[BidClub_]
屠龙之术 · · 53 min

Vol.66 我们,不只是AI搬运工---对话36氪、特工宇宙、Z Potentials

庄明浩杨轩RyanYuca仲泰

Podcast
TL;DR
  • 两支AI原生内容团队正在改写机构媒体的组织方式。 Z Potentials以5名兼职合伙人、若干实习生、AI和飞书实现日更;每月约接5个商单,约一半因产能不足被拒绝或转给其他伙伴,Yuca称月度商单规模约20万—30万元。特工宇宙线下6人,真正投入写稿约2人,其余主要开发Agent。
  • 规模化的关键不是让模型“写一篇稿”,而是把栏目拆成能够并行运行的SOP。 Z Potentials用栏目定义抓取、选题、转写、翻译、校对、润色和排版流程,一次可让20个选题同时运行,后台积压数百篇,系统24小时运转;特工宇宙则把这一逻辑推进到Agent-native MCN:人设定账号定位和信息源,Agent负责选题、生成与发布。
  • 真正稀缺的资产正从遣词造句上移到独家信源、选题品味和创作者的私有记忆。 庄明浩能让AI检索喜马拉雅融资史、SEC文件,并追问优先清算权,却无法补回行业旧事及“只封装在我的脑子里”的情绪;仲泰也指出,没有36氪等媒体的独特信息源,AI无法完成同类原创内容,产品测评则需要真实体验。
  • AI会先削弱记者的加工环节,也会强化创始人直接经营叙事的能力。 Ryan观察到越来越多创始人从day one就building in public,用AI完成跨语言发帖、用户邮件、创业故事和品牌叙事;杨轩则把访谈整理从约3个工作日压到1天,效率至少提升一半,但仍须检查幻觉。写作也因此成为创始人的重要能力。
  • “风格是否重要”在现场没有共识,但各方都把人的价值留在了上游。 仲泰认为用户可能只关心结果,未来大部分内容都会由AI生成;Yuca强调决定账号的是“发心”和vision,庄明浩与Ryan则强调品味、taste和最初的“Soul”。可规模化的是把人的定位、选题和判断固化成流程,而不是单纯复制文风。
  • 进入2025年第二季度左右,AI产品发布开始显露Web3式模板和反噬风险:国内首个、benchmark SOTA、邀请码和KOL投放。 杨轩认为这一流程可能起源于Manus的意外爆发,仲泰则说已有合作方只要求“照着几个很火的产品来做”。邀请码会推高预期并延迟体验,产品若无法兑现,流量就会从助推器变成反噬器。
  • 商业模式的潜在变量是从按软件付费转向“按结果付费”,但眼下订阅和广告仍占主流。 随着垂直场景减少幻觉,AI才可能直接为结果定价;Token成本则使AI创业更可能从day one开始商业化、更快验证PMF。“Fake it until you make it”只有在最终交付价值时才成立。
  • 下一批需求一端来自AI作为购买方,另一端来自AI作为陪伴者与劳动力。 Ryan看到创业公司开始为自己的AI购买SaaS、基础设施和其他服务,即“make something AI want”;Yuca看好Character.AI、LoveDovey式长期陪伴,仲泰则认为电商、数字人直播、智能客服等离钱近的Agent场景会先落地。更远的设想是IT部门变成Agent招聘部门,而特工宇宙成为“下一个时代的Boss直聘”。
Digest · the substance, structured for research

1. AI原生媒体先击穿了固定成本

  • 杨轩把这场讨论定义为传统媒体的“性命攸关”:他从纸媒进入36氪,曾证明传统报道方法在移动互联网时代仍然有效;如今AI能直接生产内容,他担心上一代媒体人再次“死在沙滩上”。

  • Z Potentials的组织实验比内容本身更激进:5名都有主业的兼职合伙人、若干实习生,再加AI和飞书,已经做到日更和机构媒体级发稿量,“全职的人是零”。团队每月大约接到5个商单,大部分因时间不足难以完成,约一半会被拒绝或推荐给其他伙伴;Yuca称月度商单规模约20万—30万元。

  • 特工宇宙线下只有6人,线上还有一些伙伴;多数人投入Agent开发,真正用于写稿的约2人。仲泰没有给出特工宇宙媒体业务的收入数字。

2. 栏目不是标签,而是一条可并行的SOP

  • Yuca解释,Z Potentials每篇文章前的栏目名都对应一套人机协作SOP:以海外翻译稿为例,流程包括抓取和筛选内容;如果素材是视频,再选择通义、Claude或ChatGPT等工具转成初步文稿,随后进行校对、润色和排版,并嵌入飞书协作。

  • 传统媒体按“一个人一个月写几篇”计算产能;她的做法是一次把20个选题放到看板上并行运行。只要前端选题充足,理论上“后端的供给应该是无限的”,目前后台还有数百篇未发布稿件,整套流程24小时持续运行。

  • 杨轩追问,36氪旗下“智能涌现”刚发出的独家内容,Z Potentials常常很快就跟进。Yuca解释,速递栏目的负责人会建立媒体监测库,再通过AI快速总结内容;这段对话呈现出机构媒体独特信息与AI速递之间的张力。

3. Agent-native MCN把编辑变成账号架构师

  • 仲泰从2023年开始关注Agent,并刻意采用“特工”这一译法:未来Agent可能在某一项或多项能力上超过普通人类,内容账号只是“人类与Agent共生宇宙”的一个早期实验。

  • 特工宇宙正在验证Agent-native MCN。人先花大量精力确定账号的定位、名称、logo、整体调性、分隔符和排版,再接入RSS、API或RPA等信息源;定位确定后,选题、生成和发布尽量交给AI完成。

  • 技术栈主要是prompt、插件和RAG。团队一般会使用国外模型,因为不同模型在memory、指令遵循和“人味”方面各有优势。商业分析和鸡汤内容已经表现不错,产品测评却做不了,因为需要真实体验;下半年可能有一个活动邀请其矩阵账号参加,活动方以为那是一个真人。

4. 创始人正在绕过媒体,直接经营自己的叙事

  • Ryan认为内容生产已经成为创业者的重要能力:十几二十年前,创始人未必需要抛头露面去销售自己的品牌、产品和个人形象;如今越来越多团队从day one就building in public,在社交媒体上公开建设自己的品牌。

