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」

摘要

• 梁琛奇认为 AI 娱乐迎来窗口，三个前置要素正在成立。 一是推理成本——娱乐时长是工具的十到二十倍，“你如果 scale 到一千万 DAU，这公司就破产了”；DeepSeek 之后，同等智能的推理成本下降，过去算不正的 ROI 可能算正。他离开字节前给猫箱算账，判断去年底 ROI 能打正，据他了解确实打正。二是 GPT-4o、Sora、Seedance、Nano Banana 等图像视频模型效果过了用户愿意看的 bar，也开始遵循要求。三是豆包、ChatGPT 等工具先教育用户理解 AI 交互。
• 他判断 AI 娱乐新体验的雏形一到两年内出现，更大概率约一年；必要条件是消费内容时实时烧 token。 不烧 token 的 AI 短剧等体验会长在红果短剧等既有平台里；他对纯 3D 实时生成和 AI 男女友持保留态度，轻游戏、互动内容和“涌现式创作”则可能成为方向。潜在游戏人群可能是现有规模的十倍。
• 动念引线从第一天就训练模型，理由是娱乐场景与主模型优化方向“正交”，可形成壁垒。 新体验的数据天然稀少，娱乐评估极度主观，且可以把大量主观隐性 feature 做进模型。公司主要训练了生图后训练模型；他称自身场景下大部分场景已达到 SOTA，成本比当时市面模型低好几个数量级，目标是用逐帧生图支撑实时消费。
• 方法论上他更相信“先产品后技术”，反对先造锤子再找钉子。 先用现有模型排列组合验证体验，若产品有机会但粗糙，再为值得做的体验投入模型训练。他曾用 AI 研究这一问题，认为娱乐产品中“先产品后技术”与“先技术后产品”的比例可能约为 7 比 3，并反共识地认为字节也更接近先产品后技术：先看到用户愿意看新闻，再补推荐技术。
• 组织上公司设立了 UGC 组织：一到两人组队，两周到一个月验证一次，从大量可能性中快速测试。 目前并行开发七八个产品，公司约百人。他也反省创业后 review 压力反而比字节小，曾被“不烧 token 也能 work”的轻松选项吸引，后来靠数据和强硬 review 拉回现实。
• 他认为 AI 可能带来 context 深度与 context 交叉的新网络效应。 AI 原生娱乐内容背后可以有 prompt，prompt 之间能够真正 mix，而不只是像过去的 duet 一样拼接。他劝创业者先关注能否做出真正影响用户的新体验，不必过度担心被大厂复制；Cursor 最终以 600 亿美元估值被收购，是他举的例子。
• 验证标准是新颖、长期、高频且不厌倦。 一个“还可以”的模型是次日留存 40%、第 7 日 20%、第 30 日 10%，同时要看打开频次、泛化能力和规模增长时体验是否变好。《松果时刻》的工具用例次日留存可能达到 20% 甚至更高，但他没有重点引入这类站外做号用户。
• 宏观上，他认为 AI 会让内容在整体价值中的占比相对移动互联网下降，但绝对增量仍大。 如果未来少数人借助大量 agent 推动科技进步，就要回答大量被释放时间的人做什么；他相信泛创作、泛艺术和表达能让人获得参与感、正反馈和意义。这个判断是对未来的推演，不是确定事实。

精读

1. 双重少数派：应用切入、用AI做娱乐，都不在叙事主线上

• 程曼祺开场定位：梁琛奇是双重少数派——出发点是应用而非模型，方向是娱乐而非生产力。他先纠正一半：“Claude Code发展很快，Cursor最后被收购了，但它是个特别大的收购，是六百亿美元被收购”——应用肯定还在发展。
• 娱乐确实没有大变化，“这个确实是比较客观的”——但娱乐本质上比工具慢，恰是他去年出来的原因：慢，但到了"一个不错的可以开始的时间节点"，前提是三个前置要素发生。

2. 要素一：token是AI时代的流量，娱乐推理成本是工具的十到二十倍

• 每个技术时代有自己的资源限制，移动互联网是流量——“你在二零零八年说我要做短视频，你疯了，刷一个短视频一个月流量就没了”；AI时代就是token、就是推理成本。
• 工具产品十分钟可以PMF，娱乐是"带着一个空空的脑子等待被新体验填满"的杀时间过程，时长是工具的十倍二十倍，相同智能下推理成本同样放大——“你如果scale到一千万DAU，这公司就破产了。”
• DeepSeek是明显的节点：attention转向开源和同等智能下的降本，“过去算不正的ROI现在就能算正了”。他离开字节前给已开始商业化、斜率不错的猫箱算账，测到去年底ROI能打正，“据我了解就真的打正”。

3. 要素二：模态——语言是智能的压缩，但娱乐要的是感官

• 语言效率高，服务的是解决问题的工具场景；娱乐"不是save time是enjoy time"，追求感官体验，“文字相比图片视频，它所能服务的用户就是差数量级的”。
• 去年GPT-4o、Sora、Seedance、Nano Banana同时做到两件事：效果"真的过了那个bar，你真的愿意看了"，且真的遵循用户要求——Midjourney时代审美很好但不遵循要求，“没有办法被使用和scale”。

4. 要素三：用户习惯只能被刚需工具教育，娱乐坐享其成

• 历史类比：智能手机普及靠"打电话"这个上时代刚需牵引，十五年后打电话只剩5%的价值，其余生态"润物细无声"长出来；娱乐是新体验，“你非常难说一种没有过的新体验是狭义的刚需”。
• AI时代同构：用户通过豆包、ChatGPT这些刚需产品"逼自己搞清楚跟AI交互的边界"、怎么prompt、怎么用多agent——“这些事情都build之后，你在上面去build娱乐体验，其实用户就已经被教育过。”

5. 不做工具是nature：从没碰过娱乐以外的事

• 明知娱乐更慢仍不做生产力，他归因于个人nature：“我对做工具没有什么兴趣，我的兴趣是让更多的人开心、有创造力……你看我职业生涯，我根本没碰过娱乐以外的事，从没碰过。“附带好处是生活一体：“你周末去玩是非常合理的，你在体验产品、体验用户，这件事情就自洽了。”
• 他自述从小迷恋"主观性的创造”，又擅长数学和规律判断，而大C端产品经理正为此design——“世界是主观的，大量的人是不理性的”，但你要抽象出框架，“以一种可预测的方式服务更多人”。主持人的概括他认可：主观和客观的十字路口。
• 高中理科生却报了文科（“理科不浪漫”），学了一年社会科学后回头：文科浪漫但"迭代不好分阶段验证”，计算机"啪的一下就知道结果"，同样天赋下验证带来更高斜率。
• 斜率的尽头他非常在意：“我最后希望构建的作品，是面向广泛的人，让广泛的人的精神世界、创造力、生活方式、新体验被影响的作品”——载体后来落在了产品上。

