Deep Dive
Shownotes Transcript
我们公司只有 8 个人我们发挥出来的战力可能有四五十个人的这种体量是因为我们工作当中用了超级多的 AI 的帮助然后才帮助我们去做这样的事情国外的用户他们的用户心智是特别成熟的你的产品必须要为他们解决一个十分深的一个痛点他们才为你的产品去付费但国外的付费生态是特别好的
Hello 大家好,欢迎收听我们本期的赛博导语,我是今天的主持人 Demi,我是明浩我们今天邀请的嘉宾是来自 Flow with AI 团队的市场和拓展的负责人拐子那我们先有请拐子跟大家打个招呼,也顺便介绍一下自己
哈喽哈喽大家好我是拐子然后我现在是 Flowis 的市场加上对外的 BD 负责人然后我自己也是就是学技术和这些等等出身对然后我稍微介绍一下我自己的过往经历吧就我本科是学数学然后我是在宁波诺利汉大学然后学数学加上 CS 然后我研究生是在 UCL 的八月然后学的是数字创新加上人工智能这个领域
对然后回国之后就是因为我之前跟 Flois 的团队的很就是我们初创开始加入这个团队的时候就是我跟 Derek 他们都是认识的也是因为一些机缘巧合吧然后没有想过自己最后会选择在市场和就是做 marketing 还有做整个 Growth 的一些方面就虽然我是学理工出身对然后等会我们可以细聊这个过程简单先介绍一下自己好的欢迎你来到我们的播客
我也很开心认识大家因为就是 Flow with 其实最近在小红书上很火然后不止小红书我们可能在整个 AI 的圈子里面最近知名度都蛮高的你可以帮我们介绍一下吗 Flow with AI 的话你们是一个什么样子的公司做的是一款什么样子的产品
其实我觉得就是 Flowis 我们最初最初开始做的时候可以给大家想想我们这个灵感是怎么样产生的吧我们可能跟很多聚合就是 AI 的聚合平台比如说像国外的有很多比较活的 POE 然后等等这些其实我们跟他们想法不太一样可能像 POE 这样的产品可能更多想是大家可以在 POE 上用到各种的 AI 模型但 Flowis 最开始的时候就是
就是我们自己是一群非常就是各种模型的中毒使用者
然后但是我们觉得就是那个对话框就是 GPT 最早出来的时候那个 chatbox 它其实比较的就是局限性比较强吧第一是如果我问一个关于一个内容相关的问题我只能在一个聊天框内然后不同模型我们后面发现比如像 cloud 它特别适合代码生成然后像语言生成比如像中文现在 DeepSync 火了之后像 DeepSync 中文效果是特别好的等等
我们就发现就是我们其实像我们这样的创作者无论是代码创作者还是文字创作者其实 chatbox 的局限性比较大然后我们自己经常就是会把有一些生成答案拖到 Figma 里然后就去尝试一下最后我们就发现好像就是为什么不做一个自己就做一个在 Figma 上的这样的产品呢
对就是画布上这样的产品然后 Floids 最早最早的概念就由此诞生了就是我们希望是一个一种全新的一种交互方式吧最早最早在去年四月份开始就是有一个公测的时代然后后来在去年八月其实是我们产品才正式上线我们就做了就大家最近很火的就像 Manus 还有智能体这种概念其实我们去年八月就当时就做了就做的初代的 Oracle
然后 Oracle 就是我们做的第一版本的通用智能体当时也想主打通用我们是在海外发的因为当时为什么在海外发布呢是因为整体国外的模型的能力肯定当时是比较好的那个时候我们去年 8 月份做出来这个通用 agent DPD-OE 都还没有发布我们当时能选择的模型其实也比较少就可能是 GPCO 加上 Cloud 3.5
然后我们就在选择海外出海,当然出海效果还挺好的,在 PH 上,就 Protohun 上拿了第一。对,但我们大概去年八月份发了之后,那两三个月的时间,我们其实发现了一个最核心的问题是通用 agent 面临一个最大的问题,不能说是技术上的突破,或者说通用 agent 这个框架的问题。
反而是就是我们的用户不知道用通用 agent 到底来解决什么样的问题就像我们去年发布的时候那个宣传视频跟 Manus 那个 case 里面有一个特别像就是我们去年做了一个去巴黎三天旅行的一个旅行计划的那个宣传视频 Manus 现在也做了一个日本旅行计划对但是就是像旅行计划这种
这种就是用 agent 去做的话当然效果是很好的但是好像我们发现用户其实不太会因为他可以做一个旅行计划或者说可以帮你生成一个演报而就是会想去为你这个产品就是说你这个产品有多么的好会愿意去为你付费等等之类的他的就是对于通用 agent 首先用户不知道他们能为他们解决究竟比如像他工作上或者生活中有什么要很具体的一些问题可以帮他马上转化
转化成价值对因为就像你去巴黎的一个旅游的一个计划你去小红书上直接搜一个那可能效果比通用语语证做出来还好所以好像就是我们当时就发现了通用语证有这样的一个问题然后转而我们
今年一月份就推出了新的一个框架就是我们在我们产品上又出了知识库就是知识花园这个功能然后我们认为通用 agent 的一部分问题是可以被我们私有化的一些知识就是很专业的这种知识包括比如像我们是 AI 行业的从业者我们可能对于 AI 有很多的理解
但比如说像还有很多的各行各业的精英比如像医生像其他产品的就各行各业的产品然后他们可以把自己独有的私有化知识然后就是上传到 Flowis 上然后最后再去我们马上会把知识库和 agent 也打通
然后 agent 也可以调用到你个人的一些私有知识这些是通过联网搜索没有办法知道的然后最后我们还会去做一些独立的一些就是专用的 agent 然后就可以让大家去就是利用整个 Flowers 这个平台然后去做很多事情所以从我们的这个技术发展路线上来看的话
