叉不够强，use case 也不够高频。 它本身知道一个视频背后是一堆 context，remix 时输入一些东西，新的文字和原来的文字粘在一起，产生新的表达。 这个东西对创作者和观看内容的人有什么价值，就需要 design。 一种 design 是，最后体验都是我们的作品。 另一种 design 是，体验帮助两个人产生某种联系，让我们不愿意离开平台。 我会这样思考问题： 假设听到这套说法，先想 context 深度、context 交叉以及人与人之间的交叉，是不是真的有价值？ 假设有，大家就可以来我们公司，一起 build 这个体验。 第四件事情是人才密度。 你的认知深度、核心组织、思考问题的方式，以及看到问题后用什么组织形式让它快速被验证或证伪，还有一堆有想法的人排列组合后产生的新想法。 这整体肯定有人才密度的价值。 模型公司已经越来越认识到人才密度的重要性。娱乐公司某种程度上也一样。 因为你看到的是一片白茫茫的未知。未知里有遵循 principle 的客观部分，也有需要 taste 和感受判断的主观部分。 如果能做感受判断、让想法碰撞交叉、产生好想法的人比例越高，最后产生真正新体验的概率越高。 程曼祺 你们现在整个团队多少人？ 梁琛奇 可能 100 人左右，比大家想的多一点。 我们有训练模型管线的人，也有多个产品。分到不同产品之后，每个产品里还是比较精简。 我还想说一句：不用太关心怎么跟谁竞争，怎么跟大厂竞争，最后会不会被吃掉。 先想你是不是真的能做出一个 impressive、影响很多人的产品，让用户在娱乐上有新体验和创造力。 当你做出这种事情，就已经有很大价值了。你为世界构建了一种体验，这个体验本身已经改变了很多人。 未来不管是你自己 scale，还是不知道谁跟你一起 scale，你真的因此改变了很多人，这本身就有价值。 当然希望我们自己 scale，但这件事情已经很有价值了。 第二，如果看历史上真正做出体验的公司，最后也没有特别惨淡的结果。 比如 Cursor 做出了这个体验，相比 Claude Code、Codex，估值可能差很多，但最后仍然以 600 亿美元估值被收购。对 Cursor 来说，阶段性已经有了初步成功的回报。 我不是说我们追求这个，我们当然不完全追求这个。但理性分析，真正把体验做出来的公司，最后还是有较好的回报。 如果是娱乐类公司，壁垒更强。刚才说了这么多壁垒，那个时候产生的价值和杠杆会很明显。 程曼祺 你觉得留给你们做出新体验的时间有多久？ 梁琛奇 我会反过来思考：这个新体验什么时候出现？ ### 新娱乐不只是加模态 我觉得雏形在 1 到 2 年内会出现，可能 1 年左右更大概率出现，也就是明年年底之前。 雏形出现之后，再看怎么解决各种问题、实现 scale。 Character.AI 出现之后，到最后得到一个可 scale 的版本答案，也过了一段时间。 程曼祺 为什么觉得 1 年左右会出现？你现在看到什么苗头？ 梁琛奇 首先是趋势。 另外，过去 3 年 AI 娱乐版本答案已经结束了。Character.AI、猫箱这类产品以文字扮演为起点，多轮对话、烧 token。 现在模态提升了，相同成本下模型智能也提升了。在这种情况下，新的模态和智能肯定能解锁新的东西。 程曼祺 如果不能具象描述它是什么，可以说它不是什么吗？ 现在比较火的漫剧、短剧之类，是不是不会成为版本答案？ 梁琛奇 肯定不是。 程曼祺 还有现在比较火的娱乐产品吗？ 梁琛奇 没有特别大的，可能有一些小的方向。 比如实时互动内容。 “实时”这个描述很大。