123: 当只有AI，人会活成怎样？与五源孟醒和两位挑战者还原72小时AI生存

摘要

• 这场72小时实验最清晰呈现的，是模型能力已经先于面向Agent的数字基础设施。 七名参与者在没有智能手机、现成浏览器和完整开发环境的条件下，最终能靠AI打通验证码、支付、快递与外卖，但路径充满脚本、环境变量和半人工绕行。孟醒的概括最尖锐：“Agent需要跪在验证码之前，假装自己是个人”——认证、支付、授权和机器原生界面既是Agent infra机会，也是安全、监管与平台利益的博弈场。
• AI coding已经把个人产品的起步成本压到足以形成真实现金流，却没有消灭从demo到可靠产品的摩擦。 不会独立完成计算机课程作业的陈郅悦，用三个月做出Adventure Snap，欧洲用户带来每月千欧元以上订阅收入；但他原以为72小时能完成七八成的虚拟直播，最终只做到约30%，一个WebSocket问题就耗去七八小时。“AI解决的依然是生产力的问题，其实不是竞争的问题。”
• 一人团队更容易起跑，不代表胜出者会永久维持一人。 AI让产品经理、投资经理等非程序员能“自己下场做一做”，但产品一旦验证，ASO、推广、工程深度和竞品跟进仍会把团队推向扩张。孟醒判断长期均衡“可能也不会太小”；小而美会存在，但不能把低开发成本直接外推成永恒的一人独角兽。
• AI影像正在倒转创作工作流，但导演权并未被模型接管。 利建磊已经从“先有故事再有画面”转向让AI批量生成画面、再拼出故事；与此同时，五秒“大师级”可灵镜头约十元且可能全部报废，配音、情感强度和精准构图仍受真人配音及传统后期工具等限制。他的结论是AI不能“无中生有”，导演必须提供母题、风格与边界，在模糊情绪和唯一画面之间掌舵。
• 极端隔离证明，AI陪伴的需求并不只属于被想象出来的“孤独用户”。 参与者最常提出的额外需求不是更多工具，而是和其他参赛者交流；一根温热烤肠、留言板上的互助和出门后想拥抱人群的冲动，比任何功能更强烈。陈郅悦也从不会和AI谈情绪，变成能与自己的虚拟直播demo连续互动半小时；模型评论成本约每分钟人民币两分钱，他形容体验“不是当网红直播，是当明星直播”。
• AI时代更稀缺的可能不是执行者，而是能提出边界外问题的领域专家。 孟醒原本更看重专业研究者和手速快的年轻人，实验后则认为非计算机背景者也可能把知识边界向外扩，机器更擅长在既有点之间补齐空间。“人最重要的作用其实是提出正确的问题，而不是回答问题”，艺术家也不该只是给工程师反馈，而应和工程师共同定义工具及作品。
• 多模态与世界模型被孟醒视为下一阶段值得追踪、但尚未产品化定型的变量。 Odyssey展示的实时真实场景生成已允许人在生成空间中走动观看，却还不能充分互动；更远目标是把一部电影乃至整个世界变成可进入的平行空间。真正难点不是单纯画质，而是理解、生成与alignment统一，以及未经人类预先结构化的像素和空间信息如何被编码。

精读

1. AI coding的收入曲线先冲了上去，产品体验却还差一口气

• 孟醒把实验的起点放在2月：Cursor、Bolt、Windsurf等AI coding产品获得强劲traction，收入和用户量快速上升，媒体开始推演“一到十个人做出超级大独角兽”，甚至出现几个月做到数百万美元ARR的叙事。

• 同期的实际体验却没那么顺滑。Bolt、Rosebud等偏前端或游戏生成的产品，对很简单的个人创作仍“差一口气”；四个多月前，Cursor还常被定义为专业程序员两三天vibe coding一个demo的工具，而非大规模上线部署工具。

• 变化又快得足以让旧判断迅速失效。到录制时，孟醒已把Cursor视为企业级开发的重要动力；这使问题不能静态回答，也让一次现实实验比听创始人讲能力边界更有价值。

2. 五源真正要测的是谁能成为创造者

• 孟醒和Augment Code、Windsurf等团队交流时，听到的未来并不一致：一条路线要plug in企业体系、扩大专业开发效率；另一条像Replit，从H5小游戏等“给你玩的工具”逐步走向真正复杂的作品，极端例子是个人也能做出GTA级产品。