我们的这款产品核心想做的其实就是下一代的一个就是比如像生产力或者创作的一个平台吧然后大家来我们这个平台上就是去做创作为核心的然后我们现在目标的群体也大部分都是比如说像内容创作者然后像高校的学生啊老师教师都是我们比较核心的一些用户嗯
我有这个好奇的地方我想问一下就是我体验了你们的产品然后刚才也听了你的介绍其实还是有一点困惑我觉得好像没有办法一句话把它说清楚它到底是什么它有点像知识有点像知识库有点像万能画布有点像 agent 又有点像笔记
我觉得是因为为什么有这样一个困惑的地方我觉得是因为现在大家对于 AI 产品就是产品还没有一个特别好的画像因为现在我觉得 AI 模型和 AI 产品其实分的不是很开然后很多模型厂商自己也在做产品但是我们其实是一个产品然后我们产品核心想解决的问题就是为内容创作者服务或者说为整个创作者服务然后然后
agent 或者像知识库等等或者像画布它其实就是我们产品上的一个功能点当我们核心想做的就是去做一个帮你制作内容的平台举个例子我们就拿现在的内容生态来说小红书抖音比如说 B 站或者说像国外的 TwitterYouTube 等等之类的
那以后所有的比如说这些内容或者说以后还会兴起 AI 的这种自媒体或者说内容生产的一些平台它都可以用我们的产品去为它解决比如说就像我就拿我自己来说吧我所有的小红书我所有的就是内容生产我都是通过 Flowis 这个平台的不同功能去帮我完成的我自己做了一个小红书生产的 agent 然后还会做一个就是公众号分发的 agent
然后去帮我生产我的内容最后我再复制到小红书上和公众号上去分发所以我可以理解为现在大部分人在使用的场景都是把它作为一个 AI 工作流来在用对吗对可以这么理解吧就是一个比较庞大的一个工作流吧对所以我觉得其实你们的产品是想象空间非常大然后其实它是一个
可以说如果说大一点会是一个通用设施的这种所以你们的愿景是什么样的你们想象的它未来的形态是什么样的呢我们觉得我们想象的形态就是未来所有只要愿意使用 AI 这个就是愿意使用 AI 的用户那我们希望以后的所有的内容分发的平台的作品
有很大一部分都是可以通过 Flois 去完成的就是制作的这样一个过程然后去做到分发甚至未来有一天
当 AI 发展的足够成熟的时候我们的就不是 flow 毕竟是 flow 但是我们可以去更换一下现在的一个分发的一个平台那比如说像以后可能这个例子比如说过五年或者十年之后可能抖音或者小红书或者等等这些自媒体平台它可能不太适用于以后的一个 AI 的一个生态那说不定会有更多 AI 的生态的针对 UGC 的一些生态
那这些平台上也可以都是通过 Flowers 去完成的一个分发嗯 明白就听起来这个就是能做的然后愿景还是很大的然后是我提一个比较具体的问题如果是面向创作者来说的话
创作者可能会有文字创作者视频还有音频的创作者可能大家面临的问题还是很不一样的比如说视频它可能也会涉及到剪辑或者是解决创作者的问题然后文字它可能会涉及到素材这些我想问一下如果是面向创作者来说你们会有
侧重吗你们能解决的问题是其中哪一环还是说你们其实想解决全流程的问题我觉得我们的核心愿景肯定是解决所有平台的所有部分的一个问题就是当然我们解决不是说我们现在马上能解决而是我们未来的一个发展方向就像我们肯定也会有手机端肯定也会有就是专门因为我们现在还是海外版然后马上会有一个国内版本
那我们会做很多的垂直的垂类 agent 然后就是现在我觉得对于模型层来讲就是有一些问题比如像刚刚我们说过的视频或者音频那我觉得有一部分倒不是说我们这样的 agent 的平台或者框架没有办法去解决的很好而是说模型的能力还没有进化到那个程度
那我们现在其实有一些比较好的一些核心工作我们最近在开发然后比如像可能针对于自媒体比如说文字类自媒体或者说带有一定图片类的自媒体然后我们马上会做一些比较垂类的一些 agent 开放给大家去使用然后大家会发现用上这样的 agent 之后比如像很基础的 AI 幻觉问题就可以被解决然后你不需要很高级的一些 prompt 等等之类的只需要把你自己想
核心表达的一些内容告诉 AI 就是像上传知识库这种流程然后 AI 就可以帮你输出非常优质的一些结果然后第二就是我觉得它可能会针对不同平台的不同调性做一些区分帮你输出比较优质的结果当然在优质结果的同时其实比如说像我自己也做自媒体或者做内容创作我觉得很多核心的问题还是在于就是我们做自媒体还是想把它做火或者说能够让大家关注到我们
那这些也是可以通过 agent 去做一些额外的事情然后帮助大家比如说你生成了十个文案那当中哪一个文案究竟是最好的
然后可以去做到一个初期的筛选所以我们想做的事情就刚刚这种只是针对于比如说像最近完全能完成的比如像文字的这个生成的一个板块那接下来随着图片模型比如像最近那个谷歌发的新模型还有我记得前段时间质朴也开源了一个图片的生成模型我测了测效果都还不错然后我们可能会把图片整个的生态做得更好一些
然后加上等到视频的如果能力会进一步的提升不仅仅在只是一种泛娱乐化的一种视频的生成的话那我觉得就是很快它就可以达到一个全流态全模态的一个大同吧
提这个问题是因为我觉得说你想解决的是通用的问题还是具体的问题是一个悖论就是当你想解决的是所有的问题的话那基本上就相当于什么问题可能都解决的不彻底比如说像视频这个领域它有很多非常具体的问题我觉得是那个 AI 和这种 agent 很难替代的那就是
就是这块你们是怎么想的还是说其实解决的就是其中的部分的像部分的像脚本啊文字啊这类的问题嗯我懂你意思就是其实我们整体解决的还是一个稍微偏通用一点点但是我比如说就是视频剪辑确实我自己个人
就是没有那么了解但比如说我拿我拿做小红书或者说做那个公众号来举例子然后我就是做这种文字导向的然后比如说做一篇小红书其实你可能会遇到的比如说像图片投图你要做一个标题还要做内容还要做很多配套的图片
