上线3年就被千万收购的跑步APP?
37:53 Share

这个赛道里面的赢家的第一个是呢

欢迎回到今天小老师过桥正式内容托马斯我知道你最近在训练马拉松你有没有听过一个叫做 Runner 的 APP 他好像前几天被收购了收购他的公司是叫 Strava 然后反正老外特别喜欢的一个跑步 APP 当时看那个分析说 Runner 刚好补充了 Strava 这个 APP 上面所有人都在抱怨但是他就是没有搞的一个功能就是教那些跑步的人怎么去训练 Runner 应该是一个训练的 APP 吧

我先跟你说一下 runner 背景就说 runner 它成立于 2021 年所以是一个 4 年左右的一个公司它是由一个跑步教练叫 Ben 和一个软件工程师叫 Dom 联合创办的一个公司刚开始它其实就是一个通过 AI 为每一个用户提供不一样的训练计划当然就是根据你的这个目标不同

比如说你现在在训练拳马他就会给你一个 like 根据你想要的这个时间线比如说你四周之后要跑他会怎么样给你定制计划然后或者 5k 10k 半马刷速度等等等等他 2022 年 3 月份其实才上线 2025 年 4 月份就被你刚刚说的 strava 另外一家跑步公司给收购了所以说他其实实实在在只用了三年的时间

就跑完了上线到 product market fit 到盈利到被收购的这个路径我觉得是一个非常好的 AI 时代创业的一个案例就是它这个速度真的非常非常快我们之前小伙说过小聊过的所有 web2.0 的时间的那些公司对吧它至少都是一个 7 年从 0 到 1 的一个过程然后可能 7 年之后才慢慢的真的开始做出来一点东西但是这个玩意完全是一个 AI 年代出身的东西对吧它在上线的时候其实已经有 LM 的 API 了

那他据说呢在 2025 年 4 月份被收购的时候有 9 万个付费用户每个用户每年大概是支付 120 刀左右那算下来就是已经有 1000 万美金的营收了 which is kinda insane 那我觉得这个收购价可能就是 3 到 5 倍 like3000 万到 5000 万左右都有可能

要聊这个公司的原因其实是因为我们之前的播客里面就已经聊过一些这种 AI 消费 APP 或者网站这个赛道已经开始开跑或者说落地的项目比如说 character.ai 对吧还有那个网皇 GPT 等等就是最古早的那个网页版的那种 AI 消费产品那现在就是 APP 这个东西开始跑了

Runner 就是这个赛道里面一个比较早期的成功案例首先 CaviarRunner 其实他没有怎么用所谓的 AI 去做营销但是他的产品的 Mote 护城河就是他的定制训练计划的质量其实是真的很高的

那这个背后当然就是时代的红利就是有了这个 LOM 然后你接进去 LOM 之后一般来说 GPT 之类的他很多时候都有些问题对吧但是他做一些就是这种基本的这个训练定制什么还是很不错的我跟你说一下 run up 这个背后的创业故事我觉得 you appreciate this

Runner 呢是由两个英国小哥联合创立的第一个小哥呢叫做 Dom 第二个小哥呢叫做 BenDom 和 Ben 呢本来是两个大学同学大学的时候呢他们俩是一起打 lacrosse 认识的然后他们就经常一起训练吧毕业了之后呢 Dom 就作为一个有技术背景的小哥对吧他就去麦肯锡做那个科技管理咨询了 Ben 呢是另外一个赛道上面的人

他毕业之后对这个大公司没有任何兴趣所以他就去考了个证当健身跑步教练去了 Ben 之后呢还从英国就搬去希腊大概两年然后他在两年的期间在什么一个五星级酒店的里面的健身房当健身教练 2021 年的时候呢大概他们都毕业了两三年之后呢 Dom 就是那个麦肯锡咨询小哥决定要跑这个人生第一场马拉松那于是呢他就找到 Ben 就说哎老哥我知道你现在是职业训练的教练对吧你给我搞一个定制训练计划

那 Ben 说 OK 虽然我们是哥们对吧但是钱还是得赚于是 Ben 就跟他说每个月收费 80 英镑那 Dom 就说行于是他们就一起开始练大概练了可能有两三个月之后就是 Dom 在 Ben 的训练帮助下在希腊跑完了马拉松 By the way 你知道马拉松为什么是 42.4 千米 Or something like that 你知道这个背后的故事是当时打仗的时候要去送信跑回去传信的那个距离是这个距离是吗

I think that's one version of the story 这个好像是一个版本另外一个版本是 marathon 好像是什么希腊的一个城市然后当初是什么 marathon 跑到 Athens 的这个距离就是在什么有一些奥运会上面就说为什么是 42.2 不是 42 是因为最后的那个 200 米是什么他们为了跑过了那个终点线之后要跑到那个希腊就 Athens 的那个宫殿门前所以他们才拉长了 200 米 so there is some like funny story about that

