147: OiiOii闹闹：“先抖音后剪映” 不再成立，AI 时代怎么做创作工具和内容社区

我之前做剪映，是因为先有抖音再有剪映。先有一个社区产品，再有一个工具，看起来是一个从 UGC 到 PGC 的发展过程。后来做完之后我发现，这种完全一致的推演有部分成立，但有部分不成立。

大概全中国 ACG 类的账号有 180 万到 200 万左右。我们做好以后发现，可以做到让他们一日十更。供给一旦上去，消费的量级一定会扩大。

在没有抖音这种平民化的生产工具之前，大家可能会觉得，为什么会对别人的生活感兴趣？我觉得，供给真的上去之后，消费自然而然就会有这种可能性。

我觉得我是一个内心里非常不惧难的人，没有太多畏惧。我很爱挑战一些别人没做过的事情，觉得“这个你没做过，但我觉得很有趣，我想试试”，然后就去试。

你会慢慢发现，这个世界的很多事情都是由精神力决定的。虽然听起来很玄幻，但它确实是这样。

欢迎收听晚点聊，我是曼琪。今天这期节目是晚点的作者祝颖丽对 OiiOii 的创始人闹闹的访谈。本次访谈的文字版今天也会发布在晚点科技公众号上。OiiOii 是一款动画创作 Agent，刚刚在 2025 年 11 月开始内测。闹闹自己是一名动画爱好者，2014 年他在微信工作三年之后辞职学了半年的动画，但当时他发现做动画太难了，行业环境也很糟。时隔十年，在自己创过业、去字节做过剪映、在大模型公司聚位星辰做过二次元社区产品离谱之后，他找到了用 AI 延续动画梦想的方法。这期闹闹分享了他和团队是如何构思和做出 OiiOii 的，以及他过去的创业和大厂经历。我们正式进入节目吧。

1. Why Tools Come First

你在做离谱的时候，其实做的是一个社区，而 OiiOii 现在看起来更像一个创作者工具。为什么没有延续之前的方向？可以讲讲这一次的思路有什么不一样吗？

某种形态下，离谱也是在做动画，我们现在也是在做动画，只是切入口不太一样。离谱是做 UGC 的，而 UGC 在现在这个节点上可能还没有完全准备好，包括用户体量、推广投放、推理成本，以及做社区所需要的留存，可能都还没有达到那个时间点。

所以我就在想，如果做动画，哪个切入点可能会更好一点。

如果你判断 UGC 在这个时候还有很多东西不成熟，为什么当时做离谱的时候，选择的是社区形态，而不是现在 OiiOii 这种更偏创作者工具的方向？

因为我觉得最终我还是很想做内容社区平台，这一点是不变的。做离谱的时候，我觉得当时整个多模态生态还没有现在这么好。

如果要做一个完全有消费属性的内容，其实是很难的。之前的 AI 生成也好，大家可能都在看效果，而不是看这个效果里有多少信息量、多少消费属性。

如果只从效果的角度来讲，我觉得 UGC 可能会稍微 OK 一点。大家只是短暂地玩一玩，这个是可以的，但当时还没有达到“要做一个有消费属性的内容”的程度，所以这个工具并不太成立。

包括其他模型厂商也在做工具，我当时没有非常想清楚这个工具和其他工具有什么不一样。但是如果做社区，它还是会有一些社区黏性，所以我就先做了社区。

出来之后会发现，因为时间点不同，对事情的判断和时机也不一样。到那个时候，整个多模态生成，不管是图还是视频，都已经相对比较完善了，大家都在卷。卷起来以后，就会逐渐出现一些具有消费属性的内容。

大家已经不再讨论模型的效果怎么样，而是开始讨论这些模型生成出来的内容本身。我觉得这时候可以做一个工具，把内容的消费属性做出来。

所以反而是因为模型能力在进化，你觉得它离创作更专业、更好的内容更成熟了？

对。这个过程是，我们还是得先做好一个工具，再去做好内容社区。

当时第一是模型还没有非常 Ready，只是初步 Ready。大家玩一玩是可以的，但工具不是用来玩的，它是生产力。

社区可以先让大家玩一玩，但这里面还有一点过去的路径依赖。比如我之前做剪映，是因为先有抖音再有剪映，也就是先有一个社区产品，再有一个工具，看起来是一个从 UGC 到 PGC 的发展过程。

我觉得 AI 可能也是这个路径，也是这个顺序，所以就先做了社区。再加上抖音刚开始的时候，消费属性其实很弱，留存也没有那么高，里面都是非常重复的内容，所以我觉得社区里有一些消费属性弱的内容也是可以接受的。

但后来做完以后，我发现这种完全一致的推演有一部分成立，有一部分不成立。不成立的变量在于时间点：大家已经消费过非常丰富的内容了。

这不像抖音初期，那个时候大家没有那么多内容可以消费，所以可以接受单调。在好玩这件事里，大家可以接受单调，但现在这个时间点已经过去很多年了，大家已经习惯了丰富多彩的内容。

所以一开始做社区的时候，它的单调就变得难以忍受。既然我在其他平台上可以消费很好的内容，在你这里稍微玩一玩，就没有太多东西吸引我了。

听起来，过去是先从 UGC 做到 PGC，但现在时代不一样了，所以第一时间就要保证内容足够丰富。只有内容的消费属性足够，才能把用户留在下面消费。

对，所以这和之前的路径不太一样。再回过来看，原来是先抖音再剪映，但如果先做一个工具，这个工具和原来的 GUI 工具也不太一样。

Agent 工具可以以终为始。比如剪映分成两部分：一部分是剪辑工程，另一部分是剪映模板。模板其实是跟着抖音生态走的，它就是以终为始的工具。

只有使用这里面的模板，才能制作出抖音里流量比较大的卡点音乐内容。它的目标是先确定“我要做什么内容”，再用一个很简单的东西把它做出来。这部分是不可替代的，但前面的工程部分其实是可替代的。

现在很多 AI 工具还是 GUI 的形态，有点像工程工具，是可替代的。但如果做 Agent，它可能是在做某个人群的某一类内容，就有点像模板生态，也是以终为始的。

我们会在模型和某一种内容之间做很多调优工作，这些调优是不可见的。它有点像把专业创作者的能力包装成一个 prompt 模板给普通人使用。

Prompt 模板的优势和以前的模板不太一样。即使 prompt 完全一样，生成出来的内容也不一样；更何况 prompt 会根据你自己的输入组合出不同的结果。但它的模板意义还在，所以会让普通人拥有稍微专业一点的创作者能力，做出一个片子。

如果做这种以终为始的内容，就可以去想内容社区到底要覆盖多少种内容，怎样把内容做得丰富。它有点像做垂类：可以提前构建自己想要的内容。

比如我想要很多卡点音乐，或者混剪动漫 MV，就把这个模式植入进去，让用户很快生成这种内容。也就是我想让你创造什么类型的内容，你就可以用这个工具创造出来。

所以某种程度上，这是在为构建内容社区做准备。等最终要做内容社区的时候，它一开始的消费属性就可以上去。

对。从这个路径推演，我觉得做一个 Agent 创作工具反而是一个更有解的方式。

所以做工具本身只是现在这个阶段的一个过程，最终呈现的形态还是内容社区。你觉得这种方式可能是构建内容社区更好的一条中间道路？

我前段时间聊了一个叫 MovieFlow 的团队，他们做的是电影，也想做内容社区，做的是更偏电影叙事的视频。我想问的另一个问题是，你们从动画这个角度切入，现在主要面向什么群体？你是从自己热爱的事情出发，但创业时是怎么推演它最终可以做成什么样的状态？

