51.Plaud许高首次深度讲述：全球增速最快AI硬件，与一种创业美学

摘要

• Plaud的自我定位已从“AI录音笔”跃迁为“下一代智能基础设施和交互界面”（next generation of intelligence infrastructure and interface）。 许高的路线图是Consumer → Teams → Enterprises → 开发者平台 → 垂直行业方案，用“传感器+大模型”取代键盘作为人类数字化智能的介质，有机会从服务百万人走向“billions of people”；同事一句“我们可以成为一个generation company（划时代的公司）”让他“听到都很震撼”。
• 增长事实压倒看衰叙事：Apple Intelligence发布至今“我们的业务又翻十倍了”，此前2023、2024年各增长十倍，且许高判断赛道“五年之内还有机会成长一百倍”。 通话录音只占其场景“很小一个占比”，目前仅服务一百万用户；主持人开场还称其收入“比中国大模型六小龙加起来都要多”，而彼时甚至未进入中国市场。
• 战略定位是他所假设的全球十亿知识工作者中的“三高”一亿人——高知识密度、高对话依赖、高决策杠杆，下沉市场“短期内放弃”。 他举例拆解为500万律师、500万医生、2000万销售、1000万咨询师、300万投行投资从业者；商业循环是“最好的设计、最贵的材料、最高的价格、最高的毛利率，招最好的人，用最贵的模型”。华强北模仿者出货合计“可能不到我们5%到10%”，未真正影响其份额和商业表现。
• 对壁垒的回答异常坦白：“现在没什么壁垒”，“审美taste就是壁垒”；真正的壁垒在建：个人与企业的memory center、连接一万个SaaS的connectivity“智能高速公路”、以及三千个模板走向三万个的智能flywheel。 反共识的根基是“conversation is a form of intelligence”——99.99%的人没有采集现实对话，多个可能只有0.01%的认知差异叠加，构成Plaud发展快的原因。
• 方法论可复用：2021年夏定下三框架——day one全球化、只做能做到世界第一的产品、软硬与AI深度融合。 底层假设是“a company is born to die”：世界第二可能只有第一“百分之八十的性能、百分之五十的定价能力、百分之十的盈利能力”，会在追赶中被第四第五名干掉；ChatGPT发布后Sam Altman一句“It’s best for summaries”让他确信“这玩意就是给我们定制的”。
• 四次创业全部自有资金all in，主题一以贯之：寻找效率上的最优解与context的价值。 留学匹配、创业公司推荐引擎、外卖柜（即时物流转计划物流、单均配送8元降到2元）三次失败；他认为这些产品的基本假设仍然成立，分别暴露出变现心智、资金和其他关键要素不足。主持人提到有巨头接触并给出天价TS，许高回应会在合适时机考虑资本市场，但公司短期没有融资诉求。
• 关于今年三月的关键节点：主持人转述中国区CEO莫子皓用Gemini 2.5实验后，公司决定all in大模型相关研发；许高确认“属实”，但补充这只是早已开始的AI投入，不一定非由Gemini 2.5触发。 莫子皓在模型公司的经历让他看到单次智能的天花板，判断Gemini 2.5 Pro在超长文本处理上迈过了“涌现时刻”；模型具备人所没有的记忆与attention span——“它是一个一百分的全知全能的神，但大部分人在用它做三十分的工作”；靠对话而非代码创造价值的人群“从来没有人帮他们做过任何的IDE”，是巨大非共识。
• 面对钉钉等巨头下场，许高“一度有压力，现在已经释然”，价值观是“成就人的组织”：“如果它可以做到十倍大，但是让员工不幸福，我情愿它不要十倍大。” 进入中国的初心是“解救疾苦”，但主持人提出近半年发现“原来不需要我来解放大家”，许高认同仍应打三高人群并“尊重市场”；他押注自己能做中立的route平台——“飞书一定不给别人route，钉钉也一定不会route给飞书，但是我们可以”。

精读

1. 开场框架：全球增速最快AI硬件，与“设计一家公司的美感”

• 卫诗婕的定调：Plaud凭最快将大模型与软硬件结合、打造高完成度AI体验，成为“全球增速最快的AI硬件公司”，收入“比中国大模型六小龙加起来都要多”，而这一切发生时它甚至没有进入中国市场。这是许高首次对外如此详细披露他人生中的四次创业。
• 她提前给出全片题眼：最大争议是壁垒——2024年起国内不断出现的录音卡片，看似证明硬件壁垒可轻易跨过；但她总结出的主题是“设计一家公司的美感”。许高反复谈beauty，认为“商业中规模并不总是代表最好的回报”；创造更大经营杠杆、令所有参与者享受旅程、不断突破存量价值天花板，是她所概括的创业之美，也可能成为壁垒。

2. 花光150万带全员去塞班：创业是“大型社会实验”

