Podcast Interview · 逐期深读

梁琛奇谈 AI 娱乐:从抖音与猫箱,到泛创作、实时体验与创业验证

本期背景与内容导览

梁琛奇在抖音做社交和猫箱的经历,是理解他为何选择 AI 娱乐的主线。他先讲推理成本、多模态和用户习惯为什么影响娱乐产品,再回顾大学产品尝试、抖音朋友页和百人团队失败,说明产品气质、内容格式与平台系统怎样共同作用。猫箱把问题推进到模型与交互:当用户反馈集中在角色怎样回应、故事怎样展开时,应用团队需要处理的不只是 UI,还包括模型行为、品味和长期关系,但这并不证明自研模型是唯一路径。节目随后谈到离开字节创业:大公司擅长找到已验证的内容格式、接入推荐与商业化后放大,梁琛奇更想探索尚未被验证的新体验。松果时刻将生活片段转成漫画和故事,用来观察普通用户是否愿意创作、哪些场景真正高频,以及消费环节实时生成能否形成新平台。最后他讨论应用层壁垒、商业化、产品 UGC 和创业误判。本文保留他对快乐与创作的执着,同时把运营收入打平、模型训练成本、用户验证和未来预测分开。

晚点聊 LateTalk · #182 · 2026-09-24 · 3:22:00

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。

00:00:06–00:25:46连续对话 1

00:00:06–00:02:29开场:为什么选择做AI娱乐,而非主流的生产力工具?

  • 你觉得整个字节背景的创始人,在这一波AI热潮之中,有这种被高估、甚至被撺掇的创业的状态吗?
  • 现在应用和娱乐都不在叙事的主线上,这给你们带来什么挑战?

节目开场,主持人程曼祺首先向嘉宾梁琛奇提问,如何看待字节背景的创始人在AI浪潮中可能被高估的现象。梁琛奇回应,自己不受外界影响,决策完全出于个人判断。他强调自己的职业生涯始终围绕“娱乐”,从未涉足其他领域,甚至在字节内部也是主动选择加入抖音,而非当时资源更集中的火山小视频。

在正式进入本期节目后,主持人指出梁琛奇的创业方向是“双重少数派”:既从应用层切入,又聚焦于娱乐而非生产力。主持人询问,当下的主流叙事不在此,这带来了什么挑战。梁琛奇承认,相比于仍在发展的编程等工具类应用,AI娱乐领域确实变化不大,这也是他思考的重点。

猫箱字节跳动AI产品部门Flow于2023年推出的一款AI互动叙事产品。在本段对话的语境中,它被归类为AI娱乐产品,核心是故事而非角色扮演。嘉宾梁琛奇是该产品的负责人。
推理成本 (Inference Cost)在AI领域,指已经训练好的模型在接收到用户输入(如一个问题或指令)后,进行计算并生成输出(如一段回答或一张图片)所消耗的计算资源成本。在本段中,它与“token成本”基本同义,是衡量AI应用商业可行性的关键指标。
ROI (Return on Investment)投资回报率。在本段中,指AI产品(特别是娱乐产品)的商业模式是否能成立。计算方式通常是比较用户带来的收入与服务该用户产生的推理成本。如果收入大于成本,ROI为正,商业模式可持续。
模态 (Modality)指信息呈现和交互的多种形式。在本段中,主要指文本、图像、视频等不同内容类型。嘉宾认为,娱乐体验强依赖于感官,因此多模态(尤其是图像和视频)对AI娱乐产品至关重要。

话题推进:嘉宾承认AI娱乐发展确实更慢,并由此展开分析,为什么娱乐产品在技术变革中总是慢于工具产品。

00:02:29–00:06:52AI娱乐爆发的三大前提:推理成本、多模态与用户习惯

梁琛奇认为,娱乐产品在每一轮技术变革中都比工具产品慢,是因为它的出现需要满足三个前置要素。他认为2023年底到2024年初,这些要素开始成熟,是启动AI娱乐创业的好时机。

第一,推理成本。AI时代的资源限制是token成本。工具产品旨在“解题”,用户带着明确目的,可能10分钟就能实现产品市场契合(PMF);而娱乐产品是“杀时间”,用户体验时长可能是工具的10-20倍,导致在同等智能水平下,推理成本也高出10-20倍。过去,这种成本模型(ROI)算不过来,公司规模化后会破产。但随着DeepSeek等模型的出现,开源社区发展,同等智能水平的推理成本快速下降,使得过去无法盈利的模式变得可行。他以“猫箱”为例,离开字节时测算ROI能在去年底打正,后来也确实打正了。

第二,模态。工具产品追求效率(save time),语言作为智能的压缩,效率很高。但娱乐产品追求享受(enjoy time),是感官体验,因此更依赖多模态。纯文字能服务的用户规模远小于图片和视频。他认为,GPT-4o、Sora等新模型出现,标志着图像和视频模态也达到了一个关键节点:效果上,内容质量跨过了“愿意看”的门槛;能力上,模型开始能遵循用户指令,这使得规模化应用成为可能,而在Midjourney时代,虽然审美很好,但因不遵循指令而难以规模化。

第三,用户使用习惯。梁琛奇认为,娱乐产品的特性决定了它无法在技术变革初期去“教育用户”。用户习惯的养成,通常由一个“刚需”的工具型产品带动。他以移动互联网时代类比:人们因为“打电话”这一PC时代的刚需而购买智能手机,从而被带入移动互联网生态,逐渐习惯了新的交互方式(如GUI),之后再在手机上构建短视频、手游等娱乐体验就变得容易。同理,在AI时代,用户因为豆包、ChatGPT等工具的强烈需求,已经开始学习如何与AI交互、如何写prompt。当这些基础交互习惯被工具产品培养起来后,再在之上构建AI娱乐体验,用户门槛就大大降低了。

话题推进:主持人追问,既然嘉宾认为娱乐产品会更慢,为什么他在字节Flow部门时没有选择做工具,而是做了“猫箱”这个娱乐产品。

00:06:52–00:10:11个人选择:只对创造快乐与主观体验着迷

  • 既然你一开始就认为娱乐会比工具要慢,为什么在Flow的时候你是做猫箱这个方向,你没有去做偏工具和生产力的方向?
  • 你是从小自己就很喜欢玩吗?
  • 这个更好的斜率的尽头对你来说是什么?为什么要在更好的斜率上?
  • 但那个作品是什么你是无所谓的,是吗?

面对主持人的追问,梁琛奇坦言这是出于个人兴趣(nature)。他直言对做工具没有兴趣,自己的热情在于“让更多的人开心,有创造力,在一种新体验里获得新的感受和新的快乐”。他回顾自己的职业生涯,从本科毕业加入字节至今,从未碰过娱乐以外的事情,这是一个严肃且确定的选择。这种选择让他的工作与生活融为一体,例如周末去玩也是在体验产品和用户,从而更好地共情。

主持人好奇他是否从小就爱玩,梁琛奇澄清,他并非单纯爱“玩”,而是从小就喜欢“主观性的东西”,包括主观的创造和带有非客观感受的体验。同时,他又觉得自己擅长客观逻辑和规律判断。他认为,C端产品经理这个职业恰好位于主观与客观的十字路口,既要理解世界中大量非理性的、感性的部分,又要能从中抽象出框架和规则,让产品可以规模化、可预测地服务更多人。

他解释了自己从理科转向文科,又从文科领域看到计算机科学价值的思考过程。高中时他觉得理科“不浪漫”而选择读社会科学,但在大学学习一年后,他意识到文科的迭代和验证周期太长,而计算机科学能提供快速的反馈和验证,从而获得更高的成长“斜率”。他追求这种高斜率,是为了提高自己最终做出理想作品的概率。这个理想的作品,就是能影响广泛人群的精神世界、创造力、生活方式和新体验的产品。

话题推进:主持人继续追问,他是什么时候认定产品经理这个职业适合自己的,由此引出了他在大学期间的早期产品尝试。

00:10:11–00:14:21大学产品尝试“群图”:关于创造与社交的早期洞察

  • 你觉得产品经理这件事非常适合你,是你进字节之前就这么想的,所以你才去找了这个方向的工作,还是你进入字节之后你慢慢就更被清晰的往这个方向塑造?
  • 你这是受什么启发又来做这个?
  • 后来是有多少人用啊?
  • 当时做这个东西有什么takeaway吗?
  • 你说到的这种东西我现在都想不出来。
  • 那这个机会就是被大众点评吃到了吗?
  • Roblox是什么?

梁琛奇表示,在进入字节前就有做产品的想法。他在大学时做过一个叫“群图”的小程序。玩法是,他先画几笔,然后传给朋友,朋友再接着画几笔,最终由四五个人共同完成一幅画或一个故事。这个产品的灵感并非来自特定启发,而是源于他对“不客观的、带有随机性且与社交关系有关”的事物的兴趣。该产品用户量不大,约几千到一万,主要在校内同学间使用。

回顾这次尝试,梁琛奇获得了两个重要感悟:

1. 创造具有私人性。伟大的作品,尤其是文学,很少是集体创作的产物,通常由一个强大的主观意志主导。因此,“群图”的体验更偏向社交而非创作。

2. 社交需要载体。人与人社交需要一个共同的“命题”或活动。关键在于找到一个“新颖、长期、高频、不厌倦”的载体,而“群图”显然不是。

主持人感叹很难想象这样的载体是什么。梁琛奇回应,现实世界的答案是“多样性”(diverse)。人们周末可以和朋友做各种不同的事,本质上是在“地球online”这个平台里体验多样性。他认为,大众点评只解决了信息分发(“找地方”),而他更迷恋的是提供完整体验的“playground”。他举例说,Roblox就更接近他所描述的平台形态。在Roblox里,用户可以和朋友一起在线上实时游玩各种UGC游戏,以此作为社交和“hang out”的载体。他提到潘乱曾观察到儿子在《蛋仔派对》里与朋友社交的例子,也印证了这种线上社交雏形的存在。

话题推进:话题从早期的产品思考,转向他职业生涯的正式起点:加入字节跳动和抖音。

00:14:21–00:18:38加入抖音:在爆火前夜的判断与选择

  • 你后来加入字节的过程是怎么样?而且你当时加入字节,你是有几个方向可以选,还是你就奔着短视频?
  • 你说你自己想去抖音,这是发生在2017年你校招那会儿还是2018年?
  • 所以是在抖音爆火之前?
  • 那你当时怎么看出来你觉得抖音想跟大(家)?你怎么判断?
  • 卷卷和你面试的时候他跟你说了什么?你的印象是什么吗?
  • 你自己觉得好,你有他那么绝对的觉得好吗?在他给你回答之前。

梁琛奇回忆,他通过校招加入字节时,投递的是“社交产品经理”岗位,最初被安排去做“火山小视频”。但他当时就强烈地感觉“抖音更牛逼”,并主动向HR和面试官“卷卷”(时任抖音产品负责人)表达了想去抖音的意愿。这发生在2018年春节抖音爆火之前。当时HR告诉他,火山是“正规军”,资源更多,而抖音更像是一个尝试性的项目。

主持人追问他当时如何做出抖音更好的判断。梁琛奇给出了三个原因:

1. 个人体验与人群调性:他自己“刷得下去”抖音,但“刷不下去”火山。他感觉抖音的用户更潮酷、年轻,品牌调性从高往低打,而火山则相对下沉和多样。

2. 表达动机差异:他观察到,抖音用户的表达动机是出于对平台的热爱和认同,想在这里“玩”和创造作品。而火山通过“火力值”(可兑换现金)激励用户,他感觉很多人的动机是为了赚钱。他认为物质激励不能是第一性动机,否则会影响整个生态的生长。

3. 市场竞争格局:当时快手已经存在,他认为火山更像一个“更差的快手”,在与快手的竞争中,用户没有迁移的理由,而抖音则是一个更独特的产品。

面试时,面试官“卷卷”给他留下了深刻印象。首先,卷卷对他的“群图”等不成熟的想法表现出鼓励,引导他继续展开思考,这与其他公司面试官通常的反应不同。其次,他问卷卷如何看待抖音内容变得不那么精致、出现搞笑段子等现象。卷卷非常坚定地回答“这绝对是好事”,并阐述了抖音的目标是覆盖全人群,激发所有中国人的创造力。梁琛奇坦言,虽然自己也觉得是好事,但当时并没有卷卷那么绝对和长远的判断,被他的认真和远见所惊讶。

话题推进:在抖音爆火后,DAU(日活跃用户)甚至超过了微博,这让团队意识到其巨大潜力。话题由此转向嘉宾在抖音的第一个项目:朋友页。

00:18:38–00:22:36在抖音做社交:从“朋友页”理解产品细节与气质

  • 你最开始的这一个阶段,做到一个什么东西的时候,你觉得算是做了第一个你自己认为比较有成就感,还有点样子的东西?
  • Alex就是朱骏?
  • 你加入的时候朱骏还在抖音这个团队吗?
  • 怎么看出来了?当时那个时候的抖音可能长什么样子,有很多人可能也没有印象了。
  • 你说的设计师是指的,就这个人是很关注设计,比较关注审美,关注视觉的交互?
  • Instagram没有比这个更早是吗?
  • 你发现细节很重要,就你加这个跳回主页的这个页面,这不是你一开始想到的,是上了之后看到数据之后想到的?

梁琛奇在抖音做的第一个有成就感的项目是“朋友页”,即抖音第二个底部标签页,用于浏览朋友发布的内容。他作为产品负责人,需要解决一整套问题,包括用户冷启动、为没有朋友的用户推荐关系等。

他分享了一个关键洞察:抖音的推荐流体验太强大,像是一种“诅咒”,任何打破这种“无脑刷”沉浸体验的功能,都可能导致用户留存率下降。“朋友页”就面临这个问题,因为它将用户从无限供给的推荐页切换到了供给有限的熟人内容页。为了解决这个问题,他在设计中加入了一个看似微小的细节:当用户刷完所有朋友内容后,会出现提示并提供一个按钮,点击后能立刻跳回主推荐页。他认为,这个设计是“朋友页”最终能实现留存打正甚至正向增长的关键原因之一。

这次经历让他深刻理解到,在关键路径上的微小改动,能实际影响整个产品的全链路数据。他也因此更理解了像Alex(朱骏,musical.ly创始人,后短暂代理抖音)这样的“细节变态”。他意识到,抖音整个产品充满了“设计师气质”。这种气质体现在其核心交互形态上:打开即全屏播放、上下滑动切换。他引用Alex的比喻,抖音是“窗户”(window),这个比喻让他产生了强烈的共情。手机屏幕就像一扇窗,全屏视频扑面而来,用户每次滑动都像打开一扇新的、充满未知的世界的窗户。他认为,这种由Alex等人设计的全屏沉浸式滑动体验,是抖音与Instagram等产品的本质区别。

主持人追问那个关键的“跳回主页”设计是否是事后根据数据补上的,梁琛奇解释,在字节,如果A/B测试显示留存率下降,功能根本无法上线。正是在这个系统压力下,他才必须找到解决方案来让留存率“打正”。

话题推进:主持人注意到嘉宾对社交的持续关注,询问他做“朋友页”的动机,引出了他对抖音做社交的战略思考。

00:22:36–00:25:46抖音做社交的逻辑:存量关系网与UGC生态的复用

  • 那朋友页这个东西是比如说卷卷让你做的,还是你自己想去做的?
  • 我感觉你很关注社交。
  • 那是在哪一年抖音想拓展社交?
  • 所以那个时候是很快年轻人就可以开始单独做一个产品了吗?
  • 你刚才关于就是在抖音里面做社交是有机会的这些验证后来被证实了吗?
  • 除了留存还对什么有贡献?
  • 不过社交这一类方向是不是它不太能直接带来新增?

