130. 张月光创业两年首次访谈：妙鸭不是AI Native产品、流程到上下文设计、One Way Door和乙女游戏
摘要
张月光结束了近两年的低成本探索，应用侧不再尝试其他方向，正式把资源押向 Doki：先以 AI PPT 验证 PMF，最终要做一个“帮我突破自己能力边界的朋友”。 他接受这条路竞争极其拥挤，也承认 PPT 本身不值得亏光公司；但若所有钱输在“能力边界型 Agent”上，他说“我可以接受”，因为即使别人最终做成，也意味着目标发生了。
他对 AI 产品最关键的认知修正，是承认妙鸭并非 AI Native，而是“把 AI 能力发挥得非常好的互联网产品”。 妙鸭靠固定照片数量、模板、prompt 与生成链路限制自由度，以换取稳定效果；真正的 AI Native 产品面对开放输入与开放输出，产品设计必须“从面向流程，变成面向 context”，组织也要先混合探索模型能力，再进入传统分工。
张月光判断 AI 产品只有跨过真实可用的临界点，成本优势才会突然释放，因此“九十分等于零分”，抢 first 不如率先迈过那条线。 妙鸭把“真、像、美”拆给三个串行模型，三个多月做到日收入百万元级、接近两万张推理卡在线；Doki 也以“不再进 PowerPoint 二次加工、别人看不出是 AI 做的”为单向门标准，而不是追求一个漂亮但不可交付的 demo。
Doki 与 Manus 代表两种不同的 Agent 价值取向：前者强调人与 AI 高频协作、低 latency 和能力扩展，后者代表端到端、离线并行与人工替代。 张月光相信自动化路线的商业想象更大，却主动选择“人本主义”的有限价值——让人做到原来做不到的事；他也直言 Claude、Gemini、GPT 背后的模型公司构成长期威胁，应用公司的阶段性空间来自任务深度、混合模型和模型公司不愿处理的工程细节。
AI 乙女游戏《星联》是另一条更慢、更不拥挤的下注：它试图用游戏化解决 AI 陪伴的高门槛、差商业模式与角色不成长三大通病。 首轮内测仅开放约 2,000 人，一天满额，官方小红书账号当天约 1 万粉，七天后关服时用户集中与男主告别；张月光因此认为“AI 陪伴做成游戏”的基本猜想大概率成立，但也强调内容型游戏无法靠 AI 简单降本，复制周期仍是至少一年以上的长周期。
他对创业资源配置的底层框架，是寻找“单向门”而非短期 wow：用户一旦使用就不再回到旧解法，市场份额才能逐日累积。 这也解释了为什么他否定短音频平台、主动信息聚合等实验——前者始终没找到原生于 voice interaction 的内容，后者既有成熟替代品，又试图在依靠注意力变现的行业里替用户 save time，需求与商业模式相互冲突。
这次创业的真正变化不只是方向，而是动机：他不再为了证明自己，而要与同一群人用十年促成一件即使由别人完成也值得的事。 媒体所称“无产品盲注四轮、累计近 3 亿元”被他描述为大体接近但未确认细节；融资没有换来激进烧钱，他给自己的 CEO 表现打 60 分，满意之处是“没瞎搞”、账上资金与团队心力都未伤筋动骨，代价则是长时间看不懂方向所带来的焦虑。
精读
1. 十余年频繁换题，最终逼出了长期主义
张月光从 2012 年前后进入孔明科技，随后做过支付宝无线、字节的图像与增长项目、第一次创业、阿里与优酷，再到 2023 年的妙鸭；资金、红包、相册、社交、短视频、长视频和 AI 图像几乎都碰过。
他不认为自己擅长“大厂往上爬”，但结果并不慢：2016 年加入字节时大约是 P3，约 30 岁已在阿里做到 P9，最多管理接近 300 人。真正让他不满的，是十几年里“人和事都没有长坡厚雪”。
产品偏好并非毕业时就清晰。他说早期只是老板让做什么就认真做什么、争取升职加薪，直到字节与第一次创业之后，才稳定地确认“创造的快乐”以及让真实用户被感动，是自己的底层动力。
2. 第一次创业看对了短视频，却选错了切口
2018 年离开字节时，张月光判断短视频不只是内容平台，而是继文字、图片之后的信息媒介升级；教育、电商等行业都将短视频化、直播化。这个宏观判断，他今天仍认为没有大问题。
错误发生在切入方式：团队想“再造一个卖货的抖音”，而短视频卖货天然位于现有短视频平台的延长线上。回看当时，更合理的路径应是围绕平台做内容供给，而不是重新造平台。
项目做约一年后必须转型。张月光把这段经历概括为第一次创业者的典型问题：看到了足够大的趋势，却没有把趋势翻译成一个具备结构优势的产品与商业位置。
3. “元音”让抽象用户第一次变成活生生的人
2019 年，他受到日本游戏《早安，我的少年》启发：Live2D 机器人只能沿固定分支恢复记忆，他当时就想，“这东西要能自由对话就好了”。团队后来做出 Live2D 捏脸、换装和连麦社交产品“元音”。