2. Animation Needs More Supply

除了热爱，我觉得更多还是一些理性的、实际的思考。因为我一直热爱这个行业，所以很清楚这个行业里的产能和消费其实非常不对等。

它的产能非常有限，而且非常头部，创作工具也越来越专业，但消费者的体量在扩大。这个供需关系和现实世界中的内容相比，是完全不对等的。

我之前做过工作室，也做过剪映和抖音里的特效，所以会发现现实世界中的创作供应链也是逐渐平权的。最开始是专业影视制作，手机出现之后，创作一下子平权了。

平台起来以后，创作从摄像头慢慢转向稍微专业一点的设备，但创作工具是从复杂变得简单。最开始大家用 PR、达芬奇，这些是给专业人士用的；后来有 Final Cut，相对简单一点；剪映出来以后，在移动端就是更简单的工具，之后 PC 端也会有相对简单的工具。

现实世界中，内容载体随着需求增加，供给也在大量释放。供给释放的一个重要原因，就是创作门槛降低了。

但动画领域从来没有经历过这个过程，因为它对画画的要求很高，或者对 3D 建模的要求很高，所以一直沿着越来越专业的路径发展。

我一直在想，怎么才能把特效、动画这些内容的制作门槛降下来，但一直没有找到特别好的方式。AI 相当于一下子打进了这个领域。

你怎么判断动画的消费群体其实在越来越大？

首先，动画的接受人群越来越广，这是一个确定的趋势。以前可能只是小朋友看动画，但现在很多人都会看。动画电影也好，中国国漫也好，海外动画也一样，动画持续在扩充非儿童人群，大家的接受度越来越高。

而创作本身其实是由消费打底的。很多灵感都是由消费引发的，这些东西都在增长，只是制作动画的人的水平限制了这种需求释放。

再举个例子，在 B 站我们会发现，做动画的 UP 主都会使用一款叫 Live2D 的软件。它非常难用，但还是有那么多人乐此不疲地把作品做出来，因为是真的喜欢。

他们都愿意去尝试，你就能看到这里面有很多供给是憋着的，没有办法被释放出来。

所以你也不确定消费一定会上去，但供给一旦上去，消费的量级一定会扩大？

对，量级一定会扩大。没有抖音这种平民化生产工具之前，大家可能会觉得，为什么会对别人的生活感兴趣？也不会想到自己能把普通人的生活看得津津有味。

所以我觉得供给真的上去之后，消费自然而然会出现这种可能性。

具体来说，OiiOii 从 8 月开始做，到正式上线，大概是哪一个时间点？

正式上线是 11 月 10 日。

时间挺快的，相当于做了 3 个月？

两个半月。中间还放了一个国庆假期，大概就是两个半月。

这几个月里，你们筹划产品时，先做工具这件事应该已经基本确定了。那具体是怎么做的？

我看现在是几个不同角色的 Agent 组合在一起，有点像 MovieFlow 的模式：把原本需要一个团队完成的工作拆成不同工种，让大家参与进来。这是现在做内容的一种通用方法论吗？

另外，市面上也有一些用 AI 做动漫的产品，比如剧鹿，他们是给机构做的。你们当时是怎么思考自己的差异化，怎么构建这种形态的？

3. The Workflow Stays Visible

先回答第一个问题：为什么用多 Agent 协同？我觉得并不是所有视频都需要多 Agent 协同。

我们选择这种方式，还是因为刚才说的原因：动画整个制作过程的专业化从来没有下放过。大家的工具和运用方式在迭代，但动画行业沉淀多年的制作思路并没有变化。

它本身就是一个非常成熟的生产工作流，有点像车间流水线：上面做完交给下面，下面做完再交给更下面。对于做一个新的动画来说，哪怕是动画 UP 主，也基本是这样做的。

即便是一些偏优质内容，它的制作模式和既定思路也不会变。至于这个方法能不能用于其他内容，要看具体类型。

比如 MovieFlow 定义的是影视，影视的思路也是这样。但有些短视频已经不是这种思路了，可能就是短平快地拍一些东西。比如拍一个广告，不一定需要角色，也不需要太多分镜，只要堆素材就行。