梁琛奇确认,“朋友页”是他自己想做的。这既源于他个人对社交的兴趣,也基于他对抖音未来发展的战略判断。他认为,抖音其他业务的天花板是可预测的,达到某个量级后,必然要思考“接下来是什么”,而下一个目标就是微信所代表的社交领域。

他分析了在抖音内部做社交的可行性。社交包含“通讯工具”和“内容分发互动”两部分。通讯工具更难,但内容分发互动有很大机会。内容分发互动依赖三个要素:关系、表达(投稿)和分发渠道。抖音的优势在于:

1. 存量用户与关系:抖音已是一个超级UGC平台,大量用户和他们的朋友都已在平台上,只是尚未连接。因此,只需通过算法推荐“可能认识的人”,建立关系网络的成本远低于从零开始拉新。

2. 现成的表达生态:用户已经有在抖音上创作和表达的习惯与动力,能源源不断地生产内容(短视频)。

3. 构建分发渠道:只需建立一个管道,将用户已有的表达内容分发给他的朋友,社交循环就能转起来。

这个想法大约在2018年下半年开始实践。当时抖音正处在高速发展期,非常缺人,像他这样的校招生入职不久就能负责一个独立方向甚至重要项目(如春节活动)是很常见的情况。

最后,梁琛奇证实了当初的判断。基于朋友关系的内容分发、消费和私信等社交功能,最终对抖音的留存率做出了巨大贡献。他强调,留存率是衡量产品粘性的核心指标,也决定了产品DAU的潜在规模,是社交功能最重要的价值。虽然这类功能不一定能直接带来爆发式的新增用户(尤其对抖音这种体量的平台),但提升留存本身就是终极目标之一。

话题推进:本段结束。

00:25:46–00:51:11连续对话 2

00:25:46–00:33:33在字节内部孵化实时社交产品:一次百人团队的失败尝试

  • 在抖音做社交,从想法到上线花了多久?
  • 你什么时候觉得自己作为产品经理“上道”了?
  • 沟通本来不是你的强项,后来是怎么改变的?
  • 离开抖音时是什么状态?
  • 在字节内部,要如何成为一个新产品的一号位?
  • 当时你看到的实时社交的机会是什么?
  • 你设想的这种体验和RPG游戏有什么区别?
  • 这次尝试的结局是什么?团队规模多大?为什么关掉?

承接上一段对抖音做社交的讨论,嘉宾梁琛奇认为,虽然抖音的社交功能没有“掀桌子”式地改变行业格局(如DAU从7亿跃升至10亿),但确实为特定用户群体创造了新的社交方式。他通过用户访谈发现,一些更年轻的用户在抖音私信和Story(碎片化的视频或照片分享)中维持着高密度的社交关系。他解释,这是因为不同代际的用户会选择不同的平台建立社交关系,对于那些在抖音出现时才开始建立社交圈的年轻人,抖音有机会成为他们的主要社交平台。

随后,主持人程曼祺询问梁琛奇在字节的成长经历。梁琛奇认为自己天生具备产品经理的“产品”部分天赋(理解用户、设计、创造),但在字节工作半年后,才逐渐掌握“经理”的部分,即如何高效地推动项目实现。他坦言自己本不喜欢沟通,但为了将自己构想的“极极其牛逼的体验”变成现实,他必须做出选择:要么忍受想法无法实现的负面感受,要么逼自己学会与人协作、调动资源。他强调,在字节,仅有好的品味(taste)是不够的,核心能力是能将主观想法拆解为一套客观、可量化、能被理性思维(如理工科背景的人)理解并执行的逻辑。

2021年,毕业仅两年的梁琛奇离开抖音团队,在字节内部独立负责一个实时社交产品。他向时任抖音CEO的Kelly(张楠)阐述了想法并获得支持。他认为,当时主流的社交产品(如发朋友圈)并非真正的“实时社交”。他构想的实时社交,是模拟现实世界中朋友们在特定主题和环境下共同做某件事(do something)的体验,例如一起在咖啡馆,即使不说话也不会尴尬,因为环境本身在“自然往前走”。他认为,移动互联网的高渗透率和用户时长为此提供了基础,关键在于提供那个能让社交自然发生的“something”或“场”。他认为这种体验需要提供无穷无尽(endless)、多样化(diverse)的活动,区别于内容更新有限、体验类型单一的RPG游戏。他提到,后来的《蛋仔派对》在一定程度上验证了这个方向,即从一个核心玩法(糖豆人)出发,通过UGC地图扩展出丰富的社交场景。

然而,梁琛奇主导的这个项目在运营一年、团队规模达到上百人后被关停了。他将原因归结为一些“特殊原因”和“内忧外患”。

实时社交在本段中,指模拟现实世界中人们在特定主题、特定环境下共同进行活动的社交方式。它区别于发朋友圈、点赞等异步、非即时的线上互动,强调的是一个能让用户“do something”的、持续进行的“场”,从而降低纯粹语言交流的压力。
AI-native产品在本段中,指从用户体验角度出发,其核心交互模式是:用户进行一个输入(文字、动作等),系统接收后能通过推理(reasoning)给出一个长尾的、高度定制化的反馈。关键在于系统响应的非预设性和个性化,而非是否使用了某种特定AI技术。
互动内容在本段中,指一种新的内容格式,是“内容坐标轴”(从被动到主动)与“AI-native体验”(输入-推理-定制化反馈)的结合。用户不只是被动消费,而是通过与内容世界进行交互,影响其走向并获得个性化反馈,从而成为内容的一部分。

话题推进:在聊完这次失败的创业尝试后,主持人追问他从中学到了什么,引出了他对产品开发方法论的思考。

00:33:33–00:41:26创业方法论:尊重规律、减少假设,以及“动念引线”的由来

  • 作为负责人,你从这次失败中学到了什么?
  • 所以你是在项目中途就看到了不可逆的趋势吗?
  • 关停的决策是怎么做出的?什么情况下产品需要被关停?
  • 有产品出来涨得很快,不更应该投入吗?
  • 多闪是BeReal那个形态吗?
  • 你新公司的名字“动念”是否就指这种每天产生的小想法?
  • 创业多久前想清楚了这个名字?
  • 但你之前的验证(群聊创作)不是失败了吗?

回顾这次内部创业的失败,梁琛奇总结了两个核心教训。第一,必须尊重世界客观发展规律,不要逆势而为。他承认在中途就已察觉到问题,但曾以为靠努力可以克服,事后认识到有些趋势是不可逆的。第二,在创造新娱乐体验时,不要做太多假设。他用数学概率解释:即便每个假设的成功率高达90%,十个假设叠加后的总成功率(0.9的10次方)也会变得非常小。他对比道,工具类产品的假设相对可靠,因为效率提升是明确的用户价值;而娱乐是提供新体验,用户是否喜欢存在很大不确定性,因此关键变量最好只有一个,其他部分都应基于已被验证的模式。

谈及项目关停,梁琛奇提到当时市场上出现了一款快速增长的熟人社交产品(指BeReal),形态与他们正在做的不同,这影响了公司的决策。他解释,BeReal这类产品切入的是一种更随意的“表达”需求。人们有很多碎片化的想法和日常小事,不适合发在朋友圈这种正式的场域,而Instagram的Story或BeReal就承载了这种“非正式表达”。

这引出了对他新公司“动念引线”名称的解释。梁琛奇认为,移动互联网时代激发了人们对“现实世界”的表达天赋(如高颜值、摄影审美),而他相信AI时代将转向激发那些“脑中世界”有天赋的人。这些人可能其貌不扬,但在精神世界里有极为丰富的内容。过去,这些“念头”很难以低成本、广为接受的方式展示出来,但AI提供了这种可能。

“动念”指的是每个人脑中闪烁并迅速消散的无数念头。AI可以捕捉这些尚不成熟、逻辑混乱的想法,将其构建成优秀的作品。

“引线”则代表公司的角色:创造力的火花(烟花)源于普通用户自己,公司只是提供点燃它的“引线”。

公司的英文名DayFold则表达了“对世界进行压缩和再展开”的愿景。他设想,未来用户不再是像刷抖音一样“隔窗观看”,而是能真正“进入”无数平行世界,体验不同人生(如3000年后的人类、唐朝的生活、富二代的生活),这些由亿万个大脑中的世界构建出的体验可以被分享,并反过来激发用户在现实世界的新创造。梁琛奇表示,这个想法他已相信很久,之前的失败只是“方式错了”,但这个愿景不会改变。

话题推进:在阐述完创业的愿景和公司名字的由来后,主持人将话题转向了他在字节做的下一个,也是与AI直接相关的产品——猫箱。

00:41:26–00:51:11从ChatGPT到猫箱:AI如何重塑娱乐的供给与消费

  • 你在字节的下一个产品是猫箱,它和你想激发人们天赋的想法有什么关系?看起来方向不太一样。
  • 还原一下当时的过程,你是如何从使用ChatGPT一步步推导出猫箱这种产品形态的?
  • 你自己的习惯里,是逻辑推演重要还是看竞品重要?你会先从哪个开始?
  • 当时是23年几月?是Flow部门刚组建的时候吗?
  • 是朱骏让你加入Flow,还是你自己想去的?
  • 但生产力不是被认为更具革命性吗?你为什么不去做那个方向?
  • 你刚才说还想补充一个感受是什么?
  • 你说的创作内容体验的变化,那消费内容的体验有什么变化?

在独立项目结束后,梁琛奇短暂回到抖音工作,不久后ChatGPT发布。他认为,猫箱的创作者正是在设计自己脑海中的画面,这与他“激发天赋”的理念一致。他被创作者们设计丰富角色和故事的热情深深打动,在线下访谈后,他对产品的商业化前景充满信心。他举例说明互动内容的感染力:同样是“远嫁敌国的公主,爱人摄政王战死”的剧情, passively “看”故事和 actively “作为”公主亲身经历,后者的情感冲击力完全不同,用户会“流泪”,会“深切地关心这个世界”。他认为这些创作者就是“天才”。

回顾猫箱的诞生过程,梁琛奇首先通过与ChatGPT玩“海龟汤”等互动,意识到AI能将“人”这个过去无法规模化的生产要素进行规模化(scale)。接着,他从理论上推演AI娱乐的机会。他建立了一个从“被动”到“主动”的“内容坐标轴”,并定义了AI-native产品的核心体验:用户输入后,系统能基于推理(reasoning)给出一个长尾、定制化的反馈。将两者相乘,就指向了“互动内容”这个方向。当时,许多人认为AI的机会在于“角色”,而梁琛奇更相信是“故事”。他带领团队做了一个基于剧本的多角色故事demo。恰逢此时,Character.ai、Glow等角色互动产品在市场上取得了不错的增长。在字节,这两件事(逻辑推演和竞品验证)同时成立,项目便得以启动。他坦言,在字节,竞品的存在有时比第一步的逻辑推演更重要,但他个人必须从第一步开始。

关于加入字节AI部门Flow,梁琛奇回忆,他曾与朱骏(时任字节跳动产品和战略副总裁)讨论“有充分情感化助手的命题”,感到对方非常兴奋,便意识到公司要发力AI。他主动争取加入,并明确表示自己“只想做AI”,因为他认为工具和效率提升虽然重要,但并不在他构想的“作品”范畴内。

最后,梁琛奇补充了他对AI为娱乐带来机会的两个层面的思考:

1. 供给端:供给的极大丰富。 他回顾内容产业史,从电影到电视,再到长短视频,一个核心主线就是生产成本降低、供给扩大和碎片化,让更多创作者得以进入。他预言,AI将把内容创作门槛降到“只要有想法,用文字表达出来,剩下交给AI”,从而释放大量有天赋的新创作者,带来前所未有的内容。

2. 消费端:创造全新的体验格式。 他强调,如果AI只是用来生产旧格式的内容(如短剧),那么对于创业公司没有价值,因为消费者最终还是会去抖音、红果短剧等成熟平台消费,这只是大公司的机会。创业公司必须创造一种过去不存在的“新体验”,并围绕它设计全新的产品容器和交互。这种新体验的本质,源于AI将计算机从一个“有限级系统”(所有交互需预先编码)变成了“无限级系统”,能够提供“超度拟合的无限分支”的体验,即用户的任何输入都能得到独特的回应。

话题推进:在定义了AI带来的新体验后,对话自然地转向了这种新体验的具体形态,以及猫箱与市场上其他AI产品(如Character.ai)的核心区别。

00:51:11–01:15:57连续对话 3

00:51:11–00:58:01AI娱乐的三大变量:供给扩大、无限分支与规模化“人”

  • 你觉得多少人心中有那个清晰的圆吗?很多人可能只是无意识地在消费。
  • 你创造一个用户甚至都没有意识到自己想要的东西,这很难啊。
  • 你觉得你刚说这三个变量多吗?你之前做第一个产品的时候,学到很重要的一点就是不要有太多假设,最好只有一个假设。

接续上一段对AI扩大内容供给的讨论,嘉宾梁琛奇进一步阐述了AI为娱乐带来的另外两个关键变化:无限分支的体验和规模化“人”的要素。

首先,梁琛奇认为AI将带来“无限分支的体验”。他解释,AI能理解并响应几乎所有非结构化的用户输入,从而提供高度定制化的反馈。这种能力让用户感觉世界是为“超度你和自己”而存在的,并产生强烈的个人相关感和情感联系。他用一个比喻说明:现实世界之所以真实,是因为我们可以随心所欲地进行各种长尾、不常见的行为(比如把纸泡水再吃掉),而AI创造的虚拟世界若能支持这种无限可能性,便能给予用户同样的自由感。

其次,这种无限分支的体验是“推荐系统的下一级”。梁琛奇回顾,在推荐系统出现前,用户需求(一个“圆形”的东西)只能在有限的供给(方形或长方形)中寻找最接近的选项。推荐系统出现后,虽然供给大增,能从一堆“椭圆”里找到最接近“圆”的,但本质上仍是创作者为大众(如三千万人)寻找最大公约数,无法做到为单一个体精准创作。而AI则有潜力为每个用户“design”专属内容,真正满足其心中那个“圆”的需求。主持人程曼祺对此提出疑问,认为许多用户可能并没有清晰意识到自己想要什么。梁琛奇回应,用户虽无法明确描述,但内心有感知(“看这个内容爽,看这个更爽”),AI通过掌握足够的用户历史和上下文(context),能够猜出并拟合用户的真实需求。