元音很快做到大几万 DAU，峰值接近 10 万，以女性和初中阶段用户为主，通过皮肤、装扮收费。低龄用户带来的低 ARPU 与未成年人充值问题，也构成最终关停的重要现实原因。
与字节红包项目单日新增 500 万却只看到数字不同，元音用户每天在 QQ 群里讨论角色和产品。停服当晚，用户集体“守夜”到零点，随后去应用商店写长文纪念；这种反馈让他确定，自己想做“真的让用户感动的产品”。
《星联》并非突然出现的创业点子，而是这段情怀的延续：他在 2019 年想象的自由对话 Live2D 角色，到这一轮模型能力成熟后才真正有实现条件。
4. 第一次创业失败，首先失败在动机
张月光停止第一次创业，一方面是心力耗尽，另一方面是做了两年多后突然不知道“为什么要创业”。他后来承认，最真实的出发点不是使命，而是“我觉得我很牛，我要证明自己”。
结果很快“直接打你的脸：你不牛”。当证明自我的目标被否定，他又没有切换到另一项真正想促成的事情，于是困惑并非来自单个产品失败，而是原始动机本身失效。
为了对股东与团队负责，公司最终由阿里收回，他也回到阿里。张月光把这看成一种责任处理，而不是第一次创业逻辑仍然成立的证明。
5. 他很早追逐 AI，却主动退出纯技术竞争
2016 年视觉 AI 创业潮兴起时，张月光希望找一家做 C 端 CV 的公司，因此加入字节图形图像部门，参与类似 Google Photos 的“时光相册”及图像特效；部门后来并入 AI Lab，他又转向红包增长和小程序平台等 0 到 1 专项。
清华计算机系的经历反而让他很早放弃 coding。一次文本聚类作业，他的 K-means 代码跑一天后崩掉，同宿舍同学约 20 分钟就跑完；那一刻他确认，“我的天赋没在这里”。
他后来对自己的描述是“一半理性、一半感性”，更擅长判断现象背后的范式，也愿意深入微妙的产品差异，而非在纯理性、纯工程天赋上与顶尖同学硬卷。
6. 鸭川的一夜，把十年变成不可谈判的原则
2023 年国庆假期，张月光在京都鸭川边从凌晨 2 点坐到 5 点，只带一罐啤酒，重新审视即将到来的 35 至 45 岁。他最不满意的不是职位或收入，而是过去从未与同一群人长期做同一件事。
那一夜定下的原则是：“35 岁到 45 岁，跟同一群人做同一件事情。”大厂中的业务、同伴和组织安排存在不可抗力，拥抱变化反而是基本素质，因此若要控制十年的对象，只能自己组织。
原则一旦确立，升 P10、加薪或奖金都不再构成有效挽留条件，因为这些变量无法满足十年要求。他所说的“原则的力量”，就是提前删除大量看似需要权衡的选项。
7. 大厂晋升有外部战役，也有不可避免的内部战役
张月光把大厂游戏分成两种：一种是战胜外部敌人，以明确战役与业务结果升级；另一种是战胜身边的人，只要永远是团队里的前三名，也可能持续晋升。
他的判断是，内部竞争不是个别人品问题，而是绩效体系带来的“地心引力”。外部游戏更难、结果更不确定，也依赖增量周期；没有增量与新要素，组织成员自然更容易向内作战。
2012 至 2016 年像“在向上的电梯里做俯卧撑”，大量业务能获得外部结果；抖音以后互联网经历较长真空期，AI 才重新提供增量战场。他真正喜欢的并非晋升本身，而是外部创造。
8. 大厂可以创新，但创新必须配得上组织成本
回到阿里后，他几乎每年都坚持发起一款新产品，妙鸭只是唯一大规模出圈的一次。张月光并不接受“大厂一定没有创造”的说法，前提是新周期打开了足够高的天花板。
元音最高接近 10 万 DAU，却因低龄、低 ARPU 和商业边界不健康，不是大厂值得长期配置资源的事情；AI 则重新抬高潜在上限，使大厂内部与创业公司都获得了创造空间。
因此，他离开阿里的核心理由不是那里不能做创新，而是组织无法保证“十年同一群人、同一件事”；创造空间与人生原则，是两个不同问题。
9. 好的创业动机，首先要有较高的期望收益
张月光给出的第一种合理动机是“我就想当老板，不想给别人打工”。它听起来不宏大，却在公司成立第一天就已实现，因而主观期望收益是 100%。
第二种是“特别想让一件事发生”：自己做成当然成功，即使没做成、别人最终实现，也不算输，因为参与的是一个比个人输赢更大的命题。
发财、出名和证明自己在他看来都不是道德上低级，而是概率乘收益后不划算。留在大厂可能更容易赚钱，也能通过做到高管获得尊重；把这些目标放进创业，反而承担了不必要的低胜率。
10. 优酷让他确认，长视频更像投资业务而非互联网平台
张月光认为长视频的决定变量是内容：一部片子投对就播得好，投错则产品和技术很难补救。极端地说，热门电影为电影院带来流量，不是电影院“分发”出了热门电影。
因此，长视频首页加入推荐算法甚至可能是负向的；用户打开应用往往就是为了某部确定内容。这个生意更像用面粉做面包：早期亏损来自内容成本过高、付费不足，后来靠内容价格下降和付费习惯改善接近平衡。
到 2023 年，他已认为自己负责的产品、技术和设计难以带来实质变化，于是在一次双周会上宣布不再参加优酷日常会议，让团队自主决策，把时间转向 AI 和图像创新。