所以还是要看成片面对的用户群体，需不需要这个思路上的过渡过程，才能决定要不要采用多 Agent。

我对比了一下，MovieFlow 也是导演、分镜、剧本这些 Agent，但他们把工作流封装在后台，用户只需要输入一个 prompt，最后直接得到一个成片。

你们则把工作流透明化了，告诉用户现在进行到哪一步，而且每个节点都可以编辑。为什么选择把整个工作流呈现出来？

如果思路本来就是这样，我觉得没有必要封装。第一，AI 从头到尾完全自动化地完成一个片子，我觉得还没有到那个时候，每个节点上还是需要人的配合。

第二，我觉得创作者要享受一点创作的掌控感。他需要有掌控感，所以我们想把创作者当成导演，让他控制整个团队。

即便很多事情是团队完成的，他自己也会有一种掌控感：这个作品是由我触发的，是我的。这个感觉很重要，所以他需要有一些参与感。

如果完全自动化，这种参与感会非常薄弱。它还是一个把用户定位成创作者的产品。

这种产品形态对比封装起来的那种，会更难吗？

会更难一点。大概有两种方式：一种是严格的封装式工作流，直接做完；另一种是单一 Agent 把所有东西做完，但其实这也是一个工作流，最后再挑出来修改。

我们可能是第三种：因为是多 Agent，每个 Agent 又有多种功能。比如分镜 Agent 既可以做图，也可以做视频。

当用户说“我要做图和做视频”的时候，它要先理解应该交给角色设计师，还是艺术总监，还是分镜师。艺术总监也可以做图，所以这里面会有很多理解和判断的准确性问题。

第一个难点，是多 Agent 之间如何分配工作，到底由谁判断、谁来分配。

第二个难点，是要保证工作流的稳定性。比如有 7 个小矮人，每一个做完以后要交给下一个，交接就得相对稳定。不能跳过某一个角色，直接交给另一个角色。

第三个难点是，工作流既要稳定，又要能够随时修改。比如我在角色设计阶段改完之后，再交给分镜师；或者我一开始不是从故事出发，而是从一个角色出发。

从角色出发时，编剧的顺序就不一定要从最开始的编剧开始，可能从中间开始；或者我只是想要插画。你要保证一定的自由度，而自由度和稳定工作流之间就有很多不确定性。

所以我们现在很多 Bug 都在这里，有很多种排列组合。它要知道什么时候需要回到工作流，什么时候可以出来，出来之后什么时候又要进去，进去时要走哪一个流程。

在技术实现上，这比其他方式复杂很多。

我看你们后台的界面，一边是工作流进度，一边是用户可以编辑的部分。如果我在这边编辑了，那边也要同步调整，这两个部分配合起来是不是更复杂？

是的。画板和整个对话模块之间要做好同步。你在这边调整时，上面和下面可能都要跟着调整。

以前可能是单向的，但现在是多角色、多种互动，组合排列是指数级增长的，所以每天都在做排列组合题。

但这样确实会让创作的乐趣更强：既有掌控感，又不用亲自执行所有事情。

对，这种创作乐趣确实还不错。

这个产品形态是你们第一天就想清楚的吗？一开始就决定要做成这样？

4. PUGC Fills The Missing Middle

其实我们出来的时候还没有想清楚到底要切什么，只是觉得还是要做动画。

当时如果 UGC 不是特别成立，我们最开始其实还想做离谱的海外版之类的。后来发现不太 Make sense，就开始找动画领域现在的机会点。

第二个机会点是漫剧，也就是你刚才提到的剧鹿在做的这块。我们调研了一下漫剧市场，它的好处是可以直接产生一定收入，让公司健康发展下去，但它有很多问题。

第一个问题是，漫剧非常依赖剧本能力。我们团队在人工编剧能力上几乎没有积累，模型可能能做出剧本，但这并不是我们擅长的点。除非一开始就花很多精力去获得剧本资源，但这不是我们最开始想进入的赛道。

第二个问题是，它是一个流量生意，和短剧一样，是完全依靠投流赚钱的生意。对一个初创团队来说，这不是我们刚开始想做的事情，我们也没有这方面特别厉害的人。

第三个问题是，我觉得这个行业缺的不是一个 Agent。他们的思路是自己搭建工作流，在成熟的协作模式下做单点提效。比如做图时，让 AI 在里面提高效率。

它对人的依赖非常强，但我们希望做的是对人的依赖没有那么强、可以减弱的东西。

基于这 3 点，漫剧都是我们不太想做或者不太擅长做的，所以就先排除了纯粹的漫剧。

如果把内容分成 UGC、PUGC、PGC 和 OGV，OGV 就是影视剧内容，漫剧其实处在 PGC 和 OGV 之间。它可能有工作室模式，内容又比 PGC 更专业一些，要求更高。

我们就在这条线上找机会：UGC 不行，PGC 加漫剧靠近 OGV 的部分可能又不适合，所以中间有一个很大的缺口，就是 PUGC。

这类人会做自媒体账号，也有制作视频的动力。只要他有动力做视频，通常就会有付费意识。

我们调研后发现，全中国 ACG 类账号大概有 180 万到 200 万个。它们的构成通常是一个账号下面有 2、3 个人，一周更，但生产效率其实没有被充分提高。

我们就在想，如果把产品做好，能把他们的效率提高到什么程度。后来发现，我们可以做到让他们一日十更。

哪怕不是一日十更，只是一日两更，在动画领域里也是非常颠覆性的提效。所以我们觉得，这就是想切入的内容生态，是我们的目标人群，也是我们想做的事情，而且它有很强的拓展性。

除了 ACG 账号，还有做历史、财经、情侣、职场、教育和科普内容的账号，也都适合用动画来展示。很多时候没有用动画，是因为制作成本太高，所以只能口述。

但如果动画成本比拍摄还低，很多不适合在现实生活中拍摄的内容，都可以用动画来展示。

所以第一，原来 ACG 人群里有巨大的提效空间，产能一定会被释放；第二，它还可以拓展到其他垂类，扩展性很大。我们切的就是这块，针对 PUGC 的创作工具。

我还想补问一下，你刚才说排除做 AI 漫剧。一开始你们想的是自己做内容，还是给做漫剧的机构提供工具？

给漫剧机构提供工具。我们自己做的话太依赖人了。

一开始排除，并不代表以后不会接触。内测以后，其实很多漫剧公司都找到我们。我们觉得现在在内容和功能上还没有完全满足他们，但很多公司对质量的要求没有那么高。

他们只需要把剧本放进去，生成很多分镜。这些分镜不需要合成得非常好，他们下载下来以后自己再剪。这个需求非常大，他们觉得我们的分镜效率很高。

也就是说，你们其实满足了他们最难的那一部分：从剧本到分镜的过程。后面他们自己剪辑就可以了。

如果你们当时是奔着 PGC 到 OGV、为 AI 漫剧这批人做产品，和现在的做法会有什么不一样？

会非常像一个小型的 To B 公司。

如果目标是头部机构，他们要做的是 Showcase 作品，而头部机构可能就那么几家。每家工作室的工作流又不完全一样，那你就会变成 To B 公司：客户有什么需求，你就要去适应。

这不是我们想做的事情，我也不擅长做重度 To B 的产品。

如果不做头部，而是做中尾部，那再往下走一点，其实就和 PUGC 没有太大区别了。所以我们更想做的是一个平台生态。

现在来使用你们产品的漫剧团队，可能就偏向这部分用户。你刚才说自己没有投流经验和剧本经验，但如果机构本身有这些能力，为什么你们也需要理解这些事情？

如果真的做漫剧，就得判断怎么做出爆款。怎么做出爆款是最重要的，那“怎么做生态”和“怎么做爆款”其实是两套事情。

如果要做爆款内容，从一开始就必须具备爆款元素。这意味着我们自己要有很强的剧本能力，但我们并不强。

你们和剧鹿或者这个行业的人聊过吗？

聊过。聊过之后我发现，很多事情我并不擅长。所以我不是说以后不能做，而是在最开始一定不能做，因为最开始一定要做我们最擅长的事情，才有信心打出来。

一开始接触到的是自己不擅长、也不是最喜欢的事情，就会给自己造成很大的阻碍。现在我们本身是这样做的，反而吸引到了他们，这时候我们更有信心让他们适应我们的生态来做一些东西。