• 他把分歧收束成两个问题：今天AI到底能帮人完成哪些任务，未来又能完成哪些任务？更关键的投资判断是，它究竟只是代码辅助工具，还是能让会代码、甚至不会代码的人做出有影响力产品与作品的通用创造工具。

• 五源也意识到自己处在一个“bubble”里，日常接触的是最懂AI的创始人。实验因此要把样本扩展到普通人，理解技术对他们生活的实际改变，而不是继续从行业内部人的自述推断大众能力。

3. 1999年的互联网生存挑战被升级成三层AI实验

• 孟醒从3岁多接触Macintosh、1995年开始在国内上网，对每一代技术的进入方式格外敏感。1999年那场72小时互联网生存挑战给14岁的他留下深刻印象：淘宝尚未成立，电商、支付、外卖和快递体系都极不成熟。

• 当年的挑战是在人仍拥有电脑等工具时，验证薄弱互联网基建能否维持肉体生存；26年后，互联网基建已经成熟，需要重新测试的是电脑背后的行动主体能否从人切换成AI，或由人驱动AI完成行动。

• 新实验沿着“马斯洛阶梯”设了三层目标：只靠AI能不能活下来；能不能赚到比初始资源更多的资源、让自己活得更好；能不能在生存之外完成应用、内容或其他自我实现。

• 孟醒认为，如果26年后的AI仍只能解决肉体存活，“那可能它也进步不大”；真正值得看的，是它能否帮助思想、精神和创造，甚至“点燃你的灵魂”。

4. 一百元、一瓶水和一本书把资源压到了最低

• 组织者给每位参与者的基础资源只有100元、一瓶水和一次从零食、书等物品中选择一件东西的机会。作为对照，1999年的挑战约有一千多元现金和1500元虚拟代币，合计两三千元，且当年的购买力远高于今天。

• 利建磊选择了《我的第一本编程书》，因为封面承诺适合小白；翻到第二页便看不懂，半小时只能以每页约五分钟的速度前进。他后来承认，通过看书在72小时内现学编程“这条路肯定没戏了”，书最终被拿来打蚊子。

• 两位参加过多次黑客松的大学生反而被匮乏吸引：传统黑客松把吃、喝、睡安排妥当，让人专注开发；五源“什么都不给大家提供”，在他们看来恰恰“太酷了”。

• 规则的原则是把物资和既有工具压到极致，同时把AI选项给得足够丰富：不是测试谁熟悉现成App，而是测试参与者能否用AI重造自己需要的入口。

5. 两个月的技术预演才证明挑战不会变成单纯挨饿

• 从3月到5月，团队花最多时间测试IT可行性。最初完全不给手机，但很快发现收不到验证码已经脱离现实社会基建；最终妥协为只能接码、不能运行App的“老人机”。

• 支付和下单也需要保底路线：参与者可以让AI写一个浏览器，借browser-use搭小Agent点击网站；也可以从编程工具里打开浏览器，以半人工方式完成流程。前提始终是目标网站允许这条链路跑通。

• 曼祺把规则准确重述为：没有智能移动终端和现成浏览器时，如何借AI重新接入互联网服务。孟醒进一步解释，实验是在拿走所有“别人编好的工具”后，让一个人在几小时内重写一个万人公司做出的某段能力。

6. 这不是一场披着实验外衣的项目筛选

• 曼祺最初的直觉是：“这个时间为什么不多看点项目啊？”孟醒的回答是，世界上没有哪件事天然“必须做”；创业、投资和实验都可以是“我对这个世界的某种形式的提问”，执行只是回答问题的方式。

• 他认为AI越强，人的核心作用越接近提出正确问题，而非亲自回答。五源要问的是AI对普通人的影响究竟到了哪里，实验若设计得好，也能帮助更多人理解“它已经到这儿了”或“它还没到这儿”。

• 五源创始合伙人对此提供了支持。机构此前曾把被投公司创始人带到荒岛做物理生存挑战，但这次唯一没有设置的目标，就是借活动筛项目、找创始人或source交易：“我们希望做一点大家不干的事。”