当时负责人樊路远持续强调“内容为王”，也给产品技术团队留出空间。张月光坦言，当所有人都没有实质结果时，绩效更像过程奖励，而不是对真实业务增量的精确分配。
11. 妙鸭从三个常识判断切入，而非从大模型热潮出发
2023 年 ChatGPT 已经极热，但内部兴趣小组盘点可用技术后，认为 Diffusion-based Model 及周边生态相对成熟，于是选择图像。
团队没有卡、钱和人，也无法解释为何要重做 Midjourney，因此决定找足够垂直的切口。张月光借过往相册经验指出，用户照片中约 70% 以上是人物，第二名才是截图，于是聚焦写实人像。
阿里团队的第一反应是淘宝换装、模特图和电商图，但他判断电商链条过长，图像生成不是核心环节就没有议价权。最终选择写真，是因为能面向 C 端、端到端定价，并替代高成本、慢周期、重资产的旧方案。
12. “真、像、美”不是一句口号，而是三个串行模型
妙鸭的三个要求依次是：“真”，看不出由 AI 生成；“像”，必须让用户确认与自己有关；“美”，又要比真实本人略好看，因为没人愿意付费看一个毫无修饰的自己。
当时单一模型几乎不可能同时达到三项要求，团队于是把任务拆开：一个模型学习大量普通人照片，保留模糊、普通光照等真实质感；一个模型用用户上传的约 20 张照片保持身份；另一个模型负责模板与美感。
三个模型是串行控制，并非经典 MoE。拆分还使模板生态可持续扩张：每个模板可以被视作独立的小模型，而不必反复改动底层身份与真实感能力。
整体开发约三个多月，大部分时间花在调教效果，真正做工程并上线很快。张月光把结果归因于“微妙差异”而非功能首创——B612、美图等产品此前已有近似功能与流程，但没有同时跨过真、像、美的阈值。
13. 单向门意味着用户不会再退回旧解法
张月光偏爱 one way door 产品：用户一旦体验，就知道今后这个需求只会这样解决。Cursor、Claude Code 对传统 IDE 的替代，是他心中最直观的例子。
创新通常不是凭空创造需求，而是给旧需求一个具有全面优势的新解法。即使当下效果尚未完全领先，只要能清楚看到它必然走向全面优势，也值得长期投入。
单向门与“哇哦”产品的差别在于，后者新鲜感过后仍会退回旧工作流，需要持续召回用户；前者哪怕初始份额很小，也会“一天一天往上涨”，让创业者能够安心慢做。
14. 妙鸭需要 AI，却仍不是 AI Native
张月光花了两年才接受一个反直觉结论：妙鸭没有这一代 AI 就无法成立，但这只是 AI Native 的必要条件，不是充分条件。它更准确的定义是“把当时 AI 技术发挥得非常好的互联网产品”。
妙鸭要求固定数量的照片，训练固定身份模型；用户再选择固定模板，背后的 prompt、模型和工程链条全部预设。它通过压缩用户自由度，换取当时技术条件下更稳定的效果。
真正的 AI Native 产品具有更开放的输入与输出：用户可以用语言给出难以穷举的命令，Agent 还可能调用工具、产生多种结果。互联网产品经理原本扮演上帝，现在却无法预先画完所有路径。
15. 产品设计的核心从流程迁移到 context
互联网二十年的基本范式是面向流程：产品经理定义决策树，设计师把流程画成界面，工程师像施工一样实现。微信虽像可自由游览的迪士尼，底层仍是由产品经理预设的“有限自由度”。
面向 Agent 时，产品经理不能先假定用户会输入什么、模型必然输出什么。第一优先级应是拆解：用户与模型会发生几次交互，模型完成任务需要哪些信息，哪些 context 会决定结果是否符合预期。
张月光所说的关键动作不是抽象地“引导用户”，而是想办法让用户把这些必要信息提供出来。只有理解模型缺失什么，才能反向设计流程，逐步取得必要上下文。
对话框、GUI、生成式 GUI 只是表层选择。真正决定效果的是用户看不见的 prompt、知识、工具、模型调用和 context 如何共同工作；因此结论是：“从面向流程的产品设计，变成面向 context 的产品设计。”
16. AI Native 团队必须先混合探索，再恢复专业分工
在模型能力尚未被摸清时，产品、设计和工程的边界会变模糊。设计师需要判断什么是美，产品经理需要提供 taste，工程师也必须参与容器、布局和模型行为定义，任何单一工种都无法独立给出答案。
张月光提出两段式协作：第一段是相对混乱的混合团队，共同摸索模型能做什么、需要什么 context；第二段在答案清楚后，产品再设计取得上下文的流程，设计与工程进入正式交付。
他反对把创业机会简单归因于“大厂转身慢”——在大厂工作过的人会知道那是幻想。真正的机会来自组织物种差异：线性 sprint 管理追求清晰，而模型探索阶段天然无法被完全规整。
17. 妙鸭真正对标的是海马体，而不是美图