那我觉得针对于很多自媒体平台都是这样的这个模块是可以被区分开的比如说你可以通过不同的 agent 去帮你完成这些事情当然我们在当中会发现就是说每一个模块它要做到什么样精细化的程度要做到对于每一种类别比如说像小红书这个平台也有很多不一样的一些用户比如像美妆的像 AI 的像科技类像汽车类等等还有很多分区他们
他们的整个用户肖像它都是不一样的那针对于大类我们可以通过 AI 模型加上 agent 本身我们通过调试然后去完成一些能力的优化然后我们平台会专门做出一些基于我们自身能够把账号做活的经验框架放到我们的平台上
然后如果你有看过我们产品的话我们产品其实是有那个知识市场加上 agent 市场我们会把整个的这个市场的空间会给的特别宽就是大家可以基于我们这样的一个创作流程然后我们的 agent 是可以调用更多的一些 tool 就是
比如说像你如果要做视频那假设以后有一个视频剪辑的开源平台你也可以把那个 API 直接接到我们的产品上然后比如说有音频的比较好的一些生成音频的 API 你也可以接到我们产品上去做你自己的 workflow
你这个理解起来可能有点像子或者 codefine 这样的产品但是 code 和 define 的产品它其实更多是我觉得是为了开发者而生的而不是为了普通用户而生的对所以我们这样子的一个好处是第一大家所有人都不需要会任何的代码基础你只是要用自然语言就可以去修改然后第二呢我们其实我们团队会做很多的就是在前期的一些流程的铺垫上会我们
我们会找很多的领域专家然后去做很多比较优质的 workflow 然后给到大家可以去使用然后最后呢就是形成一个比较大的一个内容生态大家也可以自己去自定义也可以去选用我们提供的或者说在这个 agent 市场上比较优质的一些案例然后在这个上面去进行微调
听起来非常如果是这个路线的话就非常重运营和各个行业的知识库的建设是的这是一个比较大的我们想做的还是偏向于生态和创作的这块所以它其实还是我觉得可能跟 notion 的那个感觉有点像
对我上来的刚开始用的时候的感觉我就会觉得它是一个自由画布它有点像那个 Haptic Base 对那个笔记
然后我其实我当时上来我想用的场景是比如说我想研究一个主题我想研究 mcp 是什么我希望把这个输进去然后他就像人就像一个小助理一样他帮你把公开的资料然后他的一些论文和他的图片还有他的其他的知识给你整理成一个知识库一个知识树这样的感觉嗯
我本来以为是这样的定位然后后来我用了一下我发现好像它不是它还是有点类似于 AI 或者是可能还是以对话为主它不是一个我可以往里添知识然后跟 AI 协作的相当于加强版的 Haptic Base 所以你是用的哪一个模式是用的 Oracle 吗还是用的普通模式
我不太知道那个 Oracle 的 model 是什么就是这个名字你们内部对它的定位是什么呢
Oracle 它是一个就是 Oracle 如果你当时问的是比如像要调研 MCPOracle 现在就是 Oracle 这个名字本身是他自己想的就是他给自己取的这个名字因为他是一个通用的一个 agent 最早出来的时候然后他能做的事情就是跟现在传统的那种通用 agent 比较像他就会去调研很多的
网页或者说网上的一些信息然后通过搜集到的信息去做一些归纳的整理最后帮你比如说按照你的要求输出一个网页或者说输出一个 PPT 或者输出一个 PDF 但是我们刚刚说的就是 Oracle 现在还没有跟我们的那个个人知识户打通
所以你刚刚说的那种使用场景其实当我们跟支出库打通之后第一在 Oracle 你在输入的时候你的上下文是可以引用支出库第二 Oracle 输出的结果也可以被直接整理到你的支出库当中所以那个场景很快就可以实现了然后第三呢是我们的 Oracle 它有一点跟其他所有的 agent 产品不一样的是 Oracle 如果你在试用的时候你会发现
他的那个生成的那个就是他要去完成任务的那个步骤你认为是可以去修改的
就是它下面会出可能十个步骤然后第一步第二步那是 AI 自己帮你第一轮去生成根据你的任务但是你仍是可以去修改这个步骤就是当你跟 Oracle 用的就是建立了联系比较久了之后基于现在这个版本你可能会意识到它比较擅长做什么事情然后你可以让它去比如说它最开始可能只规划了想去搜索五个相关的网页你可以让它直接给你搜 100 个也是可以的
然后依次来增加他搜索的一些范围最后他可以因为现在我觉得网页生成的效果比较好因为网页生成他用的是 3.7 的服务那你可以去说都让他去生成到一个网页当中最后把这个网页打包下载下来
它的效果应该是挺好的对那我觉得这种方式这就是你刚才描述的就很符合我的想象我需要的就是这样的一个东西但我想问一下你们产品的那个路线上其实有点让我蛮困惑的那如果是这样的话为什么要起这样的一个名字为什么不把这个模式直接传达给用户呢你说 Oracle 这个名字吗
对就首先这个名字其实作为用户来说不知道它是干什么的然后第二个是如果说这个模式它其实是你们的升级的版本为什么要让它选择而不是就是产品升级了我升级到一个更好的版本你的意思是为什么 Oracle 是就是你要去选择到用这个版本而不是说就是它是所有人都上来直接就用 Oracle 这个模式是吗
对对就是这让我很困惑首先是虽然 Oracle 它是一个首先我觉得要把它拆开一下就是 Oracle 它是一个 agent 然后它本身能去完成的任务就 Oracle 这个 agent 它的以后的任务规划任务输出
它都是这个 Oracle 去完成的但是我们的平台上有很多其他的比如说像 Knowledge Garden 就是知识花园它是完全独立于 Oracle 的一个框架之外的如果说我们把整个平台的所有模型或者说所有的内容生态都变成了 Oracle 本身那我的知识库它其实首先是一个就是那大家就只能上传知识库然后不能调去普通的模型去引用知识库
