Podcast Interview · 逐期深读

invoko.ai 创始人梦琪:从垂直 Agent 的误判到重新相信软件

本期背景与内容导览

这期发布于 2026 年 5 月 23 日的对谈,核心不是一套适用于所有 AI 公司的创业定律,而是梦琪对自己创业约一年的复盘。她曾做过 to B 解决方案、TikTok 的 to C 业务,也做过一年 HR;主持人曲凯则以“字节背景、组队融资、追随 Agent 热点并不断 pivot”概括她所代表的一类创业者。这个概括属于主持人的观察,不应替代梦琪对自己经历的叙述。 梦琪先复盘达人营销 Sourcing Agent:为了避开通用 Agent 竞争选择垂直场景,为了沉淀专家经验不断吸收专业用户的需求,结果产品长成传统 SaaS;随后发现找人只占价值链的一部分,转而向增长全链路做深,又遇到客户不亲自使用产品、团队靠服务交付的困境。她由此产生“多数垂直 Agent 不成立”的强判断,但这个结论来自她所在的公司、接触到的同行和赴美调研,不是对全部垂直软件的事实判定。她把停止 to B 还解释为个人选择:这门生意没有给她足够的兴奋感,也未能让她看到客户问题被模型能力提升十倍、二十倍解决的可能。 转向 C 端后,浏览器插件 Clicker 和后续桌面客户端给了她不同的反馈:一个按钮可以减少截图、切换应用、写 prompt、复制结果的步骤;隐私说明漫画、Reddit 用研和大量版本修复则让“体验”变成具体工作。她并未在节目中给出足以证明产品成功的留存、收入或用户规模,因而“跑出曙光”应理解为积极用户反馈与她个人信心的恢复。后来她又在自身增长需求中做出达人营销 skill,并尝试用 multi-agent 流转内部研发问题;前者开始带来收入,后者仍是内部流程探索。 这期最有价值的部分,是她保留了对自我的尖锐批评:早期招聘科学家、讲训练叙事、追逐“数字员工”和新交互概念,都夹杂着想融资、想证明聪明的虚荣心。她最终没有把乐观建立在“AI 不够强”上,而是建立在生成软件之后仍需维护、用户采用程度参差、许多具体问题仍未解决之上。文末她对“创业是玄学”“不要太多左脑”“把 DAU 背后的人当人”的表达,是这一阶段的价值判断与自我解释,不能被改写成心理动机的客观诊断。

42章经 · 2026-05-23 · 1:08:42

原对话:沿提问、回答和转折完整展开

下面先按节目顺序重建。主持人在追问什么,嘉宾如何以自己的经历、例子和推理作答,尽量保留在具体语境中;案例中的事实、数字和判断先归属于发言人。随后才进入本文的机制解释与独立判断。

00:00:02–00:25:33连续对话 1

00:00:20–00:05:33软件创业的低谷:模型能力指数级增长带来的焦虑

  • 请梦琪介绍创业前的经历,以及开始创业的时间。
  • 曲凯概括一类“字节背景—组队融资—Agent 叙事—不断 pivot”的创业者,并询问这一年的具体经历。
  • AI Coding 今年带来强烈冲击,去年同期是否还没有这么明显?

曲凯先请梦琪介绍自己。她说创业前做过几年 to B 解决方案,近几年在 TikTok 做 to C,还做过一年 HR;因为早就有创业想法,她把不同岗位当作学习机会。她说“去年开始创业”,录制时再过一两周就是一周年。节目发布于 2026 年 5 月,因此应把创业时间理解为约 2025 年 5 月,而不是原分析稿写的 2024 年。

曲凯接着概括一类软件创业者:字节背景、组出亮眼团队、借 Agent 叙事连续融资,再随技术和热点 pivot。他还比较 2023、2024 年的整体低迷与录制当时的分化:他口中的“据深”很热,软件却不如前一年。这个类型判断和市场冷暖都属于曲凯的观察;转录“据深”无法可靠还原,不能自行改成“具身智能”或“基座模型”。

梦琪的回应把融资与 Agent 热联系起来。她穿着 Manus 的 T 恤,半开玩笑地说“去年 5 月及以后融到大钱的软件创始人,都该给 Manus 磕一个”,因为她认为 Manus 让国内投资人开始愿意看 Agent。按发布日期换算,她指的是 2025 年 5 月以后。她随后批评很多 to B Agent:产品形式虽然变了,销售、采购和交付流程与传统 SaaS 差别不大,却能借新叙事获得更高估值。这是她对自己所处融资环境的解释,不是 Manus 单独造成融资的已证实因果。

真正的低谷发生在她说“今年二三月”的时候,结合发布日期应为 2026 年。她连续提出三个竞争问题:产品与 Claude Code 有何区别?Claude 直接做这件事怎么办?生态里的开发者写个 skill 做同样功能怎么办?当时她找不到足够有说服力的差异化答案,甚至觉得做软件是“脑子进水”。这里记录的是她当时的焦虑,不宜写成所有软件都失去价值。

她又说 AI Coding 的变强有明显“推背感”,并转述一位做 post-training 的 OpenAI 熟人的说法:对方所在环境里到当年 2 月已有“80% 的代码由 Agent 写”,但工作并未更轻松,因为要做的事情更多了。这个数字是梦琪转述的单一个人说法,缺少团队范围、统计口径与独立核验;它能说明她为何感到冲击,不能当成 OpenAI 全公司的代码占比或生产效率结论。

Agent / Vertical Agent节目中泛指能理解目标、调用工具并执行多步任务的 AI 产品;Vertical Agent 特指服务某个业务场景,如达人营销。梦琪批评的是其独立产品化和商业交付,不是否定一切垂直自动化。
Pivot创业公司调整目标用户、产品或商业模式。本期包括从通用与垂直的方向选择,到达人营销纵深,再到 C 端插件和客户端。
to B / to Cto B 面向企业或组织,to C 面向个人用户。这里的 to C 是 Business-to-Consumer;原稿误写成 Consumer-to-Consumer。
SaaSSoftware as a Service,通常以订阅方式提供软件。梦琪用它描述需要用户控制流程、配置指标的传统工具形态,同时强调 to B Agent 的销售交付未必因 AI 而改变。

话题推进:模型能力带来的绝望只是开场;下一段用“为什么可用产品仍很少”反向追问产品体验。

00:05:33–00:08:45“明牌”时代的生存法则:产品体验是唯一差异化

  • 如果 AI Coding 已如此强、产品似乎很容易做,为什么过去三年真正被认可的产品仍很少?
  • 如果赛道都是明牌,为什么现实不是一堆可用产品,而是能用的也很少?
  • 请以公司为例说明:最初方向为何没发出,小产品为何没做起来,中间为何多次转型?

