AI-Native 知識(shí)內(nèi)容平臺(tái) ThetaWave AI 宣布近日完成數(shù)百萬(wàn)美金的 Pre-A 輪融資，BAI Capital、高瓴創(chuàng)投及 MBA Fund 聯(lián)合投資，老股東奇績(jī)創(chuàng)壇跟投。

ThetaWave AI 在 2025 年下半年突破一百萬(wàn)美元 ARR，目前現(xiàn)金流收入已能覆蓋公司開(kāi)支，用戶次月留存 80%+，三月留存 65%+。

不管怎么看，ThetaWave AI 都屬于已經(jīng)找到了 PMF，并且跑通了增長(zhǎng)閉環(huán)的「優(yōu)等生」產(chǎn)品了。

創(chuàng)始人李文軒大一輟學(xué)創(chuàng)業(yè)，ThetaWave AI 算是他的第三款產(chǎn)品，對(duì)于他來(lái)說(shuō)，一直關(guān)注的都是「AI 帶來(lái)的無(wú)限個(gè)性化內(nèi)容供給的可能性」。而 ThetaWave AI 未來(lái)想做的，是想成為「每個(gè)人默認(rèn)的獲取知識(shí)的入口」，成為「第一個(gè)能夠定義好新一代內(nèi)容平臺(tái)生產(chǎn)和消費(fèi)方式的公司」。

以下是 Founder Park 與 ThetaWave AI 創(chuàng)始人李文軒的對(duì)話，經(jīng)編輯整理。

體驗(yàn)產(chǎn)品：https://thetawave.ai/

采訪 | 萬(wàn)戶

編輯 | 夏天

??關(guān)注 Founder Park，最及時(shí)最干貨的創(chuàng)業(yè)分享

超 19000 人的「AI 產(chǎn)品市集」社群！不錯(cuò)過(guò)每一款有價(jià)值的 AI 應(yīng)用。

邀請(qǐng)從業(yè)者、開(kāi)發(fā)人員和創(chuàng)業(yè)者，飛書掃碼加群：

進(jìn)群后，你有機(jī)會(huì)得到：

• 最新、最值得關(guān)注的 AI 新品資訊；
  

• 不定期贈(zèng)送熱門新品的邀請(qǐng)碼、會(huì)員碼；
  

• 最精準(zhǔn)的 AI 產(chǎn)品曝光渠道

01創(chuàng)業(yè)方向：想做的、能做的、可做的，三件事的交集

Founder Park：這是你的第一次創(chuàng)業(yè)嗎？簡(jiǎn)單介紹下之前的創(chuàng)業(yè)經(jīng)歷。

李文軒：嚴(yán)格意義上來(lái)講，這是第一次。公司一直是同一家公司，但中間換過(guò)一些方向。

先從最早的經(jīng)歷說(shuō)起，我跟合伙人在高中時(shí)期一起做過(guò)一個(gè)自閉癥兒童使用的 AI 情緒監(jiān)測(cè)手環(huán)，用 AI 提前預(yù)測(cè)他們的情緒變動(dòng)，這個(gè)源自我們?cè)诿ね＠鹤隽x工的經(jīng)歷。這個(gè)項(xiàng)目最后在北京周邊的 6 個(gè)連鎖福利院「愛(ài)百福」都有推廣。是個(gè)公益項(xiàng)目，沒(méi)有走商業(yè)化，還被《人民日?qǐng)?bào)》報(bào)道過(guò)。高中期間其實(shí)還折騰了很多項(xiàng)目，我們做了一套系統(tǒng)，通過(guò) AI 去評(píng)估同學(xué)們?cè)诩易鲶w育運(yùn)動(dòng)時(shí)動(dòng)作是否標(biāo)準(zhǔn)，也算是個(gè)小創(chuàng)業(yè)。

后來(lái)我去了伯克利上大學(xué)，期間也一直在朋友的創(chuàng)業(yè)公司里做過(guò)不同的工作。大一暑假，我正式?jīng)Q定出來(lái) all in AI 創(chuàng)業(yè)，拿到了第一筆投資。

不過(guò)公司一直都是這家，中間做過(guò)兩個(gè)其他的方向。

一個(gè)是 AI 口語(yǔ) tutor，幫助需要準(zhǔn)備口語(yǔ)考試的人做模考，跟外國(guó)人一起去練習(xí)真實(shí)的口語(yǔ)。

另一個(gè)是面向校內(nèi)老師的 AI 解決方案，包括試卷生成、教案生成、測(cè)試題生成這些場(chǎng)景，是個(gè) SaaS。到 2024 年下半年，才開(kāi)始全心做現(xiàn)在 ThetaWave AI 的方向。

Founder Park：這兩個(gè)方向也做出了一定的效果，當(dāng)時(shí)為什么沒(méi)做下去？

李文軒：我們一直在尋找「想做的」、「能做的」和「可做的」這三件事情的交集。

口語(yǔ)方向，它可能滿足了「想做的」和「能做的」，但在「可做的」這個(gè)層面，我們當(dāng)時(shí)沒(méi)有特別思考競(jìng)爭(zhēng)和差異化，也沒(méi)思考自己的比較優(yōu)勢(shì)，當(dāng)時(shí)在做的時(shí)候，同期就有新東方、有道或者海外一些比較成熟的公司都在做類似的事情。

我們覺(jué)得這個(gè)方向的可做性沒(méi)有那么強(qiáng)，第一是卷，第二是最初的出發(fā)點(diǎn)不是觀察到這個(gè)賽道有問(wèn)題，而是這個(gè)賽道本身有需求，但我們沒(méi)有去調(diào)研其他人的解決方案都有什么問(wèn)題，「可做的」層面的圈沒(méi)有畫得很清楚。

SaaS 方向，它恰好是「能做」且「可做」，但不是我們特別「想做的」。

SaaS 是銷售驅(qū)動(dòng)，對(duì)于我們這樣一個(gè)相對(duì)年輕、技術(shù)向的團(tuán)隊(duì)來(lái)說(shuō)，不是那么擅長(zhǎng)，也不是那么感興趣。但它本身在商業(yè)上是可行的，我們也服務(wù)了一些用戶，單位經(jīng)濟(jì)模型可以跑通，但它確實(shí)沒(méi)有那么適合我們團(tuán)隊(duì)來(lái)做，所以我們最后主動(dòng)放棄了。

Founder Park：那你們當(dāng)時(shí)是怎么用這三個(gè)維度來(lái)看現(xiàn)在的產(chǎn)品方向？

李文軒：我們「想做的」事情其實(shí)一直沒(méi)變，我們認(rèn)為 AI 帶來(lái)的一個(gè)巨大機(jī)會(huì)就是無(wú)限個(gè)性化內(nèi)容供給的可能性，之前的三個(gè)方向其實(shí)都在這個(gè)區(qū)間內(nèi)。第一個(gè)方向是從老師的資源角度去解決這個(gè)問(wèn)題，現(xiàn)在我們做的事情是直接從學(xué)生側(cè)的知識(shí)輸入場(chǎng)景去解決這個(gè)問(wèn)題。方向一直在「想做的」這個(gè)圈子里。

「能做的」維度上，我們當(dāng)時(shí)覺(jué)得文本和圖片模態(tài)已經(jīng)到了一個(gè)比較不錯(cuò)的、能做的區(qū)間。因?yàn)橛行┪覀兿胱龅氖虑椋热缫曨l模態(tài)，我們覺(jué)得還不夠成熟，所以暫時(shí)還沒(méi)做。

「可做的」維度上，是我們觀察到，在微觀層面，用戶有很痛的點(diǎn)和很強(qiáng)的付費(fèi)意愿；宏觀層面，沒(méi)有太多產(chǎn)品在幫助用戶做個(gè)性化的、被動(dòng)的知識(shí)輸入和理解。當(dāng)時(shí)很多產(chǎn)品是去解決「當(dāng)你有一個(gè)問(wèn)題，怎么得到個(gè)性化的解答」，但很少有人去幫你更好地看懂一本書，或者更快速地理解一個(gè)文檔。所以當(dāng)時(shí)我們覺(jué)得這個(gè)方向也是可做的。