7. 两位挑战者带着完全不同的问题进场

• 陈郅悦是2000年出生，对1999年的挑战没有记忆，也没有系统思考过社会应如何迎接新技术。他已经自然地用AI处理工作、生活、论文和产品，甚至观察到母亲每天用豆包耳机询问股市和股票推荐，却没把这些碎片上升为问题。

• 他报名时甚至没理解挑战究竟要干什么，只想知道其他人会交出什么答卷。他早已有虚拟直播想法，却一直没写代码；报名表和后续面试成了trigger，迫使他想清产品形式、节目呈现和技术路线。

• 利建磊抓住的是“72小时”和“封闭空间”，没有抓住“挑战”。他最初说“我来休息一下”，想强制自己暂停；影视寒冬中，他曾考虑转行，却因一部AI作品入围金鸡奖而被“AI拽回来了”，所以也把这次经历视为“来向AI朝圣”。

• 利建磊此前已靠AI影像广告和培训变现，但所有探索都有已知命题。这次他只确定要做一部片子，不预设内容和主题，希望在未知条件里“带着镣铐跳舞”。

8. 三百多份报名证明好奇心并不属于单一年龄层

• 组织者最初担心没人愿意参加，最后收到三百多份报名，年龄从十几岁覆盖到六十多岁。人数、多样性和参与动机都超出预期。

• 一位52岁左右的律师没有编程或AI能力，却已做好“饿72小时”的准备；她只是好奇年轻人在做什么，想亲自看看“你们是怎么生活的”。另有报名者希望和孩子共同完成作品，团队甚至讨论过亲子一起挑战。

• 两位大学生原本分别报名，工作人员在面试中发现他们互相认识、正在一起创业，才临时把两人组成一组。招募本身已经说明，同一个“AI生存”标题能激发完全不同的自我测试。

9. 第一晚一边有人睡觉，一边有人凌晨三点多写代码

• 挑战下午6点开始，其他人迅速写代码时，利建磊先冥想、随后睡着。他想建立从喧嚣现实进入封闭空间的缓冲带：“我可以离这个世界很远，但是我希望离我自己更近一点。”

• 他不知道必须在晚上11点前下单，醒来已是10点半，只剩半小时。利建磊坦言，如果提前知道截止时间，“一定不会让自己睡觉”；那一觉不是策略，而是对规则理解不足的真实后果。

• 另一位从中东回来的博士生因时差凌晨3点多起床，很快开始写代码并把成果贴到留言板。孟醒喜欢这种反差：实验若变成人人争分夺秒冲目标，就只剩一次功利化黑客松。

• 参与者的时间感也被生存状态切开。饥饿和下单问题解决前“度秒如年”，像进入另一个次元；有了食物保障后，注意力才重新回到作品和产品。

10. 第一条生存通路不是外卖，而是次日达快递

• 陈郅悦最先写的是可从网页下单的次日达快递工具。她原以为支付最难，实际绑定既有账户的银行卡、输入功能机收到的验证码后便能完成付款。

• 他从第一天下午6点写了一整夜，到次日约凌晨5点才看到付款成功和可配送提示。“还真的做成了”带来的激动，一半来自技术闭环，一半来自接下来不会挨饿的确定性。

• 他下单一箱矿泉水、一箱吐司、一箱鸡胸肉和几个卤蛋；原本还计划沙拉与维生素，但实际可选空间很小，“最后能下单成功就不错了”。真正的即时外卖要到第二天下午才被解锁。

11. 二十四小时饥饿把代码变成了利建磊的反派

• 利建磊从留言板下载别人分享的脚本，却不知道该粘贴到什么窗口；系统提示找不到Python时，他也无法判断是版本、路径还是依赖问题。他把代码交给DeepSeek，再把终端里的每个error复制回去，只会重复按Enter。

• 这个“错误—复制—追问—再报错”的嵌套持续到他超过24小时没有进食。最终他使用唯一一次技术求助，让组委会配置好环境变量，才完成下单。

• 曼祺问他那一刻怎么看AI，回答没有任何浪漫化：“就是好讨厌。”英文单词都认识，连在一起却令人抓狂；与代码缠斗后的直接情绪，变成短片第一个母题——“我想要去对抗算法”。