如果一开始就是做漫剧这个定位，很难做出生态，只会去做爆款。做出爆款所需要的那几个要素，我们并不具备。

这里还有一个更细致的差别：OiiOii 创作工具的内容取向和审美，肯定和 AI 漫剧不太一样。AI 漫剧本质上就是短剧，它追求的爆点可能非常明确。

但你们做的工具也会有自己的内容取向。你们的取向是什么？

5. An Ecosystem Beyond Viral Hits

还有一个不做漫剧的原因，是它更偏短剧。它的初衷很关键：短剧或者漫剧，初衷是为了赚钱。

当然，赚钱没有什么错，只是这个初衷会导致整个动作完全不一样。我的初衷不是短期内赚到多少钱，而是很想做动画。

动画和漫剧的区别是什么？动画是更能表达想象力的一种内容形态。我们想提供的工具，是让用户自己找到他想做的东西。

比如可以做乐高，也可以做手绘，还可以表达自己温馨的一面。这些都可以。

我们想做的是生态，而不是某几个爆款。所以我们想做的动画，就是现在很多动画 UP 主在做的东西，先把这部分内容覆盖住。

当然，我不排除沙雕漫，我也很喜欢看；还有很多原创作品在讲故事、脑洞大开的二创，以及各种穿越内容，我也很爱看。但严格意义上，它们不属于漫剧。

我们想先把 ACG 自媒体人群服务好，再看能不能往上扩。你会看到，它自然而然会跟着流量走。

比如现在有一些用户很喜欢神转折的内容，非常上头，流量也很好，我觉得很有意思。但它是不是漫剧？不是。漫剧至少是一个剧，它可能只是几十秒的一段内容。

我还是希望这个东西的丰富度足够，不管是风格还是表达的内容，都可以很丰富，不一定只是快速调动情绪、快速释放情绪的内容。

程曼祺

所以你想覆盖的风格和类型会更全面一些。

对，它有点像在做内容生态。做内容生态，就不能只做某一种模式。

当然，也可以像刚才说的，以终为始，一个垂类一个垂类地去做。但在每一种内容下面，比如科普内容，也会有大量不同的内容，丰富度要足够。

漫剧属于一种固定模式，我觉得它非常有套路，也有局限。剧鹿的创始人说过，他们做这个东西不会考虑审美，能不能做出爆剧才是目标。

我们的目的不一样。我们希望更丰富，至于爆不爆，要看用户自己的能力。

审美上，你们会有自己的取向吗？

肯定会。最开始还是要从自己的审美出发，明确我们做这个产品的审美取向。

第一个方面，我们希望覆盖大众熟知的 IP 风格。比如乐高、辛普森、Family Guy，或者美漫，以及中国一些比较大的 IP 的风格。这样大家可以进行二创，因为这些风格是熟悉的。

第二个方面，我们比较倾向于一些非常好看的插画师风格。这类内容可观赏性很好，但作为视频，大家其实不知道该怎么做。

很少有动画是从插画转过来的，因为数据量太少，模型也学不到。所以有时候我们的图可以生成得很好看，但动画不一定能做得那么好。

不过我们还是希望有很多风格，比如很小的、很可爱的 3D 风格，像素、手绘、水墨、水彩等。我们的风格会非常多样。

内容的丰富度取决于几个维度：风格的丰富、题材的丰富，还有时长的丰富。

我感觉你们的取向还是能看出来的，至少在美的表达上有一些追求。

如果真正喜欢动画的人，会尝试不同的风格和类型。但你刚才提到了一个问题：你们用模型生成内容，如果模型没有学到怎么把插画风格变成视频，技术上怎么解决？

我们会抽卡。现在这个基础上，模型某种程度上像一个抽卡游戏。

如果它有好的表现，我们就强化这种表现；如果没有，就看它是在什么条件下变成了好的表现。如果始终没有，我们就先把这个风格去掉。

或者它能表达出一种情绪也可以，不一定非要是一个故事。它可以是一种抽象语言，有一些惊喜感，我们也会保留。

画面可以非常丰富，它的运动方式也可以和现实社会想象的运动方式不一样。因为这是动画，大家对反常识、反物理规律的状态，包容度更高。

如果它在视听上很难做到震撼，我们就把它去掉。但如果它有一点效果，即使和我的预期不一样，我们也会保留。

程曼祺

你说的保留，是把这个风格保留吗？

对，把这个风格保留。

6. Models Need Different Jobs

现在 OiiOii 是把很多种模型集成到工作流里，对吗？它具体是怎么运作的？

这里面也是各种排列组合，每天都在做排列组合题。

图片模型和视频模型各有各的优点，也各有各的问题，没有一个完美的模型。这也是我们的机会：只有大家都没有那么完美的时候，我们才有排列组合的可能性。

比如 MJ，它的动画风格，尤其是 Niji 模型，手绘风非常好看。它的好处是 SREF，也就是保风格能力很强。传一张风格很好的图，用 MJ 可以保住这张图的风格。

但是它的 CREF，也就是保角色能力比较弱。如果想保留同一个角色的很多元素，其实很难。两者是 Trade-off：固定性越强，风格的想象力就越弱。

我们既要保住人物，又要保住风格，肯定不能只用 MJ。

像 GPT-4o 和 Nano Banana，它们是自然语言输入模型，保角色的能力很强，固化能力也很强，因为它们要保证编辑的准确度。但它们保不住风格，因为风格需要发散。

所以要看具体情况怎么搭配。比如用户上传两张图，既要保留第一张图的人物，又要保留第二张图的风格，那可能会调用 MJ，因为这时候用户对风格的要求更高。

如果用户只上传一张图，想保证这张图里的角色，但没有意识到这张角色图本身也有风格，那我们可能会用 Nano Banana 或 GPT-4o，尽量保住角色，同时保留一部分风格。