我不确定很多做技术的人是不是觉得这件事很简单，是不是觉得技术 ready 之后体验也简单。 这个体验非常复杂，是软性门槛。 它肯定不是线性推导：猫箱这样，再增加一个模态，还是这样，再增加一个模态，还是这样。 每经过一个模态，就会解锁不同能力，在不同能力解锁下，体验可能完全不同。 而且仔细想，问题真的被解决了吗？ 假设做出一个 3D 世界，真的解决了吗？你在里面干什么？ 当然可以一直实时生成，这里生成一个，那里生成一个。但你作为用户，第一天进来觉得很新鲜，第三十天还会做吗？是巨大问号。 所以实时互动太宽泛，无法说它是或不是。 AI 女友、AI 男友、AI 乙女游戏，我觉得有机会，但我们不打算做。 这类产品可能随着技术变好，产生某种陪伴，替代某些社交关系，但不是我们的 attention。 假设回到 3 年前，看到一个角色，会有两种假设。 一种是，我以真实生活跟这个角色建立关系，让它给我情感陪伴。 另一种是猫箱这种，架空一堆角色，做各种剧情体验。 当时很多人会认为前者更泛化、更好想象，广泛用户会使用。答案完全不是。 后者成为了独立的娱乐平台。 原因是，不能纯粹比较广泛的用户需求，还要比较 unique 程度。 如果是前者，我比较的是现实生活中的人类朋友。他们太生动了，人实在太生动了。 你把它映射到 AI 女友、男友上，很多东西都不 work：智能不够，情商不够，context 不知道，复杂表达也不知道。 人的脸上有很多肌肉，轻微的表情都会让你觉得眼神很牛，觉得被疗愈。这个事情需要极高智能，才能面向广泛用户产生替代。 而且是否要产生这种替代，本身也有伦理问题。 为什么角色扮演、架空故事成立？ 因为你知道它是假的，也知道它不完美，但它具有不可替代性。 你无法在现实生活里找到汉朝的摄政王，也无法真的去火山口体验宇宙射线。 现实中没有这种选择，所以你接受 fantasy。 很多人看短剧，当然知道短剧很假，但就是爽。因为现实无法产生这种体验，所以接受 fantasy。 这就是内容、虚构和想象的魅力。 艺术源于生活，但高于生活。我知道艺术是假的，但我爱艺术。 程曼祺 那回到刚才的问题，AI 男友、女友或者 AI 乙女游戏，有可能成为版本答案吗？ 梁琛奇 AI 男友、女友，技术足够好的时候，会有很大价值，但我们不做。 一是我觉得技术一两年里会变好，但不会好到那个程度；二是我们不一定认可其中的社会问题。 AI 乙女游戏取决于最后做什么体验。 如果只是上个时代乙女游戏，把生产门槛下降、提升供给，那不是新体验。 如果产生了新的体验，就有可能。 这就回到 AI 在游戏里做什么新玩法、新体验。这也是整个游戏行业在想的命题。 程曼祺 所以你觉得游戏有可能出现版本答案？ 梁琛奇 我觉得有。 程曼祺 你们最多的注意力是在内容表达加社交的方向，混一点游戏？ 梁琛奇 对，混一点轻游戏。 《松果时刻》里也有，比如漫画里可以给猫梳毛，点几下，猫的样子就会变。 但这可能还不是答案，因为不烧 token。它是一个起点尝试，之后也会迭代。 我为什么说轻游戏有机会？ 假设现在的游戏人群是一个小圆，潜在游戏人群是一个大圆，可能是小圆的 10 倍。 在 AI 出现之前，我就有这个判断。AI 出现之后，极大程度放大了这件事情。 游戏是一个非常复杂的工业。过去做游戏，只能面向确定性场景和确定性人群做，否则 ROI 风险极高。 现在花 3 年做一个游戏，覆盖一批之前从来没有覆盖的游戏人群，失败了就凉了。 但过去也能看到趋势。 比如黄峥说，拼多多是“五环外的迪士尼”。