51.Plaud许高首次深度讲述：全球增速最快AI硬件，与一种创业美学

Taste is everything. 我们不尝试去追随。我们把我们自己定义成一个新一代的智能的基础设施，有机会去服务 billions of people，成为一个 generation company。当时听到让我都很震撼。我情愿它不要十倍大，我希望员工幸福，这也是我自己觉得创业的一种beauty，一个群体大家一起体验这个世界的一种方式，更激进的去探索一些有意思、突破想象的事情。哈喽，大家好，欢迎来到商业漫谈，我是诗洁。今天的嘉宾是 Ploy 的联合创始人雪糕。过去两年内，Ploy 的像一阵旋风，凭借最快将大模型与软硬件结合，并打造出高完成度的 AI 体验，而一举成为全球增速最快的 AI 硬件公司。它的收入比中国大模型六小龙加起来都要多，而这一切发生时，它甚至都没有进入中国市场。这是这是许高认首次对外如此详细的披露他人生中的四次创业。看似完全不同的项目，背后却串联着一种共性，即对效率和信息之美的发现与追求。普洛德的故事也是如此，只是这一次幸运的踩中了AI、全球化和十年难遇的技术转折点。有关 Pod 的最大争议或许是壁垒。从二零二四年开始，中国市场不断出现的录音卡片产品，看似证明了这家公司的硬件壁垒可以轻易跨过。但整场访谈下来，一个主题呼之欲出，即设计一家公司的美感。许高。许高说了很多次beauty，在他看来，商业中规模并不总是代表最好的回报。创造更大的经营杠杆，组建一个令所有参与者都能享受的美妙旅程，不断突破存量价值的天花板，并试图去触摸新的，这才是创业之美，或许也是真正的壁垒。有。有关 Prolouge 梦想成为一家世界级 AI 公司的愿景和 road map，还有更多独家视角和信息，也可以前往我的公众号“魏诗杰商业漫谈”进行更清晰的阅读。这是商业漫谈底稿创始人访谈系列，我们一起记录创新的底稿。

欢迎 Nathan，跟大家打个招呼吧。

大家好，我是 Plaud 的联合创始人兼 CEO 许高，英文名是 Nathan。

我们一会儿再聊你们的产品。我知道今年还有一件事情也很出圈，就是 3 月份的时候，你们花光了一百五十万带公司全员去塞班岛团建。要不先聊聊这件事情？

好呀。我们公司向来有一个传统，就是每一年都会组织全员出国团建。当然，我们现在全球的职场分布在旧金山、西雅图、东京、新加坡、北京和深圳，包括我们很快在欧洲也会有办公室。所以以后我们就不会说“全员出国团建”了，而是叫“全员团建”。

为什么做出国团建这件事情？因为我自己向来有一些关于构建一家公司的理解。大家都说想把公司做成一家很优秀的公司，你要去招最好的人。那我们怎么能做到招最好的人？其实从第一性原理的视角去理解，答案很简单，就是提供最好的薪资福利待遇。

我觉得很多优秀的企业都有很多盈利、很多预算，但是我发现，大家好像不怎么真正把“提供最好的薪资福利待遇”这件事情做得特别彻底。那我是希望，但凡公司有这个能力，我可以做得更极致、更充分一些。当然，这可能也和我个人的偏好有关系。我觉得，体验这个世界的精彩，是一个人通过个人努力之后，应该拥有的可选生活的美妙之一。

很多年前，除了是一个连续创业者之外，我很早就在投资公司工作。你会发现，投资公司都会组织员工去国外团建。像腾讯的投资部，也会组织他们的投资团队去夏威夷团建。那是我脑海中团建的天花板，对吧？

所以我说，我们希望去构建一个世界级的人才队伍，我希望给他们提供这个世界上最好的体验。于是我每一年都会选择一个地方，第一年是在普吉岛，第二年是在塞班岛。今年还没有选定一个地方，但应该也是一个充满想象力、体验和乐趣的地方。我觉得这是大家努力工作的一种回报。

我听说你们的员工回来之后，就把办公室的名字都用海岛命名了，还构建了一个海岛鄙视链。

是，有这个东西。我们还有一层楼，是用大模型的名字来命名所有办公室的，那是更早的时候。

鄙视链顶端是哪个岛？

可能是夏威夷之类的吧。因为塞班岛本身在这个鄙视链当中并不处于底端。

你们起点还挺高的。

没错，很像 Plaud 的故事，起点还蛮高的。

接下来就往上攀，还是维持住这个地位？

我还是比较乐观的。一方面，是因为我们所处的业态。比如说，怎么通过传感器采集信息，作为我们构建强大 AI 办公助理的起点。

因为有传感器，我们依托深圳世界级的硬件设计、研发、制造供应链，以及这一系列的能力，去拓展面向全球用户的软件、云和 AI 能力，把它们耦合在一起，封装成一个高度可信赖的 AI 办公助理。在我的视角里面，这件事情还是有很大的机会，我们才处于整个旅程的起点，所以我对公司的发展非常有信心。

另外一端，是公司有非常健康、甚至雄厚的财务基础，去支持我们提供这样造梦的可能。这也是我自己觉得创业的一种 beauty：它的意义在哪里，乐趣在哪里？这也是我们做一个团队、一个群体，大家一起体验这个世界的一种方式，可以把它理解成一个大型的社会实验。

我觉得我应该更激进地去探索一些有意思、突破想象的事情。大家好像都不太做，但深圳也有那么多公司利润很高，逻辑上讲他们都可以支持，只是他们选择不做，而我就选择我得做。可能没有对错之分，就是一种自己的偏好。

我听到一个很动人的细节：你们很多同事第一次尝试了跳伞、开飞机这些极限运动。他们之所以愿意尝试，是因为看到身边的人做到了，所以自己也想去尝试。

我也跳了。我觉得跳伞这件事情挺有意思的，因为我以前也没有跳过伞。你从飞机上出来，然后垂直降落，还是很容易让人恐惧的。

当时有 100 多个人，有人有跳伞经验，他说自己要去；有些人说那也可以一起去。我觉得大家有时候会观望，但也会相互鼓励，说咱们一起去跳伞。于是大家分批去跳，有些人会先上去。你总是在想，大家有没有勇气做到这件事情。

对我自己来讲，你看着这件事情发生，本身就是一件特别美妙的事情。你会感觉，人就是可以拓展自己的边界，拓展自己的想象力，去做一些本来可能会恐惧、可能担心自己做不到的事情。其实大家是可以做到的。

你跳了吗？

跳了。

什么感觉？

特别开心。跳伞还是会有点紧张，但是在空中自由落体的感觉，真的是一种全新的体验。会有音爆，然后你开始用一种从来没有看过这个世界的方式去看地面、海边、沙滩、绿植和山脉。

我觉得这就是 beauty。你从来没有过那样的视野，能够以一种特别的、和环境融合的方式去看它，是一个特别棒的体验。

你说很想让员工去体验精彩。你自己的人生当中，第一次体会到精彩的感觉是什么时候？

我可能记忆力不是特别好，但印象中，我特别小的时候，家人对我是特别严厉的。很小就开始背乘法口诀，家长要求我必须学会，所以我就学会了。

有一次老师说：“找个人上来背一背乘法口诀表。”当时我会，就举手说：“我来。”然后在黑板上写下来。这个时候我感知到，老师很开心，同学们很诧异，眼神里带着特别崇拜的感觉。因为大家都是特别小的小朋友，会觉得：“他居然都会。”

下课之后我去操场上玩，特别多小朋友追着我跑，大家好像特别崇拜我。那种体验特别快乐。我发现，当你有能力做到一些大家没有做到的事情时，大家是欣赏这个东西的。

其实那个时候还不知道这叫成就，对吧？就是这种快乐。大家可能只是觉得：“原来这个你也会。”大家也会为你感到开心。

再往后，我很早就是小学运动队的队员。每天早上要先跑 10 圈，做准备工作。我也拿过很多次长跑冠军。长跑比赛一般是 50 个人一起跑，枪一响，50 个人就一起冲出去。

当然，我算是半专业的，所以是有节奏的。出发的时候我是最后一个。那时候是 200 米的跑道，需要跑 5 圈。可能跑完第一圈，我就超过了一半的人；跑完第二圈、第三圈，我就到了前三；跑到第四圈，我就跟着第一名跑。到了最后的 150 米、100 米，我就开始冲刺。最后，我和一个比我高两个头的大哥一起冲刺。

长跑一开始人很多，50 个人一起跑，附近有很多亲友团。枪响的时候特别热闹。开始跑之后，大家就散开了，因为要跑 5 圈，大家各自去玩了。

但是到了最后一圈，所有班里的同学、教练又一起回到了最后 150 米的地方。你会发现，人口密度快速上升。到了最后 100 米，身边全是给你加油、帮你助力的人。

那一刻其实已经有点力竭了，呼吸困难、头晕恶心、肌肉酸痛。但在那一刻，我还是能坚持，把所有的意志力和那种狠劲释放出来，和他扛。最后 50 米我超过了他。

我记得第一次参加长跑比赛是在初一，那时终点有一条红丝带，我要在物理上冲过那条红丝带，只有一次机会。跑过去之后特别快乐。你看，那么多人看着你跑到第一名，而一开始的时候我还是最后一名。

这塑造了我什么呢？当你享受赢的快乐，享受某种意义上的成功带来的好体验时，它背后其实还有另外一面：痛苦、坚持、隐忍、缺氧、酸痛。你得接纳这些东西，还得持续扛住，最后才能体验到那种精彩。

创业在很大程度上也是类似的。你在从 0 到 1 的过程中，经历的是巨大的不确定性，大家不一定理解你，资源也很短缺。于是你要克服很多心理障碍、身边的质疑，还有财务上的匮乏。你就是一直扛，扛到可能有机会说：“这一次好像我能实现从 0 到 1，开始有更好的节奏去迎接新的挑战。”

其实到现在，我们公司已经发展得非常不错了。从营收规模来讲，应该是全球 AI 科技公司里面最高的之一。我们的增速也是全球前 0.5% 的 performance，是最好的这一类。

但到现在为止，我都觉得很困难。为什么呢？因为我们的脑海是星辰大海，我们要做世界级的 AI 科技公司。当你想做到那样一个成就时，你会感受到：“我们今天到底在什么位置？”你还有很多路要走。

这个时候就会遇到很多想做的事情，但现在资源、人力都很有限，还要学习很多东西，自然还是会感觉到困难。理想和现实之间有很大的 gap，所以还远未到触碰红丝带的那一刻。

我觉得现在更像是一个持续的过程。它不是一场比赛，而是一个持续的过程。你可以一个 milestone、一个 milestone 地去感知红丝带的存在，自己假设它就在那儿。每个阶段都给自己设一条红丝带，激励自己一下。每天醒来，你就给今天构建一条红丝带，每天醒来都是这样。

我们来聊聊你创立 Plaud 之前的 3 次创业。你的第一次创业，是做了一个留学咨询匹配平台；第二次是做一个金融服务，听说类似于企名片的公司？

不是。我们当时做的是创业公司的推荐引擎。

那时候我很年轻，就在投资行业、VC 行业。我一向有一些不切实际的野心。我在想，假设我熬 20 年，才有机会超越红杉这样的中国顶级投资机构，那我没有办法弯道超车吗？我不想熬 20 年，我就是干几年，甚至 10 年，就能超越。

当时我在想，投资行业很多时候依靠的是日积月累，包括对创业公司经营特征的判断、对创始团队的判断、对商业节奏的感知、人脉资源的建立等等，这些都是主观判断。

如果原本需要花很多岁月，慢慢积累这些要素，那我是不是可以通过科技手段来做？比如说，我们可以通过爬虫爬取所有创业公司创始团队的背景，再根据他们之前的工作经验去打分。腾讯可能是 8 分，百度可能是 6 分；副总裁系数可能是 1.8，总监系数可能是 1.5，我只是举个例子。

你可以通过创始团队的背景去打分，然后追踪他们招聘人数的变化、官网流量的变化，或者追踪其他一些因素，再给这些算法加权。最后，你就可以给公司打分：这个公司是 70 分，那个公司是 78 分。

投资这件事情，本质上就是如何在一个信息天然不对称的市场里，优先获得信息对称的可能性，或者挖掘信息差的获利空间。对于那些还没有被市场广泛认知的公司，你拥有相对的判断优势，就有机会以更低的估值投到一家好的创业公司。这就是机会挖掘的杠杆。

所以，刚才我说的，就是通过打磨产品的方式，去打造一个公司的推荐引擎。当时没想太多，我就觉得这个产品应该为自己做一个工具。基本假设是：我是不是可以通过它，让自己成为一个有机会做得更好的投资人？然后再想，这件事情是不是有机会帮助更多人，或者把它商业化。就是这么来的。

你大学的时候就创业，做了那个留学咨询匹配平台，但后来失败了。听说你把研究生学费都亏完了？

对。现在来看，那个产品做得其实不错。我每次创业做产品，都觉得那些产品的基本假设、产品思想和执行方式，现在来看仍然是对的。如果我再回去做，每一次创业其实今天都可以做成。

我们当时想通过网上爬取那些成功案例，然后结构化地提取其中的信息：申请的项目是哪所大学的什么项目，录取者的背景是什么样的 profile，什么学校的本科专业、GPA、雅思托福成绩、GMAT、GRE 成绩。我们想做这样的匹配。

理论上讲，市场上有那么多留学咨询机构，几乎都会把所有成功案例公开出来。我们可以遍历市场上所有留学申请的成功案例，以及这些案例背后对应的顾问。

于是我们假设，如果能够匹配学生和咨询顾问的背景，就可以让一个想去留学的人找到最能帮助他的顾问。这个产品当时做得不错，也有不少用户增长，其实是有机会的。

后来为什么感觉自己搞不定了？我发现自己不太会变现。当时我在北京和一些留学咨询机构的高管聊天，他们都很认可这个产品，说：“许高，要不你投点钱，或者咱们合作。”

但我做着做着就没有心力了。我意识到自己不会做生意。我有这么多学生注册用户，也有他们的联系方式，我应该怎么搭建一个有点像中介的中介？是把联系方式推给他们，还是由我们促成交易，或者应该怎么做？当时就觉得，这个东西不是我的舒适区。

不是商业模式没有设计好，其实是自己的心智状态没有准备好。我当时还是一个偏野生的产品经理，做一个好产品、解决一个问题，对此有足够的好奇心和自信，觉得这个事情我能干。于是我也自己去学习当时叫“大数据”的架构，学习自然语言处理，也就是 NLP，学习数据库和产品经理的基本知识。

因为我大学没毕业就开始创业了，后来产品也做得不错。但你真要达成商业上的成功，就要有足够的商业收益，让你能发工资，能够 sustain。现在回头看，答案很清晰：我当时应该搞一个电销中心，直接招 200 个人，一个个打电话说：“我找到一个我觉得最适合你的顾问，因为他帮你的学姐申请到了你的 dream school，情况和你一模一样。他特别棒，我把资料发给你看一下，行不行？”

这件事情就能成。但我当时的心态是：“电销？电销的气质多不高级啊，不那么 elegant，也不那么 tech。”当时没有这个心智。现在来看，那就能把它做成一个还不错的生意，也还是能发展的。

照理来说，有了这么深刻的领悟，你第二段创业应该有机会能成啊。

每次创业的主题不一样。其实我创业的这些主题有一个共性，叫寻找一件事情在效率上的最优解。

我对效率类的事情很有直觉，也很有天赋，同时我也很有乐趣去做这些相关的产品。寻找最优解，就是一个人对这件事情进行第一性原理的理解，对整个价值链条做深度分析，再去思考我们在哪里发力，能够达成效率上的最优解。

第二次创业，我们做一级市场的创业公司推荐引擎。我觉得那个产品在逻辑上是成立的，但它又回到另外一个问题：你要把一个创业公司做成，是有一些关键成功要素的。

那个产品价值的杠杆在于，你要有机会投到最好的创业公司，而且要投进去。那你需要资金，需要募资能力。但我那时候工作才一两年，没有募资能力，也没有 1 亿人民币或者 1 亿美元可以去投资。

