# 勇闯「AI 创业激战区」，Medeo 在想什么？｜和晨然聊 AI 视频产品、年轻人的机会 十字路口Crossing · 2025-05-25 · 76 min · https://www.xiaoyuzhoufm.com/episode/683311dd41ef875a12213697?utm_source=rss ## 逐字稿 Koji 本周《十字路口》的嘉宾是晨然。晨然所在的团队叫 OneTwoX，他们这几天刚发布了一款 AI 视频编辑产品，叫 Medeo。Medeo 最近有一些小范围刷屏，获得了很多不错的评价。 我认识晨然有一年多的时间。在这一年里，我看着他从一个产品经理成长到现在，已经非常称得上是一个超级个体：从当时自己动手做一些小 demo，到现在可以独立 hold 住一个高复杂度的 AI 项目。我从他身上看到了像竹笋一样的生长速度和生命力，他也比较像《十字路口》一直在倡导的“AI 时代的积极行动者”。 今天的播客我们会聊两个部分。一个是 Medeo 这款产品：为什么在激战的 AI 视频赛道，他们刚发布的新产品还能冲出一条不错的新路？第二个是晨然的个人成长：AI 给这一代年轻人带来的机会，要如何抓住？ 好，我们先进行一下快问快答。首先，晨然，你的年龄？ 晨然 25 岁。 毕业院校？ 晨然 我在复旦读的本科计算机，然后在 Cornell 读的研究生计算机。 在 Medeo 之前，你做过一些什么？ 晨然 在大厂做了不到 9 个月，就来了 OneTwoX。在这之前做过很多大大小小的全栈项目，包括跟新世相合作的 AI 遗嘱项目，也自己测过一些跟 Agent 相关的小项目。 我和晨然还一起做过一个叫 AI 遗嘱的项目，晚一点我们可以展开聊一聊。那晨然的 MBTI 和星座是什么？ 晨然 ENFP，双子座。 如果你要用一句话安利 Medeo 这款产品的话，你会怎么安利？ 晨然 它是一款从小白到专业用户都可以用一句话生成专业视频的 AI 工作室。 在 Medeo 目前生成的视频里面，晨然，你看到的最大的一个爆款是什么？ 晨然 没有什么爆款。我觉得还是比较早期，但是有一个我非常喜欢的案例。我在 Twitter 上面放了一个关于 Medeo 的自述故事，它直接把这个故事转成了一个视频，而且还艾特了我。我觉得蛮有意思的，没有想到它会把我的故事转成一个视频。 上次我见到晨然是在 AI Hacker House，大概一周之前。那天有一个发布会，Flowith 正在发布他们新的 Agent 产品 Neo。其实晨然那个时候也差不多在同期发布 Medeo，发布之后服务器就爆了，晨然他们应该搞了一个通宵，但那之后你还是决定来 AI Hacker House，想来看一看 Agent Neo 的发布会。 所以我比较好奇，想问晨然的第一个问题：这一周从发布到现在，你应该收到了非常多来自朋友和用户的反馈。你现在整体的感受怎么样？ 晨然 ### Medeo 选择低调发布 这次发布对我来说没有特别大的实感。虽然是我们正式 launch，但这件事情也规划了蛮久，我感觉它只是完成了。 比较令我欣喜的是，有一些用户反馈说我们的产品功能区域划分得比较清楚。我觉得之前几个月做的很大一次重构没有白费。 它得到的这种反馈，或者用户传播的程度，和你的预期是一样的吗？还是比你想的更加热烈？ 晨然 其实我们这次都没有一个非常明确的、需要在传播上完成的指标。我觉得这次发布更多是一次非常雏形的尝试，只是希望在现在这个时间节点把它发出来。 所以在传播上我们本身就没有特别大的预期，以至于后来看到还是有一些公众号和 KOL 在转发，我觉得比较欣慰，说实话，还是比较超出预期的。 现在大家发布新的 AI 产品，都会做一场发布会、发邀请码，请 KOL 来做一些造势。听起来 Medeo 好像没有特别把这件事当作一个发布 campaign 来做，这背后是出于什么考虑呢？ 晨然 一个是我觉得，本身做一款 AI 产品需要花的时间就比较长。其实说实话，我们到现在为止也没有做特别长的时间。我认为工具产品本身就需要花到一年时间，来打磨产品的所有细节。现在还是一个比较早期的阶段，我认为现在去正式发布一款完成度比较高的产品，也很难这么说。 第二个是我们公司的特点。本身我们不是一个想要博流量、在造势上和其他产品进行直接竞争的公司。我们更希望比较猥琐发育，慢慢把产品打磨上去，积攒一些用户口碑，而不是在现阶段非常明确地关注 DAU 这些指标。 为什么当初要选择做 Medeo 这款产品？ 晨然 ### Medeo 选择视频赛道 我先讲我是怎么加入 OneTwoX 的吧。最早的时候，OneTwoX 是由王冠、姚行，还有一位技术联创一起成立的。王冠之前是 Kimi 的产品负责人，负责 Kimi 模型训练的效果。他当时特别想做应用层，后来跟我聊到了 AI 视频这个应用层赛道。 我自己的背景比较交叉，因为我既是程序员，也是一个内容创作者，做过导演之类的事情。我特别想结合自身的两个特性：一个是内容创作，一个是技术开发。我觉得 AI 视频正好能把我这两个特质发挥到最大，所以我特别希望在这个赛道上做出一款属于我的工具类产品。 那 Medeo 为什么是现在开始做？一个是视频越来越成熟，我们发现生成视频已经有特别多的玩法。像去年我们还判断，因为成本和稳定性问题，没有办法做出一款完全自动生成的视频，但说实话，我们中间也有过 pivot。看到现在市面上生成视频的玩法越来越多，我们觉得这个速度可能已经快到差不多可以做自动一键生成视频的程度了。 其实一开始，Medeo 定位的方向还是视频剪辑，现在也算是视频剪辑。我们强调的是端到端生成一个可交付的视频，并且你还可以在工程文件上继续修改，而不是在乎它一定是生成的还是剪辑的。两个方向我们都会尝试。 是在很多方向中选了这个，还是说一开始就想得很清楚是它？ 晨然 一开始就想得很清楚，一定要做视频。因为我们判断，视频的经济效益只要有模态的升维，把文字或者语音的各种信息以视频的方式表达出来，它就有更高的经济效益，能够很快拿到经济结果。 而且我们觉得，现代人本身看视频的习惯也越来越强。大家可能会看一篇公众号的文字，那他肯定也会看得进去这篇公众号的视频版。所以我们判断，这是一个很鲜明的认知。 选了视频赛道之后，视频本身也很宽广。最开始我们想选的是自动剪辑，也就是 URL 转视频：一篇文章里面有图文，把这个东西转成一个自动剪辑生成的视频。 刚才我说，正是因为看到视频生成技术越来越成熟，我们才决定把视频生成、一键视频生成作为主打功能。但是我觉得这两条路确实不是冲突的，我们都希望在视频制作上进行很多技术探索。它中间到底是生成、剪辑还是检索，我觉得都可以。只要观众能够买单，能够看得下去，就是一个好的视频。它怎么制作、怎么加工，是由 Medeo 背后的 AI 去搞定的，而不是用户需要关心的。 