梦琪在前面承认“模型能很快复制功能”之后,主动补上相反观察:在她使用过、做过 PR 的软件里,真正稳定、顺畅、能在自己电脑上跑起来的,她估计不到 10%。她用 Manus 追问:通用 Agent 表面看不过是给模型一个沙箱,为什么一年多以后,工程质量和稳定性做到相近水平的产品仍然很少?“不到 10%”是个人使用感受,不是行业抽样统计。

曲凯把问题明确为:既然 AI Coding 很强、做产品很容易,为什么过去三年真正被认可的产品依然很少?梦琪的回答是“大部分产品没有体验”,甚至把转录中的“rapper”也纳入这种批评。她使用“诈骗公司特别多”这一强烈措辞,所指是产品承诺交付的价值与实际体验不匹配;节目没有点名具体公司,也没有提供法律意义上的欺诈证据,因此笔记只能保留为她的尖锐评价。

她进一步说,自己在过年时写复盘文章,判断未来赛道都是“明牌”:很难存在只有自己想到、别人想不到的 idea。乐观的一面是,每个赛道仍可能长出一家真正在乎体验的公司;悲观的一面是,醒目的、巨大的差异化会越来越难。曲凯立即提出反例:如果只是想法相同,现实应当是一堆产品都可用、大家在细节中竞争;可现在连能用的产品都不多。这一追问阻止了“idea 不重要”被直接当成完整解释。

随后曲凯请她用自己的公司说明:为什么最早的方向没有发出来,中间发过小产品又为何没做起来,转型时具体发生了什么。梦琪的个案复盘由此开始。原稿中把“Spark”写成与 Manus 并列的确定产品名、并进一步归纳品牌效应,超出了机器稿能支持的范围;相应名称应留待回听。

话题推进:主持人的反例把话题从行业判断推进到梦琪自己公司的具体决策。

00:08:45–00:13:20复盘失败决策(一):从垂直Agent到重走SaaS老路

  • 曲凯打断并评论:如今趋同的也许主要是叙事,Sourcing Agent 已被讲了很多年,但很少有人做出好结果。

梦琪按决策顺序复盘。第一步是在公司成立前选择 Vertical Agent,而不是挤进已有许多 Manus 类产品的 General Agent 市场。她想做 Sourcing,即“找人”:先帮助品牌寻找达人,再设想迁移到找候选人、专家和客户。这个计划把“搜索与筛选”当成可复用能力,但当时的逻辑自洽后来被她视为错误起点。曲凯中途补充自己的判断:趋同的主要是叙事,Sourcing Agent 已被讲了很多年,真正做出好结果的人很少。

产品做了两个月并上线后,反馈者分成两类。创始人这类非专业用户希望直接拿结果,不愿点击和管理中间步骤;负责达人营销的专业用户则要求可审计、逐步确认、自定义指标与筛选条件。团队当时相信“蒸馏专家知识”:先把专业人员的经验沉淀进产品,再服务非专业者。继续做了一两个月后,梦琪发现界面和流程越来越像八年前的 SaaS;公司又没有自有的高质量数据,只能依赖第三方 API,她觉得是在重走旧软件的路。

她用剪辑师作类比解释“专业用户并不自动带来 Agent 形态”:如果不断问专业剪辑师要什么,他会要求控制每个环节,直到产品接近 Adobe 才满意。这里的因果是她对自身产品的复盘,不等于所有专业工具都注定 SaaS 化,也不等于专业用户的审计需求没有价值。真正的问题是,这些需求与他们原先想交付完整结果的目标发生了冲突。

第三个误判是切入点。她估计 Sourcing 只占达人营销工作的约 30%,而后续反复沟通更耗时间;他们把 AI 容易做的部分当成入口,却没有覆盖最重的交付。团队曾想替代 Agency 的全部工作,实际却困在专业用户的过程需求里。到“10 月底”、做了三四个月时,他们已感到困境。按周年时间线,此处大致是 2025 年 10 月,但节目没有报出完整日期,应保留“按语境换算”的边界。

话题推进:发现产品 SaaS 化和切入点价值不足后,团队必须在横向复用找人与纵向做深增长之间选择。

00:13:20–00:18:36复盘失败决策(二):垂直Agent的结构性困局

  • “单场景喂不饱公司”是融资叙事需要,还是实际赚钱需要?为何不能先把一个点做到足够好?
  • 所谓扩张,是否意味着已经怀疑原方向,只是在延缓对原决策的否定?

团队意识到只找达人价值不够强后,开始考虑扩展到后续 Communication。曲凯追问“单场景喂不饱公司”究竟是融资叙事还是赚钱需求,梦琪回答当时就是想多挣钱;她又承认 Sourcing 的效果有百分之七八十取决于 API 数据质量,团队并不认为它是高价值点。曲凯于是提出一种解释:他们也许是在用扩张延缓否定原方向。梦琪没有完全接受这个心理化概括,而补充当时看到的是价值“强度不够 strong”,不是非 0 即 1 的能否成立。这个细微差别应保留,不能把主持人的推测写成她已确认的动机。

扩张有两条路:横向把“找人”复用到招聘、获客等场景,或纵向把达人营销与增长做深。梦琪认为后者是他们做对的决定。她用“面粉和鸡蛋”说明:大饼加鸡蛋与意大利面原料相同,不代表同一家店的顾客会同时购买;同样,会搜人不意味着找达人、找客户和找候选人的需求能交叉销售。她在测试中还观察到,最可能兼有多类需求的 founder 并不亲自使用产品,于是团队选择沿增长链路做深,开始尝试 GEO、Reddit 等动作,并与她称为“耳熟能详”的大客户合作。具体客户与效果均未在节目中披露。

做到“12 月”时,她形成更强烈的判断:大部分垂直 Agent 面临结构性困局。第一是客户并不亲自使用产品,创业公司为了收入不得不派人服务,逐渐成为 Agency;更极端的情况是,产品用来向投资人展示,真正收入来自服务,连内部服务人员也不用产品。她称之为“景观”。这是她对本公司与所见同行的批评,不应扩写为所有垂直 Agent 都靠人力伪造自动化。

第二是它仍然是一门 to B 生意:周期长,组织形态与她熟悉的年轻团队不同;她认为中国 to B 难做,华人团队在美国做 to B 也有明显天花板。她明确知道这句话可能挨骂,并说它来自一个多月调研。曲凯用“印度人来中国做 to B 也很难”表示理解,把它解释为跨文化销售与关系网络的困难。两人的观点都不是关于整个市场的统计结论;应保留为她的调研感受和创业约束。

话题推进:对垂直 Agent 和 to B 的否定,引出专业个人用户、订阅模式和 C 端情绪价值的讨论。

00:18:36–00:22:48放弃to B,转向to C:在效率工具中寻找情绪价值

  • 当时大家都在谈专业个人用户等方向,为什么团队仍一直把它理解为 to B?
  • Steam 上这些结合效率、游戏化与陪伴的产品,具体是什么体验?第一印象是游戏还是工具?

