Vol.177 从工具、社区到情感大模型与具身智能：与任永亮聊2011、2016和2022几个技术周期中的测测

摘要

• 测测是一家"闷声盈利"的泛心理平台：约四千万用户、75%为女性，典型用户是20-40岁城市女性，2017年起持续盈利至今，靠咨询与用户付费养出AI团队和机器人项目。 任永亮的思路与梁文锋同构：“我缺乏顶级的融资能力……我们去利用业务的现金流，去养一个算法的团队。“公司现不到300人，一半以上是一年内入职，增速在加速。
• DeepSeek让AI战争结束，这是全篇最硬的判断：“把我最后一点想象力的空间都给我挤没了”——此前所有AI创业公司可能都还残存"做中国OpenAI"的念想，如今归零；所有人被迫"放下身段去看应用”，具身智能成为新的热门赛道，反而加剧了他的竞争。” 我只是没想到AI这个战争结束的那么快，应该再竞争个几年会更好。"
• 核心新押注：宠物大小的家庭情感机器人，预计明年上半年做出可以卖的产品（不是demo）。 to-C机器人唯一成功品类是扫地机器人（应该是亿级用户），日本“Lavot”和国产玩具型出货量"可能都没有超过五万"；他的目标是几年内出货10万到百万台以上、“开创一个品类”——明确不做玩具、不做人形、不做工业操作，多模态交互+移动能力是两个必备项。
• 李翔概括AI在应用侧是成本中心：每次推理都要花token，任永亮表示"那当然了"；“满足情绪价值的最好商业模式……我相信它不是卖token”（他坦承还没有答案，有几个实验在做）。 AI天然个性化，但"没办法形成规模效应，它提供的每一次服务的成本都是刚性的"；垂直玩家的护城河是场景、真实用户反馈与心理专业数据团队——“简单做一个demo很简单，关键是在真实场景里看长期的效果”。
• 宏观底色是通缩式的：“AI不创造需求，它毁灭需求”——与工业革命不同，岗位只减不增、分工-收入-消费的循环被切断，“AI领域的创业公司成长为中型、大型公司的机会也会很少”；但心理与情绪需求温和上涨，口红效应受益——他点名港股的泡泡玛特、老铺黄金和《哪吒》，“我们平台就是提供一个按摩”。
• 真人咨询"一百年之内替代不了"：AI越普及、教育的用户越多，对真人的需求反而可能上升（有机蔬菜类比）。 护城河是朱啸虎式的脏活累活——管理几万名咨询师、处理纠纷、认证定价体系；淘宝、百度都进来试过，“一看增长太慢，算了，我们不干了”。
• 学费清单值得记账：错过GPT-2（“当我知道的时候，就所有人都已经知道了”）、首席科学家一年和平分手、2023年投入几千万做AI团队、买卡、标数据等——“最终我们发现，标准答案是DeepSeek……其他我们所有人的想法，白努力了”。 对通用大模型的幻想只持续了两三个月：资金与人才密度要求极高，“国内的巨头可能都很难追平和美国的差距”，芯片算力是卡点。

精读

1. 四千万用户、75%女性：一个从二十万块钱起家的泛心理平台

• 任永亮（新颜集团创始人）给测测的定义：“通过工具、平台、AI以及未来的机器人，为用户提供泛心理方面的服务。“典型画像是20-40岁城市女性、大学毕业前后，“面临的生活挑战比较多——感情方面、事业方面”，女性占75%。李翔的点评：这是所有消费品最喜欢的人群。
• 起点朴素到近乎天真：2011年在IBM打工挣了二十万出来创业，租个办公室、招两个北大实习生（一个学计算机、一个学心理）就开干；先押H5跨平台，“后来发现它的体验差的太多”。他对自己的复盘毫不遮掩：“我过于依赖自己……还有一点个人英雄主义的想法。我是个程序员，不太爱去沟通、吹牛。”
• 2013年的转折他只用四个字解释：“穷则思变。” 找了合伙人、直接上3W咖啡的Demo Day，当场敲定最早期的投资人王啸。“有时候还挺怀念那个时代的感觉——出去demo一下嘛，就有人过来跟你搭讪。”