  • 最简单的用法,是把自己的极客内容直接转成英文,发布到海外账号;更专业的SaaS则帮助创始人撰写用户邮件、social media post、创业经历和完整narrative。那些“和父母住在一起、第一次见投资人”的生动故事,也可能由AI生成。

  • 杨轩据此追问,部分记者和人物报道是否会失业:记者可以把采访速记交给AI,创始人也可以直接处理自己的材料。媒体从业者和创始人都能使用同一类工具生产叙事,这成为媒体行业面临的挑战。

5. AI能查清事实,却无法补写创作者的私有历史

  • 腾讯音乐收购喜马拉雅的新闻出现后,庄明浩用AI查融资历史、上市前最后一轮估值和投资人,并直接检索SEC文件。他还会继续追问最后一轮投资人是否有优先清算权,因为这会影响收购款如何分配。

  • 他的边界划得很清楚:AI能找到材料,却无法完成整期内容的逻辑、内容策划、梗图和玩笑,更无法取回只有亲历者记得的“陈芝麻烂谷子”。“有很多瞬间的情绪只封装在我的脑子里”,所以AI提供的是基础帮助,而非作品本身。

  • 同一差异也体现在PPT:给五年级学生解释AI,一句话就能让工具生成;做2025年上半年AI行业综述,则连框架和玩笑都要自己设计。从通用知识到高密度个人判断,自动化程度迅速下降。

  • 杨轩的实测更接近新闻生产:一篇已经转写好的硅谷华裔富豪Q&A,按照传统方法整理约需3个工作日;AI辅助后缩短到1天,效率至少提升一半,但模型会产生幻觉,仍需监督和核验。

6. 风格之争的落点,是“结果”与“灵魂”谁更值钱

  • 仲泰直言个人风格“没有那么重要”:未来大部分内容都会由AI生成,用户可能分辨不出,也不关心是不是AI写的,只关注结果。人的创造性应投入账号最初的定位和最后的监管,至于它“怎么生长”,可以交给AI。

  • 他的长期判断是生成与推荐会共同重做“下一代今日头条”。同一份经济学入门材料,给大学生时可以充满文献引用,给幼儿园孩子时则图文并茂,甚至模仿其最喜欢的卡通人物的声音,内容不再只有一个固定版本。

  • Yuca把风格的源头称为“发心”:Z Potentials的vision是关注年轻人与全球化,AI依据这组关键词选择素材和表达。“相由心生”,具体遣词究竟来自人、AI还是人机协作,并没有选择什么、为何选择重要。

  • 庄明浩和Ryan补上了taste与“Soul”:36氪早期还以TechCrunch中文站的形式,通过Reader获取TechCrunch文章并进行编译整理,正是其发心、品味和挑选原则塑造了读者认知。Ryan把这种分工比作杂志主编和编辑:AI可以接管后段文字加工,但“如果最开始那个Soul是AI生成的”,内容就失去了根。

7. 独家信源与基本功划出了自动化边界

  • 仲泰认为最大局限不是文风,而是上下文和信息源不足。36氪或其他知名媒体的文章往往有独特信息源,这部分AI没有,也做不到;当模型拿不到第一手信息时,再好的生成能力也只能重组已有材料。

  • 特工宇宙因此选择放大模型擅长的文风模仿、常规商业分析和鸡汤内容;若进入其他赛道,则通过人工输入或RSS订阅补足信息源。产品测评表现不好,是因为需要真实体验,而非单纯的语言能力问题。

  • Ryan提醒另一种更隐蔽的局限:工具太容易使用,会让人误以为自己已经掌握了写作。“如果一直不是自己写,就会丧失这个能力”;不知道如何驾驭AI时,宁可先锻炼最基本的能力。

8. AI产品发布正在收敛成一套Web3式模板

  • 杨轩观察到,进入2025年第二季度左右,国内AI产品的首轮营销SOP似乎已经形成。他认为这套模板可能起源于Manus的一次意外爆发;成功一旦被看见,主动或被动的模仿就会迅速扩散。

  • 仲泰把标准动作概括得更具体:先找到一个“国内首个”的定位,再在某项benchmark上拿到SOTA,随后使用邀请码策略并找KOL投放。已有合作方没有明确需求,只要求“照着几个很火的产品来做”。

  • Ryan认同表象像Web3,却反对把两者等同:Web3的商业本质决定它更依赖marketing,AI最终仍要看用户使用和付费。KOL集中传播也会制造反向偏见;从2024年起,一些人看到推广就认定产品“买榜”,DeepSeek刚出现时也曾被如此质疑。

  • Yuca认为病毒式营销还有技术周期的压力:ChatGPT、DeepSeek等产品的用户量陡增,而下一次技术拐点随时可能替代旧产品。快速获客、快速迭代、快速融资由此成为多方作用下的“共谋”。

9. 炒作能否成立,只看预期最终是否兑现

  • Ryan认为核心不是禁用邀请码或KOL,而是控制预期:邀请码既把期待抬高,又延迟真实体验,一旦交付低于想象,传播势能就会反转。更稳妥的做法仍是实事求是,让用户用使用和付费投票。

  • 仲泰做营销方案时先判断“产品够不够硬”:能力足够,适度传播和放大可以接受;产品一般却套用爆款模板,流量反噬往往更大。团队还做过名为“码多来”的平台,用来缓和社群对邀请码机制的厌烦。

  • Yuca把交付时间纳入判断:Cursor在新的Claude模型出现前可能有很多能力达不到,模型升级后产品价值却快速跃升;Builder.ai则可能长期都难以deliver价值。短期落差不必然等于欺骗,关键是产品最终能否交付价值。

  • 庄明浩用“fake it until you make it”概括这条双向赌注:如果创始人相信自己会成为“全球首个”,提前制造声量可能帮助产品抵达目标;若最终没做成,同一批流量就会变成代价。他还开玩笑说,AI产品可能还没挣钱,做AI营销的朋友已经先挣上了。