Founder Park：哪些指標(biāo)證明你們找到了產(chǎn)品的 PMF？

李文軒：最開(kāi)始發(fā)現(xiàn)這個(gè)場(chǎng)景，是因?yàn)槲易约涸谧x大學(xué)的時(shí)候就有這個(gè)需求。大學(xué)期間在各種創(chuàng)業(yè)公司里折騰，課內(nèi)的考試有時(shí)候會(huì)臨時(shí)抱佛腳，但我沒(méi)在這門課上投入那么多時(shí)間。當(dāng)時(shí)我自己的解決方案，就是去找一個(gè)學(xué)霸朋友，問(wèn)他整理好的筆記或者資料能不能借我看一下。

但當(dāng)時(shí)的痛點(diǎn)是，不是每個(gè)人都有一個(gè)學(xué)霸朋友。我們就想：AI 能不能像學(xué)霸朋友一樣幫我整理知識(shí)，生成一套我可以快速理解和消化的資料？這是微觀層面的邏輯。

在宏觀層面，我們還做了廣泛的調(diào)研。聊了很多大學(xué)生，發(fā)現(xiàn)有些平臺(tái)上有大量的學(xué)生購(gòu)買筆記的交易，甚至看到一份筆記能賣到 100 美金甚至 200 美金，所以在做產(chǎn)品之前，需求層面就已經(jīng)得到了初步驗(yàn)證。

產(chǎn)品做起來(lái)之后就比較快了。從第一次上線到有前十個(gè)付費(fèi)用戶，中間只用了可能兩到三周。

很多早期的 PMF 驗(yàn)證，是通過(guò)我們團(tuán)隊(duì)自己的使用和內(nèi)部需求驗(yàn)證就已經(jīng)基本搞定了。上線后做了一些微調(diào)，調(diào)整了定價(jià)之后就基本確定了。

最早期的核心指標(biāo)就是看有沒(méi)有人付費(fèi)，因?yàn)槲覀冇X(jué)得對(duì)于 AI 產(chǎn)品來(lái)說(shuō)，付費(fèi)是最核心的指標(biāo)之一。

Founder Park：為什么專注在知識(shí)的「輸入」上，不去做一些幫助用戶更好地「輸出」的東西？

李文軒：也不是說(shuō)不做，只是我們?cè)缙诳催@個(gè)市場(chǎng)的時(shí)候，覺(jué)得在「輸入」這個(gè)地方能做出差異化?！篙敵觥挂沧隽?，產(chǎn)品里允許用戶提問(wèn)并得到個(gè)性化解答，可以刷題、看閃卡等等，這些都是輸出。

但我認(rèn)為，學(xué)生在「輸出」上的痛點(diǎn)，遠(yuǎn)沒(méi)有「輸入」大。當(dāng)然這也分學(xué)科，一些理工科，特別是數(shù)學(xué)或純物理，需要大量地練習(xí)。除了這些學(xué)科以外，像文、商、法、醫(yī)等學(xué)科，都是靠對(duì)知識(shí)的理解和記憶。你需要記下來(lái)并且理解它，能融會(huì)貫通。對(duì)這一類學(xué)科來(lái)說(shuō)，被動(dòng)輸入就是更痛的點(diǎn)。

當(dāng)時(shí)我們看到市場(chǎng)上，前者（輸出）有很多公司在解決，比如 GPT 解決得還可以。但是后者（輸入）其實(shí)沒(méi)有什么人在做，當(dāng)時(shí)我們覺(jué)得這是個(gè)很大的機(jī)會(huì)。

而且這也更能對(duì)應(yīng)我們長(zhǎng)期的愿景。我們最終是希望用戶能在這個(gè)平臺(tái)上看到最適合他的內(nèi)容，這個(gè)行為本質(zhì)上是一個(gè)輸入行為。雖然他肯定有第二步、第三步的交互，但第一步的輸入還是最核心的行為。

02TikTok 和 Instagram 是最有效的獲客渠道

Founder Park：產(chǎn)品的核心人群畫像是什么樣的？

李文軒：早期第一波用戶是在海外的中國(guó)留學(xué)生，但后面大部分用戶就是本土學(xué)生了，特別是大學(xué)生。

比較典型的畫像，其實(shí)就是在歐美大學(xué)教育體系里，想有一個(gè)還看得過(guò)去的 GPA，但又不怎么愛(ài)學(xué)習(xí)、會(huì)學(xué)習(xí)的那一類學(xué)生，這類學(xué)生在大學(xué)生群體里反倒是主流。

說(shuō)得再直白一點(diǎn)，這類學(xué)生就是：他沒(méi)有擺爛，但又沒(méi)有那么強(qiáng)的學(xué)習(xí)動(dòng)力。本質(zhì)上他對(duì)成績(jī)有要求，但又不想自己付出那么多精力或時(shí)間去把這個(gè)東西學(xué)得特別好。

Founder Park：現(xiàn)在整體用戶量和付費(fèi)情況怎么樣？

李文軒：最近摸通了新的國(guó)家市場(chǎng)的增長(zhǎng)方式，每天都有幾千名新增注冊(cè)用戶，月活突破了 10 萬(wàn)

付費(fèi)層面的數(shù)據(jù)表現(xiàn)也不錯(cuò)，2025 年下半年突破了 100 萬(wàn)美金的 ARR。

付費(fèi)率一直穩(wěn)定在 5% 到 7% 之間波動(dòng)，因?yàn)椴煌袌?chǎng)的付費(fèi)率不一樣，所以用戶構(gòu)成也不是完全一樣?，F(xiàn)在活躍用戶里大概百分之四十幾是免費(fèi)用戶，百分之六十幾是付費(fèi)用戶，還是有一部分人是一直在免費(fèi)狀態(tài)留存的。

付費(fèi)留存方面，次月一直在 80% 以上，第 3 個(gè)月在 65% 以上。整個(gè)付費(fèi)數(shù)據(jù)在 C 端的 AI 應(yīng)用里是比較不錯(cuò)的。

Founder Park：如何獲得第一批種子用戶的？

李文軒：最早期的種子用戶其實(shí)就是我們身邊在上大學(xué)的朋友們，或者是在社交媒體平臺(tái)上認(rèn)識(shí)的一些對(duì)這個(gè)想法感興趣的用戶。

第一波比較顯著的、有付費(fèi)的增長(zhǎng)，是合伙人當(dāng)時(shí)拉到的一個(gè)早期用戶，他恰巧是一個(gè)小紅書上的小網(wǎng)紅。他在小紅書上介紹了一下自己是怎么用這款產(chǎn)品。當(dāng)時(shí)那條視頻一天就引來(lái)了幾千個(gè)用戶。這也是我們后期大力做社媒增長(zhǎng)營(yíng)銷的一個(gè)核心原因，UGC 的社媒有極強(qiáng)的價(jià)值。

Founder Park：這半年來(lái)你們主要的獲客方式是哪些渠道？

李文軒：我們特別認(rèn)可：營(yíng)銷的未來(lái)一定要做 UGC 內(nèi)容，一定要讓真實(shí)的用戶在真實(shí)的場(chǎng)景下，真實(shí)地介紹你的產(chǎn)品。通過(guò) TikTok、Instagram，甚至國(guó)內(nèi)的小紅書，它們的算法本質(zhì)上就是想去篩選出好的內(nèi)容，并分發(fā)給更多的用戶。

當(dāng)然，在實(shí)操層面我們也會(huì)做大量工作，我們管它叫「全球社媒營(yíng)銷 UGC 矩陣」，現(xiàn)在我們管理的就有 300 多個(gè)矩陣賬號(hào)，還有大量的合作 KOC 和 KOL，所以我們每個(gè)月基本都能以非常低的成本拿到上億的流量。

現(xiàn)在主要做的是 TikTok 和 Instagram，因?yàn)?TikTok 最核心的活躍用戶就是北美的大學(xué)生。全球有 3 億大學(xué)生，北美有 2000 多萬(wàn)。

Founder Park：你們是怎么解決本地化這個(gè)問(wèn)題的？

李文軒：這就是 UGC 矩陣要解決的問(wèn)題：怎么有效地組織起不同地區(qū)、不同國(guó)家的人，讓他能夠在社媒平臺(tái)上都做出爆款。

比如我們要去打一個(gè)新的市場(chǎng)，肯定會(huì)去找當(dāng)?shù)氐?KOL、KOC，他最好真的是我們的用戶，能理解我們的產(chǎn)品，最好也是個(gè)大學(xué)生，看下他怎么介紹我們的產(chǎn)品，再把我們?cè)镜谋钏悸泛捅澈蟮目蚣?，套在他這一套本地化的「皮」上面。