于是你又发现，好像需要换一种方式去补齐某种能力。原来更多是从产品创业者的视角出发，思考我有没有机会和别人一起开发这个领域最好的产品，这件事情就能驱使我把它干了。

但是，这件事情怎么达成可持续的商业成就，我脑海中对那些要素只有浅层理解。我性格里有一个特点，就是不太会自我设限。你说我需要资金，到时候再说，说不定有人欣赏这个项目，愿意拉我一起，给我钱让我去投资呢。你可能觉得这件事情能发生，但后来会发现，大家可能没有理解它，于是它就没有发生，公司可能失败，或者你得去 pivot，换一种方式，才有机会实现它。

我发现你前两次创业，很早就意识到了 context 的价值。第一次创业，你意识到留学机构把这些信息公布出来，信息背后是有价值可以攫取的；第二次，你觉得创业公司本身的公开信息也都是有价值的。这和你今天做 Plaud，其实有一些相关性。

当然。我觉得我对于如何高效地基于 context 去 derive intelligence、derive value from the context，有特别好的直觉和天赋。

你怎么定义 context？

在英文里面叫上下文。我们回到具体的语境。人是怎么工作的？我们用器官去感知，用眼睛看，用耳朵听，用嘴巴说话，用手交互。对象可以是一场对话，也可以是我们看到的内容。

我们在大脑里理解、分析、记忆。一般来讲，下一步就是通过键盘写下我们的理解，写一份文档，或者给人发消息讨论，或者发起一个项目，或者通过在线工具和人协作，于是我们就把工作做完了。这就是人的工作链条。

在这个语境下，context 就像是人用器官感知，用大脑理解、分析、记忆，最后当他用键盘打字的那一刻，他就是在数字化自己的 context，也就是 digitize intelligence。

在 Plaud，我们是怎么理解这件事情的？原本人在 context 的处理链路里面，有巨大的 context 折损。我们会有巨大的记忆折损，因为人很难记住想记住的全部内容。绝大多数时候，一场对话下来，人只能记住这场对话 5% 到 10% 的内容。

人也特别容易有注意力损失。上课容易分心，开会也容易分心；还会有精力损失，因为每个人的工作时长是有限的。你有可能来不及参加一些本来可以参加、或者想参加的会议，这也是一种 context 的损失。

最后一个是智力损失，也就是理解不了这件事情。

假设我们在 Plaud 能够以传感器为支点采集这些 context，麦克风就像人的耳朵，摄像头就像人的眼睛，speaker 就像人的嘴巴，button 就像人的手。我们可以通过传感器去感知，用大模型像人脑一样去理解、分析和记忆。

两者结合在一起，我们就可以做到 100% 的记忆、零注意力损失，7×24 小时工作，还能多线程并行，而且能够理解几乎一切知识，突破人的界限。这是一种新的范式，我们现在还只处于这种范式的起点阶段。

面向用户的时候，有时候我们把它叫作 AI 录音笔；现在期待把它叫作 AI 纪要；更先进的叫法，是你的 AI 办公助理。

前两次创业，你很早就意识到了 context 的价值，和 Plaud 现在也是有关联的。但你第三次创业据说是做了一个外卖柜，这件事情看起来和前两件事完全没有关系。

这个理解也不是很准确。

我当时看到，即便是现在，美团或者整个外卖行业都会遇到一个很大的痛点：外卖要求一种即时性物流，也就是我现在下单，30 分钟之后需要送达。

即时性物流占用骑手刚性的时间成本和精力，每一单的成本可能就在 8 元人民币。但是计划性物流，像中通、圆通、申通这些，只需要 1.2 元的报价，可能成本还更低。

那是什么决定了这个差异？本质上是即时性物流没有路径规划，也没有集单。你本质上是在做一种点到点的高资源占用，但资源占用所承载的产品价值有限。比如说在外卖领域，最难做的是一杯 12 元的 COCO 奶茶，一顿 15 元的午餐，或者一碗粥、一份饺子。这些东西很难做外卖。

当时美团也支持这种外卖，于是它把 15 元再加 3 元，最后 8 元要给到骑手。这 8 元怎么来的？商家补贴 3 元，美团也补贴 3 元。骑手还得冒着很大的生命风险超速，才能及时把这样一个低价值的十几元商品，在 30 分钟之内送达。

在我看来，这件事情在底层逻辑上有一些不自洽的地方。那我的解法是什么呢？当时我受瑞幸的启发。那时候是在 2019 年开始规划这个项目，瑞幸在写字楼内密集开设集中获客和履约的网点，我觉得这个效率极高。

在一个几千人的写字楼大堂里设一个点，既能获客又能履约，而且频次很好。它的厨房非常轻巧，机器和加热设备就可以简单制作完成。

所以我当时在想，我是不是也可以构建这样一个集中获客、同时履约的网络，有机会做一个“瑞幸版”的模式，能够同时支撑奈雪的茶、喜茶、COCO 奶茶，或者很多一人食餐饮的业态。

假设一栋写字楼有 2,000 人，一个商场底商有 50 个商户，具备适度的多样性，我们就可以构建区域经济模型。通过团购预订、集中配送，把原来一个中午同时发生的 200 单平行即时物流，变成提前一天预订，第二天 12 点通过 5 辆或者 3 辆三轮电动车集中配送。

每辆车可以承载 50 个订单，集中配送到外卖智能柜里，消费者自取。这样我们就有机会把每一单的配送成本从 8 元降到 2 元。这里面效率优化的收益，三分之一给商家，三分之一给客户，三分之一留给公司，支持进一步经营。这是一个在效率上理论更好的解法。

我甚至觉得，即使到今天，我们又在掀起巨大的外卖和即时零售战争，我仍然觉得这件事情值得做。

但回到当时，为什么没有做成？这和美团外卖柜有什么故事？

当时我有一个创业搭档，是我邀请他到北京来和我一起创业的。因为他当时是美团外卖柜最大的供应商公司的创始人兼 CEO，所以我邀请他说：“咱们一起在北京干一个百亿美元的公司。”

当时我们还找了另外一个特别厉害的伙伴，一起做这件事情。后来很快疫情就来了。

我自己创业一直有一点可能比较冲动，就是不太考虑外部环境的变化。疫情来了，我的想法就是继续干，就是干。但这其实很难，因为疫情期间大家不能接触。我们要铺外卖智能柜，需要审批，也需要接触人，大家又不愿意接触，或者都被隔离了。

那段时间大概有好几个月，我们都在做研发和基础设施。疫情稍微放开一点，我们有机会在线下铺设外卖智能柜、BD 餐饮外卖商户，很快就遇到了问题。

我们很快可以从店员找到店长，再找到区域经理、大区经理，最后找到大中华区负责人。你看，找人就找了好几层。对方说：“这个想法特别棒，咱们一起和总部做一下 IT 联调，半年之后可以上线。”

我们原本假设，需要一个商场底商大约 50 个餐饮商户组成适度丰富的供应链，作为给用户的选择。但后来发现，别说 50 个，你就接入 3 个商户，从谈判周期到系统联调，再到自动出单系统、订单配对，IT 上的集成要求都很高，上线非常慢。

这样一来，餐饮供给的丰富度就很难提升，对用户体验也有不好的影响。

当时我们想：“那请大家吃一顿，体验一下，一块钱吃一顿饭，行不行？体验之后就可以天天订。”后来发现，吃一顿不够，怎么也得吃 3 到 5 顿免费餐，才能养成在你平台上下单的习惯。

再后来发现，这个事情得烧钱，就偏离了我们最初的设想。所以最后还是把这个项目停掉了。

但这个项目也带来了一些额外收获。比如说，我们有一些判断是对的。当时我们说要广泛铺设外卖智能柜，因为它能解决骑手上下楼的问题。

到现在，大家又开始搞外卖大战，我觉得其实还是没有解决一些很本质的问题。我们根本没有和美团正面竞争过，谁能和美团这么大的公司竞争？美团当然很优秀。我们还在测试区域经济模型，你可以理解成拼好饭，只不过现在的拼好饭是一种微拼单。

我觉得还是应该做那种把即时性物流转化为计划性物流的模式，它确实解决了现在外卖业态里的很多深层次问题。

平台在鼓励消费者用很便宜的价格购买一个低价值密度的商品。照理说，那个价格应该是好几倍，整个体系才能运转，各方才都有受益。

但真实发生的是，美团有巨大的财力，能够构建一个充分竞争的业态，让商家相互竞争。于是商家得补贴。本来奶茶在门店的零售价格是 12 元，商家至少要做到和门店一个价格，甚至有时候各种折扣套路一上，就变成 9 元一杯奶茶。

美团需要订单密度和订单规模去支撑那些高客单价的订单。几百元一单、两百元一单的外卖，它可以赚钱，于是它可以在这里补贴。它说我补贴 5 元，也让骑手说：“你得骑快一点，感知一下极限，绿灯就冲一下。”

它通过算法，让这种事情变得比较 tricky。所有人都在急着卷效率，最后交付给消费者一杯价值不够厚的商品。

所以你看，现在为什么商家怨声载道，骑手又比较危险，保障也相对困难？美团抱怨说：“我太难了，这么薄的利润，还天天给大家补贴、发福利，大家还不理解我。”

整个业态是从高补贴时代穿越而来的，身上有一些历史包袱。

所以你当时就是想改变这样的业态？

对。我觉得这个不好。

你当时的出发点应该是一个非常美好的愿景，但最后也以失败收场了。

那个时候还处在早期的创业实验阶段，我们做这件事情的成熟度还不够，没有成熟到能够说：“我应该怎么和美团好好谈一谈。”

如果你早生 10 年，早 10 年做这件事情，你有机会做成吗？

如果真是在那个战场，其实这个事情还是能通过最粗暴的方式做成的。

但你看，今天美团把这件事情其实做得很像，当然它还在迭代，但那个方向就是对的。对它来讲，无非是在某一个历史阶段内，最高效的方式就是砸钱，不要去讨论效率和经济模型怎么改善，先抢占市场份额，构建一个大家都离不开的生态。

之后再看怎么治理，先治理谁，再治理谁；是治理自己，还是去真正解决效率问题。

所以我觉得，在商业竞争里，你认知到一件事情可能有最优解，到你通过创业这个社会实验拿到结果，中间需要的要素很多。创业就是得慢慢自我进化。

一个人连续失败 3 次，是什么样的感觉？

你失败了，肯定会自我怀疑，觉得自己不行，灰心，觉得对不起一起创业的兄弟们。你给人吹了牛，说咱们一起创业，最后没干成，耽误人家了。

一开始会有很多负面的东西，但慢慢地会开始反思、复盘，先回到一个合适的状态。不管是通过工作还是其他方式，回到一种正常的状态，不要过度焦虑，重新获得对事情的理解，重新分配时间，也和新的人互动。你得从这个泥潭里面走出来。

你前三次创业有一个共性，就是失败之后又跑去打工、跑去挣钱。第一次失败后，你就老老实实去做投资人了，当时应该是在华创，对吧？

对，在华创做着做着投资人，通过 FA、投资，也积攒了一些原始资金，然后紧接着又开始第二次创业。

第二次创业又失败了。

这个说法没那么简单。创业失败了，你能怎么办？你去工作呀，就是这样。工作一段时间，然后又要创业了，那就去创业了。

时间是特别有力量的东西。一次又一次不停地出发、不停地创业，它最深层次的驱动力是什么？

底层还是特别强的成就驱动、特别大的野心、特别的自信，可能也有盲目。但其实它也有真正的坚韧，就是你对可能的失败有心理预期和接纳度。你还有信心，觉得 maybe 可以再来一次，可以再来一次。

我跟一个老师聊过你，他对你的评价是“non-stop”，永不停歇。他觉得你是天选的创业者，不怕失败，每次又会满怀信心地冲上去。

“Non-stop”和失败后再出发，并不是计划出来的。但我觉得始终还是要追求有所成就，觉得对的事情，就通过足够努力、把事情做得足够好，去创造巨大的价值。

你甚至可以理解，我在工作里面也是一个很好的员工，我给公司干得很棒。它的底色是你的价值追求，角色和身份其实是第二位的。

所以你不像有些创业者。有些创业者创业失败之后选择工作，会觉得很难受，浑身上下的细胞都难耐、都在跳动。那你进入工作的身份之后，也挺享受的吗？

对。创业也好，工作也好，这些都是 vehicle，是实现个人价值的方式和手段。真正让自己觉得 rewarding 的，还是自己是不是在做对的事情、做有价值的事情。

所以你 3 次失败当中，最痛苦的是哪一次？

可能每次都很痛苦，已经想不太起来了。就是每次都很痛苦。

很多人都跟我提到，你特别喜欢海钓。那天我还学了一个词，叫“空军”，指今天出海什么都没钓到，空手而回。当你创业失败，或者出去一无所获地回来之后，你是怎么和自己和解的？

海钓为什么那么让人着迷？因为你就在大自然里，感受大自然给你的馈赠是什么。钓到什么，最好把它吃了，特别开心，对吧？

它的 beauty 就在于特别难钓。海钓非常难，每次都要坐一艘大铁船，有时候是小游艇，在海上漂好几天。我们一般做远海钓鱼，也就是 sport fishing。我在海上累计待过几十天，平均每天最多钓到一条鱼，这意味着大多数、可能 99% 的时间都没有钓到鱼。

但海钓这件事情，我们叫路亚。你得不停地 cast、reel in，不停地运动，所以不停地做工，却不一定见效。但突然之间，你可能就中奖了，钓到一条深海巨物。那种和鱼搏斗的体验，再到把它拉上来，最后把它吃掉，成就感是极大的。

张一鸣提到过一个关键词，叫延迟满足。我觉得我自己很能理解这个词隐含的意思。延迟满足里的那个“满足”，是一个巨大的满足，是一种狂热的满足，所以它能让人有毅力和心力坚持。

99% 的时间都没有任何动静，过程很乏味，但你一直都很享受，因为总是充满期待。只要你在努力，就有机会。你永远不知道鱼会在哪一刻突然咬上钩。

当然，钓鱼有一个好处，就是风景特别棒。它变成了一种体验，你是在感受过程。

这一点和足球比赛有点类似。一场足球赛可能只进一个球，但这种低进球密度带来的快感和刺激，在我个人的体感里，远大于 NBA 一场球给你搞几十个灌篮。这样的运动更让人着迷。

这时候什么足球的球迷是更疯狂的？那什么时候是体验不好的？

就是钓到傍晚，你发现今天没戏了，知道今天结束了，要收鱼竿了。今天就这样了，那就很难过，白干了一天。

喜欢海钓的人，应该很难不想到《老人与海》这本名著。

是。它本质上是一个存在主义的英雄主义故事，存在本身就是追求生命意义的那一刻。

你知道主人公圣地亚哥那个老人，在失败的时候，都会给自己催眠：“我是个不同寻常的老头。”

那你会告诉自己：“我是个不同寻常的青年”吗？

会啊，当然会。

你前三次创业，包括这一次做 Plaud，都是用自己的钱 all in，是真的吗？

是啊。哪来的钱？就是工作努力，对吧？工作特别努力。

为什么都是用自己的钱 all in？你毕竟做过投资人。

有两个原因。

第一是因为冲动。我要干一件事情，肯定是在自己的语境里面想明白了，觉得值得干，觉得能干好，那就干。这个时候你的决心、氛围和自信都会起来。

你想干一件事情，就真的相信它，那就要执行。这是第一性的，也是一个人性格的深层次东西。我是自洽的，信就是信，信我自己；不信就不要动。所以但凡要创业，就得拿自己的积蓄 all in。

另外一个原因，是我觉得其实也不太好融资。很多时候，我选择做什么事情，不是看投资人喜不喜欢，也不是看短期内一定能不能挣钱。早期的时候，我在选择做什么事情上，还是更有一点浪漫主义：这件事情我觉得值得干，我觉得很有意思，就会去试一试。

