摘要

Mizzen AI押注的不是一个“更便宜的访谈工具”，而是AI产品闭环里尚未提速的关键一环。 孙克强的原话是：“AI让产品的迭代速度大幅加快，但是用研的速度远远跟不上研发的速度。”传统项目约需60人天、约10万的项目开销；Mizzen Insight宣称可把速度提高100倍、成本压到1/10，让研究周期从月级变成小时级，早上提问、午饭后取报告。目前团队仅8人。传统用研本身是劳动和智力劳动密集型，人员增长会加重管理，且交付质量不变时ROI递减。
李一豪看到的是一个总量大、头部不大、结构固化却仍高度分散的替代窗口。 他估算全球传统调研市场约800亿—900亿美元，新兴UX tools约30亿—50亿美元，而头部公司的年收入也只有20亿—30亿美元；类比4000亿美元的传统法律市场与600亿—700亿美元的legal tech，分散并不妨碍第一名上市并创造可观回报。更关键的是，这类传统、半数字化行业变化较慢，反而给新进入者机会建立AI原生优势。
真正的产品壁垒不是把访谈员换成ChatGPT，而是训练一个“能挖到点”的提问模型。 孙克强坦承，通用大模型是“很好的回答者，而不是一个好的提问者”，且优秀访谈过程大多闭源；团队正获取超过保密期的独家访谈数据，用强化学习自研environment与reward model，以回答的真实性、细节、主观分析和一致性等维度评价主持人的问题。李一豪把这视为垂直AI的核心壁垒：domain benchmark与边缘数据飞轮，而非单纯调用更强的base model。
降本的最大价值可能不是抢走已有大项目，而是把用研变成每天都能启动的小实验。 孙克强观察到，产品构建成本已经“大幅降低，甚至低于分发成本”，客户因而从一个月一次的大报告转向“连续渐进式的用户研究”；已有消费电子客户开始研究“是否采用先用后付费”“手写与屏幕打字是否应分离”等微小问题。平台免收平台费、按项目收费，目标是“用研的平权化”；Koji则认为，新增市场的新机会对创业公司更友好。
AI主持人的反直觉优势是减少人际表演，但回答质量仍要靠机制设计。 面对主持人质疑，孙克强承认受访者起初会不适应，但认为AI能减少主持人的性别、情绪和chemistry造成的干扰；平台会提前告知真实性、细节、主观分析、一致性等评分标准，并把得分与礼金挂钩，使博弈中的最优解变成“更加真实、更加愿意表达”。其受访者供给由2家国内、2家海外供应商及合作专家库组成，声称总量达到千万级。
团队明确否定了现阶段直接“访谈AI”的捷径，却给真实数据积累后的受访者模拟保留了长期路径。 孙克强认为当前模型与人的真实context仍有“巨大gap”，训练时固化的上下文只能复现过去且不完整的信息，通用推理能力与品牌方信任也都不足。长期方案不是凭空生成persona，而是将受访者历次表达沉淀为偏好图谱，再做有依据、低成本的实验性模拟。
这笔早期赌注同时押注一条长期技术主线和创始人的转向能力。 孙克强从视觉偏好HPS、GPT-3.5与RLHF一路追到多模态人类偏好，期间又在调研画廊、艺术家和交易者后放弃艺术市场方向；李一豪看重的正是这种“真实采样”、快速pivot与被负面反馈推动而非击倒的resilience。终局愿景是让Mizzen成为“每一个PM的钢铁侠盔甲”，以Web coding和web user research作为两只手，由人贡献直觉、审美与“神来之笔”，AI完成研究和迭代链路。被问及300万美元投三个人时，孙克强表示前两名会投给Quick Stone的两位老股东，第三名投给硅谷公司Krea。

精读

1. AI研发越快，用研越成为产品闭环的硬瓶颈

孙克强用三个问题筛方向：需求是否真实、技术变量是否足够颠覆、是否“通往伟大之路”。Nielsen已有100多年历史，说明需求长期存在，但行业仍然“很慢、很贵、效率很低”。
团队自己探索idea时，一周只能访谈十余人；传统项目通常约60人天、约10万的项目开销。AI却能把原本串行的20到30场访谈并发执行，Mizzen Insight因此提出“100倍速度、1/10成本”。目前团队仅8人。
更大的判断是产品必须从用户洞察出发、研发后再回到用户；任何一环滞后都会限制迭代。李一豪补充，模型对反馈的隐式建模最终可能直接影响交互、体验、性能甚至价格。