第一次听觉得不知道在说什么，但后来觉得很牛。 想象你是一个五线城市的 50 岁大妈，第一次玩“砍一刀”，是不是获得了某种快乐？ 你参与之后获得 reward，叫朋友、身边的人帮你砍，最后获得一个之前从来没见过的结果。 再比如刷短视频，经常看到一种直播：三国直播。输入 1 是魏国，输入 2 是蜀国，输入 3 是吴国。进入之后不断点击，也可以送礼物。送礼物之后把对方灭掉，最后魏国赢或者蜀国赢。 这是不是一种游戏？ 很多人很爱玩。这背后可能是以前没有接触过狭义游戏的人，第一次以很低门槛参与，内容又是他了解的，比如三国，于是获得快乐。 当供给成本大幅下降，事情变得没有那么重，就会有大量过去不在的人进入。 有些游戏就是，用户在一个系统里参与，最后因为参与获得正反馈。这是非常广泛的一种人生价值。 所以有人说人生是一场游戏，地球 Online 也是一种广泛的映射。随着体验门槛变低，更多有才华的人进来供给，最后会供给给更多人。 程曼祺 做到什么算验证了版本答案成立？有什么量化指标吗？ 梁琛奇 首先是看到信号，不是最后真的成了，也不是已经涨到很大。 第一，这个体验要非常新颖、长期、高频、不厌倦。 听上去很矛盾。一个还可以的模型是：新用户次日留存 40%，第 7 日留存 20%，第 30 日留存 10%。除了留存，还要看打开频次；如果一个产品一个月打开一次，即使长期留存很好也不行，它也不是娱乐或消费产品。 现在很多人做新颖，但新颖常常跟厌倦相关。很爽，所以很快不想玩了。 完全不新颖也有问题：不是新体验，为什么要来？ 高频和长期有时也相反。最近上头，每天用；用到某一天，觉得厌倦，不长期。或者快速把游戏消耗完，就不玩了。 所以要构建这个矛盾。 第二，能想象它未来可以被不同类型的人使用。 比如猫箱很难想象它面向广泛人群。你很难想象它装什么内容、什么交互，能让父母都用起来。 但短视频可以想象。第一天可能是潮酷运镜和音乐，但未来可以装新闻、家长里短。 版本答案一定要有大规模价值，也就是 DAU 乘 ARPU。 娱乐产品还是应该追求 DAU。虽然现在很多人讲高 ARPU，但娱乐产品很难从少部分人获得极高资金回报，也不是我的热情所在。 第三，产品最好能随着使用和规模扩大，体验逐步变好。 一种是上个时代的规模效应：投稿率一定，DAU 越大，总投稿数越多，优质内容越多。 另一种是 context 深度和交叉。使用越久，context 越深；DAU 越大，context 交叉越深。 最好能产生这个效果。增长过程中获得斜率：DAU 越大，使用时间越长，壁垒越深，用户体验越好。 程曼祺 你前面描述的都是一步步推演，做什么都很顺理成章。 创业一年中，有没有比较波折的阶段，或者思维和行为上有比较多瓶颈的时候？ 梁琛奇 有几个误判。 一个是低估 AI coding 的发展速度。 去年年初用 AI coding，还是按下葫芦浮起瓢的状态；去年年末明显非常夸张。 我们公司很早就开始激进使用 AI coding，但低估的结果是，去年招聘还很激进。有两个月招了原来人数两倍的人，我觉得这是有问题的。 程曼祺 为什么当时要那么快？ 梁琛奇 因为 Sora 出来了。 我觉得 Sora 98% 的概率不是版本答案，但势能非常强，整个市场 attention 非常高。 我有 5% 到 10% 的担心，这件事情会大幅加速某些方向的发展和资源投入。 公司刚成立，觉得要赶紧上桌。假设它的势能和斜率很强，最后所有方向都加速，而你还没开始，我觉得不太好。 程曼祺 既然觉得它不是，为什么靠加速会改变它不是的本质？ 