• 许高的第一性推理：想招最好的人，“答案很简单，就是提供最好的薪资福利待遇”，但很多有盈利有预算的公司“都不怎么真正把这个事情做得特别彻底”，那他就做得更极致——每年全员出国团建（普吉岛、塞班岛），职场遍布旧金山、西雅图、东京、新加坡、北京、深圳，欧洲办公室也很快落地。
• 他把这归为创业的beauty：“可以把它理解成一个大型的社会实验”，“我应该更激进地去探索一些有意思、突破想象的事情。深圳那么多公司利润很高，逻辑上都可以支持，他们选择不做，我就选择我得做。”员工回来后用海岛命名办公室、构建“海岛鄙视链”，另一层楼则以大模型命名。
• 塞班跳伞的细节被他讲成公司隐喻：一百多人相互观望又相互鼓励，“人就是可以拓展自己的边界，去做本来可能会恐惧、可能担心自己做不到的事情”。他自己也跳了：“你开始用一种从来没有看过这个世界的方式去看地面、海边、沙滩、绿植和山脉……我觉得这就是beauty。”

3. 乘法口诀与长跑红丝带：赢的背面是缺氧与隐忍

• 童年的第一次“精彩”：被家长要求背会乘法口诀，课堂上主动举手写在黑板上，“下课之后特别多小朋友追着我跑……当你有能力做到大家没做到的事情，大家是欣赏这个东西的”。
• 初一长跑的完整叙事被他用来类比创业：五十人起跑他排最后，一圈超一半人、三圈进前三，最后五十米反超“高两个头的大哥”冲过红丝带——“当你享受赢的快乐，背后是另外一面：痛苦、坚持、隐忍、缺氧，你得接纳它，还得持续地扛。”
• 落到当下：即便公司营收规模“应该是全球AI科技公司里最高的之一”、增速属于“全球百分之零点五的performance”，他仍觉得困难，“因为我们的脑海是星辰大海……还远未到触碰红丝带的那一刻”。每天醒来，他会给当天构建一条红丝带。

4. 第一次创业：留学匹配——产品对了，输在“不会做生意”

• 大学未毕业即创业，把研究生学费亏完：爬取市面上所有留学成功案例，结构化匹配申请者profile（学校、GPA、雅思托福、GMAT/GRE）与背后的顾问，“让一个想留学的人找到最能帮到他的顾问”。产品有增长、机构高管认可甚至想投钱合作，但他“意识到自己不会做生意”。
• 复盘的诚实之处：“现在答案很清晰，我就应该搞一个电销中心，招两百人一个一个打电话……这件事情就能成。但我当时的心态是，电销那气质多不高级啊，不那么elegant，也不那么tech。”他认为每次创业的基本假设、产品思想和执行方式现在来看仍然是对的。

5. 第二次创业：推荐引擎——想弯道超车红杉，缺的是募资能力

• 年轻VC的“不切实际的野心”：“假设我熬二十年才有机会超越红杉，我不要熬二十年”——于是做创业公司推荐引擎：爬取创始团队背景打分（“腾讯八分、百度六分，副总裁系数一点八、总监一点五”），叠加招聘人数、官网流量等因子加权，给公司打出七十分、七十八分。
• 他对投资本质的表述值得保留：“怎么在一个信息天然不对称的市场，优先获得信息对称的可能性，或者挖掘那些信息差的获利空间。”但产品价值的杠杆在于能投进去——“我那时候工作才一两年，没有募资能力，也没有一亿人民币或一亿美元”。他自陈“不太会自我设限”，但如果关键要素没有发生，公司就可能失败或被迫pivot。

6. context的价值：人如何工作，与四种折损

• 主持人点破前两次创业与Plaud的连线——很早就意识到公开信息背后的价值可攫取。许高认领：“我对怎么高效地基于context去derive intelligence、derive value from the context，是有特别好的直觉和天赋的。”
• 他的核心框架：人用器官感知、大脑理解分析记忆、键盘数字化自己的context，但这条链路有巨大折损——“一场对话下来，人只能记住百分之五到十”（记忆折损），上课开会分心（注意力损失）、工作时长有限（精力损失）、“理解不了这个东西”（智力损失）。
• 而Plaud的范式是：麦克风像耳朵、摄像头像眼睛、speaker像嘴、button像手，传感器感知+大模型理解，“我们就可以做到百分之百的记忆，零注意力损失，七乘二十四小时工作，还能多线程并行……我们现在还只处于这种范式的起点阶段”。

7. 第三次创业：外卖柜——把即时性物流转成计划性物流

• 2019年开始规划项目时的洞察：即时性物流每单成本8元，计划性物流（中通、圆通）报价1.2元，差在“没有路径规划、没有集单，点到点高资源占用却承载有限的产品价值”——最难做的是“一杯十二块钱的CoCo奶茶、一顿十五块钱的午餐”，商家补三块、美团补三块、骑手冒生命风险超速才能三十分钟送达。
• 受瑞幸“写字楼内密集开设集中获客和履约网点”启发，他的解法：以两千人写字楼、五十个底商商户构建区域经济模型，提前一天预订、三五辆三轮车各承载五十单，集中配送进智能柜，“把每一单配送成本从八元降到两元，效率收益三分之一给商家、三分之一给客户、三分之一留给公司”。
• 失败的过程：疫情来了，“我的想法就是继续干，就是干”，但铺柜要审批、BD餐饮商户要从店员找到店长、区域经理、大区经理、大中华区负责人，联调可能半年后才能上线，供给丰富度上不来；补贴一顿饭不够，“得吃三到五顿免费的才能养成习惯”，最后烧钱偏离了最初设想。