但是就说在希腊跑马拉松是一个非常经典的赛道吧就是真的是从 like marathon 就是那个 town 跑到 Athensso don't shit on me don't quote me on that 如果我们听众说 that's bullshit 的话 like call my bullshitbut that's what i heard 当跑完了这个马拉松对吧他就发现哎这个私人定制特别有效果他找了半天也没有发现有一个很好的自动化解决这个私人定制的方案

然后呢他就去问 Ben 他就说老哥你在做健身教练的时候你有没有发现健身这个行业的定制化服务其实是一个壁垒特别高的一件事情就是不是每一个人想要定制服务都能有定制服务的 Ben 说对的其实这就是健身房赚钱的一个核心理由对吧

那健身房基本上都是一个 funnelTop of funnel 就是他把你先变成会员然后变成会员之后呢就是叫教练会过来卖课教练卖课了之后呢他接下来如果要定制啊如果要加什么营养餐啊这还得加钱所以说定制这个东西其实在传统的健身行业的背景下面来说是一个非常稀有的资源那 Dom 一想呢他就说哎现在有 AI 了可能他要到了 OpenAI 的 API Key 然后他就开始尝试用 AI

自动化这个过程就发现了他自己其实不具备跑步的很多专业知识于是他就转念一想他就说 Ben 你要不加入我一起来做这件事情我负责这个技术那一端然后你负责说如果用户给了我什么什么样的信息对吧我应该给他推荐什么样的这个定制的计划就有点像那个做算法一样的那个

他们俩开始搞了之后呢这个产品的 MVP 其实刚开始非常非常的简单他们刚开始就搞了一个叫做 The Run Buddy 跑步兄弟的网站用户呢就是可以在那个网站上面输入自己的跑步历史和目标系统呢就会生成这个个性化的训练计划最后就是一个 PDF 发给用户搞笑的是他们刚开始其实这个东西完全是一个人工的东西还没有接入 AI

PDF 就基本上是瞬间生成的比如说他在这个网站上面问你四个问题比如说你多大你多重你跑步最远的一次跑了多远你每周大概现在跑几次那他反正就是 permutation of four different options 可能就 16 种不同的跑步计划然后他们就为了让这个系统看起来更加复杂他们生成完了 PDF 故意设置了一个等五分钟再发给用户他们的这个东西看起来更加 legit 一点

上线了之后呢就这个服务特别特别的好他们可能就做了一些当地的地推嘛就是在跑步爱好就是比如说你去看这个网站可能 40 块钱给你一个定制计划然后他马上就卖掉了大概 1000 份于是呢他们就决定开始认真的干这件事情 By the way 这边有一个小插曲就是他们在做这件事情的时候其实已经是 2021 年 2020 年了

所以你会想在 2020 年的时候应该没有那么多人还会说他回答几个问题付 40 块钱就拿到一个定制的 pdf 没有人会上这个当了但是 apparently 还是有这个市场需求我不知道你学到了什么这里面我学到的可是就算搞了一个基本的定制 4 个问题 16 个 permutation 然后他们就能够卖掉 1000 份这就验证了这个市场其实有非常大的需求的我不知道你怎么想的我肯定不会在 2020 年的时候在网上花 40 块钱买一个 pdf

我觉得这个东西就是一个骗人的东西我们活在一个 bubble 里面吧对吧那你有很多老妈就是我平时哪有心思想这个就 40 块钱然后你搞定我一个月的训练计划那也 make sense 对吧所以可能就是一个要跳出这个 bubble 的一个现象吧那他们在做完这件事情之后呢他们开始认真干了嘛然后 Ben 呢就找到他这个在健身行业里面这几年积累的一些 connection 于是呢其中就是有一个他的客户

也是一个超级马拉松的运动员叫做 Joshua 就投资了 runner 他们就靠着那个钱招了一个 CTO 就开始做 APP 了除了这个 Joshua 之外呢他们其实早期融资的时候还做了很多众筹大概卖掉了 10%的股份我觉得这些可能欧洲的 founder 其实都很喜欢融资手段 which is interestingit's a pattern I'm starting to see

2022 年 3 月份就是 Runner 这个 APP 正式上线就是一个订阅服务的 APP 你有 7 天的免费使用过程然后之后就是月费 16 英镑或者说年费 99 英镑在接下来的两年里面 Runner 每一个月都增长 30%的营收然后他们在被收购的时候用户已经遍布全球 180 多个国家了

他们的这个时间线大概就是 2022 年 3 月上线 2023 年公司实现盈利 2024 年被评为这个苹果年度应用候选的 APP 之一 2025 年 4 月份直接被千万美金收购 It's a crazy timeline 说完 Runner 公司之前呢最后我们可以一起看一下他的这个市场营销我们现在去一下 Runner 的这个 Instagram 在 B 站和油管上面看的小伙伴们可以一起看一下