程曼祺

这个判断也是智能的吗？由 Agent 自动判断？

现在图片部分不是智能判断，因为图片要求的稳定性比较强，而模型达不到这种稳定程度。可以让 Agent 判断，但它一定会出错。

所以我们现在用工程方式来做分流。我们对模型非常了解，把各种排列组合测试完以后，用工程方式让它做分流。

工程方式是什么意思？

就是明确告诉它，在这种情况下必须这样处理，把各种情况列成分支。因为首先要保证稳定性。

但在视频这一块，我们做了智能选择。第一版大概有 6 个视频模型，针对不同分镜要表达的内容，会自动判断这个分镜应该使用什么模型。

比如一个大的故事里，有一个分镜是两个人打架或者发生冲突，它会根据这些信息判断，这个分镜应该用海螺 2 来表现。

下一个分镜可能是在表达一个人哭，情绪很细腻，它可能就会用可灵，或者即梦的模型来表达。这部分是有智能判断的。

为什么视频模型可以用智能选择，图片模型却要用工程方式？

因为视频模型的选择是模糊的。它不是说一定要用某个模型，而是说大概率用这个模型会更好，是一个概率决定的事情，所以可以用智能来解决。

图片前面的判断是接近百分之百的要求，一定要做到，所以不能交给模型解决。

所以 Agent 可以判断哪个模型更好，是你们提前给它做了知识库和训练？

这条路我们现在先暂时关掉了。因为 Sora 2 实在太好了，而且 Sora 2 的生成原理和其他模型不一样，我们只能另开一条路给 Sora 2 让路。

所以现在所有精力都在 Sora 2 上。但这不代表 Sora 2 没有问题，它在一致性方面也有很多问题，原来的几个模型在这方面可能更好。

等我们有空以后，再把老模型捡起来，用更好的方式和 Sora 2 配合。

现在是因为 Sora 2 在大部分场景和需求上都满足得更好吗？

对。它的一致性其实不是特别好，但贴近感和自然感非常强，包括音画同步，这些都很强。

其他模型大致分成两派。一派是参考图生成，或者参考图加文字生成，重文字、轻图片。图片主要是提取关键元素，文字的权重更高。

另一派是首尾帧模型，重图片、轻文字。它一定是以那张图的整体样式为起点，往下推演。

刚才说的 Task Agent，通常会选择重图片、轻文字的模型，因为它更稳定。但我们现在选择的是 Sora 2 这种轻图片、重文字的模型。

这是两套东西，在现在这个节点上没办法完全兼容。

听下来，做你们这一类事情，需要对每个模型的特点和能力边界非常熟悉、非常清晰。这算是一种能力壁垒吗？还是需要很长时间的积累？

首先，你要对自己生产的内容非常敏感，知道里面有哪些要素。你得先理解内容，再把内容拆解成它是怎么组成的。

在这个组成过程中，每一步的元素都要看怎样才能表达出最好的效果。然后就要对各种模型做排列组合测试，最终选定一个还不错的最优解。

如果别人用同样的方式来做产品，你怎么保证你们做得更好？你们对排列组合的理解会更深、更熟悉吗？

首先，背后还是看人。这个人要对内容非常敏感，知道内容是怎么组成的，也知道怎么把感性的东西拆成理性的逻辑和标准。

其次，他要非常了解技术。这样的人其实凤毛麟角，很少。

这也和我过去的经历有关。我在抖音时做过特效，如果没有做过这个业务，很难理解这里面需要什么样的人力模型。

做过之后会发现，这里需要的人既懂审美，又懂内容和技术，还要知道什么样的人最适合做这件事。

这种人非常难找。设计师可能右脑很发达，非常感性，在审美上很好；理性的人左脑发达，对技术的理解很强。但多模态需要两个半脑都很发达，这类人比较少见。

而且找到这样的人并不容易。即使在抖音这样号召力很强的平台上，要找到非常匹配的人也不容易。

那你们最开始是怎么组建这支团队的？

我们现在的成员之前就配合过，是前司抖音那边的人。

所以他们对技术、审美和内容的理解都比较好。还有一些比较年轻、刚毕业的学生。熟悉了这套人力模型之后，在面试或者配合时，就能判断他有没有这方面的潜力。

人很难找，怎么找这群人也很关键。我已经比较熟悉怎么找到这群人了。有些年轻人来面试，我能判断他是不是有潜力做好这块。

所以不是像我们想象的那样，只要大概知道风格，就可以把这个事情做好。

不一样。

你们团队现在大概怎么分工？刚才说的这种既懂技术和审美、又能把内容翻译出来的人，主要负责什么？

产品有 3 个人，其中 1.5 个人在做这块。设计师有 4、5 个，其中 3 个在做这块。

模型理解和效果把控，主要由设计师和产品两个角色来负责。设计师更多负责测试，产品负责把控排列组合的逻辑。这两个角色的左右脑都要比较强。

这里面的设计师有点像游戏行业里的 TA，也就是技术美术。但也不能完全照搬这个岗位，只是比较接近。他们需要有相关行业经验。

我们大概有 4、5 个人负责这块，其他人负责技术、运营、架构和产品。

你现在作为创始人、CEO，主要参与产品的哪些部分？

现在还比较早期，所以我会深入参与很多细节和架构。基本上其他人解决不了的问题都会来找我。

比如大家做出很多排列组合之后，要做各种推荐，但哪种排列组合是最优解，需要我来判断。我既要搞清楚这些排列组合的原理，也要对结果负责。

这是你第二次创业，对吧？我看你之前也做过一个内容社区。

7. Setbacks Build The Founder

对，那是一个极限运动内容社区。我们拍国内很多极限运动达人的片子，有点像这个领域里的一档节目，讲他们的故事，也展示他们的能力。

比如讲攀岩者的故事，或者滑板速降的故事。做完这些内容以后，我们会接一些广告，汽车、3C 这些比较多，有点像 MCN。

但那时候还太早，甚至还不能叫 MCN，只能算是做一个自媒体，制作内容。

那家公司最终做了 6 年，后来结局怎么样？

我是先退出来的。一个很大的原因是，我觉得公司可能能养活自己，但长不大，也没有必要一定长大。

我当时很想去做服务创作者的事情，在平台里服务创作者，所以觉得那时候的心态和目标已经不太匹配了，就出来了。

大概是哪几年？

2014 年到 2019 年。

距离现在创业又过了 6 年。你觉得两次创业在心态、目标和团队管理上有什么不一样？

可以。第一次创业是在 2014 年，大众创业的机会还在，那个氛围还在。我那时比较年轻，做过几年产品，也非常喜欢内容，有冲劲。

现在回想起来，可能冲动大于能力储备。

我自己也喜欢拍摄，喜欢做运动。刚好那段时间 GoPro 刚进入中国，还没有什么中文翻译，我们做了一个论坛，积累了很多人来交流怎么用 GoPro。

后来发现，这些人都是滑雪、桨板和各种极限运动的爱好者。我们自己也爱玩，和这些人的关系比较好，就想不如自己拍一些内容。

国外有班夫山地电影节，我们觉得国内也应该有很多很好的达人，于是去拍他们的生活，讲他们的故事。

一开始兴奋度非常高，冲劲也很猛。但因为年轻，在事情判断、自身能力和团队成员判断上，都会撞很多南墙。

比如我们做视频内容之后，最开始想做一个 App。那时候手机拍摄还不太好，基础设备比较原始，不太可能积累出一个社区。

你只能拿 GoPro 拍，再到电脑上剪，然后上传到手机上，这个门槛非常高，路径也不健康。

第二，那时短视频的氛围还没有起来。App 本身没有什么用，后来就做自媒体。

我们当时其实很有创意，做了很多现在大家在玩的东西，几乎都是全国第一批做的。比如第一届中国桨板运动赛事就是我们办的，2014、2015 年我们就在做飞盘赛事。

大家很喜欢我们的赛事，线下有点像现在抖音的线下服务。有很多线下场馆、卡丁车场之类的商家和我们合作，让我们把人带过去做活动。

但这件事很重，浪费了很多人力。现在看，那个时候节奏没有把握好，也没有认清团队的优势和劣势。

做极限运动，最大的一块其实是装备和电商。我们也想在每项运动里切入一些电商，但实际上很难。每个运动的电商深度都不一样，必须走进这个运动很深的地方。

我们做的是内容，而内容会随着季节变化，不同季节是不同的运动，很难把每个运动都做得足够深。如果做不到，电商就不成立。

这些都是失败的尝试。后来我们聚焦制作内容，反而逐渐正常运作起来了。

所以从那段经历里，你意识到自己真正擅长的是内容？

对。这也是为什么我后来越来越喜欢做内容。

我会发现，我好像只是借着运动在做内容，真正想做的是内容，而不是和运动相关的其他事情。

但那段创业经历听起来也很酷，包括线下赛事。虽然很重，但如果换一个人，也可能会持续做下去。

对，而且时机也太早了。我们 2014 年做这些运动，真正火起来可能已经是 2019 年冬奥会之后了。

当时媒体和整体氛围都还没有起来。其实它非常小众，只是我们在那个圈子里，觉得它已经不小众了。

因为你们自己在圈子里面，大家形成了同温层。

对，所以视角还是有一些缺失。

你创业之前，上一段经历是在微信做产品经理，做了 3 年，对吧？相当于只工作了 3 年，就出来创业做了一个和产品关系不大的事情，而且完全从自己的爱好出发，确实挺猛的。