梁琛奇 因为很多人觉得是，很多人会投入资源。资源投入增加，思考这件事的人变多，速度会变快。 程曼祺 但如果它本来不是，加资源就会变成是吗？ 梁琛奇 不会。但整个大的娱乐方向 attention 会变多，不是说要做 Sora 那个产品。 回头看，肯定是 overthinking 了。 客观规律还是存在，比如成本、模型智能发展速度、能力解锁。 这和低估 coding 的关系是：如果知道 coding 发展得更好，就可以慢一点招聘，因为很多事情 coding 很快就解决了。 第二，我低估了另一件反直觉的事情。 比较两个体验：一个是在字节做产品和业务，一个是出来创业做产品和业务。哪边的 review 压力大？ 程曼祺 被市场评价、被评价的压力，肯定是创业更大。 梁琛奇 有点反直觉。其实在某些阶段，字节的 review 压力更大。 创业公司融到钱，钱在账上，半年、一年可以自己定节奏，自己做测试。 字节不是这样。公司给你一个预算，可能任何节点说预算清零、业务关掉。 这很好理解。 所以感受不一样。 尤其猫箱有一些自下而上的成分，你会在每个月、双周、季度想，会不会被 review，会不会被关掉。 我发现一定程度的压力对我是好的。 我不觉得创造、创新在 casual、随性的环境下才能最好。 如果这是真的，有些地方很 casual、随性，但在 AI 这次已经落后，很多创造没有出现。 我亲身经历是，在一些压力下会有刺激感，大脑“啪啪啪”冒出很多东西。这些东西能 inspire 你做 creative 的事。 以前有高频刺激的压力，现在你需要自己找一些压力。市场肯定也会给你压力，每个月、每半年、每隔一段时间都会有新体验解锁，但感受略有不同。 程曼祺 创业 review 压力变小，实际有什么影响？ 梁琛奇 某个月，公司一个同事跟我说，感觉我有点轻松、有点开心。 可能是在聊季度计划。他问：“感觉你有点轻松，是不是计划定得低？” 不是计划的问题，而是精神状态。他比较了解我，知道我不同状态是什么样。 非轻松状态下，我会疯狂问问题。他感觉我不是那个状态，就问我，感觉有点开心。 我觉得这两个词都不太对。创业不应该开心吗？不是不能开心，而是这种轻松的开心可能是不对的。 这意味着一些事情变慢了。 程曼祺 总体来说，你是不容易焦虑的人？ 梁琛奇 主要是我觉得市场有一些客观事实。 第一，大家 attention 不在娱乐和应用，主要卷的是另一件事。 第二，另一件事我肯定不做。 第三，基础技术和能力有一个解锁周期，大概能预测什么时候会发生什么。有些准确，有些不准确，但整体上我自己的判断还比较准确。 所以客观上，有些事情急不得。 但即使急不得，也应该更焦虑、更高斜率一点。 程曼祺 有没有重要推理和假设受挫的经历？ 梁琛奇 某个阶段，大概某个月，我们开始验证刚才那套 reasoning。 产品做出去之后，很多普通用户很喜欢，比如生活记录用户每天都用。 那时候产生一种感觉：是不是不烧 token，不做后续那些事情，也可能 work？ 程曼祺 也能达到一定规模？ 梁琛奇 对，也能达到一定规模。消费和整体 general 事情，是不是也可能有机会？ 应该是去年底到今年 1 月。 那时候有一种很强的 wishful thinking。 因为如果这件事能成，会非常有吸引力。 第一，不烧 token，可以很快 scale 到很大。 第二，如果泛人群生活记录就能冷启动，就会是广泛需求，不需要从一个人群泛化到另一个人群，少走很多苦活。 所以你会被一个轻松的选项吸引。 程曼祺 后来什么让你意识到停留在这个形态还是不行？