12. 一碗泡面和一根烤肠重新赋予世界温度

• 利建磊拿到的第一顿食物是泡面和一块鸡胸肉。他已经饿到无法工作，镜头前第一次觉得泡面如此好吃；这个最深刻的时刻几乎与AI无关，而是生理匮乏被解除。

• 第二天下午，有参与者先为大家点奶茶、再分享外卖教程，陈郅悦据此给每人点了一根烤肠。即使工作人员分送后已有些降温，入口仍是热的：“那一口是非常温热的，有人间有这个世界的温度的食物。”

• 他记住了烤肠表皮的脆、里面的软和调料的均匀，也因此对第一次购买的外卖品牌产生强烈好感。极端环境把平常几乎不会进入产品分析的感官与情绪价值放大了。

13. 彼此隔离的房间没有消灭社交，只让连接变得稀缺

• 挑战开始前，房间里还有工作人员调设备；6点一到，所有人退出并关门，陈郅悦突然只剩自己。 他不断在留言板问“有没有人在啊”“有没有人聊天啊”，很难适应完全没有真人说话的状态。

• 参与者讨论过把被子或毛巾卷起来，从楼上把食物吊给楼下的人；组委会确认这违反规则，方案没有实施。利建磊看重的不是结果，而是讨论中出现的“爱的流动”，这成为短片第二个母题。

• 挑战结束前十分钟，陈郅悦要拍vlog、接受采访、记录倒计时并收拾房间，整个人处于亢奋和漂浮状态。冲到楼下看见人群后，他只想和每个人说话、拥抱，“有一种重新回到这个世界的感觉”。

• 曼祺的归纳得到他直接确认：人需要和真人在一起。虚拟反馈可以补充情感，却没有让真实连接在极端环境中失去价值。

14. 组织者最终看到的是“火星救援＋越狱＋共同创造”

• 孟醒原本担心有人无法完成生存而退出，也担心大家只冲自己的目标、不在留言板交流。实际页面一直在刷新，互助、聊天、分享脚本和尝试钻规则空子构成了实验的重要活力。

• 活动后，组织者问每个人还需要什么帮助；出现频率最高的答案不是更多算力或工具，而是希望和其他参赛者见面交流。孟醒由此意识到：“虽然大家本质上是一个对自己、对AI的挑战，但实际上连接这件事如此之重要。”

• 他用三个意象描述现场：有限资源中自救的《火星救援》、用床单传物和寻找漏洞的“越狱”，以及人在房间里与AI长期创造、近似陈景润独自证明猜想的状态。实验没有收敛成单一节目类型。

15. AI能力在筹划、执行和复盘之间已经换了几次刻度

• 2月讨论的中心还是AI coding；3月出现Manus及一批AI Agent；到5月，通用能力增强，原本设计的部分脚手架也可以放宽。孟醒因此反复强调，这不是一次能永久回答问题的静态测量。

• 从本次结果看，“靠AI完成生存”大致可行，但不是自然可达。参与者靠各种hacker式路径绕过环境限制，某些电商网站可用、某些完全不通，无法归纳为互联网已经支持或完全不支持Agent。

• 外部评价的分裂也说明认知刻度不同：有人觉得普通人能在72小时做到这些“特别牛”，有人认为打开编程工具、让它调出浏览器，几十分钟便能完成，活动“特无聊”。孟醒认为分歧本身就是实验价值。

16. 互联网围绕手机和人设计，Web端AI难以自然触达线下服务

• 今天的支付、验证码、App连接和账户体系，主要在过去十二三年围绕手机建立；更早又残留PC网页结构。两代系统背后的默认主体始终是人，不是Agent。

• 曼祺指出，新一波AI工具多在Web端和云端，受模型大小、延迟等因素影响，未必优先落到移动端；生存所需的外卖、零售等线下服务却高度集中在手机App，中间天然存在gap。

• 两位大学生也观察到，现有系统对特定终端、尤其手机依赖过强。挑战真正测出的并非模型是否会点击，而是模型能力、Web入口、移动服务、身份验证和支付能否拼成一条连续链路。