6. 群英图的takeaway与地球online的答案：diverse

• 大学做过接力作画小程序群英图（画五笔传给朋友续画），几千上万用户。感受一：“历史上伟大的作品非常少是一堆人做的”，尤其文学——所以它是社交大于创作；感受二：社交需要载体和命题，“你要找到一个新颖、长期、高频、不厌倦的载体”，而找到它很难。
• 主持人说想不出能和朋友高频不厌倦一起做的事，他答"世界是有答案的，答案就是diverse"——今天喝咖啡明天卡丁车后天滑雪，“你们就在地球online里”。大众点评只解决了"找"，他迷恋的是在playground里把体验做完。
• Roblox更接近那个平台：UGC游戏、都在线实时游玩、一亿DAU以上，“我今天跟朋友没什么事就来Roblox hang out，边逃离火山喷发边聊两句”；蛋仔派对也有Echo——潘乱发现儿子在蛋仔里跟朋友的账号"在岛里逛来逛去"，那就是社交。

7. 校招硬选抖音：在爆火之前的三个判断

• 校招时他本被安排做火山，HR说火山是正规军、资源更多，他仍跟卷卷面试时直说自己就是想去抖音——那是2018年春节抖音爆火之前。
• 判断一：抖音自己刷得下去、人群潮酷、“品牌从高往低倒”；判断二：表达动机不同——抖音是"很强烈的我爱这个平台的原动力"，火山靠火力值换钱运行，“你可以用物质激励一个平台的建设者，但这不能成为他的第一性的动机”；判断三：快手已存在，“用一个更差的快手跟快手竞争，用户没有什么道理做迁移”。
• 卷卷面试的两个印象：对不靠谱新想法的第一反应是鼓励往下展开（一般的公司可能会说"你把渗透做高"）；他问抖音出现不精致的搞笑段子是好是坏，卷卷"非常坚定"——“这绝对是好事，抖音不是一个以音乐为起点、也以音乐短视频为终点的产品，它未来是要能覆盖到全人群的，全人群都有创造力。”
• 他自认当时没那么绝对：“大部分人也没有真的测算明白”——就像字节早年激进对标微博，做到一半发现抖音DAU已超过微博就不做了，之前没人预料到。

8. 朋友页与推荐的诅咒；“它是window、画布、桥梁”

• 抖音第二个tab朋友页是他做的。他的框架：“推荐是一个gift，也可以说它是个诅咒——你但凡打破用户无脑刷的、类似植物性精神状态的flow，你就会掉留存，因为推荐太强了，它吸收一切。”
• 救命的设计是刷完后提示"朋友内容已经看完了"并一键跳回主页——“一个非常小的东西”，却是朋友页留存打正的重要原因；字节的系统是掉留存就不能上线，“一堆人过来challenge你”。启发：关键路径下看似细小的改动实际影响全链路，“Alex（朱俊）是一个细节变态”。
• 他转述Alex的比喻：抖音是窗户——“视频扑面而来把整个屏幕撑满，你真的有一瞬间恍惚，你在窗边看不同的世界，一划是下一个世界，永远无法预期接下来是什么。”
• 判断很绝对：全屏上下滑"本质上是Alex design出来的"，与非全民上下滑"区别非常大"，Instagram并没有更早——“抖音这个产品就像是一个设计师设计出来的产品，产品气质太明显了。”

9. 在抖音推社交：“接下来只剩微信了”

• 立项逻辑：其他业务有自然斜率、天花板可预测，“你一定要问接下来是什么？你发现接下来只剩微信了”。社交拆成通讯工具和内容分发互动，后者只需关系、投稿、分发三要素；而抖音已是超级UGC平台，“你更大概率跟你朋友都在用抖音，只是你们没有遇到”，不用解决冷启动。
• 从想法到上线一两个月（约2018年），自己主动立项；后来朋友关系分发、社交内容消费加私信，“对抖音的留存贡献是很大的”——“留存其实就是终极指标了”。但他也承认没产生"从七亿DAU变到十三亿DAU"那种掀桌子的变化。
• 对主持人"抖音不算社交产品"的体感，他的回应是用户代际：更年轻的人群每天高频私信、发story；“每个代际的人都会选一个自己的平台”——老平台出现前你的关系已建立完就难迁移，新代际刚开始建立关系时是可以被重新build的。

10. 产品+经理：不喜欢沟通，但"憋着就无法创造"

• 他拆这个职业：产品是理解用户、design、用逻辑连接创造与同理心；经理是"把系统搞得很高效，让好的想法很高效地被实现"——后半部分入职半年后才意识到必须做且有技巧。
• 不喜欢沟通的他做了道选择题：“你知道你能提供那个极其牛逼的体验，但你需要搞清楚怎么跟人交流、怎么使用更大的资源——你到底是放弃构建这个impressive的作品，还是逼自己学会？我觉得这个很容易决策，但也花了半年。”
• 关于自我训练的警句值得保留：“这个你在自己身上训练不出来，就别干了。好的taste、主观感受不是尚方宝剑，尚方宝剑是能把这事拆解得很清楚——把主观的事拆解成客观的可被量化推行的逻辑，让一个非常聪明的理工科的人听懂，这件事超重要。”

11. 2021年实时社交：真社交的定义，与上百人一年关停的学费

• 毕业两年、自称"应该是最年轻的业务负责人"，找凯利聊完就立项。推演：发朋友圈、异步点赞不是现实世界的社交；真社交是"在一个特定环境、特定主题下一起do something，同时保持交流获得快乐"——跟朋友喝咖啡从不担心冷场，因为有人吹sax、世界在往前；打实时电话却"超大压力，因为你觉得你在完成一个任务"。缺的是那个"没有你我也会自然往前的东西"。
• 结局：团队最多上百人、一年后因"不可抗力"关掉，“我觉得可能我们足够努力能解决，但其实不是的”。方向本身后来被蛋仔派对一定程度验证：先靠糖豆人式主体验涨起来，再UGC一堆地图让人hang out。
• Learning一：“尊重世界客观发展规律，不要逆着某些倾向和趋势做事”——但世界仍有分叉，“不是说万事万物都是被安排好的规律”。
• Learning二：娱乐里不要做太多假设，“你的关键变量最好只有一个，其他全部都是被验证过的”——每个假设0.9的成功率，十次方就非常小；工具的假设因为解决明确低效往往是准的，娱乐的"百分之九十概率"根本不存在。

12. 切表达的谱系：从多闪、story到"动念"的差别

• 当时BeReal熟人社交涨得很快，但他认为大命题是熟人社交本身，“用什么方式做、做成什么体验，这个是另外一件事”。多闪、Instagram story切的都是表达——“有些表达你想表达，但这个表达没有发生”，比如朋友圈发不出去的日常小事。
• 动念的差别在对象：上个时代的摄像头inspire对现实世界有天赋的人——爆火两千万粉的小姐姐、“能识别出地球online里有趣部分"的拍云博主；这个时代要激励"脑中世界有巨大天赋的人”——“他可能其貌不扬、说话磕磕绊绊，让你觉得他是一个无聊的人，但他脑子里有极其丰富、极其多样的精神世界。”