2. 为什么是星座和MBTI：高频、自带传播，外加一个推荐引擎的执念

• 选品逻辑是排除法加交集：IBM的to B经历让这个自称I人的工程师断定"to B对资源、管理、沟通能力的要求都太高”；本科学医又觉得"医疗太专业太严肃，频率太低，不适合to C”。星座心理测试高频+用完有传播效应——“当我谈论这种话题的时候，它往往是在一个社交的场合。”
• 第一份BP的标题是"基于大数据的个性化推荐引擎"。李翔追问：这不就是字节后来做的事吗？他的自剖值得记下：“那个时代大家都感受到了技术趋势，只不过我选的领域每天衣食住行的推荐内容太少；字节选的内容供给是无限丰富的，能最大程度把算法的威力发挥出来——所以人家就更成功了。”
• 冷启动零预算：到微博上找所有标签里带星座的人，“从那开始自然用户一直都是这个趋势没有停过”，自然流量占大半。至于自己信不信星座（双子座、INTP）：“我一开始不相信，反正每失恋一次，相信的程度就增加一些。”

3. 被“芬达”点醒：两项基础设施成熟催生平台模式，2017年盈利至今

• 2015-16年工具型社区的数据"不足以支撑再拿融资"——“那时候都是爆发性的大机会，我们这种有增长但不是爆发性增长的产品，就不够性感。“一位拒绝他的投资人甩给他一款产品：“芬达”，果壳出品。回去研究后他抓住了两个时点变量：语音技术成熟+移动支付普及——“用户钱包里都会有几块钱，愿意花几块钱去购买新奇的服务”，而原来的BBS悬赏模式"是PC思维的惯性”。从那开始营收增长，2017年盈利，此后一直盈利，定位"泛心理在线平台”。
• 对这款产品后来的命运他有一段克制的感慨：泛心理咨询"恰恰不是一个以网红、以中心化传播为特点的行业，所有的服务都要一分一秒去交付"，不存在"王思聪一个回复所有人都想听"的时刻——“它是润物细无声的过程，没有那么大爆发力，但有持久的粘性。”
• 一个岔路的注脚：当年最火的同道大叔"星座理念都是跟我合伙人学的"，后来卖给了上市公司；合伙人曾想强化自媒体，“但毕竟我是个工程师……没想到到了今天还得做自媒体，绕了一大圈。“他也怀念七八个人的阶段：“吼一下子就行，不用开会，那是效率最高的时候。”

4. AI起步早于ChatGPT，但错过GPT-2是"特别大的失误”

• 做AI的原始动机是供给侧卡脖子：泛心理服务"供给的数量、质量都受限，单一时间只能服务一个人，规模性效应一直卡住我们的增长天花板”。2017年筹备、2019年上线第一版AI服务——基于BERT、约一亿参数、只能单轮对话，“当时没人看好GPT这个路线，我们就用BERT去设计”。
• 2023年春节在家用上GPT，“跟所有从业者一样，受到巨大的冲击”，回来推翻刚定好的年度战略，宣布all in AI，使命定为"通过科技去服务人的心灵"。他最耿耿于怀的不是动作慢，而是感知慢：“没有在GPT-2的时候就关注到这个技术，对我是特别大的失误……当我知道的时候，就所有人都已经知道了。”
• 冲击的底层是私人的：高中就想"用数学的原理去解释意识"，大学做生物信息学预测RNA序列，选泛心理领域也暗含这条线。“看到ChatGPT之后，我意识到它已经把这个问题解决了一大半——我们原来觉得很神秘的思想、意识，可能真的是由数学概率所决定的。“他补了一句时代注脚：很多人跳出来做中国的模型公司，“基本上都是在这么大冲击之下产生的雄心壮志”。