Runner 的他 Instagram 上面呢大概有 30 多万的粉丝他们的这个内容矩阵呢基本上就有三个大类吧第一种内容呢是 educational content 就是跑步训练的专业教育和指导比如说会有一些他们有一个 inhouse 的那个老哥好像那个老哥就是其中的一个创始人之一就是他真的是有很多跑步的 know how 对吧他可以教你这个脚是怎么样点地的啊对吧怎么样跑起来省力啊怎么样甩手比较省力怎么样放松你的肩膀等等的

这是第一种内容第二种内容是我们说的 community content 社区内容那 runner 经常会做的一件事情就是在伦敦和纽约这种主要大城市下面开一些快闪店会实拍在快闪店开的时候呢通常都是有一个主要的这个跑步活动比如说什么纽约马拉松波士顿马拉松啊之类的对吧然后大家就会在这个跑之前去这个快闪店买 runner 的那个衣服啊或者说吃一个 runner 印过的 bago 啊对吧或者上面写的 runner 这个字的咖啡啊等等等等

反正就是记录一下他们这个社区里面都有哪些跑者第三种内容最后一种内容就是 user content

他记录每一个 runner 用户的全码的训练过程比如说他们会在纽约或者说会在伦敦找到那些当地的用 runner 在训练马拉松的人会去跟踪他们的训练的过程然后让他们帮他做一些 organic marketing 除了这些 organic 的内容矩阵他们也跑非常多的广告我看他们的广告主要是两种内容第一种就是 PUGC 就是 Professional User Generated Content

就是一个跑者然后他对着镜头说我刚刚开始训练马拉松这是我用的一个 APP 叫做 runner 然后我在两个月内训练完了马拉松并且拿到了我的第一个 PR 或者 whatever 那另外一种的就是简单的一个 APP UI 然后上面展示的就是 runner 的那个 onboarding flow 你在刚下载 runner 的时候他会问你大概 like10 个 20 个不同的问题个性跑步定制计划前问你的问题然后他的那个 CTA 就是他那个按钮比较有意思是

他不是说 download 的 app 就下载 app 而是说 take the test 去做这个测试 which i think it's still 就是他们在刚开始在做那个 the run buddy 那个跑步兄弟网站的时候学到的东西就是大家其实对那个测试本身非常感兴趣因为测试就意味着他们有一个定制嘛这个东西我刚才突然想到你知道在那个油管上面很火的 doctor mike 吗

我从来没有看过他好壮他之前是健美然后后面现在又教别人健身又是一个 YouTube 的博主就他会打信息插然后讲一些健康相关的东西他自己也有一个 APP 叫 RP Strength 里面也基本上就跟 Rana 的逻辑是一样的然后里面输一些基本信息我觉得健身可能更比 Rana 的那个 touchpoint 更多因为就是比如说你每个重量做了几组你都得手动输进去然后他那个背后的逻辑是 AI 会帮你去算

你下一次再来健身的时候比如说下一次练腿的时候你就直接开那个 app 它里面的所有数据都会更新过一遍然后你就傻傻的跟着练然后记录说我做成功了还是做失败了就行了这个东西应该是他除了他就是私人教别人健身的收入以外应该是一个主要的收入来源然后我刚才谷歌查了一下说加起来一个月可能就有 500 万美金的收入 so that's a lot

听起来像是比 Ronna 还要值钱的东西一个月五百万美金已经是的但就是他的那个 Tablet Funnel 是他自己的这个 YouTube Channel 然后我现在看他有 15 万的粉丝你觉得这背后的整个这个盘子怎么样搭起来的 I think it's probably 就是他跟一个老哥合作然后老哥 Vibe Coding 克里斯尔帮他写了一个 APP 然后上线然后他有 distribution

但他这个东西搞了挺多年的嘛然后我听说好像他领养了一个小孩很早之前那小孩现在可能就是二十五六岁二十八岁了比他还壮然后 apparently 他那个什么 R.I.P.Strength 的那个 APP 主要的写码的人是那个小孩是那个小孩对对对

我们俩也应该领养一个会写代码的小孩我觉得就是这个例子现在会越来越普及我想聊这个原因也是因为这样子的 AI 定制类的消费者 APP 对吧 consumer app 会在接下来开始落地而且这个落地的时间和 timelineis gonna bevery very fucking fast

你想 runner 这个速度 it's like 三年从上千到被收购做到 5000 万美金的公司 i think it's only gonna get faster 我觉得只有更快没有比这个慢 runner 还只是一个早期的例子我再给你几个现在有 like 上千万上百万用户的例子第一个是那个 calorie ai

就是那个卡路里啊他就是帮你跟踪卡路里的摄入比如说 like 你以前是吃什么东西都得手动的输进去对吧我吃了 like 两根青菜吃了三个煎饼对吧他现在就是你吃什么东西就拍张照片他就会救下你的卡路里第二个呢是 ris 一个叫做 ris 的线上交友 dating 小助手他就是帮你更好的撩妹那你做什么东西呢就比如说你在 tinder 或者你在 hing 上面在聊天的时候对吧