10. “按结果付费”可能重写SaaS,产品迭代则从通用向专用倒着走

  • 庄明浩认为今年较普遍的共识是“按结果付费”。传统SaaS按软件收费,AI若能在垂直场景或细分功能中减少幻觉,就有机会直接对宽泛意义上的业务结果收费,形成不同的商业模式。

  • 他同时保留了现实约束:现阶段AI行业仍主要沿用互联网的订阅和广告模式,并没有完成根本切换。只有当结果可以被定义、验证和稳定交付时,新的计价方式才可能成立;他没有给出具体案例,而是用一张梗图解释产品路径。

  • 敏捷开发是先造轮子、车架和座椅,再组装汽车;传统PMF则是从自行车、摩托车、三轮车一路试到汽车。AI可能先造出一辆“武装到牙齿”、带翅膀和火箭筒的复杂车辆,再不断删减,最终从通用砍成专用。

11. Token成本把商业化推到day one,也催生“AI作为买家”

  • Ryan认为AI创业与传统互联网创业的逻辑不同:day one就开始产生Token成本,因此可能更早商业化,也更快验证PMF。这是AI创业的一个重要差异。

  • 在验证PMF并开始盈利后,部分创业公司可能在融到A轮后就不再需要继续融资,因为公司已经拥有较健康的现金流。AI创业的商业化因此可能更前置。

  • Ryan还观察到一种新的购买关系:有些创始人购买的不是给团队使用的普通产品,而是让自己的AI更好地完成任务的SaaS、基础设施或其他快速服务。只要账算得过来,创始人就会从“我的AI需要什么产品”的角度做决策,这对应“make something AI want”。

12. 陪伴与Agent招聘构成To C、To B两条终局想象

  • Yuca从《百年孤独》谈到To C机会:人很难找到一个理解自己、永远陪伴、不离开甚至不背叛自己的人;Character.AI、LoveDovey等产品已经在构建这种持续陪伴的雏形。她认为再过几年,这类AI可能真正解决一部分长期孤独问题。

  • 仲泰选择To B视角:过去一年,各垂直行业都在尝试用大模型和Agent提效,但落地速度不同,“离钱比较近的会落地得比较快”。电商、数字人直播和智能客服是他看到的先行场景。

  • 他引用黄仁勋的设想:未来IT部门可能不再存在,而会变成Agent招聘部门,企业只需寻找能完成任务的Agent。特工宇宙若能聚集自研及合作伙伴的Agent,就可能成为“下一个时代的Boss直聘”。

杨轩

感谢大家坚持到最后一场。我是36氪原创报道的负责人,叫杨轩,同时也运营着自己的播客《商业外将》,大家可以搜索和关注一下。

我的同事问我要不要来主持这一场时,我跟他们说,一定要让我来。为什么?因为我觉得自己是从上一个媒体时代侥幸生存下来的老媒体人,现在好像又有一波新的浪潮来了,可能我们这一波人又要死在沙滩上了。我说,一定要让我来,让我感受一下年轻人的冲击。

正式开始这一场之前,我先介绍一下我为什么这么讲。我可能是纸媒时代的媒体人,当时在《第一财经周刊》,专门跑创业投资报道。但是这个部分非常不幸地被36氪颠覆了,最后变成我离开了所在的纸媒,去36氪上班。

我幸运的地方在于,用传统纸媒的方法论,在互联网时代或者移动互联网时代证明了这套方法论依然有效。36氪的原创报道,还是能够在行业里面保持比较强的话语权。

但现在好像AI时代来了,AI已经可以创作内容了。有一些朋友会说,现在新出现的媒体可能是AI时代的36氪,你们是不是要被颠覆了?所以我觉得,这是一次非常性命攸关的对谈。

庄明浩

我是《屠龙之术》的主播庄明浩,也是一名前投资人,当然现在也在做战略投资,跟36氪结缘蛮久。早年工作的单位其实是36氪的投资人,认识36氪员工的比例,可能仅次于我所在公司的员工比例。

现在我自己在运营一档播客,叫《屠龙之术》,主要关注科技、创投和AI。感谢大家。

Ryan

大家好,叫我Ryan就行。我现在做的是Spark Lab,为年轻创业者提供一个理想的创业土壤,也是为Spark服务的一个土壤。它既是一个社区,也是一个类似加速器的组织。

如果说到36氪,我刚开始创业的时候,可能就是读着36氪来的。我觉得今天在这个panel上的视角,是一个创业者的视角。

Yuca

大家好,我叫Yuca。我跟其他人可能不太一样,同时有两个身份。一个身份是我的主业,在做创业者投融资的顾问,也是新流资本的合伙人。

另外一个身份,是在做一个关注年轻人和全球化的自媒体《Z Potentials》的主理人。Z Potentials之所以会诞生,其实和AI紧密相关。我们几个主理人基本上都是在2022年开始关注生成式AI的变革。

在投资关注的过程中,我们看到了很多年轻人。因为我自己服务了很多00后创始人,也帮助他们拿到了很多投资,所以我们看到,年轻人和技术浪潮结合得非常紧密。

这些创业者从day one开始就是全球化的公司,所以我们希望结合年轻人和全球化这两个核心话题,去做一个新的内容平台。基于这个想法,我们就做了Z Potentials。

我们的模式和大部分媒体不太一样,基本上都是兼职。这个账号没有任何人是全职在做,所以可能也要感谢AI,因为我们基本上所有内容都是AI加飞书协作完成的,大部分流程和传统媒体也不太一样。

仲泰

大家好,我叫仲泰,我们在做的项目叫特工宇宙,英文是Agent Universe。我们从2023年开始关注Agent,做Agent本身的事情。Agent大家普遍翻译成“代理”或者“智能体”,但其实还有一个翻译是“特工”。