8. 顺带的外卖大战批判：所有人卷效率，交付的是“价值不够厚”的商品

• 他认为今天的外卖大战“没有解决很本质的问题”：“平台在鼓励消费者用很便宜的价格购买一个很低价值密度的商品，照理那个价格应该是好几倍，体系才运转、各方才受益。”拼好饭在他看来“只是一种微拼单”，真正该做的仍是即时转计划。
• 结果是全链条怨气：“商家怨声载道，骑手比较危险，美团抱怨我太难了……整个业态是从高补贴时代穿越而来的，有历史包袱。”被问早生十年能否做成，他承认“在那个战场，最粗暴的方式能成”——某个历史阶段最高效的就是砸钱抢份额，“你认知到最优解，到通过创业拿到结果，中间要素要求是很多的，创业就是得慢慢自我进化”。

9. 三连败的感受、海钓与延迟满足

• 连败的真实状态不回避：“你肯定会自我怀疑，灰心，觉得对不起创业的兄弟们，给人吹的牛没干成，耽误人家了。”哪次最痛苦？“可能每次都很痛苦。”失败后去打工也不拧巴：“创业也好、工作也好，都是vehicle，真正rewarding的是自己是不是在做对的事情。”主持人转述一位老师对他的评价是“non-stop”。
• 海钓是他的精神模型：累计海上几十天、平均每天最多钓一条鱼，“百分之九十九的时间没钓到”，路亚要不停cast、reel in，“不停做工却不一定见效，但突然就中奖了”。他借张一鸣的词：“延迟满足的那个满足是一个巨大的满足、狂热的满足，所以它能让人有毅力和心力去坚持。”
• 主持人引《老人与海》——圣地亚哥失败时自我催眠“我是个不同寻常的老头”，问他会不会告诉自己“我是个不同寻常的青年”。回答毫不迟疑：“会啊，当然会。”

10. 为什么每次都自有资金All in，以及巨头的天价TS

• 两个原因，先是性格：“我要干肯定是想明白了，值得干、觉得能干好，那就是干……信就是信，信我自己，不信就不要动。但凡要创业，就得拿自己的积蓄all in。”其次是坦白：“其实也不太好融资，我的出发点不是这个事情投资人喜不喜欢、短期能不能挣钱……”
• 主持人提到“最近有巨头接触并给出天价TS”，许高回应会在合适的时机接触和考虑资本市场，但“公司本身财务上很强劲，短期内没有融资诉求，还是把时间花在公司和业务上更好”。

11. 2021年夏的起点：厌倦疯狂，与三个选项框架

• 起点是价值观冲突：在小饭桌做FA时正值资本市场最疯狂，“我是一个求真、理性、讲究深度思考、讲究什么是对的人，那些错的被大家说成都是对的……我在那个game里面玩得不够好，我得去做自己想做的事情”。
• 框架一：day one全球化——“逆全球化的序幕已经开启”，中国制造的价值溢出“是碾压式的，是巨大的杠杆”，加上中国工程师水平与企业训练出的商业判断，“这个事情杠杆更高，全球化也自然代表更多可能性”。
• 框架三：软件与AI深度融合。逻辑是纯硬件公司“经营的本质是做世界上最好的发明，没有企业能做到十年如一日”，软件带来数据反馈与持续迭代；AI则是商业直觉——美国SaaS是“很beautiful的商业模式，高留存高连续性”，且“我十多年前创业就做爬虫、NLP、推荐算法，那就是上一个时代的AI，我一直有AI信仰”。

12. “A company is born to die”：为什么必须世界第一

• 框架二的完整推理链：“任何一个企业的出生就是在走向死亡”，所以要想清楚什么对可持续生存至关重要——“做世界第二你可能只有第一的百分之八十的性能、百分之五十的定价能力、百分之十的盈利能力”，第一名进入人才—产品—回报的正向循环，“第二名在追赶中和第三名激烈竞争，最后被第四名和第五名给干掉”。
• 世界第一还提供生存buffer：“你定价策略不对、卖太贵了，可以降点价，因为你做的是世界上最好的，你始终有办法调到让企业能生存的状态。”方法论后果：“但凡有别人在干、干挺好，我回答不了为什么我带队能干得更好，那就不要去干它。”

13. 从上千个idea收敛到录音：十亿下载的反直觉信号

• 按三框架从上千个产品narrow down到两三个idea，选中AI录音——“很反直觉，因为单纯看传统录音设备就是一个不大的市场”（索尼、奥林巴斯的时代已被手机App侵蚀）。但换视角：每个人手机里都有录音App，且Google的Live Transcribe and Notifications有十亿次下载，“很少能看到一个AI应用超过十亿次下载，说明这个需求是真的强烈且有效”。
• 他对Google那个产品的解读很辛辣：只给实时转写、不让存音频也不让存文字，用户很痛苦、天天骂——“Google就是在和用户做数据trading，我给你转写能力，你把数据给我训练。为什么要给你存？存了我就得收钱，耗我服务器资源。”但Google把它当Pixel的killer feature，这本身就是信号。