张月光始终把妙鸭理解为写真生意，而非泛图像工具：“我压根跟美图不在一桌，我是跟海马体一桌的。”美图解决高频修图，妙鸭完成一次写真任务，两者在用户心智中并非自然泛化。
产品上线时，他亲自写用户信、命名并 review 每一句文案，刻意不提 AI，因为目标是建立新消费品牌。与携程做旅拍、与同道大叔做星座联名，也遵循品牌认知而非工具扩功能的逻辑。
这也决定了生意上限：写真低频、高毛利、偏重运营，无法仅靠技术变成高频低 ARPU 产品。即使继续做，他也只把妙鸭称为一个 “fine business”，而不是 AI 时代的主航道。
18. 从 9.9 元到 99 元，再杀到线下，才是写真生意的完整打法
张月光离开前想做的第一件事，是把 9.9 元提高到 99 元。解法不是单纯涨价，而是加入 human in the loop，为用户定制模板和风格；只要用户知道有人提供服务，99 元相较线下 699 元仍然合理。
第二步是进入商场做快闪店，直接截留准备去写真门店的用户。线下品牌当期主推什么风格，妙鸭就快速上同类风格，以更低的人力、场地和前期投入挤压其成本结构。
由于写真低频，最终胜负取决于“用户想到写真时先想到谁”，品牌心智可能只容纳少数赢家。但他若独立创业不会选择这个方向，因为要赢就必须做重，利润率也不会特别性感。
19. 妙鸭的爆发规模很大，代价是连续三个月救火
产品火起来只用一两天，日收入达到百万级。集团调动全国算力，线上推理最多使用接近两万张卡；张月光与团队 PM 在亮马桥酒吧看着单日收入首次破百万元，喝到酩酊大醉。
他后来披露，妙鸭在约三个月内获得大几百万付费用户，用户量可能已经超过海马体一年的客户量。这同时说明爆发不可持续：中国愿意付费拍写真的人有限，短期已覆盖很大一部分存量需求。
上线后的工作几乎全是扩卡、修 bug 和补工程。一名服务端工程师连续约 72 小时工作，拒绝回家休息，理由是“这辈子不一定能再遇到第二次这样的事情，我不想给自己留任何遗憾”。
小程序最初只是因为团队人少，但 iOS 虚拟充值限制迫使团队三天内补出客户端；与此同时还遭遇疑似组织化黑公关，包括捏造用户照片被用于色情内容、向消协投诉等，三个月里几乎没有思考空间。
20. 爆红三个月后离开，靠的是原则而非产品占有欲
妙鸭约 7 月走红，张月光 10 月假期后提出离职，11 月 11 日正式结束阿里工作。双方处理得“很正常”，对方的要求就是不要再做妙鸭，他也从未考虑离开后再做一个妙鸭。
他反对把产品视作个人孩子：妙鸭是团队产品，许多关键工作不是他完成；同事足够优秀，可以继续推进。若后来发展不好，他留下未必能救；若发展很好，那当然更好。
妙鸭是他职业生涯最能证明自己的产品，但他也不认为它本身特别成功，只把它视为一个 “fine business”，而非 AI 时代的主航道。字节的巨大数据更多来自平台，元音更接近个人从零到一，却没有足够结果；妙鸭同时提供了影响力与一生能记住的幸福时刻。
21. 新公司的起点是“创造 AI 人口”，路线图却并不清楚
离开阿里后，张月光没有立即融资开工，而是花数月判断是否真的创业，也考虑过加入别人团队。他看过硅谷和多家大模型公司，但 To B 取向、技术基因与自己坚持做 C 端产品的偏好并不匹配。
最初愿景是“创造 AI 朋友”：AI 不应只是 service 或工具，而应成为 individual。未来虚拟世界里的 AI 人口可能比人更多，它们也能获取、思考、发布信息，并连接人和其他信息。
他现在认为 ChatGPT 也许已某种程度成为那个 individual，但创业当时只有宏大猜想，没有清晰路线。真正确定的是 AI 最终会进入人类社会网络，而不是永远作为每个人私有、彼此隔离的助手。
22. 初创公司不必先有完美使命，但必须先定三个基础变量
一位湖畔背景的朋友告诉他，创业第一天就提出“让天下没有难做的生意”这种长期使命与清晰路线，极其罕见；大量成功公司是在做的过程中逐步刻画使命。
更必要的三件事是行业、团队文化和商业模式。行业不能今天卖奶茶、明天转 AI；文化本质上是创始人真实为何种人；商业模式若毫无答案，则风险极高。
张月光创业时已确定长期做 AI，也清楚要找价值观一致的人；商业模式尚不清楚，但行业已有部分收费实践，因此愿意边做边摸索，而不等待一个虚构的完整答案。
“十年同一群人”是原则而非创业目的。目的仍然必须是促成某件事情，原则只是要求用什么人、以什么方式走完过程。
23. “人负责 will，AI 负责 skill”重写了团队配置
张月光对人机关系的压缩是：“人应该负责 will，意图意志；AI 负责 skill。”当专业技能逐步贬值，人的广度、多元性与品味，反而成为个人和团队的竞争力。
团队大致一半来自大厂，一半来自独立开发者和“有调性”的初创公司。优秀大厂员工提供规范、使命必达与执行坚决；独立开发者往往产品、设计、开发都能做，更适合 context 探索；调性型公司人才则带来审美、产品和营销品味。