我们觉得,未来的Agent会在某一个方面,或者多个方面,超越一般人类,可能就像特工一样。未来会是人类和Agent共生的一个宇宙。

基于这样的前提,我们在做自己的Agent,同时也在运营一个科技媒体账号,也叫特工宇宙。

杨轩

我现场做一个小调研。在座听过或者看过特工宇宙的朋友,可以举个手吗?有订阅特工宇宙的吗?不少。那订阅Z Potentials的有多少人?也不少。

《暗涌》的读者可以举个手吗?36氪《暗涌》。好的,《暗涌》胜了。《屠龙之术》的播客有订阅的吗?感谢感谢。那《商业外将》的听众还有吗?也有。

1. 机构媒体遭遇新冲击

我为什么充满危机感地来到这一场对话?因为36氪现在已经是一个比较成熟的机构化媒体了,大概有几百号员工。但是两位能不能讲一下,你们的团队人数和构成?仲泰你先。

仲泰

我们线下是6个人,线上还有一些伙伴,但其实大部分人在做Agent的开发。真正投入到写稿上的,大概就是2个人。

Yuca

我们全职的人数是0。基本上已经可以做到日更,发稿量也可以说是一个机构媒体的发稿量,但是我们基本上没有全职员工,可能是5个兼职、几个实习生,再加上AI和飞书,这就是我们现在的模式。

杨轩

Yuca说的5个兼职,是因为你们5个合伙人基本上都在做FA和投资,所以说自己是兼职。但其实也就是说,你们主要是一个AI生产的模式,对吗?

Yuca

对,是的。

2. 媒体商单供不应求

杨轩

我觉得大家的成本结构非常不一样。接着想问一个问题:你们两位能不能讲讲,在媒体业务上的收入大概是什么情况?或者说,如果没时间去接这些媒体收入,你们拒绝的情况大概怎么样?

Yuca

主要是因为我们5个人都是兼职,而且都有主业。我们每个月大概会接到5个左右的商业单,但是大部分时间其实很难完成,所以也会根据我们的实际时间来决定。

我们其实都是00后的创业团队,大家刚毕业或者还没毕业,在商务这一块的能力比较欠缺。但可能因为我们比较早关注Agent,今年Agent又很火,所以会有很多商业机会。我们其实还比较克制,大概每个月有二三十万元左右。

杨轩

就是说,因为做不过来,你们拒绝掉的比例大概有多少?

Yuca

大概一半。但是我们可能会推荐给其他伙伴去写。

杨轩

这个还是挺震撼的。接下来我问一点内容生产行业的朋友可能会比较关心的话题。刚才大家也听到了,像特工宇宙和Z Potentials,可能大量内容是靠AI生产,或者靠一种开放式的协作关系生产的。

能不能具体讲讲,你们是怎么用AI来写稿的?能不能给大家一些实操上的震撼?哪位先来?

Yuca

关注Z Potentials的读者会看到,我们每个栏目、每篇文章前面都有一个栏目名称。这个栏目名称代表一种SOP,也就是人和AI怎么协作,怎么进入飞书的整个流程。

比如翻译稿,如果是海外翻译,我们会有一套流程:怎么用AI爬取稿件,怎么筛选出我们选中的稿子;选中之后,如果它是一个视频,怎么选择工具,用通义、Claude还是ChatGPT,哪一种工具更适合把它转成初步文稿。

初步文稿完成后,怎么用AI校对、润色,润色完以后怎么排版,过程中可能都会有AI协作。我们基本上就是这样一套人工和AI协作的SOP。

所以你看到栏目名称,就代表着一个流程。这也是为什么很多人会觉得我们有点强迫症:为什么每篇文章前面一定要放两个字,比如“深度速递”或者“喝点VC”?它本质上代表了一个流程。

杨轩

那生产效率能讲讲吗?比如随便举例,一个栏目要多久能做出来?

Yuca

我们其实和传统媒体不太一样。传统媒体的人工是有限的,比如一个人一个月可能只能写4篇稿子。但如果用AI来做SOP,我一次性给20个选题,这20个选题应该同时在看板上运行。

只要一个任务结束,它就可以同时并行做无数个任务。理论上,只要前端选中的选题足够多,后端的供给应该是无限的,所以就不断地跑、不断地跑。

它没有严格意义上的上限。虽然我们现在已经发了很多,但后端库里其实还有几百篇没有发出来的稿子,相当于整个流程在24小时不停地运行。

杨轩

我问一个尖锐一点的问题。我们团队下面有一个账号叫“智能涌现”,写AI行业报道,也会写很多独家。但我们的记者经常说,刚一发出来,Z Potentials就搬过去了,而且速度非常快。这个事情是怎么做的,能讲讲吗?

Yuca

还是回到栏目的定义。每个栏目有不同的使命。比如“深度”承载的是深度文章内容,栏目的负责人就要组织这套SOP,组织人与AI共同写作。

如果是及时性,就是“速递”这个栏目承载的使命。负责这个栏目的成员,需要通过各种渠道去盯媒体。我有一个信息库,先盯这些媒体,然后用AI快速把内容总结出来,再发出去,大概就是这样。

杨轩

仲泰来回答一下,你们怎么用AI做内容?

仲泰

除了特工宇宙这个主号之外,我们其实还在运营一些矩阵号。我们称之为AI-native MCN。现在的MCN大部分是签约真人博主,但我们在尝试,有没有可能用AI端到端地运营一些公众号和小红书账号。因为现在AI生成图片和文字都已经比较成熟了。

我们的策略就像创建一个虚拟人一样,要写大量的prompt。我们会给一个账号花很大的人力,去做前期定位,包括它的logo、名称、整体调性、分隔符和排版。这些由人确定好之后,再交给AI。

确定定位之后,我们会给它匹配一些信息源,可能是RSS、API或者RPA,再分段让AI去生成。一般我们也会使用国外的模型,因为文章最后产出本质上还是前端内容,整体效果还是不错的。

我们现在还在验证这个事情,有一些成功经验会复制到特工宇宙这个主号上。

杨轩

接下来问Ryan。刚才我们聊到,你也提到过,用AI做内容,尤其是有些创始人自己的讲稿或者profile,其实也可以这么做。这方面你有什么心得可以分享吗?