你刚刚说到当时对经济效益的考虑，可以具体说说吗？对这个方向，应该说是商业价值，你们当时具体有哪些测算或者估量？ 晨然 我们当时其实做了一些实验，把一些文章转成视频，然后发现这样的视频真的有人看。即便文章可能只有几百阅读量，或者不是很高的阅读量，但是转成视频之后，一个是转视频的成本并不是很高，另一个是转成视频之后，观众也很爱看。 那时候看到播放量数据，你会有一种体感：首先，视频观众会买单；其次，视频的信息含量其实没有那么高。它作为信息传播的媒介，传播速度更快，但传播的信息量并不是很高。文章是一个信息密度比较高的东西，所以我们一直有一个理念，想要把这些高密度的文字信息转成视频，做一次升维。 我们也算是做了一个小型 MVP 验证，验证这件事情是有价值的。我们自己做了一个号，专门做 AI 新闻。 我们做了一个什么号？ 晨然 新闻号，专门做 AI 新闻。但是哪个号我就不说了，还是面向普通用户的，大家看了可能会觉得比较傻。 那个时候自己去做之后，我觉得很难说有一个数据支撑，更多是一种体感。包括现在《十字路口》也在做视频，视频大家爱看。我觉得模态升维有一种碾压性的经济升维：一段文字，它里面包含的信息转成视频之后，单价可能会提升 10 倍。我猜测是这样，但这也不是一个能验证的东西。 一篇文章转成视频的过程中，我想象最早做测试时，一篇文章转视频应该还是蛮容易的。但我写过脚本，脚本其实跟一篇文章的结构非常不一样。可以讲讲你们最早那个 MVP 中，学到过什么比较有价值的东西吗？ 晨然 ### 视频需要自己的语法 你刚刚非常敏锐。我在做的过程中，因为自己也有一些导演经验，但没有做过很多短视频类型的视频。从文章转视频时，我非常明确地感受到，逐字稿脚本和视频语法的脚本，不需要和文章本身有非常强的匹配关系，它有自己的一套视频语言表达体系。 比如它的 hook 该怎么写，ending 该怎么写，中间应该怎么提供情绪价值，怎么让观众把这个视频看下去，它有自己的一套语言体系。反而是文章当中最在乎的那些具有信息价值、信息密度的东西，在视频当中很难体现，比如表格和具体数据。因为你一旦把数据念出来，观众就不想看了。 反而如果你提供一种很“干货”的感觉，这种干货感比干货本身更重要。要让观众感觉看了有一些知识收获，看完之后有快乐，这是视频当中更在乎的语法规则，而不是文章中的具体数据。那些数据观众可能看一眼就过去了，不会真的需要把它念出来。 那你们遇到有表格的文章时怎么处理？ 晨然 表格本身最好是一个图片，然后把图片放到视频里面展示，这样就可以。或者做一个比较好看的表格动效，我们也在尝试一些更好的可视化方式。 那它是不是要拆成不同的角度？脚本的模板是不是会根据不同品类来做？ 晨然 脚本模板其实我们没有做得这么精细，还是比较草台的，没有特别根据不同品类去做稿子的撰写。 当然，我觉得不同品类可能需要有不同的模板，肯定有自己的一套 SOP，但这个还没做过。 这个没做，是因为没来得及做，还是这是某种选择？因为这个选择背后也可能意味着，相信模型的智能升级之后，自然会把这件事情做好，而不需要现在去雕花、做 workflow。 晨然 一个最大的原因还是精力不足，没有那么多时间去搞这种特别细致的东西。 第二个是，我确实相信模型升级之后，一定可以在这种任务上——不叫通用任务层，应该说在写稿的各种品类任务上——不需要人给予太多结构化指导，它就能做到。 我觉得 less structure 确实非常关键。不能在最开始就上非常重的模板匹配之类的东西，那有可能会限制模型的发挥。把一定的权力放给模型，效果可能会更好一点。 这个我真的深有体会，就是放权。 刚才你提到精力不够来做这件事情，那在过去一段时间，为了打磨 Medeo 这款产品，你的精力最多放在哪里？ 晨然 ### 晨然打造视频效果 我对外其实是说自己是 Medeo 的产品负责人，但其实我主要的工作是在提升视频效果。我负责的大部分事情，是调研和预研视频领域新产生的可能性，比如 AI 生成视频、一键生成视频的可能性，比如 AI 自动剪辑、自动剪辑的可能性。 接下来我会定义，到底什么是新的品类，或者说现在的品类是什么。在这个品类下的视频，应该如何用 AI 做出来。接下来我可能会手动把它剪出来，然后开发一些 AI demo。 还有一部分工作是优化做出来的视频效果，比如 prompt engineering、workflow 或者 Agent 相关的事情。整个 Medeo 的视频生成算法都是我搭建的。 我平时花的工作时间可能大家难以想象。首先我会花很多时间刷视频，沉浸在抖音、小红书、YouTube，还有 YouTube Shorts 的视频里面。因为只有一直沉浸在这种视频的 vibe 当中，你才有可能 get 到它的情感到底是怎么传递出来的。 输入视频花了很长时间之后，接下来我会自己手动尝试模仿它们去剪这种视频，分析它们做视频的步骤，然后沉淀成一套可以跑起来的代码。因为我自己是全栈工程师，视频剪辑语法从我分析完之后，也是由我把它开发出来的。 所以我感觉自己在做两件事情：一个是做内容，一个是写代码。写代码是非常理性、非常逻辑的，要梳理这件事情的结构化拆解应该是什么样子；做内容的时候，大部分还是比较感性的。刷视频时，我会看这些视频如何传递一个观点，它们的节奏感是什么样子。大部分工作时间都在做这些事情。 你说自己刷了很多短视频，去感受短视频讲故事的 vibe，以及怎么表达情感。我想先问一下，你刷的都是哪一类视频？短是有多短？以及你从中总结出它们表达情感有什么样的套路？ 晨然 我没有特别特定地去刷，刷的时候什么都会看。总结可能是后验的总结。 我现在的感觉是，抖音上的视频对我来说节奏感都非常像，几乎是一样的。因为它能够在一个串联的、不断上滑下滑的视频流当中生存下来，所以基本上都是一样的调性。 我一直很想找到这个调性到底应该怎么用结构化的方式表达，或者说它不应该用结构化的方式表达。这个我还体会不到，但是我只是从情感上能够 get 到这个东西是什么样子。它能够带来的意义就是：我看到一个视频，就能判断这个东西会不会在抖音的视频流当中活下来。这种判断力感觉是刷出来的。 第二个就是，我会定向地刷一些视频，比如 YouTube Shorts 上面的科普视频或者新闻视频。有一类视频是主播面对一块白板或者黑板去讲知识概念，比如讲宇宙之类的。我感觉这类视频所有人基本上都是一个风格，可能会带有自己的口音和节奏，但既然它是一种风格，我相信它就可以被结构化。 这类视频给我的感受是，情绪价值非常重要。我刷到后面越来越觉得，视频其实不太在乎有那么多知识要传递，更多的是让你看完之后感觉非常舒服。 其实今天想和 Medeo 团队聊，是因为 OneTwoX 有两位联创，王冠和姚行，我们也都认识，并且特别喜欢他们，觉得他们是非常有趣、非常特别的创业者。 但这一次 Medeo 发布之后，反而是我和 Ronghui 最想邀请来上播客的是晨然。