就是我们建立知识库不仅仅想的只是为 Oracle 去服务而是比如像我平时如果只是想去写一个小红书的标题我没有必要去花 Oracle 那么多的算力去帮我调研很多的场景我可能只需要一个最普通的模型引用知识库的一些功能就可以帮我输出一个比较好的内容生态了比如说我需要用 CISO Mini 加上知识库当中的一个小内容那我就可以帮我输出一个还不错的文案内容
但 Oracle 它更适合去做的是一些深度调研深度搜索的一些功就是一些一些任务然后 Oracle 为什么叫 Oracle 也是我们开始说了这是我们当时在开发这个 agent 的时候 Oracle 它本意是一个先知的一个含义然后
他觉得他自己是比如像很多就是像那个我觉得像 matrix 他自己定义自己是 matrix 的母亲然后它是一个比较复杂的一个含义然后也是 AI 自己取的在当时我们做出来通用 agent 这个概念之后我们其实认为 Oracle 它叫自己这个名字没有问题
我们为什么没有把它上做是一个产品的升级而只是我们当时的一部分因为我们整体想表达的是 Froze 是一个整体的平台你在画布普通模式下你去跟 AI 然后再引用知识库或者等等其他的模式去提问跟使用 Oracle 它本身就应该是不一样的场景然后 Oracle 只是我们当中的一个功能然后我们会有很多其他的功能就包括 Oracle 以后还会升级
现在你看到的只是一个单一的 Oracle 在那里进行纵向的一个深度思考然后去执行任务但是未来 Oracle 它可能会演变成一个你比如说给它制定一个特别人
框架特别大的任务比如说让他为你去开一家 AI Startup 的公司或者说做一期播客他会先首先横向去做很多的思考就是他要怎么样去做然后会有很多这样的一些深度的一些思考最后拆成可能十个 agent 或者一百个 agent 去帮你完成这个任务最后再帮你回走
所以就是我们对于 Oracle 的定位它其实只是当下的一个通用 agent 的一个范式但是以后整体的平台它还是会往创作本身去靠拢然后 Oracle 它只是我们当中的一个小的功能它不是最后的一个整体的一个解决方案嗯
那现在的典型用户在上面会做一些什么样的事情就是有没有比较有意思的可以跟我们分享一下我觉得可以拆两块来说一个是比如像只是做内容生产或者说做知识库比如像有些高校的学生或者说就是像我自己这样的内容创作者比如说像
我们知道很多的小红书的博主或者说就是他们写知乎的博主然后他们自己会把自己的就是他们可能因为比如说拿我自己举例吧我小红书大概就是我现在的创作的一个模式就是说我自己把我自己的语言风格整理成了一个知识库然后会把我想宣发的比如像 Flowis 这款产品还有我自己曾经做过的一些事情我会整理成不同的知识库然后可能还
去搜罗了几个比如说像 marketing 方向或者说像比如像雷军这样的一些比较优质的一些人物的一些案例然后再把它们打包成一个知识库我会去创作的一个流程就是大概首先我会去
就是模仿我曾经的语言语气为了我接下来这个新功能点等等之类的去生成一篇文案然后调用刚刚我提到的这种不同的知识库去帮我打磨这些文案最后达到我想说出的一个效果这是针对于内容生产的一个方面然后另外一方面是 Oracle 的使用场景就是大家很多会初期去用 Oracle 去调研就像我现在是有一款成熟的产品了以及我有很多就是我知道要怎么样去做内容生产
我自己的场景就是大概会说我这个在知识库这方面内容创作但是因为我自己是有比较成熟的产品或者说我自己这些想法我用的比较久了然后我其实是有一套比较标准的一个工作模式了但是我们很多用户他可能是比较初期的内容创作者或者说他想去开发一些新的产品或者说做一些市场调研
如果只是用普通的比如说像 Cloud 或者 GBT 或者像 DeepSeek 这样的模型其实没有办法很好地完成一个任务一个具体的例子就是比如说有汽车的一些朋友们他们想去做关于苏七 Ultra 的一些调研模型本身是不具有这样的一些能力去直接做这方面调研只是用网络搜索比如说 DeepSeek RE 加上网络搜索有很多产品都有这样的功能但是搜索出来的结果其实是非常浅的
那这个时候很多用户他们就会用 Oracle 去做初期的调研然后可能是整理成一个网页然后这个网页会直接就是我们有一个用户他做了十多种汽车的一个品牌分析网页然后最后那个网页是把这十多种汽车品牌比如说有宝马有奔驰有等等之类的还有小米
他做了一个可交互式的网页然后他拿去给老板汇报这个网页就是被老板说可以直接拿当官网的那种网页当中的详细信息特别特别的多然后对于各种车型还有各种的链接他都是可以交互的然后可以跳转
这只是做研报的一个方向或者做网页也有很多人他们是用 Oracle 来初期做一个非常详细的一个规划然后做一个非常详细的深度的一个调研可能是文字向的然后最后
通过一键复制到自己的知识库然后再就是通过调用知识库本身然后基于模型然后去完成他们自己的内容创作那可能是为自己写一个用模型去写一个深度研报然后加上自己的一些个人私有化的一些风格或者说个人曾经以往积累的知识但是这些知识其实不是在网络上可以获取到的
对然后我觉得整体的话就是我们现在很多的用户他们是基本上会首先用 org 去做调研然后再收集到知识库当中去整理然后最后再用知识库去做一些输出因为当你通用了一整天用久之后你就发现它其实还是需要人为的最后去完善等等之类的然后去做一些输出的嗯
那你们现在的用户我听起来其实还是比较偏专业的用户就本身用 AI 然后以及梳理他自己本身的工作流梳理就蛮好了的
对对对我觉得核心用户肯定是这样的但是也有很多比如说像小白用户啊或者说像就是比较对 AI 没有那么多了解的没有那么多工作流的人他们会直接去我们的 agent 市场或者说那个知识库市场去买一些比较好的知识库或者说直接下载一些比较好的 agent 然后去做一些尝试这个情况我觉得就跟很多产品的普通用户其实肖像是差不多的