但这也可能是没做好的重要原因之一，本质上还是能力要素的缺乏。

我也听说，最近有一个巨头接触过你们，而且给出了天价 TS。你们接下来会考虑融资吗？

我们还是会接触资本市场，在合适的时机去考虑。

现在说实在的，我们还是要花最多精力，把脑海中想做的事情做好，包括产品上要做到的体验优化、要组建的团队、新业务的探索。这些才是最重要的事情。

公司本身财务上很强劲，短期内没有融资诉求。我觉得还是把时间花在公司和业务上更好。

所以这次 Plaud 的启航，是什么样的故事？

可能是在 2021 年夏天。那时候资本市场最疯狂，我也厌倦了那种疯狂、太多的噪音和不理性的地方。我是一个求真、理性、讲究深度思考的人，讲究什么是对的。

在那种疯狂的时候，我觉得那些错的事情被大家说成都是对的。

你当时应该是在担任 FA，对不对？

对，在小饭桌。

那时候你会产生一种价值观上的自我否定：我觉得那东西不对，但大家都说它是对的，市场反馈也证明它是对的，而且你还会因此被奖励。

那个生态让我觉得不舒服。我也要强，对吧？因为我不觉得那件事情是对的，所以我在那个 game 里面玩得不够好。这个好像不是特别适合我的事情，而且有时候也太疯狂了。

我说，那我不想弄了，我得去做自己想做的事情，做对的事情。

刚才说过，之前的创业经历里，我有很多自身要素不足，对于环境的感知太少，对于时机的把握也不够。但后来可能时间久了，人会顿悟，或者人的要素积累会慢慢从量变走到质变。

所以那次创业，我给自己定了 3 个选项框架。

第一个，是要做一个 day one 全球化的公司。这个事情本质上同时有两个视角：一是它特别好做，二是它特别大、特别有机会。

它第一个出发点是特别好做。2021 年，逆全球化的序幕已经开启。中国制造业的优势，其实到去年已经被发现是碾压式的，是巨大的杠杆，给你提供了很多冗余。

中国制造的价值溢出特别大。不只是中国制造，我当时也感受到，中国工程师的水平也是一种杠杆。还有中国企业训练出来的商业理解和判断，其实也非常顶级。所以当时觉得，这件事情的杠杆更高。

我觉得全球化自然也代表了更多可能性。

第二，是要做一个有机会做到世界第一的产品。

这里有一个基本假设：一家企业，我有一句话描述它，叫 “a company is born to die”。任何企业的出生，就是在走向死亡。所以我特别在意，假设我要创办一家新的公司，最好要思考什么东西对企业的生存至关重要，或者对它可持续生存至关重要。

这里面的基本假设是：假设你做一个产品，一定要做到世界第一。因为做世界第二都可能会挂掉。

做世界第二，你可能只有世界第一的产品 80% 的性能、50% 的定价能力、10% 的盈利能力。这个时候，你和第一名的差距实际上会越来越大。

第一名的公司可以有更好的短期财务回报，于是能招到更好的人才，研发更好的产品；有更好的财务回报，也有更多资金来源继续投资于更好的人才，进入正向循环。

但第二名容易在追赶的过程中，和第三名激烈竞争，最后被第四名和第五名干掉。

这就是企业容易不连续的地方，是一个非常长期的企业生存考量。我们要做某一款产品，它必须在世界上做到第一。这个时候，它自然给你留出了 buffer。

你可以定价策略不对，卖得太贵，买的人不多；但因为你做的是世界上最好的产品，你始终有办法把价格调到一个让企业能够生存的状态。

所以当时我说，我们要做世界第一。它很快带来一个结果：你得排除掉很多做不到世界第一的事情。

但凡我看到有别人在做，而且做得挺好，我就要回答一个问题：为什么我自己带队做，能比别人更好？如果回答不了，那就不要做。只做自己能做得最好的事情。

做世界第一，是当时给我们的一个方法论指引。

第三，是要有软件和 AI 的深度融合。

这点我挺意外的。因为 2021 年的时候，大家的注意力也不在 AI 上，为什么那时候就定下了第三个框架，一定要做一个和 AI、软件深度结合的公司？

这还是回到公司可持续发展的角度。

如果是一个纯粹的硬件公司，经营的本质要求是做出世界上最好的发明。但没有企业能做到 10 年如一日地发明最好的东西。

当我们有软件的时候，就有机会知道消费者有没有在用你的产品、是怎么用你的产品。通过数据分析，可以观察用户特征；同时你也有更好的渠道、链路和用户交互。

用户对产品有什么改进想法，既可以通过数据分析主动发现，用户也可以主动告诉你。这些手段让你更有机会让产品持续迭代、改进和优化，持续保持领先。

AI 这件事情，更多还是一种商业直觉。很多年前，我就对以美国市场为主的 SaaS 公司有很多了解和学习。我觉得那是一种很 beautiful 的商业模式：高留存、高连续性，估值也很高，财务表现也非常乐观。

那个时候大模型还没有出现，但 AI 自然是需要通过软件订阅来变现的一种产品形态。所以我觉得，假设我们在商业上有这样的能力，它会带来很多想象力，也有很多商业上优美的地方。

这和商业判断、个人直觉有关。我一直都有 AI 信仰。像我 10 多年前创业，就开始做爬虫、NLP、推荐算法，那就是上一个时代的 AI。

那时候我就想，AI 总有一天会有很大的进步，带来巨大的生产力变革和体验优化。当时有这样一个假设。

所以在 2021 年夏天，基于这些假设，我们开始寻找不同的产品可能性去尝试。当时看了很多不同的可能性。

按照刚才那 3 个框架筛选之后，后来发现做 AI 录音产品是一个特别有机会的事情？

对。它其实很反直觉。你单纯看传统录音设备，它就是一个不大的市场。原来索尼、奥林巴斯都在这个领域做得非常优秀，20 年前可能有巨大的出货量。后来手机 App 做得很好，传统产品就衰落了，但仍然有相当可观的规模。

你换一个视角，从用户第一层需求去理解：每个人手机里都有一个录音 App，说明录音仍然是一个非常广泛、普适的需求。

当时 Google 有一个 App，叫 Live Transcribe and Notifications，有 10 亿次下载。我们很少能看到一个 AI 应用有超过 10 亿次下载，这说明需求真的很强烈、很有效。

这个 App 也特别有趣。它只提供实时转写功能，既不让你存音频，也不让你存文字，所以用户很痛苦，天天骂它。

我觉得 Google 是在和用户做数据 trading：我给你提供实时转写能力，你把数据给我训练。为什么要给你存？存了我就得收费，还要消耗服务器资源。

但在 Google Pixel 手机上，它又把这个功能当成 killer feature，作为最有价值的功能去介绍和分享。

当时在内地市场，也有讯飞、搜狗在做 AI 录音笔，市场表现相当不错。但在那个语境下，这类产品也存在一些挑战。所以我当时在想，我们是不是可以试一试这个产品创新。后来我们就这样做了。

你刚才说搜狗和讯飞遇到一些挑战，指的是什么？

在大模型之前，这一类产品其实已经很好了。你用手机的话，操作可能比较繁琐，电量不一定支持，还可能因为一个来电而结束、中断，有很多不可靠的因素。

一个专业工作者需要录音的话，不能依赖手机，所以录音设备一直都有需求。那时候搜狗和讯飞结合 ASR 技术，还能做实时转写，其实特别好。

但是，一小时的对话可能有 1 万字，转写准确率还不够高，可能有 5% 的错误。你想，大家录音之后，是为了方便回顾、整理成文档，也许分享给同事、老板，但仍然需要花很多时间才能整理出总结，效率就很低。

所以你只是觉得他们做得还不够好？

这就是挑战。一个产品和它所处的业态能不能获得很好的回报和商业杠杆，我们可以称为 technology-product-market fit，也就是 TPMF。在当时的程度下，它的 technology fitness 还不够。

你这个 TPMF 很有趣。这王汉川提出的。你知道吗？

你现在是在说这件事，它就是我原创的。你确定吗？

我身边的人都说，是 Nathan 提出了这样一个观点，叫 technology-product-market fit。

对。

这让我很震撼。因为小川他应该是在公开场合第一次分享出来这个 TPMF。你看一下，如果是在 2021 年之后，可能是你先分享的。

没关系，再次确认。

所以你觉得，他们的挑战是 TPMF 里的 T 还没到位？

对。你要想，为什么 AI 今天日新月异，大模型带来了深刻变化？技术还没有到位。

这就是我创业的 pattern：你缺什么要素，就想办法构建它，不会等着。那时候我想，我就去找 NLP 工程师，找很牛的算法科学家，直接干。未必一定能干出来，但先去做。

所以你们 2021 年最早做的那款录音笔，和今天的 Plaud Note 完全不一样。它是黑色的，像一个小方块。它好像叫 i z rack？

i z rack，easy recording 的意思。对，因为我们是自己掏钱创业，你不可能 day one 就去招一批 AI 工程师。Day one 的想法是，先做 IoT，先让手机 App 能控制录音设备，再去增加 AI 能力。

当时我们看到世界上有很多小型录音产品，体验都特别糟糕。原来的录音产品都有屏幕和好几个按键，体积很大，也很重。

后来有人做了小型录音产品，只有一个拨动开关，可以启动和结束。但因为它没有屏幕、按键和 IoT，开启降噪或者结束降噪，需要把设备连到电脑，打开一个 TXT 文档去改 0 和 1。万一不小心删掉一行，机器就死机了，非常离谱。

我觉得，我们做一个 IoT 就可以解决。所以我们以相对有限的研发投入，做出一个通过 IoT 就能让产品体验实现跨越式迭代的形态。

当然，尤其是我的 co-founder Charles，他经验非常丰富。我们很快就把产品做得不错。发布之后，用户口碑和反馈非常好，投放 ROI 也很高。用户在社区里对产品评价很好。

行业均价是 30 到 40 美元，我们可以做到 100 美元的零售价，立刻就做到赛道第一。

我们是因为看到它有加入 AI 的可能性，所以说，先拿有限的预算和研发投入，做出一个通过 IoT 让体验跨越式迭代的产品，先看市场接不接受。它表现非常好，然后我们再加入 AI 能力。

你刚才提到你的联创 Charles，很有趣。你做第三次创业、构想外卖柜的时候，拉的是美团供应商；这一次，你拉的 Charles 是当时搜狗 ODM 的供应商，对吗？

可以这么定义，但他们的合作非常紧密，可能比供应商更紧密一些。

你怎么精准地找到这个人？又怎么说服他加入？

一开始是通过合作。我们先合作了一年。

Charles 在我看来是一个技术专家。那一年的时间里，我们大概每隔一个月或者每个月聚一次。他那时候还在探索 AR 眼镜，我很多时候技术上也算小白，所以需要通过他学习，和他探讨技术方案。

他每一次都特别有耐心地和我分享。我们一起画图，从麦克风的工作原理，到声学算法，再到显示模组技术，以及他的思考逻辑。通过这种讨论，我觉得我们之间彼此有了理解。

在我看来，他是中国第一代最优秀的手机软件工程师，10 年前就开始做中国第一代 AI 智能硬件，是这个领域的先锋。

他的背景是一个爱打游戏、有好奇心、能持续学习、自己也爱 coding 的工程师，并且持续迭代。同时，他也是一家企业的老板，是一个经营者、商人。

所以我觉得，他既有足够的技术沉淀，也有企业经营所需要的领导力，以及对人的理解。

而我自己处在另外一个象限，擅长企业战略、商业策略，以及如何动态组合各种能力要素，让一件事情拿到结果。

我们各自有擅长的地方，也有一些共识的界面。大概经过一年的共事和合作，我们后来一起创业，彼此都非常 comfortable。

所以你的意思是，2021 年你成立这家公司之后，头一年 Charles 和你只是合作关系，还不是联创，也还没有加入这家公司？

我们那时候是两家各自的公司。其实这家公司应该是在 2022 年才成立，但一开始我们已经一起做了第一款产品。

这就解释了我的一个疑问。我采访过一个硬件行业专家，他看到 Plaud Note 的第一感觉就是：这一定是一个非常成熟的硬件团队做出来的。Charles 加入之后，我相信他带来了硬件方面的经验，也影响了你们对产品的定义，对吗？

对，没错。

所以我还是那个问题：你说服他加入的时候，怎么跟他讲？你怎么给他 picture？

我当时和他分享了刚才说的 3 个框架：全球化，在更多领域做到世界第一，以及软件和 AI 的深度融合。

我们当时是一家偏综合性的 IoT 和 AI 公司，通过这些能力去赋能不同设备。这是一个大的故事，所以他愿意加入。

当然，我现在给你讲，当时我们想过的那三四个 idea，任何一个做下去，我觉得都能成。

举一个很小的事情。比如制冰机，我自己特别爱喝冰块。我发现制冰机的体验太不好，因为从启动到完成第一次制冰，大概需要 10 分钟。

制冰是一种冲动性的体验需求：我要喝可乐，冰块必须马上出来，那会特别开心。但每次你要喝可乐，先把制冰机打开，10 分钟之后才有冰块，这个体验就被减慢了。

很多人，包括我自己，就把制冰机一直开着，让它持续运行。但你总觉得浪费电，而且隔一夜，制冰机有时候会出现一些不太灵的地方，还会有噪声。

所以我想，那好歹开发一个 App，让我在回家之前就能远程启动制冰机，或者设定早上 8 点开始制冰。这是很简单的事情，但没有制冰机具备这样的能力。

为什么有技术能力的人可能会去研发 AWS，或者专门研发那些高精尖的技术？他不一定觉得制冰机值得做，可能会看不上。

但我觉得这就是 beauty：我们怎么用科技、用创新，让一些小东西把体验交付到极致。我们可以从很小的事情开始做，它也有机会做成。

回到那个时候，我觉得很多事情都可以通过 IoT 和 AI 的可能性，去做体验改造和提升。

当时我和 Charles 讲这件事，我说，我们先从这个事情试起，看有没有机会把它做大。因为那时候，我们对于通过 NLP 自己做总结这件事情，还没有特别成熟的认知，不知道最终能做到什么程度。

但我们已经有一个 roadmap：这个做完之后，还可以试那个、试这个。公司可以一步一步往上走，这一点我们还是比较有共识的。

所以你的创业 day one，还是在通过技术切入口，去改造很多硬件产品，构建这样一个 roadmap？

对，通过 IoT 和 AI 的方式改造硬件产品。

听说你们最早想了上百个 idea，最后收敛到录音这件事情？

那个时候我们的范围非常广，是从上千个产品里，根据刚才说的 3 个框架 narrow down 到最有可能的两三个 idea，然后选了其中一个先试起来。

很多人觉得你们只是一家录音笔公司。

原来我还想解释说我们不是。现在我们的业态演进程度、业务表现和成就，包括业界对我们的认知，都已经发生了很大变化，已经不太会有人这样看我们了。这和刚开始创业、早期阶段已经大不相同。

现在我们的思考角度是：根据不同的目标受众、工作场景和工作方式，使用什么样的传感器，以什么样优雅的设计，构建强大的性能和好的操作体验，再叠加强大的 AI 能力，给用户交付一个 AI 办公助理。

至于为什么大家都说我们是 AI 录音笔公司，是因为这样最方便消费者理解它是什么。他可以用最快的方式感知，这个产品可能和我有什么关系。

我们也不能太早就跟人讲，Plaud 是你的 AI 办公助理。人家会问：“你是什么助理？你是男的还是女的？你是硬的还是软的？”我说我是软硬结合的，各种解释不清楚。

所以就说，我是 AI 录音笔。

到了现在，我们还会说自己是 AI note-taking，或者 AI 纪要。再往后一个阶段，我们会更激进地说，我们是 “your most trusted AI work companion”，你最可信赖的 AI 办公助理。

但这需要我们的产品在传感器能力上更加综合，场景上也可能既覆盖线下场景，也覆盖线上场景。

能力上，我们原本叫录音、转写、总结，现在叫 capture, extract and utilize intelligence，也就是采集、提取和利用智能。

这个智能包括我们的对话、视觉等。采集、提取、利用这 3 步，其实我们投入了很多努力。

从什么时候开始，你意识到这绝不只是一家 AI 录音笔公司？

我觉得从大模型出现的那一刻，这件事情就非常清晰了。

对你来说，什么时候意识到大模型是不可阻挡的趋势？是 ChatGPT 出现的时候吗？

对。当时我觉得，这个东西就是给我们定制的。

大模型刚出来，ChatGPT 发布之后，记者问 Sam Altman：“ChatGPT 的 API 在什么场景下最有用？”那时候 ChatGPT 发布还不到两天，他说：“It’s best for summaries。”