是日活没有上去？ 梁琛奇 其实可以投起来，但会很烧钱，所以没想投。 有几件事。 第一，不分人群看，发现这批人的消费信号不强。他们会做，但没有高频地看。 如果流里全放生活记录，其他人也不愿意消费，更不想看。 第二，后来招了一些人，包括之前协作比较久的人。我意识到他很重要，因为他非常务实。 他来了之后，直接问：这东西行不行？那东西行不行？一顿测算和数据推导。 我都能听懂，因为我也有这种工作习惯。听完就觉得，对，你说得对。 程曼祺 让你重新认清现实。 梁琛奇 对。 我其实容易影响别人。不管是描述愿景还是讲东西，我特别喜欢讲故事，能够让很多人进入那个故事。 这有利有弊。 利是大家在愿景里觉得比较长久、比较相信；弊是需要有人跳出来，知道里面有很多问题要解决。 后来这个合作同学就扮演了鉴赏家的角色。 程曼祺 你不是说要有两个角色吗？ 梁琛奇 对，创新角色和鉴赏角色。 我自己虽然既是创新者又是鉴赏家，但在字节时，被 review 的压力很强，自己会鉴赏，因为 reviewer 很多，而且都很理性、工科、sharp，会跟你聊很多。 如果没有这个系统，自己又是一号位、很自由，review 强度就下降。 我们一开始觉得 AI-native 公司，尤其之前在字节，现在不在字节，要尽量跟字节差异化，不要用 OKR 这类系统给自己压力。 那时候看到很多报道和判断：模型公司没有 OKR，new lab 都很轻松，下班早。 你会想，我们是不是也要 native？离原来的习惯越不一样，差异化竞争越强。 但这也是想多了。 取决于做什么事情、以什么方式运行、阶段性想达到什么结果，以及在结果下需要发挥什么特质。 最后发现，你不是为了创业而创业，也不是为了跟大厂不同而创业，不是为了像创业公司而创业，而是为了做成。 做成这件事，有些地方应该像，有些地方应该不像。但不能因为“要不一样”而不一样。 所以现在我们有冷面判官，也有强硬的 review 系统，像心跳一样运行。 每个季度初讲一堆东西，每个节点表达一些东西。过一个月、一个季度，就看成不成立。如果不成立，会有很大压力。 程曼祺 你现在有什么担心的事情？ 梁琛奇 如果从理性讲，最该担心的是：我整个推导、运行和假设里的新体验，在未来 1 到 2 年不存在。 如果不存在，这一顿就白做了，整个逻辑链路最大的假设断掉。 但矛盾的是，我真的非常相信它会发生。 程曼祺 你擅长区分对未来的推理和对未来的希望吗？ 梁琛奇 我觉得大部分情况下是一个挺客观的人，在客观情况下，认知、推导和判断能力也比较强。 所以答案应该是擅长。 前提是我刚才说的系统得存在。现在这些系统已经存在。 程曼祺 所以你认为大概率新体验会在一到两年之间发生。 梁琛奇 对。 但如果问我最重要的担心，就应该是这个。 因为如果它不存在，我觉得公司很有信心，只要它出现，我们就能拿到。 原因一方面是比较和判断力，另一方面是新的组织方式，以及创新能力。 即使某种信号出现时很小，比如做到 0.2，我们也有很大信心把 0.2 放大到 1，因为这件事我们比较擅长。 程曼祺 有什么模糊的、你还没想清楚但觉得很重要的问题？ 梁琛奇 我觉得有两件事，可能其实是一件事。 第一是对技术节奏的理解，包括整个市场的技术节奏。 很多体验随着技术发生、能力解锁而出现。技术节奏可能受智能迭代、模型公司迭代影响，也可能受到其他不可抗力、经济波动周期影响，有可能出现黑天鹅。 第二，我们选了一条跟很多模型公司和市场主流不同的路。 主流可能是先训练模型，即使做互动内容，也有人说先把模型和模态搞到 3D。 