他刻意避免核心层全由旧同事组成，以减少思想趋同，也避免新人面对一个封闭熟人圈。价值观需要一致，做事风格却应包括 push 型、细节型、思考型等不同角色。
公司没有严格的联合创始人头衔，也几乎不强调头衔。核心成员中既有多年合作者，也有朋友介绍的新伙伴；近两年团队整体稳定，少数离开者多选择自己创业。
24. 创始人的长板是范式判断，危险则是过度抽象
张月光认为自己最强的能力，是从现象中判断底层动力：什么在驱动变化、能否带来范式迁移、哪些差异会长期存在。他不声称这一能力绝对优秀，只说相较自身其他能力更突出。
另一项自评是实事求是，愿意承认“不懂就是不懂”。但范式抽象也有反面：把黑白奶牛直接抽象成“动物”，很多有意义的差异都会消失，最后只剩口头禅“这不就是……”。
妙鸭的启示正是，相同功能描述下的微妙效果差异足以产生截然不同的结果；因此抽象判断之后，仍必须回到具体对象、具体用户和具体可用阈值。
25. 高额融资买到的首先是判断时间，而不是烧钱权
媒体称公司在没有产品时连续获得三到四轮融资、累计接近 3 亿元。张月光没有确认精确数字，只说体量与公开报道“大体差不太多”，也承认自己至今不知道估值究竟怎样计算。
他归纳投资人下注的原因：一是认同“AI 朋友、AI 进入社会网络”的长期愿景；二是自己过去多少证明过一些产品能力；三是相信他不会不懂装懂，也不会在看不清时乱搞。
外界开玩笑称公司靠存款利息运营，他说并没有夸张到那个程度，但资金消耗确实克制、runway 仍很长。探索不能完全不花钱，却应把“学费”控制在最低水平。
对他而言，更稀缺的不是融资，而是团队和自己的心力。资金可以再筹，连续做没有信念的项目却可能把人搞崩，因此探索期不加速、不画大饼，是一项主动资本配置。
26. AI 陪伴已有真实需求，只是尚未完成行业爆发
公司成立第一天便启动 AI 乙女游戏，一部分来自元音与 Live2D 的情怀，另一部分来自市场事实：当时国内和海外的 AI 陪伴赛道，赛道级 DAU 都能达到千万级。
张月光强调，除通用 Chatbot、可能包括图像与视频生成外，能达到赛道级千万 DAU 的 AI 应用并不多；陪伴产品还有用户付费，部分公司已接近打平或微利。
由此能得到的有限结论是：AI 陪伴是带商业价值的真实需求。至于为何没有彻底爆发，则不能用“伪需求”解释，而要寻找行业共同瓶颈。
27. 陪伴产品被三个结构性问题卡住
第一是用户门槛过高：用户面对对话框，仅靠文字与少量图片获得快乐，需要极强的想象力和表达力。年龄越小越容易把麻将牌想象成坦克，因此产品才集中于低龄、二次元人群，而非因这些人天然是唯一用户。
第二是商业模式差。多数产品实质上转售 token，很难形成高溢价，毛利率因此很差。
第三是角色不会成长。真实伴侣或朋友必然随关系变化，但 AI 角色聊十天后仍是同一个人，单角色很难形成长期留存。低龄化、商业化弱、留存差只是表象，底层分别是高门槛、差模式和静态角色。
28. 游戏化恰好逐项回应陪伴行业的三道难题
游戏把 UGC 式全主动对话改成 PGC 与用户主动性的结合。用户不想表达时仍可消费剧情、美术与设定，愿意互动时再自由聊天，Live2D 反馈也比纯文字提供更具体的想象支点。
游戏行业已有成熟付费结构：单个游戏可能失败，但每种类型都存在经过多年验证的商业模式，因此可以使用一般 AI 陪伴无法自然采用的定价和内容售卖方式。
PGC 角色还能被持续更新。同一人物在不同用户生命周期里可以拥有不同阶段，模型、剧情和关系状态都能变化，从而让“陪伴者会成长”成为可生产的内容，而非期待模型自行涌现。
张月光当时同时启动应用探索，是因为怀疑朋友能否只提供情绪价值。真实朋友也会帮助你做事；反过来，一个长期稳定提供实用帮助的对象，最后很可能自然产生情绪关系。
29. 乙女 IP 的核心不是聊天功能，而是互动权重的重排
张月光把任何 IP 拆成四项：价值观与态度构成内核，外层是视觉包装、作品表达和用户交互。爱马仕、明星、主播虽属于不同产业，仍都需要这四种要素互相支撑。
内容表达与用户交互存在跷跷板：越昂贵、越高位的 IP，作品越低频、质量越高，也越要减少互动。顶流明星不能天天直播，大牌也不会频繁在电商间营业，否则稀缺感和人设都会被消耗。
另一端则是主播、AKB48 等以互动性为优先的 IP，其价值来自“看得见、摸得着、每天够得到”。AI 的变量，是让乙女游戏可以系统地制造这种互动型角色。
因而，把顶流明星或成熟乙女男主复制成可随便聊天的 AI，并非简单增值，反而会破坏原有 IP。互动优先与高位作品优先是两种产品，传统乙女厂商若要进入，也需要另造角色和产品线。
30. 《星联》选择单男主、2D 与 Live2D，都是同一定位的结果
互动型与明星型 IP 面向同一大类乙女用户，但倾向不同：有人同时喜欢两类，也有人只偏好高可得感。张月光判断，互动陪伴更偏二次元，而被 3D 乙女游戏拉入市场的三次元用户更容易仰望“大明星”。