我们已经有录音，又有转写，那不就是总结一下就完事了吗？所以在所有产品里面，我觉得我们的产品形态是最直接、最高效地受益于大模型突破的。它在产品和用户价值的交互上，能够创造很大的杠杆。

ChatGPT 是 2022 年底出现的。当时你们公司原定的产品计划进行到什么阶段了？

那时候我们就是 Plaud Note，刚开始做工业设计，然后准备招 NLP 工程师。公司那时候也知道自己很快就要赚钱了，因为 EasyRecord 的表现不错，好像还挺火，表现非常 solid。

大模型来了之后，你们迅速做了什么调整？

我开始在产品上理解，设备和软件应该以什么方式融合，让产品能够完成录音、转写、总结的完整能力和体验闭环。

Charles 开始看论文，理解大模型的工作原理。很快我们就开始讨论。我觉得我们很有共识，这对我们来说是 game-changing 的突破。

于是我们很自然地去找工程师，做后端建设和算法，把大模型能力加进来。最早期做得很简单，把它加进来就完了，体验立刻起飞，因为体验是跃升式的，而我们是世界上第一个能提供这种能力的产品。

现在就不一样了。我们有快 200 个工程师，做的事情更多了。大模型处理的每一个环节，我们都在尝试优化 performance。

所以我们的体验，假如你把转写文本丢到 GPT 里让它总结，和用 Plaud 总结相比，我们的总结一定会好很多。里面有很多优化，现在也有很多新的算法和强化学习的东西。

我记得当时你们做了一个 Plaud Playground，把 Whisper 发布到官网上，让大家排队体验。那时候排队的人特别多，几百个人在线实时排队。这就是一种很强烈的信号：you are going to rocket。

到了 2024 年，我们的业务真的以特别激进的方式增长。但其实 2023 年我们也增长了 10 倍，2024 年也增长了 10 倍。

你肯定能感知到，它会走到哪里去。这个过程对创始团队心智的改造是很深刻的。

心智怎么改造？

从生存模式到了发展模式。

公司在现金流转正、盈利之前，你脑海里想的是：公司不要死掉，减少亏损，实现盈利。开始盈利之后，你就开始思考，我有没有一点诗和远方的可能性，怎么进一步发展壮大。

但在经历了两年的 10 倍增长之后，我们就开始思考：如果一直以这样的速度增长，我们有很多用户，他们也给了我们很多反馈。

我们发现，我们正在深刻影响他们的工作。不同行业、不同职业的人，都在使用我们的产品。产品怎么能够给他们带来帮助？

这个过程中，AI agent 的技术和 AI 能力也在持续快速跃升。整个 ecosystem 一起发展，我们就开始感知到，原来我们有机会去建设一家世界级的 AI 科技公司。

我们开始具象地理解，凭什么能说这件事情，什么样的路线图能够做到那一点，以及我们要做哪些事情。这是一步一步的过程。

你还记得某个节点吗？就是你意识到自己有可能构建一家世界级的 AI 公司？

其实当时 Plaud Note 发布的时候，我就给同事们讲话。那时候人很少，大概 10 个人、十几个人。

我说，虽然我们只有十几个人，但大家要相信，今天发布这个产品的这一刻，我们就是世界 AI 音频硬件领域的第一品牌。当时可能用的是“巨头”这个词。

我说，大家要敢想。今天这件事情就是我们在引领。如果这件事情有机会催生一家取得巨大成就的公司，我们一定有机会成为这个领域世界第一的公司。要鼓励大家把格局打开。

那时候每次做产品发布都有一些仪式性的东西。我会和大家做分享，也会请 Charles 和大家做分享，一定会一起吃蛋糕。

原来每次还会有专业的上门餐饮公司，在办公室做现场餐饮，因为我们是很有调性的。

面对那十几个同事，你慷慨激昂地讲话时，他们是什么反应？他们相信吗？眼里有光吗？

他们相信。第一直觉可能是：“这不是在吹牛吧？”但你能讲出来，就说明你不一样。你敢讲，就说明它有可能。

一件事情怎么样成为可能？敢想的人才有可能。你连想都不敢想，讲都不敢讲，就没有可能了。

这是在什么时候？2023 年夏天？

应该是 2023 年 6 月 28 日。

那从 2023 年到 2024 年这一年当中，你是怎么梳理 Plaud 要做一件什么样的事情的？

2023 年年底，我们有一个重要判断：要从手机背后通过 MagSafe、以 everyday carry 这种便携方式存在的 AI 录音产品，迭代到随身可穿戴的 AI 设备，也就是 wearable AI device。

我们的基本假设是，那时候大家对这个事情的价值还没有那么深刻的领悟。线上的 AI note-taking 已经快速起步，但做一个独立设备，很多人还不太理解它的价值在哪里。

但我对这件事情很有判断：这是一个特别有价值、会变得特别大的事情，巨头也会看到它。那时候苹果还没有发布 Apple Intelligence，我说，很有可能手机厂商很快都会把会议总结作为手机标配能力。

这件事情很快就发生了。2024 年发生了，但 2023 年下半年还没有。那我就说，假设手机也做了，我们一定要有独特的存在价值。

我们意识到，我们服务于很多高知识密度、高对话依赖、高决策杠杆的企业中高层管理者，以及专业知识工作者，比如医生、律师、咨询师和销售。这些人的工作场景特别不依赖手机。

比如宠物医生戴着手套给狗做诊断，他得戴手套，不然狗可能会咬他。他会碰手机吗？不会。手机根本和现场不搭。

像我这个 NotePin，制服一穿，把 NotePin 戴上，就能采集对话。所以可穿戴设备在那个场景里特别有帮助。

我们在日本还发现了一个很有意义的场景：特别多建筑行业的用户。我说，这个产品和建筑行业有什么关系？后来发现，在建筑工地，项目经理戴着头盔，从工地往楼上走，有时候甚至没有护栏，手得找东西扶着，不然就掉下去了。

所以我们得思考，一定要是一个随身可穿戴的设备。在这些场景里，它的价值和优先性比手机更高。

因此我们说，一定要做 wearable AI device。这是我们 2023 年年底做的决定。

2024 年 8 月份，你们就推出了 Plaud NotePin。现在我身上带着这个产品。我觉得你们每年真正要做的特别重要的判断可能就一两个，剩下的时间就是高效率地执行。

我之前了解到的一个节点，是 2024 年 5 月左右。当时你想争取一位同事加入，但他暂时没有加入。其中一个原因是，他觉得你们不就是一家 AI 录音笔公司吗？同时他也觉得，你的 picture 还没有很明确，没有清晰地告诉他，你们在 AI 方面的战略。

但只隔了 3 个月，当你再见到他的时候，你讲得非常清晰。5 月见完他之后，你应该去欧美调研了一圈。我比较好奇，那 3 个月你调研有什么收获？这期间发生了什么，让你把 AI 的图景想清楚了？

其实没有什么额外的调研。到现在为止，我觉得自己每个月都会有一些新的、有意思的想法，其中有些是原创的。

我们现在有产品哲学。我们的 mission 叫 amplify your intelligence，放大人类智能。

这里面有一些很重要的价值观主张和商业价值观取舍。有些公司说：“我做 agent，就是帮人把活干了，把人给干了。”我们的 product philosophy 是围绕如何增强人的智能，去构建产品能力和产品体验，让人变得异常高效。

这决定了很多产品设计思路的不同。

比如刚才提到，人是怎么用器官感知的，用大脑理解、分析、记忆。键盘是现在人数字化自己智能的介质，是 interface。

而我们想构建新一代智能基础设施和交互界面。我们靠传感器加大模型去感知、理解、分析和记忆，不需要键盘，直接开始调用 AI agent 的能力。

你看，我现在要讨论一个课题。我们的 product philosophy，是思考人是怎么工作的，然后围绕人是怎么工作去构思产品：传感器和 AI 怎么互动，人和设备怎么互动，以及产品能力构建需要哪些要素。我觉得这件事情非常有哲学性。

这个产品哲学是怎么来的？

我举一个很简单的例子。我们总是跟人讲：“咱们得干一件特别牛的事情。”但最后你得回答：So what？

我经常说，我们怎么定义产品成功？我们的产品要帮助一个人，他原来每天工作 8 个小时，我们让他每天只工作 4 个小时，就能把活干完。

那这背后的进一步意义是什么？

我开始想到这样的画面：我们要让用户通过产品提高效率之后，有更多时间陪老婆孩子，做自己想做的事情。或者，他通过我们的产品把收入翻倍之后，可以带孩子去南极看企鹅，去非洲看大象。

我觉得，这家公司真正通过大家一起努力做出特别好的产品、服务用户之后，底层的价值取向就是让人拥有富足的自由，拥有更好的生活。

这一切最后的落脚点是什么？就是让人更幸福，让人获得更好的体验。

所以它也在潜移默化地影响我们：构建产品时，到底要以什么为中心？要以人为中心。否则就会变成：“我既然能让你原来每天工作 8 个小时，现在 4 个小时就能把活干完，那老板说工作量翻倍。”

那就很混沌了。我图什么？

这个产品哲学，是不断拷问终极目标和意义是什么，最后推出来的。

我有一个顿悟时刻。我们说，产品可以帮人记住一切。这个想法听起来很厉害，因为人记不住东西很痛苦，所以觉得 Plaud 特别好，它可以帮你记住很多东西，一切都可以记住。

但你要想，人为什么会忘记？其实忘记也是一种 beauty，这很有哲学性。

一个人和另一个人交流，交流结束之后，两年后他还记得的，一定是那场对话里最有价值、最打动他的内容，因为它足够有价值，所以他两年之后还记得。

如果这个人现在拍大腿说：“那到底是什么来着？”他却记不住了，说明那东西也就那么回事。

他的大脑作为一个处理器，从信息价值认定的角度来说，因为记忆容量有限，那件事情的价值密度没有高到需要保留的程度，所以他可以选择忘记。

所以我们做产品，什么叫定义一个好产品？是帮用户记住一切、呈现一切吗？这不对，很容易造成信息过载。

每天有那么多东西，如果你把所有会议都总结出来，全部推给我，我会信息过载。我们要思考，产品设计既要解决用户记不全、记不住、记不好的问题，也要避免给他造成信息过载的困扰。

这个 balance 很重要。我们必须有这样的 mindset，否则产品是做不好的。

这种思考启发我们继续想：产品设计原则是什么？人作为一种很奇特的生物，有很多 beauty。人脑也是特别 beautiful 的东西。

我们要 respect 和欣赏其中一些底层假设，并把它应用在产品设计里，这样才能更好地服务人。

包括我们最近 Plaud NotePin Pro 的一个功能，叫 Press to Highlight。我觉得这是这次产品创新里最好的功能。

介绍一下。Press to Highlight，就是我和别人聊到重点的时候，按一下卡片上的按钮。

对，这是人主动和大模型对齐。

假设你真的有一个 CEO 助理，你是怎么和他交互的？我们俩在开会讨论一件事情，我说：“小张，我觉得这个很有意思。你研究一下，下周三给我一份报告。”然后我会对旁边的人说：“这件事情帮我记一下。”

现在我们有一个传感器，有一个硬件，有一个按键。那就可以这样：你觉得这个想法真的不错，就按一下按键。

我们的 AI 算法会把按键前 30 秒的内容，或者按键前后各 15 秒的内容进行加权。大模型处理整段 context 的时候，一场对话下来，人其实可能只觉得需要关注 3 到 5 个要点。

通过 Press to Highlight 这个一键标重点的功能，可以让 AI 知道：一小时的对话里，那 3 到 5 个要点需要重点总结和抽象。

所以我们说，Press to Highlight 通过人机交互，让人第一次能够做到，用英文表达就是 sensor-enabled, real-time human-AI alignment。

Sensor-enabled，是说通过传感器实现；real-time，是你觉得这个好，立刻就能按一下让 AI 知道；human-AI alignment，就是让 AI 给你的东西，是你需要的、想要的。

否则 AI 每次把会议的所有要点都总结出来，其实很容易造成过载。

类似这样的创新，我们会有很多。我觉得里面有很多 “aha moment”，就是突然觉得：真牛。

Press to Highlight 是这次 Pro 发布的亮点。我自己还挺 surprised 的，它不只是一个功能，而是创造了一种你刚才说的人机交互方式。

有了 Press to Highlight，我学习着用对待另一个人的方式去对待这个智能。这是我觉得迈出很大的一步。

我留意到 Plaud 的愿景最近有更新。几个月之前，还是 AI as a service company，要连接真实世界和 AI 的服务公司。现在应该更新成了 building the next generation of intelligence infrastructure and interface，也就是构建下一代智能基础设施和界面。

这个跃迁是怎么发生的？

最开始，大模型发布之后，所有 AI 科技公司的创新，都围绕着如何在数字化世界构建 AI 能力，然后服务于人。

我当时有个说法：Everybody is innovating AI with digitized data，只有 Plaud 在 processing data from real life，也就是处理人与人之间现实世界的交互。

当时为了具象化我们的愿景，我们想强调，我们首先是基于软件和 AI 来提供用户价值，硬件只是采集传感器数据的基础设施，不是我们想传递给用户的全部价值，也不是最核心的内容。

所以我们把公司定义成 AI as a service company，本质上是想强调，我们是一家软件和 AI 公司。我们的特点，是 connect AI with real life，构建 AI 与现实世界的连接。

后来为什么变成构建下一代智能基础设施和交互界面？这个过程里同时发生了 3 件事情。

第一，我们发现产品出货量增速非常高。我们可以一站式地、以极其流畅的体验交付这项能力。

用户不是工程师，也不是产品经理，就是一个普通人。他会说：“我开完会了，我要一个总结，你能不能最丝滑地把这个东西给我？”

我们的设备能以最可靠、最高效、最准确、最强大的方式做到这一点。所以业务发展得很好，也增强了原本 AI as a service 这个概念的可靠性。

同期，大模型能力得到了巨大跃升。从早期 GPT-3.5，到 GPT-4，再到 GPT-5，以及其他大模型公司的突破性进展，模型的智能越来越强大。

我们看到了一些 AGI 的曙光。智能能力的巨大跃升，让模型处理内容时的准确性、关联性和价值都在快速提升。

最后，业界所有公司都在尝试不同办法，探索 AI 如何帮助人提高工作效率、解决问题。

我们能看到不同范式，包括 tool use、browser use、phone use。通过工具调用，我们可以结合虚拟环境和有点像机器人的方式，让 AI 像人一样浏览不同网页，判断不同内容。

然后，它可以把不同工作流封装起来，几乎一步到位地生成结果，给你重要的参考。

所有这些努力结合在一起，我们发现，原本我们只是帮助人完成录音、转写和总结，但现在不只是可以总结。

因为有了很多 agent 能力，我们可以在 workflow 里自然地加入那些 AI 能够帮助人完成的工作。原本只是采集会议、电话和对话里的智能，现在可以进一步生成结构化总结、待办事项，甚至直接采取行动。

这在工作流上发生了变化。用户群也发生了变化。

我们一开始说，主要服务个人用户。但你想，人是怎么工作的？人是以团队的方式，在公司、在组织里工作的。

所以我们说，我们可以从面向消费者的 PLAUD，走向面向团队、面向企业的 PLAUD。我们也可以进一步把基础设施做出来，去做很多垂直行业的解决方案。比如房地产经纪行业的 SaaS 公司，以及金融、医疗、法律等很多垂直 SaaS 公司，它们都需要 context。它们可以使用 PLAUD 的传感器，作为核心和杠杆的 context operating system，去 build 自己的 agent solution。

这个是打开巨大想象力的事情，所以我能预见到，其实我们不只是有机会自己卖一个产品解决方案给终端用户，去服务百万人、千万人。我们实际上有机会把自己定义成新一代的智能基础设施和交互界面，一方面服务个人用户、企业用户，另一方面也通过我们的开发者平台，让很多不同行业的垂直行业解决方案公司基于我们打造产品，去服务他们的用户。