13. 动念引线与default：点燃念头，但烟花不属于AI

• 公司观：天才随机分布在人群中，“药水哥就是天才，在移动互联网之前你不知道他是天才”；每人每天三千个念头"闪烁一下马上就消散"，过去极大比例无法成为作品，未来AI可以把"逻辑不通的、混乱的、尚未构思成型的东西build成一个很好的作品"。
• 引线的含义是谦抑的：“我不觉得那个创造力的来源是来自于AI的，也不来源于我们这家公司，它就来源于普通的用户自己——我们只是燃放那个烟花的引线。”
• 英文名default指"对世界进行压缩和再展开"：未来你不只站在窗边看，“你可能体验三千万个平行的世界和平行的人生”——去唐朝、去迪拜过富二代生活、跟哲学家做形而上探讨——再回来inspire你所处的真实世界。名字在创业开始前就想好，愿景可追溯到群英图：“方式错了，但是愿景不会变。”

14. 从海龟汤到猫箱：一次坐标轴叉乘，加一个竞品信号

• ChatGPT让他玩通了海龟汤，“这事很不一样——把人作为一种生产要素scale了”。推导：移动互联网娱乐里大的只有被动内容和游戏，拉一条从被动到主动的坐标轴；AI native产品与模型无关，是"我进行一个input，系统reasoning之后给我一个特别长尾定制化的反馈"。两者叉乘，“你已经在定义互动内容了”。
• 当时市场至少一半人觉得AI是"角色"，他更相信是"内容"——区别在于你是在消费体验还是建立bonding，互动完换下一个还是变成朋友。
• 他先做自己的推演，再看市场上的竞品；虽然会看竞品，但会更高权重地看自己的推演。当时他做完推演才看到Character AI，是Alex转给他的。
• 信号的bar：移动互联网要千万DAU以上、ARPU"到一还可以"（约一天一千万收入）；AI产品因斜率预期"把bar又往下拉了一层"，五百万DAU就可考虑——当时Character AI、Talkie、星野都已大几百万DAU。

15. 只做AI，但"我脑海中的作品里没有效率"

• 加入Flow的契机：与朱俊讨论"充分情感化助手"时对方超兴奋（“我觉得他应该就是在构思豆包，但当时没说”），他随即表态：“我只做AI，AI以外的事情都不重要——如果它是科技革命级的机会，你干嘛要做其他事？”
• 但最革命的生产力他不碰：“最重要的要素是它是我想做那个作品的一部分。我脑海中的那个作品里没有效率、没有工具。世界往前走很重要，但我脑海里作品没有这个。”

16. 供给端主线：此时此刻恰如彼时彼刻的电视机

• 内容史两条主线：模态（文字→图片→视频→3D），和更隐蔽的"供给的扩大和碎片化"。当年评论家说电视机是很差的发明——屏幕小、内容差、预算只有电影十分之一，“但恰恰如此，你的供给是更多的，就能满足不同人在不同场景下的需求”，一路演进到竖屏短剧。
• 这条线一定没完：AI短剧还要几千块、学几天一周；当门槛低到"只要把想法和创造力通过文字表达出来，剩下全部交给AI"，一定有大量有天赋的人进来。且新创作者不来自既有的短剧或游戏线——“他原来是nobody，他现在是这个新时代新格式的创作者。”

17. 消费端必须是新体验，否则就是大公司的机会

• 关键否定：“如果你现在要做一个看短剧的平台，就没有道理——我作为消费者去哪看？毫无疑问就是红果短剧，我不care是AI做的还是人做的。“没有新格式就长在既有平台里，“就是大公司的机会”。
• 新体验的本质是"过度拟合的无限分支”：AI之前计算机是与或门的有限级系统，产品经理要遍历每个button；AI之后"从两千种输入变成两千万种”，能reason出定制反馈。
• 他的思想实验：为什么相信地球online是真实的？因为可以把纸吃了吐出来泡水里再吃一遍——“恰恰因为你能做任何长尾的事，所以你觉得你自己是自由的，这个世界对你来说是可被接受的。”

18. 推荐系统下一集：familiar归AI，strange必须来自人

• 圆与椭圆的比喻：推荐系统之前供给少，正方形凑合看；推荐之后千人千面找最圆的椭圆——“但从第一性原理来讲，你一定没有真的被满足，因为那个创作者是面向三千万个人创作的，他在找最大公约数。”
• 主持人质疑：用户自己都不知道心中的圆长什么样。他答：推得准不准数据上看得到；AI有机会真正拟合——“每隔一段时间问它你觉得我是什么样的人，它啪跟你说一段，你说哇，这比我大部分朋友都懂我。”
• 与市场叙事的分野：“我猜很多人讲到这个叙事到此为止就结束了，但我觉得不是的。“内容要同时提供familiar（共情的桥梁）和strange（惊喜）——“如果这个事情跟你生活一模一样，你不会觉得有趣的。”
• AI可以基于对你的了解把故事转换成适合你接受的形状，但strange"就是来源于diverse的人的”，来自不同性格不同人生经历的创作者——“完全由AI所接管的那个内容供给世界我觉得是不会发生。”

19. 人被scale：从十万对一到十万对十万，但体验是混合的

• 第三个变量：人过去是无法scale的生产要素。直播是典型瓶颈——主播带宽有限，只能靠礼物排序出榜一大哥才配对话；“当AI把这事scale之后，就变成十万对十万了”，十万个人都能跟一个角色单点交流。
• 主持人抓住矛盾：既然你说AI不会替代所有供给，这体验里还有多少真人？他的第一层回答：角色背后是人类创作者design的丰富设定，“你在消费这个摄政王的时候，你是跟那个创作者产生某种共鸣”。
• 第二层：最终体验是混合体验，“人的参与和占比决定这个体验是不是真的有趣”——AI占比极高、人的unique想法占比极低的体验，有趣程度就是不一样。
• 主持人的追问逼出坦白：足够聪明的AI能否一次设计十万个生动角色？“你让我做绝对表述，AI非常强了maybe有一天也能达到——第一我不太希望看到，人的魅力就来源于主观性，以及他的人生经历所产生的那个trigger。”

20. 人类的防线：五件较晚被AI替代的事

• 他的清单：数据少的（没法学）；不好评估的（“评估系统特别准确特别客观，你就RL狂卷就行了，卷完你就超聪明”）；起心动念（“它永远是在response，但你的起点你要干嘛、目标是什么，这个是起点”）；具身智能成熟前的线下。
• 第五条最生活化：有情感加成的——妈妈做的生日蛋糕写着"生日快乐宝贝”，“品质上比那些好的蛋糕好在哪？其实没有，但是它有情感加成，所以我觉得这是人类的某种防线”。

21. 猫箱的design：别把用户单独关在房间里，把他扔到火山口

• 既有产品两个未解问题：看到一堆角色不知道聊什么；相当比例的人滑向荷尔蒙、“确实擦边搞黄色”。诊断：“一个男性和一个女性坐在一个房间里，没有任何主题没有任何目标，本能我可能就走向荷尔蒙。”
• 解法是场与主线：“你不要跟他一个人在这里，你跟一群人；你们不是在封闭的房间，你们在火山口，火山要爆发了，全员要死了”——像沉浸式话剧和剧本杀，一方面自由，一方面"从来不担心接下来会不会变得很无聊，因为有一个暗藏着的主线在往前"。
• 落地为故事格式：人类编剧写剧本、AI当导演，基于用户动作选择推进剧情；从第一天就应设想内容多样、面向未成年人和成年人，而早期主要拿18到30岁的年轻女性，兼顾道德考虑和未来付费能力。
• 商业化两条路都通了：内容视角插广告（有时长就能插），游戏视角做会员、玩法卡片、“听角色的心声”——猫箱两种都做、“两边贡献都挺大”；他也承认后来长出了"真的跟虚拟角色产生人的绑定"的use case，这批人情感浓度高、客单价可能很高。