曲凯问她为何不走当时流行的专业个人用户路线。机器转录在这里出现“to procure”“pro seed”“OPC”等不稳文本,具体术语需要回听;可确定的是,梦琪反思团队把“某种个人化、专业用户趋势”与现实混在一起。他们曾设想:大量 AI 创业者缺流量,向他们销售增长 Agent 就像卖铲子。真正执行后,她发现独立开发者数量与支付能力都没有设想中充足:对方自己还没赚钱,就没有预算买增长服务;最有信息和工具能力的专业个人用户,也可能直接用好 Claude Code,不再需要一个中间产品。

她随后谈到两类收入结构。一种是服务少量 token 消耗很大的高付费用户,即“大 R 运营”;她举例说,有人专门维护每月支付 5 万美元以上的用户,让他们继续留在平台。她说调研 Lovable 时感觉其用户量没有外界想象多,并补充“一两万 power user 就完全够吃”。原分析稿把 Lovable 猜改为 Character.ai,是无依据替换,应撤回;节目中也没有这些公司的财务数据。

另一种被她称为“健身房模式”:用户付订阅费,服务商赌其不会每天使用、不会把 token 或 credit 用满,从而留下毛利。她同时指出,竞争激烈时很难保持很高毛利,也不容易有漂亮的净利润。这里的“赌”指的是使用量与固定订阅费之间的经济关系,不是原综合稿后来解释的“价值依赖用户主动锻炼”。Steam 是她在奇怪渠道观察此类产品的例子,并不代表 Steam 本身就是上述 AI 订阅业务。

转向 C 端时,她希望效率工具也有人格、情感连接和情绪价值,因此向美国做游戏的人学习。对方告诉她,生产力和游戏之间并没有她想象的高墙,Steam 上已有番茄钟、待办、习惯养成、ADHD 辅助、动态桌面等带陪伴感的产品。她得到的是品类启发:用户每天愿意默认打开它,第一印象可能是陪伴而非工具;她并未在节目中给出具体产品名或使用数据。

话题推进:商业模式与品类启发之后,梦琪进一步解释为何 to B 不符合她的创业动机与模型红利判断。

00:22:48–00:25:33“创业不是做证明题”:对虚荣心和性感叙事的反思

  • 创业初期曾讲热门算法、招相关人才,为何后来会逐步做成听起来很传统的 SaaS?这是逐渐“堕落”的过程吗?

梦琪说,到“2 月”团队将 to B 产品转为低功耗运营,只留少量维护人力。按节目标注时间,这里是 2026 年 2 月。她给出两个停止理由,第一不是单纯市场规模,而是“如果做 to B,我就不应该创业,也不应该融资”:她觉得自己过去的客户资源和行业关系足以做小规模生意,但那种生意不符合她创业所追求的高赔率和兴奋感。

她用棋盘解释这种差异:站在半空盘点每个格子,找最适合自己的机会,是一套逻辑追问;而她现在想要的是“不给钱也要做、非做不可”的冲动。她不愿再把创业变成证明“我特牛逼”的证明题。这是她事后对自身动机的描述,应该忠实保留,但不能由笔记继续推断她人格中唯一或根本的创业动机。

第二个理由与技术收益有关。她认为当时的 to B Agent 从新模型获得的最大红利主要是内部开发效率提高,产品为客户解决问题的效率却没有十倍、二十倍提升。这是她的项目判断,并非所有 to B 产品都无法利用模型能力跃迁。她也反思自己“左脑用太多”,总是在概念之间推导,而没有用心感受真正想做什么。

曲凯回忆她创业初期讲过热门算法、招过相关人才,问她如何从“做特别牛逼的事”走到传统 SaaS。转录缩写为“IL”,后文又出现“R 的故事”,无法据此确定就是 RLHF。梦琪的回答先落在“性感逻辑落地后可能不性感”,随后直言其中也有虚荣心、追风口和“装”。本段在她说这层自我批评时结束,下一段才展开招聘、组织调整和训练叙事,不应提前合并成已经完成全部反思。

话题推进:对融资、招聘和训练叙事的复盘,引出她如何在组织调整与小型 C 端试验中过渡。

00:25:33–00:50:18连续对话 2

00:25:33–00:30:21反思创业初期的虚荣心与“愚昧之巅”

  • 美国的 to B 和 SaaS 环境本来更容易赚钱、拿订单,嘉宾在那里看到了什么?
  • 请具体讲讲所见的互相冲流水做法。

梦琪把早期决策拆成组织与业务两层。组织上,她曾招到一些很厉害的科学家,其中有人后来在美国 research lab;她复盘说,自己当时想展示“我能把这些人招来”,而不是先问业务需要什么人。团队之后做过组织调整。她由此说出“多数纯应用创业公司不要招任何算法”的暴论,认为把人放在那里只是向投资人展示阵容,不如让人家去训模型。必须保留她的尖锐语气,同时限定:她批评的是自己经历过的、没有明确模型研发任务的应用公司,不能改写成算法研究对所有应用都没有价值。

她还说“被市场/投资人……”但转录中关键动词为“R 要”,含义待回听,不能直接写成 PUA。她紧接着特意补充“投我的投资人非常好,如果考虑创业,一定优先拿他们的钱”。这句话说明她把主要责任收回自己的迎合和虚荣,并非指控现有投资人操控她。

业务叙事上,她曾流利地推导:Coding 和数学有清晰反馈,增长内容也天然有曝光和 engagement,因此能获得 reward 或其他信号,帮助训练模型。现在她把这套话称为“扯淡”。她给出的理由有两点:创业公司未必有能力、有必要自己训练;即使真能利用数据训练,基础模型厂商一次通用改进带来的收益也可能更大。这里应保留她“想笑”的强烈自我否定,同时注意“能拿到曝光数据”与“形成可训练的高质量反馈”之间,原叙述并未给出完整实现和实验。

她把刚融资后的状态叫“愚昧之巅”:觉得自己特别会造概念、总结和融会贯通,真正交付时才发现要一个个做、细节很“恶心”。到 2 月,她为判断失败源于个人能力还是方向结构,去旧金山待了两个多月,与多种 vertical agent 公司交流,认为困境相似。这个样本能解释她为何去魅,不能单独证明行业普遍如此。