你要是像我这种很不会聊天的人直接截图一下然后上传到 RISC 里面他就帮你怎么样回复最后一个例子呢叫做 Brainly 他是一个作业小助手他就是给小学生给高中生初中生你就上传一道题让他帮你解题这些 app 的成长速度都非常的惊人

Risk 这个 APP 线上交友 Dating 小助手两年下载超过 700 万次 Calorie AI 八个月上线下载超过 500 万次 Brainly 虽然是 09 年 Founder 但是在 AI 出现之后他也接了 LM 对吧他在出了之后下载可能超过快一亿次

I don't know if the data is real 就是在 Google Android App Store 上面写的我觉得 the speed of it is like actually insane 我不知道你是怎么想的有一部分的我就几乎在想就是说是不是这个是应该去做的一个赛道如果你会用 cursor right 你有一些基本的就是 APP 的产品逻辑的话你可以很快的上线一个东西然后其实你要解决的更多是一个 distribution right 就是一个 marketing 的问题

对 I mean 这个问题就是我之前在想的就是说 like 其实很多越来越多 AI 这乱七八糟这些东西出来就是一个摆在你面前的风口但是我感觉我们俩做的事情好像也没有说要这是我们可能平时就用用 AI 的工具但是也没有说真的要去下场去卷这个东西我觉得 that's something to think about 就是在风口上面水涨船高这个道理其实是 it's valid right 我现在观察一次就是我觉得在 AI APP 这个赛道里面

可能还有 3 年 4 年的 open window 如果你从现在开始做的话如果按照 runner 的 timeline3 年之后你是可以做出来一个可以退出的东西的我觉得这里面有一个 subtle difference 是就听下来我刚才也查了一下就是这个 runner 的 playbook 他可能更像是 web2.0 的这种就是 mvp 然后呢

步一步走 referral 然后慢慢做起来但是像刚才说的那个什么 QAI 什么 RIS 这种是纯 APP 本身是没有任何技术含量的它主要的核心的团队的能力是在 Gen Z Marketing 所以它和那个 Runner 的逻辑还有点不一样

就是 Runner 还是那种老一辈人在做的那种 2.0 的 launch 但是 Kell AI 这种是完全不一样的 playbook 其实你看的话就像 Kell AI 还有 Ritz 这种东西它后面接的是不是 AI 其实也不重要了就你只要有个东西能帮你快速把这个 APP 上线你后面其实主要是吃的那个 marketing 的红利到后面这个 Technical 的它其实可以默认于 0 的这个 barrier 那后面只是说看你找什么切口去切 marketing 这条路

我其实在想嘛就说靠 AI 和 Risk 这种东西 obviously amazing shot 就是他们有那么多的用户他们已经证明他们也可以商业化了但是如果我们把野心放得更高一点的话如果你要做一个 AI 时代的跑步 APPwhich is like 一个更加广更加宽的一个 use case 也是一个更加大的市场对吧比起一个线上交友 dating 小助手这个东西来说对吧

你要去攻占一个更加大的赛道的话我在思考的问题就是说有哪几个维度这个团队或者说你这个产品需要具备哪几个强项强势的地方你才可以留下来在这个市场里面因为有几个 table stake 首先是大家都知道市场上面已经验证过的 APP 就是你把一个已经被市场验证过的 APP 的点子加上 AI 只要这个 AI 有加一些 value 对吧它就能够火其次是目前这些 APP 的开发速度其实都非常非常的快

很多 APP 对吧你用 Windows for the cursor 写对吧 vibe coding 你给他一个 product requirement docPDR 对吧一个产品经理两周就可以上线这个 MVP 所以说时间久了之后在这个赛道里面其实他的产品本身的这个速度和点子是不值钱的那什么东西值钱的对吧在这种情况下

我觉得大概有三个维度是我觉得会定义这个赛道里面的赢家的第一个是呢是要找好自己的细分市场就说 AI 里面最重要的就是你要避免什么都能做一点但是每个都做的不够深越早抢占一个细分市场的 APP 就越容易活下来

我举个我想到的不是很好的例子比如说你要做一个写作小助手 APP 写作这件事情里面呢有好多不同的 niche 比如说你帮小学生写作文和帮记者写新闻报道和帮科技博客博主去写这些深度的长篇的文章或者说帮 professor 对吧 doctor 博士去写论文这些下面都是不一样的细分市场对吧

他的这些每一个 subgroup 里面的人的需求是不一样的而且他们的付费意愿也是不一样所以我觉得就是说你要定义好自己的细分市场在哪里然后这个可能是一个反推的过程是哪一些人更加愿意付费第二个我觉得重要的尾足呢是个性化服务的质量也就是说你在决定了这个细分市场之后你要挖得特别的深这里面就是跑步训练 APP 的例子那

那同样两个跑步训练计划 APP 如果说一个它只能够根据你刚下载的时候的回答给你一个静态的训练计划那另外一个是它可以不断地根据你的 input 对吧或者说你在别的数据库里面的关于你的健康啊饮食习惯啊比如说你连上 Cow AI 的 APP 啊你连上 Cow AI 的 API 啊你连上 Strava API 然后给你总结出一个动态的训练计划这后者就是对于一个跑步的人来说个性化服务质量更高的一款产品