22. 造房子 vs 养女儿：AI产品的教育学

• 移动互联网构建产品像搭房子（Alex的比喻）：一砖一瓦、定义每个use case，“你不定义它就不会发生”；AI时代一部分还是房子，另一部分"像是在养一个两岁的女儿"。
• 荒诞例子：你不可能教女儿"三十九岁那年公交车上穿红色连衣裙的女子脱下高跟鞋舔一下砸向你头上时该做何反应"——input无限、未来无限，“你无法为她遍历每一件事，你只能教她框架：世界观、principle、一些SFT的例子、给她目标让她自己去RL”。
• 验收标准是十八岁成年礼的wow moment：她演完话剧你被深深打动——“没想到这个角色你演得这么好”，转头又想"你就应该如此，因为你就是如此成长的"。“你没有一个moment是这样，你就错了。”
• 认知来源于两个客观事实：猫箱用户反馈90%都在反馈模型（“这个角色他怎么这么跟我说话，气死我了”），且反馈极其长尾，“你不可能专门修它这个反馈”——叠加对SFT、RL管线哲学上非强控制的理解，你就知道没法再用老方式做。

23. 第一天训模型：与主模型"正交"才是壁垒，商业化也要第一天想

• 做猫箱一个月后他意识到必须自己训：“他对我忽冷忽热"这类关键体验不训模型改不了，豆包主模型"不往你这个方向优化”。动念引线公司第一天就开始训练模型，故事模型当时完全从头训练，角色模型也训练过一个版本，后来由他负责并影响其训练；公司有完整的模型训练管线。
• 正交的好处是双吃：主模型智能越好你越爽（“导演智商好肯定没错”），同时构建三种壁垒——新体验的数据天然稀少而unique；娱乐评估极主观，“用户开心就是对，上海十八岁的女生开心，东北四十九岁大哥可能就不开心，加州三十九岁的LGBTQ也不开心”，必须在真实用户环境里做reward model；以及把主观design做进模型——“全屏上下滑不是纯粹推导出来的，是design出来的，你可以做一千个隐性feature进agent里，别人没那么容易copy。”
• 当时市场的声音是"应用公司就做应用、模型公司就做模型"，他第一天就反着来。另一个区别是商业化：“你第一天就有token费用很贵，得更早想怎么赚钱，不然你就把自己烧死了”——猫箱半年后serious地想，他说的"打正"口径是投放、推理、日常运营全打正，不含已训完的模型。

24. 一月份的决定：DeepSeek加速一切，梁文锋证明相信的价值

• 离职决策更早在一月份形成：DeepSeek让娱乐的三个变量"被大幅加速"。另一半是理想主义的激励——DeepSeek之前跟一些中国研究员交流，“有人说OpenAI在探索AGI，我们在修修补补搞简单的SFT，你听完就觉得这没法搞了——你如果不相信这件事情，你怎么可能做到？”
• 他记得梁文锋访谈里两段：“童年未获得之糖果”——亲戚问读书有啥用，“其实他们不知道，当中国迈过了这个节点之后，未来读书会越来越有用了”；以及"中国不可能永远都是跟随的……这件事情只需要一堆过程和一个结果"。
• 再加一层：小团队在巨头之外做成大事，“带给你一种可能性，然后你觉得这种可能性很有趣”。

25. 为什么创业：一道三个结果的排序题

• 他对大公司的同情式理解：两千亿美金估值的公司判断一件事要有高天花板，而娱乐新体验第一天没人能exactly判断PMF和天花板，“很reasonable的决策就是先看到一个产品PMF了、过了bar，我再跟进也来得及”。
• 他的排序：“做出影响很多人的东西、且我们拿到最大收益 > 做出来但收益被一家其他公司拿到 > 不做。“做完排序，“你很自然就是：做出这个东西是最重要的”。主持人问"待在字节靠资源把别人从零到一的体验做到最大"排哪——“比不做好一点。“所以前两名都必须创业：“我必须参与其中。”
• 对被抄的担心他往后放：“不觉得现在应该花那么多attention想这东西做完被大厂抄了怎么办——先花点attention想那个从零到一的体验是不是重要到能改变很多人。如果它重要，你就应该先把它做出来。”

26. 猫箱是0.5到1；“一"等于踩油门前万事就绪

• 自我评价：零到零点五被Character AI们充分初步验证，猫箱做到一——“一就是一个相对泛化且能达到一定规模的产品形态ready了，你踩油门就能scale到某一个数字”，踩油门即投放、商业化、scale。
• 泛化重要，因为他迷恋"交叉”：“一帮人在铁轨左边，一帮人在右边，你构建一种体验让永远不相交的人同时接受”——像《中国有嘻哈》出现之前的嘻哈，小圈子背后是"非常广泛的人都有的情绪和表达方式，你真的找到人性底核里共性的东西，它就能点亮每个人”。niche人群自有文化运行得很好，“但那个魅力下降了”。

27. 七年方法论：停车场里挨个踩油门；娱乐的判据是敢不敢不显示模型

• 离开的心情很平：“就是一个journey结束了，一段新的journey开始了”，连字节人离职标配的"bye bye"视频都没发。他总结字节做娱乐产品的一套东西：“找到一个被验证过的格式，把供给扩到无限大，接入推荐、接入商业化，发现ROI是正的，疯狂投放。”
• 比喻：“现在有一个停车场，你进去看每辆车怎么样，觉得这辆有点机会，小修小补，觉得牛踩油门，不work就踩下一个油门。“游戏例外——“AI时代之前游戏公司和其他互联网公司完全是两种公司，泾渭分明”，字节做的是内容格式的分发平台而非内容本身。
• 娱乐的定义：“你不太serious、在enjoying the time的时候就是娱乐”——所以用户不关心底层模型，“检验自己强不强的一个方式就是你敢不敢不显示模型，大部分（工具）还是要显示的”。
• 消费仍是大头：上时代投稿率最高的短视频"UGC投稿率撑死也就是百分之十五”，90%的人每天打开就是来消费的——想做广泛人群的长期高频体验，必须解决消费问题。

28. AI会抬高投稿率：你不是李白，但已经可以写诗

• 他认为大模型时代有变化：很多人"先有表达欲，再想自己要表达啥”——朋友圈转首音乐、发个MBTI都是在找载体，“终于有一个载体供我表达了”；大部分时候表达被门槛block掉。
• 未来AI能收集"每天碎片的心绪和没有逻辑的各种context”，理解其中unique和闪光的部分，propose给你时"你会说：这就是我想说的，这就是我最近的所思所想——它甚至写了一首诗。可能你不是李白，但你已经可以写诗了”，且创造过程本身带消费属性。