嗯明白你们主要做的是国内还是国外我们现在是两方面一起在推吧就是因为我们马上会上一个国内的版本了因为我们最近发现就是之前都是纯做海外可能在今年
二月份 Deep Seek 火之前就过年那段时间被 Deep Seek 火了嘛在 Deep Seek 火之前我们都纯做海外的然后偶尔发一发小红书但是可能小红书上来的大部分用户还是要么是在国外要么是就是整体可以用就是出海产品的这种用户对然后我们的话就是之前一直在出海的原因还是因为模型本身我们想选最好的模型然后才能做到我们想做的事情
第二就是之前国内的融资环境其实不太好对然后我们就一直选的是出海然后最近尤其是在 DepthSeq 火了之后然后再加上 Malice 又火了之后让整个国内的这个 AI 生态圈一下子变得热潮一下子起来了所以我们决定两方面都要开始都要做了嗯明白就是
之前那你在国外的用户画像也是跟国内的差不多的吗其实差不多而且就我觉得国外的用户国外的专业用户是比较多的就是国外他们对于这个 flow 或者说就是这种工作流是研究的比较透的所以我们在产品上很多国外的用户其实反而玩的是特别特别好的
那可以聊一下你们跟那个 minus 之间的就是因为我看到极客上小红书上很多都会在提到 minus 的时候提到你们然后你们是怎么样去看待你们之间的差别然后以及未来的规划呢我觉得就是首先
最近很多比如说像投资人或者说像媒体朋友们都在问我们这个问题其实我们是就是首先我想去讲的事情是 Mannus 为什么火了我觉得是为什么上升到变成了一个全民都知道火的一个事情主要还是因为大家就是国内的这个 AI 认知在普遍的完成一次新的一次认知的一个跟进尤其是在 DeepSeq 火了之后
然后就像通用 agent 这种概念其实很早就有了就是 auto GPT 很早很早就有了
对但是就是他一直火在国外嘛因为国内的很多用户我们都没有体验过然后 Mans 当时那个宣发的视频嘛他们自己估计也没有想到会那么火当时整体他们说实话他们的 marketing 做的挺厉害的而且包括他们也拿了整个的投资然后整体他们在 VC 圈子里最开始就有很多人帮忙在推然后整体在国内首先火起来了大家都认为这就是下一个中国的一个比较好的又一个 AI 时刻
然后主要是帮助大家完成了一次对于 agent 的一个认知然后整体让整体国内的这个用户群体有了一次新的一个教育普及所以我认为他们火的一个逻辑是这样的对但是就是我们拿经常拿就是现在我们的用户我们用户因为就是我们最开始的时候是因为
Manus 火了 V2AGI 包括很多其他的社群他们其实很早就知道我们做出来了 Oracle 然后其实在业内普遍有认知我们 Oracle 生成的效果完全可以跟他们媲美所以在第一天那个 V2AGI 直播的时候然后他们的主理人就邀请我们上去可以互相做一个比较对然后我当时就分享了几个就是 Manus 那些 case 在我们上面跑出来的一些案例
对然后大家很多人就会拿我们去做比较但是 Manus 更多的定位就只是像我开始跟你们介绍的就是我们当中产品的 Oracle 的这个定位就产品的一个功能点
然后我其实个人的话我觉得大家拿我们去 Manus 跟 Oracle 来比没有任何问题然后大家就是互相学习互相去就是一起进步但是 Flowways 的话就是整体这个平台我们是一个创作平台嘛那未来的发展方向肯定还是服务于创作者本身的然后会做很多的垂直的一些 agent 包括垂直的一些除了 agent 以外的一些 workflow 或者说结合知识库去做更多的一个内容生态
那 Manus 其实主打的是做通用 agent 他们这个产品已经就是核心的发展方向大家已经都很明确了然后所有用户都已经明白他要做什么所以我觉得未来我们会走很不一样的一个路线未来的大的方向上其实是比 Manus 的更广的我可以这么理解吗我觉得他们可能还是针对于只是在 agent 对一件事情上做一个通用的 agent
然后我们还是想做的确实做的会更高一点涉及到的人群会更不一样一点我个人感觉能不能跟我们介绍一下其实如果是比较通俗易懂的让普通人都能理解 agent 他的能力到底是什么样子的就刚刚提到的调研生活娱乐生产力艺术创造教育学习这些上面的场景和效果会是什么样子的
我觉得我首先可以拿一个生活娱乐当中的一个 agent 来给大家做一个做一个案例吧就好几个我觉得这种特别好理解因为其他的还特别通那个垂直生活娱乐与举个例子大家等会我们聊完这个播客可能要出去吃晚饭
然后比如说我今天要去找朋友就是我们想吃火锅那大家就是我们现在我们脑子里可能有一个工作流就是我们叫的这个 agent 的一个工作流那可能是打开我手机的美团或者大众点评打开美食然后定位到火锅然后去看那个评分最高的有哪些
然后以及离我距离最近等等之类的然后最后还有一个就是你会去看一看那个大众点评上他的那种用户真实的评价不是刷单你有一个这样的一个就像 workflow 一样的工作流就是你去判断哪一家店你今天晚上要跟朋友去吃饭最合适你们等等之类的
然后 agent 就是在做这样一件事情就是把你的这种思考过程 agent 就是 AI 去就是他会比如说你给 AI 的这个任务就是说我今天晚上要去吃火锅我在哪在哪然后或者说就是你都不用告诉 AI 在哪 AI 可能会以后他就会自己知道你在哪然后等等一系列你就给他输入一些就像你跟你朋友聊天一样就是说我今晚要去哪吃火锅
然后他就会跑一遍你刚刚你脑子里过的就是我刚刚这样子我所说的比如说你要去美团或者大连兵干嘛干嘛干嘛他就会跑一遍这个全流程最后为你输出一个结果比如说今天你就去离你家一公里外的海底捞吃火锅可能是最好的选项对然后我觉得这个就还挺通俗易懂的就是 agent 的他对于普通我们大众用户来说