14. 讯飞搜狗的挑战：TPMF的T还没到位

• 对前辈产品的诊断：独立录音设备解决了手机“操作繁琐、电量不支持、被来电中断”的不可靠，讯飞搜狗叠加ASR做实时转写“其实特别好”，但“一小时对话一万字，转写还有百分之五的错误”，用户仍要花很多时间整理总结，效率很低——用他的术语，technology的fitness还不够，即Technology Product Market Fit的T缺位。
• 一段有趣的原创权之争：主持人称这一观点由“王汉川”提出，之后又称“小川”；许高当场认领：“这是我原创的……如果他是在二一年之后公开分享的，可能是我先分享的，没关系。” transcript未进一步明确该人物姓名。

15. 第一款产品i z rack：一百美元定价，立刻做到赛道第一

• 2021年自掏腰包起步，“你不可能day one就去招一批AI工程师”，于是先做IoT：市面小型录音产品体验糟糕到“开关降噪要连电脑改TXT文档里的0和1，删错一行就死机”，他们用有限研发投入做出手机App可控的录音设备i z rack（easy recording）。
• 结果验证了假设：“行业均价三十到四十美元，我们可以做到一百美元的零售价，立刻就做到赛道第一”，投放ROI非常高、社区口碑极好——先用IoT实现体验的跨越式迭代，看市场接不接受，再加AI能力。

16. Charles的加入：一年共事、制冰机的beauty，与一个综合性蓝图

• Charles当时是搜狗AI录音笔、翻译机的深度合作方（“比供应商更紧密”）创始人兼CEO。两人先以合作方式共事一年，“每个月或者每隔一个月聚一次，从麦克风工作原理到声学算法到显示模组，他每一次都特别有耐心”。许高对他的画像：“中国第一代最优秀的手机软件工程师，十年前就是第一代AI智能硬件的先锋，同时是一个经营者、一个商人。”
• 说服的内容就是那三个框架，外加一串“都能成”的小idea——制冰机的故事最传神：启动到出冰要十分钟，而喝可乐要冰是冲动性需求，“好歹开发个App远程或定时制冰，就这么简单的事，但没有制冰机有这个能力……特别有技术能力的人可能看不上，可我觉得这就是beauty：用科技让小东西把体验交付到很极致的地方”。公司应在2022年成立；一位硬件专家看到Plaud Note的第一反应是“这一定是一个非常成熟的硬件团队做的”。

17. ChatGPT时刻：“这玩意就是给我们定制的”

• 大模型出现的那一刻，“这绝不只是一家录音笔公司”就非常清晰了。他的依据近乎白送：ChatGPT发布不到两天，记者问Sam Altman API最有用的场景，“他说It’s best for summaries。我们都已经有录音了，又有转写了，那不就总结一下就完事了吗？”——在所有产品形态里，Plaud“最直接和高效地受益于大模型突破”。
• 彼时Plaud Note刚开始工业设计、正准备招NLP工程师；转向后“最早期就是把大模型加进来就完了，它立刻就起飞，因为体验是跃升式的，而我们是世界上第一个提供这个能力的”。官网上线Plaud Playground，把Whisper发布到官网，“几百人在线实时排队体验”，这是很强烈的增长信号。
• 2023年增长十倍、2024年再增十倍，“对创始团队心智的改造是很深刻的——从生存模式到了发展模式”：盈利前满脑子是“公司不要死掉”，两年十倍后开始具象地理解“我们凭什么能说要建设一个世界级的AI科技公司，什么样的路线图能做到”。

18. 2023年6月28日的发布讲话：“今天我们就是第一品牌”

• Plaud Note发布时，公司只有十几个人，他讲话：“虽然咱只有十几个人，但今天我们发布这个产品的这一刻，我们就是世界AI音频硬件领域的第一品牌”（当时可能用的词是“巨头”）。“一个事情怎么样成为可能？敢想的人才有可能。你想都不敢想、讲都不敢讲，你就没有可能了。”
• 同事的反应他也不粉饰：“第一直觉可能是这不是在吹牛吧，但你能讲就说明你不一样，至少敢讲，就有可能。”每次发布都有仪式感：他和Charles分别分享、一起吃蛋糕、请上门餐饮——“因为我们是很有调性的”。

19. 2023年底的关键判断：必须做wearable AI device

• 前置推演颇准：“很有可能这些手机厂商很快都会把会议总结作为手机标配的能力”——2024年果然发生（Apple Intelligence）。所以必须回答独特性：目标人群“工作场景是特别不依赖手机的”。
• 两个具体场景被完整保留：宠物医生“戴着手套给狗做诊断，他碰手机吗？手机根本和现场不搭嘎”；日本建筑行业用户意外地多，“项目经理戴着头盔上楼，可能都没有护栏，手得找东西扶着，要不然就掉下去了”。于是2024年8月推出NotePin。他的元认知：“我们每年真正要做特别重要的判断就那么一两个，剩下时候就是高效率的执行。”