29. 创新的两个人格：发散者与鉴赏家，不许互相攻击

• 在字节写过如何创新的文档：一个人格random发散、“靠感受、被世界trigger”；另一个鉴赏家人格逐个推倒——“分析完之后，发现十个都挂了，常常是这样”。关键纪律：“这时候鉴赏家人格不要反过来攻击创新人格说你想的都不靠谱，因为新东西的出现就是非常脆弱，一百个里可能九十九个都是错的。”
• 测试纪律：上线前先预测什么涨什么跌、什么人会用，“一定不能在结束之后判断，那就是纯粹事后诸葛亮，因为人会给自己很多暗示的”；learning再循环回两个人格。
• 关于朱俊：兼具创造力、同理心、想象力、审美，“这些常常是矛盾的，可能就是这些矛盾才能构建出对应的体验”；他还留下一句场景提醒——“千万不要认为数学博士刷抖音的时候他还是一个数学博士，他不是的，打开之后他就是来体验的。”

30. 字节系创业者被高估？“我完全不做跟FA聊方向那种方式”

• 对"字节背景创始人被撺掇创业"的提问，他答得很直：“字节出来的人肯定是擅长解题了，甚至有一些运行方式是先出来跟FA一顿聊，聊完说这个方向可能适合做。我肯定是完全不做这种方式的，我做什么就是我决定要做什么就是什么。”
• 带不出来的三样：钱（“我们融资也还行"但杠杆不同）、人才吸引的巨大杠杆（“优秀人才不是每一个都是风险偏好型的”）、以及"超高的商业化效率，你比较难在短期复制”。

31. 抖音为什么赢快手：容器、运营牵引、碾压式系统

• 容器层他毫不含糊：“你非要比一个高低，全屏上滑就是比双列牛。“短视频的筛选靠前三秒的混合感受——动态、声音、caption，“你非常难把这个感受通过文字或者封面的形式展示出来，只看这张图你感受不出来”。
• 运营被牵引着shape了社区形态和从高往低的品牌势能；但最不可复制的是系统：“为什么有人有一百分的信心？在这个系统里所有东西都可以测算，你知道投多少钱未来赚多少钱。对方看到的是白茫茫一片，不知道走两步是不是掉进悬崖；你知道走一千步也不会掉，那你就能极其激进地把这件事情全投下去。”
• 对创业公司的推论：这套系统能帮你把形态的ROI潜力看得更远，“如果你确信形态在体验上是OK的，你确实应该比较早build商业化”——但动念引线现在还没花太多attention，“它是有先后关系的”。

32. 松果时刻：把"想象力摄像头"丢出去，看大家拍什么

• 产品：选一张照片、讲照片前后的故事（“骑车把屁股弄湿了很狼狈”），AI画成有时间厚度的连载漫画。他坦言"我对它的预期不是serious一定要看PMF，我在看一个广泛的人群观察和信号”。
• 出发点：猫箱是"过去两到三年AI native娱乐产品的版本答案”——找不到DAU更大、人群更泛的第二种形态——但绝不是未来三年的：模态没到之外，更难的问题是这类产品"对用户的想象力要求非常高”，而狭义看大部分用户没有那么多想象力。“这个事儿我觉得超矛盾，这个问题不解决我就没有办法继续。”
• 矛盾逼出他的"想象力曲线"：出生时高、到十八岁"非常低"——“没有依据，就是观察”。两个压制源：现实的重力与社会压力，以及表达工具的缺失。
• 后者的原型是他自己：小时候画画写书讲给二姑听，“有一天我发现我二姑本质上并不想听，她只是出于对我的关爱假装觉得很有趣——你脑海里精彩的画面没有一个脑机接口映射给她，然后我自己画画很烂，所以它就被压制了”。

33. 为什么是漫画：清明上河图的压缩，与街边大哥的广义想象力

• 技术考量借《三体》：拍一张天边的云放大一千万倍还有细节、还有分子原子，清明上河图放大后就啥都没了，“因为它是被压缩过的”——“在相同的智能下，要处理更简单信息的内容形式会更先成熟”，所以漫画先过PMF、更少AI感。
• 需求侧他反对预设狭义想象力：大街上找个大哥说"发挥一下想象力"他满脑子疑惑，但问昨天发生了啥——“我儿子拿我的衣服擦共享单车上的水，说爸爸我担心你坐的时候把屁股弄湿了，我特别想打他但又觉得很好笑。这是他脑子里能出现的东西。“记忆、回忆、reasoning、架空想象，“只要是你脑中世界的表达，都应该被映射出来”。

34. 四类use case，其中工具用例留存不错但他不重点做

• 门槛验证成功：准备出家的和尚进来做出家宣言，跳广场舞的奶奶畅想孙子长大后的工作。看到的典型用例包括：有时间厚度的生活记录（Meta Glass等硬件也在做，但硬件渗透慢）；情绪的通感放大——“纯写一段话说我今天心情不好，就有点矫情”，图像把情绪放大又不exactly一比一；二次元、同人、二创人群；以及做号的人——站外小红书、抖音大量多图漫画和给红果引流的小说推文是拿它做的。
• 工具用例的次日留存"可能有二十甚至更高”，但他们选择不投放、不通过方式引入这类用户：“他做完发到站外了，你不会在站内消费这种东西，对我们的内容生态没有帮助。“早期解消费一定要在特定人群、特定品类里做成垂类圈子。

35. 消费必须烧token；“穿越"与消费/创作的分界线

• 逻辑链：“必须提供新体验→不是AI native的体验在移动互联网就被做了→AI native新体验必然是烧token的。“松果还没烧，一是先做创作端，二是去年图片token"烧三百轮绝对把自己烧死”：文字模态刚打正ROI，图片贵一个数量级。自训生图模型"在这个场景下大部分场景已经是SOTA，且成本比较低”，与市面模型差好几个数量级。
• “穿越"功能让用户以自带人设的漫画形象进入别人的作品、生成有自己印记的新版本——“烧token第一步，但还不是真烧，因为你要等一分钟，消费的时候是不可以等的。”
• 他的分界标准：“第一它到底是等还是不等，第二它到底是跳脱去了另外一个世界，还是仍然在这个世界里延伸。“模型提速降本后可实时，“实时的时候它就变成消费体验，而不是创作体验”。
• 同一把尺子量Sora的cameo：“你在Sora里一天cameo多少次？肯定不是三百次，渗透我猜也不高——得每天有百分之九十的人有这个use case才行”，实时是必要条件，之后还要找到真的长期use case。