然而,梁琛奇强调,AI带来的个性化体验并非故事的全部。他认为一个好的内容体验需要同时包含“familiar”(熟悉)和“strange”(新奇)两部分:熟悉感建立共情,新奇感带来惊喜。AI擅长基于对用户的了解,将内容转化为用户熟悉的形态;但真正的新奇感,依然源于人类创作者的多样性。因此,他判断,未来不会是一个完全由AI接管内容供给的世界,人类创作者的独特表达仍然至关重要。

最后,梁琛奇总结了AI为娱乐带来的三个他认为是“规律性假设”或“第一性原理”级别的变量:

1. 新的内容供给:创作门槛降低,让有天赋的普通人成为创作者。

2. 新的消费体验:提供无限分支的、超越传统推荐系统的个性化体验。

3. “人”作为生产要素被规模化(scale):突破了以往人类服务能力的瓶颈。

主持人质疑这三个变量是否过多,与嘉宾之前“产品假设要少”的经验相悖。梁琛奇区分了两类假设:一类是基于第一性原理的“规律性假设”,是可推导的宏观判断(如这三个变量);另一类是具体的“产品假设”(如设计某个会爆火的体验),后者依赖创造力且不确定性高,不能设置过多。他相信自己提出的这三个变量属于前者,是必然会发生的趋势,尽管在实现前会遭遇质疑。

无限分支的体验指AI系统能够理解并响应用户几乎所有类型的、非结构化的输入(如自然语言、图片等),并根据这些输入实时生成高度个性化、与用户强相关的反馈。这使得用户的每一次互动都可能导向一个独一无二的后续情节或结果,打破了传统游戏中预设选项和固定剧情的限制,创造出一种可能性无限、高度自由的沉浸感。
推荐系统的下一级指超越当前推荐系统的内容分发模式。传统推荐系统是在海量已存在的内容库中,为用户匹配最相似的选项(从“一筐椭圆”里找最圆的)。而“下一级”指的是AI能够根据对单个用户的深刻理解,实时生成(design)完全符合其个性化需求的内容(直接造出那个“圆”),实现从“匹配”到“创造”的跃迁。
Scale“人”指通过AI技术,将原本受限于个人精力与时间而无法大规模复制的人类服务能力(如一对一咨询、陪伴、主持等)进行规模化。AI可以模拟或承载一个人类专家的知识、风格或角色设定,并同时为成千上万的用户提供独立的、个性化的服务,突破了人类服务“一对一”或“一对多”的物理瓶颈。
故事格式 (Story Format)在“猫箱”产品中,这是一种内容创作和体验的框架。它由人类创作者(编剧)设定一个包含多个角色、基本情境和主线剧情的剧本。用户进入这个“故事”后,由一个AI“导演”根据剧本、用户的实时行为和自身的逻辑判断,来动态推进情节发展,并控制其他AI角色的反应。其目的是为开放的AI互动提供一个有目标、有情境的结构,避免体验变得漫无目的或无聊。

话题推进:在明确了AI娱乐的三个宏观变量后,主持人追问第三个变量“规模化‘人’”的具体含义,引出了关于AI角色和人类创作者关系的进一步讨论。

00:58:01–01:02:47AI规模化“人”:人类创作者在AI体验中不可或缺

  • 你说的(三个变量中)最后一点可以再展开讲讲吗?
  • 这个例子(猫箱)我没有理解,我认为有矛盾的地方。你前面说你觉得最后AI是不会替代所有的供给的,那在你刚才说的这种例子里,比如我10万对10万的直播,那里面还有多少是真人的成分呢?
  • 既然我在跟这个AI互动,那我自己不就是人吗?这个体验里不是本来就有我吗?然后你想说的是这个体验里还有别人。
  • 所以你想说的就是有另外的人在这个体验里面。

主持人程曼祺请求嘉宾梁琛奇详细解释第三个变量——“人作为一种生产要素,之前是无法被scale(规模化),现在能scale”。

梁琛奇以直播为例说明。一个有魅力的主播,其注意力和互动能力是有限的,无法同时与10万观众进行一对一交流。现实中,这种瓶颈通过付费打赏等排序机制来解决,只有少数人能获得主播的直接关注。而AI则能突破这个瓶颈,实现“10万对10万”的互动。他提到“猫箱”就是一个典型例子:一个被设计好的AI角色,可以同时与10万个用户进行独立的、个性化的交流。

主持人随即提出质疑:如果AI能实现这种大规模互动,那其中还有多少“真人”成分?这是否与嘉宾之前“AI不会完全替代人类供给”的观点相矛盾?

梁琛奇从两个层面回应了这个矛盾:

1. AI角色的背后是人类创作者:即使在“猫箱”这样的产品中,AI角色也是由一个人类创作者精心设计的(design)。创作者为其编写了丰富的背景故事和人物设定,用户在与AI角色互动时感受到的独特性(unique),实际上是源于背后人类创作者的构思。当主持人指出“AI未来也可能设计出成千上万个生动角色”这一分歧点时,梁琛奇承认这在遥远的未来或许可能,但他个人不希望看到,并认为这很难实现。

2. 优质体验是人与AI的混合体:梁琛奇强调,一个有趣的AI互动体验,必须是人类参与和AI能力的混合体。他认为,在当前技术阶段,如果一个体验中AI占比过高、人的独特想法占比过低,其有趣程度会下降。主持人追问,用户自己作为互动参与者,不就算“人”的参与了吗?梁琛奇澄清,他指的“人”还包括了“另外的人”——即AI角色的创作者。用户在与一个被设计好的“摄政王”AI角色互动时,实际上是在与那个创作者构建的世界观和角色设定产生共鸣。

最后,梁琛奇列举了五类他认为AI在短期内难以替代的人类特质,以此支撑其观点:

1. 数据稀少的领域:AI没见过就没法学。

2. 难以评估的领域:缺乏客观评价标准,无法通过强化学习(RL)优化,如主观审美。

3. “起心动念”:AI是被动响应的,而人类能主动设定目标和方向。

4. 具身智能:物理世界的交互能力目前受限。

5. 情感加成:例如妈妈做的生日蛋糕,其价值超越了客观品质,源于情感联系。

话题推进:在解释了人类创作者在AI体验中的核心价值后,主持人追问这些思考如何具体地体现在产品推演中,引出了关于“猫箱”产品设计的讨论。

01:02:48–01:09:45猫箱的产品推演:从“角色”到“故事”,解决AI互动的核心问题

  • 那这一点(人类的防线)带来的产品上的具体有推演是什么?
  • 你特别相信这个东西是内容,那其他人当时认为这是什么?
  • 你觉得这两种(角色vs内容)它在商业化的前提上会有区别吗?
  • 你当时做完这个推演到分析竞品到推上线,实际上应该是花了差不多一年的时间是吗?怎么看这个周期?
  • 对自己来说天花板还可以的具体的数字是多少?
  • 一个产品涨到什么状态的时候,能判断说它有可能能到一天1000万收入的这种状态了?
  • 对猫箱这个产品来说,这个信号什么时候出现?

主持人程曼祺询问,嘉宾梁琛奇关于“人类防线”的思考,如何具体推演到产品设计上。梁琛奇以“猫箱”为例,阐述了其核心设计理念,即从“角色”思维转向“故事”思维。

梁琛奇首先指出现有AI角色互动产品(如星野、Character.AI)的普遍问题:用户面对一堆AI角色,不知道该聊什么,互动容易滑向荷尔蒙体验(即“擦边搞黄色”)。他比喻这就像一男一女被关在没有主题和目标的房间里,互动很容易走向本能。要解决这个问题,核心是引入“故事”作为框架。他设想的解决方案是:

1. 引入群体和情境:不是一个人面对一个AI,而是一群人(或人与多个AI)共同处于一个有紧迫感的场景中,比如“火山即将爆发”。

2. 引入主线剧情:有一个暗含的主线在推动情节发展,让用户既能自由探索和表达,又不必担心体验会变得无聊。这类似于参加一场沉浸式话剧或剧本杀。

基于此,梁琛奇团队为“猫箱”设计了“故事格式”。在这个格式中,人类创作者(编剧)定义故事中的多个角色和基本剧本,而AI则扮演“导演”的角色。当用户(玩家)进入这个“沉浸式话剧”并做出各种行为时,AI导演会综合考虑编剧的剧本、用户的实时动作以及自身的判断,来推进剧情发展并决定其他AI角色的反应。他补充说,历史上绝大多数成功的戏剧都是“群戏”而非“独角戏”,这也佐证了“故事”格式的重要性。

这种以“故事”为核心的定位,与当时市场上主流的“角色”定位形成了差异。梁琛奇解释了两者的区别:

* 体验核心:“内容/故事”导向的产品,用户是在进行一种内容体验;“角色”导向的产品,用户是在与一个“人”交流。

* 用户关系:“内容”导向,用户体验完一个故事会换下一个;“角色”导向,用户可能与某个AI角色建立强烈的个人情感联结(bonding)。

在商业化上,梁琛奇认为“角色”导向更容易通过情感浓度向少数高价值用户收费;而“内容”导向则更依赖于大量的内购玩法和广告。他客观承认,“猫箱”后来也确实生长出了两种用户路径:一种是体验故事,另一种是与角色产生了真实的个人情感联结。

最后,梁琛奇分享了“猫箱”立项时的一些关键决策:

1. 内容多样性:第一天就提供冒险、科幻、古代、爱情等多种类型的内容,避免被定义为单一品类(如恋爱产品)。

2. 目标人群:从一开始就面向18-30岁的年轻女性,兼顾了商业化潜力和规避未成年人相关的道德风险。

主持人提到“猫箱”从构思到上线花了近一年时间,周期较长。梁琛奇解释,这期间他部分精力也投入在字节的“豆包”项目上,同时团队也在等待市场信号,即看到同类产品(如Character.AI、星野)的用户规模增长到一定程度,证明了其市场天花板。他透露,对于AI产品,他会将判断天花板的DAU门槛从千万级降低到百万级(如500万DAU),因为看好其未来的高增长潜力。

话题推进:在讨论完猫箱的产品设计理念后,主持人好奇这种新的AI产品开发模式与传统的移动互联网产品开发有何不同,引出了“搭房子”与“养女儿”的精妙比喻。

01:09:45–01:15:57从“搭房子”到“养女儿”:AI产品开发范式的转变与自研模型的必要性

  • 你构建猫箱的过程和你之前做抖音、做实时社交产品,那些都是移动互联网的产品,你觉得核心的区别是什么?
  • 从造房子到养女儿这个认知你是怎么来的?
  • 但另一方面其实作为产品和应用,你也修不了它这个反馈啊,这不是模型的问题吗?
  • 你们有自己的模型?是你们产品团队自己从头训的一个小模型吗?
  • 你什么时候意识到做这一类产品是要自己来训模型的?
  • 就你当时如果靠豆包主模型的更新周期是跟不上你们的?它不往你这个方向优化对吧?

主持人程曼祺询问开发AI产品(如猫箱)与传统移动互联网产品(如抖音)的核心区别。梁琛奇用了一个生动的比喻来概括这一转变:移动互联网产品开发是“搭房子”,而AI产品开发是“养女儿”。

搭房子(移动互联网产品):

梁琛奇引用了张一鸣(Alex)的比喻,指移动互联网产品是一个“有限集”。开发者需要像建筑师一样,精确定义产品的框架结构、一砖一瓦。每一个功能、每一个用户路径(use case)都必须被明确设计和实现,因为“如果你不定义一件事,这件事就不会发生”。

养女儿(AI产品):

AI产品的体验则是一个“无限集”,因为用户的输入是无限的。开发者无法像“搭房子”那样,为所有可能发生的情况预设好反应。他用一个夸张的例子说明:你不可能提前教会两岁的女儿,在她39岁时如何应对一个在公交车上用高跟鞋砸她头的怪异女子。同样,你也无法为AI产品穷举所有长尾的用户场景。因此,开发者能做的,是像教育孩子一样:

1. 教框架:告诉它世界观(Worldview)和基本准则(Principle)。

2. 教案例:通过监督微调(SFT)提供一些特定例子。

3. 给目标:让它通过强化学习(RL)自我探索和成长。

开发者最终会像参加女儿成年礼表演的父亲一样,对AI在某些场景下涌现出的、意料之外又在情理之中的表现感到惊喜和欣慰(“wow” moment)。梁琛奇强调,如果做AI产品没有经历过这种“wow”时刻,就说明做错了。

主持人追问这一认知转变是如何发生的。梁琛奇总结了三个原因:

1. 用户反馈的变化:在猫箱中,90%的用户反馈都指向模型表现(如“角色怎么这么跟我说话”),这些反馈极其多样和长尾。

2. 产品目标的倒逼:要实现“无限体验”的目标,传统“搭房子”的方法行不通。

3. 对AI技术原理的理解:了解到AI的训练管线(SFT、RL)在哲学上就不是强控制的,无法精确定义所有行为。

这引出了一个关键问题:作为应用层产品,如何修复这些源于模型的、长尾的体验问题?梁琛奇透露,他们在做“猫箱”时以及现在创业的“动念引线”,都在自己训练模型。他是在做“猫箱”一个月后意识到自研模型的必要性,因为这是解决核心体验问题的唯一途径。

他进一步解释了创业公司做垂类模型的优势,在于可以和通用大模型(如豆包)的优化方向形成“正交”。通用大模型在提升逻辑、编码等通用能力,这对应用层是利好(比如让AI导演更聪明)。而创业公司可以专注于构建模型在特定体验上的壁垒,这些领域通常具备以下特点:

1. 数据稀缺:新体验意味着没有现成的数据,一旦跑通,就能积累独特的、稀缺的数据资产。

2. 高度主观:娱乐场景的“好坏”非常主观,难以用统一标准衡量和优化。例如,一个让上海18岁女生开心的互动,可能无法取悦东北49岁大哥。这种主观性恰恰需要产品在真实用户环境中,基于多样化的反馈进行模型迭代。

因此,通过自研模型,将这些主观的、难以规模化的体验“做进产品里”,是构建AI娱乐产品核心壁垒的关键。

话题推进:在揭示了自研模型是构建AI娱乐产品壁垒的关键后,对话自然地转向了梁琛奇离开字节创业的决策过程,以及他对大公司与创业公司在AI时代各自角色的思考。

01:15:57–01:41:17连续对话 4

01:15:57–01:18:32AI产品与移动互联网产品的三大差异

  • 除了将主观设计融入模型、应用公司自己训模型之外,AI产品和移动互联网产品还有什么区别?
  • 你做猫箱的时候是从什么时候开始想怎么赚钱的?
  • 是因为有组织压力吗?
  • 你当时测算(猫箱)到25年年底商业化就能打平,是看到了什么苗头?以及你们商业化来自什么?
  • 你当时说的打平是这些收入能覆盖推理的成本?