我相信另一条路。 在做娱乐时，不应该这样做。应该利用市场已有的技术、模型和 agent，自己排列组合，做出一个体验。 如果觉得这个体验特别牛，要小心可能是 wishful thinking、overthinking。因为如果这么牛，为什么还没出现？ 但也有可能是你 design 出来的，可以测试。 半年之后模型会变得更好，这个产品半年后会怎样？ 如果排列组合之后觉得产品很傻，就应该丢掉。模型能力要到什么程度，才能让它从傻变牛，周期可能很长，三年甚至五年。 但如果做出来，用了之后觉得有点机会，有一些粗糙部分，而且这些粗糙部分可以通过产品体验迭代、主观性的模型迭代解决，不管是 post-training 还是未来 pre-training，就应该在这件事情上压住，投入更多资源、精力和人才，训练带有壁垒的模型生态。 这是我们的做事方式。我觉得大概率是对的。 但隐隐担心的是，可能还有另一种路线：先押注一个技术，半年或一年构建很强的技术壁垒，然后在技术壁垒之上构建新体验，这个新体验是线性推导或者稍微想一想就能做出来。 这是更模型产品公司的路线，从模型作为切入点。 程曼祺 你的方法是先验证体验，再为值得做的体验打造技术。 另一种方法是先打造锤子，再找钉子。你相信自己的方法大概率更对，但也不排除别人运气很好，更快锤到一个好钉子。 梁琛奇 对。万事万物都有可能。 但如果看历史，我之前用 AI 研究过这个问题：在移动互联网和 AI 之后，先搞技术、再基于技术 build 体验的公司，和先做产品、再搞技术的公司，比例是什么？ 娱乐产品里，先产品再技术和先技术再产品的比例比较悬殊，可能是 7 比 3。 先产品再技术能找到很多，比如 Instagram、Snapchat，design 的时候基本体验已经有了。 程曼祺 你觉得字节算先技术再产品吗？ 梁琛奇 我还真想过。我觉得字节是先产品后技术，这可能有点反共识。 反直觉的地方是，故事是先搞了一个新闻客户端，测了一堆东西，测完之后做了新闻客户端。 当时没有很好的、甚至基本没有深度学习推荐系统，只做了一些简单排序。 后来一鸣看了项亮写的推荐系统书，自己学了一通，再开始硬写。今日头条运行了一段时间之后，还有人问他对推荐系统的打分，他说只有 50 分。 所以你肯定要先看到某种信号：用户愿意看新闻，有一个基本数据。这件事很牛，要把它放大 10 倍、100 倍、1,000 倍。 然后再 build 技术，把它做得很好。 我们肯定不是不用技术。你要基于大模型 build 体验，但不要现在就说先把它放大 10 倍、100 倍、1,000 倍。 程曼祺 你讲的东西，和近几年很流行的一种产品叙事不一样。 大模型来了之后，有一种说法是：以前产品是被设计的，现在产品是涌现的。模型能力提升之后，你不知道它会解锁什么新的东西。 梁琛奇 我听过，也想过。 客观来说，在 AI 时代，我觉得先产品再技术的比例会相对低一点，可能不是 7 比 3，而是 6.5 比 3.5。 一方面，很多产品体验确实在模型里。 但我仍然相信前面的占比和胜率更高。 因为你说的涌现，取决于涌现砸中某些东西的概率。 工具和娱乐在脑海里完全不一样。 工具要解决的问题确定，搜索域比较窄。知道这个东西能 work，接下来怎么迭代都能 work。 娱乐的搜索域非常宽。问一个人未来新体验是什么，他会觉得宽得没边。 当然有人说猫箱往前推肯定不是答案，因为太没有想象力，太无聊。 在搜索域很宽的情况下，恰好命中某些东西，概率明显更低。 