最后一个就是所谓的 Network effects 数据 flywheel 越早进入市场的产品它就有越多的 first party data 就是它去收集了更多关于这个跑者本身的数据去训练它的这个个性化的这个模型那也就是说用户越多这个模型本身预测给你定制的东西就越好我觉得在 AI APP 里面有一定的 Network effect

假设说现在 runner 对吧它有超过 9 万个付费用户一整年的跑步数据你现在再 launch 一个东西你是没有这些在 AI 定制的情况下面用户去跑步的跑步数据的总结一下就是 winner 就是在这个 setup 里面赢家第一个是个性化做的深然后是细分市场选的准最后就是你要越早的开始收集这些数据 first party data 去做这个数据的互联网效应就越好

我觉得后面其实核心是比谁对某一个画像的东西理解的更深这个东西有两个好处一个是在它能帮助你做一些产品上的决定然后另外一方面的话是在 marketing 能够帮助你去切一些非常细致的 angle

一些比较行外人看不懂的一些角度那你就能很直接的就是击中你想要获客的那个画像然后我能想到的两个案例一个是有一个专门帮助那种工商诉讼律师的那种 AI agent 反正就是这个东西听的就是小的不能再小但是工商这种东西就是一个

很复杂的情况然后他们 somehow 就是找到了一个 AI 的 use case 那这个东西你没有上过几次法庭你是永远不会知道的另外一个是一个印度姐拿 AI 就快速写出来的一个根记录你打那个 Ozempic 那个减肥药 schedule 的那个 APP 那个 APP 就是说很多人买然后说现在它在 reddit 上面火火了之后它现在已经上线半年不到已经是 100 万的 AR 了

为什么会有这个需求是因为 Ozempic 它每个月可能每两个月它的计量会不太一样你每个时候什么时候打针你又得去记录它那很多人可能就是我可能写在 Google Calendar 或者我拿个本子去记时间长就觉得这事很傻逼然后呢这个印度姐就直接搞了一个 APP 那这后面这 APP 本身可能没有任何 AI 的功能

但是就是他因为吃这个需求吃的很深然后呢这边又有 AI 让你两周去实现这个东西他立刻就起飞了 I like that 我觉得就是最终还是说你在某一个细分市场的一个特定的用户场景里面你特别知道这些用户想要什么可能 Auzempic 这帮人他本来就是一个比较有钱的人群嘛对吧然后他说他要去跟踪这个东西其实对他来说只是一个打 Auzempic 要交的税而已但 business model 但 audience make sense

经常听小火车过桥的听众们应该都知道最近我和托马斯两个人都发展了一个类似的爱好就是拳击和巴西柔术我刚开始练拳的时候非常害怕实战对打但在学习过程中我发现在实战中跟别人切磋技巧能学到平时训练的时候学不到的很多东西

那今年呢小火车过桥的一个目标就是从我们两个人独自分享搞钱的思路走向采访有趣的已经在做事或者成功的创始人和投资人和他们进行思想上面的切磋

听众们如果你们身边或者你自己在做一些有趣的公司和搞钱的项目并且觉得这些事情小火车过桥和我们的听众们会感兴趣的话欢迎你们联系我们的邮件小火车过桥的拼音 at163.com 我们很想跟你一起做一集播客分享给我们大家的听众那我们现在回到播客

接下来我想聊一个来自于我最近感受到的一个东西是在工作中发生的我在工作的时候呢我就开始感受到一种叫做技术传播时间差的东西这个时间差是什么意思呢就是那种从工程师世界就那种从那个 technical 的那帮人手里面开始蔓延到我这种非 technical 非技术人这个圈层的技术的节奏感

那就比如说 like chat GP 这个东西对吧在 2018 年左右其实就大概有出现了 open AI 可能 10 年前就已经开始训练他们的这些大语言 LM 模型了但是在我们这种凡人非科技人士知道的时候已经是 2023 年了中间这个 8 年 10 年的时间就可能是这个技术传播的时间差我最近就感受到了这样子一个时间差我的背景不是是在一个硅谷的 SaaS 公司做 marketing 吗

其实说实话来我虽然日常会看跟一些写代码的人去有工作上面的沟通对接但实际上我离自己写代码还有十万八千里但是我观察到了一个现象就是每次一个新的技术传到我们这群市场啊产品经理的手上的时候我就知道这个技术是真的开始要实现商业化了我就在过去的这两三个月内不断地在感受 AI 技术开始商业化的这个时间差

我不知道你在大公司工作的时候有没有感受过类似的东西比如说你作为一个产品经理对吧然后突然有一天有一个 engineer 或者 whatever 跑过来跟你说 Docker 这个东西或者 I don't knowApache Kafka 这个东西特别特别的好用听到了这个东西之后你就知道我们这帮不是那么 technical 人如果都能听到这个技术的话那说明这个东西是真的好用而且它已经在商业化的路上了你有没有某一种例子或者说没有一次