一方面是我们之间更熟了，每个月几乎都会见面；另一方面，是因为《十字路口》邀请了很多创业者和创始人，但反而比较少有在一线真正“把手弄脏”、with dirty hands，真正做产品、搞设计、做研发的人。 所以今天晨然来，我想和你多聊一些一线实战的感受。刚才你提到，一方面做内容，一方面做研发。我很好奇，在团队里面你会怎么描述自己扮演的角色？和你配合的人还有哪些？听起来好像你一个人就是一支队伍，把很多事情都做了。 晨然 首先，我大部分时间确实是在做预研和调研的工作，而且大部分时间确实是一个人在做这些事情。我们团队剩下的人就是我的坚实后盾，负责工程化，以及产品所有的落地工作。我基本上到了 demo 阶段，就会把这些事情交给团队。 我的角色更像一个预言家。因为我自己比较喜欢玩各种 AI 工具，市面上各种生成视频的工具我都会玩一遍。新出一个东西，包括昨天不是正好发布 Claude 4.0 了吗？我昨天也守着直播看完，等着 API。API 一出来我们就开始测试，测出来之后，果然很强。 我大部分工作时间都在追 AI 新闻，也需要知道一个新技术出来之后可能带来的变革。所以我会花很多时间做各种各样的 demo。只有把 demo 做出来，我才知道体感上这个东西是什么样的。 而且我最开心的就是把 pipeline、各种东西跑通之后，它做出第一个视频。接着我可能会做出 10 个视频、100 个视频，看它的效果是如何。所以我的工作更像是在画画，是一种创造性的东西，我觉得很好玩。 其实晨然和我之前有一个小合作，我们一起做过一个新世相的项目，叫 AI 遗嘱。这个项目大概是说，我们鼓励每位年轻人在今天暂停下来，比如 10 分钟，在 AI 的引导和陪伴之下思考一下：如果你真的要写一份遗嘱，你会怎么写？ 这其实是想让人在一个极端情况下思考，什么对你来说是真正重要的，什么又是不重要的。在 AI 遗嘱这个产品里，晨然不但做了研发，也做了产品和设计，包括一张非常漂亮的海报，也是当时晨然做的。 我觉得看到那张海报，会有一种“在 AI 时代，果然审美还是非常重要”的感觉。我们都知道怎么用 AI 生图，但是要用什么样的 prompt，生成之后又要做出怎样的审美选择，能看出这个人的审美，也会决定最后产品的走向。 我们再回来聊一聊。刚才我们提到，OneTwoX 有两位联创，王冠和姚行也都是很厉害的产品人和资深的 AI 行业从业者。想问一下晨然，你们团队内部是怎样的结构？ 我知道你们是全员远程办公，即便王冠和姚行都在北京，他们也不是天天在同一个 office 里。这是一个很特别的新组织形态，想听你介绍一下，也想听一听你自己和王冠、姚行工作配合的感受与体验。 晨然 ### 远程团队高效运转 我们是全员远程办公的形式。这也是我第二次尝试远程办公，我之前在美国实习时，在 TikTok 也是远程办公，所以远程办公对我来说不是一个很大的压力。但这是我第一次体会到所有人都远程办公的组织形态。 首先我感觉，所有会议肯定都高效了很多。我们没有必要一直聚在一起开一个非常长的会，甚至会尽量刻意把时间控制住：每天的例会一定在 30 分钟以内，全员会可能控制在 1 小时以内，因为里面还包括一些分享。 会议时间减少之后，大部分时间都是独处：一个人思考一个问题，并解决一个问题。我觉得这对人的主动性要求非常高。 整个团队的磨合，我觉得超级棒。我们有了自主选择时间的权利之后，每个人其实都更能够专心把事情做好。 而且我们本来也没有给团队所有人设定什么 KPI 或者指标去达成。我觉得这件事情应该从招聘上完成：只要招聘到高质量的人才，再给他一个很适合创新的环境，他就会主动做出一些创新的事情。我觉得这是 OneTwoX 一个比较好的基因，也是一种文化基因。 我跟王冠和姚行的配合，说实话没有那么多。因为我大部分时间都花在写代码、调提示词、调研各种工具上。我跟他们的配合更多是在战略上的沟通，比如我们会选择什么时候做什么事情；又比如出了什么论文，我们得到了一些技术验证和技术假设。这些事情可能会坚定我们在哪条路上做什么。 但具体的 hand，也就是这种脏活累活，我感觉很少需要沟通。我一个人也能 handle 完。 你刚才提到，你们会一起看有什么新的论文，某些想法和方向得到验证。可不可以举一个最近一次这样的例子？一开始拿不准，但因为有一个新的技术或论文发布，让你们觉得“对了，就是这样”的例子。 晨然 首先，我们在去年的时候就一直在看强化学习，因为我们相信这条路会有一个非常大的爆点。一直到 DeepSeek 出现这个爆点之后，我们那天就非常兴奋，觉得这条路是对的，因为我们之前做的一些产品假设，就是基于这个技术假设去做的。 姚行每周都会在周会上分享这一周发生了什么。他非常介意整个生态在这一周发生了哪些论文，会统计这一周发生的所有论文。他会用 o3 辅助自己把所有论文过一遍，然后挑选几篇他觉得比较重要、代表某种技术路径的论文。 我们从很早开始也在押注 Google 的统一多模态，因为它太强了，一直在等 Google 发布一个东西出来。结果上周 Google 又发布了一个东西。统一多模态这条路也是一个赌注，去年我们就在押这条路，所以才会有 OneTwoX 这家公司。 在 Medeo 看来，你们最大的竞品是哪些？其实我听到一些声音，说 Medeo 在 2025 年 5 月发布，但它能做的事情，InVideo 在一年前甚至一年半之前就能做。你怎么看这样的同质化？有没有什么差异化，是大家没有看到，才会出现这样的负面声音？ 晨然 ### Medeo 追求差异化 我觉得肯定会有这样的声音。说实话，我们最开始做的时候就看到了这些比较头部的竞品。 但是我们公司成立的使命，本来不是往这个方向走。我的体感是，最开始它肯定都会非常像。因为你要做一个 AI 剪辑产品，或者 AI 视频制作产品，它肯定无法脱离视频表达本身所需要的产品功能。 比如我们想做 AI 生成，那就是 AI 一键生成，功能差不多；如果要做编辑，编辑器肯定也长得差不多。我觉得这些本身会很趋同，因为它的解法已经有 SOP 了。 第二个是，我觉得产品本身应该做的是寻找 3% 的创新。我们更关心的是，如何用智慧的方式为用户提供更有价值的信息商品。我们想追求的是更少的 token、更强的泛化性，以及提供更高质量的信息商品结果。 这就意味着，我们会持续优化视频效果，让模型能够做出更高质量的信息表达。我们也觉得，视频会成为未来的信息表达方式，所以希望 Medeo 能够让不懂视频表达、没有天然训练过视频表达语法规则的人，也能够通过视频去表达。 我们并不是很想再做一个剪映，或者再做一个 InVideo。我觉得这确实没什么意义。现阶段看起来很像，是很正常的，未来的迭代会很不一样。 刚才你提到，虽然和他们很像，但使命不一样。在你看来，你们的使命是什么？他们的使命是什么？ 