20. 产品哲学：amplify your intelligence与以人为中心

• Mission是amplify your intelligence，且含明确取舍：“有些公司说我做agent，把活干了、把人给干了；我们的philosophy是围绕怎么增强人的智能去构建产品能力，让人变得异常高效——这决定了很多产品设计思路的不一样。”
• 他用CEO助理作类比：开会时可以对助理说“我觉得这个很有意思，你研究一下，下周三给我一份报告”，也可以让旁边的人“帮我记一下”。硬件按键让用户可以把这种意图实时传给AI。
• 哲学的来源是终极拷问：“我们要让用户提高效率之后有更多时间陪老婆孩子，或者收入翻倍之后带孩子去南极看企鹅、非洲看大象……要不然就变成一天四小时干完活，老板说工作量翻倍，那我图啥呀？”最终落脚点是让人拥有富足的自由、更好的生活和更幸福的体验。

21. “忘记是一种beauty”：对抗信息过载的产品设计观

• 他的顿悟时刻直接反对自家卖点：“我们说产品帮人记住一切——但你要想人为什么会忘记。忘记是一种beauty。一个人两年之后还记得的，就是那场对话里最有价值的内容；他拍大腿说‘那是个啥来着’，说明那东西也就那么回事儿，大脑可以选择忘记。”
• 落到设计原则：“帮用户记住一切、呈现一切？这个不对的，你容易造成信息过载。我们要让产品既解决记不全、记不住、记不好，也要避免造成过载的困扰，这个balance就很重要——人脑是个特别beautiful的东西，我们要respect和欣赏那些底层假设。”

22. Press to Highlight：传感器实现的实时人机对齐

• 新品Plaud NotePin Pro“这次产品创新里最好的功能”：聊到重点时摁一下卡片按钮，算法对按下前三十秒，或按下前后各十五秒的内容加权；大模型处理整个context时，侧重用户标出的三到五个要点。
• 他给的正式命名是“sensor-enabled, real-time human-AI alignment”——通过传感器实现的、实时的人与AI对齐。设计出发点仍是“你真的有个CEO助理你怎么和他交互？‘这帮我记一下’”。主持人的体感佐证：“我在学习用对待另外一个人类的方式对待这个智能，这是迈的很大的一步。”

23. 愿景跃迁：从AI as a Service到“下一代智能的基础设施和交互界面”

• 旧表述的来历：“Everybody is innovating AI with digitized data，只有Plaud是在processing data from real life”——强调软件AI优先、硬件只是传感器采集的基础设施。跃迁由三件事同时驱动：出货增速验证了交付能力；大模型从GPT-3.5到GPT-4再到GPT-5，“看到一些AGI的曙光”；业界出现tool use、browser use、phone use等agent范式，“我们不只是可以总结，AI能帮人把活干了的事情也可以做到了”。
• 用户群也同步展开：“人是以团队的方式，在公司、在组织里工作的”——从Plaud for consumers到teams、enterprises，再到开发者平台：地产经纪、金融、医疗、法律的垂直SaaS公司“都需要context，可以用Plaud的传感器作为杠杆的context operating system去build他们自己的agent solution”。结论：“我们有机会服务的不只是百万人、千万人，而是hundreds of millions或billions of people……每一个科技范式都会催生这个范式里的世界级公司，我们有机会成为那样的公司。”
• 同事一句让他“震撼”的话被主持人追认：“我们可以成为一个generation company，划时代的公司。”执行三关键词：饱和投入（“业界最高的薪资找最聪明、最native、最贵的人才”）、占据制高点、极致执行——指向“2030年成为真正有世界影响力的世界级AI科技公司”。

24. 开发者平台的技术栈与明确不做的事

• 基础设施的拆解：传感器采数据→SDK→API（云）→ASR/CV模态转换→intelligence extraction（生成纪要、待办、医疗场景的患者主诉与禁忌事项）→推送到下游workspace/SaaS/CRM，“甚至可以提供特定场景和行业的模型客制化服务”。
• 开放的边界同样清晰：“如果开发者认为我们某个能力不够好，他有权选择其他专业API”；不碰重型行业CRM、医院HIS、飞书式多维表格——“用户可以从我们这里把context分发到他所需要的工作流里，进一步开发他们的agent”。取与舍的标准仍是想干、可干、能干三者的交集。

25. 数据、隐私与模型策略：自研ASR，坚决不做预训练

• 数据立场保守到反直觉：“所有数据的第一归属权都是用户的，未经授权不会被拿去训练”；要增强模型能力，“还是得自己想办法额外找训练数据集，外包也好、专门采集也好，这是更务实的解法”。
• 自研边界：“转写算法就是自研的”——组建语音算法团队做不同语种、行业的自研ASR，目标业界SOTA准确率；但“肯定不会自研预训练大模型，现在大模型智力已经提高了，我们要想的是怎么高效充分地利用它，而不是追求技术上的SOTA——做了达不到世界SOTA，就不是一个特别好的商业决策”。
• AI处理context的两个杠杆：memory是强项（“agent像你的chief of staff，知道你知道什么，就不会反复研究”）；reasoning靠十几个AI产品经理加十几人算法团队围绕工作流调度能力，并用强化学习让agent“越来越懂你——你是事实导向、观点导向还是老板导向”。

26. 三个SOTA领域：传感器、人机交互范式、system engineering

• 他自认已做到或有机会做到世界最优的三处：传感器本身（设计、交互、质感、可靠性）；人机交互方式（“不是所有东西都发布了，在人机交互范式上应该会有很多前沿性、突破性的产品offering慢慢推向市场”）；以及从前辈处学来的system engineering——“我们不一定拥有世界上最好的算力和大模型，但在识别用户workflow和体验链条的每一环做优化，全部耦合在一起，体验就是最棒的”。