每個(gè)國(guó)家社媒上的一些風(fēng)潮、調(diào)性、審美是很不一樣的。只是把同樣的內(nèi)容翻譯成另一個(gè)語(yǔ)言版本，找個(gè)當(dāng)?shù)厝藖?lái)拍，肯定不會(huì)火。不是語(yǔ)言問(wèn)題，是你的內(nèi)容有沒(méi)有對(duì)上當(dāng)?shù)厝说膶徝馈?/p>

Founder Park：為什么選擇大學(xué)生這個(gè)群體做切入，未來(lái)打算面向大眾做產(chǎn)品嗎？

李文軒：學(xué)生當(dāng)下最核心的目標(biāo)就是通過(guò)考試，但這一群人未來(lái)就是所謂的大眾。他們下一步有什么樣的需求，我們就可以伴隨著他們?nèi)コ掷m(xù)滿足需求。

比如他要進(jìn)入職場(chǎng)，那下一步就是求職、升職加薪、自我提升，這就是我們下一步要做的內(nèi)容和相應(yīng)的工具?？赡艿揭欢A段，他又有一些興趣類、閱讀類或個(gè)人愛(ài)好類的需求，我們也可以幫他更好地滿足興趣。

我們的路徑就是：伴隨著這一波人，在他特定階段去服務(wù)他特定的知識(shí)需求。反過(guò)來(lái)，做這件事的時(shí)候又會(huì)給我們的平臺(tái)帶來(lái)新的用戶，這些新用戶又能消費(fèi)平臺(tái)上已有的內(nèi)容。

我們希望通過(guò)內(nèi)容的泛化和人群的泛化去不斷擴(kuò)充群體。最終的愿景，不管是應(yīng)試、興趣、職場(chǎng)需求，還是是個(gè)人長(zhǎng)期價(jià)值感的知識(shí)獲取需求，都能在這一個(gè)產(chǎn)品上閉環(huán)。平臺(tái)上未來(lái)會(huì)聚集學(xué)生、白領(lǐng)，甚至中老年人，他們其實(shí)對(duì)興趣內(nèi)容都有需求，這個(gè)適合放在等我們有了一定的泛用戶群體之后再去做，ROI 會(huì)更高。

03核心是幫助用戶更高效地學(xué)習(xí)，即「少學(xué)」

Founder Park：在你看來(lái)，產(chǎn)品現(xiàn)在最能留住用戶或者最讓用戶愿意付費(fèi)的核心功能是哪個(gè)？

李文軒：目前最核心的交互流程，就是學(xué)生用戶有大量需要看的資料，他可以無(wú)腦地拖入，比如 10 個(gè)幾百兆的文檔，AI 會(huì)去分析并結(jié)構(gòu)化內(nèi)部的知識(shí)，總結(jié)成一個(gè)知識(shí)圖譜，然后再用各種各樣的 Agentic workflow 去生成像圖文筆記、思維導(dǎo)圖、信息圖、題庫(kù)、閃卡、播客、講解視頻等一系列學(xué)習(xí)資料。

核心交互流就是「拖入-整理-生成」這三個(gè)步驟，用戶得到正反饋的時(shí)間非常非?？臁?/p>

此外，還有一個(gè)場(chǎng)景是實(shí)時(shí)的筆記紀(jì)要。我們?yōu)閷W(xué)生場(chǎng)景做了一些額外的優(yōu)化，我們做了一個(gè)學(xué)生與 AI 在課堂上一起聽(tīng)課的場(chǎng)景，然后根據(jù)課程的上下文去補(bǔ)全筆記。用戶可以在實(shí)時(shí)記錄的過(guò)程中去寫，這是一個(gè)思考沉淀的過(guò)程，更有助于他理解。長(zhǎng)期來(lái)看，我們覺(jué)得這個(gè)功能很重要，因?yàn)樗彩且粋€(gè)知識(shí)輸入的入口，這樣我們就把兩個(gè)入口都占住了：一個(gè)是他把學(xué)習(xí)的文檔文件拖進(jìn)來(lái)，另一個(gè)就是他在課上的一些知識(shí)輸入。

Founder Park：這個(gè)交互是不是有點(diǎn)類似于 Granola？配合用戶一起做筆記，但以用戶自己做的為主，再配合用戶的筆記做一些 AI 的填充和重點(diǎn)標(biāo)注。

李文軒：Granola 的交互是，用戶在開(kāi)會(huì)的時(shí)候手上也可以記一些東西，然后在會(huì)議結(jié)束后，把 AI 聽(tīng)到的內(nèi)容和用戶總結(jié)的結(jié)合起來(lái)，生成一份筆記。但你會(huì)發(fā)現(xiàn)，AI 生成的筆記是在會(huì)后才有的。我們的產(chǎn)品是希望做到實(shí)時(shí)，因?yàn)閷W(xué)生有的時(shí)候會(huì)走神，或者沒(méi)聽(tīng)懂老師在說(shuō)什么。

Founder Park：早期版本的功能和你們一開(kāi)始的規(guī)劃相比，有大的變化嗎？

李文軒：有的。當(dāng)時(shí)對(duì)用戶心智有一個(gè)核心假設(shè)：用戶可能會(huì)對(duì)標(biāo)一些知識(shí)管理賽道的產(chǎn)品，比如 Notion。但后來(lái)我們逐漸偏離了筆記軟件或知識(shí)管理類軟件的范疇。

我們發(fā)現(xiàn)，用這個(gè)產(chǎn)品的用戶大多是想省時(shí)間，或者說(shuō)是想「少學(xué)」；而那一類產(chǎn)品更多是幫他學(xué)得更深、更好，是一個(gè)「多學(xué)」的產(chǎn)品。在心智層面是完全相反的。

所以我們?cè)谥蟮陌姹径几訌?qiáng)調(diào)：我們本質(zhì)上是給用戶一個(gè)好的內(nèi)容，這個(gè)內(nèi)容用戶看完的時(shí)間越短，就證明這個(gè)東西越好。

Founder Park：有沒(méi)有一些功能，是你們覺(jué)得這個(gè)群體可能也需要，但最后砍掉了？或者用戶一直想讓你們做，但你們一直沒(méi)做的？

李文軒：一類是用戶有需求但我們一直沒(méi)做的。我們聽(tīng)到比較多的，像幫用戶寫論文、找引用、降 AI 率這些功能。這些功能做進(jìn)去肯定能讓整體的收入和用戶滿意度提高，但我們的原則還是希望幫助用戶更好地理解知識(shí)，而不是替代他學(xué)習(xí)或者作弊。

第二類是我們做了，但是上線后數(shù)據(jù)不好。比如我們之前嘗試過(guò)一些游戲化的學(xué)習(xí)，把同一個(gè)文檔變成一個(gè)可玩性更強(qiáng)的互動(dòng)式游戲。但是做出來(lái)之后發(fā)現(xiàn)，用戶的滿意度和采用率都沒(méi)有預(yù)期的那么好。

我們后來(lái)分析，其實(shí)是一個(gè)產(chǎn)品心智層面的問(wèn)題。我們的產(chǎn)品是幫他快速搞定學(xué)習(xí)，本質(zhì)上是讓他「少學(xué)習(xí)」，但游戲化學(xué)習(xí)這類產(chǎn)品的心智是「我想學(xué)得更好、更深」，是一個(gè)「多學(xué)」的心智。這兩個(gè)心智顯然是沖突的。