那我们就有机会服务的不只是百万人、千万人，而是 hundreds of millions of people，或者是 billions of people。我觉得这个时候，它就是很有机会发生的。它开始打开一个很不一样的视角：我们有机会成为新一代的大型 AI 科技巨头。每一个科技转换的重大范式里面，都会催生出这个范式里的世界级公司，我觉得我们是有机会成为那样的公司的。

当我们有了这样的新自我定位之后，它一方面使得我们能够去号召世界上最有才华、最有野心、最有 leadership 的人加入公司；另一方面，我们在发展节奏上也会有更一致的内部共识。我之前说过 3 个关键词，叫饱和投入、占据制高点、极致的执行。

当我们说饱和投入的时候，就是我们在业界以最高的薪资找最聪明、最 native、最贵的人才。大家思路很清晰，就是去干，然后占据制高点。刚才说了，都要最好的，尝试找到最好的。最极致的执行，就是我们要确保有这么多有才华的人，大家还是要很务实地环环相扣，把事情做得很漂亮、很可靠，把这个蓝图实现。

新的这样一个定位，从公司愿景来讲，我觉得它是在指引我们怎么在 2030 年成为一个真正有世界影响力的新一代世界级 AI 科技公司。

你刚才讲到基础设施。如果我们拆解一下的话，它会包含 AI 硬件、软件和 infra 吗？

可以这么理解。以我们的开发者平台这个语境去聊智能基础设施，是一个特别好的案例。因为我们有传感器，传感器去采集数据，我们可以提供 SDK。SDK 就是说这个数据是怎么被提取的。我们有 API，API 就意味着有云在这个环节了。

假设一个 SaaS 公司想基于我们的 infra 去开发它的 AI 能力，那它可以从我们这儿通过 API 调度数据，这就是 API。你再往前走，就有了像 ASR、CV 这些 AI 能力：怎么去做语音转写，怎么做图像到文本这样的模态转换。

再往前是我们叫 intelligence extraction，就是怎么去抽取智能。你是要生成一个纪要，还是要抽取出一个待办事项，还是要抽象出医疗场景里面的患者主诉，或者患者问诊里面的禁忌事项，然后推到下一步，它的 digital workspace 或者 SaaS 的 CRM 里面去。我们甚至可以提供特定场景和特定行业的模型客制化能力服务。

当你这样去理解的时候，它就真正是一个叫智能基础设施的界面。至于我们的合作伙伴愿意在我们这里调度哪些能力，其实我们的思路也是相对开放的。从第一性原理来讲，我们所有人的努力都是为了客户成功，让用户最后获得价值。

所以，如果说我们在哪里做得好，我们就期待这个能力默认会被开发者平台的开发者调用。包括我们在语音算法、转写上面，也开始自己组建语音算法团队，去做不同语种、不同行业的自研语音算法，提供业界 SOTA 水平的转写准确率。

我就举个例子，假设我们能做到世界最好，那我们就期待这个能力被调用。如果我们的开发者合作伙伴认为我们的能力不够好，那他也有权利去选择其他专业的 API。

我们把这个平台能力先打造出来，再去识别我们在哪里要优先增强，哪里一定要做到世界最好的水平，哪些可能不是要由我们来完成的。比如开发者平台，什么是我们不太会侧重去做的？像那种很重的行业级 CRM、患者的资料库，对吧？我们叫 HIS，Hospital Information Systems。亦或是像飞书的多维表格，这些我们是不会碰的。

用户可以从我们这里把这些 context，或者 retrieved 的 intelligence，分发到他所需要的工作流里面，进一步让他们自己开发 agent，去完成任务。

是因为这件事情的可能性更大、想要做，还是为了创造一个更大的价值？原本如果你只做 AI 硬件系列，其实是一个非常清晰的 To C 消费场景，但现在你又把 To B 加进来了。你要构建的是下一代智能基础设施，服务的可能是一整个生态。

它无非是两个东西。第一，一个企业还是要坚守它自己的主张。比如我们说，我们的 mission 叫 amplify your intelligence，从公司维度叫 amplify human intelligence。合乎这个使命的，就是公司可干的事情、想干的事情。

从战略上讲，我们还要说，寻找我们说的“想干、可干、能干”这 3 个事情的交集。当我们有传感器这样一个核心的杠杆和门槛作为起点的时候，我们很有机会去拓展这些进一步的链条里面新的能力。

然后从一个企业商业成功的诉求来讲，我有一个同事跟我提到过一个词。我当时听到以后非常震撼，他说我们可以成为一个 generation company，成为一个划时代的公司。

很有格局。你现在迈出的、已经被市场验证的那一步，其实是面向 C 端消费者，让他们已经开始使用你的产品，也就是说，已经开始使用这些传感器，开始收集现实世界的数据了，对吗？

但我理解，这些数据的归属权其实都还是属于个体用户的。你在这些海量使用数据的数据飞轮当中，能构建出哪些服务你自己这个 infra 的能力呢？

客观上讲，所有数据的第一归属权都是用户的。我们还是特别审慎地追求做到用户所关心的隐私优先：用户的数据不会被训练，也不会被未经授权地训练，所以我们目前在数据处理上还是非常保守的。

例如，我们的用户隐私协议会明确地让用户知道，他的数据所有权是用户自己的。未经授权，这些数据是不会被拿去做训练的。如果我们公司要去增强模型的能力，现在真正有影响力的公司还是得自己想办法额外找训练数据集，通过外包或者其他方式，专门去采集、专门去训练。我觉得这可能是一个更务实的解法。

自己训模型吗？

刚才说了，我们现在在语音转写，也就是 ASR 上面，是有自研投入的。在其他方面，我们仍然围绕着“把大模型用好”这件事情，做很多工程性的优化和算法上的设计，使得我们按照一个用户所需要的 workflow 去生成结果的时候，比用户自己去和 GPT 交互一下得到的结果好很多。

AI 处理 context，怎么变得更有价值？这里面无非是两个核心杠杆：一个是 memory，一个是 reasoning。Memory 是我们的强项，就是我们有用户很多数据的积累。

当他有了 memory，我就举个例子：假设一个人总是想关心一个行业的竞争态势，当这个 agent 像你的 chief of staff 一样，知道你知道什么的时候，它就不会反复研究那些东西了，对吧？那没有必要。我们在 memory 上已经有很好的抓手和杠杆。

在 reasoning 这件事情上，我们做的一些努力就是说，我们怎么通过现在有的十几个 AI 产品经理，以及一个十几人的算法和算法工程团队，围绕识别不同的工作流，去在工作流里面调度不同的能力，生成一个可能最优的结果。

甚至通过让用户和结果自主交互的方式，可以有一些强化学习。让用户每一次交互之后，这个 agent 都越来越懂他，越来越能够贴近他的工作习惯，以及他对结果诉求的偏好。他是更 fact-based、以事实为导向，还是更观点导向，还是更老板导向，这些在我们的 agent 系统里面，都可以通过强化学习慢慢调到那个程度。

你刚刚说你们在语义理解和语音转写这方面会训一个自己的大模型，是这样吗？

这个词比较泛。我们就说，我们有相关的 AI 投入。一说转写算法，那我们就是自研的。你也可以说它叫一个云大模型，it's fine。

很多公司常常会说“我自研大模型”，但我觉得我们始终要围绕构建能力这个角度，去贴合我们自己的公司，去看我们在哪里是价值链的关键环节。对这些关键环节饱和投入，确保我们能达到世界 SOTA 的水平，就是 state of the art，在 AI 里面说的世界最优水准，然后把这些能力交付出来就可以了。

我举个例子，我们就不会去自研预训练大模型，肯定不会做这个。这不是我们公司现在要去做的事情，因为现在大模型的智力水平已经提高了。我们现在要想的是，怎么高效率、充分地利用它的智力水平，而不是为了追求一个公司在 AI 技术上的 SOTA。

可能我们也可以做，公司也有这个预算。但是你做了却做不到世界 SOTA，或者你做的事情在我们的价值链关键环节上，短期内不是一个杠杆最高的事情，那它就不是一个特别好的商业决策。

现在哪些领域你是有机会或者已经做到 SOTA 的？

3 个事情。第一个是传感器本身，它关乎我们所交付的硬件产品的设计、交互体验、质感、可靠性、性能这些，对吧？这是我们的 PLAUD 设备。

第二个事情是人机交互的方式。我们不是所有东西都发布了，但是在我脑海中，我们在人机交互的范式上面，应该会有很多前沿性的、突破性的产品 offering，可以慢慢推向市场。

最后一个也是我从一个前辈那里学到的词，叫 system engineering，就是系统性工程。我们不一定在芯片上拥有世界上最好的算力，也不一定拥有世界上最好的大模型。

但是，在识别整个用户 workflow、解决用户 workflow 所需要具备的能力，以及它的体验链条的链路里面，我们怎么去做各种各样的优化，使得它们全部耦合在一起，让它的体验最棒、最好，这可以理解为一种 system engineering。

那我们一环一环来讲。我还是想先聊一下设备、传感器这个层面，因为目前我们能够看到所有 PLAUD 的产品，其实都是传感器这个环节。它能够摄取或者捕获现实世界当中所有有价值的 context，对吧？

先从你们的 PLAUD Note 开始说。我觉得 2024 年有一个非常重要的节点，就是你说的 Apple Intelligence。苹果开了发布会，在你们做 PLAUD Note 的时候，其实苹果还不能边通话边录音，但是从 Apple Intelligence 开始，它就支持通话录音了。

我知道在这个节点，市场上有一些开始看衰 PLAUD 的声音，因为他们会觉得这种录音卡片早晚会被淘汰掉。但事实上我们知道它没有被淘汰，它还活着，而且活得非常好。你觉得这是为什么？如果手机厂商把它做到操作系统里了，你怎么办？

先说一个事实。从 Apple Intelligence 到现在，可能我们的业务又翻 10 倍了。就事实来讲，它那个东西和我们不太搭嘎。

第一个，我们产品所应用的场景里，通话录音只是很小的一个占比。多小我就不分享了，但是那是一个很小的占比。而且这个事情太大了，当我们的产品有机会服务几十亿人的时候，它有这样的潜力。我们现在才服务 100 万人，没有任何理由它会减缓我们的增长速度。

第二个，我们的目标受众刚才说过，是“三高人群”：高知识密度、高对话依赖、高决策杠杆。这些人每天的工作时长分布里面，80% 的时间都在和人交流。一个企业家花 80% 的时间去听人汇报、思考决策。

假设全球有 10 亿知识工作者，我们所服务的是其中三高的一亿人。全球范围内有特别多知名企业家、知名企业的高管团队、董事会成员、名人在用 PLAUD 的产品。我就不分享具体是谁了，但是我们有很多语境知道，在这个群体里我们的占有率非常好。

回到刚才说的传感器角度，我们和手机的关系是什么？手机是很忙的。当它需要一个 AI 办公助理帮它一起听会、帮它总结、帮它分析、帮它研究的时候，最好有一个独立、可靠的 AI 设备，这里面是有很大杠杆的。

所以你看我们的产品，如果对于一个专员来讲，我就觉得意义不大。我们也不要想着把很多基层工作者都 cover，没必要。我们要做的是，怎么服务好那些三高人群，把他们充分服务好。

除了刚才说的很多企业里的三高人群以外，另外一个占比可能也是 50% 左右的人群，是我们叫专业的支持工作者：医生、律师、咨询师，以及销售那些高客单价、重决策、长决策链条、高度依赖线下交互的产品的人。

这些人的工作方式里面，很多时候就是 on the go，带你边走边聊、边走边看。全球前三大的民间调查公司或者商业访谈公司，要到大街小巷去和人做访谈，代表世界 500 强问别人：“你怎么看我的消费品？”到沃尔玛问：“你觉得我的包装做得怎么样？”

他不会拿着手机举着问：“你觉得我怎么样？” It's not natural。他就应该带我们的一个可穿戴 AI 设备。从场景覆盖来讲，它有很多特定的目标人群和目标场景，它就是适合 PLAUD 这样的产品，而不是手机。

所以我们的思考不是说，我也是服务这 10 亿人或者 50 亿人，苹果也服务 10 亿人或者 50 亿人，一对比好像我的差距就太大了。不是这个 mindset。我说，OK，我的目标受众就是那 1 亿人。在这 1 亿人里面，PLAUD 就是好于手机的，强于手机录音、免费的本地转写和 Apple Intelligence 的总结。

因为手机录音刚才说了，它的可靠性、效率、体验都还不如我们的设备。它的本地转写速度慢，准确率很低，基本上不能商用。我们的解决方案叫 professional grade，是商用级别的；它是民用级别的，很慢、不准，但是免费、便宜。

最后是它的总结不太好使。我不怎么见到有人用那个，说实在的。我们做 AI 办公助理，把这个做好就行了，不用特别关心手机免费的能怎么样。

要是手机的本地大模型什么时候能迭代到那个程度，一方面，就目前的趋势判断，有可能发生，但是 it takes a long time，需要很久。另一方面，我们也在进步，我们也可以做端侧处理，这些都是可解的。

你觉得你只要比手机厂商跑得快就行，做得好、跑得快？

其实我觉得手机厂商不会特别侧重于做我们这个事情。刚才我们说了，办公这个事情具有专业场景属性，它还有自己的工作流。

比如我们在海外市场，用户用我们的 platform 去采集和提取智能之后，我们可以帮他开发一个 API 接口 integration，他可以把数据推到 Salesforce、HubSpot、Epic，或者他内部的某个 CRM 里。我们可以连接 1 万个 SaaS。

每个人都有自己的 workflow。我们可以 build 那些 API 接口，让这个 data 可以在那个 workflow 里面可靠地流转和分享。你说苹果会做这件事吗？这不合逻辑。

像苹果这样级别的公司，全球有几十亿用户。它应该思考每一个创新、每一个研发投入，怎么样能够一次性命中 10 亿人，这样它才有杠杆。

而我们思考的是，OK，我们有 1 亿人。那 1 亿人里面，实际上是有 500 万律师、500 万医生、2,000 万销售、1,000 万咨询师、300 万投行和投资从业者。

我们会针对不同的人群，提供不同的 product offering，从设备类型到传输解决方案，再到我们提供什么样的 AI 能力。这还是很垂直型的解决方案思路，和手机还是挺不一样的。

那理论上会不会有一个赛道叫商务手机，它有可能有比较大的动力来做这件事？

其实你说手机和我们的差别在哪里？所有的设备都可以拆解成我自己的一个说法：本地计算、传感器，不同类型的传感器、续航能力、连接能力 connectivity，包括 Wi-Fi、蓝牙、4G、5G，再到屏幕，还有云端计算。

其实我们和手机的核心差别就在于，我们的本地计算要比它弱很多很多，因为我们不需要那么强的本地计算。然后我们暂时没有 connectivity。我们无非是去识别，对于我们的目标受众来讲，什么样的传感器要素组合在一起，是最适合他的，能够帮他解决问题。

如果说它是一个手机，我们就会做手机。我们的 co-founder Charles 是中国第一代最优秀的手机软件工程师，我们公司也有很多做过手机的人。我不是说我们要做手机，我是说我们只思考那个解是什么。它是眼镜、耳机、手机都可以。

从传感器的思路出发，到底什么样的形态是最棒的，你就有可能去做它。

我觉得你们的思路一定是围绕可穿戴来的。其实在手机背后，我们现在也把它识别为可穿戴的一种，但是你可以期待，未来你们会把产品做得越来越可穿戴。可穿戴和手机是很不一样的范式。

我看到一些资料，不知道属实与否，你也可以验证或者验伪一下。听说你们也在做 glasses、眼镜和挂坠，是吗？

我们的 NotePin 有 4 种佩戴方式。可以像我这样，用 pin 的方式佩戴；可以有挂坠；可以是手环；还可以用一个 clip。

所以那个挂坠是指 pin？

对。我们的产品自带 4 个不同的配件，用户可以自己选择佩戴方式。当时我们说，它是世界上最可穿戴的随身 AI 硬件。

所以你们在做眼镜吗？

现在暂时没有。但是显然，眼镜不是我们脑海中思考的重点。我根本不关心它叫什​​么，我只思考它有没有麦克风、有没有扬声器、有没有摄像头，它的本地计算平台在哪里，我会这样去思考。