17. Agent已经能替人工作，却在数字世界里“没有尊严”

• 孟醒把Agent描述为可高并发替代人的行动者，但“它在它的生存世界里面是没有尊严的”。每次验证码、封禁和身份检查都是脚铐：“Agent需要跪在验证码之前，假装自己是个人。”

• 目前多数Agent仍借人的浏览器和GUI，用computer use模仿点击、登录和支付，而不是在自己的沙盒及机器原生环境运行。本质上它不是人，只可能是被授权的虚拟人，甚至可能没有完成授权。

• 真正独立工作的Agent还需要账户、钱包、权限和跨服务身份，且一个Agent可能拥有比一个人更多的账户。能力已出现，配套身份体系却没有准备好。

• 平台也有合理阻力：一旦攻击性Agent冒充真人，监管和追责都很困难。孟醒指出这会演变为商业博弈；节目中还提到，不同竞争位置的平台对是否开放可能有不同选择。

18. 从co-pilot到auto-pilot，平台出售的东西会从注意力转向结果

• 曼祺提出另一层冲突：许多互联网服务靠人的注意力和广告收入变现，如果用户不再亲自浏览、只派机器获取结果，原有商业模式会受到直接冲击。

• 孟醒区分co-pilot和auto-pilot。前者需要人与AI持续协作、发现和决策，人的attention仍在，可能同时承载眼球与结果计费；后者按任务自动完成，理论上“眼球就没有了”，商业模式更可能按结果定价。

• 因而Agent infra不只是补一个API或验证码组件。它同时触及平台流量分配、广告展示、服务定价、风险责任和谁有权代表用户消费的问题。

19. 机器原生界面与人类理解速度都落后于模型能力

• 浏览器的图形渲染源于人有眼睛，但机器并不需要同样的页面。孟醒举例，人看视频加速到2.5倍或3倍已接近极限，Agent可能以300倍处理内容；现有播放器却根本没有为这种消费方式设计。

• 他把演进拆成三条速度不同的线：技术能力指数式上升；为技术配套的基础设施更慢；人类理解技术能做什么又更慢。“一个比一个慢”，每层之间都发生折损。

• 这场活动一方面测第二条线，找出基础设施在哪些站点、环节仍欠缺；另一方面帮助第三条线追赶，让大家知道AI“已经到哪儿”，也避免把尚未实现的能力当成现实。

• 对所谓Agent infra，孟醒反对“没有它就完全不行、有了它就全都行”的零一叙事。现实是历史系统局部兼容、局部失灵，只有真正跑一次完整任务才能看到中间地带。

20. AI没有把个体封成孤岛，反而催生了新的协作网络

• 把参与者关在独立房间，本意是让每个人与AI形成更紧密连接；结果连接确实发生了，但参与者也通过留言板、脚本、教程和食物计划跨越物理隔离，形成一张临时网络。

• 孟醒由此设想，AI不一定导致个人孤立。个体生产力爆发后，彼此连接与组合的能力可能同步增强；个人独立开发、共同开发和共同解决问题可以同时存在。

• 他把A2A、MCP等协议看作某种早期雏形，也联想到Tim Berners-Lee时代的互联网协议：大家各自创造，又通过共同规则把成果连起来。具体组织形式尚不确定，但“网络化超级个体”比纯孤立个体更接近实验现场。

21. 《7:41》从反算法、爱的流动和一架飞机的声音长出来

• 利建磊有意把前48小时留给体验、饥饿、冥想、抓狂和情绪积累，最后约24小时再制作。与代码缠斗产生“算法无情”，留言板互助产生“人的情感珍贵”，两个母题先后出现。

• 民宿靠近上海浦东机场，飞机不断从头顶经过；声音让他想到MH370失联事件，第三个母题由此补齐。故事转向一个人与AI共同生活，却无法让AI理解失联亲人记忆的情境。

• 片中AI认为，男主保存多年的妻子语音备忘录和飞机坠海前两秒声波只是无意义白噪音，应该删除；男主每天早晨7点41分的闹钟则固执地准时响起，片名《7:41》由此而来。