Founder Park：所以你們的核心是幫助那些不管因?yàn)槭裁丛蚨枷雽W(xué)習(xí)的人高效地學(xué)習(xí)？

李文軒：對(duì)。當(dāng)然，不是說(shuō)游戲化學(xué)習(xí)就普適性地不好，它跟我們解決的用戶場(chǎng)景很相關(guān)。

我們對(duì)這個(gè)問(wèn)題的理解是：獲取知識(shí)是一個(gè)人一輩子都有的長(zhǎng)期需求。

在學(xué)生時(shí)代，那可能就是高效，因?yàn)槲也幌胪度脒^(guò)多時(shí)間去學(xué)習(xí)，還有更多順人性的事情想去做，那核心出發(fā)點(diǎn)就是讓他快速搞定、快速掌握。但比如在興趣層面或者探索角度，他就是想得到一些正反饋等類似場(chǎng)景，游戲化學(xué)習(xí)方法就很合適。游戲化的交互呈現(xiàn)方式也在我們長(zhǎng)期要做的范圍里，但是短期內(nèi)在目前這個(gè)切剛需的場(chǎng)景上，不會(huì)上這個(gè)功能。

Founder Park：聽(tīng)下來(lái)，你們和多鄰國(guó)帶給人的感受完全不同，多鄰國(guó)想讓用戶有趣的學(xué)習(xí)。你們對(duì)「學(xué)習(xí)」這個(gè)詞的第一性原理定義是什么？

李文軒：對(duì)，學(xué)習(xí)本身是一個(gè)行為，不是一個(gè)結(jié)果。行為本身很難定義，我們更聚焦在服務(wù)用戶當(dāng)下的學(xué)習(xí)行為，他要的結(jié)果到底是什么。

從第一性原理出發(fā)，我們認(rèn)為學(xué)習(xí)或者說(shuō)知識(shí)的本質(zhì)，是獲取服務(wù)于用戶當(dāng)下目標(biāo)，或者對(duì)用戶當(dāng)下有意義的一些信息。

從指標(biāo)層面來(lái)看，比如現(xiàn)在這個(gè)產(chǎn)品就是看用戶能在多短的時(shí)間內(nèi) get 到考試所需要記住的信息，或者說(shuō)，如果我們有辦法測(cè)算他的考試結(jié)果，那就是對(duì)于他想通過(guò)的這個(gè)考試，我們幫他提了多少分，或者幫他節(jié)省了多少時(shí)間。這可能就是我們?cè)诋?dāng)下的備考應(yīng)試場(chǎng)景下，對(duì)「學(xué)習(xí)」這件事的量化結(jié)果的一個(gè)定義。

但是像多鄰國(guó)，它肯定不是一個(gè)應(yīng)試型的產(chǎn)品。從剛才講的第一性原理來(lái)看，對(duì)于多鄰國(guó)來(lái)講，它更多是興趣，加上一點(diǎn)社交或者說(shuō)類似于打發(fā)時(shí)間的屬性，想在比較輕松的狀態(tài)下做一件有意義的事情。像留存、粘性、長(zhǎng)期使用習(xí)慣和社交分享價(jià)值這些指標(biāo)會(huì)更加合適。

04用戶的行為反饋是提升產(chǎn)品能力的有效飛輪

Founder Park：一上來(lái)就面對(duì)全球 50+ 地區(qū)的用戶，在本地化上有沒(méi)有什么「坑」？

李文軒：本地化是我們花了不少功夫去優(yōu)化的一點(diǎn)。像歐美或其他不同地區(qū)，本質(zhì)上需求是一樣的，但是翻譯成產(chǎn)品上的語(yǔ)言、提供給用戶的功能，都會(huì)有比較大的差別。我們花了不少時(shí)間去跟一些非英語(yǔ)地區(qū)國(guó)家的人直接溝通，為此我跟合伙人也在用多鄰國(guó)學(xué)習(xí)中英以外的語(yǔ)言，比如我們最近在做西班牙市場(chǎng)，就在學(xué)西班牙語(yǔ)。

做這件事情有很多方式，我們目前看到比較好的方式是：第一，在語(yǔ)言層面不能完全依賴翻譯。做產(chǎn)品和做策略的人，自己需要先有一個(gè)基礎(chǔ)的認(rèn)知；第二，在有語(yǔ)言基礎(chǔ)后，需要跟用戶做比較多的面對(duì)面交流。很多本地化不是一個(gè)翻譯問(wèn)題，更多是一個(gè)情緒問(wèn)題。同一個(gè)人在不同文化背景下看到同一個(gè)東西，情緒反應(yīng)是不一樣的。

比如說(shuō)付費(fèi)墻，把它翻譯成中文、英文和西班牙文，雖然都可以寫「某個(gè)特定功能是否可用」，但是如何去形容這些功能，有時(shí)候會(huì)對(duì)付費(fèi)率產(chǎn)生影響。當(dāng)時(shí)我們想形容付費(fèi)用戶可以用到更高級(jí)的模型如 GPT-5.2，最開(kāi)始用比較老土的翻譯軟件直接去翻，可能就翻譯成「高級(jí)模型」，但「低級(jí)模型」就有點(diǎn)「弱智模型」的感覺(jué)，這種詞聽(tīng)上去很怪。后來(lái)我們?cè)诒镜鼗瘜用嫒チ私?，比?OpenAI 是怎么在自己的付費(fèi)墻里形容自己的模型更好？OpenAI 用的是「更智能」這個(gè)詞。

Founder Park：對(duì)于現(xiàn)在的 chatbot 類產(chǎn)品，你們?cè)谧鰧?duì)話框和 GUI 的結(jié)合上，有哪些心得感受？

李文軒：自然語(yǔ)言交互和傳統(tǒng)的圖形界面，在不同場(chǎng)景下一定是有優(yōu)劣勢(shì)的。

我覺(jué)得 AI 應(yīng)用很本質(zhì)的一個(gè)價(jià)值是：在用戶意圖不明確的時(shí)候，通過(guò)一些手段去拿到用戶自己都不知道的意圖。因?yàn)閺睦碚撋蟻?lái)說(shuō)，所有 AI 應(yīng)用的價(jià)值都可以通過(guò)用戶不斷地跟模型交互、調(diào)試來(lái)實(shí)現(xiàn)。

在這個(gè)產(chǎn)品的場(chǎng)景下，我們會(huì)更強(qiáng)調(diào)圖形化或者結(jié)構(gòu)化的界面。因?yàn)樵谥R(shí)獲取這個(gè)場(chǎng)景，結(jié)構(gòu)化或視覺(jué)為主的信息要比自然語(yǔ)言更有效率，而且能更好地讓他獲得他本來(lái)無(wú)法表達(dá)的意圖。

舉個(gè)例子，如果是一個(gè)對(duì)話式交互，給用戶一段內(nèi)容，用戶是很難特別精確地表達(dá)哪一段看懂了，哪段沒(méi)看懂。但現(xiàn)在我們使用的是類似富文本的交互，用戶可以選中任何段落，做任何操作，這樣我們就能獲得用戶更多的意圖。對(duì)于我們長(zhǎng)期做個(gè)性化、用戶短期得到反饋，都會(huì)更有利。

Founder Park：你們的產(chǎn)品交互有做過(guò)大的交互調(diào)整嗎？

李文軒：大的結(jié)構(gòu)上調(diào)整不多，是一個(gè)漸進(jìn)式的迭代。最早期產(chǎn)品是只能看，不太能交互。后來(lái)逐漸加上可以跟生成出來(lái)的內(nèi)容做各種各樣的交互，比如編輯、擴(kuò)寫、溯源、生圖、跟 AI 對(duì)話、修改筆記等等。

有一點(diǎn)很有價(jià)值。當(dāng)下來(lái)看，更多的是用戶的可控性變強(qiáng)了，但長(zhǎng)期來(lái)看，我們拿到的是一個(gè)類似用戶意圖的對(duì)齊數(shù)據(jù)。比如，我們生成出來(lái)一個(gè)筆記，用戶把這里刪了，把那里擴(kuò)寫了，調(diào)整到了一個(gè)可用的狀態(tài)，這其實(shí)意味著，我們下一次就應(yīng)該直接生成那個(gè)樣子。對(duì)我們來(lái)講，這是一個(gè)可用的數(shù)據(jù)飛輪，我們能越來(lái)越逼近他的意圖。

Founder Park：這套流程現(xiàn)在已經(jīng)應(yīng)用到產(chǎn)品中了嗎？

李文軒：已經(jīng)在了。我們其實(shí)對(duì)每個(gè)用戶都有一個(gè)個(gè)人的知識(shí)庫(kù)。每一次生成，我們都會(huì)讓模型在合適的地方去參考，要不要調(diào)用這個(gè)工具去了解這個(gè)用戶。