晨然 首先，我刚刚可能没有表达完。 人是天然接受过语言训练的，大家对于语言的语法规则非常熟，大家都学过语文。但是人没有天然训练过视频语法规则。你要用视频剪辑工具剪一个视频，可能学工具就要学一会儿，但更多的是，你不知道怎么用视频语法去表达一件事情。 比如你拍一个 vlog，要怎么叙事？你讲一个故事，要怎么讲？剪辑的时候，怎样才能符合剪辑的顺序关系？我觉得我们想解决的问题，是让这个表达过程不再那么痛苦，让没有经过训练的小白，或者经过训练的专业用户，都能够通过一个工具非常快速地表达出他们想做的东西。 无论这是新闻、科普视频，还是他们想讲一个故事，或者做一个广告。其实我们现在还没有特别明确地定义好，Medeo 想服务于哪一类品类视频，这也取决于市场反馈，以及技术应该往什么方向走。 我觉得 OneTwoX 相信的是，视频会成为信息的表达方式，就像文字一样。我们希望 Medeo 能够让每个人都通过视频的方式充分表达自己。 我们也相信，OneTwoX 是在辅助大家做信息表达。我们最相信的一句话叫“一份信息，多份表达”。在 AI 加工方式的加持下，我们可能不再关心中间的过程是怎么加工、怎么剪辑或者生成的，更关心结果，而这个结果可能是多份表达方式。 比如你有同样一份信息源，想表达给老人看、给小孩看、给年轻人看，或者给新潮的人看，那它的表达方式就不一样，但其实是一份信息的多份表达。 我们想要完成的，就是尽可能减少从一份信息到多份信息表达之间的痛苦。视频是我们现在选的第一个表达方式。 我听完之后还是有点困惑。听起来，因为你刚才提到，虽然现在产品长得一样，但使命不一样，所以现阶段的同质化在你们看来不是问题。但你说的这个使命，我觉得 VEED 和 InVideo 可能也认可，他们可能也这么想。 那怎么理解这个竞争？会不会人家的使命也一样，只是一年前就做了你们现在在做的事情？ 晨然 我觉得这是很合理的质疑。我相信视频本身是一个非常宽广的赛道，因为它的语言表达体系会很不一样。 比如做一个营销视频剪辑，或者做一个播客视频剪辑，所需要的工具本身就不一样，因为它依赖的表达要素不一样。播客可能更多是语音主导，或者文字主导的信息传递；营销视频、广告可能依赖一种情绪、音效、各种转场，以及商品的各种展示。它们做出来的工具本身就会不一样。 我们现在暂时选择的品类是新闻、科普、知识，或者故事这一类视频。它区别于带人像、带人脸、上字幕的这一类视频。 我觉得视频本身取决于你想完成什么样的品类视频，工具就会往什么方向发展。但最开始肯定是一个剪辑工具，所以最开始都会很像。一旦确定了品类，往那个方向走之后，就会很不一样。 我们肯定不会想再做一个剪映，因为剪映是一个通用剪辑工具，就像一个可以完成各种代码的 IDE，什么都可以做。但也有垂直场景等着探索，只是我觉得现在还太早，我们也很难固化自己一定要往哪个方向走。 所以现在其实你们还没有找到一个认为应该固化的方向，或者多个方向，因此这也是为什么大家看起来比较像。 但这会不会也是另外一个问题？VEED 或者 InVideo 做了那么久，其实也没有往某个方向固化。做到某个垂直领域，也不一定是所有人最后竞争的选择。有没有可能这个市场会赢家通吃？ 晨然 我不太认为这个市场会被一个工具主导、通吃，因为我还是觉得视频是一个非常宽广的赛道。 你刚才说 VEED 没有固化，我相信 VEED 早就固化了。你可以去看它的营销，它所有的营销点基本上都在说字幕，解决的痛点基本上都是给带口播的人像视频上字幕，以及做人物的剪辑。这是它最大的亮点。至少它在手机端是这么宣传的，各种各样的 fancy 字幕，它也因此出圈了很多，因为它的字幕特效挺好看。 我觉得大家都会有自己侧重和擅长的领域。视频的表达语法本身就很丰富：你可以把字幕做得很精进，可以把音效做得很厉害，也可以把生成能力做得很强。但想把所有功能都做好，我觉得是不太可能的，除非是剪映这种超级大玩家。 即便剪映做到所有东西都通吃，比如像 Premiere Pro 一样什么都能做，也肯定会有人希望有一个更简洁的工具，只完成某一类视频的剪辑。工具类产品就是这样，它不会是一个玩家一直顶在那里。 即便一个工具什么功能都有，它的臃肿也是一种劣势。于是就会出现更简洁的工具，比如专门为播客而生、只剪播客的工具。我只是上个字幕，为什么要用这么重的东西？ 而且如果你做得足够垂直，就可以反复优化，有可能训练一个模型，专门为播客做一些非常细节的雕花，大家会为这种东西买单。 你可以再看一下，现在还有一些其他 Agent 公司，可能也会加入视频生成。到时候又会有人问，这个东西和你们有什么区别？那肯定是有区别的。因为如果你想修改，还是会回到一个带有 editor 的界面，也就是编辑器界面。 如果你要改字幕，最好还是通过 GUI 去操作，因为这是剪辑产品不可绕过的一些简单细节。但一旦涉及这些简单细节，通用 Agent 反而很难处理。如果 Agent 加上这些东西，它虽然能够生成，但很难修改，这也是一个弊端。 所以大家最后的产物可能都会很像，但路径会非常不一样，用户完成一个产物的生产路径也会很不一样。 Lovart 现在可以直接作为一个 Design Agent 生成视频。当你看到它的时候，除了它生成的视频目前不带编辑功能之外，我觉得未来它可能会带。因为它现在生成的图片已经可以对单个元素进行二次编辑。如果进一步发展，它有了更多资金和用户，很可能下一步就会上这个功能。 那我们再泛一点聊。你怎么看今天全世界都在做 AI Agent 这件事情？有没有一些和大家不一样的想法？ 晨然 关于 Agent，我确实有一些想法。 我们内部也探索和讨论了很多关于 Agent 和 workflow 的问题：它们到底有什么优点和缺点，什么时候用 Agent，什么时候用 workflow？ 至少在 Medeo 这个产品当中，我觉得剪辑这个领域本身有一套人脑的 SOP。比如我作为导演、作为剪辑师去剪视频，大概率会经过好几个步骤：第一个步骤是素材整理，理解素材到底在做什么；然后大概构思一下视频脚本是什么样的；想好脚本之后开始粗剪；粗剪完之后进行精剪，挑一些小瑕疵，剪一些气口，加一些字幕，做一些包装。 既然人脑或者剪辑师都是以这样的方式工作，那它更像是一个已经固化好的流程概念。如果已经很流程化，我觉得 Agent 在这个场景下可能没有那么适合。 我更愿意提另外一个词，叫 agentive，而不是 Agent。Agent 更像是一个实体，一个真正的“打工人”；agentive 是一种方式，是一种技术方式。 如果你想解决的问题是开放问题，不知道用户会做什么，那 agentive 的方式更适合，因为开放的问题需要用开放的解法去回答。但像视频创作这样的领域，在很多 SOP 当中已经非常固化了：先粗剪，再精剪。所以它更适合 workflow。 