• DeepSeek帮助扩展了文字细节，例如洒落的咖啡渍形成马六甲海峡的形状。这类联想超出利建磊预期，也让他承认AI在文字完善上的帮助很大。

22. AI能扩写故事，却不能替导演完成从情绪到唯一画面的跨越

• 文字进入视觉阶段后，利建磊立刻碰到上限：把液体精确做成马六甲海峡形状，需要Photoshop、图片编辑或AE，规则却剥夺了这些传统工具。导演权因此被迫让渡给生成模型。

• 配音同样暴露情感损耗。文字转语音无法稳定处理中文多音字、疑问、肯定或强烈感叹，他最后改为先用自己的声音表达情绪，再做语音转语音，效果才稍微贴近目标。

• 日常工作中，他仍更愿意使用真人配音，也依赖音效库和配乐去调节情感。72小时里没有这些人与互联网资源，证明导演无法仅凭生成模型成为完全自足的“超级个体”。

• 利建磊最终划出的边界是：AI不能稳定“无中生有”，也不能自动掌握人类情感；导演要先给出母题、框架和风格，再让AI在边界内执行，而不是只说“写一个人与AI共存的故事”。

23. 免费算力带来了创作自由，也暴露了生成影像的真实成本

• 活动提供即梦、可灵等影像工具，且不要求参与者承担费用。利建磊把这种状态称为“算法自由给我带来的那种创作自由”：平时要区分普通与大师模型，这次可以所有镜头都用大师级。

• 他给出的日常成本是，可灵大师级五秒镜头约十元，而一次生成很可能是废片。与实拍、特效、搭景和演员相比已经便宜很多，但普通创作者仍可能无法接受反复“抽卡”造成的沉没成本。

• 曼祺追问行业实践时，利建磊以自己入围金鸡奖的作品为例：先实拍，再用AI逐帧转绘，可以保持人物、空间和画面结构一致。纯生成则很难确保画面里每个元素都经过导演设计，“现在生成其实就是在抽卡”。

24. AI把“先有故事再有画面”倒转成“先看画面再找故事”

• 利建磊目前会给自己两个小时，只让AI生成海量图片，不先构思情节；随后挑选、拼图，再观察这些画面能形成什么故事。“以前是先有了故事再有画面，现在是我先让AI生成画面，然后我再有故事。”

• 他计划继续完善《7:41》，把72小时版本发展为中长片，内容仍讨论人与AI、时间折叠和意识流，也许在今年年底发布，并继续用AI制作。

• AI作品曾把他从转行边缘拉回影视，这次挑战又提供了“弯道超车”的信号。他想探索“第一代AI导演”或中国“第七代导演”的独特风格，但并未把一次不完整作品包装成已经验证的成功路径。

25. 陈郅悦不是学会了传统编程，而是学会用项目驱动AI写产品

• 2024年6月前后，做产品经理的陈郅悦经常面对工作十到十五年的研发团队，收到的质疑是：“你不懂代码，你不要瞎指挥。”当他追问需求为何做不到，对方会以技术细节终止讨论。

• 他先在YouTube跟着印度程序员学习，从Hello World逐步敲代码；两天后便判断这条路太笨，“我这辈子都学不会代码的”。转折不是掌握语法，而是改用AI coding，并先定义自己真正想完成的产品。

• 他选择做一个覆盖UI、前后端、部署、App Store审核和海外运营的完整项目，而不是to-do list或时钟。约三个月后，Adventure Snap上线，用VLM识别旅途中眼前的建筑，再由模型提供人文讲解。

• 他一直使用Cursor，早期模型和context能力远弱于现在。他毫不回避能力结构：“虽然我开发了好几个产品了，但是我脱离AI coding，是完全没有办法完成任何一堂计算机课程的教学作业的。”