舉個(gè)例子。我們生成一套題的時(shí)候，我們已經(jīng)知道關(guān)于這個(gè)筆記有 10 個(gè)考點(diǎn)，他已經(jīng)做過(guò)了 3 道題，那我接下來(lái)生成的 7 道題就不會(huì)再生成關(guān)于前面那 3 個(gè)考點(diǎn)了，但是如果前 3 道里有 1 道他之前答錯(cuò)了，我們就會(huì)著重地再去生成那 1 道相關(guān)的題。

Founder Park：學(xué)生上傳的講座、學(xué)術(shù) PDF 這些垂直領(lǐng)域的數(shù)據(jù)，對(duì)產(chǎn)品有數(shù)據(jù)飛輪的效果嗎？

李文軒：有。我們產(chǎn)品最近剛推出了社區(qū)功能，可以把一些用戶允許公開(kāi)的資料放在社區(qū)內(nèi)，推送給可能同樣感興趣的同學(xué)。這個(gè)社區(qū)長(zhǎng)期做下去，它的壁壘或飛輪會(huì)非常明顯。舉個(gè)最極端的例子，一個(gè)大學(xué)里每節(jié)課只要一個(gè)人去上，剩下的人只通過(guò)這個(gè)平臺(tái)就能搞定這節(jié)課。

這個(gè)「內(nèi)容飛輪」是我們最核心、最在意的飛輪。我們對(duì)自己的定義一直是新一代的內(nèi)容平臺(tái)，而不是一個(gè)效率工具，所以最核心的壁壘就是我們能聚集起來(lái)的內(nèi)容生態(tài)。

后面也會(huì)做更多傳統(tǒng)意義上的內(nèi)容運(yùn)營(yíng)，比如去激勵(lì)創(chuàng)作者，去定位社區(qū)用戶到底需要什么樣的內(nèi)容和交互。但我們這里的內(nèi)容定義和載體，必須是依賴于 AI 才能實(shí)現(xiàn)的，不然上一代內(nèi)容平臺(tái)就已經(jīng)能做了。正是因?yàn)?AI 的個(gè)性化能力，我們才能做新一代的內(nèi)容平臺(tái)。

Founder Park：這種內(nèi)容聚集，最終是像 Canva 模板一樣，還是說(shuō)，最終是通向一個(gè)用戶可以學(xué)到任何想學(xué)的東西的內(nèi)容儲(chǔ)備庫(kù)？

李文軒：我覺(jué)得這兩者本質(zhì)上是一件事。比如我現(xiàn)在要考 CFA，可能有一套公認(rèn)最好的學(xué)習(xí)路徑，這是那個(gè) 60 分的路徑，但是從 60 分到 90 分，必須需要一套基于 AI 的可交互媒介，才能完成知識(shí)理解的閉環(huán)。這件事情就是我們這個(gè)工具在做的價(jià)值。

所以，我們長(zhǎng)期在做的，第一是積累前面那些 60 分的東西，因?yàn)檫@確實(shí)是領(lǐng)域數(shù)據(jù)，比如 ChatGPT 現(xiàn)在也不知道伯克利某一節(jié)課喜歡考什么知識(shí)點(diǎn)。第二，它確實(shí)可以用來(lái)獲客。因?yàn)閷?duì)于知識(shí)理解的需求，大家最終要的還是一個(gè)足夠好、足夠適合我的內(nèi)容。

既然用戶是奔著內(nèi)容來(lái)了，那就證明他是想在這上面消費(fèi)這個(gè)內(nèi)容。

05AI 產(chǎn)品本質(zhì)上，都是特定場(chǎng)景下模型能力的更好分發(fā)渠道

Founder Park：怎么看待你們和 NotebookLM 的差異？

李文軒：我們聊過(guò)很多用戶，沒(méi)有太多人認(rèn)為我們和 NotebookLM 是直接競(jìng)品。雖然乍一看功能上有些相似，但 NotebookLM 的產(chǎn)品設(shè)計(jì)理念是為研究和生成做優(yōu)化，比如對(duì)大量文檔做查詢、對(duì)話，或生成研究報(bào)告等場(chǎng)景。

我們一直關(guān)注的是，生成的內(nèi)容能不能幫用戶更好地理解，生成之后還有大量的 follow up 功能，讓用戶能完成整個(gè)知識(shí)理解的閉環(huán)。

單說(shuō)在筆記生成方面，很明顯一個(gè)是研究工具導(dǎo)向的筆記，一個(gè)是真的能讓你理解、讓你快速搞定考試的學(xué)習(xí)導(dǎo)向的筆記。而且 NotebookLM 生成出來(lái)之后就放在那了，沒(méi)法編輯、修改，也沒(méi)法做第二步的出題等功能，但我們把這些都做成了一個(gè)流線化的流程。

我覺(jué)得 NotebookLM 是一個(gè)想覆蓋泛人群的產(chǎn)品，所以在里面做了一些有學(xué)習(xí)場(chǎng)景的功能，但我們就是一個(gè)為知識(shí)獲取這件事做優(yōu)化的產(chǎn)品，本質(zhì)上有很大的不同。

長(zhǎng)期來(lái)看，我們想做的是一種新的內(nèi)容載體和對(duì)應(yīng)的內(nèi)容平臺(tái)。而 NotebookLM 長(zhǎng)期可能還是想做谷歌工具矩陣下的一個(gè)更好的工具。越往長(zhǎng)期看，分化會(huì)越明顯。

Founder Park：和競(jìng)品相比，你們的優(yōu)勢(shì)是什么？

李文軒：競(jìng)品在所有賽道都會(huì)有，而且現(xiàn)在 AI 應(yīng)用的邊界比較模糊，大家都會(huì)有一些交叉點(diǎn)。

現(xiàn)在市場(chǎng)遠(yuǎn)遠(yuǎn)沒(méi)有到飽和期，我們和競(jìng)品觸達(dá)的新用戶，大概率都還沒(méi)聽(tīng)過(guò)對(duì)方的產(chǎn)品。從競(jìng)爭(zhēng)角度來(lái)看，目前還是一個(gè)搶市場(chǎng)、搶心智的階段。

不過(guò)，從體驗(yàn)、留存和付費(fèi)數(shù)據(jù)來(lái)看，我們的產(chǎn)品還是比絕大部分我們知道的競(jìng)品都要好很多。很多競(jìng)品可能是源于一些海外的學(xué)生團(tuán)隊(duì)，但他們?cè)诠こ袒芰蛢?nèi)容矩陣的運(yùn)營(yíng)能力上，比不過(guò)我們團(tuán)隊(duì)。

Founder Park：如果有競(jìng)品學(xué)習(xí)你們的打法，也去 TikTok 等平臺(tái)獲客，你們具備先發(fā)優(yōu)勢(shì)嗎？

李文軒：先發(fā)優(yōu)勢(shì)是一部分。比如，一個(gè)博主肯定更愿意跟更有背書或規(guī)模的產(chǎn)品合作，但更本質(zhì)的，還是我們自己的 taste。

比如在做內(nèi)容矩陣上，就算我們現(xiàn)在把公司所有的 SOP 文檔都開(kāi)源出來(lái)，只有很少的團(tuán)隊(duì)能復(fù)制得很好。因?yàn)檫@里面有大量的 taste，你怎么知道這個(gè)內(nèi)容會(huì)爆？你怎么覺(jué)得這個(gè)人有「網(wǎng)感」？這就像你們做媒體的人，你怎么知道這篇稿件容易爆？這就是一個(gè) taste。

我們團(tuán)隊(duì)在這方面做得更好，因?yàn)槲覀兪?AI 創(chuàng)業(yè)團(tuán)隊(duì)里最年輕的團(tuán)隊(duì)之一，又是年輕團(tuán)隊(duì)里最能做好 AI 產(chǎn)品的，這是我們的一個(gè)長(zhǎng)期競(jìng)爭(zhēng)優(yōu)勢(shì)。

Founder Park：你認(rèn)為你們?cè)谀Ｐ?/strong>API之上，構(gòu)建了哪些只有你們能做的技術(shù)家或者業(yè)務(wù)邏輯？