2. 慢、贵、分散的近千亿美元市场给新物种留下整合空间

李一豪估算，传统调研市场全球约800亿—900亿美元，新兴UX tools约30亿—50亿美元；行业虽已进入固化和并购整合，头部公司的年收入仍仅约20亿—30亿美元。
他的类比是：传统legal约4000亿美元，legal tech已有600亿—700亿美元；中国K12在“双减”前由约2600亿元升至4600亿元、接近5000亿元，头部三家也能做到100亿—150亿元年收入。
这类市场天然scatter：专业性与深度服务让细分公司长期存在，但巨大总盘子仍能托起一个足以上市的第一名。AI可能扩大头部，也可能创造完全不同的“新生物种”。
李一豪认为，深度数字化市场的生态往往掌握在互联网巨头手里；传统调研市场迭代较慢，反而给创业公司留出窗口。他认为中国团队的产品迭代、用户运营与复杂To B交付能力，是很有竞争力的组合。

3. 人类主持人的“对齐税”让AI不只是在省人工

孙克强发现，多位主持人并行工作会产生高昂的“对齐税”：信息同步时洞察被稀释，人的疲劳与当天情绪又会直接改变访谈效果。
即使由同一人完成全部访谈，也会出现“认知边际效益递减”：第一位受访者令人兴奋，到第二位时，主持人的兴趣和追问密度便开始大幅衰减。
AI的价值因此不只是替代工时，而是保持一致性——“对所有的访谈者都是第一次访谈那样”，持续好奇并追问可能被人类主持人略过的细节。

4. 用研从大型项目变成连续小实验，新增市场才是主战场

孙克强的反共识判断是，AI让产品构建成本“大幅降低，甚至低于分发成本”，一次性、昂贵、耗时一个月的研究报告也开始转向“连续渐进式的用户研究”。
Koji以消费品说明价值：软件需求做错尚可回撤，实体产品备货一万件后卖不掉，不但形成库存，销毁也要成本；但传统调研的人才hour pay太高，过去通常只有戴森、蔚来等资金充足的公司用得起。
已有消费电子客户从核心项目扩展到微小问题：消费者愿不愿意“先用后付费”，手写输入与屏幕打字是否应出现在同一产品形态。孙克强称目标是让用研不再只是“大公司、或者大公司的核心项目才拥有的权利”。
平台已有付费客户，模式是免平台费、按项目收费。主持人用“访10个人、每人约1000元、项目约1万元”复述计价逻辑，孙克强回答“对”，但没有披露统一价目表。

5. Mizzen把一次研究拆成四个Agent并保留证据链

以一家大型现制餐饮品牌为例，访谈创建agent先接收自然语言需求，在沟通过程中实时整理访谈大纲。
招募环节只需描述用户画像；平台随后筛选候选人，并用5—10分钟的面试agent核验身份与条件，确保受访者符合品牌方需求。
AI主持人邀请受访者打开摄像头，直接把他们带回具体情境并追问；报告agent再汇总所有访谈，输出总括结论、逐题定性与定量分析。孙克强强调，报告内容都可以由原文支撑，而非只交付一份不可核验的总结。

6. AI可能减少人际表演，但回答质量取决于激励设计

主持人的质疑是：受访者发现对面是AI后，会不会敷衍、情绪不足或难以保持注意力？孙克强承认“一开始会有一点”，但称产品设计目前已经解决这一问题。
第一层设计是让受访者知道自己在帮助真实品牌改进产品；第二层是他援引的“霍桑效应”：人类主持人的性别、情绪和chemistry可能诱发自我展示，AI反而让人“放下防备”，更如实表达。
第三层是一套benchmark，以多模态行为评估真实性，并检查细节、主观分析和前后一致性；受访者在开始回答前就会获知评分标准，得分与礼金挂钩。“最好的一个解在于，你要变得更加真实、更加愿意表达。”
样本池底层已接入2家国内、2家海外供应商，合计声称达千万量级；平台再用agent筛选和面试，同时接入咨询、研究公司的专家库，并自建社群。