我更相信，在视频领域应该是 80% 的 workflow 和 20% 的 agentic，这样才能更稳定地交付一个结果。 我们再聊另外一个有意思的话题。我觉得晨然在 AI 领域有很多实践，也有非常多的思考。最近大家新形成的共识中，有什么是你特别不认可的？ 晨然 我觉得是 MCP。 首先我对 MCP 持非常谨慎的态度。我感觉它是一种协议，而它想解决的问题并不是技术问题。协议解决的是生态问题，或者说便携性问题，它并没有带来一个跨时代的技术。 它鼓励的是模型和工具之间交换、交流的能力，归根结底还是一种提示词管理方式。但提示词也有很多其他管理方式，你可以自己决定如何管理上下文，如何处理模型的输出结果，如何结构化，以及如何节省成本。 但我感觉市场上对于 MCP 的讨论非常热烈，它的新闻以及营销上的爆点，可能都会带上这个词。但在实际生产落地中，它并没有真的解决一个很大的问题。特别是像我们这种做垂直场景的产品，本来也不是很需要讨论生态扩展，所以 MCP 对我们来说不是特别大的帮助。 我知道有一些人肯定会因为 MCP 受益，比如一些平台化产品，像扣子。如果它要做 Agent，肯定会加上 MCP，让大家都能做可插拔的插件，这当然是它的优势。 但如果你要做一个垂直产品，MCP 的优先级可以不用那么高。因为它会给代码工程带来复杂度，但也没有解决你的实际技术问题。 第二个我想聊的是，我越来越感觉到，解决用户需求不一定需要用最优的技术。这个技术可能是一个框架，比如刚才说的 Agent，我就不再展开了。 还有一个是，你也不需要用最好的模型。大家现在做 AI 产品，肯定都是混合使用各种模型来解决一个问题，通过一个比较复杂的系统来解决整个问题，端到端地交付结果。 但是中间的每一个节点在做什么，可能不需要用最好的模型。有时候我甚至发现，把模型从 Claude 3.5 Sonnet 切换到 Claude 3.7 Sonnet，表现效果反而更差，这种情况时有发生，会有一些细微但很奇怪的差异。 我本来以为新模型会让我表现得更好，但由于每个模型厂商的数据和 alignment 做得很不一样，比如 Claude 把 coding 能力放得很高，那它可能在其他任务当中会有一些小损失。这个损失可能只有在实际业务场景中测试时才会发现。 而且它还会有一些奇怪的 bug，比如 Claude 3.7 比 Claude 3.5 在指令遵循上出现一些小问题。这些东西如果不测，很难知道；包括在新闻当中也很难知道。只有一线实操、真正调过提示词的人才会发现这些认知。 这些认知一般不会在市场上流通，可能只会出现在某个论坛的某个角落，而且很难找到二次验证。只有自己去用、用自己的眼睛看到，才知道。所以这个认知就是：不要盲目相信最好的技术，也有可能解决一个问题并不需要最好的技术。 这里正好想问一个轻松一点的问题。我最近发现，身边大家使用的模型已经变得非常多样化。不是用来编程，而是日常问答的模型，好像每个人的喜好都不太一样。 我最近因为 ChatGPT 加了 memory 功能，加上有一个朋友在 ChatGPT 工作，送了我一个 Pro 会员，可以用很长时间的免费 Pro。两件事叠加在一起，我就觉得越用越被套进 ChatGPT 的整个生态系统里，每天开始只和它对话。 晨然，你最近用得最多的是什么？ 晨然 因为我大部分时间用 Cursor，Cursor 有什么模型我都会尝试一下。写代码的话，我最多用的还是 Claude，Claude 3.7 Thinking，还有 Gemini 2.5 Pro Preview。我最喜欢的就是 Gemini 和 Claude。 这两个模型都有自己的脾气。Gemini 可能是因为训练了多模态，我不太确定是不是这个原因，但它的审美确实比 Claude 好一点点。不过它的特点是，输出的东西没有 Claude 这么复杂。 我一直称 Claude 3.7 是一个多动症小孩。它会一直做各种各样的事情，特别是在 Cursor 里面工作时，你已经完成这个需求了，它还要故意再给你重构一下、优化一下，再多加几个 file、多加几个函数，非常多动症。 它的指令遵循能力也没有 Claude 3.5 好。这两个模型我确实用得比较多，用多了就会感觉它们的脾气真的不一样。 OpenAI 的模型我反而用得越来越少了，只会用它的图像模型。因为 OpenAI 给我的输出感觉比较严肃、严格，非常数学，也非常具有科学意味。我觉得可能是因为 OpenAI 一直想要解决科学问题，在数学、物理这些方面做了很多优化。 特别是它经常给我输出表格。我不是很喜欢看表格，但我知道有很多人喜欢。比如姚行，他就是高强度使用 OpenAI，因为他觉得 OpenAI 输出的东西非常干货，没有口水化，都是表格，非常结构化。他是非常典型的 J 人，而我是 P 人，我很需要情绪价值。 我也想说，我天然就很喜欢看表格。看到表格就会觉得：“我靠，这样的混沌信息也能给我整理成一个表格。”一下子世界就清晰了。 晨然 但我看到表格就头晕，我很讨厌表格，所以不太喜欢 OpenAI。不过大家都会有自己的倾向性。 我看最近 Grok 那边也有很多用户在讨论，特别是小红书上能刷到很多人玩 Grok 的文字模型。我觉得还是要看大家的使用场景。普通问答场景里，基本上各家都差不多。 晨然，你作为一个 PM，在做 Medeo 这个产品的过程中，思考最多，或者说你觉得最重要的问题是什么？ 晨然 ### AI 产品寻找确定性 这个问题很有意思。我在做 Medeo 的时候，一直在看另外一个产品，我很喜欢 Cursor。其实已经提过很多次了，我相信大家都会被 Cursor 启发到。 先讲 Cursor 给我的启发。Cursor 解决的是三条边的关系。以前我们做一个产品，可能只会考虑传统的产品工具，或者产品本身和人之间的交互，只有两个端，也就只有一条边。 所以你做的所有路径，比如产品的用户体验路径，基本上在用户来之前就可以梳理完，是非常确定的，有分支、有决策树。但有了 AI 加持之后，它会变成三个端的关系，有三个顶点：传统产品、人和 AI。它们之间的连线就有三条边。 我们做 AI 剪辑产品，首先得有一个剪辑产品，才会有一个 AI 在里面干活；同时人还需要在里面工作，会给 AI 派活，继续修改。我相信现在所有 AI 产品都是这样思考的，它是三条边。 Cursor 做得比较好，是因为它有一套非常明确的功能划分方式。AI 能做什么、AI 获取什么权限、AI 执行权限如何递增，它都有不同的功能点。比如 inline 的 Tab，再往上是 Edit，再往上是 Chat，再往上是 Agent。 这个模式我觉得它想得非常清楚，中间的过程也非常明确，它解决了这个交互关系。我在 Medeo 当中最经常思考的，就是这个三端关系应该怎么解决。 首先得兼顾原来的传统剪辑软件，人和剪辑软件的交互比较容易想清楚，但 AI 怎么在这个软件当中工作，还是挺难的。