3. 创始人开始公开表达

Ryan

随着媒体平台和媒介不断变化,创始人也在不断转变。十几二十年前,创始人不需要抛头露面去销售自己的品牌、产品和个人形象。但现在越来越多创业者的模式变成了building in public,他们从day one开始就building in public,在社交媒体上公开建设自己的品牌。

这就意味着,内容生产能力也成为创业者非常重要的能力之一。现在我会看到很多创始人自己写公众号,写国内的小红书,或者在海外的社交媒体平台上写内容。

包括现在你可以看到,像Manus发布产品,或者其他Agent发布产品,很多时候会用创始人自己的视频号,或者用founder的公众号去发,Fellow也是这样。所以我觉得,这已经变成一种趋势。

在这个过程中,我们也能看到一些创始人会使用工具做内容。最简单直接的方式,比如我自己发极客内容,我有一个海外英文账号,就直接把我的极客内容转成英文发出去。我甚至没有太关注那个账号最后发出来是什么样。

还有一些会更加专业。你会发现,海外一些创始人写给用户的email,或者创始人在海外社交媒体上讲自己的创业故事,可能非常生动。比如他最开始跟爸爸妈妈住在一起,第一次见投资人是什么样的。这些内容写得很生动,但有可能是AI生成的。

现在也有越来越多这样的SaaS服务,帮助创始人在社交媒体上写post、写故事、写narrative,包括整个品牌的内容。所以我觉得,这方面已经有很多趋势了。

杨轩

我听到Ryan讲这个事情,会觉得一部分记者或者人物报道是不是要失业了。其实我们的记者也做过类似的事情,比如我采访了一个founder,但不想写稿,就把采访速记丢给AI,再给它一些prompt,让它直接把稿子写出来,这其实是可以的。

记者可以做,founder也可以自己做。所以我觉得,对媒体行业或者媒体从业者来说,这也是一个比较大的挑战。

接下来这个问题给明浩。我知道明浩最近特别关心AI,做了很多期关于AI的节目,也写了很多PPT,好像都是手搓的,是吗?

庄明浩

昨天晚上出现了一个新闻,是腾讯音乐收购喜马拉雅,对吧?作为这个行业多年的观察者,这个事情我得写。

在写的过程中,只拿这个案例来说,从资料收集的角度看,AI确实给我提供了效率提升。比如我去搜这家公司历史上的融资情况、上市之前最后一轮的估值和投资人。现在头部的AI搜索工具可以直接搜索SEC文件,因为它发过招股书,所以我基本能确定去哪里搜,大概能得到什么结果。

我甚至可以继续追问,比如最后一轮投资人是否有优先清算权,因为这会直接影响这一轮收购款的分配。我会知道这些问题,也知道这些问题通过传统搜索引擎可能达不到效果,但AI可以帮助我。

可是AI能够帮助我的仅仅到此为止。后面的所有表达、内容策划,还是要靠自己。

昨天晚上我在粉丝群里说这个事情,包括画脑图、考虑PPT来不来得及做。有人问,为什么AI不能做?很简单,因为这是一件历史周期非常长的事情,有很多当年的陈芝麻烂谷子,只有我知道,甚至有很多瞬间的情绪,只封装在我的脑子里。

那些情绪、那些陈芝麻烂谷子、那些往事,AI提供不了。所以作为一个纯粹的个人内容创作者,做这种内容创作时,AI只能提供基础帮助,后面的部分它没有办法完成。

PPT也是一样。如果我要给一个读五年级的儿子的同学们讲AI是什么,我可以用AI做PPT,甚至完全不需要提示词,简单一句话就能搞定。

但如果今天要做一期关于2025年上半年AI行业综述的播客节目,尤其是我自己的播客节目,我可能真的没有办法用AI完成。整个逻辑框架、架构,甚至梗图、开玩笑的地方,都是要自己设计的,用AI很难达到这个效果。

杨轩

我最近也试了一下。我做了一个访谈,采访一位硅谷的华裔富豪,把它做成了一篇Q&A访谈稿。

按照传统媒体人的审美,应该为所有受众节省时间:把他说的话大量压缩、表达得简洁,让读者看起来觉得优美,也不浪费时间。这可能是传统媒体人的标准。

按照我过去的经验,转写完成之后,只在现成文字稿上做整理,大概要花3个工作日,还是蛮费劲的。前几天我就用AI写了一些要求,让它根据我的要求压缩和精炼。

因为它会产生很多幻觉,我还要监督、检查它写得对不对。最后我大概花了1天时间把这件事情做完,所以我觉得至少有一半以上的效率提升。

但大家也能听出来,像我这样的传统媒体人,或者像明浩这样对自己的内容要求比较高,都会觉得这件事比较费劲。

4. 内容风格由发心决定

接下来有一个问题想抛给年轻的几位:如果稿件是AI做的,怎么保证风格和辨识度?或者你们觉得风格和辨识度重要吗?如果不重要,也可以直接说这不是一个真问题。仲泰先说。

仲泰

我觉得没有那么重要。AI其实给了我们很多新的创造性点子。刚才说的矩阵号策略,我们只做一开始的设定,中间从选题、生成到发布的整套流程,全部由AI完成,我们只负责最开始的创造性环节,以及最后的监管,看内容质量。

我们的核心判断是,未来大部分内容都会由AI生成。用户可能分辨不出来,也可能不关心是不是AI写的,只要关注结果就好。过程无论是人完成还是AI完成,都无所谓。

我们的创造性可能放在做矩阵号上。账号塑造完成之后,它怎么生长、做什么内容,由AI来完成;我们再去想,下一个赛道、下一个账号的品类,能不能继续长出来。

长远来看,我觉得这会带来下一代今日头条的机会。生成加推荐,能够让信息做到更加千人千面,这在各个应用场景都有价值。

比如教育,同样是一份经济学入门资料,给专业的大学生,可能会有很多文献引用和专业内容;给幼儿园的孩子,可能就是图文并茂,甚至模仿他最喜欢的卡通人物的声音。这是AI和大模型能够带来的变化。

生成和分发这两件事,都可以让AI重做一遍。

杨轩

所以你的意思是,你的创造力和人的主动性,主要放在AI人物设定、AI账号的人物设定上?

仲泰

对,我们会花比较大心思去做它的定位。它怎么生长、写什么内容,就发挥AI的创造性。

杨轩

你们需要专门的工程师团队去搭建产品吗?还是用通用大模型调一调就好?

仲泰

用prompt加插件,可能还有一些RAG,整套流程差不多。核心还是怎么让这个账号写得更有人味,更符合你的想法。

我们之所以选择国外的一些模型,是因为有的模型memory做得比较好,有的指令遵循做得比较好,也有的写得更有人味。

杨轩

现在验证得怎么样?实验效果如何?