主持人提到美国 SaaS 更容易拿订单,梦琪则说她看到互相购买产品、冲流水的做法:从两家公司互买发展到六家、十家形成更复杂交易,月底有人热情约饭也希望她参与。她说自己因付款麻烦且想维持道德标准而没有参与。以上为她的个人见闻,未披露公司名、合同或审计材料,不应把“六人网络”写成已被独立证实的行业机制,也不能由此推断美国 to B 普遍造假。

她最后把两种目标函数对照起来:融资、招到名人可以满足虚荣心,目标清晰、约束少;做出让自己内心认可的产品更难。这是她的价值选择与自我复盘,而不是对同行心理的事实诊断。

Clicker团队的浏览器插件,可调用打开的标签页、Gmail 等上下文,并在光标附近提供写作功能;后续因浏览器边界而扩展为桌面客户端。
context switching在不同页面、应用和任务上下文之间切换。本期例子是找标签页、复制客户信息和回到写作,成本包括操作步骤和注意力中断。
缩短意图距离把高频意图及所需上下文预设成产品操作,减少用户向通用模型解释和搬运信息的步骤,例如把多步写作流程缩成一次按钮点击。
Reddit 用研团队通过内容挖掘和分层发帖收集需求反馈。它能提供问题线索与措辞,不能替代有代表性的样本、真实使用数据或付费实验。

话题推进:从插件扩展到客户端后,曲凯追问目标用户,话题转向意图距离、交互、隐私和用研。

00:30:21–00:35:34从to B到to C:在转型中重拾对软件的敬畏

梦琪强调,转 C 并非某一天突然宣布,而是在停止旧产品前先让团队试水。她认为团队士气和信心“不可再生”,创始人 pivot 几次也会麻木,所以希望有过渡。这里既有产品探索,也有组织管理:不能因为新方向后来带来信心,就省略她当时对团队消耗的担忧。

Clicker 是一个很简单的浏览器插件,针对标签页太多、工作与信息上下文来回切换的问题,也能在光标旁唤起写作。梦琪能说出许多替代品,但她说仍有不少用户喜欢并给出反馈。一个南非用户的例子是:写文档时可直接 @ 某个 tab 或 Gmail,把客户上下文取过来,不必到处寻找碎片信息,因而更能沉浸。这个案例解释价值从何而来,不等于产品已获得大规模留存或商业成功。

梦琪还把自己的 ADHD 体验代入这个问题:她珍惜专注时间,讨厌在屏幕上滑动寻找,让焦虑和愤怒逐渐累积。这是她的个人感受,不应泛化为 ADHD 用户的统一需求或临床效果。Clicker 的视觉风格后来经过改版,她看到 Slack 后觉得审美趋同,也明确说很喜欢这类风格。

Clicker 的限制是只能在浏览器内运行,无法覆盖 Lark、Slack 和其他桌面窗口,团队因此扩展为客户端。她说应用公司都可被理解为“套壳”,关键是不要套上一代东西;机器稿为“Cloud Code”,结合结尾同一说法,笔记可写“她所称的 Claude Code”,但具体接入方式、模型版本和产品架构没有展开,原稿改成 Claude 3 是错误猜测。

客户端做了三个月,到访谈前一晚上线第 49 版,仍有 bug。她因此说软件像由“15,000 个细节”组成,要一点点把这些难题处理掉,体验才变好。“15,000”是修辞性的数量,不是缺陷统计;49 版是她自报的迭代次数,也不能直接证明相对行业稳定性。她说公测约在 3 月底、4 月,早期能打开运行却问题很多,用户仍不断反馈。完成这些修复后,她反而不再像二三月那样焦虑,因为待修问题变成了可以持续推进的工作。

组织层面,她笑称团队同学“刚烈”,做 to B 时可能在客户群里抬杠,反而更适合 C 端。她用“先有 Monica,才可能有 Manus”给团队画饼,说明她如何解释小产品经验与未来大产品之间的关系;这句话是动员和愿景,不是已验证的发展路径。

话题推进:“最短路径解决问题”引出对技术先行、AI 成本与内部垂直 skill 的再检验。

00:35:34–00:43:12C端产品的核心价值:缩短意图距离与提供情绪价值

  • 现在的 C 端产品是否主要服务前面讨论的专业个人用户?它的场景和人群是否更像 Monica?

曲凯问新产品是否仍面向前述专业个人用户。梦琪说未必,他们观察到的用户并非都要把 token 用到极限;她在 Clicker 上看到“盈利的曙光”,并把它定位得更像 Monica。节目没有给出盈利数额或成本口径,因此只能理解为早期商业信号。

她对 C 端价值的核心概括是“缩短用户意图与解决方案之间的距离”。例如,原来要让 AI 辅助当前页面写作,用户可能截图、发给 ChatGPT、写一句 prompt、等结果再复制回来;Clicker 把某个高频意图预先做成按钮,用户按一下就完成表达与调用。这个例子的关键不是模型更聪明,而是产品把上下文和默认操作组织好,省掉重复沟通。她也提醒,意图一多就要考虑如何编排、控制频效与信息复杂度,不能无限增加按钮。

她用“为什么有人选择不同档次的网约车”类比体验分层,认为只要体验比直接使用 ChatGPT 或转录中的“Cloud”更好,产品就有活着的价值。她估计这一代产品可能要把 70% 的体验精力放在交互上:既让操作更快、更舒适,也通过交互提供情绪价值。70% 是她的产品资源判断,不是跨产品实验结论;她同时自称 C 端小白,希望与更有经验的人讨论,这一保留不能删。

具体做法包括请美国设计师打磨细节,以及面对桌面客户端需要权限、用户看不懂隐私协议的问题,用漫画解释数据如何存储,并称尽可能落实隐私策略。漫画降低理解成本,不等于隐私风险已经被独立审计;笔记不能替产品作出安全保证。

用研方面,她认为中国这批创业者相较旧金山同行做得不够,并考虑自己服务不同文化用户的隔阂。团队既挖掘 Reddit 的静态内容,也把每个产品决策拆成多层问题发帖;她说每个问题约有 40–50 个帖子,有些讨论产品,更多直接讨论需求和痛点,因为带产品的帖子流量不好。她由此验证需求是否真实、是否刚需、旧产品差在哪里、用户是否愿付费,并据此克制功能优先级。

她没有给出具体 subreddit、帖文样本或统计结果,因此不能补写“每个功能 40–50 帖”的精确实验设计,也不能把社区热度当付费证明。她认为自己发散、容易一天提许多方向,过去曾把数字员工、Chat 与 GUI/LUI 结合等热门概念塞进 to B 产品,用户却只要求先解决问题。转录“EIP”不能猜成 ENFP 或 ENTP。她的最终反思是:先花更多时间弄清问题与最短解决路径,再判断新概念是否真的有帮助;让用户而不是同行、投资人或虚荣心成为主要牵引力。