因为相当于把一部分由人创造的过程放到了工具里面。 以前的传统产品不会考虑用户来之前要创造什么东西，一定要等用户来做。但现在做 AI 产品，基本上你自己得先成为一个创作者，成为创作者之后，先把这个东西在产品当中自己做出来，用 AI 做出来，再等着用户来。 这样一来，分支条件就已经 hold 不住了，因为它有无限的可能性。这一点我觉得非常困难。 第二个我经常思考的问题是做内容。我发现 AI 很难产生超越人类的点子。它会给我很多“啊哈时刻”的点子，但我测得多了，就能猜到它会写什么样的稿子、什么样的分镜、什么样的设计。真正的“啊哈时刻”很难找到。 所以我会对新模型这么感兴趣，因为我很想知道新模型的“啊哈时刻”在哪里。 但我现在觉得，AI 最适合的不是替代人的创意，而是做带有一部分智慧的执行角色。已经有 SOP 的事情交给 AI 去做这些脏活累活，比如批量写提示词、批量抽卡、优化提示词，写一段很长的 prompt，或者帮你写一套已经有 SOP 的分镜详细描述。 它还可以自动化执行 24 小时。我觉得这些才是 AI 最擅长的：有一定的智慧，同时可以发挥无限算力和无限时间的特性。AI 产品应该把这一点最大化。 如果你想让它给你一个非常“啊哈时刻”的创意，真的很难。在这上面发力很容易碰壁。如果有一套 SOP 让它做执行，这是它最擅长的，也是它最适合的。如何把这一点最大化，是我经常考虑的问题。 正好说到 Cursor，也想问问你。你之前聊天时提到非常喜欢这个产品。像我们前面聊了这么多，你做产品的过程中，有哪些自己特别喜欢的产品？当然，Cursor 是一个例子：你特别喜欢它传达给用户的感受。 你刚才也说自己特别喜欢第一时间使用新的产品、新的模型。你现在一天大概会怎样度过？今天是周五，我们在录制节目，最近你用到哪些模型或产品，让你觉得特别想和大家分享？ 晨然 先说我是怎么度过一天的。刚才我讲了工作上做的事情，有时候休息时间我会花更多精力去做输入，比如看电影、电视剧，听歌，研究电影和潮流文化，还有看书、拉片。 我最近在补一些跟编剧相关的知识。因为我没有在电影学院上过课，但我觉得这些东西又很重要，所以在补一些编剧原理。兴趣爱好也就是喜欢做这些拉片的事情，吃饭的时候会看，睡前也会看一些书。 我还在探索怎么成为一个创作者。我觉得在工作之余保留创作欲是很难的事情，因为你们其实也在创作。我记得印象很深，你们来之前也说过：“不用现在说，因为可能会把创作欲给释放了。”我觉得创作欲是一件极其脆弱的事情，我目前还在探索到底应该怎么最大化自己的创作欲。 第二个问题是最近试的产品。我先把 Cursor 讲完。我觉得 Cursor 虽然是去年发布的产品，但还是我觉得做得最好的一个产品，因为它是真正落地的产品。 它解决的是 AI 和人的交互，并且在 AI 可操作范围之内定义自己的功能区域，真正稳定地交付一个结果给用户使用。现在很多 AI 产品都还是一个概念，或者说是一个雏形，包括我们其实也是一个雏形，很难做到真正交付一个很强的结果。 但 Cursor 做到了。它之所以做到，是因为它已经解决了如何在 Cursor 的 AI 中写代码这件事情，用的是模型最强的能力。 这有点反直觉：稳定落地是一个产品的基本需求，反而是 AI 产品当中最难的事情。我一直感觉，AI 产品是在从随机当中寻找确定性，这特别难。随机性是一个熵很高的地方，你要克服熵增去做工程，才能得到一个稳定的结果。 最近我肯定也在测一些 Agent 产品，比如 Manus 和 Lovart。我觉得它们都会有一些很惊喜的东西，相信大家也都看到了。 你刚才说到“稳定交付”这个关键词，我想补充一个问题。你觉得在短期或者相对长期，可能发生什么，能够让整个行业的稳定交付变得稍微普遍一些？ 我说的短期是比如一年内，相对长期是两三年内。 晨然 我觉得稳定交付是一个产品层面要解决的问题，不算是需要等新技术来解决的问题。 产品的稳定性，是指用户完成同样的操作之后，希望得到的结果大概率一致，或者有一点随机性，但随机性也算是一种可控参数。就像 Midjourney 有一个 randomness 滑块，randomness 越高，本来期待的就是更随机的结果。 现在产品很难解决这件事情，是因为它本身的工程化很难。比如现在的 Agent 产品，第一次可能给你一个非常惊喜的结果，但用户的预期会变成：我希望下次还是这样。 但做过的人都知道，下次还得到同样结果的概率很小。比如你让它做一个网页，它下次做的网页可能和这次完全不一样，使用的技术栈也完全不一样。但说实话，用户会有这个预期，他会想要稳定的结果。 我觉得这需要给产品时间，而不是需要等下一个技术。 PM 都不笨，也都知道稳定性很重要。但就像你说的，它和用户预期之间存在一个鸿沟。这个鸿沟是什么？ 晨然 我觉得 PM 肯定都知道，需要找到一条更稳定的路径，让用户能够有一定预期，并且超出预期完成这件事情。 但 AI 产品难就难在，刚才说的从随机当中找确定性非常难。以前做产品，在用户来之前，可以画一个 roadmap：用户第一步点什么，发生什么，触发什么，下一步去哪里点。这个流程非常清晰易懂，在用户来之前就可以枚举完。 但是 AI 有随机性，而且步骤非常多。如果是一个 100 步的 AI 问答，它最后会产生什么样的东西，是人类无法 hold 住的事情。 大家都希望有随机性，但这个随机性能不能可控，我觉得很难。 我一直会举一个例子，就是《塞尔达传说：王国之泪》和《塞尔达传说：旷野之息》。它们做开放世界，并不是说真的有一个纯开放世界让你自由探索，因为自由一定是在限定范围当中谈自由，才会有意义。 否则你只是面对一个开放的东西，没有任何交互，也没有和世界的交互，那你随便乱走也没有意义。它们会设定一些比较大的目标，比如塔，也会设定一些很小的奖励目标，比如呀哈哈。 所以你在探索的过程中，大概率不会走直线去开塔。你可能看到一些乱七八糟的东西，就绕一个弯路，再绕一个弯路，又绕一个弯路。每个人的体验都会很不一样、很随机，但这些都是他们精心设计的大大小小的奖励点。 我觉得 AI 产品难就难在，它也得把这些奖励点，或者随机性带来的正反馈做好。这需要时间，因为这个行业还没有完全成熟。大家肯定都知道 AI 产品会往这个方向成熟，但很难，它需要一定时间去孵化出更好的产品。 是不是可以换一个角度理解，这里面也有巨大的机会？ 晨然 我觉得只能等。也可能是我们做出来，也可能是别人做出来。 还是类比《塞尔达传说》：当《旷野之息》发布的那一刻，大家看到那种“啊哈时刻”，这种东西可能也会在某个 AI 产品中产生。每个用户都会分享自己非常不一样的 use case，每个人都有自己独特的开放世界体验。 其实 AI 产品就是开放世界，每个人本来就是一种非常独特的体验。这个东西我觉得只能等到它出现的时候，才知道“就是它了”。