所以我是否可以这么理解：未来的 PLAUD family，其实就是以传感器这个思路为圆心，向外蔓延开来？

对，没错。

那说不定咱们可以做个头盔。人和这种传感器延伸的设备怎么共生、怎么共存，以及它怎么交互，其实会是你们接下来的重点。

会是，会是。

你现在选择的是麦克风这个传感器，刚才你也提到有可能会做摄像头，你后面也会做摄像头，对吗？你还会做别的传感器吗？

肯定会。现在的按键原来就是开关机之类的功能，现在我们说它加入了 press to highlight。它就是你的 intention activator，一个按键也是一个传感器。Speaker 也可以是一个传感器。

我了解到一个特别有意思的故事。你的一个合伙人跟我说，在你第一次找到他的时候，他觉得你们就是一家录音卡片、录音设备公司。然后你给他看了你们公司的财务报表，他立刻就决定加入了。

他的原话是：“我当时没有想清楚这当中到底是什么，但我觉得漂亮的 PMF 当中一定有反共识。所以如果今天来复盘的话，PLAUD Note 大获成功，你觉得这里面到底有哪些反共识？”

这里面每一个地方都是反共识的。大家看到我们的产品，会说：“这是一个 AI 录音卡片。”他脑海中联想到的第一个事情是，录音笔这东西多传统；第二个事情是，手机也可以；第三个是，这也没什么。

所以他的 perception 很快就结论化了，就是“没什么”。但其实你看，我们的假设特别不一样。我们的假设是：conversation is a form of intelligence。对话就是一种智能。

因为对话里面承载的是我们这么多年的知识经验、此时此刻的偏好、我的痛点、我的期待、我的体会，以及相互交换的内容。我们认为，对话的价值是极高的。

每个人都已经有一个很强大的智能手机了，但是 99.99% 的人都没有把现实世界的对话采集起来。说明大家其实在这个地方都没有共识，所以我们能识别到，拥有一个独立、可靠的录音设备，是一个巨大的 benefit。这可能又是一个 0.01% 的存在。

最后一个是，我们确实能够通过这样一个传感器为起点，再嫁接大模型的能力，交付出很好的效果。我们知道它可以做到，但是很多人不了解细节，他就觉得好像没什么，没有意识到这里面的 beauty 在哪里。

因为业界如果有人要抄我们的产品，录音、转写、总结，这是我们上一代的产品概念。你搞 6、7 个人，再加一个方案商，就可以把这个东西做出来，看起来很简单。

但我们现在有 200 名工程师，这么多投入，他们在干嘛呢？所以大家可能没有仔细想，不知道这里面有很多可以做、可以优化的东西。可能这又是 0.01%。最后全部相乘，大家就理解不了为什么这东西挺好。这背后就是 PLAUD 为什么发展这么快，一点点成线了。

最后，业界是怎么开始发生转变的？

业界开始传，深圳有一个小伙儿，就做一个 AI 录音笔，也没干什么，发展特别快，特别赚钱。大家说，好像有点东西，但不知道是什么。后来仔细一看，确实有点东西。再后来一看，现在大厂就开始下场了，对吧？

这就是慢慢从反共识到可能形成共识的阶段。但其实在我的理解里面，这些共识的层次仍然非常低。我觉得我们才真正看到了未来那个宏大的图景，以及这张路线图是怎样的。

iPod 之父 Tony Fadell 有一句很有名的话，他说：“你必须审视这些设备，它到底是功能还是产品。”你觉得功能跟产品之间本质的区别是什么？以及 Note 卡片系列，它会是 AI 时代的 iPod 还是 iPhone？

要说功能还是产品，其实它背后说的是，你交付的是一个 feature，还是一个 solution。包括你刚才的问题，其实也在引导：你还是把它识别为一个设备导向的 solution 了。

我们很多时候思考，是把它理解成一个 tool solution，它就是帮你把这活给干了，对吧？你的 AI 办公助理。所以要说我怎么看我们所做的这些产品，我认为它是一个产品。

但是你要是只看 PLAUD Note 这个设备本身，它就是一个功能。它就是采集声音的，是一个硬件传感器，对不对？所以有人说“PLAUD Note 就是一个功能，手机也可以”，which is true。

但是从我的视角看，我觉得我们交付的是一个产品，是帮人解决问题的产品。然后你要说它是 iPad 还是 iPhone，我会更倾向于说，它目前还是一个 iPad。

那我这么问吧，Note 卡片系列会不会有一天被你们推出的新产品彻底替代掉？

这还是回到了那个概念：我们容易把产品当成单维的。其实在我们脑海中，它是传感器、connectivity、本地计算、云端计算。你不妨把它看成一个 portfolio，它是一个组合，它还有云端，还有 AI。

所以我觉得，我们始终不会尝试用 A 产品去替代 B 产品。你反倒可以期待，说不定就是 PLAUD Note、PLAUD Note Pro，说不定过阵子有什么产品和它联动，和它协作，这些都是可以发生的。

就像 iPhone 有 AirPods、Apple Watch，那我们也可以有 PLAUD、Note、Pro、X、Six，还有其他产品。它们之间是可以相互交互的。

你之前提到比较高频的一句话是，我希望能够通过软硬结合，去探索人与智能的边界。你觉得在 AI 时代，AI 软件和硬件怎么协同？

我最近思路比较清晰了。我们说软硬结合，硬件这部分可以说是传感器，不同的传感器通过采集不同维度的数据，这些都是 context。

当我们说到传感器的时候，甚至可以把手机和电脑也当成我们可以利用的传感器。假设我开放手机的能力，我们的 app 就可以用手机去采集数据；我也可以用电脑去采集数据，对吧？

这就是你刚才说的三步走：capture，获取这一环节。

对，获取、提取、使用。

这是第一环节，就是用所有传感器去获取所有对你来说有价值的 context。我们希望在这个环节形成的能力，是一个 context operating system：怎么去 gather、采集这些 context。Operating system 意味着，我们怎么去处理它、怎么去分发它。

这是硬件要做的事，是硬件和软件能力的组合。AI 三角是硬件、软件、AI，中间还有个云，对不对？所以是软硬结合在做这么一件事情。

AI 在做的事情就是，怎么让 context operating system 里面 generated 的 intelligence 被 utilize。是做一个 deep research，还是写一封邮件、画一个 PPT、发一条短信，还是把这个 intelligence 推到另外一个工作流，由别人来监管，这些都是我们可以做到的。

这里面有一个非常重要的问题。获取我们刚刚已经解释得比较清楚了，第二步就是提取。提取当中有一个非常重要的步骤，就是你要先识别什么是 intelligence，什么是智能。

其实提取这里面是两个东西。一个叫模态转换，我们这一次发布了 PLAUD Intelligence 3.0，是整个平台的提升。它适用于包括 PLAUD Note 在内，以及未来所有的新品。

这一次是从原本只有语音的采集和处理，到现在可以采集画面。你可以用我们的 app 拍一张照片，把你的板书拍下来放进去；我们甚至可以把你的动作也记录下来。通过 press to highlight，你也可以在里面打字，把一些要点和想法写进去，它也会 instruct AI，告诉它怎么去 fuse 这些 context，这样处理的时候会更 smart。

所以刚才说到的 extraction，第一个事情是做模态转换：从语音到 text，从图像到 text，从 action 到被 text 理解的内容。这些构成了 text 的合集。

这个时候，大模型就是从 text 里面去 retrieve information，生成结构化的会议总结、待办事项和脑图。这就是说，你怎么从这里面抽象出这些智能来。

我知道，但你刚才讲的都是你们在提取层面公布的功能。我想知道的是本质：你们怎么识别 intelligence？到底什么是智能？

你得先定义智能，才能用智能的标准去提取智能。

就方法论而言，我们是去引导人和 AI 交互，去教会它什么是用户需要的智能。也就是说，每个人需要的智能不一样。

我举个特别有趣的例子。每个人开会，因为个人的性格特点、做事方式不一样，开会时关注的要点也不一样。我们现在可以让用户在总结的地方添加不同的 tab，每个 tab 里面可以添加一个新的模板。

有些人会说，凡是 CEO 在场的会，我就让这个总结一定生成 CEO 的观点是什么，确保你和老板走得特别近，做事方式特别贴合老板的要求。或者说，你的工作风格是总要求真、进行批判性思考，那你就在我们的模板里面选一个叫“批判性思考”的模板。

它每次都会告诉你：“本次讨论里面有如下观点存疑，缺乏什么样的推理依据。”AI 就可以帮你分析这些东西。

所以你看，这就是我们说的 extract intelligence，多维总结。就是让 AI 知道怎么像人一样，去贴合用户所需要的方式来提取智能。

所以其实你们对于 intelligence 的定义是非常个性化的。用户需要什么样的 intelligence，其实是不一样的。

那当然，个性化特别重要。但如果追问最根本的智能定义是什么呢？

不是的。对于每一个人，不管他是街头小贩还是 CEO，能帮每一个人把自己的工作和自己要完成的事情做得更好的智能，就是最好的智能。

假设今天我是在摆摊卖冰棍，一个生物学博士跑过来。他智商极高，给我一顿分析，说我这里好、那里好，但我听不懂他讲的专业名词。这就是一个超级大模型，而我就是一个卖冰棍的小贩，他帮不到我。

我需要的是什么？我需要的是一个知道怎么卖冰棍、更有经验的人来教我。他说：“兄弟，卖冰棍儿，你得品种全一点。你得把牛奶这种类型的冰棍放在前面，因为它畅销、动销快，定价要更便宜。”

什么叫好的智能？它应该是能贴合于你，但是又引领你进步，渐进式地引领你进步，而不是给你讲一个你知道但做不到的事情。

所以始终还是回到人是怎么工作的。假设我要带几个人，我肯定是带着他们一步一步地去进步。

还回到三步走当中的最后一步，utilize，使用或者利用，不确定它中文准确的翻译是什么。你们有吗？

就是利用，利用。但最近我在考虑加一个新词进去：route，就是路由。

怎么理解？就是分发，route。因为我在想一件事情：假设今天钉钉 A1 按一个很便宜的价格，你说钉钉 A1，是吧？

是。

那它去做这个事情呢？我会把自己当成一个普通用户。我应该去买一个钉钉的产品，还是买一个 PLAUD 的产品？

如果这个人完全在钉钉的生态内工作，100% 都在里面，那我觉得他去用钉钉那个产品就是对的。但问题是，对于我们的很多目标用户来讲，他的工作界面，尤其是作为管理者、三高人群，很有可能不只是和钉钉交互。

他还有可能用飞书、腾讯会议、腾讯文档、微信。所以你看，我们就可以做到：我们去采集他所有场景的对话内容，然后帮他决定什么类型的东西推给钉钉，什么类型的东西推给飞书，什么类型的东西推给他公司的 SAP、Oracle、销售易，或者其他软件产品。

Router 其实是作为一个创业公司，我们得思考，在未来越来越混沌的生态里面，我们是什么样的存在。我觉得我们会做一个独立的、中立的 context operating system，帮助用户更好地让他的 intelligence、他的 context，和不同的工作流、工作场景互动。这是我觉得我们在定位上要重点开发的能力。

你这个设想非常美好，但是迈出去的第一步就有难度。无论是钉钉也好、飞书也好，人家自己也在做类似的产品，它为什么要给你开放接口呢？如果你接不进去，刚才所说的路由、分发都实现不了。

照理说，我觉得他们会开放。我们说，环境就是要鼓励大家公平开放。它就像社会共识一样，价值观取舍这些，还有 tool use、agent use、browser use，都是可以解的。

所以你对这件事情持有乐观态度，是吗？

其实我觉得这是一种商业思考。我们的很大市场是在全球市场，那样的生态是完全开放的。

你觉得国外就没有那么严重？

对，大家各自干各自的。不会有一家公司说，因为我前阵子正好仔细看了一下，你可以发现，国内大多数巨头型公司，假如它有一个效率类、协同办公类的产品，它里面的能力，能把美国上百个百亿美金市值的 SaaS 公司全部加在一起，那才是国内一个巨头旗下办公效率软件的能力呈现。

但问题来了，那是 100 个百亿美金市值的 SaaS 公司，人家的市值明明是几万亿美金全部加在一起。我们的公司是一个公司就拥有一切能力，但是价值创造只有人家的 1%。这里面就有一些深层次的商业思考。

这个聊岔了，回到刚才的角度。海外的知识库产品，像 Notion、Atlassian 旗下的 Confluence，都是很好的产品。你做 ticket management，可以用 monday.com、Asana；做 engineering management，可以用 Linear、Jira；做 messaging，可以用 Slack、Teams；开会可以用 Google Meet、Zoom。

每一个都是独立的公司，这还只是效率办公类的。我们再看不同的业务场景，在销售领域又有 Salesforce、Oracle、SAP，太多了，几百上千个。

所以我觉得，在那样一个世界里，当我们提到 route 这个词的时候，它就变得非常 meaningful。因为一个人的工作界面是这样的：我有不同的工作流、不同的工作触点和工作场景，我怎么让我的 intelligence 和 context route 过去？

现在每一个人都在尝试开发 AI 能力和 agent 能力，那他们就可以去利用好这些 context。

本来我们说三步走，你现在考虑要不要加上分发这一步？

对。

因为现在 agent 是一个非常火的话题。Agent，我对它的定义是让 AI 能够行动起来。那你会不会接下来去做行动？你会做 agent 吗？它会有第五步吗？

客观上讲，我们在试。每个企业都有它的资源禀赋、能力局限，以及它在什么时间点能交付什么。

在我看来，做一件事就得做到 SOTA。做不到 SOTA 就不要自己做，要用别人的。这是我们的一种商业价值观。我们现在可能还稍显混沌，可以去试一试，但最后还是要看结果。

我们能做到业界 SOTA，那就继续投入；做不到业界 SOTA，就应该用别人最好的。

所以简单来说，你们的 agent 现在还没做到 SOTA？

暂时还没有。但是我们最近邀请了很多很好的 AI 领域产品经理和算法工程师加入团队，在美国、新加坡、北京、深圳，都有很多很优秀的人加入公司。

现在能看到很多早期迹象，让人很兴奋，也很炸裂。只是暂时还没有投入生产环境，所以我暂时没有结论，但还是比较期待。

这里面要警惕一种混沌，就是“一切都自己干”。要警惕这个东西。

如果你们要构建的是下一代 intelligence 基础设施和交互界面，它的路线图会是什么样？Consumer, teams, enterprises, developer platform, vertical solutions.