李文軒：短期來(lái)看，我們的產(chǎn)品本質(zhì)上是特定場(chǎng)景下模型能力的更好分發(fā)渠道。就像我剛才說(shuō)的，沒(méi)有什么事情是用戶通過(guò)不斷地 prompting 模型做不到的。但我們做的事情是把觸達(dá)模型能力的門檻從 70 分降到了 10 分，這樣的入口是很有價(jià)值的。

用戶意圖越不明確的時(shí)候，AI 應(yīng)用就越有價(jià)值。用戶的意圖越明確，就越可以通過(guò) prompting 去實(shí)現(xiàn)自己想實(shí)現(xiàn)的功能。用戶的意圖大概就是「我想快速搞懂這個(gè)，通過(guò)考試」，但他真正跟模型說(shuō)的時(shí)候，可能就是說(shuō)「給我生成個(gè)我能看懂的筆記」，模型怎么知道你能看懂的筆記是什么樣？我們做的事情就是幫他把這個(gè)意圖和個(gè)性化需要去 prompting 的很多事情都搞定了。

長(zhǎng)期來(lái)看，我們更看重的是個(gè)人的上下文和模型還沒(méi)有的領(lǐng)域的內(nèi)容，這兩樣?xùn)|西我們有，模型沒(méi)有。所以，模型本身能力的提升，對(duì)我們來(lái)說(shuō)就是個(gè)更好的補(bǔ)充。

Founder Park：現(xiàn)在產(chǎn)品的能力跟模型是強(qiáng)綁定的嗎？會(huì)不會(huì)被某個(gè)模型「綁架」？

李文軒：完全不會(huì)。我們現(xiàn)在跟特定模型耦合的程度非常低，在生成層面也沒(méi)有一直用 SOTA 模型。我們綜合考量了成本、速度、毛利，是非常健康的，沒(méi)有跟單個(gè)模型有任何綁定。

Founder Park：你們?cè)诋a(chǎn)品里是不是有意隱藏了讓用戶選擇模型的能力？

李文軒：沒(méi)錯(cuò)，我們完全沒(méi)有把這個(gè)暴露給用戶。這跟用戶畫像非常相關(guān)，我們的用戶就是來(lái)解決問(wèn)題的，他根本不在乎你用的是什么模型，只要能解決他的問(wèn)題，他就愿意付錢。

Founder Park：現(xiàn)在很多 AI 產(chǎn)品會(huì)有意無(wú)意地蹭旗艦?zāi)Ｐ突蚓W(wǎng)紅模型的流量，比如 Nano Banana 出來(lái)后，很多產(chǎn)品借此漲了一波量。你們沒(méi)辦法打這樣的熱點(diǎn)，會(huì)覺(jué)得遺憾嗎？

李文軒：這件事也沒(méi)有絕對(duì)的好與壞，把 token 的錢作為營(yíng)銷預(yù)算，這當(dāng)然是一種方法。但我們的理念是，用戶第一次接觸一個(gè)產(chǎn)品時(shí)，大概率就已經(jīng)建立了對(duì)它的心智。如果用戶對(duì)我們的心智是「免費(fèi)的 Nano Banana Pro」，那他來(lái)了大概率也不會(huì)成為長(zhǎng)期留存或付費(fèi)的用戶。

對(duì)于我們這種想解決垂類問(wèn)題的產(chǎn)品來(lái)講，如果「免費(fèi)用某個(gè)模型」這件事帶不來(lái)我們想要的心智，我們就不會(huì)去做這種營(yíng)銷。當(dāng)然，如果長(zhǎng)期有這樣的機(jī)會(huì)我們也會(huì)去抓，前提是不違背我們的用戶心智。

比如像 Lovart 的心智就是一個(gè)視覺(jué)設(shè)計(jì)產(chǎn)品，用戶就是想生成圖片，Lovart 有一堆好用的工具能幫他把圖變得更好，這就很合理。但對(duì)我們這種產(chǎn)品就不合理，我們是幫用戶學(xué)習(xí)的，用戶如果為了生圖來(lái)到這個(gè)產(chǎn)品就很莫名其妙了。

06所有跑出來(lái)的產(chǎn)品，都能用 10 個(gè)字讓用戶理解它的價(jià)值

Founder Park：之前聽(tīng)說(shuō)你們之后可能會(huì)推出其他類型的產(chǎn)品，比如硬件或者面向更大眾人群的產(chǎn)品，做這些新產(chǎn)品的核心思考或者第一性原理是什么？

李文軒：最本質(zhì)的邏輯，AI 有一個(gè)核心價(jià)值是無(wú)限的個(gè)性化內(nèi)容供給，可以分為兩類：泛娛樂(lè)內(nèi)容和非娛樂(lè)的專業(yè)內(nèi)容。我們堅(jiān)定地在做后者，這也是我更感興趣且個(gè)人認(rèn)為機(jī)會(huì)更大的一個(gè)方向。

娛樂(lè)方面，你要跟字節(jié)去卷，字節(jié)現(xiàn)在做到 90 分，那我要做到 99 分才能卷過(guò)它，但我現(xiàn)在做的事，大家的體驗(yàn)是 -100 分，我把它拉到 -30 分，很多人的體驗(yàn)就會(huì)好很多。

不管是軟件還是硬件產(chǎn)品，內(nèi)容形態(tài)在變，它的載體、創(chuàng)作者怎么創(chuàng)作、消費(fèi)者怎么消費(fèi)，以及交互方式都會(huì)變。我們其實(shí)是在定義一種類似「動(dòng)態(tài)知識(shí)」的形態(tài)，基于這個(gè)形態(tài)可能會(huì)出現(xiàn)新的軟件，也可能會(huì)出現(xiàn)新的硬件，取決于最終用戶需要什么樣的載體。

我們做這件事的本源邏輯是：哪里的內(nèi)容需要更多的供給、更多的個(gè)性化交互、需要 AI 的參與，才能讓供給遠(yuǎn)遠(yuǎn)大于需求？

Founder Park：如果做硬件，它是入口、是復(fù)習(xí)設(shè)備，還是獲客渠道？

李文軒：在硬件上，我們也在思考，暫時(shí)無(wú)法透露特別多。但我交流了大量的硬件和軟件創(chuàng)始人，我覺(jué)得最本質(zhì)的問(wèn)題一直不在于硬件怎么做，不在于供應(yīng)鏈搞不定，最終還是產(chǎn)品定義有沒(méi)有打中用戶的真實(shí)需求。

永遠(yuǎn)都在回答一個(gè)問(wèn)題：用戶為什么要用你不用他？我們做硬件一定不是為了做硬件而做硬件，肯定是因?yàn)槲覀兿虢鉀Q「知識(shí)不夠適應(yīng)人」這個(gè)問(wèn)題。如果這個(gè)過(guò)程必須要新的硬件才能實(shí)現(xiàn)，我們就會(huì)去做；如果不需要，我們就不做。

我知道像 Rabbit 這種公司在硬件上栽了大跟頭，我覺(jué)得他們本質(zhì)的問(wèn)題還是出在了產(chǎn)品定義上，不是硬件層面做出來(lái)的效果不好或者是在供應(yīng)鏈上踩了太多的坑，還是因?yàn)楫a(chǎn)品定義出了問(wèn)題導(dǎo)致了后續(xù)的問(wèn)題。

創(chuàng)業(yè)到現(xiàn)在，最大的感悟是，很多時(shí)候你不知道怎么做或者做出來(lái)效果不好，還是因?yàn)槟阍缙趯?duì)這件事的本質(zhì)想得不夠清楚。

Founder Park：怎么看待 Plaud 這樣的產(chǎn)品？

李文軒：Plaud 是一個(gè)很典型的正面例子。雖然不知道它未來(lái)能不能做成一家大企業(yè)，但起碼從目前的現(xiàn)金流角度來(lái)講，它可能是最成功的 AI 公司之一了。

它的產(chǎn)品定義就是抓到了一個(gè)過(guò)去沒(méi)人發(fā)現(xiàn)、但用戶又有真實(shí)需求的巧妙地方。很輕松地回答了「我為什么要用它」的問(wèn)題，而且它圍繞這個(gè)發(fā)現(xiàn)把一切要素都構(gòu)建得很好，比如它找到了好的工業(yè)設(shè)計(jì)、制造商、營(yíng)銷團(tuán)隊(duì)，快速規(guī)?；?，關(guān)鍵是他早期就想得特別清楚，Plaud 才能做出來(lái)。