我印象最深的是当时应该还是大一的时候吧有个学长跟我说他 somehow 要到了一个 open AI 的 API 我连好奇都不好奇因为从来没有听说过这个东西然后我说是干嘛的然后他说什么人工智能 whatever 我说好吧然后我就 move on 去聊别的了那个时候可能是

19 年还是 20 年然后那个 Chad GPT 是什么时候上线的 21 年是不是还是反正就是那个歌对吧你从技术的角度上来讲他可能已经有点晚了但是从一个凡人的角度来讲的话他还是比我们前了

非常非常造气他不是说这个东西很酷是我要到了他的 API 这个级别是非常不同所以我想 make 的这个第一个 point 就是当一个技术已经传到我们这种非技术人员的手里面的时候你要做一个判断在传到我们手里的时候是这个东西商业化的这个机会已经过去了还是他正在进行商业化

我现在在感受到就是我在我们公司作为一个市场经理情况下其实是他正在商业化的路上所以说在这个时候你去关注这些技术或者说关注背后的公司其实是有很多机会的对吧不管是你说我想去投资一个类似的公司或者说我想跳槽去那个背后正在增长五倍十倍营收的公司等等等等你越早感受到这种从

technical group 里面传过来的技术你就越应该去 pay attention 就像你当初 20 年的时候你就说如果你听到 open AI 的 API 你说 that's interesting 我从来没有听过这个东西这个时候你搞起来雷达就应该想了你就应该去研究谁是 open AI 我跟你说一下就是最近我听到的哪一个技术让我会觉得比较激动吧

Obviously 过去的这几个月呢其实就是一个 AI 的各种产品各种 use case 对吧在这个应用层 application layer 开始落地的一个过程然后我们其实作为一个 like enterprise 的就是软件公司对吧我们也有感受比如说从两个月前三个月前公司就成立了 like 专门做 AI 的一个组

成立以后一个月左右呢内部搞了一个自己的 GPT 这个 GPT 就可以帮助我们查内部所有的资料生成公司有关内容到上个月呢就公司开始连我们市场营销部对吧都开始接受 AI 的训练他们会教我们大家怎么用 Google 的 Gemini 公司呢就开始全面接入这个 Gemini 比如说用它来写邮件啊用它来 summarize 总结这个 Google Docs 啊帮忙写 slides 啊等等等等

工程团队呢就是在大概上个月的时候真的开始用 Cursor 开始辅助携带嘛就是这个 Cursor 的用户场景其实在企业级的用户里面也开始上线了那这一个月呢就有一个词传到了我的耳边叫做 MCP 就是 Model Context Protocol 我跟你解释一下什么是 MCP 然后大概展开一下为什么这个技术我觉得还是挺让人激动的

先说一下这个 MCP 的背景吧就说 Model Context Protocol 这个东西其实 2024 年 3 月份就已经提出来了它当初是由那个 Anthropic 就是发布那个 Cloud3 的时候提出来的其实一直到 2025 年初也就是今年年初 AI Agent 开始普及开始活起来之后呢 MCP 这个标准协议才活起来那我跟你解释一下它是干嘛的我先给你举个例子假设说对吧你有一个超级聪明的私人助理这个助理就叫做 ChatGPT

这个助理呢有一个致命的缺点就是他每一次见你的时候都跟第一次看见你的时候一样他没有关于你的生活工作的这种记忆和任何的资料这个时候就会导致一个问题如果你问你的拆 GPT 小秘书你问他一个问题你说哎

你能不能帮我明天上班的时候跟隔壁市场部的小李说一下这个上周的一个产品开发的文案需要改这个时候 XGPG 就会遇到一些阻碍首先他不知道你在哪里上班其次他不知道隔壁市场部的小李是谁最后呢他又找不到你说的这个产品的开发文案在哪里大部分的 LM 就是大语言模型其实现在都有相同的问题他们没有关于你的上下文的这个资料和记忆对吧他们不知道你这个人是谁

NCP 这个东西呢就是一个让 AI 模型接入各种上下文数据的一个标准协议它是一个 protocol 这个协议到底是干什么的你就想象成以前对吧如果说你要有一个 LM 有一个大语言模型你想要接入比如说 Salesforce 你想要接入你自己的一个 SQL 的数据库你又想要接入谷歌的 Drive 你要从这个三个不同的地方接入一些上下文信息可能是一些数据啊等等等等

那以前是你需要写三个不同的接口那 NCP 做的一件事情就是它把这个接口统一了你以前可能需要用什么 type A type B type C 的接口去插进去你每个 type A type B type C 都要自己写现在呢只有一个接口就是 MCP USB 我现在给你举几个实操的例子给大家解释一下为什么 NCP 这个东西让我觉得特别的有趣我先给你发一个 cursor 的 MCP server 的一个链接你可以进去先看一下它都有哪些 MCP 然后我给你讲两个例子