26. Adventure Snap真正可付费的不是识别，而是解释眼前细节

• 产品最初只回答“这是什么”和基础背景，迭代后才发现，已经站在卢浮宫等景点前的用户往往知道常识；付费价值在于指出他们此刻能看见、却不知道如何解释的具体细节。

• 陈郅悦以圣索菲亚大教堂为例：用户可能知道基督教与伊斯兰教历史叠加，但产品应指出门上的具体符号、它位于照片哪个区域，以及为什么能证明相关历史存在。

• 团队又接入苹果经纬度，辅助判断用户所处位置，并区分百科式知识和轶事趣闻。曼谷大皇宫的例子不是只报名称，而是解释曼谷与大皇宫在当地风水叙事中的“心脏”位置。

• 他把目标说得很生活化：信息要让用户旅行回来后能和别人“吹一吹牛逼”。两轮迭代寻找的不是更多字，而是与当下视野、位置和社交需求对得上的内容。

27. 一个不会独立写作业的人做出了每月千欧元以上的订阅收入

• Adventure Snap已在海外App Store上线。陈郅悦只在Reddit发过两三篇介绍，仍吸引到法国、德国等地的背包客，并以会员制持续收费。

• 他透露月收入“大概在千欧以上”。产品有一周免费试用，真正留下付费的人形成稳定会员库；苹果曝光、旧帖子和社媒推荐持续带来新用户，同时也存在正常流失，整体缓慢增长。

• 面对一款叫ChatCici的美国同类产品，陈郅悦不认为双方完全争夺同一用户。对方希望覆盖旅行、生活、教学等全场景，接近App端搜索引擎；Adventure Snap只服务愿意深入理解旅行地的人。

• 他承认很多热爱旅行的人也不需要历史和细节，只想打卡、拍照、查简单介绍。产品不追求服务所有人，而是把极小的深度旅行群体服务好，未来有精力时再继续迭代。

28. 虚拟直播原以为能做七八成，72小时后只完成约30%

• 陈郅悦想做的不是虚拟主播，而是由真人面对一群AI观众直播：没有粉丝的普通人也能倾诉、展示生活，在友好安全的评论环境里获得及时反馈。

• 他预想的基础链路很简单：ASR把音频转成文字，再交给LLM生成评论；图片可以局部加入，暂不直接使用完整视频理解，因为多模态处理延迟更高、成本更高，而且第一版并不需要所有信息。

• 真正困难在音视频传输。他此前没有相关经验，不同环节和云服务要求的文件格式又不一致；无法查开发文档、社区和互联网，使一个WebSocket连接问题耗去七八小时，也无法像平时那样睡一觉后再debug。

• 他原先预计完成七八成，最终自评只有30%。展示版运行在电脑上，没有摄像头权限，画面是黑屏，只能接收声音；AI会反馈，但他还预写了大量hard code捧哏评论。

29. 每分钟两分钱的AI评论比预写捧哏更便宜、更有生命力

• 挑战后继续开发时，陈郅悦改变了判断：hard code评论看似节省成本，实际却是噪音，因为它不能根据主播刚说的内容互动，也无法自然进入下一轮对话。

• 他测得直播一分钟的模型评论成本约人民币两分钱。界面从常见四条评论增加到六条，并持续滚动更新；同时用点赞数和进入直播间人数营造观众存在感，后续还可能扩到七至八条。

• 他自己录制五分钟demo时，无需提前设计话题。读出一条评论、回答、让新内容重新进入模型，再获得下一条反馈，循环自然形成；即使没有主播经验，也能模仿平时看到的直播状态。

• 所有人都围绕主播的小情绪和动作追问、鼓励，主体性被推到最高。陈郅悦的形容是：“不是当网红直播，是当明星直播的感觉。”

30. 极端环境把产品创造者变成了自己曾经俯视的用户

• 陈郅悦反思，自己最初有一种“很高傲”的产品心态：他假设产品服务的是无法从真实生活及时获得情感反馈的人，而他随时可以找朋友诉说，因此不属于目标用户。

• 72小时把条件推到底线后，他发现自己也会需要AI反馈，并能把一部分情感需求让渡给机器。回到现实，他又与demo连续互动半小时，第一次相信自己可以长期玩下去。

• 他过去下载Character AI、Talkie、星野、筑梦岛等产品只为调研，从不高频使用，也不理解用户为何需要它们。亲自变成需求方后，他才看见评论友好度、情绪模式和互动节奏该如何调整。

• 产品规划因此加入emo与非emo模式：情绪低落时几乎全部提供正向反馈；想模拟真实直播间时，则允许无厘头、偏题甚至不那么积极的评论。下一步先经TestFlight内测，正式上线受苹果审核和算法备案影响，可能还需一到两个月。