27. Apple Intelligence之后又翻十倍：一亿人vs十亿人的杠杆差

• 对“录音卡片早晚被手机淘汰”的看衰，他先甩事实：“从Apple Intelligence到现在，可能我们的业务又翻十倍了。”通话录音只占场景“很小一个占比”；“当产品有机会服务几十亿人时，我们才服务一百万人，没有任何理由它会减缓我们的增长速度”。
• 人群账本：他假设全球有十亿知识工作者，其中“三高”人群约一亿——企业家“花百分之八十的时间听人汇报、思考决策”；此外，专业支持工作者的占比“可能也是百分之五十左右”，包括医生、律师、咨询师、卖高客单价重决策产品的销售，工作方式on the go。调研公司的画面：“到沃尔玛问你觉得我这个包装做的怎么样——他不会拿手机举着的，it’s not natural。”
• 结构性论证为什么苹果不会来打：“像苹果这样的公司，每一个创新要一次性命中十亿人才有杠杆；而我们思考的是那一亿人里的五百万律师、五百万医生、两千万销售、一千万咨询师、三百万投行投资从业者，从设备类型到传输到AI能力都是垂直方案”——比如帮用户build API integration把数据推到Salesforce、HubSpot、Epic，“我们可以连接一万个SaaS，你说苹果会干这活吗？这不合逻辑”。
• 手机端侧模型追上来怎么办？他给了带条件的hedge：“就目前趋势判断有可能发生，但it takes a long time，另外我们也在进步，也可以做端侧处理，这些都是可解的。”设备观是组合论：“本地计算、传感器、续航、connectivity、屏幕、云端计算——它是眼镜、耳机、手机都可以做，从传感器思路想它到底什么形态最棒”；眼镜“现在暂时没有”，但按键、speaker皆是传感器，按键如今是“intention activator”。

28. 反共识的解剖：“conversation is a form of intelligence”

• 一位合伙人看完财报即加入，原话是“漂亮的PMF当中一定有反共识”。许高逐层拆解：大众第一反应是“录音笔多传统、手机也行、这也没啥”，但Plaud的假设是“对话就是一种智能——对话里承载的是我们这么多年的知识经验、此刻的偏好、痛点、期待和相互交换的内容”；而“百分之九十九点九九的人都没有把现实世界的对话采集起来”。
• 他认为其中可能有多个“百分之零点零一”的认知差异：“录音转写总结是我们上一代的产品概念，搞六七个人加个方案商就能做出来，看起来很简单——但我们现在有快两百个工程师在每一个环节optimize。最后全部相乘，大家就理解不了为什么这东西挺好，这背后就是Plaud为什么发展这么快。”业界的认知曲线：“深圳有一小伙儿干AI录音笔，也没干啥，特别赚钱……后来一看有点东西，大厂开始下场——但这些共识的层次仍然非常低。”

29. 功能还是产品：更像iPad，而非iPhone

• 借Tony Fadell“你必须审视这些设备到底是功能还是产品”的名言，他的回答有罕见的自我拆解：“只看Plaud Note这个设备本身，它就是一个功能，它就是采集声音的硬件传感器——有人说手机也可以，which is true。但从我的视角，我们交付的是一个帮人解决问题的产品。”被问是iPad还是iPhone时，他说：“我会更倾向于说，它目前还是一个iPad。”
• 产品线不会自我替代而是组合：“就像iPhone有AirPods、Apple Watch，我们也可以有Plaud、Note、Pro、X、Six，还有其他产品，它们之间可以相互交互”——不要把产品当单维设备，而是传感器、connectivity、本地与云端计算加AI的portfolio。

30. Capture、Extract、Utilize，与考虑新增的第四步：Route

• 三步走的展开：capture用一切传感器（手机、电脑也可视为可利用的传感器）采集context，目标形成context operating system；extract先做模态转换（语音、图像、动作、打字皆归text），再由大模型retrieve出结构化总结、待办、脑图；utilize则是deep research、写邮件、做PPT或把intelligence推入其他工作流。本次发布的Plaud Intelligence 3.0把采集从语音扩展到画面与动作。
• Route（路由/分发）是他正在考虑加入的新词，动机直指国内生态：“三高人群很可能不只和钉钉交互，还用飞书、腾讯会议、微信——我们可以采集他所有场景的对话，自动设定什么推给钉钉、什么推给飞书、什么推给SAP、Oracle、销售易。我们会做一个独立的、中立的context operating system。”
• 支撑判断的是一段海外生态对比：“国内一个巨头旗下办公效率软件的能力，能把美国上百个百亿美金市值的SaaS公司全部加一起——但人家是几万亿美金全部加一起，咱们一个公司拥有一切能力，价值创造只有人家的百分之一，这里面有深层次的商业思考。”海外Notion、Confluence、Monday、Asana、Linear、Jira、Slack、Zoom各自独立，“在那样的世界里，route这个词就变得非常meaningful”。