它在解决的事情就是不同于传统的 AI 模型它其实是有一个很深的一个工作流或者说人类的思维链路 AI 学习之后然后它会根据你的任务去把你这个任务拆解成一步一步的步骤然后最后就是每一个步骤它都会去做一些比如说像信息检索比如说像就是信息的一些输入最后经过很长的思考之后它最后给你一个输出
那比如像调研研究大家如果想去做比如说写学术论文或者说写比如说关于医疗领域的吧那我们有很多医生朋友们在用我们的产品他们就会去根据就是给一个时间范围比如说是最近一个月之内所有的新的论文然后可能是在谷歌或者说在什么地方文献发布的
然后让 AI 去搜索然后最后帮他整理成一个就是类似于参考文献啊等等之类的然后他自己会去阅读再让 A 的去帮他做一些关于文献内部的信息检索都可以做到我觉得这两个案例还挺好理解的如果你能听懂我觉得大家可能大部分人都能听懂这种感觉
我听懂了就相当于全自动对吧它最终最终能够按照你自己思考方式给到你一个想要的结果可能最终我们思考完之后那我们想的也是那家海底捞对对对它用更快的方式告诉了你你就去吃这家海底捞吧
对而且我觉得我们有些时候去看那种比如我之前为什么觉得 agent 是一个很好的方式是因为就比如说我们现在可能会看到大众点评或者说你去淘宝买一个东西比如我现在手币有一个鼠标我如果要买一个鼠标其实我会看很多的评价或者说看很多 B 站的测评
但是有了 agent 了他就可以帮我省去这种时间然后他会真实的去看就是他甚至能分析出哪些是真实的差评哪些是真实的好评然后哪些是刷单的评价然后最后他以后未来说不定都可以直接帮你下单帮你完成一个餐厅的预约然后等等之类的就是有点像一个全自动的一个流程你只需要去那吃饭或者说去拿上这个鼠标去用就好了
像这种场景里面比如大众点名上面不都有广告吗 A 站里面以后有可能会就插进来广告吗
这个不好说就是我觉得这个是一个产产品方向的一个问题但是就是我觉得 agent 他在解决的问题其实是就是 AI 模型比如说我们自己在开发这款产品或者开发这些 agent 的过程当中我们肯定是不希望被这些广告去干扰而是给到用户真实有价值的一些东西但如果说从一个产品围堵去思考就是
我觉得很多产品他最后发就是他要赚钱或者怎么样他可能不行不单单能靠用户还是得靠广告费这种东西但我觉得在 Agen 这个生产过程中不可能就作为一个技术开发者我肯定不会愿意说在那里去植入广告但是我觉得在产品上偶尔露出一些广告这个是在如果 AI 发展的很好的一个未来它是有可能的如果还按照我们现在这种广告的一个方式的话
我们下一部分聊一下小红书账号的运营,这部分我们两个都蛮感兴趣的,我们自己也在运营一些小红书,但是只能说状态是不温不火的,所以正好也跟你讨论一下你们在小红书的做法。
前面你也提到其实你们主要的宣传渠道就是在小红书上那我也看到像你以及 Flowwith 你们的创始人在小红书上其实都有近万甚至破万的关注量了你们当时是怎么想到通过小红书做账号以及当时你们做这个账号的运营逻辑是怎么样的
我觉得是就是我们为什么选了小红书这个平台是我觉得先可以给大家讲讲这个平台吧我们去分析的一下国外的平台也做了但国内现在可能只做了小红书首先是那个时候我们最开始没有拿 funding 嘛然后都是靠自己就是孵化自己然后靠会员养活我们就是所以我们最开始的话没有太多的投放预算然后我们就
基于此呢我们就去想就是什么样的平台它是可能不需要很多粉丝流量基础它也可以去发就是通过我们优质的内容去吸引到粉丝最后才能去帮我们去引流到产品上那我们就发现了小红书这个平台是因为小红书它确实是一个非常好的平台是仅仅基于内容的优质度它会给很多的就是新账号也给推很多的流量
对所以就是就是简而言之呢就是说你一个两万粉丝的账号跟一个两百粉丝或者说二十个粉丝的账号
你可能在今晚八点去发一篇内容火的概率是差不多的没有太大的区别对因为两万粉丝账号其实他只是说有概率会推荐给你自己的粉丝但是大部分粉丝就是关注过你的人还是要去关注页里专门刷你的内容才能看到你的内容
而你就是如果你是一个小红书用户的话你能刷到的内容大部分还是一些全新的你可能没有关注过的人只不过是你关注了这个锤类去为你做一些推荐所以小红书的这个算法推荐是非常非常优质的而且是真的就是能筛片出好的内容和差的内容因为既然有这个东西在我们当时比较相信我们自己的网感等等之类的然后我们就觉得要去做这套东西
然后说到运营逻辑的话其实我觉得大概就是首先你得有一个比较好的产品对我觉得这是核心的因为你最后是要变现的靠小红书成为 KOL 再到变现这条路会特别漫长我不太建议有人直接想去做一个小红书博主然后去变现这是比较难的我们核心是想推我们的产品然后所以
那我们就是会把产品拆成很多小的功能点然后放到小红书上去可能学习其他的产品的他们是有类似产品的小功能点或者说不是 AI 行业的但是可能是比如说像其他硬件行业或者说其他的一些有实体行业的他们做小红书的一些逻辑是怎么样的然后我们去学习以及我们根据因为我们自己也是 AI 用户嘛那我们根据我们自己最喜欢看到的一些比如说是片子
偏向于硬核的一些内容的分享或者说偏向于某一个就是关于技术时代的一些看法然后或者说偏向于那种学习的一种方式我们大概会分可能十多个锤类
然后去制定我们的内容计划然后最后呢就是我们就是就开始有说过就是先让 AI 去批量写一些文案然后再我们因为有我们自己的话语料库嘛然后我们就会用我们自己的话术啊我自己的写作风格去优化我一些让 AI 写成的文案最后再把我的产品功能点去加到这些文案当中
然后最开始也经历过效果不好的一些阶段但后面我们渐渐发现就是说你可能需要有一些吸睛的一些比如像标题或者说像图片头图然后最后再配上一些优质的一些文案内容就可以转化为就是比较高的一些点击量然后就是赞和收藏你的这个账号的人设慢慢就立住了然后大家就可以通过各种方式通过朋友或者说通过你关注的粉丝他们一一去引荐最后慢慢就做成了这个账号