36. UGC组织：不做PGC app工厂，从三万个可能里测一百个

• 两三个月前成立平行组织，触发信号是"coding真的过了一个能力边界"加上松果让他看清了用法与机会。运行方式：一到两人组队，面向想法list两周到一个月快速迭代测试，“判断牛逼还是不牛逼，不继续就关掉开下一个”。
• 与字节早年同时开发十三个产品的区别：他先用一个产品把摄像头搞出来观察，再让潜力对应到不同产品；且"我们不是一个PGC app工厂，我们是一个有机会做UGC的组织”——娱乐没人能exactly确定哪种形态百分之百是版本答案，与其赌一个20%概率的，不如"从三万个里找一百个"快速测试提高胜率。
• 现状：并行七八个产品、关掉一些、累计十几个，全公司约百人（含模型管线团队），有UGC和技术中台支撑。他自认数量还差一个数量级：“假设PGC公司是十个，那你UGC公司是不是得到一百个？“瓶颈是人——这也是他来做这期节目的原因之一。

37. 招什么人：AI native、韧性或热情、不跳步、震碎三观还觉得爽

• AI native的定义他专门给了一段：“现在没有人是AI native，因为现在没有AI没有人就崩溃——你应该往这种做事方式上迁移，你越崩溃你就越是AI native的人。“这种人既不是产品经理也不是研发，“既得有产品sense，又是某种业务负责，又得自己懂coding”。
• 动机二选一即可：热情型"把世界看成playground，他肯定不想在游乐场里做excel——excel也很伟大，但不想做”；或韧性型的成就与成长驱动。
• 第一性原理是为了度过周期：“经验就是第一步第二步第五步跳步了。当大的环境变量发生、第三步变了，有经验的人根本没意识到要过第三步。不是年轻人聪明，是年轻人本来就没干过，所以他本来也跳不了步。”
• 再加自我刷新：“最好被震撼到，震碎自己之后重塑三观，同时你觉得这事儿很爽、我又成长了——而不是说世间万事没有新鲜事，或者崩溃说原来我是一个一无所长的废物，这个都不对。“加分项是脑海里有想象、相信一些事会发生。

38. 收浓与变长：模型成本未降到阈值前，PGC/PUGC更划算

• 松果内的下一步：在某些人群上收浓（“一个浓的人群和一个广泛人群冷启难度完全不一样”）、内容表达变长。方向"过段时间大家就看到了”，主持人猜二次元二创，他答"未必吧，有可能吧……其中之一，还有别的”。
• 背后的客观规律：“在模型成本没降到某个程度之前，PGC或相对PUGC就是比UGC更划算，因为优质率更高”——相同DAU相同投稿率下，PUGC的绝对优质数更高，即便终态UGC会拿走最大比例的价值。

39. 两道必解的矛盾题，指向"涌现式创作”

• 题一：既要用户输入的context足够少足够简单，又要它占最终作品的比例和影响足够大——“最极端百分之九十九都是AI写的，那只有百分之一的人的特性”，很AI感很无趣。题二：表达要简单、reward还要够大——“本质上是output减input的diff要足够大，那它才牛。”
• 解是他定义的"涌现式创作”：像猫箱创作者"很聪明地定义了设定，用户就能啪的一下把AI那个巨大的大脑调用一千次、一万次、一亿次”；新一代创作者接受涌现，描述概念和体验、让AI填充框架，“只check最后这个感受是不是对的”——但成品"仍然有非常强烈的个人特色、个人色彩和个人表达”。

40. 成本与收入的账：一帧一帧的漫画，不可能跳过图片直接视频

• 实时消费的载体是逐帧生图而非视频：“就跟漫画一样，现在这个人在蓄力螺旋丸，下一帧就打到佐助头上了。“第一性推导：“文字刚打正ROI，你为什么不是图片打正、直接跳过图片到视频打正？“视频再乘两三百轮就是天文数字；就算视频降本到某个数量级，图片应该降到更便宜的数量级。
• 收入端不焦虑：“只要成本降到还可以接受的数字，它就跟移动互联网没有本质区别——你不会在移动互联网时代担心一个免费模式的产品要烧死。“有时长插广告，有互动游戏属性就做皮肤、单点付费、会员。
• 顺带点破context的行业误区：“很多公司意识到context很重要，上来就狂收集——我跟你无亲无故，你让我输五页context，不可能的。“正解是OpenAI走过的路：“先找到一个不需要context就成立的产品形态，你搜了半年发现哇这么懂你了，你可以在上面build其他事儿了。”

41. 模型厂商吃不掉娱乐：点赞是伟大的发明

• 对"Codex式的work泛化到生活再到娱乐"的担忧他直接否定。第一层：娱乐与否的边界就是"你是不是serious要解决问题”——工具追求效率、“一个input你干完给我一个output"就好；娱乐需要交互，他反对"未来娱乐不需要交互"的观点：“短视频已经足够被动，你滑动的这个手势也是有价值的，人仍然是需要想参与其中的。”
• 签名论断：“点赞是伟大的发明，因为你每隔一段时间就想点赞，它真的跟你看这个内容的某些强烈的情绪连起来了——就像你在现实生活中看到一个精彩的东西你就要鼓掌。你把我点赞砍掉，通过一种其他方式推荐，我觉得不OK的。“内容的三种价值：绝对精彩、famous（“C罗干了个什么东西”）、以及与我强关联。
• 第二层是心智：“很多产品你打开是什么它就是什么——支付宝里有短视频，但你不会说我要去支付宝里看短视频。“第三层：主观性没有道理被模型厂商做进去——“在这个场景下应该是A，那个场景下应该是B”，且"当时当刻用这个产品的真实数据才是好的reward model，而不是找一堆人标注或找一个模型模拟”；同等size下attention聚焦特定场景的模型也更容易SOTA。
• 对Sora的"谨慎发言”：“Sora肯定是没有解决这个问题的，它的那些交互并没有真的切中用户长久的那个动力”；remix"不是一个长期需求，它还是更像一个创作，同时它又不高频”。

42. 内容生态壁垒：快手的边，小红书的毛细血管

• 历史证据：快手小红书都被巨头猛攻但没死。快手的壁垒是复杂的"边”——用户与用户、内容与用户、创作者与用户织成网络（老铁文化），“你可以把头部创作者迁过去一稿多发，但你如何说服一个普通UGC迁移？我的粉丝也不在这儿，我建立的好友关系也不在这儿”。
• 他还认为快手客观上犯了很多错——不投放、品牌偏低不另起高打低、不改全屏上下滑——“即使做了这么多错误，他最后还是有一个份额。如果做对了，份额可以更高。”
• 小红书是"毛细血管一样细"的girls help girls经验网络：迁移者只能搬头部内容，长尾经验搜不到；且早期毛文超式"这东西牛、这东西不牛"的非纯理性分发决策shape了社区调性——“一个字节的做事方式是这个数据好就继续涨”，两边互挖的人"水土不服的比例还挺高”。可颂没有明显影响小红书还有时机因素：图文市场本来更小、字节关注得太晚，“它可能已经占到比例相当不错了”。