话题推进:产品寿命的不确定性之后,曲凯提出新需求是否只来自 AI 用户,梦琪转而讨论渗透率、维护与内部研发流程。

00:43:13–00:50:18AI时代的创业反思:从“拿锤子找钉子”到直面不确定性

曲凯把前述问题概括为“拿锤子找钉子”,并提醒在特定阶段这样做未必有错,问题是形成固定范式;AI 的锤子还不断变化。梦琪补充,她过去不只先拿技术找需求,还向用户展示锤子是“钛合金、雕了花”,用户却只想把钉子砸进去。

她随后明确说接下来是“假设,不是已经实现”:如果未来有一把能钉所有钉子的强锤子,既有问题—工具关系可能被改写。曲凯问“这不就是模型吗”,她认可,但把重点拉回成本:用大模型解决本来已有 SaaS 方案的问题,token 花费可能高于实习生,结果提升却有限。她把自己过去的“俯视感”比作妈妈觉得孩子冷、强迫穿秋裤:创业者认定 AI 是最优解,却没有先问用户是否真的需要。这是她的成本直觉和自我批评,不是某项 ROI 测算。

一个会改变“垂直 Agent 彻底失败”理解的后续案例,是他们给自家 C 端产品做增长时,重新做出达人营销 skill。过去全团队做五六个月,如今每天补七八个细节,把没顾到的筛选指标和沟通规则逐渐填进去。她认为现在效果反而更好,并已端到端交付:在 Lark 中像同事一样接收任务,最后给出 Excel,列出合作对象、报价与砍价结果、价值判断、内容检查、联系状态、拍摄与上传日期。

她说这些 skill“最近反而是挣钱的”,也会分享给朋友、替别人跑表,自称几乎不占人力。这里没有收入、交付质量或完全无人干预的证据,不能升级为规模化盈利。她自己的解释是:内部需求连续、上下文完整,而外部客户今天两句、下周几句,反馈离散且 context 缺失。也就是说,变化的不只是“更懂 Agent”,还有使用者、需求密度、验收者和交付边界。

曲凯随后问这些问题是首次创业的共性还是 AI 特性。梦琪认为模型发展是软件创业者最大的共同牵引力,模型一变,大家就可能被迫 pivot。她担心客户端要适配不同环境,打磨需要 3–6 个月,产品寿命会不会只有一年多,于是团队不再轻易规划明年,只看下个月。这些时间都是她描述不确定性的假设,不是已测得的产品寿命或确定盈利窗口。

她还说曾被产品气哭,在 Palo Alto 的 Blue Bottle 因调不出问题而捶桌,邻桌两人反而因此对产品产生兴趣,她便向他们介绍产品。原文只到“介绍”,不能写成两人已成为早期用户。面对“投资人更不敢投”的玩笑和“去做具身、卖数据”的调侃,她仍承认行业现状如此,同时也觉得变化本身可能是创业乐趣。

话题推进:找到愿意投入的产品后,对话转向信息噪音、技术分层和渐进竞争。

00:50:20–01:07:27连续对话 3

00:50:20–00:57:28软件是需要持续修剪的草坪,而创业者要守护内心的火苗

  • 现在做的是否主要是 AI 时代自身的新问题,即帮助已经在使用 AI 的人用得更好?
  • 去年许多公司用“全球首款”做大宣发,你们为什么没做?

曲凯提出一个判断:Clicker 及他提到的其他产品,似乎都在解决“人已经使用 AI 之后如何更好使用”的新问题。梦琪首先不同意,因为她说很多用户并非典型 early adopters。商业上她也明确选择了前述“健身房”方向,不想做高消费、低毛利的大 R 运营;这个选择是团队目标,不是已经验证最优的单位经济模型。

她分享 2 月在旧金山活动上的非正式田野调查:逢人问是否知道、是否使用转录为“Whisper Flow”和“Tablets”的产品,前者曾在 101 公路投大广告。她说只有 40% 知道,40% 中约 20% 已付费。曲凯当场反应是“40% 很多”,提醒读者不要直接接受她对低渗透的解释。样本来自她参加的活动,人数、抽样和问题措辞均未披露;20% 是知道者中的比例,若按字面连乘约占全部受访者 8%,但不能补算成市场付费率。

另一位创业者在路边随机问人是否使用 ChatGPT 的经历,也只是她转述的旁证。她由此乐观:渗透率还有空间,大量普通问题没有解决,产品不必先标榜 AI。她同时承认,在“人人有创造欲、人人能使用 Coding 工具”的假设下,简单小效率工具可能没机会;但现实中并非人人想创造,许多人听到 Code 就不愿用,软件还需要维护。

“软件像草坪”是她转述一位做客服 Agent 的美国创业者的比喻:草坪铺好后还要持续修剪,维护成本甚至可能更高。转录中的人名为“Brad Taylor”,原稿没有依据进一步确认身份;应保留为待回听,不自行指定具体公司。她用自己 vibe code 小工具的经历补充:做完的快乐很快过去,corner case 和维护才痛苦。她也承认未来 AI 可能自行发现、修复这些问题,因此草坪论证不是永久护城河。

团队曾在 1、2 月做过多 Agent 协作的平台型产品,最后没有发布。她说自己不想发平台后等用户演绎,也不擅长做社区;这是产品路径选择,不应解释成技术失败。现在这套架构用于内部问题流转:从用户和用研 context 发起问题,multi-agent 规划优先级、分派给研发同事各自的 coding agent,修复后通知验收。她把流程概括为“发现/发起问题—解决问题—验收”,当前瓶颈在验收:简单 UI 可由 AI 检查,复杂产品问题仍需要人甚至用户。发起端也仍有许多人工 context,她只说未来或许连发起也不需要人。

她把这种内部系统联想为“新时代 Jira”,但还没有想清楚界面,只确定不想做成 chat;在内部运行足够好之前不会发布。此处是正在试用的研发流程与产品设想,不是已上市的多 Agent 产品。