然后其实还有一点就是我觉得一定要就是能追逐一些热点吧就是像产品火或者说怎么样之类的它是
小概率的一些事情但是就是比如说像当时我们其实在国内 DeepSeek 火了之后然后我们当时就发现了这个热点性的事件然后就想自己的产品跟这个 DeepSeek 怎么样结合就是第一是我们不仅仅希望是大家只在关注到我这个账号而是我更多的想让大家能够注意到我的产品然后它不仅能用 DeepSeek 而是说能给大家提供什么样额外的一些附加价值
对所以我们就当时选了一个点是我们有 DPC 加上知识库而且我的知识库是能帮助大家去变现去卖钱的
然后这种东西是大家很多人都会需要的所以我们当时就马上做了这样的一些案例的准备然后就去发然后对我的账号当时就爆火所以就我觉得多方面要素吧但是我觉得前期的话可能还是要准备一些个人的预料库加上产品一定要定位的比较清晰然后最后我们的变现逻辑其实是在就是能够引流到我们产品上然后去完成一些变现
除了你跟创始人做账号之外你们还有做过一些其他 marketing 的事情吗我看到挺多 AI 账号都在推 FlowWith 的这个是自主推的还是你们之间是合作的关系我们没有投放过任何一笔钱就是在小红书上所以大部分还是他们自己推的然后有一些是我们的朋友
就说实话有几个真的是我们的朋友然后他们就很小的博主可能就一两百个粉丝的博主然后他们有咨询过我们说就是我们小红书上有几个特别就是之前之前都不是朋友之前就是用我们产品的用户有一个人我记忆特别深刻他的小红书 ID 叫重生日记
然后还有我其他几个就是就是在大厂工作的朋友们然后他们平时会写一些就是关于其他的模型啊等等的评测他们是做 NLP 出身的嘛然后我就他们会经常问我看到我小红书火了之后然后就会经常问我你怎么做呀怎么做的之类我就分享了一些我平时做的一些工作流然后把我那些知识库分享给他们了然后就说你们我跟他们说你们可以学习一下然后
复用一下我这套逻辑然后说不定就能做火然后他们去试用就是会发现好像真的能就是做火部分的一些账号
然后后面我就跟他们说我说那你既然都做火了你偶尔推荐一下我们呗然后我们有一个用户他自己是卖知识库的然后他在小红书上卖就国内的用户现在暂时就是做火的这个人特别厉害他总共知识库卖出去了快 2000 刀了就卖出去了一万多块钱然后就通过小红书就是他就把小红书就是他做那种因为他自己好像是一个研究生吧
然后做了很多经济学方面的一些文案的一些整理然后他就在小黄书上卖这种 AI 知识库然后就吸引了很多人来买然后最后去变现然后其实变现的也帮助我们去推荐了我们自己的产品
其他的朋友可能因为知道了我们这套模式然后自己去尝试一下也帮助我们去做一些推荐但是小红书上可能现在你们能刷到 80%关于 Floats 的内容除了我们自己几个好的吧其他人都是大概我们自来水的一些用户然后我们有很多用户因为知道了我们最开始是一个没有拿 Founding 的公司在 Manus 火了之后然后天天帮我们发帖去推荐我们产品
我们团队也很年轻,说实话之前确实没有积累,因为没有机会去积累很多的关于比如像 KOL 或者说像这个圈子里的很多人脉资源,虽然最近因为产品火力积累了挺多的,但是就是因为我们确实之前没有拿什么 founding,确实没有就是
钱去做这些事情然后大部分还是就是靠真的靠产品的一些能力然后加上我们自己去运营一些我们对于 AI 的一些认知然后获得了比较多的一些关注好那我们往下聊我看到你有一个评论说普通人也可以用 agent 来搞钱这是一个怎么样子的搞法跟我们聊一聊我们现在有那个知识库的那个市场然后
你可以就是用我们的产品因为我们产品的那种就是个性化的事情是可以做的比较多的你可以自己去做一些 agent 比如说你自己可以做一个小红书的 agent 比如说可以做一个什么知识库的 agent 或者说公众号的 agent
然后你自己去做一些内容生产最后把它就是放在我们的知识库上去卖然后你在小红书上去发这样的内容然后就可以实现卖钱就是我刚跟你说过的我们那个用户就真实的是这样去卖钱但是就我们现在 agent 市场还没有去做到定价以及这种付费的程度是因为我们可能会自己做一些比较垂直的 agent 给大家免费去试用等等之类的就像我刚刚这个小红书工作流其实我已经验证过了有很多朋友他可以用我这个工作流去把自己的账号做活
那我们起码认为在科技这个领域当中我们这个 agent 工作流是很好的那我说不定可能一两周之后我就可以把这个工作流真实的做一个 agent 出来然后放到我们的产品上然后就可以帮助大家去赚钱
这个也不是一个噱头的名字是真的可以帮助大家去赚钱而且有真实的一些案例对但是就是 agent 的学习成本还是有一定的是因为你要怎么样去赚到钱还是要你有一些比较深的一些认知然后去搭一些比较好的 agent 优质的 agent 就像
为什么小红书会想找我们合作还是因为就他们其实完全不排斥 AI 去生成一些内容但是他们排斥的是用 AI 去生成低质量的内容现在其实小红书他已经可以审核出来说这一条内容是不是 AI 生成的对吧那肯定可以判断就是如果是那种
比如说你让 gpt 或者是让 deep sea 直接为你写一条小红书文案我曾经试过可能 99%第一句话都是姐妹们这句话因为在他们大模型训练的底层逻辑当中认为小红书还是一个偏向于美妆分享的一个品但是你
就是你自己优化你的 prompt 优化你的等等其他的东西然后就可以让你这片文案生存出来就是不是 AI 那么重的一个东西然后小红书这些就是他们判断的逻辑不是说你用没用过 AI 而是说