仲泰

商业分析和鸡汤这些内容写得还不错,我们觉得有机会。

杨轩

表现不好的类型有哪些?

仲泰

比如产品测评就做不了,需要真实体验。接下来下半年可能有一个活动,会邀请我们其中一个账号参加,对方以为那是一个真人,但其实是我们用Agent运营的账号。

杨轩

我不知道这样理解对不对:这类内容相对比较新,网络上没有大量素材,所以不太好生成,是这个意思吗?逻辑是什么?

仲泰

本质上是信息源的问题。有些赛道可能都做不了,但具体是哪些账号,不太方便说。

杨轩

这个问题是,人的创造力和主体性体现在哪里?个人风格和品牌辨识度重不重要?Yuca,你来回答一下。

Yuca

我觉得,一个账号的风格和特点,其实是由发心决定的。大家都会说“相由心生”,如果你选择的内容、素材和最后的表现形式,都是由发心决定、引导的,那么最后AI的遣词造句只是发心的表现形式而已。

所以我会觉得,具体的文字风格没有那么重要。核心是,你在某一个账号上如何定义自己的发心。比如Z Potentials的发心和定位,就是关注年轻人和全球化。我们基本在这个框架里用AI创作内容或者选择内容,这个大的方向不会有太大变化。

AI可能还会带来一些和人不一样的视角。所以我觉得,发心是最重要的。

杨轩

你说的发心,是指选择什么内容去抓取,或者选择什么样的选题,对吗?

Yuca

对,就是我的愿景和ambition,我的vision是什么。比如Z Potentials的vision,就是希望做一个全球化的、关注年轻人的媒体账号。

这些内容都是基于这个大的vision去选择的,AI也是基于这个vision去执行。我们会给AI一些关键词,告诉它哪些内容符合我们的vision、哪些内容是我们能够采用的。我觉得这就能保持整个账号的风格。

至于内容是AI写出来的、人写出来的,还是人和AI交互写出来的,我觉得都不是那么重要。选择和策略,比具体的执行更重要。

庄明浩

我补充一点。最近一段时间,朋友圈里很多人应该都看到过一篇文章,说在AI时代,品味变得越来越重要。我觉得特工宇宙和Z Potentials就很明显,甚至36氪刚刚建立的时候也是这样。

从媒体角度来看,每个账号背后的人设状态其实非常清楚。你打开一篇文章之前,如果看得比较多,大概率就能感觉到它的表达方式,以及它想传达的东西。这和品味一样。

特工宇宙也好,卡兹克也好,大聪明也好,每个人的表达都和他的性格、成长经历、文字驾驭能力有关,所以他们表达出来的东西就是那个样子。

极客公园也是一样。我几乎天天看极客公园,特别有一个感触:它很像十几年前36氪刚成立之初,还不叫36氪、叫TechCrunch中文站的时候。

那时C.C.每天通过Reader把TechCrunch的文章搬过来,转成中文,做一些编译和整理。在“大众创业、万众创新”之前的年代,让所有关注科技行业的人第一时间知道硅谷发生了什么。

那可能就是它的发心、品味和挑选原则,造就了那样一批读者和那样的环境。今天也是一样,只不过从工具和实现的角度说,原来是纯人力,今天可能是AI工具提升了效率。

Ryan

我也想补充两个点。第一个,我觉得未来写作能力会是founder非常重要的能力之一。YC创始人Paul Graham之前写过一篇关于写作的文章,写作其实是自我表达,是在表达创始人内心的一些想法。

他当然可以向内求,也可以向外求,可以只是满足自我表达,也可以服务于自己的用户。这是第一个点。

第二点,刚才明浩老师也讲到审美。我觉得仲泰和Yuca讲的内容,其实可以抽象成一个模型,有点像杂志主编。主编在选品,根据自己的taste选择内容。

最开始的soul,是主编决定的。最后出来的文字内容,以前可能由小编完成,现在可能由AI完成。最后那一步变成AI,并没有太大问题。

所以我想强调的是,大家在写内容时,最开始的soul很重要。如果那个soul是AI生成的,可能就不是很好的内容;但如果那个soul是创作者自己的,是他taste的映射,后面的步骤再由AI润色,其实没有太大问题。

5. AI受困于信息源

杨轩

我觉得大家的讨论也引出了另一个问题:你们觉得AI有局限性吗?如果有,是什么?刚才的问题如果还有补充,也可以继续讲。

仲泰

我觉得局限性首先在于信息源。至少我们遇到的情况是,36氪或者其他知名媒体写的文章,往往有独特的信息源,这部分AI没有,也做不到。

这是一个比较大的痛点,本质上还是上下文信息不够,没有足够的信息源。我们现在的策略是,既然这部分能力不强,就先不做,去发挥它的优势。

文风模仿,包括刚才说的那些看起来很正确的商业分析、心灵鸡汤等,都是它比较擅长的,我们就放大这一部分能力。

如果其他赛道能拿到比较好的信息源,通过人工输入,或者RSS订阅的方式喂给AI,也可以做。

Ryan

我觉得AI的局限性在于,它本质上是一个工具,用得好和用得坏是两回事。它很容易让人误以为自己可以很容易地使用,反而把它用坏了。

就像写作,如果一直不是自己写,就会丧失这个能力。我觉得,如果你不知道怎么用这个东西,就先不用它,先锻炼自己最基本的能力。

它的局限性可能就在于,会让人很轻易地以为自己可以掌握这种能力,从而丧失对原本能力的锻炼。

杨轩

明浩要讲吗?