31. AI让更多人拥有产品，但不会自动替他们建立护城河

• 陈郅悦在小红书分享开发过程后，香港投行、大厂产品经理和投资经理等人来询问脚手架与开发方案。他的观察不是人人都想成为职业独立开发者，而是“每个人都想做自己的产品”，验证自己窥见的需求。

• 他同时维护多个产品，独立产品可能带来一些现金流，用来支付生活和开发成本；这种方式不必先融资，可以快速把想法做成可用版本，再决定是否继续投入。

• 孟醒认可AI让起步团队显著缩小：过去需要多人才能开始的产品，现在一两个人便能验证。但一旦方向work，竞品会进入，团队需要更强ASO、推广、engineering和更多feature，边际迭代仍会要求更多人和资金。

• 他的长期判断是，稳定均衡下的团队“可能也不会太小”。长期小而美会存在，但多数成功工具会走向红海；“AI解决的依然是生产力的问题，其实不是竞争的问题。”

32. 新组织形态仍无定论，因为AI满足需求后，人会继续抬高需求

• 孟醒坦言，一两年前他更相信AI会创造极小的新型组织，也更恐惧财富集中：最有资本的人可能调动近乎无限的Agent智慧，而普通人未必拥有同等access。

• 节目中曾提到一种可能：如果Agent足够强，资本转换成生产力的中间损耗可能下降，甚至能让Agent去创业、运行项目。孟醒的反驳是，这一推演默认人的需求静止；AI满足现有需求后，需求会继续上升，而且新需求往往正是AI暂时不能满足的部分。

• 自动驾驶并不会终结出行需求，用户还会要求不同驾驶风格、车与车连接，最终甚至追求“瞬移”；Zoom是出行的替代品，却还不是瞬移。对于AI是否重塑公司组织，他保留答案：“我觉得我们在看，我不知道这个答案。”

33. 下一轮大问题可能来自能进入、能观看、最终能互动的世界模型

• 孟醒不打算简单复制同一场挑战。当前工作仍包括整理七名参与者72小时的素材、制作个人短片；若未来再做，形式和问题必须顺应新的技术时间点，而不是把第一期变成固定节目。

• 他当前关心多模态与世界模型能走到哪里。Odyssey展示的实时真实场景视频生成，可以根据一张照片和真实场景形成实时生成的空间，让人走动观看；相较他提到的World Labs和Decart的Oasis，实时性、真实环境与清晰渲染尤其突出，但互动仍有限。

• 更远的想象，是把一部电影变成可进入的平行世界，类似《黑镜》第七季第三集里的电影重构；若语境从电影扩展到现实世界，用户能体验的内容会大幅增加。

• 难点在理解、生成和alignment统一。文本早已被人类用文字结构化，像素、视频和空间信息却没有同等成熟的tokenizer；现有视频公司更多优化逼真度、一致性和酷炫效果，是否符合物理规律只在部分场景重要，前沿路径仍未收敛。

34. 三个人最终都重新划定了人与AI的分工边界

• 利建磊确认，导演必须控制不变量：颜色、色调、风格、摄影机参数乃至颜色代码；人物做什么、主体如何变化可以交给AI。提示词要白描且唯一，“黑色对应黑色，五只手对应五只手，向上看对应向上看”，不能依赖模型理解模糊抒情。

• 陈郅悦对AI coding的判断没有根本变化，变化的是对情感产品和用户的理解。他从“AI只需要效率性地帮我解决问题”，走到承认自己也能从模型获得情感补充。

• 孟醒则看到，AI完全take over线上线下生活仍有漫长距离，但非计算机专业者的价值被低估。机器擅长填充人类知识球内部已有点之间的空洞，较难“把这个球往外再扩一圈”；艺术家和普通用户可能正是在边界外填新点的人。

• 因而艺术家不应只是工程师方案的Value Network或环境反馈，而应与程序员一起成为Policy Network，共同定义问题和作品。利建磊进一步预测，AI会加速中国影视从导演中心制走向制片人中心制，程序员与传统影像工作者结合后，才可能形成更标准化的超级娱乐个体。