31. 什么是智能：卖冰棍的小贩，与个性化的提取

• 被主持人追问“智能的根本定义”，他拒绝抽象：“能帮到每一个人把自己的工作和自己要完成的事情做得更好的智能就是最好的智能。”例子如讲的保留：他摆摊卖冰棍，一个智商极高的生物学博士来一顿专业分析——“这就是一个超级大模型，他帮不到我。我需要的是一个知道怎么卖冰棍的人：品种全一点，牛奶冰棍放前面，动销快，定价便宜。好的智能是贴合于你、又渐进式引领你进步的，而不是讲一个你知道了但做不到的事情。”
• 产品上的落地是多维总结模板：用户可加tab，“有人要求每次生成CEO的观点是什么，确保和老板走得近；有人选‘批判性思考’模板，AI每次告诉你本次讨论有哪些观点存疑、缺乏什么推理依据”——教AI“像人一样贴合于这个用户的方式去提取智能”。
• Agent会不会做？纪律优先于野心：“我们在试。做个什么事就得做到SOTA，做不到SOTA就不要自己做，用别人的——这是我们的商业价值观。现在能看到很多让人兴奋、很炸裂的早期迹象，但暂时没有投入生产环境，我暂时没有结论。要警惕那种混沌的‘一切都自己干’。”

32. 路线图与收购：四到五条百亿美金业务线

• Roadmap一句话：Consumer、teams、enterprises、developer platform、vertical solutions——企业级加高权限隐私管理、权限控制、私有云部署。收购StarJam（医疗AI初创，四月宣布、实际一月完成）“出发点很多时候都是为了人才”：目标是在医疗、法律咨询、销售等领域“做四到五个百亿美元级别的独立业务线”，挑战是有没有兼具leadership、business sense与technology的世界级人才。
• 对硅谷scribe生态的判断毒辣：“几百上千家，很多同质化——拿手机App一录然后转写总结，自己也没什么东西，也不真正own那个场景，我觉得它们很快会经历速生速死的阶段。”传感器不好做，因此可以选择收购或投资优秀公司，支持它们在所处赛道做到行业第一。参照系是刚IPO的ServiceTitan（“一百多亿美元市值”）：“工作流百分之七十到八十的时间在对话、数字化基础设施又脆弱的行业领域，你就有机会进入。”

33. 竞争与壁垒：“现在没什么壁垒”，taste is everything

• 对模仿者的数据回击：“华强北这些人全部加起来，出货量或者销售规模可能也不到我们的百分之五到十”，并没有真正影响其市场份额和商业表现。策略是定位切割：“中高端打穿打透、极为强势极为激进；下沉市场你甚至可以理解我的策略就是放弃，短期内放弃。”商业循环直白到底：“最好的设计、最贵的材料、最高的定价、最高的毛利率净利率，招最好的人、用最贵的模型、给最好的结果——它只有贵了，我才能持续投入。”招聘细节佐证：工业设计找奢侈品珠宝行业的人，营销找LV在职的人。
• Taste被上升为身份逻辑：“可穿戴的东西是代表你身份的identity。企业家们开会说‘你用Plaud的，很好’，大家很有共鸣；你突然掏出个别的，氛围都不一样了。我有一个胸针，那好歹是Dior的，我不会用大街上三块钱的挂身上。”对追随者的价值观判断更狠：“做一个和你长得很像的产品的时候，它底层的文化价值观就是平庸的，这样的企业招不到世界上最好的人才。”
• 壁垒问题的正面回答分两截，罕见地诚实：被追问“现在有的壁垒是什么”——“现在没什么壁垒，审美taste就是壁垒。”在建的三个：成为个人与企业的memory center；connectivity——“连接一万个SaaS，构建智能的高速公路网络，那些API可不是能随便和你建的”；智能flywheel——“我们已经有三千个模板，谁也搞不了三千个模板，很快三万个，智能的网络效应”。最像未来Plaud的公司？“Apple呀。”

34. 巨头下场与“成就人的组织”：宁可不要十倍大

• 背靠巨头的玩家进场有没有压力？“一度有，现在我已经释然了，我们控制自己的商业野心就行了。”释然的底层是价值观：“如果说我们公司可以做到十倍大，但是它让员工不幸福，我情愿它不要十倍大”；对比画面：“一个五百人的企业很高的人均利润、人均幸福感，versus一个一万人的企业让大家很卷，干出来的产品被市场一顿骂，赚钱也不多——规模大不一定是最好的商业回报。”
• 对内卷他从义愤到理解：“原来我有点义愤填膺，后来我也算理解了，这不是谁的主动选择，是社会环境塑造的，很无奈。”逃出轮回的答案：“首先要控制自己的欲望。我们为什么从海外市场起步？付费习惯、商业环境非常友好，能以极快速度成长、有很好的商业回报，才能持续投资——商业选择也很重要。”

35. 进入中国：“发现原来不需要我来解放大家”