命中前提是要在这个搜索域里做二次、三次乃至更多次的 design、排列组合，做 UI、交互和设计假设。这不会自然而然发生。 还有一个很有趣的心理测试。 当你说“未来会涌现”时，心里有没有情绪波动？ 如果你心里庆幸：“太好了，我不用想，反正之后会涌现。”这种心态值得担心。 说明你希望未来如此，希望有人帮你解决，希望一定会涌现。 有这种心态时，胜率已经下降了。 程曼祺 因为我在偷懒。 梁琛奇 对。 不过刚才的表述也可以补充：模型公司的机会仍然很大。 可能模型公司做出来之后，其他公司会对模型 API 做测试，它自己也会做测试，可能测出一些答案。 而且有些模型公司未必想做到产品层。 程曼祺 你觉得内容还会像移动互联网一样大、主流吗？ 移动互联网时期，短视频、短剧、小说、音乐、社交和游戏，商业价值和影响力都很大。 梁琛奇 我有两个判断。 ### 娱乐为人寻找意义 如果算占比，我觉得会比移动互联网小一些。 移动互联网本质上是在做中介和连接。它帮你把一个领域连接起来，可能吃这个领域 10% 的价值，因为提供了更好的连接。 但 AI 不只是解决连接问题，剩下 90% 的价值也可能被重塑。 比如一个公司的职员都 AI-native 化，甚至整个公司的迭代结构都改变。 所以它会影响剩下 90% 的生产力。占比肯定会下降。 但绝对意义上的增量仍然很大。 如果想象 AI 到终态，大量人的工作可能不需要做了，可能少数人控制几千个甚至更多 agent，推动人类往前研究宇宙、技术和数学。 那剩下 98% 的人怎么办？ 第一，他们大量时间变多了，时间本身就是增量。 第二，要回答他们的人生价值是什么。 人生价值不可能只是刷抖音。刷抖音很好，但不可能只刷抖音。刷 700 天，很多人会觉得自己是 useless 的人，生活没有意义。 所以要为他们找意义。 意义来源于：我在某个系统里参与其中，做了某件事，最后获得正反馈，觉得人生有意义，因为我的参与有价值。 这个意义是广泛的创作、艺术和表达。 什么东西能找到意义？ 第一，你参与其中，参与之后系统产生正向结果，而且你觉得这个正向结果跟你的参与有关。 第二，这件事不能被 AI 取代。如果 AI 比你强，你就没有意义了。 所以是主观性的表达、创造和艺术。 未来大量人要做广泛的泛艺术和创造：面向自己的创造和表达，或者把自己 creative 的东西变成一个 playground，让其他人在里面交互。交互反馈也会让创作者获得正向影响。 这就是要给他们找到的巨大意义。 程曼祺 你说的这种创作，也可以在线下完成。我可以做手工、劈柴、下围棋。虽然 AI 已经比人会下围棋。 以后这种创作，有多大概率、多少时间会在线上完成？ 梁琛奇 第一是效率区别。 周末当然可以做这些事，但仍然有很多人会在手机上做各种娱乐，因为它以很低成本给我很大收益。 第二，如果纯粹面向悦己，是一方面；但如果要产生广泛影响，让作品覆盖很多人，就要利用互联网杠杆。 我做一个作品，线下只能覆盖一部分人，线上能覆盖更多人。 第二个杠杆是 AI，目前 AI 杠杆还是在线上。 我觉得这个世界未来一定有巨大价值。 第一个是给大家找意义。当找到意义，人就快乐。快乐是很大的价值。 个人终极价值就是开心，只不过每个人对开心的要求和 bar 不一样。 这解决了个人维度的人类价值。 另一部分是整个人类群体的价值。 天才出现率乘以人口，等于天才的绝对数量。基数要足够大。你得让人足够开心，觉得生活足够有价值，人口基数才能维持在一个好的数字。 另一部分价值是，Elon Musk 在 SpaceX 成立时说过，SpaceX 的使命是把科幻小说里的科幻拿掉。 