5. 2023年的学费：几千万、一位首席科学家，和一个叫DeepSeek的标准答案

• 那一年的动作清单：招首席科学家、买卡、收集标注数据、讨论"通用型AI对我们是机会还是威胁”，投入了几千万。朋友推荐的科学家干了一年"和平分手”——“我们一直在垂直领域深耕，真去做前沿创新，怎么管理团队、怎么和合作者合作，自己想的也不够充分，导致各自认知上的偏差。”
• 他给这段的总结近乎自嘲：“AI在那个时间点没有一个标准的答案。最终我们发现，标准答案是DeepSeek。其他我们所有人的想法——白努力了，交了学费。“包括"到底什么是AI native，也没有想得特别明白”。
• 找人难的本质有两层：一是"这个东西到底要花多少钱、海量投入下我怎么保证决策正确”；二是人才的真伪——“每个做NLP的人都觉得自己懂，但如果没有真的训练过大模型，他只是表面。“他点出与DeepSeek的结构性差距：“人家之前做量化，一直都有高级算法工程师；我们一直是做科技应用的。“对通用大模型的幻想只持续了两三个月：“模型对资金和人才密度的要求极高，国内巨头可能都很难追平和美国的差距，芯片算力也是卡点”——于是退到应用和后训练。

6. 用现金流养AI：80后融不到模型的钱，垂直模型靠场景吃饭

• 不去市场上融模型钱的理由，他说得很直白：“我缺乏顶级的融资能力，所以很简单，我们利用业务的现金流去养一个算法团队。“李翔指出这跟梁文锋想法一样，他笑纳。另外两个约束：投资人"头脑发热的窗口很短”，新老业务如何定位在融资叙事里是个问题，而且"大家更觉得AI应该是由更年轻的人做出来的，像我们这种八零后，很难给投资人建立起信心——我根本没有精力去试那个事情”。实际的外部输血：腾讯投过，2023年一家地方政府投了一笔，“投的钱我们都买服务器了”；那年买卡"还可以，稍微买的贵一点点”。
• 自研的星源大模型的两个期待：懂情感（打造类人的情感交互）与泛心理的专业性——“怎么倾听，在心理学里是有相应知识框架的”。决定因素"主要是数据”，配合训练和工程系统；这是短期内通用大模型不具备的，“但将来那都不好说”。
• 对"别人拿千问、DeepSeek做个同类模型"的防御性，他不吹不黑：“难度没有那么高，但也不是很简单。我们的特点是有场景——模型上线能很快拿到用户真实反馈，有专业的心理数据团队持续优化。简单做一个demo很简单，关键是在真实场景里看长期的效果。”

7. 人与AI共生：真人"一百年之内替代不了”，脏活累活是护城河

• 他的生态定位与AI native产品根本不同：AI在测测里做科普与服务下沉，后面接一张真人服务网络，“我们的专家是服务型专家，不是知识型专家——他们和AI相互支持的作用更大，相互替代的作用更少”。虽然"我们也比较激进，也从替代能力的角度发力”，但他的底层判断是：“这个行业比较特殊，至少一百年之内AI替代不了真人的价值。“类比是有机蔬菜：“市场上流通的普通蔬菜占主流，但肯定还有用户愿意选有机蔬菜。“甚至反向：“AI越发展，教育的用户越多，反过来大家对人的需求量有可能上升”——就像"天天吃快餐，突然有一天想吃家乡的味道”。
• 信任是不可跨越的一环：“我不可能说这个咨询师是个AI，却告诉用户是真人。“虚拟心理咨询师他们也在做，“但它的用户群、消费习惯、认知是有区隔的……跟人聊天是人本性的需求，是几千年的缘由。当人性不改变的时候，这个市场大概率持续存在”——只是"你说它能做到多大、多具有爆发性，可能也不会”。
• 护城河的成色，他引朱啸虎：“脏活累活才是护城河。“具体是什么？“每天改进产品细节，管理所有咨询师，处理用户和咨询师之间的矛盾”，外加认证、升级、评价体系、定价的全套运营。巨头都来过：“淘宝里面、百度里面都有类似模块，有人还以投资的名义来聊一聊，了解一下情况——一看增长太慢，算了，我们不干了。”