• 动机的坦白版本：公司做得挺好后，他觉得自己是不是升华了、应该追求点意义感，“我能看到很多疾苦——工作很忙、效率很低、会议很多。我真的是想帮到大家”；主持人提出最近半年发现“原来不需要我来解放大家，有其他人来解放大家”，许高认同，所以进中国仍打三高人群，且对结果保持克制：“要衡量投资回报率、经营杠杆，尊重市场、尊重客观的结果，有个平和的心态。”
• 主持人的尖锐假设——飞书钉钉既有线上办公软件又做线下传感器，能打通context——他以route反制：“国内的企业家、核心高管多大程度上会依赖一个单一的办公SaaS？飞书一定不给别人route，钉钉也一定不会route给飞书，但是我们可以。”对钉钉A1的低价竞品，他的换位是：“如果这个人百分之百在钉钉生态内工作，那他用钉钉那个产品就是对的。”to B与to C会否冲突？“不会的，现在to B还特别早期。”

36. Gemini 2.5节点与莫子皓：“一百分的神在做三十分的工作”

• 主持人求证：三月底Gemini 2.5发布后，中国区CEO莫子皓拿Gemini做实验，惊讶于大模型智能水平，并称公司随后决定all in大模型相关研发——许高确认“属实”，但淡化戏剧性：“不一定要Gemini 2.5才让人感到惊讶，很早就期待公司在这些能力上投入建设。”
• 莫子皓自述的认知变迁值得完整保留：“去年这个时候我还在做销售agent，通过那玩意多赚四千万，觉得很香——但那是AI辅助人做事。到去年十二月底之后，单次对答的智能已经没法提高了，因为没有足够多的数据，或者没法通过数据做更多提升；大家去追多模态、指令追随、工具调用、多步规划，但对我来说，单次智能的高度本来就没有被很好地利用——你可以理解为它是一个一百分的全知全能的神，但大部分人在用它做三十分的工作，这个事情特别不make sense。”
• 他的技术判断带着精确的版本感：“写代码是Claude 3.5之后大家觉得它可以写；超长文本的纯文本处理是Gemini 2.5 Pro之后才出现所谓的‘涌现时刻’。”模型具备人所不具有的记忆能力和attention span。另一个非共识是：“做互联网的人永远觉得全世界都在写代码，但很多人创造和传递价值的方式是通过对话——这群人从来没有人帮他们做过任何的IDE，也没有人帮他们做过提效的东西。”

37. 组织：紧一阵松一阵、AI-first的内部纪律与人才红线

• 节奏上的change of mind：“很长时间都在业务冲刺，intensity高了舒适度不高。接下来在战略共创、路线图共创、SOP制定这些基础的事情上投入更多时间，对业务的激进程度往回收一手，不会每个季度都说再翻倍一次——可以更有耐心，这是我今年越来越强烈的一种体会。要进入松一阵的节奏，但不是松懈。”公司文化自认“tough but rewarding”，本身就不是一个工作轻松的地方。
• 内部AI实践正在推向极致：“以后所有内部会议每个人必须有一个Plaud的会议总结，工作流必须从Plaud开始；但凡发起新的招聘，必须回答这个事为什么AI干不了；但凡寻求决策，必须先问一遍AI、把summary附在那里再发问——先把自己公司打造成不用工作八小时就有八小时产出的企业，把自己当小白鼠。”
• 人才观四条：“学习力很强、要聪明、要有创业者精神、要AI first。”红线是低开放度：“只相信自己、不信任同事，你和他无法背靠背——这样的人很要命，他会很快成为组织的核心卡点。”管理参照系是Google/Microsoft式：“用最贵的薪资招最好的人，然后就没有然后了，你干几个小时nobody cares”；腾讯式的轻微绩效排序他也理解，但“我的初步思路还是优先提高人才的密度”——不打卡但也挣扎：“挣扎就挣扎嘛。”

38. Tough and love：老虎与无尾熊的一体两面

• DISC测评里他两个值最高：老虎值（dominance支配）几乎爆表，其次是无尾熊值（追求和谐）。他的自我解释把两者缝合：“老虎那一面最深层次是什么？就是确保大家要开心——你可以很多局部不开心，但作为一个整体要有开心的基础。公司不行了，你平时再开心那就开心不了。为了最正确的事情，你就得要求高一些。”
• 慷慨的根源一句话：“以别人的快乐为自己的快乐。”办公氛围的具体投入：内部咖啡馆请专业咖啡师、供应商级别的点餐、园区在地铁站正楼上——主持人类比张一鸣多年坚持办公点在西三环边上，“真正的以人为本”。

39. Charles的另一面证词：从劝退到被五千条评论说服

• Charles的第一反应是劝退：“硬件这件事不是光有热情就能做好的，我见过太多了，投入做硬件百分之九十五你就是把钱丢进水里——你别做了，弄清楚了再做。”但Nathan第二次来时带了数据：亚马逊录音笔品类的销售数据、用户体验留言，“有些在我预期内，有些超我预期，我去核实，确实是真的”；Nathan一个人翻遍了五千条录音笔评论。
• 打动Charles的组合是“激情、热情，加上对数据的专注和务实”：“你要想说服我，必须拿出足够的数据，我们相信数据，不相信嘴里说的那些忽悠。他资金很有限，没有多少筹码可以随便砸，必须找到真正能帮他解决问题的人——路边随便找个饭馆吃盒饭聊一聊的时候，我觉得他身上就是有这些点。”关键的性格识别是：Nathan“不追求绝对的确定性，但一定要有百分之八十到百分之九十的把握才可能去做”；在务实上与Charles一致，同时又年轻、有热情，这某种程度上是Charles所没有的。