我们会继续大力投入个人用户产品的迭代，以及 AI 能力的构建。同时，我们也会拓展服务团队和中小企业的解决方案。在企业级解决方案里面，我们要加入更高权限的隐私管理、权限控制和私有云部署。

在开发者平台上，我们要支持不同行业的垂直解决方案公司，基于我们的基础设施开发他们自己的解决方案。我们也可能会通过投资、收购的方式，去找到一些我们认为处在业态价值链里面、特别有杠杆的关键环节，并且有机会通过投资、收购或者自建的方式，去开发一些行业级的解决方案。

你指的收购，包括今年 4 月份你们宣布收购医疗 AI 领域的一家初创公司 StarJam？这个实际上是今年 1 月份就完成了。

这一类收购，我们的出发点很多时候都是为了人才。我们要去做一个全球化的公司，能够感知到我们有机会在医疗、法律咨询、销售等领域，做 4 到 5 个 100 亿美元级别的独立业务线。

要让这个事情发生，挑战在哪里？就是我们有没有世界级的人才、世界级的领导力，以及商业判断、技术知识等综合能力，去达成这些目标。

很有趣的是，海外提供了这么一个有趣的生态：世界上有几千上万家做 Agent 的公司。在我看来，它们很多时候都是同质化竞争。我觉得它们很快会经历一个速生速死的阶段。

而我们有一个以传感器为起点的 Context Operating System，它对于所有打造强大 Agent 的公司来说，都是至关重要的杠杆。所以，当我们有机会拥有这样的杠杆，同时业务快速增长、财务上也非常强劲的时候，我们就可以选择一些和我们所能创造的价值特别接近的业务领域。

我举个例子。美国有一家前阵子 IPO 的公司，叫 ServiceTitan，它是美国商业地产领域商业管理的 SaaS 公司。这里面有很多商业地产领域的投资管理、商业考察、商业谈判等工作，它就做这个，已经有 100 多亿美元的市值。

假设这个领域的工作流高度依赖对话，我们要么可以选择和 ServiceTitan 合作。我们有 API 接口，可以帮它构建强大的 Agent；但也有可能，这个场景比较复杂。其实我们能识别到一些工作流，它 70% 到 80% 的时间都在对话，而它剩下的数字化基础设施本身又比较脆弱。

这样的行业领域，你就有机会进入。因为这一类 AI 音频解决方案，在硅谷叫作 Scribe Solutions，已经像雨后春笋一样，出现了几百上千家。这里面很多公司，我觉得是比较困难的，因为大家都同质化，都是拿手机 App 一录，然后转写、总结。你自己也没什么东西，它也不真正拥有那个场景。

但好歹我们有传感器。传感器是不好做的，所以我们就可以选择去找一些特别好的公司收购或者投资，然后支持它们在所处的赛道做到行业第一，再去规模化，这会变成一件很有意义的事情。

坦率讲，今天要造一个传感器、做好一个传感器，其实门槛也没有那么高。因为我们今天可以看到，光你们的 PLAUD Note 卡片就有非常多的模仿者。

Taste is everything。你可以理解，我们在商业上有一个判断：这个事情将会变得非常庞大，数十亿人都会给自己装备可穿戴的、随身的 AI 设备。那我们是谁？我们是这个领域的发明者、这个领域的标杆，是这个领域审美最高级的品牌。

而且它有可穿戴的属性。穿在身上的东西，代表的是你的身份和 Identity。我们的用户群体很多是企业家，对不对？大家一起开会、一起聊天，说：“你用 PLAUD？”“PLAUD 的很好。”大家就会觉得很有共鸣。你突然掏出一个，说：“你用这个？”大家的氛围都不一样了，你能感知到吧？

你说它隐含的是什么？所以，可能有人会把传感器封装在一起，做成长得类似、性能接近的产品，甚至可以用我们一半的价格去销售。但我觉得，对于一个可穿戴设备来说，对于我们想要捕捉的最有价值的三高人群，我们应该做到具有垄断性、非常强势地存在。

我们也会饱和投入。比如说，在所有产品开发上面，我们的思考逻辑都是：怎么用最好的设计、最贵的材料、最好的工艺，去做最好的产品。

具体到一些细节，我们在招聘上面，现在做工业设计，就找原来做奢侈品行业、做珠宝首饰的人，而不是去找原来做 3C 电子的人。做营销，我们就找原来在 LV 工作的人。这些都是事实，都是在职的。我们还是那句话：Taste is everything。

你在打造公司和打造产品的思路上，有借鉴苹果吗？因为我第一次看到你们 PLAUD Note 卡片的时候，包括我一个专门做硬件的朋友，都有一个评价：它看上去非常像苹果自己推出的原生硬件。

我在这种追求上、在商业思考上，深深地被苹果影响了。

那你觉得 AI 时代软硬结合做得最好的公司，还会像苹果那样吗？

我觉得很有可能还会是苹果。虽然现在 OpenAI 也在尝试，但我觉得苹果的理念是对的。

我在美国也花了一些时间，和苹果的工程师交流。苹果真的聚集了世界上很多最优秀的各类传感器、芯片方面的人才，几乎每一个细小的事情，都有世界上最好的专家。这么多有才华、有智慧的人在一起做创新，我觉得还是非常有力量的一件事情。

客观讲，你知道创业公司的优势在哪里吗？创业公司反应快、敢做、胆子大；苹果是很克制的。这是我们在 Apple Intelligence 上还没有看到特别惊艳的原因。

是觉得它反应这么慢，是因为太克制了吗？

是的。所以我假设，苹果还是很有机会在随身的可穿戴 AI 设备上取得巨大成就的。我个人认为，这是一个 10 万亿美元级别的机会。

好处是，它和我不在一个赛道。它会做个人生活助理，帮你订杯咖啡、订个票、点个餐。我们做的是办公，办公就要求你有几百上千个工程师，天天根据不同的 Workflow 去写接口，然后去做 AI Agent 调度。我们在另外一个世界。

你刚刚说你觉得苹果的思路还是对的，那苹果的思路是什么？

就是要尊重客户隐私。它在数据利用上面非常克制，因为 AI 这个东西很强大，如果你过于激进，会产生一些意外的社会进程。

我觉得 AI 现在还很早期。你看，我们才 100 万用户，那个Raven Matter那也才刚刚开始。我们脑海中想的是未来拥有数十亿用户，那需要有人去定义一种范式。

你天天戴着一个有摄像头的眼镜到处走，本来我都不敢开会了。原来开会的时候，大家还可以不小心抠个鼻子什么的，现在他不知道怎么开会了。

什么叫抠个鼻子？

就是掏个鼻子什么的。那现在不知道怎么开会了，对吧？这个社会范式应该是什么样的？

其实创业公司做到 100 万台、500 万台，就是巨大的成就。苹果这样的公司要思考的是：产品推出的那一刻，怎么让 1 亿人敢于使用，大部分人都能接受。

它还要考虑社会影响、Perception、体验、价格、性能等各个方面。这就是为什么它会很克制、很慢。苹果还拥有一整个完整的生态，这也是没错的。

你们会这么做吗？你们会往这个方向走吗？

我们还太早期了。

我们很早也想过，其实此时此刻可以讲，我们很大的侧重是在软件和 AI 上面，因为这是交互体验里面非常重要的杠杆所在。

但是真正在硬件上做重投入，比如自研麦克风、自研芯片，这些都是很重的事情，涉及基础研究的层面。

但这肯定还不在你现在的优先级里？

对，这现在也不合适。可能什么时候我们做到 1000 亿美元了，就可以搞个实验室。苹果也不是一日炼成的。

来聊聊竞争吧。截至 2024 年中，PLAUD Pro 应该已经完成了第一阶段 PMF 的验证，也让你们成为现在最优秀的公司之一。但是紧接着，赛道上出现了非常多的模仿者和竞争者，尤其是在最近这一年，出现了此起彼伏、长得非常像你们录音卡片的产品。你怎么看这些模仿者和竞争者？

首先，我还是认为我们这个赛道的机会足够大。在我看来，5 年之内，它还有机会成长 100 倍。

对一个创业公司来讲，我们必然会遇到很激烈的竞争，包括各种抄袭者和后来者的挑战。我们的逻辑和战略，是要清晰地定义我们的客户是谁。我刚才反复提到三高人群的定位。

假设你卖得那么便宜，你就得思考你的模型用什么模型。因为成本有限，你就得用最便宜的模型，这是商业可持续的基本假设。

而我们已经想明白了：我们就是业界最好的设计、最好的性能、最好的质量，最高的定位、最贵的价格，追求最高的毛利率和最高的净利润率。我们招最好的人，用最贵的模型，给出最好的结果，然后再做最好的用户体验、最好的产品。这是一个循环。

所以我根本不介意让市场知道，我的产品就是最贵的。因为只有贵了，我才能有收益，才能持续投入更好的算法和 AI 传感器，提供更好的解决方案。

现在我觉得有一件事情很有趣。华强北暂时不考虑，他们已经做了很久了。甚至我可以和你分享，这些人现在全部加起来的出货量，或者按照销售规模，可能也不到我们 5% 到 10%，而且已经持续很久了。

所以看起来竞争很激烈，但它并没有真正影响我们的市场份额，也没有影响我们的商业表现。

不过从长期来看，还是会慢慢产生影响的。尤其是当我们说还有至少 100 倍的增长空间时，用户受众会快速扩大，而我们并不擅长刚才说的下沉市场，他们可以去服务好下沉市场。

一方面，在定位上，当我们提到三高的时候，就已经很大程度上明确了战略定位。我们在中高端市场，要打穿、打透，打得极其强势、极其激进。至于其他市场，你甚至可以理解为，我的策略就是短期内放弃。

所以你说得没错，短期内放弃。你根本没有觉得需要和大家开战，或者怎么样。

这里面还有一个有趣的角度。刚才我们也谈到了品味，对吗？我觉得对用户来讲，他会感知到：当我使用一个可穿戴 AI 设备时，它真的是我个人 Taste、我个人身份的一种外部呈现。

我一般不怎么戴胸针。我有一个胸针，那好歹是 Dior 的；我不会去用一个在大街上买的 3 块钱的挂在身上吧？这东西得挂个 Dior 的，对吧？我就举个例子。

所以我觉得，我们和他们不在一个范围内。在商业上、在组织的价值观上，我觉得这件事情也很有意思。

你看，我们为什么很早就说一定要做世界第一，我们不尝试去追随？因为如果你做一个企业，每个企业都喊口号，都说要招最好的人，大家最努力地工作，一起做最好的产品，那在我看来，那些企业如果不进行深度思考，只是做一个和你长得很像的产品，它底层的文化价值观就是平庸的。

这样的企业是招不到世界上最好的人才的。真正有理想、有水平的人才，不会因为你只是一个大企业就加入你。如果我感知不到你真正的世界级远见，以及对创新精神真正的支持，我就不会被吸引。

所以我觉得，竞争也可以是短期的。但从长期竞争来看，我对我们自己还是足够自信的。

那你怎么看？现在巨头的重要业务都在做跟你们类似的产品，但市场定位非常不一样。当这些背靠巨头的玩家进入时，你会有一些压力吗？

一度有，现在我已经释然了。我们控制好自己的商业野心就行了。

你要看怎么定义成功。你看钉钉发布会了吗？

我没仔细看。

我的价值主张是，我们要做一个成就人的组织。如果公司让我选择，它可以做到现在的 10 倍大，但让员工不幸福，那我情愿它不要 10 倍大。

我希望员工幸福。那员工幸福是怎么构成的？这里面包括工作的成就感。我们公司有一个关键词，叫“提倡原创美学，提倡用心工作，体验精彩”。

这里面要求你要有商业杠杆，而不是特别卷，然后卖得很便宜、低毛利，大家又没有奖金。追求什么呢？我觉得背后有很多底层价值观。正是这些价值观，让你可以很淡然地说：Fine，他是我的 10 倍，那就让他 10 倍。

有点被你说服了，使得我本来准备的一个问题看起来有一些毫无必要。

我知道你非常以你们的 PMF 为傲。之前有一个新闻，说你们的利润率应该可以和苹果媲美。但同样也有一个残酷的现实：很多产品绝佳的 PMF，也会被中国产品自己破坏。对此你怎么看？

规模大不一定能带来最好的商业回报。所以我觉得，我们有一些价值主张。什么是最好的商业回报？就是你刚才说的那个循环，也就是经营杠杆。

一个企业有 500 个人，能够做到很高的人均利润、很高的人均收入、很高的人均幸福感；这和一个 1 万人的企业，让大家非常辛苦地工作，做出来的产品被市场一顿骂，虽然拿到了结果，也赚了钱，但利润很薄，是不一样的。

你是在影射今天的大厂吗？

我觉得这不是谁主动选择的，而是社会环境塑造出来的。原来我还有点义愤填膺，觉得大家没必要这样。后来我也算是理解了，这其实很无奈。

那你凭什么能够逃出这样的轮回呢？

首先是要控制自己的欲望。

你看，我们为什么从海外市场起步？因为那里的付费习惯和商业环境非常友好，我们能够在那里以极快的速度成长，获得很好的商业回报，所以就可以持续投资。商业选择也很重要。

这是一个很有意思的话题。我听说你最早的时候其实是不准备做国内市场的，现在你们几天之后的发布会就要宣布 PLAUD 进入中国。为什么？

说实在的，就是公司后来做得挺好，感觉自己是不是升华了，应该追求一些价值。

对于我的合伙人团队和员工来讲，我还是要确保让大家有更好的财务回报。但对我个人来讲，我的生活要求比较朴素，财务上也没有太多诉求，所以我追求更多的是意义感。

我们既然从深圳起步，有这么多国内同事，大家一起努力，把这么好的产品做出来，并且在全球市场大放异彩，那我们也应该回到中国市场，把最好的产品给到中国用户。

我能看到很多疾苦，我想帮到大家。

疾苦是什么？

就是工作很忙、效率很低、会议很多、解决问题很难。我开玩笑说，这是工作上的疾苦。

但我们的产品就是帮助大家更高效地工作。我也对我们的产品非常有信心，真的是想帮到大家，让大家拥有一个更好的产品。

但最近这半年你发现，原来不需要你来解放大家，有其他人来解放大家。所以你们进入中国，仍然是要打那群三高人群，而不是去解救疾苦，因为你发现有人已经把这块做了，是吗？

对。因为我要一起去解救，我也得先经历疾苦。

你一开始就有打算绕开国内市场，是因为你怕陷入这种内卷的轮回吗？

一部分是，更多还是因为全球化有很多 Beauty。

首先，疾不疾苦，这是从竞争角度来说的工作强度问题，这可以克服。但作为一个好的创业者、好的商人，你应该去做高杠杆、高回报率的事情，这样才能增强你的经营模型。

如果一开始就搞得特别苦、特别困难，你就没有能力投资基础设施，包括投资人才。所以我觉得，到现在来看，这仍然是一个正确的选择。

By the way，你说你的生活很朴素，一个朴素的人会拥有一个 Dior 的吊坠吗？

相对朴素吧。我不会去拥有任何 Property，没有任何 Property。还好，我肯定不是那种特别节省的人，但是生活比较简单。

我听到了一个非常重要的细节，是你的中国区 CEO 告诉我的。他说，今年 3 月底 Gemini 2.5 发布之后，他就拿 Gemini 做实验，发现大模型提供的智能已经让他感到非常 Surprised。

所以，你们在这之后有一个非常重要的战略动作，就是决定 All in AI 大模型相关的研发。这件事情属实吗？

属实。

这对你们来说是一个很重要的节点吗？

我们很早就要做 AI 的投入。你看，我们今天的对话就是在摇人，对吧？明天说不定你给我介绍一个 AI 科学家，我可以让他去做一些新的事情。

我们有很多预算，也有很多好的业务空间，可以让大家去尝试。你可以理解为，今年 3 月份如果发生了这个事情，那只是很早就开始期待公司在一些能力上进行投入和建设。也不一定非要 Gemini 2.5 让人感到惊讶，不一定要有那种 AGI 时刻即将到来的体验。

问一个很关键的问题：进入中国意味着什么？

对 PLAUD 来说，我们还在观察。因为原本这是一个很有价值主张的事情，就是去惠及中国用户。今天我觉得，我们还是要坚持原本的目标，去惠及中国用户。

但从企业经营来讲，我们还是要回到一个客观的视角，比如衡量投资回报率、经营效率和经营杠杆。当然，客观上我们公司还是在继续加大中国区的投入，包括软件产品体验优化，以及基于本地语音、本地大模型去做很多调优。

我也得感知这个生态系统给我们的反馈是怎样的：我们的产品是不是能够在中国用户这里找到很好的口碑，增长方式是什么。我觉得要尊重市场，也尊重客观结果，保持一个平和的心态。

有一个点不知道你有没有思考过：飞书和钉钉都有机会把线上线下的 Context 打通。它们既拥有线上的办公软件，也可以自己去做线下的传感器硬件，这样线上线下的 Context 就能够打通，也能够更了解用户。

这个我觉得还是要观察这个业态演进的结果。

短期内，我可能更关心国内的企业家、创始人和核心高管，他们多大程度上会依赖一个单一的办公 SaaS。

如果他主要是在飞书上办公，那飞书如果有一个版本，当然会更好。但如果他的工作模式是在飞书上办公，同时我估计很多企业内部也有自己的系统，在工作界面和 Workflow 里面有不同的 Workspace，那我们就可以做到 Route，成为一个中立的 Route 平台。