我觉得我是一个内心里非常不惧难的人，没有太多畏惧。我很爱挑战别人没做过的事情，觉得“这个你没做过，但我觉得很有趣，我想试试”，然后就去试。

你当时是想把爱好变成事业，还是不想再给公司打工？

我当时的想法很朴素。我从微信出来之后，先学了半年动画。

为什么去学动画？

我是真的很喜欢动画。小时候有很多动画影响过我，我就觉得自己也想做一个动画出来，想从事一种很纯粹、很专注的事情。

我小时候学过画画，家里也是做音乐的，所以我对视听语言比较敏感。

我当时还去访问了很多动画公司，后来觉得这个行业实在太苦了。那是 2011 年到 2014 年，工资已经轻松过万，可能有 2 万左右，我记不太清了。

但我记得，当时去动画公司实习还要交钱。一个工作了 5 年的建模总监，工资好像也只有七八千。

我就觉得，整个工作环境也很差。我没有他们那么有勇气，没办法为热爱牺牲到这个程度。我对物质还是稍微有一点需求，所以当时觉得不太行，就先把它放在心里。

但我又非常喜欢内容，所以无论如何都要先做内容制作。我就切了一个当时觉得最难的赛道，因为那时候中国没有人在拍极限运动。

你自己也是极限运动爱好者？

我不是深度玩家。滑板圈里叫“板混儿”，就是这个也玩玩，那个也玩玩，滑板、滑雪都会玩，但不算特别资深。

不过做了这个内容之后，在圈内的影响还不错，品牌也做得还可以。基本上每个项目的头部人物，我们都拍过。

我想，无论如何还是得先做制作。做制作无非是学习广告、拍摄这些事情。

另外也是冲动。我看了一遍班夫山地电影节，大受震撼，觉得外国人这么厉害，都可以拍出纪录片，为什么中国没人拍？我们身边也有很多这样的人，所以我就想去拍他们。

所以你当时是受到纪录片的影响，觉得应该把这群极限运动爱好者的故事拍出来？

对。极限运动的很多爱好者都很纯粹，是真的喜欢。我觉得自己很适合做一些比较专注、纯粹的事情。

只不过现在做的动画可能是一个非常长期的事情，当时那些心动给了我一剂强心针，让我想通过它进入内容行业。

因为我什么都不懂。我是产品出身，单反相机的参数、怎么拍、怎么剪辑，真的什么都不懂，但还是直接做了。

你当时在公司里是什么角色？

也是 CEO。

除了你说的冲动，这段经历后来还留下了什么宝贵的经验？

在那一轮创业浪潮里，你会看到身边有些公司融资很多，但消亡得也很快。我也被那种氛围带着走。

公司本身的起起伏伏很正常。很多创业者从 0 到 1 很容易，做出来以后不会一直顺利。很多人可能在往下走的时候就没了，然后又从 0 到 1，再往下走又没了。

但我觉得非常宝贵的一点，是这段时间足够长。我一直在坚持做这件事。

可能在 2014 年到 2016 年，我们发展得非常好。但在最好的时候、别人都在夸赞的时候，我反而会有一些担忧。我对这些东西一直很敏感，总觉得很多东西没有跟上，底子是虚的。

比如我们做电商没有准备好，线下活动也没办法规模化。虽然当时还在做，但心态上已经隐约感觉到里面有一些空中楼阁。

我觉得它一定会下来，后来它确实下来了，预感很准确。下来的时候你会焦虑，但我觉得自己比较幸运，找到了着陆和反弹的力量。

有点像病原体侵入身体，你可能会病，但身体会长出自己的抗体。等再遇到问题时，就不会有那么强的焦虑感了。这种能力在那段时间已经被消化掉了。

所以最后我们相对平稳地往上走了一段，然后我就离开了。我觉得从负一往上走的过程是最关键的，比从 0 到 1 宝贵太多。

你会看到稻盛和夫也讲过很多关于心力的事情。经历过触底反弹以后，你知道那种感觉是什么，自己的抗体已经具备了。这是对我来说最大的收获。

所以不管是在大厂还是现在创业，那段经历都像是一种放大器：你到达过底部，也知道怎么从底部走出来。

对。

那你当时具体是怎么从底部走出来的？

我觉得不是业务上的，反而是个人状态上的。

2016 年底，我开始发现，大家立场不同，看到的东西也不一样。以前可能是在用竞争意识的力量，很用力地去做事，但慢慢感觉到，好像还有一种非常平静、但很广大的力量。

那时候只有一点点，但我不知道那是什么，只觉得自己想体验那种力量。它是细水长流的，不是突然爆发的感觉。

后来我接触到佛法，开始禅修，也很幸运地找到了我的老师。在整个过程中，你会发现这是一个新的大陆、一个新的世界，完全改变了整个人。

它具体是怎么帮助你走出来的？是心态调整，还是某种方法？

如果用更世俗化的方式理解，禅修对你的经验来说，是回到内心、进行觉察，还是其他什么？

人容易焦虑，很大程度上是因为不能接受无常。你好的时候会很开心，不好的时候会很伤心。

你会把“我”放在最前面。因为把“我”放在最前面，所以要维护这个“我”的形象。被别人诋毁时，你太在意这个“我”，就会很伤心、沮丧；别人夸你的时候，你太在意这个“我”，就会很开心。

但你会发现，这只是你的一个壳子。真正的你是非常宽广、广大的，也是非常安全的。

当你找到内心的平静，就会发现，别人骂的是那个壳子，夸的也是那个壳子。你不再用力维护自我感，一切就会变得轻松。

焦虑自然而然就会降低，因为你知道最终是安全的。甚至对死亡的恐惧都已经消散或者减淡了，在最本质的死亡恐惧都减淡的情况下，创业的担忧就已经少了很大一部分。

你会真正安静下来，想我现在应该怎么聚焦，怎么一点点恢复。否则在没有底层安全感的情况下，你表面上好像在想“该怎么办”，其实不是在想办法，而是在害怕那个结果，不断放大发生结果时的恐惧。

但结果真正发生时，往往没有你想象中那么严重。你会发现，很多恐惧是想象力制造出来的，并不是真的那么恐惧。

于是你开始去想一些很细微的动作，一点点改善。慢慢积累以后，你会发现，只要真正聚焦在一步一步地做，事情就会慢慢好起来。

听起来很像一种精神上的成长。

对。你会慢慢发现，这个世界的很多事情都是由精神力决定的。虽然听起来很玄幻，但确实是这样。

对创业者来说，这一点肯定尤其重要。投资人可能也很看重这一点，所以他们选择投资对象时，会看这个人有没有经历过挫折。

对，因为他已经有抗体了，不会先把自己吓倒。

很多时候是自己把自己吓倒了。但如果能把自己抽离出来，客观分析这个问题会造成什么结果、结果能不能接受、能不能改良，就很容易解决。

回到你的主线上。创业结束之后，你又去了大公司，做剪映和抖音特效。你是带着这种抗体去大公司的，这几年大概是什么状态？

在这个过程中我已经意识到，有很多能力我还不够，但我知道怎么改，只是需要一个平台把它释放出来。

去大公司之后，我当时的愿望还是想服务各种创作者，只是最开始是用创作工具的方式服务他们。

怎么筛选人、怎么组建团队、怎么让团队更好地发挥，怎么把自己擅长的东西做到产品里，怎么让它有更好的传播力，我都在一步一步地做。

这段时间也比较幸运。虽然遇到很多问题，但这些问题本身也是幸运的。刚好抖音和剪映都处在增长最快的阶段，一部分是自己的能力得到释放，另一部分是平台的力量托举着你达到了一定高度。