团队因此选择单男主、2D 画风和 Live2D，并把人物设定得更具服务性，而非高高在上的霸总。这里既有元音情怀，也有对互动频次、用户画像和内容成本的前置判断。
张月光称自己从第一天就做女性向，还曾劝另一位创业者不要做男性向，因为他的判断是“男性不需要陪伴”。这是他对当下产品空间的强判断，而非对所有未来游戏类型的普遍结论。
31. AI 游戏不能靠一句“降本增效”跳过内容工业
《星联》游戏团队约 20 人，基本都是游戏工种而非大量 AI 研究人员。模型能力不靠堆人，但策划、美术、文案和运营等内容工艺仍是纯人力链条，不能被一句 AI 降本直接消除。
乙女与二次元用户尤其忌讳 AI 绘画和抄袭，既保护画师，也高度重视原创；新人物与既有人物“撞脸”都可能不可接受。因此 AI 被用于交互内核，不等于所有视觉资产都可由 AI 生成。
张月光参与的是单男主、2D、人设方向和 AI 玩法等底层决策，具体男人是否帅、剧情是否动人、美术是否准确则不参与，因为他不是目标用户，团队内的策划和内容负责人比他更懂。
他对 AI Native 游戏的定义是：用户最核心的游玩理由就是 AI 带来的灵活性，而非给传统游戏附加一个聊天 NPC。实时视频、物理世界扩展等设想目前仍做不到，类似“斯坦福小镇”的系统到约 100 轮后也可能变得同质和无聊。
32. 首轮内测证明了情感强度，但还没有证明规模
《星联》首轮内测开放约 2,000 人，一天即满；官方小红书账号当天达到约 1 万粉。七天测试中的留存和使用时长被张月光形容为“非常夸张”，但他没有披露具体比例。
相关用户话题多达到百万级阅读，而且主要是自发传播。张月光认为内容产品自带态度与情绪，用户会主动扩散；反面是女性用户同样非常挑剔，做错时也会骂得最狠。
关服时，用户集中与男主角告别，后台对话量迅速上涨，随后大量人在小红书发布聊天截图。这复现了元音停服时的“活生生用户”，也使他判断“AI 陪伴通过游戏化解决”的猜想大概率没错。
按访谈时计划，产品预计下半年上线。慢反馈恰是防御：大厂可以一周复制工具功能，却很难把一年至一年半的内容生产压缩掉。
33. 新平台只能诞生于新媒介与新交互的配对
张月光在探索期追问为何 AI 工具很多、平台很少。他的答案是，内容平台从来不是因“新供给”或“新人群”自动出现，而要有新的信息媒介，并为这种媒介发明原生交互。
Twitter 的短文字对应 feed，Instagram 的大图对应单列流，小红书“以图为主、以文为辅”的笔记对应双列流。长视频与短视频、微博图文与小红书笔记看似相近，承载内容与交互方式却不同。
他因此断言 Sora 式产品不可能仅靠 AI 视频成为“新抖音”：内容仍是短视频，交互仍是上下滑；左右查看衍生视频，与在抖音点进同一特效的内容集合没有本质区别。
ChatGPT 则确实创造了实时生成的对话媒介与对话交互，所以“它一定是个平台”。AI 时代仍可能出现新平台，但前提是有人重新定义媒介与交互，而不是把旧短视频换成 AI 生成。
34. ChatGPT 的潜在商业权力不是广告，而是长期影响决策
面对“双边网络效应”的质疑，张月光认为 ChatGPT 已连接用户与背后检索到的信息，只是尚未形成典型的人际网络；搜索与问答本身就构成信息网络。
他进一步提出一个明确标注为猜想的商业模型：短视频剥夺用户的信息自主权，Chatbot 则可能逐步削弱自主决策权。用户习惯在买房、买车、教育等问题上持续询问模型，模型便可能提前预判并长期影响最终选择。
如果这种控制真的形成，商业化可能不是决策当下插入一条广告，而是跨周期塑造选择，从商家取得更高 take rate。价值链如何分配，他承认“不能完全猜到”，但认为掌握决策权本身具有巨大价值。
豆包若与字节的信息分发能力结合，理论上可能形成“既决定你看什么，又影响你怎么想”的闭环。这是张月光的风险性推演，不是对现状的事实陈述。
35. 短播客实验没有找到原生供给，问题不只在产品形态
做播客产品的起点并不是喜欢播客，而是一个移动互联网惯性：文字和视频都变短了，为什么音频仍常常持续一两个小时？他猜测传统 GUI 不适合双手被占用的音频场景，LLM 的语音能力也许能创造 voice user interface。
团队先把开放 RSS 播客装入产品，只是为了快速体验；张月光清楚这并不原生，就像用抖音分发优酷长视频。真正需要找到的是适合“用嘴刷”的短音频供给。
团队尝试了分钟级新闻、故事、小说，以及把长剧切成短段，但剧即使切成短段，本质仍是连续长内容，用户并不需要频繁语音交互，也没有充分发挥 VUI 的价值。
更深的猜想是，音频往往伴随开车、家务等视觉任务，用户留给听觉的注意力有限；若再把内容做得更短、更快、更高密度，反而可能不舒适。项目做约三四个月后停止深挖，他仍把“语音音频平台能否成立”保留为问号。