接续前文,嘉宾梁琛奇继续阐述AI产品与移动互联网产品的差异。他认为,AI产品可以将许多主观、带有倾向性的设计(Design)融入模型本身,形成独特的、不易被直接复制的壁垒。这正是他从创业第一天起就决定自研模型的原因,这个观点在当时(2023年夏天)“应用公司做应用,模型公司做模型”的主流论调中显得与众不同。

主持人程曼祺总结了嘉宾提到的两点差异:第一,AI产品有大量细节无法像移动互联网产品那样被精确地一一设计,更像是“养女儿”;第二,应用公司需要自己训练模型。在追问下,梁琛奇提出了第三点差异:商业化更重要。由于AI产品从第一天起就有高昂的token(推理)成本,尤其对于使用时长很长的娱乐产品,必须尽早考虑商业化,否则很容易“烧死自己”。

以他在字节跳动做的“猫箱”为例,梁琛奇表示,团队在项目第一天就简单想过商业化,但在半年后,当产品基本流程跑通且效果不错时,才开始严肃地思考这个问题。这既有来自组织的压力,也因为团队测算发现,若要扩大日活跃用户(DAU)规模,成本会非常高昂。

关于“猫箱”的商业化前景,梁琛奇解释,他们当时测算到2025年底可以实现运营层面的收支平衡(OIR打平),即收入覆盖投放、推理和日常运营成本,但不包含模型训练成本。其变现模式主要有两种:

1. 广告:将产品视为被动消费的内容,利用用户时长插入广告。

2. 内购/会员:将产品视为带有游戏属性的体验,提供会员服务或单次付费玩法(如付费查看角色心声)。

梁琛奇透露,这两种模式在“猫箱”中都已实践,且贡献都很大。

OIR打平运营收支平衡(Operating Income Reconciliation)。在这里特指一种衡量业务健康度的财务指标,计算的是产品的日常运营收入能否覆盖其在投放、推理(模型调用)和日常运营上产生的成本。它通常不包括一次性的、巨大的资本开销,如模型训练成本。
踩油门字节跳动内部的一个比喻,指当一个产品的核心模式被验证可行、各项准备工作就绪后,便开始大规模投入资源(如市场投放、商业化扩展)以快速扩大其规模和市场份额的阶段。这个动作的前提是“车已经基本ready了”。
版本答案源于游戏领域的术语,指在某个特定的时期或环境下,最有效、最优越的策略、角色或解决方案。在播客的语境中,它指在当前AI技术和市场阶段,被证明是用户规模最大、商业模式可能成立、且人群泛化度较高的AI原生产品形态。

话题推进:在解释完猫箱的商业化潜力后,主持人自然地问到,既然产品前景不错,为什么嘉宾还是决定离开字节跳动自己创业。

01:18:32–01:25:42离开字节的催化剂:创业公司带来的可能性与从0到1的乐趣

  • 后来为什么在去年夏天决定离职,不继续把这个产品往后做?
  • 你当时是不是还有一种想法,就是你觉得可能在字节这种巨头之外,有小团队能做很了不起的事,这会给你带来一个鼓舞?
  • 除了DeepSeek的出现和创业公司带来的可能性,还有其他因素吗?
  • 你刚说的这个状态肯定是你之前就在想创业,在等待一个时机。
  • 更早的时候为什么想创业?
  • 有另外一个人做了从0到1的体验,然后你待在字节,因为资源很多,你们发现这个体验后把它做到最大,获得了最大的收益。这对你有吸引力吗?
  • 你在字节是不是以前从来没做到过这个事?你觉得猫箱算吗?

嘉宾梁琛奇澄清,他决定离职创业是在2024年1月,而非夏天。促使他下定决心的主要催化剂是DeepSeek的出现。

他认为,DeepSeek的成功带来了两重激励:

1. 技术加速:DeepSeek的发布,让他感觉AI娱乐的几个关键变量被大幅加速了。

2. 精神激励:他认为DeepSeek是一家充满理想主义色彩的公司。在此之前,他接触的一些国内研究员缺乏挑战OpenAI的信念,认为自己只是在“修修补补”。而DeepSeek创始人梁文锋的访谈让他感受到一种“非常serious的相信”,即坚信中国科技在追赶之后,必须面对从0到1的创新。这种由小团队做出的了不起成就,让他看到了创业的可能性。

梁琛奇坦言,自己早有创业想法,一直在等待合适的时机。他认为,回顾历史,无论是移动互联网还是AI时代,从0到1创造出全新产品体验的,大概率是创业公司,而非大公司。因为对于一个估值千亿美金的巨头,决策者必须考虑项目的天花板。而一个全新的娱乐体验,在第一天很难准确判断其是否能实现产品市场匹配(PMF)以及未来的规模。因此,大公司更合理的策略是等待市场出现明确信号(某个产品已初步成功)后再跟进。

对他个人而言,创造新体验的乐趣远大于跟进和放大。他为自己的动机排序:

1. 自己公司做出影响很多人的新体验,并获得最大商业收益。

2. 自己公司做出新体验,但最大收益被其他公司拿走。

3. 跟进别人的创新,将其做大并获得最大收益(“比不做好一点”)。

4. 不参与,世界没有这个新体验。

他明确表示,自己“必须参与其中”,而前两种最高优先级的选择,只有通过创业才能实现。他认为自己在字节做的“猫箱”是从0.5到1,因为从0到0.5的探索已由Character.AI等产品初步验证。

话题推进:在定义了“从0到1”的个人追求后,话题转向了他在字节时期的具体收获,特别是对字节产品方法的总结。

01:25:42–01:33:43字节的方法论:找到合适的车,然后踩油门

  • 你在的这7年多时间,你观察到的、你总结的,就是字节做产品的一些方式和方法是什么?
  • 游戏你把它算娱乐内容吗?为什么游戏字节没有能成功的用这种方式做?
  • 如果来拆解下来,娱乐你把它分成哪些东西?
  • 你觉得你就不管创作还是在消费?你会去做这种区分吗?
  • 你觉得这个在大模型时代还成立吗?
  • 除了做被验证的内容格式并放大之外,你还有哪些收获和总结?
  • 朱骏(Alex)是带你最多和交流最多的产品经理前辈吗?
  • 他工作的的方式是会深入Flow的每一个产品吗?

梁琛奇总结了他在字节跳动7年观察到的娱乐内容产品的核心方法论:找到一个已被市场验证过的内容格式,通过技术手段(如推荐系统)将该格式的供给扩大到无限,接入商业化体系,一旦发现ROI(投资回报率)为正,就疯狂投放以扩大规模。他用一个比喻来形容这个过程:“在一个停车场里有很多车,你进去挑一辆看起来有机会的,小修小补一下,觉得不错,就踩油门。如果不行,就换一辆车继续踩油门。”

主持人追问为何字节的游戏业务未能用此方法成功。梁琛奇认为,游戏在AI时代前是一种非常特殊的内容形态,游戏公司和互联网公司泾渭分明。字节的方法论适用于做“内容格式的分发平台”,而非“内容本身”的创作,而游戏更偏向后者。

谈及娱乐的定义,梁琛奇认为,当用户在使用一个产品时感觉不严肃、在享受时间(enjoying the time),这就是娱乐。在娱乐场景下,用户对产品的瑕疵容忍度更高,比如不会太在意背后模型的好坏,这与工具类产品形成对比。

关于创作与消费的区分,他指出,在移动互联网时代,即使是UGC(用户生成内容)渗透率最高的短视频平台,每日投稿用户占比也只有15%左右,意味着90%的用户是纯粹的消费者。因此,要构建一个长期、高频、面向广泛人群的娱乐体验,必须解决消费问题。不过他相信,大模型时代有望改变这一格局。AI能理解用户碎片化的想法和感受,并将其整理、升华为表达(如诗歌),从而极大地降低表达门槛,激发更多人的表达欲,让创作本身也带上消费属性。

除了方法论,梁琛奇认为自己在字节最大的收获是,学会了如何将基于同理心和随机性的创新想法,落地为能产生实际结果的产品。他坦言这主要得益于向朱骏(Alex)的学习,他形容Alex是同时兼具创造力、同理心、想象力和审美等矛盾特质的人。在字节后期,他主要向朱骏汇报。他观察到Alex的工作方式是,抓住关键方向和路径,并对路径上的关键细节追求完美,这种对体验型产品至关重要的“抠细节”精神,在用户“丢掉智商刷抖音”这类非理性场景下非常有价值。

话题推进:在分享了从字节带走的能力后,主持人反向提问,哪些能力是离开大公司后难以复制的,这引出了对字节核心竞争力的进一步剖析。

01:33:43–01:41:17创业者带不走的能力:字节的碾压式系统与想象力悖论

  • 你觉得整个字节背景的创始人在这一波AI热潮之中,他有这种被高估甚至被撺掇的创业的这种状态吗?
  • 哪些东西其实是比较难从大公司里带出来,你创业之后你离开这个组织之后你可能就很难用上?
  • 为什么先试了“松果时刻”这个方向?你可以稍微讲一下这个产品是做什么、怎么玩的吗?
  • 为什么觉得这个有可能是有一个PMF的东西?
  • 你这是有什么科学研究的依据吗?

主持人提到,投资市场非常看好字节背景的创业者,并询问是否存在被高估或“被撺掇创业”的现象。梁琛奇表示不确定,但他个人不受外界影响,创业方向完全由自己决定。他观察到一些字节出身的创业者擅长“解题”:先出来和FA(财务顾问)聊,确定一个有潜力的方向,然后高效地执行。他强调自己不采用这种方式。

接着,他列举了三项离开字节后难以复制的核心能力:

1. 资金:大公司拥有雄厚的资本。

2. 人才杠杆:大公司的品牌和稳定性对顶尖人才有巨大吸引力,而创业公司需要吸引风险偏好型的人才。

3. 超高效率的商业化系统:这是最难复制的。他以抖音和快手的竞争为例,阐述了字节的“碾压式系统”优势。除了产品形态(全屏沉浸式体验优于双列瀑布流)和早期运营牵引外,最核心的是字节能将商业化做到像科学一样精密。其推荐、商业化、投放等中台系统,能精确测算ROI,让决策者清楚地知道投入多少钱能赚回多少钱。这种确定性带来的“视野和信息差”,让字节敢于在看准方向后极度激进地投入。而创业公司短期内很难建立起如此强大的商业化系统,也就无法获得这种决策信心。

在创业初期,梁琛奇团队首先推出了产品“松果时刻”。用户可以上传一张照片,或不上传照片,只用语言描述一个有时间厚度的故事(如“骑车把屁股弄湿了很狼狈”),AI会将其生成为带有故事性的多格漫画或图集,并配上声音和音乐。梁琛奇坦言,做这款产品并非严肃地追求PMF,而是为了进行一次广泛的人群观察,寻找信号。

他解释了背后的思考:他认为“猫箱”这类文字互动产品是过去两三年的“版本答案”,但肯定不是AI娱乐的终局。其核心问题在于对用户的想象力要求过高。即使用户面对的是图片或视频,要推动剧情发展,仍需不断构思“我要说什么、做什么”,这对大多数人来说门槛很高。这就引出了一个核心矛盾:一方面,人们常说“大部分用户没有想象力”;另一方面,AI又被誉为“想象力的摄像头”。

为了解决这个矛盾,他开始研究“想象力”本身。他观察到一个现象,并画出了一条“想象力曲线”:人的想象力在出生时最高,之后随着年龄增长和社会化过程(如上学、工作)而持续下降,到18岁时达到一个低谷。他希望通过“松果时刻”这样的产品,去验证和探索如何重新激发成年人被压抑的想象力。

话题推进:在提出“想象力曲线”这一观察后,嘉宾将继续阐述他对这一曲线的理解,以及它如何指导了后续的产品方向。

01:41:17–02:05:25连续对话 5

01:41:17–01:45:37“想象力摄像头”:为何选择漫画形式,如何触达广泛人群

  • 所以松果时刻这个产品更多是一个测试,相当于你造了一个更好的创作和表达的东西,你去看一下大家有多少想象力,或者说人群中的想象力有多普遍?
  • 为什么它最后呈现是漫画而不是真人的照片或者视频?
  • 就我本来以为是因为漫画这种形式更容易呈现一些偏幻想和想象的东西。

嘉宾梁琛奇认为,人年少时充满幻想,但随着成长,现实压力和表达工具的匮乏会压抑这种想象力。他以自己童年时画画讲故事给亲戚听,却发现对方只是出于关爱假装感兴趣的经历为例,说明了将脑中画面有效传递给他人之难。

主持人程曼祺据此提问,“松果时刻”是否就是为了测试大众的想象力而设计的创作工具,并追问为何产品选择漫画而非真人照片或视频作为呈现形式。梁琛奇从两个层面解释了选择漫画的原因:

1. 技术与信息压缩:他用一个比喻说明,真实世界的照片(如天边的云)包含无限细节,放大后仍有信息;而艺术作品(如《清明上河图》或漫画)是经过信息压缩的。漫画将复杂的人脸等信息简化为几笔线条,处理的信息量更少。因此,在当前AI智能水平下,漫画形式更容易实现好的产品体验(PMF),避免了AI生成内容的“不自然感”。处理更简单信息的内容形式会更先成熟。

2. 降低想象门槛:主持人认为漫画更适合呈现幻想,梁琛奇表示这与前一点相关。虽然技术足够强可以制作好莱坞级别的真人特效大片,但对普通人而言,直接要求他们“发挥想象力”是困难的。相比之下,让他们回忆或描述一个生活中的具体画面(如儿子用自己衣服擦共享单车上的水)则容易得多。梁琛奇强调,产品应该服务于这种“广义的想象力”——即人们脑海中存在的任何画面,无论是记忆、回忆还是架空想象。因此,“松果时刻”的目标是构建一个低门槛的载体,像一个“想象力摄像头”,把它交给广泛的人群,观察他们会用它来做什么、创造什么,并从中发现令人兴奋的用例(use case)。

松果时刻嘉宾梁琛奇创立的“动念引线”公司开发的一款AI应用。用户输入文字描述或上传照片,AI会将其生成为多格漫画形式的故事。它被定位为一个低门槛的“想象力摄像头”,旨在将用户脑海中的广义想象力(包括记忆、情绪、幻想等)视觉化,并借此观察大众的创作需求和用例。
烧token指在与AI模型交互时消耗计算资源的行为。Token是模型处理文本或图像的基本单位。在这里,“烧token”特指在内容消费环节(而不仅仅是创作环节)也需要实时调用AI模型进行计算,从而创造出动态、个性化、无法被预先制作的AI原生体验。
产品UGC组织嘉宾提出的公司内部一种产品开发模式。它借鉴了“用户生成内容”(UGC)的理念,指由1-2人的小团队像用户创作内容一样,快速、高频地开发和测试大量产品原型或想法。这种模式旨在应对AI时代的高度不确定性,通过广泛试错来提高找到“版本答案”的概率,与传统的、投入重资源开发少数几个产品的“PGC”模式形成对比。
AI Native指原生于AI时代的人或做事方式。嘉宾将其类比于“移动互联网Native”,即离开了移动互联网就无法生存。一个AI Native的人,其工作和思考流程深度依赖AI,没有AI就无法高效完成任务。这是一种需要主动迁移和养成的能力,而非与生俱来。

话题推进:在解释了“松果时刻”的设计初衷后,主持人自然地追问,产品上线后,团队实际观察和验证了什么。

01:45:37–01:50:19“松果时刻”的早期验证:发现四类高频用例与工具属性的取舍

  • 实际上你们开始做这个产品之后,你们观察到了什么,你们验证了什么?
  • 所以你们现在的用户群是没有特定说是什么类型的人非常集中是吗?
  • 肯定也会有人对松果时刻也有这个问题。
  • 也有人会质疑说为什么有人要比较高频的……把它做成这种多图的漫画。
  • 那这一类人其实他已经有点工具属性了。
  • 所以你看到你刚刚举例的这四种就是比较高频的一些用例。
  • 你说你们没做,用过什么手段不鼓励这种行为的?