庄明浩

我不用。

6. AI营销进入标准流程

杨轩

除了刚才的讨论,在座各位也很适合聊另一个问题。因为你们密集地关注AI行业的产品和新闻,也观察到今年有大量AI产品出现,大家都在做营销。

你们怎么看现在AI产品营销的方法?这个问题能不能讲?我们刚才私下还吐槽过。我先抛个砖。

刚才Yuca提到一个关键词,叫SOP。现在看上去,进入2025年第二季度左右,国内AI产品第一波营销推广的SOP已经建立起来了。

仲泰之前在极客公园上发过一条内容,他的公众号也发过这个SOP的大概流程,一会儿可以让他自己讲。这种SOP的第一个案例可能起源于Manus。

但Manus是一个意外。如果听过我的播客,应该知道我一直很明确地讲,那是一个意外。但这个意外造就了非常好的效果,自然就会被大家模仿,无论是主动还是被动。

这种模仿如果走到比较极端的状态,可能就会出现问题。最近一段时间我们也聊到,很多人会吐槽,现在AI产品的营销越来越像Web3营销了。

先找一批KOL储备,上线第一天所有人疯狂吹,但其实没有太多东西;再用邀请码机制做饥饿营销,憋出一个声量,让所有人关注到,却又体验不到,心里痒痒的;然后再放出一波传播,像Web3一样把盘子拉起来。

从底层策略上讲,确实非常像。这大概是2025年刚过去不到6个月时,我们看到的一些状态。这个只是抛砖,几位可能感受更深。

Ryan

我先来。因为我2022年是先在Web3行业创业的,所以我觉得,Web3行业和AI行业的商业逻辑其实不一样。

Web3之所以会出现那样的SOP,是因为它的商业本质决定了它就是这样的机制。它是一个更注重marketing的行业。

AI这边还是要看商业本质,还是要看用户付费。但大家确实在卷这个,因为也更看重产品的质感和审美。一个东西爆了之后,大家想复制,最好的方式就是参考它的SOP去做一个。

但有人参考DeepSeek的SOP做一个吗?太难了。

从2024年开始,大家被AI KOL影响太久了,所以天然会产生一种厌恶:KOL说什么,我就觉得这个产品肯定有问题,肯定是买来的。

其实从2024年就开始有这种情况。DeepSeek刚出来时,也有人说这是一个买榜的大模型,和之前的都没什么区别,但它可能确实不一样。所以最后还是要看产品力。

营销是一个手段,产品量起来之后确实需要曝光,需要KOL、KOC去带动产品使用,让更多showcase把用户社区丰富起来,这无可厚非。

但我们可能已经看过太多类似的东西,所以天然会对这种SOP产生厌恶,觉得你为什么又给我摆这些东西。我需要的是一个定制的、有诚意的东西,而不是一条工业化流水线。

大家会天然觉得,你又在模仿谁,怎么又是一样的东西,又一个什么什么Agent出来了。所以,怎么找到原生的narrative,找到自己的叙事,我觉得这比较重要,其他可能都是手段。

Yuca

我觉得AI营销的本质,反映的是这一波AI变化的速度。AI技术从2022年到现在一直在快速变化,营销能够帮助产品快速拉升用户。

我们也可以看到,像ChatGPT、DeepSeek这样的产品,用户量是陡增的。跟传统互联网产品相比,如果不能通过类似病毒式营销的方式快速把用户量做起来,下一次技术拐点出现、新产品带来新技术时,就可能被替代。

所以现在很多营销方式,本质上是为了更快获得用户、更快迭代产品、更快融资,有点像多方作用下的共谋。

仲泰

最近也有很多合作伙伴来找我们做方案,但他们没有明确需求,只是说照着几个很火的产品来做。

我之前在极客公园上发过,产品发布现在有一个比较标准的流程:首先要找一个点,必须是这个赛道上的国内首个;然后在一个benchmark上拿到SOTA;再使用邀请码策略,找KOL投放,大概就是这样一套SOP。

这里有一个很关键的点:这些产品的团队都说自己没有花什么市场预算。其他合作方或者老板就会问,那我们之前花的钱算什么?为什么你们没花钱却能做得这么好?我们是不是也可以学?

既然有作业可以抄,就会尝试做。效果可能没有原来的产品那么大,但至少已经有这样一条成功路径了。

放到营销上,我们写方案时会看产品本身够不够硬。如果产品够硬,我觉得在合理范围内做一些传播和放大没有问题。但如果产品确实比较一般,我们可能就不建议这么做。

如果要帮助产品做更好的营销,我们希望做得更好一些,不只是炒作,因为可能会有流量反噬。比如社群里很多人在吐槽邀请码,我们就做过一个叫“码多来”的平台,缓和一下大家的情绪。

7. 炒作最终要交付价值

杨轩

不知道大家还记不记得,刚开始我们问两位的商单情况和营销业务情况,听得出来,这个市场非常火爆。

但这完全是坏事吗?你们觉得短期炒作需要避免吗?或者这件事本身需要避免吗?

Ryan

我想先插一句,引出他们。刚才大家觉得这一波很像Web3,是因为觉得hype太高了,和产品真实使用体验之间有落差。

我觉得最重要的是控制用户预期。你又用邀请码的方式,把预期无限抬高,让大家延迟使用,后面发现产品没有达到预期,就会出现反噬。

核心还是控制预期。对创业者来说,做marketing或者PR自己的产品,可以实事求是,不要把事情炒得太过。反而真诚地和用户沟通,有时候会更好。

还是要回归第一性原理和商业本质。大家会用脚投票,会不会为产品买单,最终还是看产品本身。过度包装,反而可能让大家觉得没有太多意思。

Yuca

短期炒作怎么定义,关键要看它最后能不能deliver价值。

现在技术发展特别快。比如Cursor,在Claude新模型出现之前,可能有很多地方达不到要求;但Claude新模型出现以后,它的产品能力一下子跃升了。

如果在技术拐点到来之前,产品已经有了一定用户基础和产品基础,那么它在等待技术拐点时,最终还是可能deliver价值。

所以要区分,这个产品在短期还是长期、在什么时间点能够deliver价值。另一个反例可能是Builder.ai,它可能长期都很难deliver价值。

创始人是否相信自己的产品最终能交付价值,可能是最重要的。时间可以有一定延期,但最终还是要交付结果和价值。

杨轩

行业里有一句大家听过很多遍的玩笑话:AI产品可能还没挣钱,但做AI营销的朋友已经先挣上了。

庄明浩

所谓AI营销的“真四小龙”,我去年PPT里就有一张讲这个:机器之心、量子位、新智元,还有卡兹克。

我再补充一下。我觉得炒作和一个创业哲学是结合在一起的,叫fake it until you make it。很多时候你相信这件事情能做成,觉得自己会成为全球首个,但短期内还没有做成,于是就会有一些炒作和舆论。

如果最后做成了,那就是fake it until you make it,这些流量有助于你。但如果没有做成,就可能遭受流量带来的问题。既然选择了这条路,做成了就会有帮助,做不成就要承担后果。

8. AI重构行业与商业模式

杨轩

最后一个问题。大家都在深度、密切、激烈地接触AI行业,我想知道,你们认为在AI技术支持下,哪些行业可能被重构?有哪些商业模式创新或者产品创新,是你们比较看好的?