我们先说这个第一个例子第一个例子先简单一些吧假设说你现在用 cursor 就是那个 AI 写代码的工具要写一个 APP 你在要写的时候呢你想要让这个 AI 根据你已经设计好的一个 APP 的 UI 的 wireframe 对吧去写一个适配这个已经设计好的 UI 的代码

这些 wireframe 这些设计呢都在一个 Figma file 里面另外一个系统里面这个时候你可以在 cursor 里面就是你的 AI 代码工具里面呢连上 Figma 就是你的那个设计的储存库的 MCP server 就是连上它的那个接口这样子 cursor 在写代码的时候它就能够去 access 去得到你的这个设计并且根据你这个已经设计好的 UI 去适配你的这个代码那这个就是 NCP 的一个 context reader 的功能

你作为一个标准的接口你可以接入任何一个你想要储存数据的地方然后你可以获得这个数据作为你在写代码时候的上下文那这个是第一个例子第二个例子呢稍微复杂一点假设说你现在有一个 SQL 数据库然后里面呢存了一堆关于比如说你托马斯过去的这个旅游历史记录的数据这辈子都去过哪些地方哪些餐厅你在哪个地方待了多久什么时候去的 blah blah blah

那这个时候呢你突发奇想你说我想要写一个旅游小助手 APP 帮我去安排下一次旅程那帮你安排下一次旅程 APP 就 obviously 就需要知道你已经去过哪里了对吧那这样子它就避免你去相同的地方这个 APP 就需要你的旅游习惯和历史的上下文也就是 SQL 的数据库去给你推荐下一个酒店下一个餐厅等等

首先呢你就可以通过比如说像一个 superbase 一样的 sql 数据库的 ncp 的 server 去接入去插进去然后得到你的这个旅游的所有的数据的上下文然后在接入了之后呢 app 给你推荐了一个新的旅程安排了之后如果你说你去了这个旅程比如说我的下一站是罗马我现在根据这个 app

的推荐我去了你告诉这个 APP 说我去过罗马然后我去了某一个酒店我在这个酒店吃了什么东西这个 MCP 的第二个功能呢是 Context Rider 它可以根据你告诉它的你去过的新的地方把这些数据给添加到你的这个 Superbase 就是你的这个 Sequel 的数据库里面

所以说他这个 MCP 做到一个接口是一个 both side 的东西作为一个大语言模型对吧你可以从一个数据库里面抓取你想要的上下文的信息同时呢你也可以用一个 natural language 就自然语言去跟这个 MCP server 去对接你说我需要去更新我的这个数据库

那这两个例子说完了这个后面再加一只 MCP 火的背后呢其实有一家 2022 年创立的公司叫做 Lanechain 然后 Lanechain 呢其实就是一个 AI 应用构建的协议它就是开发这个 AI 产品的默认框架它本身是开源的

他已经在这个 MCP 的基础上走了很远的商业化的路了那这里面就是一个我觉得很好的一个职业生涯的机会对吧你可以跳去 Lanechain 或者说你可以关注这个 Lanechain 平行的那些在做这个 MCP 背后的 function 解决方案的一些公司那 Lanechain 这个东西对吧他刚开始只是就是工程师他用来拼接各种 AI prompt

就各种 AI 指令的一个工具那它现在就突然发现有了这个 standard 接口了之后那你在这个 standard 接口的前提下你要做一些跟大 AIAPP 非常常用的一些 function 比如说你要读一个 PDF 或者说你要把一串数据给 vectorize 就放到一个 vector database 里面等等等等那 Langchain 它其实在三年前就开始写这些 function 了

那在这个 MCP 出来之后呢 LandChain 在 2024 年一年的营收翻了十倍 It's kind of crazy stuff 那他这个公司现在才不到 50 个人 So I think it's a great time to join 我就是一个非常好的时间去加入他们或者说去做一个他们的竞品 Anyway

anyway 这是一个插曲我大概解释完了 mcp 是什么东西之后呢我现在想跟你说一下就是说为什么我觉得这个玩意儿会极大的加速各种 AI agent 创业公司的产品速度在 mcp 这个东西出现之前呢其实很多这种所谓的上下文数据就比如说托马斯的他的这个旅游历史都是所谓的私有资产

如果这个时候对吧在那个 MCP 出现之前呢一个 AI agent 他是一个旅行 APP 对吧他想要进来看看托马斯的这个私人旅行数据是什么他是没有一个标准协议的所以说就导致如果一个 AI agent 想要去 access 一个系统他需要去写这个对接的接口就是他有很多这种所谓的 glue code 对吧就是你比如说为 Salesforce 的 API 你就得专门写一套这个 Salesforce API 你要去