Plaud 的模式后續(xù)肯定會(huì)被很多人借鑒，因?yàn)檫@相當(dāng)于在硬件層面為用戶多提供了一個(gè)新入口，如果它長(zhǎng)期具備推送價(jià)值，有點(diǎn)兒像在用戶家中放置了一塊廣告牌，帶來(lái)的復(fù)利價(jià)值非常強(qiáng)。

Founder Park：除了 Plaud，這兩年你還看到哪些在「解決用戶什么問(wèn)題」這個(gè)點(diǎn)上想得比較清楚的產(chǎn)品？

李文軒：Coding 類的產(chǎn)品肯定想得比較清楚，它們就是在朝著替代程序員的路上逐漸演進(jìn)。

硬件有很多想得比較清楚的產(chǎn)品，我前段時(shí)間在深圳看到了一個(gè)用 AI 降噪的制冰機(jī)，這個(gè)需求乍一聽(tīng)感覺(jué)很 low，但其實(shí)，大多西方人都要喝冰水，傳統(tǒng)制冰機(jī)在辦公室里很吵，用 AI 去降噪就很合理。

還有像外骨骼，每個(gè)人可能都不想走路，特別是行動(dòng)不便的老年人。這些產(chǎn)品都能很清楚地說(shuō)明白「我為什么要買這個(gè)東西」。

雖然現(xiàn)在很多 AI 應(yīng)用公司都喜歡講大故事，但過(guò)去所有跑出來(lái)的產(chǎn)品，都是在 10 個(gè)字以內(nèi)能讓用戶聽(tīng)懂它有什么價(jià)值，至少是在 C 端產(chǎn)品上是這樣。

Founder Park：那用 10 個(gè)字，你會(huì)怎么介紹你們的產(chǎn)品？

李文軒：我們都不用 10 個(gè)字，就五個(gè)字：「考前急救包」，這就是從用戶嘴里說(shuō)出來(lái)的，這就是心智。

07創(chuàng)業(yè)要堅(jiān)持「反人類的理性」

Founder Park：團(tuán)隊(duì)現(xiàn)在大概多少人？結(jié)構(gòu)是什么樣的？

李文軒：現(xiàn)在團(tuán)隊(duì)不到十個(gè)人，基本都是在各個(gè)領(lǐng)域做出過(guò)一些結(jié)果的 00 后。組織層面，我們?cè)谔剿?AI 時(shí)代下的新形態(tài)，不按照傳統(tǒng)的軟件公司去設(shè)置崗位和組織，遵循「AI First」，先思考這個(gè)崗位或職能，哪些是 AI 能做的？AI 能做到什么程度？AI 做不了的，我們?cè)僮屓巳プ鲅a(bǔ)充。我們的組織會(huì)更接近于「為結(jié)果負(fù)責(zé)」，不是「為職能負(fù)責(zé)」，比如團(tuán)隊(duì)有 10 個(gè)人，就意味著要負(fù)責(zé) 10 個(gè)結(jié)果，市場(chǎng)的視頻曝光數(shù)、轉(zhuǎn)化數(shù)、產(chǎn)品流程的留存數(shù)、付費(fèi)數(shù)等。每個(gè)人都會(huì)通過(guò) AI 實(shí)現(xiàn) 80-90% 的工作，比如營(yíng)銷人員發(fā)現(xiàn)主頁(yè)轉(zhuǎn)化率有所下降，他就可以通過(guò) AI 的方式先有一個(gè)初步的修改方案以供查看。當(dāng)然，最終的工程化還是需要專業(yè)的人去做，目前暫時(shí)還無(wú)法完全通過(guò) AI 實(shí)現(xiàn)，所以我們還是有一定的分工。

我們?cè)诤Y選團(tuán)隊(duì)成員時(shí)，第一，看重的是他必須真的相信 AGI 時(shí)代的到來(lái)，如果他不相信這件事會(huì)到來(lái)，那我們所做的這一切以及這家公司最初的出發(fā)點(diǎn)就不可能成真，這種事信則有；第二，我們希望招的人都能夠從第一性原理出發(fā)去想問(wèn)題。AI 時(shí)代更像互聯(lián)網(wǎng)的最早期，沒(méi)有過(guò)去的產(chǎn)品形態(tài)、組織形態(tài)、商業(yè)模式可以借鑒，需要回歸最本質(zhì)的問(wèn)題，逐一解決。

Founder Park：為結(jié)果負(fù)責(zé)，不是為職能負(fù)責(zé)，是不是意味著你們?cè)谡衅笗r(shí)更加喜歡通才能力比專才能力強(qiáng)的人？

李文軒：首先，他一定要精通各種 AI 工具，用模型的能力足夠強(qiáng)，清晰地知道 AI 的邊界在哪里。

其次，他可能還是有一技之長(zhǎng)的，比如他是個(gè)程序員，技術(shù)能力就是比別人強(qiáng)，但他必須對(duì)別的領(lǐng)域具備基本的認(rèn)知。你要當(dāng)一個(gè) leader 的話，肯定不能只會(huì)一個(gè)單點(diǎn)，要對(duì)整個(gè)宏觀視角都有一個(gè)比較清晰的了解，所以我們會(huì)讓所有人都參與到整個(gè)業(yè)務(wù)的全流程中，比如寫代碼的同學(xué)也需要去參加營(yíng)銷會(huì)議并給出反饋。

我們沒(méi)有期待著他進(jìn)來(lái)之后再去改變他，在招聘的時(shí)候就會(huì)去篩選他是不是一個(gè)通才，或者他認(rèn)不認(rèn)同我的這套理念，我招聘的人還是更相信未來(lái)是一個(gè)「十人獨(dú)角獸」甚至「一人獨(dú)角獸」的時(shí)代。

Founder Park：從一個(gè)創(chuàng)始人的角度來(lái)看，你覺(jué)得自己的短板和長(zhǎng)板分別在哪？

李文軒：我的短板在于：我的 MBTI 是 INTP，思考會(huì)非常多，但比較抽象，具象化起來(lái)會(huì)有難度。這一點(diǎn)合伙人 Elena 對(duì)我有一個(gè)特別好的補(bǔ)充，她恰巧是個(gè) ENTJ，最擅長(zhǎng)把一個(gè)很抽象的東西落地成大家可以干的事情。

長(zhǎng)板方面，我覺(jué)得自己是一個(gè)非常理性的人。商業(yè)最終是一個(gè)很理性的行為，誰(shuí)能夠做到反人性一樣的理性，誰(shuí)就能在商業(yè)市場(chǎng)上獲得一定的成功。不過(guò)這不絕對(duì)，這個(gè)世界上也有很感性的成功者。

Founder Park：怎么理解「反人性的理性」？

李文軒：一件事在理性上思考是這樣的，但在感性上可能會(huì)受到很多影響，讓你去質(zhì)疑它理性上的正確性。比如，你從理性上推斷一個(gè)邏輯是對(duì)的，但全世界都跟你說(shuō)它是錯(cuò)的，這個(gè)錯(cuò)的結(jié)論可能是來(lái)源于一些感性的信息，人會(huì)受感性信息影響。堅(jiān)持基于理性推論的結(jié)果去做事，很關(guān)鍵。

在創(chuàng)業(yè)過(guò)程中很常見(jiàn)，長(zhǎng)期正確的事短期看上去往往是錯(cuò)誤的，或者絕大部分人覺(jué)得它是錯(cuò)的。

我在創(chuàng)業(yè)過(guò)程就有很多人覺(jué)得「學(xué)習(xí)是反人性」「教育類的做不大」，或許從他們的感性理解層面是對(duì)的，但我從理性上推理，AI 帶來(lái)的個(gè)性化內(nèi)容機(jī)會(huì)，一定能在這個(gè)領(lǐng)域誕生很大的機(jī)會(huì)，我從理性上一直沒(méi)有質(zhì)疑過(guò)這一點(diǎn)。

08想成為第一個(gè)定義新一代內(nèi)容平臺(tái)的公司

Founder Park：現(xiàn)在的 ARR 是 100 萬(wàn)美元，如果想在 2026 年或 2027 年把它變成 1000 萬(wàn)美元，核心難點(diǎn)在哪里？