8. AI是成本中心：天然个性化，但规模效应缺席

• 李翔概括AI每次推理都要花token、更多是成本中心，任永亮表示"那当然了”；他的结论带着切身的账本感：你要么在一个挣钱的领域做提效、锦上添花的事，要么你就是巨有钱的人赌未来。我们恰好是一个有现金流的公司，可以围绕它做应用落地，获取应用层的红利。
• 个性化是AI的天性也是它的商业死穴：“你的prompt不同，答案就不同，甚至prompt相同每次答案也不同——它天然就是个性化的。但缺点是没办法形成规模效应，每一次服务的成本都是刚性的。从AI这个角度看，它还是一个早期阶段。”
• 他现在一半精力扑在的问题：“在AI时代，满足情绪价值的最好商业模式到底是什么？我相信它不是卖token。“有答案了吗？“还没有最终的答案，但我有几个实验在做。”

9. DeepSeek挤没了最后的想象力：三个过不好的春节

• 看到DeepSeek的感受与看到GPT完全不同：“它把我最后一点想象力的空间都给我挤没了——把我们内心残存的幻想全部消灭掉。“他解释这层幻想的普遍性：“DeepSeek出现之前，所有AI创业公司可能都会觉得，我是不是还有机会做中国的OpenAI？我们这种虽然已经放弃了，但稍微还有一点自我安慰。”
• 二阶效应是他没料到的：“我只是没想到AI这个战争结束的那么快——应该再竞争个几年会更好。战争结束之后，所有人第一要放下身段看垂直应用，第二，具身智能就成为新的热门赛道，所以会加剧我这块的竞争。“至于还没放弃通用模型的公司，李翔问是不是"必须残存”，他默认：“不然就失去了那个意义了。”
• 时间线上的创伤记忆值得原样保留：“二三、二四、二五这三个春节都让人过得很不好——二三年GPT，二四年春节出个Sora，二五年DeepSeek一出，给了人极大的冲击。每次春节都在高度的焦虑过程中度过。“现在他盯的是具身智能里的VLA：“进展很快，感觉它要给人一统江湖的感觉。”

10. 押注情感机器人：宠物大小、家庭一员，明年上半年可卖

• 转向具身的起点在2024年年中（在一处字幕作“语数”的对象爆火之前，可能指宇树）。动机三层叠加：自己有了小孩后诉求从失恋转向陪伴教育，“我们很多用了八年十年的深度用户，结婚生子后重心也进入家庭”；公司要"延长生命线”；而"通用大模型肯定不是我们这种类型公司的菜——资金、人才成本太高，还有芯片的中美屏障”。去年AI营收已能覆盖成本，“但想象力还是不够大，让中国人为一个虚拟的AI付费，门槛还是蛮高的”——所以要"把虚的东西和实的东西做一个结合”。
• 产品定义有两条铁律：“我肯定不做玩具——我的产品看上去就不是玩具”；多模态交互能力+移动能力是两个必备选项。目标形态是宠物大小，“他真的觉得它是家庭里一员，而不是工具，也不是玩具”。同时避开人形和操作物体的工业机器人，只切"家庭的情感、互动的场景”。他用一对年代感十足的词形容路线选择（likely"贸工技"与"技工贸”）：“就像爬一个陡坡还是爬一个缓坡。”
• 进度实打实：“预计明年上半年我们就能做出产品——不是demo，是可以卖的。“机器人团队几十人，测测侧两百多人，全公司不到三百人。硬件前科他也交代了：做过检测脑电波的头环、想做心理疗愈的VR眼镜，都不成功；更早的种子是2014年英特尔赞助的黑客马拉松，“一天一晚上做了个智能狗窝，拿了一千美金奖金”。