你当时从创业公司去抖音，做创作者工具，是想更理解创作者，还是正好有这样一个机会？

不是。我本质上是产品出身，又自己做过内容，所以对很多创作工具非常敏感。我自己实践过，也做过工作室。

抖音出来一段时间之后，我发现平台上有很多创作者想用移动端的创作工具来做内容，包括我们自己也是这样。但当时没有特别好用的工具。

我觉得这可能是一个很大的机会：在一个大的内容平台里，做一个工具来服务这批用手机创作的创作者。

刚好遇到字节的机会，我就说想去做这件事。

你做剪映时，它是从 0 开始的吗？

不是从 0 开始。我进去的时候，大概已经有 500 万到 600 万 DAU 了。

后来从 500 万到 600 万做到 3600 万 DAU，后半段主要是你负责的？

我觉得我对剪映最大的贡献，可能不是做了多少功能，而是为这个组织筛选了最适合做这个产品的人。

这是我最大的贡献。另一个贡献，是剪映模板和抖音特效的业务逻辑，对抖音投稿和社交关系增长起到了比较大的作用。

也就是工具和抖音这个社区、内容平台之间的关系。

对。抖音自己的特效业务也是我负责的，所以那段时间和技术非常相关。

我自己也很喜欢物理和技术。一个技术在最开始表现出来的大概感觉，我就能想象它能做成什么样的特效，做成什么好玩的东西给用户。

这种敏感度比较高，所以这个业务很适合我发挥。我在那段时间也比较享受。

特效业务是从什么阶段开始由你负责的？后来做到什么结果？

原来剪映这个组织并没有做抖音特效，我去了之后刚好把这个业务接过来。所以对于抖音来说不是从 0 到 1，但对我们这个组织来说是从 0 到 1。

我们当时做了很多技术驱动的爆款，比如实时变漫画，是全球第一款。还有变老人、变小孩、变男、变女，以及皮克斯风格，这些大爆款都是我们在的时候做的。

我们制定了一套爆款机制，包括新技术从最开始调研到上线的评估机制，大概需要几个月；评估完成之后，再把它做成爆款的机制也建立起来了。

做了这套机制以后，我们的爆款率在全球范围内都有非常大的增幅。我很享受这个过程：一个很好的技术，最后变成产品让大家用起来，这是我擅长的事情。

你觉得当时字节的环境怎么样？你说自己还挺享受的。你在的是 2019 年、2020 年左右？

对。那时候的字节和现在可能不一样，现在听说非常卷。

我觉得当时字节的组织能力很强，部门墙也比较弱。我们做特效爆款业务时，需要抖音运营和市场的同学协同。我们并不是一个大部门，但只要目标一致，别人马上就会被拉过来支持项目，速度非常快。

我觉得这种组织能力很好，大家都有一种在打胜仗的感觉。

第二，字节平台的基础设施非常完善。当你想用一种科学的流量方式做事情时，它的数据相对健全，放在策略里也很有意义。

比如当时所有特效其实都有跟风和模仿的特点。如果你没看到别人怎么用，可能大概率不会用；看到别人用了、感兴趣了，才会使用。

而让谁看到、使用概率是不是高，这些都是科学计算。你可以把很多东西放进算法里，计算每个人的行为和心理预期。我觉得这很有意思，算法也很准确。

当然，这些东西在外面创业时不一定能用。但在那种环境里，人会专注于做事，只要专注于做事，就很容易有心流体验。

所以你在字节也感受到了之前说的那种纯粹感？

那段经历是纯粹的。但后来遇到了一些自己确实不擅长、也不太想做的事情，又经历了组织变更，就开始觉得力不从心。

后来也是因为这个原因离开的吗？

对。我当时还是很想做和创作者相关的事情，想去抖音整个生态里做创作者服务。

但去了之后大概做了两三个月，组织架构就发生了变化。要做成一件事，需要很多客观条件，包括相关组织和人员的配合。

组织架构变更以后，很多工种去了另外一个组织。如果你去另一个组织做，两个组织之间又有耦合关系，协同就会变得很困难。

我不是两个大组织的 Leader，没有办法把它们协同起来。比如要做创作者服务，运营同学原本属于创作者服务，但整个大的部门去了市场部门，这件事就拎不起来了。

只有产品的话，我做不好创作者服务。

那时候抖音对创作者的运营和支持变少了吗？

不是变少了，而是变分散了。

创作者已经变成一个抽象概念，不再只是创作内容的人。他可能是商家、直播用户、广告商，也可能是生活服务商家。

他变成了多种多样的身份，不能再用原来的“创作者”来定义，所以必然会分散到各个业务里。

抖音变大以后，生态里的角色种类也变多、变杂了。因为背后的逻辑更复杂，身份本身的复杂度也变大。

比如一个人是电商个人，还是电商商家，不同身份的成长逻辑就不一样。这已经是产品架构背后的逻辑，而不是单纯的内容问题。

我可以做，但从长期来看，我最多做到 80 分，一定做不到 100 分。第二，它大概率也不会持续很长时间。

所以那段时间是责任在支撑，而不是心流和热情在支撑。

后来你去了 B 站吗？

后来我先离开了一段时间。因为有一些经验，也在看其他机会，同时也在想内容上还能怎么做。

我一直很想做动画。当时在抖音的时候，凯里也在挽留我，说我还是想做内容，因为我也和他说过想做动画。他说，如果想做动画，字节内部没有特别合适的场合。

后来去 B 站，也是因为我喜欢动画。刚好那边有一个机会，可以去了解全国 UP 主、工作室和大型制作团队的产能情况。

我觉得这个机会很难得。如果真的还想做动画，却不了解整体市场情况，肯定做不了，所以我就去了 B 站。

我在 B 站的时候也和纯纯聊过 AI 动画，但 B 站的技术资源和资金资源无法支持，时间上也不允许。不过 B 站的创作者和消费者质量确实很好，我觉得挺可惜的。

你在 B 站待了多久？

不到 1 年。

所以那段时间让你对整个动画创作者生态建立了一些理解。

对，也让我看到 AI 动画有非常大的可能性，因为它的产能确实非常有限。大家对动画的需求和兴趣都在那里，只是产能被憋住、被阻碍了。

8. The Tool Builds Toward Community

我们还是回到 OiiOii。产品现在上线几个月了，我也想了解一下后面的节奏和你做事的风格。

你是那种每个阶段都要达到明确目标的人吗？

我做事相对偏 J，生活中比较偏 P。

那现在 OiiOii 的节奏和规划大概是怎么样的？

现在的计划比我们原来预想的更快一些。大量用户进来以后，很多事情本来设想一两个月后再上线，但用户现在就急着要，所以会提前。

大的节奏上，我们会把想做的内容分成几类。一个是音乐类内容，一个是故事类内容。

先把现在已有的内容里，无论音乐还是故事，效果和体验不好的地方完善好。这个大概需要 1 个月左右。

第二是在内容上进行填充，比如搞笑类、MV 类和科普类内容。这个过程有点像做垂类运营，是一个不断发散的过程，大概需要 2、3 个月。

第三是满足一些小 B 用户，比如游戏公司、玩具公司。他们可能有一些需求，在我们也需要收入的情况下，先满足小 B，而不是大 B。

第四是做海外。可能等圣诞节之后，也就是 1 月中旬或下旬再做。国内我们已经大概摸清楚该怎么走，海外还需要花比较长时间摸索应该做什么人群、内容特质和国内有什么不同，所以可能会慢一点。