李文軒：1000 萬(wàn)美元是一個(gè)大概率能達(dá)到的目標(biāo)，這也是我們 2026 年內(nèi)的目標(biāo)，因?yàn)楝F(xiàn)在的商業(yè)模式、增長(zhǎng)路徑和本地化流程都已經(jīng)跑得比較通了，做到 1000 萬(wàn)美元，只是把更多市場(chǎng)打透、把本地化做得更好，這只是一個(gè)時(shí)間問(wèn)題。

但如果說(shuō)做到 1 億美元的 ARR，就需要去完成整個(gè)內(nèi)容體系的搭建。如果仍然停留在一個(gè)效率工具的層面，一定有清晰的天花板或者較大的競(jìng)爭(zhēng)問(wèn)題。但如果是既提供個(gè)性化的交互工具，又提供個(gè)性化的內(nèi)容，是能做到上億美元的體量的。

Founder Park：所以突破天花板的關(guān)鍵，就是它最終不能只是一個(gè)工具產(chǎn)品的屬性？

李文軒：對(duì)。過(guò)去所有跑出來(lái)的成功產(chǎn)品，沒(méi)有一個(gè)是純效率價(jià)值的產(chǎn)品。

比如蘋果，它不但是一個(gè)流暢的手機(jī)，還提供了炫耀價(jià)值、藝術(shù)價(jià)值，它不光是一個(gè)純效率的事，它還是個(gè)生態(tài)，綁定性很好。我不能一直只造一輛更快的車，還要讓這個(gè)車有品牌調(diào)性，有除了速度以外的、服務(wù)不同用戶需求的其他賣點(diǎn)。

Founder Park：你們的長(zhǎng)期愿景是什么？

李文軒：我們最希望的是，未來(lái)每個(gè)人都能在這里找到最適合他的知識(shí)呈現(xiàn)方式，或者說(shuō)，可以成為每個(gè)人默認(rèn)的獲取知識(shí)的入口。因?yàn)樗谶@里獲取知識(shí)是最簡(jiǎn)單、最適合他、最爽且最能服務(wù)于他當(dāng)下需求的。

最終形態(tài)的話，我從產(chǎn)品層面的定義是，要讓最優(yōu)質(zhì)的知識(shí)和每個(gè)人最個(gè)性化的 context 在同一個(gè)平臺(tái)被聚合，然后這些最優(yōu)質(zhì)的知識(shí)被拆散、重組，適配給每個(gè)人，是我們對(duì)新一代內(nèi)容平臺(tái)的定義。它可能會(huì)更像一個(gè)類似視頻的、新的內(nèi)容模態(tài)。

Founder Park：在 1-2 年的時(shí)間內(nèi)，你們團(tuán)隊(duì)最想達(dá)成的關(guān)鍵節(jié)點(diǎn)是什么？

李文軒：一是，我希望我們能把「下一代年輕人知識(shí)獲取的默認(rèn)入口」這個(gè)品牌心智，占到市場(chǎng)頭部位置。只要他要攝取知識(shí)，就能想到我們，在這里他能獲取最適合他的知識(shí)、最好的交互方法、最短的學(xué)習(xí)路徑。

二是，我希望能定義清楚新一代的內(nèi)容平臺(tái)到底是什么樣的，它的創(chuàng)作者和消費(fèi)者生態(tài)是怎么構(gòu)建？?jī)?nèi)容的供給和消費(fèi)是怎么因?yàn)?AI 而改變的？這件事現(xiàn)在沒(méi)有人定義得很好，特別是在非娛樂(lè)領(lǐng)域。我們想成為第一個(gè)能夠定義好新一代內(nèi)容平臺(tái)的生產(chǎn)和消費(fèi)方式的公司。

最終，有沒(méi)有可能出現(xiàn)新的物理載體？就像數(shù)字音樂(lè)出現(xiàn)時(shí)，出現(xiàn)了 iPod，沒(méi)有數(shù)字音樂(lè)時(shí)是沒(méi)有 iPod 的。我們其實(shí)是在定義一種類似「動(dòng)態(tài)知識(shí)」的形態(tài)，基于這個(gè)形態(tài)可能會(huì)出現(xiàn)新的軟件，也可能會(huì)出現(xiàn)新的硬件，這取決于最終用戶需要什么樣的載體。

Founder Park：后者聽(tīng)起來(lái)更大，可能這兩年內(nèi)只能看見(jiàn)一個(gè)雛形。

李文軒：對(duì)，它有點(diǎn)像 Adobe 定義了 PDF 一樣。

Founder Park：你們選擇了知識(shí)這個(gè)賽道，切的是廣義上的「學(xué)習(xí)」場(chǎng)景。往遠(yuǎn)了看，人類的學(xué)習(xí)行為會(huì)被 AI 改造成什么樣？

李文軒：第一，就算未來(lái) AI 發(fā)展成了 AGI，獲取知識(shí)這個(gè)行為仍然是人類必然存在的需求。只要你還有目標(biāo)，那就一定要獲取與這個(gè)目標(biāo)相關(guān)的信息。

學(xué)習(xí)或者知識(shí)獲取仍然有兩個(gè)最大的價(jià)值。

未來(lái)有一種判斷是，獨(dú)立個(gè)體時(shí)代，所有人都是老板、AI 的指揮者，反而要求每個(gè)人理解、掌握更多信息，才能做出更宏觀判斷。如果你自己對(duì)某個(gè)領(lǐng)域完全不了解，是無(wú)法用好這個(gè)領(lǐng)域的人的，同理，你也用不好這個(gè)領(lǐng)域的 AI。

另一個(gè)是，知識(shí)獲取是人類尋找意義感的一種途徑。在相對(duì)衣食無(wú)憂的情況下，很多人并不想每天沉淪在多巴胺的刺激里，更想通過(guò)閱讀和學(xué)習(xí)去感受和理解世界，這是馬斯洛需求層次理論中的高維需求。未來(lái) AI 把底層需求滿足得越來(lái)越好之后，上層的需求會(huì)更有價(jià)值，覆蓋面也會(huì)更廣。

雖然當(dāng)下通過(guò)學(xué)習(xí)尋找意義感的人在社會(huì)中相對(duì)較少，但我認(rèn)為未來(lái)這一群體會(huì)日益壯大。一個(gè)很好的例子就是多鄰國(guó)，它賦予了用戶花的時(shí)間一種意義感，同樣今晚有兩個(gè)小時(shí)，是刷兩個(gè)小時(shí)的多鄰國(guó)還是刷兩個(gè)小時(shí)的短視頻？刷多鄰國(guó)至少讓我感覺(jué)自己還在進(jìn)步。

我們?cè)谧龅氖虑楸举|(zhì)上是把最好的知識(shí)拆解、重組，然后適配給每個(gè)最個(gè)性化的人。我們現(xiàn)在的位置，第一步就是覆蓋下一代年輕人，在他們進(jìn)入職場(chǎng)前，把他們的個(gè)性化 context 和品牌心智先積累起來(lái)。有了這一步，未來(lái)不管是添加更多的優(yōu)質(zhì)內(nèi)容，還是拿到他們更多的 context，都是實(shí)現(xiàn)長(zhǎng)期愿景最好的第一步。

Founder Park：你會(huì)擔(dān)心如果 AGI 來(lái)了，人類「理解知識(shí)」這個(gè)過(guò)程也會(huì)被取代嗎？

李文軒：這個(gè)可能跟 AI 關(guān)系不大，跟腦機(jī)接口關(guān)系更大。如果真的有腦機(jī)接口的可能性或者達(dá)到一個(gè)商業(yè)化的可行區(qū)間，我們公司有可能會(huì)去做，這符合我們的愿景。

就算有腦機(jī)接口，它可能會(huì)變成一個(gè)基建，在這個(gè)基建上仍然能做應(yīng)用。如果未來(lái)所有人都有腦機(jī)接口的話，為腦機(jī)接口搭建一套內(nèi)容平臺(tái)和交互方式，我們也會(huì)去做。目前來(lái)看可能還比較遠(yuǎn)。

轉(zhuǎn)載原創(chuàng)文章請(qǐng)?zhí)砑游⑿牛篺ounderparker