43. AI时代的新网络效应：内容背后全是可交叉的prompt

• 第三种壁垒是context深度加context交叉。深度好懂：ChatGPT够懂你之后，“即使其他模型效果差不多甚至更好一点点"你也懒得换。交叉是新东西：“过去你看到一个视频不知道背后是啥，只能duet合拍把两个视频拼在一起，并没有产生mix；AI时代它背后全是prompt，你让AI把这堆prompt揉吧揉吧交叉一下，你就做出一个新作品了。”
• “当这种交叉成为一种体验，且非常高频、非常充分的时候，人和人、人和内容、内容和内容就会产生一种新的网络。“他自己承认表述抽象：“大家先不用管它具体是什么——假设它真的有价值，大家可以来我们公司一起build这个体验。”
• 第四是人才密度：“娱乐公司某种程度也存在这种事——你现在看的是白茫茫一片的未知，能做感受判断、能做想法碰撞和交叉的人比例越高，产生真的新体验的概率也越高。”
• 对竞争焦虑的总劝告：“市场上太关心怎么跟大厂竞争、最后是不是会被吃掉。attention先想你是不是真能做出一个impressive的产品。真的把体验做出来的公司，没有哪个最后是非常惨淡的结果——Cursor相比Claude Code、Codex估值差很多，但它最后还是以六百亿美金估值被收购。而娱乐类公司的壁垒就更强。”

44. 版本答案一年左右出现；先用排除法圈定它不是什么

• 时间表：“这个新体验的雏形在一到两年里就会出现，可能在一年左右更大概率。“依据：上一代版本答案（Character AI、猫箱式文字扮演烧token）已经结束，模态和同成本智能都提升了，“你肯定解锁了新的东西”；雏形出现后再解决scale问题——Character AI到版本答案能scale也过了一段时间。
• 排除清单：漫剧短剧"肯定不是”；“实时互动"这个描述超大——“你真搞一个3D世界，你真的解决问题了吗？你在世界里干啥呢？第一天说好新鲜，这里生成一个那里生成一个，第三十天你还会干这件事吗？我觉得是一个巨大的问号。“且"每过一个模态就会解锁不同能力，大概率不是猫箱的线性推导”。

45. AI女友有价值但他不做：对手是"太生动"的人类

• 三年前的反直觉已验证：当时很多人认为真实关系的情感陪伴更泛化，答案却是架空角色扮演成为独立娱乐平台。原因：“AI女友比较的是你日常生活里的人类朋友——人实在是太生动了，人脸上肌肉稍微有一点轻微的表达，你就觉得这眼神我被疗愈到了。这事太难了，需要智能到非常高的程度，是否要产生这种替代本身也有伦理问题。“他不打算做这类方向。
• 架空为何成立：“你无法在现实生活里真找到一个汉朝的摄政王，你无法真的去到一个喷发的火山口——当你没有这种选择的时候，你就接受了。就像短剧，超假，太假了，但就是爽。这就是虚构的魅力——艺术源于生活但高于生活，我知道艺术是假的，但是我爱艺术。”

46. 轻游戏的机会：潜在游戏人群是现有的十倍

• 乙女游戏取决于是老体验降门槛还是新体验，前者"也不是，它没有真的产生之前不存在的东西”；后者就是"AI在游戏里做出什么新玩法"这个整个游戏圈在想的大命题，他认为游戏有可能出版本答案。
• 他画了小圆大圆：潜在游戏人群约是现有的十倍——游戏是复杂工业，过去只能面向确定性人群做，“搞三年失败了整个就凉了”。两个看似不同但相关的例子：黄峥说拼多多是五环外的迪士尼——五线城市五十岁大妈第一次玩砍一刀，“参与获得reward快乐，还有叫朋友帮砍的社交游戏快乐”；直播间输一二三选魏蜀吴、送礼物灭国——“背后是一个之前没有过狭义游戏体验的人，第一次很低门槛地参与到一个他了解的context里。”
• 底层判断：“用户在一个系统里参与其中、因为参与获得正反馈，这是非常广泛的某种人生价值——所以有人说人生是一场游戏，地球online就是很广泛的某种映射。“供给成本降下来，大量之前不在的人会进来。

47. 验证标准：新颖、长期、高频、不厌倦，落到40-20-10

• 四个形容词听上去矛盾：“新颖的东西常常跟厌倦相关；高频有时也和长期相反——有些人玩游戏快速消耗完就不玩了。“Sora的教训被再次引用：“有段时间大家用得多，但那是一种特定情绪叫’我操，AI这么牛’，这个情绪不是需求——三十天之后把情绪拿掉，你得想你自己还在不在意这件事。”
• 量化看留存加打开频次：次日40、七日20、三十日10"是一个还可以的模型”；松果某些工具或创作用例的次日留存可能达到20%，但混入泛人群后肯定还没到。
• 另两个信号：能想象体验泛化——猫箱"非常难想象我的母亲我的父亲用起来”，短视频第一天装的是潮酷运镜，但可以想象未来装新闻、家长里短；以及规模越大体验越好——投稿率×DAU的老规模效应，或context深度与交叉带来的新斜率。
• 娱乐产品要追求DAU而非少数人的高客单：“你比较难从很少部分人里获得非常高的资金回报，which也不是我的热情所在”——人群窄未必有生存危机（一两万DAU大哥刷钱的直播产品也活着），“只是说不是我们乐趣所在”。

48. 误判一：低估AI coding，为Sora的势能招人过速

• “去年年初用AI coding还是按下葫芦起了瓢的状态，年尾就非常夸张了。“低估的代价：有两个月招了原有人数两倍的人——因为Sora出来，“我觉得它百分之九十八的概率不是版本答案，但有百分之五到百分之十的担心它会极大幅度加速这个方向的资源投入，那我们公司刚成立，赶紧上桌”。
• 复盘毫不遮掩：“回头看肯定overthinking了——有些客观规律还是存在的：成本、模型智能的发展速度、能力的解锁。如果知道coding能发展更好，我就慢点招就行了。“加了资源也不会让"不是"变成"是”，只是整个方向的attention和出答案的速度变快。

49. 误判二：创业的review压力反而比字节小

• 反直觉的对比：“字节给你搞一个预算，可能在任何一个节点说这预算清零作废、这个业务关了；创业公司钱在你账上，半年一年你是可以自己定节奏的。“尤其猫箱这种带自下而上成分的产品，在字节"每个节点都会想会不会被review、啪的一下就关了”。
• 他发现一定程度的压力对自己是好的：“如果casual随性的环境能产生最好的创新，那世界上某些很casual的地区不会在AI这次明显落后、很多创造不出现——你在一些压力下获得刺激感，大脑会啪啪啪冒一堆东西。”
• 警报是同事的一句话：聊季度计划时对方说"感觉你有点轻松，以及有点开心”——“我感觉这两个词都不太对，创业不应该开心，这种轻松的开心应该是不对的，它肯定会让一些事情变慢。”

50. Wishful thinking的一个月：被"不烧token也work"诱惑

• 去年底到一月，生活记录用户很喜欢每天用，他一度动摇：是不是不烧token、不做后面那摊事也能work？“这个事儿成是非常有吸引力的——不烧token你会非常快scale到很大；泛人群生活记录直接冷启，你就不用做从一个人群泛化到另一个人群的苦活。”
• 拉回现实的是数据和人：分人群看"这批人的消费其实没有很强烈的信号，就他们做、不刷”，流里全放生活内容别人更不想看；加上一位此前长期协作的同事"咔咔一顿测算一顿数据推导，听完之后就觉得：对，是你说的对”。
• 他的自我剖析：“我特别喜欢讲故事，能让很多人进入到那个故事里——利是大家在愿景里长久相信，弊就是你得有人跳出来，你得知道这里边有很多问题要解决。“这位同事扮演了鉴赏家人格。