关于为何不做“全球首款”宣发,她给了三层回答:去年有低调需要;她观察到除 Manus 等少数例子外,不少宣发一波流、留存不好,觉得浪费钱且像交作业;更深一层是她对旧产品不满意、不相信。后一项是她夜深人静时对自己的解释,应写成自述,而非客观心理鉴定。相对地,她现在说即使产品丑、有 bug 也爱它,愿意听用户意见持续改,因为这种“spark”让她愿意投入。

early adopter愿意较早尝试新技术的人群。梦琪反对把现有用户都假定为这类人,并据此强调普通用户与低渗透场景。
软件是草坪她转述的比喻:初版建成像铺好草坪,后续 bug、兼容、边缘情况和用户反馈像反复修剪。它解释维护成本,不证明维护永远无法自动化。
multi-agent 内部流转团队尝试让多个 Agent 对问题规划、排序、分派和修复,人主要提供上下文并验收;复杂产品验收仍需要人。
agentic workflow把 AI 嵌入较明确的业务流程,与让 Agent 自主规划相对。梦琪反思自己曾把前者视为不够先进,而忽视其对许多企业已足够有用。

话题推进:“吃肉与喝汤”的行业判断引出离开字节是否后悔,以及融资、人才和用户观的最后复盘。

00:57:28–01:01:37警惕信息噪音与“AI行业番茄小说”,乐观相信“喝汤”也能超过“吃肉”

曲凯把梦琪现在的状态理解为逐渐找到 calling。她赞同,同时说研究人员和业界对大模型的许多预测其实是噪音,创业者容易被信息轰炸。曲凯也说自己过去三年一直追进展,直到转录为“Hanis”的事件出现后感到麻木,不再每个概念都追。名称无法确认,不能猜成某个具体模型;能确定的是两人讨论的是信息过载,不是该事件的技术影响。

梦琪希望节目不要增加更多“slop”(机器稿写作 slope),而能给同行两种安慰。第一,Coding Agent 强不代表相似产品能在三秒内完成并立即杀死现有软件,维护仍需持续投入。第二,世界很分层。他们早期做增长时,因“技术歧视”坚持选 Agent 而非 agentic workflow,觉得创业者就该用最领先的技术;现在她认为很多企业把 workflow 用好就能解决大部分问题,仍有人只把 AI 当简单助手,需求不会整齐划一。

她由此批评一类自媒体:把漫长、动态、有时枯燥的竞争,压缩为几秒钟的短剧冲突,仿佛新产品出现,旧产品就必须立刻死亡。她称这类文章为“AI 行业的番茄/红果”,shownotes 将其概括为“AI 圈番茄小说式表达”。她反感的是叙事把时间、层次与共存关系删掉,不能据此否定所有行业分析或技术发布的重要性。

最后她给出乐观判断:行业渗透率仍低,竞争与数字化渐进发生,应用层并非只有 early adopter 可服务。机器稿“大部分利润会被预算价吃走”的对象不清,不能擅自写成“预训练厂家”或任何确定公司。可以确定的是,她承认产业链上游会分走大量利润,却认为趋势明确、渗透率低时,应用公司即使“喝汤”,也可能比过去做 SaaS“吃肉”更好。这是可能性和个人预期,不是利润率预测或已实现收益。她欢迎焦虑者来找她聊,也是以玩笑收束自己的乐观。

话题推进:节目在她仍选择创业、同时承认曾动摇,并重申软件大有可为中结束。

01:01:38–01:07:27创业不能只用左脑,要把用户当“人”看

  • 如果回到离开字节前重新选择,会继续留下,还是仍出来创业?
  • 在融资环境从 DAU 验证转向 ARR 叙事的变化中,融资和明星团队对创业成功究竟意味着什么?

曲凯最后问,如果回到离开字节前,会不会留下。梦琪没有只给励志答案。她说最痛苦的三四月曾多次问自己为什么不留在那份“挺爽、也擅长”的工作,甚至不想干了;当时新客户端问题很多,to B 又已停止,她对行业陷入虚无。她称“还会创业、享受且擅长创业”为官方版本,随后又保留那段真实的动摇。现在她热情恢复,说出“如果有人能做出来,那一定是我”。这份自信与此前自我怀疑应并列保留,不能用其中任何一句抹平另一句。

曲凯把起伏视为创业者常见状态,并回忆十几年前的融资环境:天使轮约千万元估值、投一百万元,先把产品上线,通过用户与 DAU 验证再融下一轮;现在更常谈 ARR。这个比较是他的历史经验,不是本期的新融资条款或市场统计。

梦琪说自己能在这一周期拿到钱是幸运,也有些“臭不要脸”。她曾想寻找创业成功的充分必要条件,后来认为融资多、团队有大牛都不是:消费热潮中融资好的公司也可能受估值和收入所困,明星人才可能只是挂名、落地不好,或所处赛道不合适。她因此说创业“挺玄学”,应打好手上的牌。这里不是证明创业完全不可分析,而是她放弃用少数光鲜变量预测结果的反思。

她的行动建议是“不要太多左脑”“把用户当人”。她不想做只关心任务的纯效率工具,因为那不在乎用户是谁、社会关系如何、今天心情怎样;但她也明确,首先必须解决问题,否则只是“只提供情绪价值但不靠谱的下属”。DAU 在她看来不是抽象的四位数、八位数,而是可以逐渐了解其家庭和处境的具体的人。她希望产品既可靠,又建立连接。

曲凯观察到,重访的几位创业者都比过去务实,同时强调务实不应丢掉理想主义。梦琪仍强烈反感“搞抽象”和造词,直接把自己的产品说成“Claude Code 套壳,再提供点情绪价值”;这是一种去包装的表达,不是完整技术架构说明。曲凯最后把好的创业者概括为能结合投资人的语言与逻辑、自己的理想主义和务实落地。梦琪以“软件行业还大有可为”结束。整期由此不是从悲观走到成功,而是从概念驱动走到愿意承担具体问题、维护和用户关系。

话题推进:节目在嘉宾对软件行业“大有可为”的乐观判断中结束。

以上是原对话的分段阅读。下面才开始提炼论证、解释机制并给出本文自己的判断。

主要论证:观点怎样由经历与例子支撑

她对自己所见的大部分垂直 Agent 创业持否定判断,核心问题是产品没人用、服务替代软件,以及 to B 销售和组织约束。

梦琪 · 00:08:46;00:12:27;00:16:45;00:17:25

团队从达人 Sourcing 切入,先因专业用户要求而增加流程控制,再发现 Sourcing 只占部分价值,向全链路做深后又需要人工交付。她接触的同行也有类似问题。因此,她反对的是把尚未自动完成交付的垂直 Agent 当成可独立规模化销售的软件,而不是否认特定场景自动化本身。

成立条件:这是她基于一家公司、同行交流与短期赴美调研形成的判断。她也承认某些垂直方向可能成立;节目未提供足够样本把结论推广到全部行业。

当 idea 和基础模型能力越来越公共化,稳定交付与产品体验成为应用公司的现实机会。

梦琪 · 00:05:45;00:06:08;00:07:38

她以个人体验估计许多 PR 产品连稳定运行都做不到,并用 Manus 说明“给出沙箱”到可靠产品之间仍有工程差距。她的乐观不是体验构成唯一永久壁垒,而是明牌赛道里仍有人愿意把细节做好。