但大家都会往这个方向尝试，我们也会往这个方向尝试。 你有看到身边的人在积极投身这样的机会吗？ 晨然 ### AI 带来年轻人机会 我身边大部分都是做 AI 的创业者，比如来过你们播客的海星、阿文，还有刚获得小红书独立开发者金奖的倪豪。他们都是非常强的超级个体，在艺术审美和开发能力上，我觉得都走出了自己的野路子。 他们绝对不是在学校里学到什么东西之后就这样做，而是因为自己热爱的东西，一步一步钻研，踩出了一条和别人不一样的路。 我觉得这也是现在 AI 给大家带来的新机会。每个人踩的路可能都不一样，因为它打破了传统的学习路径：你不一定必须先学前端的什么，再学前端的什么。现在有了 AI 和这些教育资源，每个人都可以学习不一样的技术栈。你想做什么，都可以问 AI。 我觉得这是给年轻人的一个很大机会。 还有一个是，我是 99 年的，没有特别多市场经验。大家可能听我的播客也会感觉到，我没有很多商业 sense 或者商业经验。 但我觉得这也无妨。年轻人有年轻人的机会，我们的思维可能没有那么局限于传统上做一个产品需要做什么事情。AI 本来就是太新了，以至于很多以前有经验的人会被这个东西束缚住，用原来的方式去理解它，可能就理解不了了。 年轻人本来就胆子大，只要艺高人胆大，还是能做出很多好玩的事情。当局面非常混乱的时候，新的力量就有涌上来的机会。 我之前在大厂里深刻体会到，因为大家都不懂，所以我成了最懂的人，但明明我是经验最不足的人。在 AI 的新时代，我觉得大家都是众生平等的。 你说这个，我想到我们前面的嘉宾童超。他说自己一个特别强烈的感受是：在 AI 这个时代，没有谁的认知比谁更超前，大家比的是谁能比谁迭代得更快。 晨然 当然我有利益相关，因为我是年轻人，所以肯定会这么说，这确实给我带来了很大机会。 我也不敢说自己的经验比别人丰富，但如果大家都在同一条水平线上做这件事情，勇于尝试做 demo 是非常重要的。 我大部分时间就是在做各种 demo，甚至工作之后，也会做一些自己的小玩意儿去测一测。这种测并不是说一定要得到什么结果，只是为了找一种感觉。 现在的 AI 产品就是这样：在它发布之前，你不知道那个感觉是什么样子，而这个认知需要用最快的速度迭代。比如昨天 Claude 4.0 发布了，可能就会有新的产品形态因为这个技术而成熟。 GPT-4o 发布图像生成之后，第一次实现了图片到图片的完全一致性，Lovart 就因此大放光彩。因为 Lovart 如果要保持一致性，我看基本上都是用 GPT-4o 来做的。 我觉得技术一出来，就得非常快速地去试，才能最早接触到这个认知。 前面你也说，只有 demo 做出来，自己才知道体感。比如最近一个月，在一个时间限度内，你可能会做多少个 demo？这些 demo 给自己带来的特别实际的收获是什么？你说的“测一测那个感觉”，内化出来的到底是什么？ 晨然 我在做 demo 或者测各种工具时，没有明确的目的性。我是一个极其 P 的人，很多事情都是随机去做的，很难说这周一定要计划做一个 demo。 我一般都是即兴的，今天突然有一个 idea，就想做一做。做的过程中，其实是享受做的过程，而不是非得拿到一个结果。因为我大部分做的东西都没有意义，回看的时候都会发现，这个东西没什么价值。 但是在某一刻，当你做别的项目时，之前的那些经验就可以被用起来。如果你正向地为了将来用起来而去做什么事情，反而很难做出东西。只能说你对这个东西感兴趣。 比如我对视频感兴趣，就一直在测 Gemini 2.5 Pro 做自动剪辑。我对它的能力上限有非常强的体感，但这真的只是因为热爱，不是说因为我在做这份工作。我是觉得这种事情就应该由 AI 做，所以一直想测。 我觉得还是要找到自己想做、热爱的东西。这个特性可以一直回溯到我最开始遇到 ChatGPT 的时候。 当时我还在美国读书。ChatGPT 刚出来的时候，周围其实没有人讨论，但它出来第一天我就开始用了。因为我第一次感觉到，我学的这个专业竟然还有一些好玩的事情。 在这之前，我以为自己的专业就是做人脸识别，觉得很无聊。当时我学的其实是计算机视觉。 但 GPT 出来之后，我立刻就两眼放光，觉得这太好玩了，它竟然可以对话。我之前也做过自然语言处理，它给我的对话感觉太不一样了。 那几天我一直熬夜，每天都在给它发消息。我跟它打辩论赛，跟它玩海龟汤，跟它玩情感陪伴。那时候我把各种玩法都测了一遍，后来才发现，原来这竟然是一条赛道。 那时我还没有特别多商业感觉，只是觉得好玩。但这种好玩是一种非常稀有的品质。如果你发现这件事情很好玩，用户也会发现这件事情很好玩。 一个好的产品，能让用户感受到这种情感传递。它的创作者大概率本身就有很强的情感，觉得这件事情好玩。如果创作者觉得创作过程非常有意思，那他创作的东西也会让观众和用户体会到这一点。 所以我尽可能想让自己处于一个情绪充沛的阶段，随机地去做一些情绪充沛的探索。如果我找到那个“啊哈时刻”，我相信用户也会感受到我的“啊哈时刻”。 我刚才这个问题不是说你要带着某种目的去做什么事情。我觉得那些其实是前置性的目标。我想问的是，所有这些事情结束之后，你自己会不会有一个总结，它可能已经变成自己的某种习惯或者心得。 比如我自己的例子，最开始做这个播客，肯定不是为了提高表达能力，也没有想特别多。但到今年某个时候，我终于感觉到，自己说话时可能没有原来那么紧张了。 我最开始肯定不是为了让自己以后说话不紧张。你在这个过程中收获了什么？ 晨然 我觉得还是会回到“好玩”这件事情上。很多情绪正反馈都来自我做出一些好玩的 demo。它做出来的过程有点像拼乐高，这个过程本身就很享受，甚至有点像我的娱乐方式，我不知道该怎么解释。 当你做出一个 demo 之后，我们现在这些 AI 创业者之间也会经常交流，互相展示最近做过的 demo。海星发起了 Demo In，当我们互相展示自己最近又凭热爱做出了什么 demo 时，我非常享受那个感觉。 我觉得它不是给我带来了很强的技术提升，也不是其他什么东西。它更像是一种生活方式，一种已经融入生活的娱乐方式。你享受这种感觉就可以了，我也没有企图从中获得什么。 这让我想起 Paul Graham 那篇文章《How to Do Great Work》，中文可以翻译成《如何成就伟大事业》。里面讲到，找到一件你做起来很轻松、毫不费劲，但对别人来说并不容易的事情。当你找到这样一件事，认真去做它，有可能得到的回报就会非常好。 晨然做的事情，正好也是今天最 hype 的事情——AI。但对另外一些人来说，可能是钓鱼，可能是观鸟。找到一件自己擅长、做起来很轻松、很有成就感，但别人会觉得“这件事我做起来有点费劲”的事情，其实是一个人非常大的幸运。 晨然 其实说到 enjoy，可能听感上会觉得这是一个很小我的事情。但我的体感是，现在很难再谈超级的个人英雄主义了。 