36. 主动信息流既缺少单向门，也违背注意力生意
另一个未公开上线的实验，是让大模型主动推送订阅主题。系统先抓取内容、拆成原子信息，再按用户兴趣重组，试图把移动互联网的“推荐替代搜索”迁移到 Chatbot。
内部体验有用，却发现真正重要的信息早已被人工整理。AI 主题会与头部科技简报高度重复，商业新闻也会与成熟早间资讯重合；没人处理的信息通常过于小众，难以构成主流价值。
更致命的是商业模式：信息分发生意依靠争夺注意力，用户停留越久，商业空间越大；一个替用户 save time 的聚合器，却要在同一市场中通过减少注意力赚钱，需求与变现方向相反。
张月光并非否定所有 save time 产品，而是否定“在信息分发里做 save time”。生产力工具当然可以节省时间，但注意力平台的收入机制天然趋向 kill time。
37. 短视频或已接近人脑可承受的刺激上限
张月光不看好下一代 kill time 产品继续提高刺激。推荐系统确实有专门增加用户时长的算法桶，但做短视频的人知道，这些策略可能提高短期时长和部分指标，长期留存却会下降。
他的比喻是，短视频已经是很强的刺激，继续提高刺激未必会带来更好的生意，甚至可能产生负向效应。每天从两个多小时推到三小时、五小时，不一定形成更健康、更大的生意。
小红书重新给用户部分信息自主权：先在双列流浏览，再决定是否进入内容，刷累后还能退出。大麻与海洛因哪种是更好的生意并不确定；但从生理、伦理和长期数据看，更强的刺激未必更好。
38. 探索期的目标不是造下一个妙鸭，而是保存下注能力
张月光在一年多里尝试播客、信息、图像等三四类小产品，每个项目开始前都明确只是实验，没有把它包装成高确信方向。团队大多正常上下班，不以加班制造虚假确定性。
他也提前告诉投资人：“不要期待我又做下一个妙鸭，这个概率很低。”在没有形成底层价值洞察前，强行 all in 只会扩大资源与心力损耗。
实验的停止条件不是数据一定失败，而是核心猜想出现漏洞、又找不到足够好的下一步。只有当出现愿意押上公司资源的单向门，他才会改变节奏。
39. 内容业务的慢反馈，反而构成对大厂的防御
游戏本质上是内容产业，电影或重内容游戏往往两年后才能知道好坏。大厂需要层层考核和清晰反馈，这套机制适合快速工具竞争，却天然不适合长期模糊的内容生产。
张月光并不怕大厂看见《星联》内测后复制：“你想做，一年半后见。”竞争者可以做得更大、更贵，却无法把完整内容管线压缩成一周。
第一款游戏仍必须控制投入，通过小内容验证模式、打磨团队与管线，再逐步增加成本。他用游戏公司的成长路径说明：先有小作品，才可能沿系列迭代走向更大的内容，而非第一把就赌十亿元级 IP。
这也是公司同时做游戏与 Agent 的原因：游戏桌面相对不拥挤，却不处于 AI 智能升级斜率最大的区域；Agent 极度拥挤，但能直接承接模型能力增长。
40. 平台能力过剩后，好内容本身成为新的流量红利
张月光区分自己与其他 AI 陪伴创业者：“我是做内容的，大家是做互联网的。”多数陪伴产品让用户或创作者 UGC 捏角色，平台提供分发；《星联》则由公司直接定义人物、剧情和体验。
平台当然可能是更好的生意，但上一代平台能力已被巨头掌握。只要产品仍依赖推荐算法、用户增长和商业化闭环这“字节三件套”，新公司就是用旧霸主最擅长的武器与其作战。
红果短剧、番茄小说等新平台最终由字节做强，并非因为它最早，而是生产要素没有改变。相对地，叠纸、游戏科学、泡泡玛特等内容型公司，更依赖具体作品与 IP 深度。
今天每个人都拥有社交媒体，好内容不必等待新设备普及，也不必一定购买大量流量；真正出色的内容会被用户主动传播。平台过剩、好内容稀缺，可能是近年内容公司持续出现的结构原因。
41. Agent 的确定价值有两类：替代劳动与扩展能力
到 2026 年初，张月光认为 AI 必须回答“普通人到底怎么用”。多数人仍把豆包等产品当成搜索或百科问答，并未感到自身工作与能力发生实质变化。
Agent 的第一类价值是端到端替代人工、节省时间，甚至带来裁员与成本下降；通用 Agent、垂直 Agent，以及 Harvey 这类深入行业的产品，都在兑现这一方向。
第二类价值是让用户做到原本做不到的事。不会 coding 的人可借 Lovable、Cursor 等 coding agent 做出产品，不会画图或视频的人也能完成过去缺乏技能才无法完成的作品。
工具调用把这种能力进一步放大：模型不仅依靠自身知识，还能调外部软件、工程服务和其他模型。无论走效率替代还是能力突破，张月光都认为 Agent 会诞生好公司。
42. Manus 被收购，验证的是范式，不等于大众化已经完成
Manus 刚推出时，张月光第一时间找邀请码，让它规划一次团队出京团建。系统运行约三四十分钟，却从第一步就理解错，把旅行做成北京郊区方案，因此他当时“完全用不起来”。