11. 机器人的风险账：PMF最难、内部"很不情愿的同意”、对标只有苹果特斯拉

• 市场现实他看得很冷：to C机器人"唯一成功的就是扫地机器人，应该是亿级用户；日本“Lavot”、中国很多偏玩具型的机器人，出货量可能都没有超过五万”。他的野心是"经过几年出货量超过十万甚至百万以上，开创一个品类”。最难的不是供应链而是PMF的确立：“它是一个全新的品类，要做很多教育市场的工作，对我们这样的小公司来说，包含了一点不自量力……实在不行我就做一个先烈也可以。“产品定义已被推翻过多次——“跟这群朋友聊形成一个idea，再跟另外一个人聊，大家又把这个否了。”
• 内部的怀疑他原话奉上：“很不情愿的同意。开会的时候大家都会去讨论——为什么这个事情会轮到你做？我们没有做过硬件的公司。“与当年做大模型的不自量力相比哪个更甚？“都差不多吧。大模型是资源上的，可量化，你一眼就看出来是几十亿美金还是几个亿人民币；今天做机器人，是对能力的不自量力——产品定位的能力，定义出来能不能卖出去。”
• 回应李翔朋友"硬件像芯片、没有战略决心别开局"的类比，他给了个中间态：“做机器人难度介于软件和芯片之间——投入没到芯片那个程度，但灵活性比软件下降，不可能一周做个demo马上测。它非常考验产品定义能力——这也是我反而感兴趣的原因：比快、比资金量、比速度，字节会更有优势；我们是产品驱动的公司，喜欢工匠精神。“商业模式从先免费再付费切换到"硬件大额付费+后续订阅”，他自知对标残酷：“能把软件、硬件、服务都做好的公司屈指可数——苹果、特斯拉。有时候感觉是不是自己不自量力了，对标太高了。“最近也为对冲硬件风险重新接触外部资本，“获得了一些融资”。

12. 宏观底色：AI不创造需求，口红效应托底，诸侯的自觉

• 这期最值得单拎的宏观判断：“AI让我感觉有一种危险——它不创造需求，它毁灭需求。它跟历史上工业革命毁灭旧岗位、创造新岗位不一样，只把工作岗位减少，增加的没有那么多。工业革命从分工开始——有工作就有钱、就消费、就带来更多工作，AI把这个循环有点给切断了。“推论直接可用：“因为AI不创造需求，AI领域的创业公司成长为中型、大型公司的机会也会很少”——移动互联网创造了外卖、打车、微信这些新需求，所以能长出百亿千亿美金公司；AI满足的是已有需求，已有公司用AI增强就够了。李翔的反问他也认账：只有心理这里有需求，“这不意味着竞争会加剧吗？““那倒是确实。”
• 需求端的对价是情绪消费上行：找他聊的投资人多从商业角度切入，“从精神消费——泡泡玛特、老铺黄金，看港股头部公司能明显感觉到大家在关注情绪性消费”。他把自己归入口红效应：“经济发展有压力的时候，文化产品、精微消费就会有大的增长。《哪吒》为什么大家都去看？都把自己带入了，有一种呐喊的、反抗的精神诉求。我们平台就是提供一个按摩，让你别那么难受。“但他不高估爆发性：心理服务像医疗，“协和每年接收的病人基本在固定范围内，爆发性的只有传染病”;教育有考试这个标准化刚需压着所以在线教育能爆发，“心理服务高频但不是刚需，只在某种状态下才是刚需”。
• 自我定位始终是诸侯的清醒：“从春秋战国的比喻来说，我们就是在巴蜀这个地方——有一定生存空间，巨头也顾不上打我，在这儿休养生息。它肯定不是最终的答案——曹操从汉中撤军的口令是鸡肋，但刘备就很高兴。“当年"最懂星座的工程师"这个没人认可的定位反而给了他战略缓冲期；如今大模型、具身全是风口，“都是高手，压力比以前大了太多”——李翔点破"这两年做的都是风口上的事”，他承认"这也是我最担心我自己的”，解法只有差异化：“我们干的一件事，就是把最新的技术和一个具体的需求相结合——从移动互联网到移动支付做平台，到AI服务，其实都是这一件事。“还有一句关于时代的收尾值得保留：八零后的成长经历"回头再去看，它居然不是普遍性，它是个特殊性，是一个可遇不可求的东西”。