主持人询问“松果时刻”上线后的实际观察。梁琛奇回应,首先验证了产品的门槛确实非常低,吸引了准备出家的僧人、高龄跳广场舞的奶奶等极为广泛的用户群体来表达。在产品初期用户画像较泛的情况下,团队观察到了多种多样的用例。

梁琛奇总结了四种相对高频或留存较好的用例:

1. 记录有时间厚度的生活叙事:用户记录的不是某个瞬间的照片,而是一段故事,例如奶奶回忆年轻时的往事。这种有时间跨度的叙事过去因缺乏记录工具而被忽略。

2. 情绪的图像化表达:用户将内心的情绪和感受通过AI生成一系列画面来“通感式”地映射和放大,这比单纯的文字独白(“今天心情不好”)更不矫情,也更具表现力。

3. 满足幻想与二创需求:这类用户(如二次元、同人爱好者)本身就热衷于幻想,产品为他们提供了一个将脑中画面具象化的工具。

4. 内容创作者的生产工具:一些用户利用“松果时刻”制作多图漫画、小说推文等内容,发布到小红书、抖音等站外平台为自己引流。这类用例带有强烈的工具属性。

主持人指出第四类用例的工具属性。梁琛奇确认,这类用户的次日留存率可能达到20%以上,数据上是不错的。但他解释,团队后来选择不鼓励这类行为,主要手段是不向这类用户做投放引流。原因是,这些用户创作的内容主要服务于站外,对产品本身的内容生态没有帮助。而一个产品若想解决内容消费问题,早期必须在特定人群和内容品类中做深,形成垂类社区氛围,而不是让泛化的工具性内容主导。

话题推进:在讨论了如何通过筛选用户来优化产品方向后,主持人进一步询问,在明确了要深耕的方向后,下一步的具体规划是什么。

01:50:19–01:55:07优化方向一:让消费也“烧Token”,创造AI原生新体验

  • 那在你看到这几种用例里面你会重点推什么了?如果说你早期最开始的那个泛是为了试,然后你下一个阶段往什么方向收束?
  • 你们有别的产品?
  • 就是你的消费内容的行为本身是要调用模型的?是消耗了算力的?
  • 其实松果时刻也没有烧token?
  • 你们自己训的模型具体是干什么?生图的模型啊?
  • 就是用到了大模型的新体验。
  • 我注意到你们有一个小功能啊,我不知道是不是你们最近上的,就有个叫穿越,那个其实已经有点就是我一边消费的时候一边在消耗算力。
  • 所以是我在消费,我按了穿越,我就开始制作了。
  • 就是回到你刚说的就是你觉得烧token它有新的平台嘛。但其实比如说你们的这个穿越功能,包括当年Sora做这个里面有个叫Camio的拍我秀的这种功能,其实那你以前的老平台也实现不了啊。
  • 所以你觉得关键是要实时而且要继续在那个世界里去延续是吗?
  • 你们在做的产品里面已经有什么形态具备你说的这种特点了吗?
  • 你说等做出来的意思是你们还没有正式开始测试,还是说这个产品其实它已经?
  • 水下意思就是有人其实用到过在测试的状态?

主持人询问公司在通过“松果时刻”进行初步试探后的下一步收束方向。梁琛奇透露,公司有多个产品,后续的优化并不全在“松果时刻”内完成。他提出了第一个核心优化思路:让内容消费过程也“烧token”(即调用AI模型、消耗算力)。

梁琛奇解释,目前“松果时刻”的消费端是不烧token的,这降低了它成为一个全新体验平台的机会。他的逻辑是:如果一个体验不是全新的,就应该被老的移动互联网内容平台承载。而AI时代的新娱乐体验,必然是“AI原生”的,其核心特征就是在消费过程中也实时调用模型、消耗算力。他指出,之所以之前没做,是因为早期文生图成本极高,高频消费调用会直接导致公司破产。但现在,公司自研的生图模型在特定场景下已达到业界顶尖(SOTA)水平,且成本大幅降低,为实现这一设想创造了条件。

主持人提及“松果时刻”中的“穿越”功能——用户可以带着自己的漫画形象“穿越”到别人的故事中,生成一个有自己印记的新版本。梁琛奇确认这正是“烧token”的第一步尝试,但他指出这仍属于创作而非消费。他定义了消费和创作的关键区别:消费体验必须是“实时”的(无需等待),并且是在当前世界中的“延伸”,而不是跳脱到另一个世界。目前的“穿越”功能需要等待一分钟左右的生成时间,这本质上是创作流程。他认为,只有当这个过程能做到实时、高频,并且成为绝大多数(如90%)用户的日常用例时,才真正构成了AI原生的消费体验,从而有机会诞生新平台。

对于公司是否已有具备这些特点的产品,梁琛奇表示有产品正在水下小范围测试或开发中,可能会带来令人印象深刻的体验,但暂未透露细节。

话题推进:在讨论了第一个优化方向后,主持人引出了嘉宾公司独特的组织和产品开发模式。

01:55:07–02:05:25以“产品UGC”模式并行开发,寻找AI娱乐的“版本答案”

  • 你们同时在开发多少个产品啊?
  • 这是自觉经验的一种复制吗?自觉跳动最开始的时候应该同时开发过13个产品。
  • 你从什么时候开始丢了这个UGC的这个组织?
  • 那你现在对你们并行所开的这个数量满意吗?
  • 这个东西的瓶颈是什么了?按你刚才描述我觉得是人哎,如果你至少得有一个人去试一个。
  • 你们现在有那种已经试了已经很快速的关掉的了吗?
  • 所以累计起来一共多少个?因为你刚跟我讲那个数字是你们现在有的,我理解的是此时此刻存在的,有比如说不到10个,接近10个的样子。
  • 就你想找到更多这样的人。
  • 有什么特质的人做这件事做得好?
  • 这个听着也很自觉。
  • 对对,你可以继续说这个人的特质啊。
  • 对,就你们现在有一个UGC的组织,然后再是很多那个形态嘛,其实刚才说了一种就是一边消费是一边在烧token。
  • 再往下还有些什么?
  • 那我再补充一下,你说的UGC公司不是说你做一个UGC的产品,而是说你们以UGC的方式来做产品。对吧?就是你有一部分是这样的,但同时你也有另一部分是还是以像过去那样我花更多的精力去更重的做一个产品。

主持人问及公司同时开发的产品数量,梁琛奇透露有七八个。他解释这并非简单复制字节跳动早期的“App工厂”模式,而是基于一种他称之为“产品UGC”的组织模式。他认为,在AI技术快速迭代的背景下,没人能百分之百确定下一个时代的娱乐“版本答案”是什么。与其赌一个概率不高的方向,不如从大量可能性中快速测试。他将自己的公司定位为“有机会做UGC的组织”,即像用户生产内容(UGC)一样,由小团队(1-2人)快速生产和测试产品原型。

这个名为“UGC组织”的平行部门在约两三个月前成立,契机是AI编程能力跨过一个关键阈值,以及“松果时刻”提供了初步的用户洞察。该组织遵循第一性原理,在一个框架下,针对一个包含内部研究、个人想法和市场观察信号的想法列表(list),以极快的节奏(如两周到一个月)进行产品测试和迭代。如果一个想法被验证不可行,就迅速关掉,转向下一个;如果显现出潜力,则继续投入资源。梁琛奇坦言,目前并行产品的数量还不够,理想中应该比传统“PGC”式的App工厂高一个数量级(如一年测试100个)。瓶颈在于招募合适的人才。

主持人追问这类人才需要具备哪些特质。梁琛奇列举了几个关键点:

1. AI Native:能深度使用AI工具(尤其是编程)来独立解决问题,并逐渐达到“没有AI就无法生存”的依赖程度。

2. 强动机:或出于“热情”(兴趣驱动,把世界看作游乐场),或出于“韧性”(成就驱动,追求影响力)。

3. 遵循第一性原理:不被过去的经验束缚。他解释,经验丰富的人容易“跳步”,在技术范式改变时,可能会忽略掉被改变的关键步骤,而没有经验的年轻人反而因为无法跳步而能更好地适应新流程。

4. 自我刷新能力:能被新技术震撼并重塑三观,视之为成长,而非感到崩溃或抗拒。

5. 有想象力:对未来有自己的信念和构想。

最后,梁琛奇澄清,公司并非纯粹的“UGC组织”,而是设有资源区分度的平行结构。对于更看好的方向,会像传统模式一样投入更多资源重点去做;而“UGC组织”则负责探索更多长尾或不确定性高的潜在机会。除了让消费“烧token”,另一个优化方向是在“松果时刻”这类产品中,对人群进行“收浓”,并鼓励内容“变长”,以提升内容质量和社区氛围。

话题推进:在详细阐述了公司的产品开发策略和组织模式后,对话将转向AI娱乐产品面临的更具体的挑战和未来判断。

02:05:25–02:29:28连续对话 6

02:05:25–02:10:09“涌现式创作”:如何平衡AI与人的表达

  • 你们现在要选的(收浓的)人群是什么?是二次元二创之类的吗?

在上一段讨论了“收浓人群”的策略后,主持人追问梁琛奇具体的目标人群,例如是否为二次元创作者。梁琛奇未直接回答,表示产品上线后便知,但暗示了可能性。

随后,梁琛奇转向讨论“动念引线”这个概念要解决的第三个核心问题,即如何实现高频次的泛创作。他指出其中存在两个内在矛盾:

1. 输入与影响力的矛盾:一方面,为了降低创作门槛、让用户愿意高频使用,需要让用户的输入(context)尽可能简单、省力。另一方面,为了保证作品具有个人色彩、避免强烈的“AI感”,用户的输入又必须对最终成品有决定性的影响。如果AI生成的部分占比过高(如99%),人的独特性就几乎消失了,这与产品鼓励“人的表达”的初衷相悖。

2. 表达增益的矛盾:为了激励用户持续创作,AI带来的“增益”必须足够大。梁琛奇以“松果时刻”为例,它能将“文字+图片”转化为多图叙事漫画,对一部分人来说,这种表达形式的丰富已足够。但对更多人而言,这种增益可能不够惊艳(impressive)或有创造力。因此,产品需要让输出(output)减去输入(input)的差值(delta)足够大,即用简单的输入获得远超预期的、更有趣、更可玩的回报(reward)。

为了解决这两个矛盾,梁琛奇提出了他定义的概念——“涌现式创作”。他认为,AI时代会催生新一代的创作者,他们非常善于利用AI。他以“猫箱”的创作者举例:他们只需设定好角色或故事框架,用户就能与AI互动数小时。这些创作者并未写出全部内容,而是聪明地定义了设定,从而调动了AI庞大的“大脑”进行无数次填充。这种创作接受“涌-现”——创作者描述一个概念、体验或要求,构建一个框架,让AI填充大部分细节,而创作者本人不再苛求对每一个字、每一笔画的绝对控制,只关心最终的“感受”是否正确。他认为“松果时刻”也是“涌现式创作”的雏形,但还不够,因为用户在创作时并未真正关心每一格分镜的具体样子。

涌现式创作梁琛奇提出的一个概念,指在AI时代的一种新型创作方式。在这种方式中,创作者不再追求对作品每一个细节的精准控制,而是通过设定一个核心概念、框架或要求(输入),然后让AI来填充和生成大部分具体内容(输出)。创作者接受并利用AI生成结果中的“涌现”特性(即不可预期的、新颖的细节),最终只对整体的“感受”和方向负责。其核心是平衡创作者的低投入与作品的个人化表达。
边(Edge)在这里是图论(Graph Theory)中的术语,指网络中节点之间的连接关系。梁琛奇用它来描述内容社区中的复杂关系网络:用户、创作者、内容都是节点(Node),他们之间的关注、点赞、评论、共同创作等互动就是“边”。这些密集的“边”构成了社区的粘性和壁垒。
Context交叉梁琛奇提出的一个设想,指在AI原生平台中,不同内容(如图片、视频)背后的prompt(即context)可以被智能地提取、混合、重组,从而生成一个全新的、融合了多个来源特征的新内容。这区别于传统内容平台简单的拼接(如合拍),是一种更深层次的、基于语义的融合创作,他认为这可能催生新的网络效应。

话题推进:在提出“涌现式创作”的概念后,主持人紧接着就其商业可行性提出疑问,特别是关于成本和收入的问题,将话题引向了商业模式的探讨。

02:10:09–02:13:44商业模式与用户Context的获取策略

  • 你提到的“消费即烧token”和“收浓人群”都意味着高昂的token消耗,如何获得收入?
  • 你们自己训练的是生图模型,但你描述的实时交互听起来像视频生成?
  • 解决“输入简单但保留个性”的问题,难道不是OpenAI这样的大模型公司更有优势吗?它们可以通过ChatGPT等产品了解用户。
  • 用户对AI的感知是像看视频,还是像刷漫画?

主持人针对梁琛奇提出的“消费即烧token”和“收浓人群”策略,指出了高昂成本的问题,并询问其商业模式。梁琛奇回应,解决方案分两部分:

1. 降低成本:核心是降低人均推理成本。他透露,“动念引线”在过去大半年投入了大量精力自己训练模型,已将成本降到他所知的行业最低水平。主持人追问他们训练的是否为生图模型,以及实时交互是否需要视频模型。梁琛奇确认是生图模型,并解释实时体验可以像漫画一样“一帧一帧”生成,而非直接生成视频。他从第一性原理推断,图像生成成本必然低于视频,因此在商业模式上,先跑通图像再到视频是更合理的路径。

2. 增加收入:一旦产品达到PMF(Product-Market Fit)并拥有足够的用户时长,变现就不是问题,可以采用广告、类游戏付费(如皮肤、会员)等多种方式。他认为,当推理成本降至某个可接受的阈值以下,AI产品的商业模式就与移动互联网产品没有本质区别,不必过分担心因成本而无法持续。

接着,主持人提出,要解决“输入简单但保留个性”的难题,像OpenAI这样能通过ChatGPT等产品积累用户大量记忆(context)的大模型厂商似乎更有优势。梁琛奇同意context的重要性,但他认为很多公司的策略是错误的。他指出,不能一上来就要求新用户填写大量信息来收集context,这不符合用户习惯。正确的做法是:

1. 先打造一个在几乎不需要context的情况下就能成立的产品形态。

2. 用户在这个产品中进行高频的表达或互动。

3. 在这个过程中,产品自然而然地收集了用户的context。他认为OpenAI的成功正是如此:先以一个类似搜索的形态让用户高频使用,半年后模型就变得非常“懂”用户,在此基础上才能构建更多应用。直接让用户“干实业”式地填表是行不通的。

话题推进:在讨论完应用公司如何获取用户context后,主持人进一步延伸,询问大模型厂商是否最终会凭借其通用能力和用户数据,吃掉AI娱乐应用的市场份额,引出了关于应用层壁垒的讨论。

02:13:44–02:20:06应用层壁垒(一):主观性、交互设计与模型特化

  • 有没有可能,AI娱乐方向最终会被核心模型厂商(如OpenAI)吃掉?比如他们正从工作(work)场景向生活规划等领域渗透。
  • 你觉得OpenAI不擅长做娱乐吗?Sora算什么样的产品?
  • Sora的remix功能怎么样?