后来理解端到端 Agent 范式后，他又把 Manus 视为“替你完成一件事”做得最好的代表：它节省用户时间，接管不擅长或不想做的任务，即使今天仍有大量人找不到合适 use case。
他听说交易金额约 20 亿美元，但明确表示不知道具体数字；他以 20 倍 P/S 作假设比较，认为从 Meta 的角度看并不贵，并认为 Meta 买到了范式头部标的。
Manus 为何出售，他拒绝代创始人回答，只猜测可能因为通用 Agent 是超级主干道、竞争者又都是大玩家，独立公司需要背靠巨头。这一判断被他明确保持为 maybe，而非内幕解释。
43. 他选择高频协作，而非把任务彻底交给 Agent
张月光把 Manus 式路线定义为端到端、离线、并行：用户下达任务后忘掉它，Agent 可以一分钟、一小时甚至一周后交付，只要最终结果足够大、足够好。
Doki 追求的是相反的节奏：用户给出意图，AI 尽快反馈，用户马上处理下一轮，再由 AI 继续执行。他格外在意 latency，因为价值来自持续迭代，而非最长程任务的单次完成率。
前一种范式关注 token per user、离线执行量和替代了多少人工；后一种范式让人感觉自己获得了本来不具备的能力。“不是把事交给 Agent，是你跟 Agent 一起来做这个事情。”
44. PPT 是一个已验证需求，问题只剩怎样做得明显更好
选择 PPT 并不新鲜，张月光甚至说团队“快成 the last 了”。好处是赛道已经 PMF，不必再回答 what 和 why，只需回答 how，以及为什么后发者仍能形成单向门。
第一类 AI PPT 套固定模板，例如当时的 Kimi：模型先生成文字，再把内容硬塞进不能变化的版式，结果不是设计跟随表达，而是表达被迫适配模板。
第二类用前端代码生成，视觉更自由，但下载后继续修改可能比从头做更费劲。第三类 Banana 直接生成图片，确实漂亮，却可能省略复杂信息、难以编辑，而且“一眼就是 AI 做的”。
对需要向老板、客户或大会观众正式表达的人，这些方案容易沦为“应付差事”。张月光给 Doki 的标准是：在产品内完成全部工作，不再进入 PowerPoint 或 Google Slides 二次加工。
45. Doki 是先磨最小生成单元，再反推产品流程
团队最初仍受互联网惯性影响，先想象人如何与 Agent 协作，把完整交互和流程开发出来，最后发现生成效果很差，许多预设动作在模型环节根本不成立。
随后团队暂停界面优先，集中打磨最小生成单元。设计师定义美感，工程师处理溢出、布局和容器，产品与模型人员注入知识，共同寻找稳定效果。
当生成单元足够清楚后，团队才知道用户进入这一环节前必须提供哪些 context，再反向设计取得这些信息的步骤。这是“context 优先、流程随后”的实际案例。
Doki 使用自研 Agent 框架，而非简单复制 Claude Code agent 加 skill。张月光并不把框架本身当卖点：用户只感知最终效果，context、工具和模型调度都必须为可交付结果服务。
46. “九十分等于零分”最终落到一次全公司下注
妙鸭之前，张月光就提出“九十分等于零分”：只要人一眼看出是 AI、无法进入真实工作流，成本再低，价值仍有低天花板；一旦跨过可用线，成本优势才会被无限放大。
Doki 的内部证明是，他用它完成百度世界大会的正式分享 PPT，包括把大会模板转成自定义模板；没有再手动编辑，也没人意识到由 AI 生成。内容组织、逻辑和金句甚至被他评价为超过自己，美术表现则补上了他完全不会设计的短板。
模型层仍是现实威胁：工具调用准确率上 Claude “断档领先”，前端审美更多使用 Gemini，部分任务仍由 GPT 表现更好。国内外跑分差距也许缩小，但海外模型率先跨过关键可用拐点，实际产品差距反而可能更大。
应用公司的空间来自混合模型、任务深度，以及模型公司不愿做的工程细节，例如把 HTML 高保真转换成 PPTX。张月光承认这可能只是阶段性生意，却主动选择“科技以人为本”的有限价值，而非把人排除出生产过程。
PPT 只是 Doki 的第一步，长期定位是帮助用户“创作和表达”的 Agent，并可能逐渐人格化；《星联》也可能反向增加实用能力，两条线最终向“兼具帮助与关系的 AI 朋友”靠拢。
公司现已结束应用探索期，除持续量产游戏内容外只做 Doki。张月光给自己两年 CEO 表现打 60 分，满意之处是“没瞎搞”、没有耗尽资金和团队心力；如今则明确告诉团队：“我们要输也全输在这儿，不会再给自己留后路。”
他最后仍坚持 LLM 是 Agent 的智力内核，也不认同“语言无法抵达智能终点”：人说话时也可能是在不断 predict next token，逻辑甚至是在说完后才被重新解释。“语言就是智能的终点”，“语言就是本质。”