我这一代深刻体会到，经济下行是从我们这一代开始的。再往前的一些学长学姐，找工作都挺容易；但到我们这一届，或者上一届开始，大家就都找不到工作了。 大家其实没有那么多很大的梦想，仅仅是维持自己的情绪稳定就已经很不错了。在此同时还要有一些梦想，我觉得我的梦想肯定没有丢。 即便经济下行，即便大家越来越只关注自己，而不是关注社会怎么样，或者社会再怎么进步其实和我没什么关系，我觉得自己还是有这样的梦想。 我现在在做这个产品，做 Medeo，本来就是我一直以来的梦想。我大一的时候就开始自学导演，拍各种片子。我没想到 AI 能够和我的创作、我的专业领域以及兴趣领域结合在一起，所以现在做的事情，就是我一直想做的事情。 我还是有这种创作的梦想，无论是产品创作还是视频内容创作。但我觉得这个时代最难保留的，其实是自己的创作欲和激情。 在一个经济持续萎靡、身边的人过得都不是很如意的环境里，很难谈自己的梦想。我和很好的朋友谈论我的梦想时，他们只会觉得：“挺好的，跟我有什么关系？”因为说实话，现在就是这个状况。 所以，保留这种激情、活力和创作欲，非常非常关键。我现在也在持续寻找自己的创作欲。可能是我的人生经历还不够，但至少我希望在这条路上，也能给大家一些启发。 我很能共情，我也想保留自己的创作欲。我觉得还有一个挑战，是很多事情 AI 都可以帮你做了；而且社交媒体上有太多千篇一律的内容，很多话你甚至不用动脑子，都能背出来，因为大家都这么说。 你刚才提到，在读大学时本来以为自己的专业没有用了，后来遇到了 ChatGPT。为什么当时会觉得自己的专业没有用了？当时大概的行业是什么样子？你看到 ChatGPT 的第一个感觉是什么？ 晨然 我本科是 2021 年毕业的。那个时候还算互联网的一个比较高峰期，大家比较容易找到很好的工作，薪资也比较高。 但我感觉那已经快到顶点，或者说已经到顶点了，只是我当时的体感不是很深刻。我不懂什么叫经济周期，什么叫顶点，什么叫移动互联网的高峰，但后来才知道，原来那个时候就是高峰。 那个时候我的感觉是，所有东西都已经很成熟了，大家已经有很成熟的商业化落地和各种应用，但技术好像一直没有新的突破，也没有产生新的可能性。 在这种秩序比较森严的情况下，资源比较多的老手最能吃得开，因为他们有经验，而技术又没有特别大的革新。他们的经验非常宝贵，但像我们这种新人，如果要进去做一个产品，就得从头学起，一点一点往上升。 我当时觉得这非常无聊。我那时只是觉得，计算机对我来说只是一个赚钱的工具，或者只是一个专业。 但 GPT 改变我的地方在于，所有人都知道这是一个非常新的东西，而且它一定具有价值。我觉得它已经超出了我的专业理解所能完成的应用场景范围，所以我觉得它非常有意思。 从那时候开始我就一直玩 GPT。那时我的毕业设计也是和 GPT 相关的事情，从那时候开始做 prompting，天天 hack 它。 这也是因为觉得好玩吧？ 晨然 对。 这件事我其实挺有共鸣。最近做 AI Hacker House，所有人都问我为什么做 AI Hacker House。一开始其实我也没想明白，只是觉得内心有一个原始冲动。 后来有一天我突然意识到，我人生中最美好的时代是 2010 年前后，我把那个时代定义为“我的五道口年代”。 刚才晨然在讲，毕业时同学们怎么会对 GPT 不兴奋。我本科的时候也一样：你们怎么可以对 Web 2.0 不兴奋？Twitter、Facebook 这么好的产品，你们怎么都不喜欢用？ 但同学们的主流选择是去微软亚洲研究院、微软、IBM。那时我在学校里是很非主流、很孤单的。但到了五道口之后，我能找到同类：和我一样，愿意去十几个人的创业公司，愿意把自己从早上 10 点到晚上 10 点、一周 6 天的所有时间，全部放在 build 自己喜欢的产品上。 在这样的同类群体中，我得到了非常多的力量。一方面是精神力量：大家认可我，在一起可以获得很多互相的支持；另一方面也有很多启发，眼界被打开。 意识到这一点之后，我发现自己想做 AI Hacker House，也有这方面的原因。我希望有一个这样的场域，为在 2010 年的 Koji，以及今天的晨然——也就是处在人生相似阶段、我认为很可能成为下一代 AI 厉害创业者的人——营造这样一个空间。 大家可以找到同类，感觉不孤单，可以抱团取暖。 Ronghui 我前面跟 Koji 聊的时候，觉得晨然给我的感觉特别年轻、意气风发。会有这样的感觉吗？ 晨然 我一直会担心，因为很多嘉宾说的都比较言之有物。说实话，去年我也是听播客才理解创业者在做什么。我天天通过听播客给自己反洗脑，听一些创业者的故事，没想到自己这个时候也来上了一个播客。 Koji 你刚才说到寻找和保护自己的创作欲。你有刻意做什么事情来保护它吗？寻找可能就是你前面讲的，不停地做一些 demo。如果还有其他方式，也可以补充。 晨然 我觉得这是我人生中思考最多的问题。最近很长一段时间，我一直在思考这个问题。我的创作欲从本科毕业之后就消失了，我不知道为什么。到现在已经 3 年了，我感觉它还没有回来，或者说它到底应该变成什么样子，我其实也没有那么清楚。 我很久没有运营自己的频道，也没有什么特别想用视频表达的东西。但我知道自己想表达，只是总差那么一点点，可能是因为人也变了。 我现在保护创作欲的方式，首先是通过一些物理方式。比如我现在选择住在浦东，我还是想住在比较静谧的地方。虽然需要社交，但社交可以再去完成。 第二个是，我最近开始戒一些电子设备。平常工作已经花太多时间在电脑上了。我甚至有一个手机锁，会把手机锁起来，和它进行物理隔绝。 之前刷视频刷到“工伤”，我就再也不想刷视频了。抖音真的很毒瘤，所以我会把手机锁起来，然后看书。平常会买一些书，看书真的挺有用，会让人安静下来。 我可能需要输入很多东西，才能输出。所以现在我可能还处在输入阶段。工作本身也会消耗我一部分创作欲，因为我本来也需要在 Medeo 里创作视频，创作产品本来也是一种创作。 但我自己还没有找到创作欲到底在哪里。我有很多 30% 成型的 idea。我的创作欲大部分来源于痛苦。当我哭的时候，创作欲是最高的，很诡异。 我前天坐高铁的时候，突然就哭了一路。我也不知道为什么哭，但会感觉很爽，觉得它终于回来了。因为我很久没哭了，我需要那种情感充沛的时刻。我也不知道怎么制造出来，它是一种良性的哭、良性的痛苦。 本科时拍那些片子，也是因为当时很痛苦，想把这种痛苦传递给别人，所以拍了那些片子。 我想说，这并不诡异。你看很多很有才华的创作者，他们创作的高峰期都不是在很快乐的时候。 今天谢谢晨然。我们聊了 Medeo 这个产品，聊了你们团队非常独特的工作方式，也聊了一些你们的非共识。我自己也非常有启发。 第二部分，我们聊了你的个人成长，也聊了你的一些生活习惯和工作习惯，都很有意思。谢谢你的时间，也期待你再来《十字路口》。 晨然 拜拜。 拜拜。