主持人提出一个普遍担忧:AI娱乐应用是否会被OpenAI等大模型厂商凭借其通用能力和对用户的理解而取代。梁琛奇认为不会,并从三个层面阐述了应用公司的壁垒:

1. 交互体验与用户心理的差异:他认为,工具产品追求效率,交互可以极简(如对话框);而娱乐产品不同。即使在短视频这类被动消费产品中,用户依然享受“点赞”、“上滑”等主动交互带来的参与感和掌控感。这些交互设计映射了现实生活中的情感表达(如鼓掌),是“伟大的发明”。他判断,未来的AI娱乐体验不会完全取消交互,而这种独特的、能激发用户长期使用动力的交互设计,并非大模型厂商的强项。他以Sora为例,承认其技术强大,但认为其交互(如remix功能)并未切中用户长期的、高频的情感需求,更像一个创作工具而非消费体验。

2. 品牌心智的区隔:用户对产品有心智定位。打开一个工具型产品,用户的心态就是“要工作了”。即使大平台(如支付宝)内部也上线了短视频功能,但用户想看短视频时,首先想到的仍然是抖音、快手,而非支付宝。这种品牌心智的固化,使得大模型厂商很难将其工具平台自然延伸为用户首选的娱乐平台。

3. 模型的主观性与特化:大模型厂商追求的是解决客观性问题,其智力提升可以普惠所有应用。但娱乐体验是高度“主观性”的,在不同场景、面对不同用户需要有不同的表达和品味(taste)。应用公司可以将这些主观判断(如在何种场景下应该展开,何种场景下应该简洁)作为“隐性feature”融入到自己特化的模型中。这种主观性数据,必须在用户真实使用产品的当下(in-context)获取才最有效,而非通过通用标注或模拟。此外,在同等模型大小下,一个针对特定娱乐场景优化的模型,其效果(SOTA)很可能优于一个需要解决所有问题的通用模型。当通用模型变得极其便宜时,领先的应用公司早已通过用户和内容生态建立了其他壁垒。

话题推进:在阐述了应用层可以通过模型特化和交互设计建立壁垒后,主持人引导话题,希望梁琛奇具体谈谈如何构建这些壁垒,特别是内容生态方面的壁垒。

02:20:06–02:29:28应用层壁垒(二):内容生态与新型网络效应

  • 在当前巨头不太关注AI娱乐的空隙里,创业公司要怎么做来建立壁垒?做到什么程度算初步成功?
  • 字节跳动当年超越了快手,但推出的“可颂”却没能影响小红书。你觉得这两次竞争结果的差异,是快手和小红书的壁垒深度不同,还是字节自身的原因?
  • 回到AI娱乐产品,它可能构建什么样的网络关系壁垒?
  • 你说的prompt交叉混合,和你展示的新产品是同一个东西吗?
  • 这种prompt交叉混合的体验,对创作者和消费者的价值是什么?

主持人询问在巨头关注度较低的窗口期,AI娱乐应用如何建立壁垒。梁琛奇在重申模型壁垒后,重点阐述了移动互联网时代已被验证的“内容生态壁垒”,并提出了AI时代可能出现的新型网络效应。

1. 传统内容生态壁垒:他以快手和小红书为例,说明早期产品如何抵御巨头竞争。当一个平台聚集了大量用户、创作者和内容后,会形成一个复杂的网络。这个网络由无数的“边”(连接关系)构成:用户之间、用户与内容、创作者与粉丝等。这种复杂的网络关系很难被迁移。普通UGC用户没有动力迁移,因为他们的社交关系和粉丝沉淀都在原平台。他认为,快手虽然在与字节的竞争中犯了错(如早期不投放、未及时改用全屏上下滑),但凭借“老铁文化”这种网络效应,依然保住了可观的市场份额。小红书则构建了另一种“毛细血管”式的壁-垒,其社区充满了极其细分、长尾的互助经验分享(“girls help girls”)。这种内容对于追求高商业回报的平台来说迁移价值不大,但对用户来说却是核心价值,从而形成了强大的社区粘性和品牌感。

2. 字节竞争策略与时机:主持人追问为何字节能超越快手,却未能撼动小红书。梁琛奇分析,一方面是时机问题,字节关注到小红书时,它已在图文市场占据了相当大的份额。另一方面是公司基因差异,字节的做事方式是先占领最大的市场(短视频),再回头填补缝隙(如图文),此时对手已经壮大。更重要的是,小红书早期的内容分发带有强烈的创始人主观判断和品味(“这东西牛,这东西不牛”),这种非纯数据驱动的方式塑造了独特的社区调性,是字节这类推崇数据驱动的公司难以学习和复制的。

3. AI时代的新型网络效应:梁琛奇进一步提出,AI原生平台有机会构建过去不存在的新型网络效应。他将其归纳为“context的深度”和“context的交叉”。

* Context深度:当一个AI产品(如ChatGPT)积累了大量关于你的个人信息后,你会倾向于继续使用它,因为它“懂你”,省去了重复解释的麻烦,这构成了迁移壁垒。

* Context交叉:在AI原生平台,所有内容(图片、视频、角色)背后都是可被格式化的prompt。这意味着不同内容之间可以真正地“mix”(混合),而不仅仅是像过去的“合拍”那样简单拼接。例如,可以将两个不同内容的prompt智能地揉合,生成一个全新的作品。当这种“交叉创作”成为一种高频、有趣的体验时,就会在人、内容之间形成前所未有的、更复杂的网络效应。他承认Sora的remix功能有此雏形,但交叉不够强,使用场景也不够高频。

最后,梁琛奇总结,人才密度和组织认知也是核心壁垒。一个团队如何思考问题、如何快速验证或证伪想法,本身就是一种竞争力。

话题推进:本段详细探讨了AI娱乐应用可以构建的多种壁垒,包括模型、内容生态和新型网络效应。接下来的对话可能会继续深入探讨这些壁垒的具体实现路径或面临的挑战。

02:29:28–02:54:57连续对话 7

02:29:28–02:31:42创业公司如何面对竞争:创造新体验是核心价值

  • 你们现在整个团队目前多少人?

嘉宾梁琛奇首先类比模型公司强调人才密度的重要性,认为AI娱乐公司同样如此。因为面对的是一个充满未知的新领域,需要有品位(taste)、能做感性判断、并能通过思想碰撞产生好想法的人才。这类人才的密度越高,创造出全新体验的概率就越大。

在主持人程曼祺问及团队规模时,梁琛奇透露“动念引线”团队约有100人,但他补充了几个背景信息:首先,团队中没有负责训练模型管线的人员;其次,公司有多个产品,人员分散在各个产品线中,因此每个产品的团队规模仍然精简。

他随即转变话题,建议市场不必过度关注创业公司如何与大厂竞争或是否会被吞并。他认为,核心焦点应该是能否创造出真正令人印象深刻、影响众多用户的新娱乐体验。他强调,创造出这种新体验本身就具有巨大价值,因为它改变了人们的生活。至于能否由自己的公司将其规模化,虽然是目标,但创造本身已是成功。他以工具类产品Cursor为例,虽然其估值远低于Codex等大模型产品,但它创造了新体验,最终仍以可观的估值被收购,获得了初步成功的回报。梁琛奇强调,他们并不追求被收购,但理性分析表明,创造新体验的公司最终会有好的回报。并且,他认为娱乐类公司的壁垒比工具类更强,一旦成功,其价值和杠杆效应会非常明显。

版本答案在本次对话中,该词源于游戏术语,指在当前技术、市场和用户环境下,某个领域(特指AI娱乐)中最优的、能被验证成功的、可大规模推广的产品模式或解决方案。它通常意味着找到了一个能实现巨大商业价值和用户规模的路径。
烧token指产品核心体验严重依赖于调用大语言模型(LLM)进行计算和生成内容的过程。因为每次调用(输入prompt和获得输出)都会消耗计算资源,并按token数量计费,所以称为“烧token”。在这里,它被视为AI原生应用区别于传统应用的关键特征,也是其成本结构和潜在商业模式的核心。
留存率(40/20)一种衡量用户粘性的数据指标。在这里,“40/20”指新用户在注册后的第7天(次周)有40%的人仍然活跃,在第28天(第四周)有20%的人仍然活跃。嘉宾用此作为判断产品是否初步验证(PMF)的一个参考标准。
DAU (Daily Active Users)日活跃用户数,指在一天内至少使用过一次产品的独立用户数量。在对话中,它被用来衡量娱乐产品的用户规模和普及度。

话题推进:在讨论完创造新体验的价值后,主持人追问,实现这一目标的时间窗口有多长。

02:31:42–02:39:54预测“版本答案”:它是什么,又不是什么?

  • 你觉得留给你们做出这个新体验的时间有多久?
  • 为什么你觉得一年左右会出现?你现在看到什么苗头?
  • 如果不能特别具象的描述它是什么,可以说它不是什么吗?
  • 有什么现在比较火热但你觉得实际上不会成为版本答案的东西吗?
  • AI女友AI男友AI乙女游戏(会是版本答案吗)?
  • 你觉得游戏有可能会有版本答案出现(吗)?
  • (你们的重点是)偏内容表达加社交的这个方向我理解是(吗)?

主持人询问创造新体验的时间窗口。梁琛奇反向思考,认为新体验的“雏形”大概率在一年左右就会出现。他做出此判断的依据是,过去三年以文字角色扮演为核心的AI娱乐模式(如Character.AI、猫箱)已经有了定论。随着模型多模态能力和智能水平的提升,必然会解锁新的产品形态。

当被问及未来的“版本答案”*不是*什么时,梁琛奇明确指出,类似“漫剧”、“短剧”这种旧有体验的AI优化版,肯定不是。对于“实时互动内容”这一宽泛概念,他认为其体验设计极其复杂,并非技术成熟后就能简单实现。他反问,即便能实时生成一个3D世界,用户在新鲜感过后还会持续使用吗?他对此存有巨大疑问。

对于“AI伴侣”类产品,梁琛奇认为有机会,但他的团队不会做。他回顾三年前的思考:一类是与AI角色建立真实情感陪伴关系,另一类是“猫箱”式的架空剧情体验。当时多数人看好前者,但最终是后者成为了独立的娱乐平台。他解释,AI伴侣的对标是现实中的人类朋友,而人的生动性和复杂性是AI在短期内难以企及的,这导致AI伴侣体验不佳。相反,架空故事(如与汉朝摄政王互动)提供了现实中无法获得的、不可替代的体验。就像观众明知短剧很假,但因为它提供了现实中没有的“爽感”而沉浸其中,这正是虚构和想象的魅力。

对于“AI乙女游戏”,他认为要看它是否创造了新体验。如果只是用AI降低了传统乙女游戏的生产成本,那也不是版本答案;如果创造了新玩法,则有可能,但这本身就是整个游戏行业在探索的难题。

梁琛奇确认,游戏领域有可能出现版本答案。而他自己的团队则聚焦于“内容表达+社交,混合轻游戏”的方向。他认为潜在的游戏人群远大于现有玩家。过去,游戏开发风险高,只能面向确定性人群。但一些趋势表明,当供给成本下降,大量非传统玩家会被吸引。他以拼多多的“砍一刀”和直播中的“三国攻防战”为例,这些轻度、低门槛、结合用户熟悉情景的互动,为此前不玩游戏的人群(如五线城市的中年用户)带来了全新的游戏式快乐。他总结,游戏本质是用户在一个系统内通过参与获得正反馈,这是一种普世的价值追求。随着AI降低门槛,这种体验将能供给给更广泛的人群。

话题推进:在描绘了未来AI娱乐的可能方向后,主持人追问如何判断一个产品是否验证了“版本答案”。

02:39:54–02:44:40验证“版本答案”的三个信号

  • 你觉得做到什么算验证了这个版本答案是成立的它有什么量化的指标吗?
  • 新颖这个东西可能它是个比较主观性的东西,那你说比如说长期高频不厌倦你怎么去衡量是否它达到了?
  • 40/20/10/20,你能透露一下你们现在实际上就上线比较久的松果这个大概是比这个高比这个低在什么状态?
  • 抖音早期的这个流程是怎么样的?或者18年就进入的那一年它大概会是怎么样的?
  • 这(可想象的泛化能力)点重要是因为你觉得能成为版本答案的产品……它还是得大部分人都能用它得有一定的规模对吧?
  • 你觉得娱乐产品如果它做人群比较窄的话它有生存的危机吗?

主持人询问如何量化地判断“版本答案”的雏形是否成立。梁琛奇提出了三个信号:

第一,产品需要同时满足四个看似矛盾的特性:新颖、长期、高频、不易厌倦。他批评市场上很多产品只追求“新颖”,但这往往导致用户很快“厌倦”;而“高频”使用也可能加速消耗,影响“长期”留存。要找到这四者间的平衡。在量化指标上,他认为新用户的留存率至少要达到一个不错的模型,例如“40/20”(即次周留存40%,第四周留存20%),或他提到的一个更复杂的模型“40/20/10/20”(可能指不同时间节点的留存率,但未详细解释)。此外,打开频次也很重要,月活产品不能算作高频娱乐。他透露,“松果时刻”的部分创作人群留存已达到20%,但泛人群还未达到。

第二,这个体验需要具备可以“泛化”的想象空间。即便是产品早期只吸引了特定人群(如短视频早期的潮酷用户),但人们可以想象它未来能承载新闻、生活等更多内容,从而服务于更广泛的人群(如自己的父母)。梁琛奇强调,娱乐产品应该追求日活跃用户数(DAU),而非高客单价(ARPU),因为它很难从少数人身上获得极高的回报,这也不是他的热情所在。他认为,窄人群的娱乐产品不一定有生存危机,但那不是他的方向。

第三,产品体验应该能随着使用和规模扩大而变好,形成正向循环和壁垒。这可以体现为两种规模效应:一种是传统的内容平台模式,用户基数(DAU)越大,优质投稿越多,内容生态越好;另一种是AI时代的新模式,用户使用越久,沉淀的个人上下文(context)越深,或者用户规模越大,人与人之间的上下文交叉越丰富,从而带来持续优化的体验。

话题推进:在描绘了理想的推演路径后,主持人转向现实,询问创业过程中遇到的波折与误判。

02:44:40–02:54:57创业中的误判与自我纠偏:从过度乐观到重拾压力

  • 实际上你创业一年中间有什么比较波折或者有什么阶段是你思维和行为上可能都会有比较多瓶颈的时候吗?
  • 既然你觉得它(Sora)不是(版本答案)为什么你觉得靠加速会改变它不是这个本质呢?
  • 这个和低估coding的关系是在于说你如果知道coding能发展得更好(会怎样)?
  • 创业的这个review压力反而变小这件事有些什么实际的影响的时刻呀?
  • 当时是一个什么环境它会有这种感觉觉得你不应该这么轻松?
  • 总体来说你是一个不容易焦虑的人是吗?
  • 有什么重要的推理和假设受挫的经过吗?
  • 那后来发生了什么让你意识到其实停留在这个形态还是不行的?
  • 所以这个人是扮演了鉴赏者的角色?