7. “访谈AI”现在不可信，现阶段仍需真实人作为数据源

面对“为什么不直接访谈模拟人的AI”，孙克强给出明确否定：现阶段模型与人类真实context存在“巨大gap”，环境中的细小变化都可能改变人的态度和选择。
固定训练上下文只能提供过去且不全面的信息，通用智能也不足以可靠推演真实产品体验；更现实的阻力是，品牌方普遍对AI受访者的真实性和有效性存在很大顾虑。
团队仍保留长期路径：先用真实访谈积累个人表达与偏好，再模拟特定受访者，服务高效、实时、低成本的实验性研究。这里的前提不是生成一个泛化persona，而是拥有可校验的历史数据。

8. 通用模型擅长回答、提问能力不足，强化学习是主持人壁垒

客户不约而同地认为，研究质量首先取决于主持人“能够问出什么样的问题”。孙克强的坦诚判断是，当前大模型是“很好的回答者，而不是一个好的提问者”。
原因之一是模型公司的post-training主要优化答案偏好，而非“怎样提问可以问到你心坎里去”；原因之二是苹果等企业的大量优秀访谈过程并不公开，互联网中很难找到这些关键样本。
Mizzen已与多家国内外研究、咨询机构合作，获取超过保密期的访谈数据，并与对方签订独家合作；团队又用半年设计训练体系，目标不是一个“能说话”的模型，而是专业、能够“挖到点”的AI主持人。
强化学习环境以真实项目背景和受访者信息模拟回答，再由评分模型按多个维度评价模拟受访者的回答；回答质量越高，说明问题越好。李一豪认为，这种domain benchmark与持续产生的边缘数据，才是垂直AI公司的长期飞轮。

9. 偏好图谱把一次性访谈沉淀为长期资产

孙克强认为，传统个性化推荐依赖离散、粗糙的标签，无法立体塑造一个人；语言则能承载更完整的信息，只是过去缺少低成本整合与检索的方法。
团队的“人类偏好图谱”尝试汇总用户在不同平台留下的表达，按当前问题检索最相关的历史偏好。第一项用途是超越有限标签，更精准地找到符合研究要求的人。
第二项用途是跨访谈校验：若受访者前后推翻自己，主持人会主动确认；第三项才是模拟观点。孙克强强调的长期资产，是把真实人类偏好转成可复用的结构化数据，而非每次项目结束即归零。

10. 创始人的多次转向始终围绕“理解人”，终局是PM的钢铁侠盔甲

孙克强30岁，清华硕士、港中文MMLab博士，曾在商汤工作5年、Meta工作半年；他的创业信念是“YOLO，You Only Live Once”，“我终将死亡，在这之前我要给这个世界留下些什么”。
他把GPT-3.5通过RLHF让世界认识到“人类偏好是模型放大器”视为重要启发，博士期间又做了视觉偏好研究HPS，并称其为全球第一个系统性挖掘不同人类视觉偏好的模型。其自我解释是：“这不是从计算机视觉跳到用研”，而是从视觉扩展到复杂、多模态的动机与选择原因。
团队最早探索过艺术领域的human preference benchmark与arena；孙克强调研画廊、艺术家和交易者后发现，艺术供给已非稀缺，渠道、资本和分发主导价值，于是快速pivot。李一豪从最初计划90分钟却聊到3小时的雨天会面起，看中的正是这种“真实采样”、resilience与持续拓宽边界的倾向。
Musical.ly创始人Louis曾告诉孙克强，前后摄像头普及带来的“生产力跃迁”改变了创作与消费；他希望Mizzen同样释放用研产能。终局是“每一个PM的钢铁侠盔甲”：Web coding与web user research成为两只手，人贡献直觉、极致审美和神来之笔，AI完成研究到产品迭代的链路。
被问及300万美元投三个人时，孙克强表示前两名会投给Quick Stone的两位老股东，第三名投给硅谷公司Krea，理由是其很早就把产品打磨速度做到极致。

Tensor Logic“统一”AI范式 [Pedro Domingos]James Dyson：5,127个原型