51. 为了做成而创业，不是为了不像字节而创业

• 另一个教训：起初刻意差异化，“看到很多报道说一些模型公司没有OKR、new lab很轻松下班很早，你说我们是不是也得native、离字节习惯越不一样差异化竞争越强”——OKR等系统性压力都没serious制定。“这个也就是想多了。你不是为了创业而创业，也不是为了跟大厂不同而创业，你是为了做成而创业。做成有些事情就该像，有些事情就该不像，但你不能因为’得不一样’这种心态而不像。”
• 现在强硬的review系统"像一个心跳一样在这个公司运行”：季度初讲的东西，过一个月、过一个Q大家就会review成不成立，“如果不成立，那其实是有很大压力的”。

52. 最大的担心，与不对称的信心

• 理性上最该担心的：“在我整个推导和假设里，那个新体验在未来一到两年是不存在的——如果它不存在，整个逻辑链路最大的假设断掉。但是我说矛盾的意思是，我还真的超相信这件事情会发生。”
• 信心的另一半是承接能力：“即使某种信号出现时很小，比如做到零点二，我们也有挺大的信心把这个零点二放大到一，因为这件事情坦白说我们比较擅长。“被问是否擅长区分"对未来的推理"和"对未来的希望”，他答"应该是擅长的，但前提是我刚刚说这些系统得存在，现在这些系统已经存在”。

53. 路线之争：先出题再解题，还是拿着锤子找钉子

• 被问"模糊但重要的问题”，他给了技术节奏（智能迭代、经济周期、黑天鹅）和路线选择。市场主流是"先搞模型搞模态再做互动内容”，他信另一条路：“用市场上既有的技术模型和agent自己捏、排列组合做一个体验出来。”
• 捏出来后的三分法：觉得产品特别牛，“你要小心，有可能是你wishful thinking——它如果这么牛它为什么没出现？以及半年之后模型更好，你现在的牛还剩什么？“觉得很傻就丢掉（从傻到牛的周期可能三年五年）；觉得"蛮有机会但有些粗糙，且粗糙的部分能通过基于产品体验的主观性模型迭代解决”——就压重注去训那个带壁垒的模型。
• 他的框架：娱乐是"出题"不是"解题”——工具是面向确定问题解题，“优化完它就work了”；先解题的模型公司要叠加技术按时变好、以及新体验届时被用户接受等不确定性。
• 承认的尾部风险：“另外一种可能性是有人先压住了一个技术，做成之后有半年一年的技术壁垒，在壁垒下构建新体验就成了。“主持人的锤子钉子概括他接受：“万事万物都有可能”，但他要先把钉子测一遍。

54. 连字节也是先产品后技术；“涌现"叙事的一个心理测试

• 他曾用AI研究过历史：娱乐产品里"先产品再技术 vs 先技术再产品"比例悬殊，可能约七比三；Instagram、Snapchat在design时基本体验都已存在。反共识的例子是字节自己：“新闻客户端先跑出去了，那时候基本没有深度学习；张一鸣对着项亮写的推荐系统书学推荐系统，头条运行一段时间后他给推荐系统打分只有五十分。你先看到用户真的愿意看新闻的信号，再说我要把推荐系统十倍百倍千倍放大。”
• 对"AI时代产品是涌现的"这一流行叙事，他先让一步：先产品的胜率占比会降，“可能不是七比三，是六点五比三点五”。但娱乐的搜索域"宽的没边了”，涌现恰好命中的概率明显更低——还需要多次design、排列组合、UI假设，“这件事情它不会自然而然发生”。
• 他的心理测试值得单独记录：“描述’反正之后会涌现’这句话的时候，如果你心里庆幸了一下——太好了，我不用想了——其实是值得担心的。当你有这种心态的时候，你的胜率已经在下降了。“主持人补一句"因为我在偷懒吗”，他：“对啊。“也补充：不想做产品层的模型公司走那条路"肯定也没问题”。

55. 内容占比会缩小，但增量巨大：98%的人剩下时间干什么

• 结构判断：移动互联网本质是中介和连接，吃某个领域约10%的价值；AI重塑的是剩下90%的生产力，“你要我猜，内容占比肯定是下降了”。但绝对增量仍大：如果AI终态下少数人控制几千个agent推动人类往前，“剩下那百分之九十八的人呢？这些人大量的时间变多了，变多的时间本身就是增量”。
• 更深一层是意义：“他们的人生价值不可能是我就是刷抖音——刷到七百天，很多人觉得我是一个useless的人。你要为他找意义：他得在某个系统里参与其中，最后获得正反馈；且这个事儿不能被AI取代，如果AI比你强你就没有这个意义了——它就是主观性的表达、主观性的创造、主观性的艺术。“这就是泛创作、泛艺术的需求来源。
• 线上为什么仍是主场：效率（低成本获得大收益）、互联网杠杆（作品覆盖非常多人）、以及"AI杠杆到目前为止还是线上的”。

56. 为娱乐辩护的大作文：开心、天才基数与科幻的种子

• 个人层面：“个人的终极价值就是开心，只不过每个人对开心的bar是不一样的。“群体层面：天才出现率乘以人口基数才是天才绝对数量，“你得足够开心、觉得生活足够有价值，这个基数才会维持在一个比较好的数字”。
• 第三层反转Musk：“SpaceX的使命是把科幻小说里的科幻拿掉——我也可以把这句话反过来：恰恰有了科幻小说、有了艺术，它在科学家、工程师、designer年幼的脑海里种下了那颗种子，种下了让人类成为多行星种族的期望。他得先读那本科幻小说。“群体的两种目标他归为生存的延伸与搞清真理——后者引《银河系漫游指南》：“你要问出那个准确的问题，不然你最后得到的答案就是一个数字，你也不知道啥意思。”
• 但他随即消解掉沉重感：“很多影响很大的产品一开始大家都没有这么serious，只是觉得好玩——有趣本身已经足够有价值了。”

57. 钟摆还会摆回来吗；“四面八方都是前方”

• 对"现在是人类科学发现的黄金时代，钟摆再也不会摆回产品、应用、娱乐"的说法，他的反驳"超简单”：一是"现在既有的技术已经能design出非常有想象力的产品，只不过还没被design出来”，即使不再爆炸式增长、再涨几年也足够用；二是"有多少人参与这个科技爆炸？非常少的人，但它影响很多人——你还是要回答广泛的只被影响但不参与的人，剩下时间干什么”。科技革命从来同时发生两件事：用高杠杆面向少数组织、行业或人产生更高收益，同时广泛提升每个人的开心指数。
• 收尾于他自己"少部分人向前，多数人向四面八方"的旧句：他想起鲁豫采访一位自身患渐冻症的渐冻症研究者说"四面八方都是前方”——“这些去到四面八方的人做的创造，让身上闪光的创造力得以通过动念引线绽放出烟花的作品，已经在四面八方的影响下，让人类往前方走了。”