主持人询问梁琛奇创业一年来的波折与误判。梁琛奇分享了几个关键的反思:

首先,他低估了AI编程(AI coding)的发展速度,导致在去年(2023年)招聘过于激进。当时Sora发布引发市场狂热,他虽判断Sora本身不是版本答案,但担心其巨大势能会加速整个AI娱乐赛道的竞争和资源投入。为了“上桌”,他加快了招聘节奏。他事后反思这是“overthinking”,因为技术发展有其客观规律(如成本、智能迭代速度),并且如果预见到AI编程能极大提升开发效率,他本可以放慢招聘节奏。

其次,他发现创业后的评审(review)压力反而比在字节跳动时小,这对他产生了负面影响。在字节,预算随时可能被收回,业务面临持续、高频的评审压力。他认为这种压力能激发大脑,产生创造性想法,并非像某些观点认为的“casual(随性)”环境才能催生创新。创业后,资金在自己账上,节奏更可控,压力减小。一位同事曾评价他“有点轻松和开心”,这让他警醒,意识到这种“轻松的开心”可能导致事情变慢。他认为,即便客观上有些事急不得(如等待技术解锁),也应保持一种更焦虑、更有“斜率”的状态。

最重要的假设受挫经历,发生在他对产品“松果时刻”的定位动摇时。产品上线后,许多记录生活的普通用户非常喜欢,留存数据不错。这让他一度产生“wishful thinking”:或许不做“烧token”的复杂AI功能,仅靠生活记录这个方向也能成功。这个想法很有诱惑力,因为它意味着可以避开人群收窄、模型优化的“苦活”,快速实现大规模增长。然而,他后来意识到这是被“轻松的选项”吸引了。现实是,如果不分人群看,普通用户的消费意愿(即高频浏览内容)并不强,纯生活记录的内容也难以吸引他人消费。最终,一位新招募的、风格务实、擅长数据推导的同事的客观分析让他认清了现实,回到了最初“观测-验证-收窄人群-做烧token功能”的预设路径上。

他总结,自己擅长描绘愿景、讲故事,容易影响他人,这有利有弊。在字节时,外部强大的评审压力会迫使他自我“鉴赏”和审视;创业后作为CEO,这种外部压力减弱,需要有能跳出故事、客观审视的同事来扮演“鉴赏者”角色。他也反思了早期刻意追求与字节的差异化,放弃OKR等压力系统,是“想多了”,正确的做法应取决于业务本身的需求。

话题推进:本段详细剖析了创业过程中的具体误判和心态调整,下一段将转向对行业趋势的更宏观判断。

02:54:57–03:21:59连续对话 8

02:54:57–02:57:38创业最大的担心:AI新娱乐体验不存在

  • 你现在有什么担心的事情吗?
  • 你是一个擅长区分对未来的推理和对未来的希望的人吗?

在讨论完创业公司如何避免大厂思维后,主持人程曼祺询问嘉宾梁琛奇此刻的担忧。

梁琛奇回应,从理性角度看,最大的担忧是,他整个创业逻辑所基于的核心假设——“一种全新的AI娱乐体验会在未来一到两年内出现”——最终被证明是错误的。如果这个新体验不存在,那么他所有的努力和推导都将失去根基。但他又补充说,自己内心深处“超相信”这件事一定会发生。

主持人追问他是否能分清“对未来的推理”和“对未来的希望”。梁琛奇肯定地回答“是”,他认为自己大部分情况下很客观,且推导判断能力较强,前提是公司内部建立的“强硬的review系统”等机制能有效运行,而这些机制目前已经存在。

因此,他判断新体验大概率会在一到两年内出现。他进一步解释,之所以将“新体验不存在”列为最大担忧,是因为这是唯一一个他无法控制的外部变量。只要新体验的信号出现,他有很大信心能抓住它,甚至将其从一个微弱的信号(比如0.2)放大到成熟阶段(比如1)。他认为自己的团队擅长做这种信号放大的工作,这得益于他们迭代式的比较、有判断力的推导和创新的组织方式。

先产品后技术 vs. 先技术后产品本段讨论的两种AI创业路径。“先产品后技术”指先利用现有技术组合,快速设计和验证一个产品体验,待信号明确后再投入重资源研发优化专用技术;“先技术后产品”指先投入资源研发一个有壁垒的先进模型或技术,再基于此技术去寻找和构建产品应用。嘉宾认为前者更适合不确定性高的娱乐领域。
泛创作/泛表达指一种广义的、非功利的、以获得意义感和快乐为目的的创造性活动。在嘉宾的设想中,当AI取代大量重复性劳动后,这将成为多数人消耗闲暇时间、寻找个人价值和社会联结的主要方式,其形式可以是在一个AI辅助的系统里参与、互动并获得反馈。
向前 vs. 向四面八方嘉宾用来描述未来人类分工的隐喻。“向前”指少数精英(科学家、工程师等)利用技术推动人类文明在科技、宇宙探索等维度上线性进步;“向四面八方”指大多数人通过艺术、娱乐、泛创作等多元化的主观表达,探索人性的不同侧面,寻找个人价值和快乐。嘉宾最终认为两者是统一的,“四面八方”的探索能为“向前”的进步提供灵感和基础。

话题推进:在确认了最大的外部风险后,主持人转向询问他自己尚未想清楚的、但又很重要的问题。

02:57:38–03:02:20两条路线之争:先做产品体验,还是先做模型技术?

  • 有什么模糊的你没有想清楚但你又觉得很重要的问题?
  • 就更模型驱动或者说从模型作为切入点的(公司路线)?

主持人询问梁琛奇,有哪些他觉得重要但还没想清楚的模糊问题。

梁琛奇指出了一个核心困惑:关于技术发展节奏的判断,以及由此衍生的两种不同的创业路径选择。一方面,他需要准确理解整个市场的技术节奏,因为很多新体验的解锁依赖于技术进步,而技术节奏又会受到智能迭代、经济周期甚至黑天鹅事件等不可控因素的影响。

另一方面,这引出了一个更具体的战略分歧。当前市场主流,尤其是很多模型公司,倾向于“先技术后产品”的路径:先投入资源研发一个先进的模型(比如新的3D模态),建立技术壁垒,再基于这个技术去构建新体验。梁琛奇称之为“拿着锤子找钉子”。

而梁琛奇自己相信并选择的是另一条路:“先产品后技术”。具体做法是,利用市面上已有的各种技术和模型,通过排列组合快速设计(design)出一个产品体验原型。然后对这个原型进行测试和判断:

1. 如果原型很“牛”,要警惕这可能是自己的“想当然”(wishful thinking),因为如果真的这么好,为什么之前没出现?

2. 如果原型很“傻”,且需要等模型能力大幅提升(可能要3-5年)才能变好,那就应该果断放弃。

3. 如果原型让人感觉“蛮有机会”,只是有些粗糙,那就应该在这种被验证有潜力的方向上押下重注,投入资源去训练带有主观性、能优化特定体验的专用模型,形成自己的壁垒。

梁琛奇认为自己的“先产品”路径大概率是正确的,因为娱乐产品和工具产品不同。工具产品是“解题”,目标明确(解决效率、成本问题),技术提升带来的价值相对确定。而娱乐产品是“出题”,需要创造一种全新的感受和交互,必须先通过产品验证“题”出得好不好(用户是否觉得牛),然后再去“解题”(优化技术)。

相比之下,“先技术”的路径叠加了两层巨大的不确定性:一是假设技术能在未来的某个时间点,不多不少正好发展到预想的程度;二是假设基于这个未来技术所线性推导出的、从未测试过的产品体验,届时能被用户接受。梁琛奇认为,这两层假设同时成立的概率“超级低”。尽管如此,他承认这依然是一个让他感到模糊和担忧的问题,因为不排除“先技术”的公司因为运气等因素,比他更快地成功。

话题推进:为了验证自己的判断,梁琛奇分享了他用AI研究历史的发现,并以字节跳动为例,进一步论证“先产品后技术”的有效性。

03:02:20–03:07:22历史的启示:娱乐产品多为“先产品后技术”

  • 你研究哪段历史了?
  • 娱乐产品有什么是先技术再产品的例子呀?
  • 你觉得字节算是先技术再产品?

为了支撑自己“先产品后技术”的判断,梁琛奇提到他曾用AI研究从移动互联网到AI时代的产品历史。他让AI分别统计工具和娱乐领域中,“先技术后产品”与“先产品后技术”两类公司的成功比例。

据他转述,AI给出的结论是,在娱乐领域,“先产品后技术”的成功比例远高于“先技术后产品”,大约是7:3。他能举出很多“先产品后技术”的例子,如Instagram和Snapchat,这些产品在设计之初,核心体验就已经存在,技术是后续优化的。而对于“先技术后产品”的少数成功案例,他表示记不清了。

主持人随即提问,字节跳动属于哪一类。梁琛奇认为,字节跳动同样是“先产品后技术”,这可能与大众认知相反。他解释道,今日头条在早期通过测试大量产品形态,最终跑出了新闻客户端这个产品。在产品已获得初步成功的阶段,公司甚至没有懂推荐系统的人,张一鸣本人也是边学边做。直到产品验证了“用户愿意看个性化推荐的新闻”这个信号后,公司才开始强力投入(strong bet),大规模构建推荐技术,将其能力放大成百上千倍。梁琛奇强调,关键在于要先看到一个明确的信号,才能下重注去构建技术壁垒。

接着,主持人提到一种流行的观点:大模型时代的产品是“涌现”的,而非“设计”的,技术突破本身会解锁未知的新体验。梁琛奇承认,在AI时代,“先技术后产品”的成功比例可能会有所上升(例如从30%到35%),因为很多体验确实内嵌在模型能力中。但他依然坚信“先产品”的胜率更高。他认为,娱乐领域的创新“搜索域”极宽,可能性太多,纯靠技术“涌现”恰好砸中正确方向的概率很低,仍然需要大量的二次设计、排列组合和UI交互创新。他还补充了一个心理学角度的观察:如果一个人听到“涌现”理论时感到庆幸,觉得“太好了,我不用想了”,这说明他内心在期望偷懒,依赖未来,这种心态会降低成功率。

话题推进:讨论完创业路径后,主持人将话题引向AI时代内容与娱乐行业的未来价值与规模。

03:07:22–03:13:27为娱乐正名:AI时代,人为何需要“泛创作”?

  • 你觉得内容还会像以前移动互联网一样那么大吗?已经那么主流吗?
  • 你说的这个意义,你觉得以后它有多大机率或者时间占比是在线上完成的?
  • 所以娱乐的价值一(是)本身每个人开心你觉得是很大的价值,第二就是每个人开心本身可能会刺激群体里的一小部分人,让他们去追求更高的目标……你这是一篇大作文啊,为娱乐证明。
  • 那你为什么说到后面两个原因呢?有趣已经很有价值了,你怎么思考到后面两个事情?

主持人询问,在AI时代,内容娱乐产业是否还能像移动互联网时期那样占据主流和巨大的商业价值。

梁琛奇提出了两个判断:

1. 相对占比会下降:移动互联网主要是做“连接”的中介,获取了行业价值的一部分(如10%)。而AI能够重塑一个领域的全部价值(剩下90%),例如将公司职员AI native化,彻底改变生产力结构。因此,与生产力工具相比,娱乐的价值占比会下降。

2. 绝对增量会很大:当AI发展到中后期,大量重复性工作被取代,多数人会拥有更多闲暇时间。这本身就创造了巨大的娱乐需求增量。更重要的是,这些人需要寻找新的“意义感”和“价值感”,以避免“我是一个useless的人”的虚无感。梁琛奇认为,这种意义感来自于“泛创作”或“泛表达”——人们参与到一个系统中,通过自己的主观性创造获得正反馈,从而确认自身价值。这种主观性表达是AI无法取代的。

主持人追问这种创作是否必须在线上完成。梁琛奇认为线上依然是主体,原因有二:一是效率,线上能以更低成本获得更大收益;二是杠杆,互联网的传播杠杆和AI的创作杠杆都在线上,能让个人作品产生更广泛的影响力。

基于此,梁琛奇为“娱乐”的价值进行了更深层次的阐述,他称之为“为娱乐正名”:

* 对个体的价值:核心是“开心”。解决了个体终极的价值追求,这是娱乐最基础也最重要的价值。

* 对群体的价值:

* 维持人类基数与天才出现率:让大多数人感到生活有价值、开心,有助于维持一个健康的人口基数,从而保证天才出现的绝对数量。

* 启发科学与文明进步:他引用马斯克“SpaceX的使命是把科幻小说里的科幻拿掉”这句话,并反向推论——正是科幻、艺术等“四面八方”的广泛创作,启发和激励了那些推动人类“向前”的科学家和创造者。为更多人提供创作的乐园(playground),能催生更多伟大的作品,而这些作品将成为下一代探索者的灵感来源。

主持人笑称这是一篇“为娱乐写的大作文”,并追问为何在“有趣就足够有价值”之后,还要思考更宏大的群体价值。梁琛奇解释,这是从个体价值思考延伸到群体价值的必然结果。当思考“人类作为一个群体”的目标时,无论是为了“生存延续”(如《三体》的启示),还是为了“探求真理”(如《银河系漫游指南》的启示),都需要上述第二点和第三点作为基础。

话题推进:在宏大的价值论述后,主持人引用另一位创业者的观点,对梁琛奇的判断提出挑战,引向对科技发展与普通人关系的最终思考。

03:13:27–03:17:33四面八方皆是前方:多数人的价值与未来

  • 我上次跟另一个AI创业者聊,他说现在是人类科学发现的黄金时代……钟摆再也不会摆到产品和应用和娱乐和内容这一层。
  • 你刚刚描述了两种人嘛,一种是百分之几的人在把人类引领向前,一种是……向四面八方。那你自己是向前的人还是向四面八方的人?