但一旦找到脉络，我觉得海外内容的丰富度会更好。

你觉得做工具要多久，才可能走到做社区？

可能要大半年。

也就是明年下半年左右？

对。我想看一下社区的情况。

我昨天看了你们网站上用户做的一些视频作品，有些其实挺不错，脑洞也很大。

如果要做社区，平台方还是需要自己策划一些内容，做一些引爆，对吧？

我觉得这分两类。一部分是引爆，核心目的是做新增；但更重要的是用户进来之后要有留存，要能接住他们。

我们现在做工具，就是为了接住这个过程。先让用户有很多内容可以刷，内容丰富度就要足够。

现在的工具其实是在做“刷”的这一层。等到做社区时，UGC 里可以做一些爆款，带来新增，再把用户接住，这样才能正向循环。

否则只做爆款，就只是一个波峰，过去之后就没有了，是一波流。很多普通工具的弊端就是承接不住，因为用户进来之后没有东西可以刷。

所以留存比爆款更重要。

对，更重要。前期要把创作者群体和创作内容扩得更多。

你刚才说的 To B，主要是针对做漫剧的公司，还是其他类型？

针对做漫剧的，现在有一些游戏公司。

游戏公司需要大量内容，而且他们很乐意把自己的资产授权给我们，做大量内容传播。这非常适合我们：大家可以围绕游戏资产玩梗、做二创，我们也可以帮他们做宣传。

他们也愿意采购工具，让自己的创作者去做内容。

今年漫剧特别火，很多人都是奔着赚钱去做。你觉得 OiiOii 现在的产品会不会也帮助到漫剧行业？

产品本身是一个迭代过程。刚开始我们切的是 PUGC 人群，再往上一点，小型漫剧公司也可以使用。

如果这块有很大的收益，我们可能会做中型或者偏大型的 To B 服务，那就需要额外开发，也许再组建一个小团队服务他们。

如果这块收益更好，单独组建一个小团队支持也是划算的。但要先看到这个迹象。如果现在就把主力放在那上面，可能就不是我们的目的。

还是要顺势而为。很多事情要先在生态里看到迹象，再顺着这个迹象把它放大。

你最近的状态是什么样的？包括工作节奏，比如一天或一周大概怎么安排？

我现在有大量工作。前一阵子在投资人那边稍微花了一些精力，但大量时间还是在看用户反馈和回复用户反馈。

这次有一个很好的现象，就是大家在口碑传播，这本来就是我们的初衷。用户质量也很好，会很有建设性地提建议，而不是谩骂。当然可能也有一些黑子，但无所谓。

我还挺享受和用户直接互动、见到真实用户的感觉。以前在字节，数据量太大了，很多时候它只是一个数据；现在做的事情，刚好能直接碰到活生生的人，和他们互动的感觉很真实。

这些都是你们已经注册的用户吗？你们有一个反馈机制？

对。我们的社群大概有 150 个。

是微信群还是 Discord？我看你们现在有 Discord，也有微信群。

都有。微信群具体有多少个，我也不太清楚，可能 120 到 150 个。

我看到你们网站上留的是测试反馈群，显示有 124 个，不会是 124 个群吧？

就是 124 个群。我的天，而且这只是测试群，另外还有 20 多个合作群，比如一些用户自发组织的合作群和作者群，都不在测试群里。

加起来大概有 150 个群。

前段时间有一些媒体、自媒体写到你们的邀请码。邀请码什么时候会结束，之后会全量开放吗？

对，之后会全量开放。

第一波只有官方发放，现在已经是第二波。第二波是每个老用户有 5 个名额，可以给新用户。

也就是说，可以关注你们的公众号，公众号文章下面有很多邀请码？

对。我可以发给你，你也可以给别人发。右上角有 5 个名额。

但你得先成为真实的活跃用户，才会有这 5 个名额。现在裂变有一点快，我担心质量会受影响，所以新用户获取邀请码的门槛稍微高一点。

怎样才算真实的活跃用户？

要真的做作品，活跃两三天，应该就可以了。

我昨天才注册，可能还看不到。

那可能再等一天。

我这边的问题差不多了，今天聊得挺充分。谢谢你的时间。

也谢谢你的时间，辛苦了。

那今天就先这样。

好，拜拜。

本期零点呈现推荐往期我们做过的产品创始人的访谈。一是同样在字节待过的 Lovart 的创始人陈冕，136 期中，陈冕当时刚在北美待了五个多月之后回国，他分享了国际化的新经验，复盘了 Lovart 上线以来对垂类 Agent 的更多思考。Lovart 也是一个从工具切入的 Agent，主打服务设计师群体和设计场景。我们去年也访谈过同样在剪映工作过，后来又在大模型创业公司聚位星辰做产品的 Uwear 的创始人明超平，具体访谈可以看 show notes 中列出来的文章链接。

闹闹的一个观察是，过去的一些产品是先社区再工具，比如先有抖音再有剪映，从 UGC 到 PGC；而现在这个顺序可能不太能套用，因为抖音出现时手机的门槛较低的拍摄工具已经具备了，而现在很多 AI Agent 本身就是要去做出这样一个更简单的内容生产工具。Uwear 在去年夏天刚上线时则有较强的社区形态，不过当时林超平也说他们做社区并不是为了做社区本身，而是为了激发更多的人来创作，是提供一个环境和氛围。现在登录 Uwear 的主页，它的网页端看起来已经更收束到了 AI 建站工具，首页和之前有了比较大的变化。不过另一方面 Uwear 现在也有 App 版，在 App 版上有更多创作型的玩法，大家感兴趣也可以去看一看这些产品的变化。

关于 AI Agent 或者说 AI 应用，可以在什么领域继续提高大家的生产力，或者帮助大家解决生活工作中的问题，也欢迎在留言区分享你们的观察和想法。本期节目就到这里，欢迎收听。如果你对今天聊的话题有观察、好奇或疑问，欢迎在评论区分享想法，这也会成为我们节目的一部分，让整个讨论更完整。你也可以把我们的节目分享给对这个话题感兴趣的朋友，欢迎推荐更多你想听的主题和嘉宾。你可以从小宇宙、苹果 Podcast 等渠道关注“晚点聊 Late Talk”，也欢迎关注我们的公众号“晚点 Late Post”，下期再见。