靠哪一些你想要的信息对吧你都得写出来但是呢在 mcp 出现之后呢这些私有资产对吧私有的这些上下文数据突然都有一个统一的这个 usb 接口作为一个 ai 对吧就像我说的你可以想插哪里就插哪里你不需要写一个为某一个特定系统去定制的一些接口的代码也就是说你只要去跟这个比如说 salesforce 和什么 airbnb 在 mcp 的 server 去说哎

我现在是要为一个叫做托马斯的人他去过 12 个不同的国家推荐下一个旅游地点你给我找到相关的什么 Airbnb 的酒店你给我找到相关的出行的这个司机等等等等那这个时候 MCP 的那些 server 对吧那个 Salesforce 和 Airbnb 和什么 booking.com 的那边的 server 就会自动的帮你去找到你想要的这些数据

所以我换一个例子来说就说传统的这些 NCP 出现之前的这些 AI agent 他是说我让秘书给我打几个电话拿几个档案对吧这是他的指令那在 NCP 出现之后呢他就变成了我告诉秘书我明天需要去开这个会你帮我安排你来决定你打几个电话你查几个档案联系几个人所以说你就从一个告诉他具体要干什么变成了你告诉他你的目标是什么然后他帮你分析帮你找到决定你想要干的事情或者抓取你需要的数据

接下来再拿这个市场营销这个行业来举一个例子啊为什么我 so excited about it 因为我自己是做了市场营销的首先在市场营销里面有一个很普遍的问题就是网站的个性化比如说你上一个网站如果我是中国来的这个客户对吧那我的网站发现我这个 IP 是中国来的之后对吧那这个网站就会是中文的那如果是美国来的客户这个网站就会是英文的

目前这个个性化是怎么实现的呢假设说托马斯你访问了我的网站然后我拿到了托马斯的 IP 地址我根据这个 IP 地址呢猜测你是哪个区来的人比如说你是中国来的除了我能猜测你是哪个区来的人呢可能还能猜到你是哪个公司来的比如说你是小火车过桥来的然后背后就可能用了一个 I don't knowSixth sense 的 IP 地址去匿名化的工具那这个时候我得到了你的这个 IP 地址之后呢

我就需要去写一个脚本去把你这个 IP 地址和我自己各种数据库里面信息进行匹配比如说可能托瓦斯你作为小火车过桥的这样子一个访客你来我的网站上面买东西我发现你这个 IP 地址去年在某个时候买过我的某一款产品可能还跟我的销售团队打过一通电话这个时候可能你买产品的数据和你打电话的数据是在两个不同的系统里面的

我作为一个网站定制化的人对吧我就需要写两个不同的接口第一个接的是这个买东西的数据第二个接的是你销售电话的数据然后我可能还得再做一些打通这些数据系统的这些 work 对吧比如说把所有的这些数据全部都放在一个 SQL 的数据库里面然后你再根据这些拿回来的数据去定制你的网站那这里面的问题呢就是首先打通这些数据库的成本特别特别的高那其次呢是不同的个性化其实你需要去写不同的脚本去抓不同的

比如说我有十条规则第一条是如果说托马斯是一个买过 50 块钱以上东西的人并且和我的销售团队打过电话我要给他定制什么样的网站体验如果说他是没有买过 50 块钱但是他打过销售团队的电话是什么样不同的体验因为你需要告诉系统怎么样去抓这些数据所以你就需要给他定制一些规则有了 MCP 之后定制化流程就会变成以下

首先呢我拿到了托马斯的 IP 地址这个时候呢我去 call 一个 MCP 的 server 那我只需要告诉托马斯这个人的 IP 地址这个 MCP server 就会帮我去处理找什么信息怎么找这些信息我自己是不需要去写这种对接的接口的

就是我不需要去写跟各种 APIConnector 对接的东西我并不需要去指定他要抓哪些数据因为这个 MCP Server 他自己会帮我决定如何和这些下游的 API 互动有了 MCP 的 Server 之后呢网站定制化就从可能你有 10 个不同的规则变成了真正所谓的千人千面如果托马斯来我的网站和

I don't know 我女朋友来我的网站因为根据托马斯和女朋友的这个访问历史 NCP 会抓取完全不一样的数据然后给他提供一个完全不一样的网站定制的一个体验所以在接下来在可能的未来就是每一个网站对于每一个人来说都是一个不一样的体验

就真正的做到了一个网站千人千面而不是一个所谓的静态的这种按照规则制的定制的个性化最后总结一下对吧就是我觉得 MCP 这个东西为什么让我那么 excited 就说当所有的所谓的上下文不管是消费者的上下文还是企业的上下文都可以被一个标准的接口给调用出来的时候

对吧它就是被标准的 mcp 调用出来并且结构化数据进入这个大模型时候我们就开始进入了一个所谓的 agent 的一个拼图的时代就是你可以 agent 可以去拼任何你想要的一个系统在这个有无数的上下文可以调动的情况下你真的可以做到一个所谓的千人千面我其实对这个技术挺感兴趣而且我挺激动的如果有听众们对这个研究比较深的话也可以跟我们分享一下 That's a pod 听众们下次见拜拜