主持人引用另一位AI创业者的观点,向梁琛奇提出挑战:当前是科学发现的黄金时代,技术突破本身就是重心,钟摆可能不会再摆向应用和娱乐。梁琛奇迅速回应:

1. 现有技术已足够:他认为,即便技术不再爆炸式增长,仅凭现有技术也足以设计出极具想象力的娱乐产品,只是尚未被设计出来而已。

2. 必须回答多数人的问题:科技爆炸终究只由极少数人参与,但它影响了所有人。必须回答那些“只被影响,不参与”的广大民众的时间和价值感问题。他回顾历次科技革命(如电气、互联网),都同时发生了两件事:少数组织和行业获得百倍杠杆收益;多数人的日常生活、娱乐体验也获得了极大提升。AI时代同样如此。

主持人最后将问题引向梁琛奇个人,问他属于引领人类“向前”的少数人,还是探索“四面八方”的多数人。梁琛奇分享了一个触动他的故事:一位身患渐冻症并投身于相关研究的企业家在采访中说,“四面八方都是前方”。

梁琛奇借此总结道,他认为自己的工作是帮助更多人走向“四面八方”。而在他的叙事里,这些走向四面八方的人,通过他们充满创造力的、让自己闪光的表达和作品(这些“动念”由“引线”点燃成“烟花”),其产生的广泛影响,本身就已经在推动整个人类“往前走”了。因此,“向前”与“向四面八方”并非对立,而是统一的。

话题推进:至此,对谈核心部分结束,主持人开始总结并进入节目尾声。

03:17:33–03:21:59节目总结与主持人思考:连点成线

主持人程曼祺总结了本次对话,回顾了嘉宾梁琛奇从字节跳动7年的产品经验到创立“动念引线”探索AI娱乐的历程,并重申了其核心判断:全新的AI娱乐“版本答案”可能在一到两年内出现。她期待届时能看到新体验的信号和雏形。

在随后的“连点成线”环节,主持人分享了她的采访后记:

1. 娱乐产品的底层假设:她认为,与工具或硬科技产品不同,娱乐和内容产品的底层逻辑,根植于创始人对“人”的理解和信念。它更多地依赖于对人性的洞察,而非纯粹的理性推理。

2. 梁琛奇的理性与感性:她观察到梁琛奇的逻辑兼具理性和感性。理性层面,他有做平台的野心,并推断新平台必须在“消费”环节就调用模型(即实时生成),而不只是在“创作”环节。如果只在创作端调用模型,那么分发和消费的红利仍会被抖音这类移动互联网巨头掌握。这呼应了往期节目中讨论的AI应用创业困境——技术是新的,但渠道是旧的。

3. 核心分歧与信念:感性层面,梁琛奇相信未来“消费”和“创作”的边界会模糊。这与一种悲观想法(多数人只会选择被动kill time)形成对比。梁琛奇的核心信念是:当人们不再为生计工作后,会把大量闲暇投入到“泛创作”和“泛表达”中,使其成为像游戏、短视频一样普遍和高频的娱乐活动。

最后,主持人将这个问题抛给听众:“当你有大量时间且不被工作束缚时,你会把生命投向什么?”节目在常规的招募与推广信息后结束。

话题推进:节目结束。

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

AI娱乐产品在技术变革中比工具产品慢,其爆发需要满足推理成本、多模态能力和用户习惯三大前提。

梁琛奇 · 00:02:29-00:06:52

1. 推理成本: 娱乐产品是“杀时间”,用户使用时长远超工具产品,导致在同等智能水平下推理成本高10-20倍,过去商业上不可行。随着模型成本下降,ROI才可能打正。

2. 多模态能力: 娱乐是感官体验,纯文字服务人群有限。AI娱乐的规模化需要高质量、可控的多模态(图像、视频)生成能力跨过“愿意看”和“能遵循指令”的门槛。

3. 用户习惯: 娱乐产品无法教育用户。需要由工具类刚需产品(如ChatGPT、豆包)先行,培养起用户与AI交互、写prompt等基础习惯,降低后续娱乐产品的接受门槛。他类比智能手机的普及也是由“打电话”这一刚需带动,之后才催生了移动娱乐生态。

成立条件:该论证成立的前提是:1. AI推理成本能持续快速下降到足以支撑高频、长时娱乐体验的商业模式。2. 多模态生成技术能达到稳定、可控且低成本的规模化应用水平。3. 工具产品培养的交互习惯能顺利迁移到娱乐场景。

AI产品的开发范式从移动互联网的“搭房子”转变为“养女儿”,这要求应用层必须自研垂类模型以解决核心体验问题。

梁琛奇 · 01:09:45-01:15:57

1. 范式转变: 移动互联网产品是“有限集”,开发者需精确设计所有功能(搭房子)。AI产品是“无限集”,用户输入不可穷举,开发者无法预设所有反应,只能像教育孩子一样,设定世界观和原则,让AI在与用户的互动中学习和成长(养女儿)。

2. 问题来源: 这种范式下,90%的用户反馈都指向模型在长尾、主观场景下的表现(如“AI角色不该这么说话”),这些问题无法通过修改前端规则解决。

3. 解决方案: 解决这些核心体验问题的唯一途径是自己训练模型。通用大模型优化的是普适能力(逻辑、编码),而娱乐体验高度主观、数据稀缺。应用公司可以通过自研模型,将独特的品味(taste)和场景理解融入其中,与通用模型形成“正交”的优化方向,从而构建壁垒。

成立条件:此论证成立的条件是:1. 娱乐体验的核心价值确实主要体现在这些长尾、主观的交互中。2. 创业公司有能力获取独特的、高质量的垂类数据来训练模型。3. 垂类模型带来的体验提升,能超过调用更强通用大模型所带来的体验优势。

AI原生娱乐平台的机会在于让“消费”过程也“烧token”,创造出无法被传统平台承载的实时、个性化新体验。

梁琛奇 · 01:50:19-01:55:07

1. 平台机会: 如果AI只是用来降低旧内容格式(如短剧、漫画)的生产成本,那么内容最终仍会在抖音、小红书等成熟的分发平台被消费,创业公司只是在为大平台打工。

2. 新体验定义: 真正的AI原生体验,其核心特征是在消费环节也需要实时调用模型、消耗算力。这意味着用户在观看或互动时,内容是动态生成的,而非预先制作好的。这打破了传统“创作-分发-消费”的线性流程。

3. 实现路径: 这种体验必须是“实时”的(无等待感)和“延伸”的(在当前世界中互动)。例如,用户的一个简单动作能即时改变正在观看的世界,并持续在其中探索。这区别于当前需要等待生成时间的“创作”功能。只有当这种实时生成体验成为主流,才可能诞生新的平台级机会。

成立条件:该论证成立的条件是:1. 实时生成内容的推理成本能降低到普通用户可负担或广告/内购模式可覆盖的水平。2. 这种“消费即烧token”的体验,其趣味性和吸引力能显著超过经过精心制作的静态内容。3. 这种新体验能形成独特的网络效应,阻止传统平台通过简单模仿来收割。

AI娱乐应用能构建多重壁垒(模型、交互、内容生态、新型网络效应),不会轻易被大模型厂商取代。

梁琛奇 · 02:13:44-02:29:28

1. 模型特化: 娱乐体验高度主观,应用公司可将独特的品味(taste)和场景判断融入自研的垂类模型,形成通用模型不具备的“隐性feature”。

2. 交互设计: 娱乐产品需要精心设计的交互来满足用户的情感需求(如“点赞”的参与感),这并非大模型厂商的强项,其产品形态往往是极简的工具型对话框。

3. 内容生态与网络效应: 类似移动互联网时代,一旦形成由创作者、用户、内容构成的复杂网络关系(如小红书的“毛细血管”网络),迁移成本极高。

4. 新型网络效应: AI时代将出现新的壁垒。一是“Context深度”,AI越懂你,你越离不开它。二是“Context交叉”,不同内容背后的prompt可以被智能混合,创造出全新的交叉创作体验,形成更复杂的网络效应。

成立条件:该论证成立的条件是:1. 垂类模型带来的主观体验优势,能持续领先于通用模型能力的快速提升。2. 创业公司能在窗口期内快速积累起足够庞大和复杂的内容生态网络。3. “Context交叉”等新体验能被设计得足够有趣和高频,从而真正形成网络效应。

机制与术语:对象、输入输出和中间过程

字节跳动的娱乐产品扩张方法论:“找车-踩油门”模式

这是一种通过技术和资本放大已被市场初步验证的内容格式的系统性方法。

- 输入 (Input): 市场上已存在的、被验证有一定用户基础的内容格式(例如,短视频、图文资讯)。

- 过程 (Process):

1. 挑选与改造 (找车): 在众多内容格式中,挑选出有潜力的“车”,并对其进行产品形态上的优化(如抖音的全屏沉浸式体验优于双列瀑布流)。

2. 系统接入: 将该内容格式接入字节强大的中台系统,包括推荐算法、商业化系统(广告、投放)和数据分析系统。

3. ROI测算: 通过小规模测试,精确计算投入产出比(ROI)。即测算获取一个用户、让他消费内容的成本,与通过他获得的商业化收入之间的关系。

4. 规模化投放 (踩油门): 一旦测算出ROI为正,且模型显示规模化后ROI依然可观,就动用雄厚资本进行疯狂的市场投放,快速抢占用户和市场份额。

- 输出 (Output): 一个在特定内容领域占据主导地位的、规模化的内容分发平台。

- 失败条件 (Failure Conditions): 1. 挑选的“车”(内容格式)本身天花板低,或与公司核心系统(如推荐算法)不匹配(如重度游戏内容)。2. 市场进入时机太晚,竞争对手已建立起难以撼动的内容生态和网络效应壁垒(如小红书)。3. 无法建立起精确、可靠的ROI测算模型,导致不敢“踩油门”。

对应节目:01:25:42-01:33:43;01:33:43-01:41:17

“产品UGC”组织模式

这是一种应对AI时代高度不确定性的、并行探索式的产品开发组织机制。

- 输入 (Input): 一个包含多种潜在产品方向的想法列表(List),其来源包括内部研究、个人洞察和市场信号。

- 过程 (Process):

1. 团队组建: 由1-2名具备“AI Native”能力(能独立用AI完成开发)、强动机和第一性原理思维的成员组成极简团队。

2. 快速原型开发: 团队在极短的周期内(如2周到1个月)快速开发出一个最小可行产品(MVP)或原型,用于测试一个具体的想法。

3. 测试与迭代: 将原型投入真实用户环境中进行测试,收集数据和反馈。

4. 决策与循环: 根据测试结果快速决策:如果想法被证伪或潜力不大,则迅速关停项目,团队转向列表中的下一个想法;如果显现出积极信号(如留存率达到预设模型),则追加资源,进入更深度的“PGC”式开发模式。

- 输出 (Output): 一系列被快速验证或证伪的产品方向,以及少数几个被筛选出的、有潜力成为“版本答案”的重点项目。

- 失败条件 (Failure Conditions): 1. 找不到足够多符合要求的“AI Native”人才来支撑高频次的并行测试。2. 用于判断项目是否成功的信号模型(如留存率标准)设置错误,导致错杀或误选。3. 组织无法真正容忍失败,或在关停项目时产生过高的沉没成本和团队损耗。

对应节目:01:55:07-02:05:25

独立判断:这些对话改变了什么理解

AI 娱乐的交互不能只复用工具产品的 prompt 习惯,低认知负担和即时反馈更重要。

推理:工具用户愿意为明确结果提供复杂指令,娱乐用户则希望自然进入体验。梁琛奇从文字角色转向漫画和生活片段,正是在降低表达难度。多模态不是单纯增加效果,而是让用户不必先学会写完整故事就能开始。真正需要观察的是首次理解成本、持续使用与创作满足,而不是把“工具已教会大家和 AI 说话”当成娱乐普及的充分条件。

竞争解释与边界:随着模型更能理解模糊输入,交互成本可能进一步下降;如果实时生成不够有趣或反馈太慢,用户仍会选择精心制作的静态内容。

“消费即烧 token”提供新体验的可能性,但商业成立要看体验增量是否覆盖持续成本。

推理:消费环节实时生成能让内容随用户动作变化,这是传统静态内容无法直接复制的价值。但娱乐使用时间长,成本会持续累积;画面与互动若不够好,用户不会只因它是 AI 生成就留下。猫箱运营打平的讨论也必须区分投放、推理、日常运营与模型训练成本,不能把它写成全部研发成本已收回。

竞争解释与边界:若社交、共同创作或个人表达能显著提高体验价值,实时生成的成本可能被接受;若只是让普通内容更贵,平台机会仍应回到旧分发与生产效率。

“泛创作”是待验证的用户行为假设,降低技能门槛不会自动创造表达意愿。

推理:许多人可能没有专业创作能力,却有想保留生活、表达情绪或与朋友分享的时刻。松果时刻这类低门槛入口可以观察这些动机是否真实,但过去以消费为主的行为也提醒我们,创作不是人人自然需要。关键是 AI 能否保留个人经历与选择,让作品像“我的表达”,而不是只生成一个漂亮模板。

竞争解释与边界:部分用户可能永远更偏好被动娱乐,另有用户在即时正反馈、共同创作或私人纪念中形成创作习惯。应按真实用户群和使用场景判断,而不是把哪种人性当成普遍答案。

尚未解决的问题与可检验的下一步

待解问题:“涌现式创作”中,创作者对AI生成内容的“失控感”与作品的“个人表达”属性之间的平衡点在哪里?

下一步信息或小实验:让同一用户分别使用可细调与自动涌现两种创作方式,比较作品的个人辨识、创作满足、修改耗时和再次创作意愿,并区分新手与有表达经验者。

怎样的结果会改变判断:若自动方式既保留个人经历又减少负担,涌现式创作更有依据;若作品同质化、用户觉得不是自己的表达,就应增加可控编辑与选择。

待解问题:在“消费即烧token”的模式下,当实时生成的内容质量暂时无法媲美预制内容时,什么样的“玩法”或“社交机制”能有效弥补体验上的差距,留住用户?

下一步信息或小实验:在相同实时生成质量下比较单人消费、朋友共同创作和协作玩法,记录持续使用、付费与每次有效体验成本,观察何种互动弥补制作差距。

怎样的结果会改变判断:若社交玩法让用户接受实时生成的粗糙阶段并持续回访,早期突破更可能来自玩法与关系;若仍快速厌倦,应先提高质量或降低成本。

待解问题:猫箱的运营打平与完整商业闭环还差哪些成本?

下一步信息或小实验:把投放、推理、团队运营、模型训练、研发和长期用户维护分别核算,并观察收入是否持续覆盖这些成本,而不是只看单期 OIR。

怎样的结果会改变判断:若计入训练和研发仍能持续盈利,才可支持完整商业闭环;若只能覆盖运营,结论应限定为运营模型可行。

影响理解的转录疑点

建议优先回听 01:09:45-01:15:57 “从‘搭房子’到‘养女儿’”这一段。嘉宾用一个极为精妙且易于理解的比喻,清晰地阐明了AI产品与传统互联网产品在开发哲学上的根本差异。这不仅是一个生动的概念,更直接引出了他关于“应用层必须自研垂类模型”的核心论证,是理解其整个创业逻辑和AI产品方法论的关键枢纽。

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:182: 对话梁琛奇:抖音、猫箱、创业,「他们都搞生产力,我想用 AI 创造开心」

本页使用的公开文字或字幕来源

返回顶部