成立条件:“不到 10%”不是统计结果;体验也需要通过持续使用、任务完成与付费验证,不能只靠创始人主观判断。

早期招聘科学家与讲模型训练故事,很大程度上是她对市场和融资叙事的迎合。

梦琪 · 00:25:19;00:26:03;00:26:55;00:27:41

她承认自己先想展示能招到厉害的人,再考虑业务是否需要;曝光、互动可形成反馈的推导也没有回答自训是否优于直接使用快速进步的模型。因此她说多数纯应用公司不必招算法,并把刚融资后的自信称为“愚昧之巅”。

成立条件:这是她对自己团队和组织决策的复盘。对于有明确专有模型需求、延迟成本目标或数据闭环的公司,不能据此否定算法人才价值;她同时明确感谢现有投资人。

C 端工具可以把高频意图和上下文预先组织进交互,缩短从想做事到得到结果的路径。

梦琪 · 00:31:09;00:36:10;00:36:25

Clicker 把截图、切换 ChatGPT、写 prompt、复制结果的流程缩成按钮,同时把标签页和 Gmail 上下文带入当前任务。价值来自减少操作和注意力切换,而非功能清单更长。

成立条件:意图增多后需要重新设计编排与信息负担;积极用户反馈不等于留存、盈利或隐私风险已经解决。

AI Coding 降低生成门槛,但软件维护与普通用户采用仍给产品公司留下空间。

梦琪 · 00:51:29;00:52:27;00:52:57;00:53:15

她用草坪比喻强调 bug、corner case 和持续维护,用非正式田野调查强调并非人人想创造、愿意使用 Code 或已采用 AI。她因此从二三月的绝望恢复为乐观。

成立条件:她也承认未来 AI 可能自动维护;活动样本不能代表总体市场,草坪和维护成本需要具体任务数据验证。

她现在希望既解决真实问题,也把用户当具体的人,而非只优化抽象指标或讲漂亮概念。

梦琪 · 00:57:41;01:05:09;01:05:28

她把过去的证明题与现在愿意投入的简答题对照,强调先解决问题,再理解用户的情绪与处境。DAU 不应遮蔽背后的人,但情绪价值也不能取代可靠交付。

成立条件:这是产品价值观和自我叙事,尚需要实际产品行为、用户关系和长期经营结果支撑。

机制与术语:对象、输入输出和中间过程

垂直 Agent 如何在连续合理决策中偏离最初目标

输入是团队对通用 Agent 竞争、专业知识和找人需求的判断。先选垂直 Sourcing 避开拥挤;再听专业用户以沉淀经验,产品却增加审计、配置和流程控制;随后发现找人只是部分工作,向增长全链路延伸;最后为客户结果投入人工交付,软件与 Agency 的边界模糊。输出不是单一技术失败,而是原始“自动交付完整结果”的目标、实际产品形态与收入方式互相偏离。该链条属于梦琪对自身公司的复盘,不能简化为“听专业用户一定错”或“垂直需求不存在”。

对应节目:00:08:46;00:10:13;00:11:15;00:12:27;00:16:45

本文自拟示意,不是嘉宾实验

【按嘉宾达人营销案例重述】达人营销中,非专业创始人想要可合作对象与排期结果,营销专业人员则想逐项审计筛选。若只优化后者的步骤控制,产品会增加许多可配置环节;若只自动找人,又没有完成后续沟通。团队后来内部 skill 以 Excel 交付合作对象、报价和排期,才是她所说的结果边界。

同一个达人营销任务为何在内部 skill 中重新变得有用

早期外部产品面对离散客户反馈,团队难以连续获得完整上下文,还要通过人工服务补交付。转向 C 端后,公司自己有持续增长需求,需求提出、执行和验收在同一团队内发生,可以每天补筛选指标与沟通细节。输出被限定为一张包含对象、价格、内容判断与排期的 Excel,反而比追求抽象通用平台更清晰。她称该 skill 已带来收入,但节目没有金额、质量或人工成本明细。

对应节目:00:45:24;00:46:13;00:46:38;00:47:19

本文自拟示意,不是嘉宾实验

【按嘉宾内部 skill 反馈例重述】过去可能先从客户处得到零散筛选要求,再反复等待补充;现在团队自己知道 campaign 目标,发现某指标漏掉或沟通步骤不完整,就把规则补入 skill,下次直接使用。这个例子只重建她描述的反馈闭环,不添加未披露的技术实现。

从通用模型能力到具体产品体验的中间层

通用模型提供生成能力,产品还要获得当前上下文、识别高频意图、把意图变成简单操作,并持续处理权限、稳定性和边缘情况。Clicker 的按钮和 @ 标签页是前两步,49 版迭代和隐私漫画是后两类工作。由此可理解她为何既说“套壳”,又认为简单客户端需要三个月和大量细节。

对应节目:00:31:43;00:33:26;00:36:25;00:38:15

本文自拟示意,不是嘉宾实验

【按嘉宾插件使用例子重述】用户写客户文档时,通用流程要找到客户邮件、复制到聊天框、解释任务、等待输出再贴回;插件可在当前文档中 @ Gmail 与标签页并调用预定义写作动作。减少的是搬运和解释,不是宣称模型本身被改进。

Reddit 用研能验证什么,又不能验证什么

团队先挖掘已有讨论,再把产品决策拆成问题发帖,观察用户如何描述痛点、旧方案和付费意愿。它帮助团队发现上下文切换等问题并安排优先级,也帮助创始人克制发散。原文没有给出子版块、每个问题的帖子分配、回收样本或统计,因此不能补写实验结果。社区反馈可提供需求线索,真实使用、付费与跨文化代表性仍需其他证据。

对应节目:00:39:07;00:39:30;00:40:05;00:40:25

内部 multi-agent 研发循环的当前边界

输入来自用户 bug、用研、Reddit、创始人和产品经理的上下文;multi-agent 做规划、优先级和分派,研发各自的 coding agent 执行;输出仍需验收。简单 UI 问题可能自动验收,复杂产品问题需要人或用户。她说发起端未来也可能自动化,但目前仍依赖人提供上下文,且产品界面未想清楚、尚未发布。

对应节目:00:53:26;00:54:04;00:54:30;00:54:49;00:55:09

本文自拟示意,不是嘉宾实验

【按嘉宾描述的系统流程整理,未验证成功率】用户提出 bug 后,系统判断并分给可处理的研发 coding agent,修复后自动发邮件通知相关人员。节目没有展示复现成功率、错误修复率或人工接管比例。