也可以反过来想：正是因为有科幻小说和艺术，启示、指导、inspire、推动了科学家、创造者、工程师和设计师，在他们年幼的脑海里种下种子。 让他们希望人类成为多行星种族，成为可以延伸到足够遥远的文明。 所以广泛创作的价值极大，它会启发很多人。 当你提供一个 playground，让更多潜在有创造力的人去构建伟大作品，这些作品就会 inspire 下一批人，把科幻小说里的科幻拿掉。 程曼祺 听起来这是一篇为娱乐证明价值的大作文。 梁琛奇 不是。我觉得开心本身已经很重要。 很多有趣的产品、影响很多人的产品，开始时大家没有这么 serious，只是觉得好玩。 我想表达的是，不要让人觉得娱乐承载了很重的压力和使命。有趣本身已经足够有价值了。 程曼祺 那你为什么还会想到后面两个原因？ 梁琛奇 想完人的个体价值，终态就是开心。 然后继续想，人作为群体的价值。 群体都开心很困难，不可能整个群体都开心。那群体的目标是什么？ 在人类完成很高程度进化之前，目标很显而易见：尽可能延伸生存，尽可能往未来延伸。 为什么现在这个目标有点模糊？因为你没有感受到很大的压力。 所以可以给群体找两种目标。 一种受《三体》启发：假设生存仍然是一个巨大命题，那目标就清晰了。基于生存、向未来延伸，让意识尽可能往前。 第二种是搞清楚更多真理。 你现在是一个种群，先别管世界是地球 Online 还是不是，要问出准确的问题。不然最后得到一个数字，也不知道数字是什么意思。 这是《银河系漫游指南》给 Elon Musk 的启发。 你可以给群体找一个目标：搞清楚这个系统，尽可能搞清楚最遥远的东西是什么。 当你要给群体找目标 A 或目标 B 时，刚才说的第二点和第三点就得存在。 程曼祺 我上次跟另一个 AI 创业者聊，他说现在是人类科学发现的黄金时代，AI 把人类带到了一个新的状态，这个状态不会很快结束。 所以钟摆再也不会摆到产品、应用、娱乐和内容这一层。 梁琛奇 超简单。 第一，现在既有技术已经能 design 出非常有想象力的产品，只是还没有被 design 出来，可能是成本或技术发展节点的问题。 即使不投入非常多 attention，也不会爆炸式增长几年之后，技术也足够用。这是第一。 第二，刚才说科技爆炸影响多少人。 有多少人参与科技爆炸？非常少。 但它影响很多人，没问题。 但仍然要回答，广泛的、只被影响但不参与的人，剩下的时间干什么？他们受到的增量在哪里？ 看科技革命，不管电气革命、互联网革命，同时发生两件事。 一方面，它确实用百倍杠杆面向某些组织、某些人或某些行业，产生几倍收益。 另一方面，它也广泛影响每个人，影响每个人的生活、娱乐、衣食住行，并在这里获得更高的开心指数、体验指数和娱乐指数。 这两件事情同时发生。 程曼祺 你刚刚描述了两种人。 一种是少数人在把人类引领向前；另一种是大多数人去寻找自己的价值，去做各种各样的事情。 你之前有个描述：少部分人向前，多数人向四面八方。 那你自己是向前的人，还是向四面八方的人？ 梁琛奇 这个问题很有意思。 听到你刚才的描述，又想到我之前写的“少部分人向前，多数人向四面八方”，我想起一个多月前看到的采访。 应该是鲁豫采访一个渐冻症科学家、企业家。他自己在研究渐冻症，也是渐冻症患者。 他说了一句话：“四面八方都是前方。” 所以我觉得答案很清楚。 你可以说自己在帮助很多人去四面八方。 在我刚才的叙述里，去四面八方的人，做创造、表达，让自己身上的闪光和创造力通过动念引线绽放成烟花。 这些作品，在四面八方的影响下，也让人类向前走。