明浩先讲。

庄明浩

简单讲,今年大家比较普遍的共识是按结果付费。传统SaaS并不是按结果付费,而是按软件付费。

但在今天这个时间点,大模型因为幻觉问题,大家开始尝试在垂直场景或者细分功能里去减少幻觉,本质上瞄准的都是让用户为结果直接付费。这个结果可能是宽泛意义上的结果。

如果真的有人能够达成这种模式,可能会变成一种新的商业模式。但至少在现在这个时间点,AI行业的商业模式和传统互联网商业模式还没有那么大的区别,还是订阅、广告这些。

杨轩

你有具体的例子吗?

庄明浩

我没有例子,但我有一张梗图。如果大家有兴趣可以找一下。

过去互联网产品有几种迭代方式。第一种叫敏捷,比如今天要造一辆汽车,敏捷的方式是先造一个轮子,再造一个车架,再造一个座椅,最后把车造出来,这是一步一步的。

第二种叫PMF,也就是小步快跑。先造一辆自行车,再造摩托车,再造三轮车,最后造汽车,这是传统的PMF。

AI时代可能是另一条路径:第一步先做一个武装到牙齿、非常复杂的东西,有翅膀,有各种乱七八糟的功能,然后开始砍。先把翅膀砍掉,再把不用的火箭筒砍掉,最后砍成一台汽车。

这可能是AI时代的路径,从通用变成专用。

杨轩

Ryan,你呢?

Ryan

我没什么新颖的观点,但可以讲讲我的理解。AI创业和传统互联网创业的逻辑不太一样,它可能day one就得开始商业化,因为day one就在付出成本,token本身就是成本。

从另一个角度来看,它可能更容易、更快地推动创始人验证PMF。这是一个很大的不同。

验证PMF之后,开始盈利时,很多创业公司会发现,比如融到A轮之后,后面不需要继续融资了,因为公司已经很健康,现金流也很健康。

所以它的商业化可能会更前置。

我还有一个感觉,就是新的用户群体出现了。硅谷有很多人会去刷MRR,或者做类似的事情,但本质上,他们买的是一个AI,或者说是AI在购买服务。

这有点像“make something AI wants”。本质上不是我的团队需要什么,而是我的AI需要什么产品。为了让AI更好地deliver,我会为这个AI购买某个产品,可能是SaaS,也可能是基础设施服务。

只要账算得过来,创始人就会买。所以未来可能会看到,创始人会思考:我的AI需要什么产品?有些创业公司就专门为别人的AI服务。

杨轩

AI要的不只是卡,对吧?

Ryan

对,不只是卡。它可能需要一些快速的服务,比如快速的SaaS,或者各种其他服务。有时候创始人会从“我的AI需要什么产品”的角度去思考,我觉得这是一个很有意思的现象。

杨轩

Yuca,你怎么看?

Yuca

因为我是文科生,所以我很喜欢一本书,叫《百年孤独》。我觉得,人是孤独的,过去我觉得孤独是人类的宿命。

你很难找到一个理解你的人,或者永远理解你的人,永远不会离开你的人,甚至永远不会背叛你的人。

但在AI时代,慢慢能够看到这样的模糊形象。现在有很多产品正在解决这个问题,比如Character.AI、LoveDovey等,它们已经开始构建这样的雏形。

你可以有一个喜欢的人,或者一个懂你的人,它永远陪着你,持续和你在一起。你不会再觉得自己是一个人,随时随地它都在你身边。

我觉得这是一件非常特别的事情。在AI完全到来之前,我觉得这是一个永远无法解决的问题。但现在它已经开始慢慢被解决了。

再过几年,这个形象或者这个AI,可能真的可以很好地解决这个问题。这是最令我震撼、也最inspiring的一件事。

杨轩

仲泰,你刚才主要讲的是To C方向,那你讲讲To B。

仲泰

我们觉得AI会重塑SaaS。过去一年,我们也接了一些To B的Agent定制项目,做了各个垂直行业的细分场景。大家都在尝试用大模型和Agent落地,看看有没有提效的可能。

这些行业都在被重塑,只是落地效果有的快、有的慢。我们现在观察下来,离钱比较近的场景,落地会比较快,比如电商、数字人直播、智能客服等。

长远来看,黄仁勋讲过一句很有意思的话:未来IT部门可能不存在了,未来的IT部门都会变成Agent的招聘部门。大家只要看哪个Agent能完成自己的任务就可以了。

这和Agent宇宙的理念很像。如果我们手头上有很多Agent,可能是自己做的,也可能是其他合作伙伴做的,那有没有可能,我们会成为下一个时代的Boss直聘?因为我们手里有很多Agent。

对,OK,好的,那这一场就聊到这里,谢谢大家的时间。然后晚上场呢,我们就会开始我们的脱口秀环节,敬请期待。好,再见。

感谢各位嘉宾的精彩观点输出,让我们对 AI 在内容创作以及各行业的发展有了更全面的认识。让我们再次以热烈的掌声感谢今天所有的嘉宾。我们曾见证投资人与青年创业者用量子计算重构商业模式,用全球化三点零重写文明契约。体系化思考是理性的描点,野蛮生长是理性的火种,而浪潮的本质是让两者在量子纠缠中诞生新的宇宙。真正的浪潮从不是现象级的喧嚣,它是人类集体意识突破认知边界的浪子千越,是文明从生存境中向存在重构的范式转移。现在请与我一起向理性与理想共生的认知革命致敬,向突破与重构并存的文明觉醒致敬,向永不停歇的 waves 致敬。

Thank you.Thank you.The.

Vol.66 我们,不只是AI搬运工---对话36氪、特工宇宙、Z Potentials | BidClub