独立判断:这些对话改变了什么理解

【本文推断】内部达人营销 skill 是本期最重要的反证:它迫使读者把“垂直 Agent 技术无用”与“独立垂直 Agent 公司的交付模型失败”分开。

推理:梦琪后来仍用垂直流程创造收入,差别在于需求来自自己、上下文连续、验收明确、结果以 Excel 交付。早期失败因此不能单独证明垂直自动化没有价值,更可能说明外部客户获取、需求理解和结果责任没有形成可规模化的闭环。她的强判断有真实经验基础,但适用范围应随这个后续案例收窄。

竞争解释与边界:内部使用也减少了销售、权限、跨组织协作等难度,不能直接证明同一 skill 可低服务地卖给外部客户。需要外部交付的人工时间、成功率、复购和毛利数据。

【本文推断】她的乐观并不与“模型继续变强”矛盾,关键在于她把价值从代码生成移到了持续承担产品结果。

推理:二三月时,她把竞争理解为模型能不能做出同样功能,所以看不到差异化;客户端迭代后,她把工作重新定义为上下文组织、交互、兼容、维护和验收。即使生成成本下降,这些责任仍未自动消失,创始人由此获得可执行的问题清单。

竞争解释与边界:如果模型以后能可靠获得环境上下文、自行测试并维护,这部分空间也会缩小。她本人承认这种可能,因此需要比较完整任务成本,而不是只比较初版生成时间。

【本文推断】“虚荣心”既是她的自我批评,也可能成为过度简化创业复盘的单一解释。

推理:早期选择还包含避开 General Agent 竞争、复用 Sourcing、借助专业用户沉淀经验等合理考虑,问题出在假设没有被及时验证。把一切归结为“装”会掩盖决策机制:专业用户与结果型用户的需求冲突、数据依赖、客户反馈离散和交付成本。保留自我批评的同时,更应追踪哪个信号本可更早改变决定。

竞争解释与边界:本期是事后第一人称复盘,无法独立还原当时每个决策的真实动机。本文只指出解释结构,不替她做心理诊断。

【本文推断】Reddit、活动询问和积极用户反馈分别提供线索,却尚不足以证明 C 端产品已经成立。

推理:Reddit 能帮助发现痛点,活动询问能提示熟人圈外的采用情况,南非用户例子能说明某次使用价值;三者都不能替代目标用户中的持续留存、付费与任务成功。曲凯对“40% 很多”的即时反应正说明,同一个观察可支持不同解释。

竞争解释与边界:节目目的不是发布经营数据,缺少指标不等于产品没有价值。后续应看定义清楚的队列,而非要求一次访谈证明全部商业模式。

【本文推断】从“做证明题”到“做简答题”的变化,最适合理解为选择问题和承担责任的方式改变,而非情绪价值取代效率。

推理:她现在仍要求先解决问题、修 bug、做用研、完成验收,只是不再让热门概念决定问题是什么。所谓把用户当人,也以可靠交付为前提。这样理解能同时保留她的理想主义与务实,而不是把结尾写成只要热爱就能成功。

竞争解释与边界:主观热爱也可能让创始人过度投入个人偏好,仍需外部用户行为检验。节目没有提供新产品长期结果。

尚未解决的问题与可检验的下一步

待解问题:C 端客户端所谓“盈利曙光”和用户喜爱,放到统一口径后是什么水平?

下一步信息或小实验:按新增用户队列观察激活、四周留存、付费转化和退款,同时记录模型、维护、客服与获客成本;区分 Clicker 与后续客户端。

怎样的结果会改变判断:若留存和毛利在多个队列稳定,可支持体验带来商业价值;若只有少量热情反馈而持续使用弱,则应把它视为问题线索而非 PMF。

待解问题:内部达人营销 skill 能否在减少人工的情况下服务外部客户?

下一步信息或小实验:选一组边界清楚的交付,记录每单人工分钟数、返工、错误、合作对象接受率、复购和实际收入,与旧产品比较。

怎样的结果会改变判断:如果外部交付仍高度依赖人工,早期 Agency 困境仍在;若完整上下文和标准 Excel 能稳定复用,则支持内部过程产品外溢。

待解问题:情绪价值对留存的贡献能否与操作效率分开?

下一步信息或小实验:在相同模型和核心任务下比较交互与陪伴设计不同的版本,同时测任务完成、耗时、留存和主观信任,而不只测使用时长。

怎样的结果会改变判断:若效率相同而关系设计提升持续使用与满意度,才支持独立情绪价值;若任务可靠性主导结果,应优先继续修核心体验。

待解问题:内部 multi-agent 流程究竟自动完成了哪些环节?

下一步信息或小实验:抽取完整问题样本,记录自动复现、定位、修复、测试、验收通过率及人工接管原因,区分 UI 与复杂产品问题。

怎样的结果会改变判断:如果大部分工作仍卡在复现和验收,说明瓶颈没有消失,只发生转移;若端到端通过率提高且返工下降,才支持“新时代 Jira”的判断。

待解问题:她对美国 to B、华人天花板和冲流水的观察有多大代表性?

下一步信息或小实验:需要独立访谈不同赛道与阶段的创始人、销售和投资人,并对可披露交易与收入核验;不能凭单期节目确认行业普遍性。

怎样的结果会改变判断:若相似机制跨多个独立样本出现,应提高其风险权重;若只局限于特定社交圈,则应把结论限定为该圈层进入成本,而非整个市场。

影响理解的转录疑点

优先精读或回听 00:08:45–00:18:36:这里完整呈现 Sourcing、专业用户、价值链和 Agency 困局。第二段为 00:30:21–00:43:12:Clicker、桌面客户端、按钮缩短意图距离、隐私漫画和 Reddit 用研把“体验”落实到具体工作。第三段为 00:45:24–00:47:48:内部达人营销 skill 是修正早期垂直 Agent 结论的关键后续。最后看 00:53:26–00:57:41 与 01:01:38–01:07:27:区分尚未发布的 multi-agent 探索、对旧产品的不信任,以及仍选择创业但承认曾动摇的自我复盘。

证据边界与资料索引

本页依据整期机器转录、官方节目介绍与章节逐段重建,未宣称逐字人工听审。说话人、专名、数字和时间可能存在识别误差;原声仍是最终核对依据。嘉宾关于公司、市场、研究、个人经历与未来的说法按口述保留,不自动等于独立核验的事实。

原节目:一个 AI 创始人的虚荣心、装,和愚昧之巅|对谈 invoko.ai 创始人梦琪

本页使用的公开文字或字幕来源

返回顶部