因为飞书一定不会把 Route 开放给别人，钉钉也一定不会 Route 给飞书，但是我们可以去 Route。

所以最后在消费决策上，你觉得企业家会选什么？他不一定会选飞书。

这就是很 Tricky 的地方，你在绑架我呀。

来感知一下嘛。所以你一定会坚定地走开放的生态和路线？

当然。我觉得至少在海外市场，这应该是一个特别好的安排。

你们现在既服务 To C，又服务 To B。To B 和 To C 未来有一天会矛盾吗？

不会的。现在 To B 还特别早期，等我有更多运营的感想，再和你分享。

好的。外界对你们很大的一个迷思是：PLAUD 究竟有壁垒吗？

当然有壁垒了。

定义一下，最高的壁垒是什么？

说 3 个事情。

第一个，是要成为个人与企业的数据中心，也就是你的 Memory Center。

第二个叫 Connectivity。我们要去连接 1 万个 SaaS，构建一个智能的高速公路网络。企业级的部分我们还在建设，Getting There。等它完成之后，这当然是壁垒。那些 API 可不是能随便和你建立的。

最后一个叫智能的 Flywheel。现在 Context 的处理，如果你没有这个人的个性化信息，也没有企业的 Private Data，处理结果就不会那么理想。

而当我们有机会作为先发者、作为发明者，更早地进入各行各业的应用，并且和这些场景进行数据交互式的服务时，我们就可以形成针对目标用户和目标场景的智能 Flywheel。

大概率，我们会拥有越来越多各个行业的最佳实践，于是大家会优先选择我们的产品。就像我们已经有 3000 个模板，今天谁也搞不了 3000 个模板；我们很快会有 3 万个模板。慢慢地，这里面就会形成智能的网络效应。

主要是这 3 个。这个就是你们要构建的壁垒。现在有的壁垒是什么？

现在没什么壁垒。

所以才会看到很多跟你们长得很像的公司。

审美，Taste，就是壁垒。

如果要在今天的商业世界里挑出一家长得最像未来的 PLAUD 的公司，会是谁？

Apple。

就是苹果。

我知道你在组织这件事情上有一个很大的想法，是想进行一场很好的实验。但是我听说你的组织现在也扩充得非常快。你的原话我听员工讲过，你说仗会打得很快，而且你们现在也构建了一场比较大的战役。

所以你对人才非常渴求，但这个过程当中组织其实会有比较大的挑战。现在在这方面是怎么思考的？

怎么说呢？很长时间我们都在做业务冲刺，因为想做的事情多，资源有限，而我们又是一个使命必达的团队，所以大家有很长一段时间都冲得很快。

这种 Intensity 高了之后，舒适度还是会比较低。当然，公司很早就说过，我们的特点叫 Tough but Rewarding，这本身就不是一个工作轻松的地方。

接下来我有几个核心想法。第一个，是要在公司整体层面进行战略共创、路线图共创，对企业做事情的 Planning 和时间表管理，制定 SOP，沉淀工作方法。接下来，我们会在这些基础事情上投入比原来更多的时间。

对应的，我们对业务的激进程度可能会往回收一手，不会每个季度都说：“我们要再翻倍一次。”你总感觉市场机会全在那里，那我们是不是就应该冲、冲、冲？我觉得也没必要，可以更有耐心。

这是我今年慢慢越来越强烈的一种体会：可以更有耐心。我们有很好的机会，也还有很大的空间，但可以先紧一阵、松一阵。接下来，我们可能要进入松一阵的节奏。

这个节奏不是让大家松懈，而是让大家有更多时间共同思考治理，让企业组织变得更高效，解决刚才说的那些组织上的挑战。

另外一个事情，是我们可能要在人才结构上做更好的识别。今年到现在，因为扩张节奏比较激进，我觉得这个过程里面肯定留下了一些混沌的部分，我们也需要花点时间把它识别好。

定义一下你想要的、你喜欢的是什么样的人才？PLAUD 的人才观是什么样的？

大体来说，我们追求的是学习力很强、聪明、有创业者精神、AI First。大体就是这几个特点。

有红线吗？什么样的人你绝对不会想要？

道德上的红线，那就是红线，我们就不讨论了。

低开放度的人，我觉得应该是一个红线。特别大的 Ego，只相信自己，不信任同事，总感觉好像没办法和他背靠背。开放度低的人是很要命的，因为本质上讲，他不开放，很快就会成为组织的核心卡点。

这么快、这么复杂的一个组织，需要大家都有一定的开放度，能够相互融合。

你们很强调利用知识。在 PLAUD 内部，有什么目前可以分享的比较先进的实践吗？

最近开始做一些方案尝试，我觉得接下来可能才会做得更彻底。

以后所有的内部会议，每个人都必须有一个 PLAUD 的会议总结，然后他的工作流就必须从 PLAUD 开始。做不到，就找产品经理去实现。

先把我们自己的公司打造成一个能够用 PLAUD 实现“不用工作 8 小时，就能有 8 小时产出”的企业，把自己当作小白鼠。

我觉得这是真正要通过一个专门的项目组去推进的事情。大家也都在用，但使用方法还不够极致。更极致地尝试使用自己的产品，就会发现很多体验上需要优化的地方：它怎么才能让一个人在我们的产品上真正得到很好的赋能？

我举个例子。以后但凡发起新的招聘，就必须回答一个问题：为什么 AI 干不了？但凡要提出一个问题、寻求一个决策，都必须先问一遍 AI，把结果的 Summary 附在那里，然后再继续发问。

以后我们要求所有同事的工作方式，一定是有一个 AI Copilot 和他协作。这样才能减少很多基础的信息不对称。

有同事评价你的管理风格是 Tough Love。

对。

怎么做到的？听起来很难。

Tough 很简单，很多老板都 Tough。这就是人的性格一部分。我真的希望大家能够在公司里有成长、有回报、干得开心，就是这么一件事情。

你好像为了让大家干得开心，还是做了很多细节上的工作。比如点餐，用的都是非常好的供应商；公司内部还自己搞了一个咖啡馆，最 Fancy，请的是专业咖啡师。

我就希望大家有最好的体验，还有很多事情在路上，我们还可以增强这方面的体验建设。

现在很流行一个词，叫 Vibe，也就是氛围。浩子想在一个公司、一个组织内部营造的氛围是什么样的？

我们叫“用心工作，体验精彩”。

用心工作的层面，是高效、可靠；让你重新体验精彩，就是在一些小细节上，让你觉得：“真有质感，真有意思。”甚至在工作场合之外，也可以去构建这样的体验。

你看我们这些花，还是真花，对吧？这个园区很有调性。园区就在地铁站正楼上的写字楼，很多细节都体现着那种氛围。

这个跟张一鸣很像。他坚持了很多年，把自己的办公地点都放在西三环边上，不搬去更远的地方，是因为他觉得要让人才方便。

对，真正地以人为本。

我听说你们不打卡。

不打卡。

但我也听说，你有时候会嘀咕：“大家怎么白天来上班的时间比较晚？”对吧？那这个怎么平衡呢？你挣扎吗？

挣扎啊。

其实你要真想知道，世界上最优秀的公司是怎么做的？它们就是用最贵的薪资招最好的人，然后就没有然后了。

因为最好的人，你说像 Google、Microsoft，那些人是怎么进 Google、Microsoft 的？一定是各种各样的方式。要么你绝顶聪明，花 30% 的努力，就可以拿到别人 100% 的结果；爱卷就卷，不卷拉倒。

要不然你就是一个卷王，天资不够出色，但是很卷、很努力，也能达到那个程度，那你也可以加入 Microsoft。真正好的企业就是这样做到的。

国内企业也做了一些迭代。比如腾讯，其实腾讯的人才密度也非常高，对吧？它的平均薪资在国内几乎是最高的。它会做一点轻微的绩效管理，排个序，因为这帮人本身血液里面就有努力的基因。大家再排个序，战斗力就上去了。

所以国内的管理，颗粒度会更有导向性一些。

其实按照我的理解，在 Google，一般来讲你有你的任务，得完成。除此以外，你在不在公司、工作几个小时，Nobody Cares。因为能进 Google 的人，都是高度自驱或者绝顶聪明的。

如果有些人让公司觉得不舒服，感觉大家在摸鱼了，那就做一次治理，裁掉 10% 的人，于是可以消停好久。企业大体就是这样。

对我们来讲，我的初步思路还是优先提高人才密度。

我理解，其实无论是组织还是全球化，你们现在都只是一个开端。相信你的思考也会不断迭代。

我听下来，PLAUD 是一家信仰人的公司，对吗？就是在人和 AI 之间，如果从终极来看，你是相信人的。

当然相信人。但不要尝试把人和 AI 总是放在一起比较，不要轻易去比它，这是一个选择，而不是判断。

你说人和 AI 谁会更厉害，这是一个判断。我说我们要去 Amplify Human Intelligence，这是一个选择。

我觉得你是一个挺慷慨、也乐于分享的人。今天已经聊到了很多次，你希望大家一起来感受精彩。你觉得这种精神最根本、最深处是从哪里来的？

以别人的快乐为自己的快乐。

你们公司会给大家做 DISC 测评吗？在这个著名的测评表当中，会用一些动物的特定值来评估一个人的本我。

你有两个值是最高的。第一个是老虎值，代表 Dominance，也就是支配性，几乎爆表。仅次于这个值的是无尾熊值，代表追求和谐。

一个特别 Dominance、一个追求和谐，这两个值最高，是一体两面。这两个值背后真实的你是什么样的？

那就是这样的，代表真实自我的状态。大家都很不开心，那也不好，这就是无尾熊的那一面。

但是老虎的这一面，最深层次是什么呢？就是确保大家要开心。你可以让很多局部不开心，但作为一个整体，大家要有开心的基础，对吧？

公司如果不行了，你平时再开心也开心不了。所以，为了确保大家开心、为了做最正确的事情，你就得要求高一些，让公司能够稳健地进步、自我成就。

以上是我和许高 Nathan 4 个小时访谈的精简版播客。这次访谈录制于 9 月 22 日，正值 PLAUD 进军中国发布会前夕。除了许高 Nathan，我还在深圳的发布会现场采访了另一位联合创始人 Charles，意外捕获到很多精彩细节。我抽取了一些片段放在本期，相信大家能够感受到两位创始人呼之欲出的风格，并像我一样感慨，这的确是一场美妙的相遇。

您自己之前不是已经有一家公司了吗？

对。

为什么会选择跟 Nathan 一起创业？

最早他自己想来创业，一个人从上海到深圳，看了很多品类。因为之前自己也没做过类似的工作，所以那时候他找到了我。

我们那时候在给搜狗做类似产品，不管是 AI 翻译机还是 AI 录音笔，其实我们为搜狗提供的方案已经比较成熟了。

那时候我觉得，这个年轻人挺有想法，但是硬件这件事不是光有热情就能做好的。所以我也跟他讲了很多，想劝他说：“你别做了。”在你对硬件没有很多认知和实践的情况下，贸然去做是很危险的。

因为我见过太多了，投入到做硬件这件事里，95% 的情况下就是把钱丢进水里。所以我跟他做了很多交流，想阻止他，说你别做了，弄清楚了再做。

但他后来也去了解了这个行业的一些东西，最后还是回来找我，说还想聊，还想做。他也知道，我们在这一块相当于国内做得最好。

我见过太多做市场营销的人，但是从 Nathan 身上，我不仅看到了激情和热情，还看到了他对数据的专注以及务实。我觉得，务实是他和我之间一个非常大的共同点。

我们都是专注于数据的人。你要想说服我，必须拿出足够的数据。我们相信数据，不相信嘴里说的那些忽悠。

平时我陪着他做众筹的时候，我们就在路边随便找个饭馆，吃个盒饭、聊一聊。我觉得他身上有激情、热情和务实这些特点。

因为他的资金很有限，自己也没有多少筹码可以随便砸，所以他必须找到一个真正能帮他解决问题的人。

他第二次来找你的时候，带数据了吗？

那肯定有数据，包括亚马逊的数据。有些数据在我预期之内，有些超出了我的预期，所以我去核实这些数据，确实是真的。

比如亚马逊平台上类似录音笔的销售数据？

对，包括很多用户体验的留言。所以我觉得，他第一有热情，第二务实，而且真的去把一些看上去很枯燥、很细致的事情都做了。

听说他一个人翻遍了 5000 条录音笔的评论。所以他那次来找你的时候，是已经做足了功课吗？让你感动了？

我觉得，是他有这个决心，而且能够下这种功夫。我觉得他就是不一样的。

他不追求绝对的确定性，但一定要有 80% 到 90% 的把握，他才可能去做；如果没有达到这个程度，他也不会做。

我看中的也是这一点。追求务实、追求确定性，这和我是相同的；然后他又年轻、有热情，这某种程度上是我没有的。

最后放上本次访谈中，PLAUD 中国区 CEO 莫子皓的一段分享。

莫子皓和 Nathan 同岁，两人都是 1991 年出生。在加入 PLAUD 之前，莫子皓任职于百川智能，负责商业化产品和运营。在我们的访谈中，莫子皓讲述了近两年来自己对于大模型理解的深刻变化，以及由此衍生出的对于 PLAUD 未来走向的深度思考。

创业的第一天，包括 Nathan 自己也承认，其实就想做一个 AI 录音笔。但是在那个时代，没有人能够预测 AI 到底是什么。

但刚刚好，技术的发展、我们对对话的理解，以及我们对智能的理解，越来越变成对 Context 的组织和对人的衡量。我们的认知其实是动态发展的。

你说我去年这个时候怎么理解 AI？我去年这个时候还在做销售 Agent。去年这个时候，我们通过这个东西可以多赚 4000 万，我觉得很香。但我没有觉得 AI 是教人做事情，更多是 AI 辅助人做事情。现在想法就不一样了。

因为在模型公司，我们经历了那个过程：先是用数据去描述智能，再把这个数据交给模型。刚开始，大家做的都是提高单次对答的智能水平。到了去年 12 月底之后，单次智能已经没法继续提高了。

为什么？因为我已经没有足够多的数据，或者说没有办法通过数据来做更多的智能提升，而且模型确实已经很聪明了。

这个时候，模型能够做的事情非常多。又因为强化学习出现了，大家更多地去追求多模态、指令追随、工具调用和多步规划。

但对我来说，很多地方本来单次智能的高度，并没有被很好地利用。你可以理解为，它是一个 100 分的全知全能的神，但大部分人在用它做 30 分的工作，这件事情特别不 Make Sense。

当时我们认为，Context 很重要。另一个点在于，在单次模型提升里面，像 Gemini 2.5 Pro 这样的一些先进模型，我们一直发现，它在超长文本的纯文本处理上，迈过了一个所谓的涌现时刻。

写代码是 Claude 3.5，大家觉得它可以写代码，所以模型的能力就体现出来了。但超长文本处理这件事，实际上是 Gemini 2.5 Pro 之后才出现的。

模型突破人的能力，体现在什么地方呢？第一，模型具备人所不具有的记忆能力；第二，模型具备人所不具有的注意力带宽，也就是 Attention Span。

人脑没办法记住那么久的东西，也没办法看得出那么长的内容，所以模型可以做到很多人做不到的事情。

这里面就带来一些很有意思的东西。做互联网的人永远觉得，好像全世界都在用电脑，好像全世界都在写代码。但其实有很多人创造价值、传递价值的方式，不是通过工具，也不是通过代码，而是通过对话来实现的。

可是这一群人从来没有人帮他们做过任何 IDE，也没有人帮他们做过任何提效的东西。这其中其实存在非常大的非共识。

我们实际上追求的是一些通过语言，去探索人的智能边界的工作。

好了，本期节目就是这样。如果你喜欢商业漫谈，请用分享、评论、转发的方式支持我们，这对我们的发展至关重要。本期节目的文字版也将在公众号更新，视频版正在制作，预计会在一到两周后登录B站等视频平台，欢迎守候。本期播客也已经在苹果Podcast、喜马拉雅、微博、豆瓣、网易云音乐、QQ音乐等平台同步上线，这是商业漫谈的底稿创始人访谈系列，欢迎订阅，我们下次再见。