你这个是不是就是 GBT 就是你随便说一句话就是说给我写一个小红书文案这种东西一查就能查出来你是 AI 写的但只要经过你人为的一些优化你的提示词然后优化一些知识过程等等的内容这种东西其实不是一个大家去判断是否是 AI 写的这本身就是你跟 AI 一起去共创的一个东西那肯定就不是 AI 写的
那我想问一下就这种比如说我跟 AI 合作完成的和那种完全原创的这小红书的流量全量它是一样的吗我觉得肯定是一样的其实本质上没有太多的区别因为我们去判断是否是 AI 写的这个过程其实不是依靠说
就是大家都是文字了那也有可能 AI 写的就很有人物就是跟你原创写的那种大差不差也是有可能的我们其实判断的是是否是那种极凡就是机器机械味特别重然后等等之类的其实接着也是模型去判断而不是说小红书背后有一万个人在那里做审查
好的这把我懂了其实我之前也用 AI 写过几篇但是那几篇我觉得它那个小眼睛的量都很少所以我当时曾经怀疑了一下我说是不是因为是 AI 写出来的所以它的流量给的就不行可能不是 AI 的问题但也有可能是就是你你输入的那个质量它不够好所以 AI 输出的结果不够好导致那篇流量比较差
是你这么讲完我觉得应该不是 AI 的问题所以这个还得是懂规则的同学才知道后面原因是什么
好的呀那我们再往下聊一下这个问题呢我在明浩的小红书和你的小红书账号的评论里面都观察到了就是有很多普通人大家可能对 AI 呢其实是有一些反感的主要来自于大家可能觉得 AI 威胁到了大家的一些日常工作嘛 AI 代替人这样子的一个说法那你现在对于这个点怎么看我觉得我觉得特别正常而且我特别
就是我个人觉得这是一个社会现象吧然后我我自己还是就是对我首先作为一个行业内的从业者我其实特别想改变大家对于这个 AI 的这种觉得他比较威胁到自己或者说我可能要被 IT 带来这种认知当然这个我觉得拆开两个方面来说第一个还是
呃公众的一种恐慌心理是来源于可能像我们这样的产品要去生长或者说像很多自媒体博主们他们需要去获取流量那我们经常会说一些这种话语然后去刺激到公众对于他的一些就是
这种心理然后还有一部分就是因为大家整体整个无论从世界还是从国家的层面我们都在对于 ai 有很高的关注度以及期待然后最开始出来的这些 ai 的一些产品或者说一些能力他其实就是变相的在替代我们现有的一些职业或者说比如说像像就是运营的某一些岗位就很多很大一部分有可能会被 ai 所取代所以导致了这种社会现象但
我觉得就是从解决方案来说的话就是第一就是我觉得就是从我们业内的行业的角度来讲的话就我觉得 AI 的发展肯定不是一件坏事然后我们自己包括我们打造 FlowEats 这款产品就是我们一直推崇的一个核心理念吧虽然我知道在我们实行的过程当中还是会因此而受到很多人的反感但就像
就像这我觉得是一个行业发展的必然之路就像有了发动机有了汽车大家有百分之八九十的人都会很喜欢汽车但有百分之十的人会因为汽车所排放的尾气或者说造成的交通堵塞而对汽车很反感我觉得这是一个行业在发展过程当中必然会遇到的一些问题当然我们从业内的人角度考虑就是我从我自己的产品角度考虑我们打造这款产品我刚刚也说了就是我们为什么要在
我们的 agent 里面是要让人也能去参与然后我们为什么做画布这种东西就是我们不希望说人类跟 AI 的关系在以后就是我给 AI 下达一个指令我就等它完成就行了我啥事都不用管或者说 AI 就是替代人类然后人类就没有什么比较好的一些发挥空间我们肯定不希望这样我们做 FlowEase 这款产品我们本来也想说的就是探索一种新的交互方式
然后包括我们对于 Agent 对于很多的洞察就是说希望人类和 AI 在这个里面它是一个共生的一种关系然后它是一种人际写作的一种关系然后我觉得是就是因为我们也是一款为广受关注的一种一款产品了所以我们觉得还是从产品的理念传播上我们尽量能去做到这样的一种对于公众的普及另外一方面我觉得大家不要过多的去排斥现在的 AI 吧就是
他还做不到代替人类的程度只要你愿意去学习愿意去就是做尝试然后愿意去接触也他现在绝对是帮助你体校的一种好的工具就起码从小红书这种创作上来讲我已经给大家验证过了然后我们公司只有 8 个人就是全职的同事们只有 8 个人但是
我们工作当中可能我们发挥出来的战力可能有四五十个人的这种体量但我们是因为我们工作当中用了超级多的 AI 的帮助然后才帮助我们去做这样的事情对所以我觉得 AI 还是真的能帮助大家去做很多的事情的你们团队都是 90 都是 00 后吗没有 95 后吧没有全 00 后那你们创始人和你都是 00 后是吧
没有他是 96 的你们是一个八个人的团队所以这八个人都是干什么的内部划分的职责是什么样子的比如说像我自己现在整体负责就是市场和对外的商务拓展然后我曾经负责了就是但是就是我自己是会开就是我具有开发或者说做产品的一部分能力对我们职能划分可能跟传统的企业还是有一点像就是比如说会分为
产品会分为市场会分为运营会分为技术比如说有开发和算法等等之类的但是大家在协作的过程当中会尽可能发挥自己每个人的优势就比如像我们的开发的同学
他可能不仅仅可以做开发他可以去做一些设计然后有一部分的对外的一些拓展比如说是关于我们有一些合作的云服务或者说等等之类的这种企业他也可以去做这方面的东西就是我们会把大家普通的只能分的
就是很清晰让大家专有的时间就去专门负责某一块事情但是因为比如说像你的服务本身就是像云服或者是我这边对接的很多事情比如像我自己做小红书那小红书的 agent 其实完全可以我自己来做没有必要去给开发来做因为他做出来的小红书 agent 可能不如我做出来小红书 agent 的好所以就有些这个东西可以可能是我来做所以我们更多是基于可能
可能像是业务板块然后去做很多的事情而不仅仅是基于我们个人的一种定位但团队架构上可能还是有很多个人定位的一种拆分但为了更高效的工作还是会基于业务板块去做很多业务上的一种拆分
嗯明白我们聊一下你自己你自己是学计算机和数学的怎么想到说往市场和拓展这个方向去发展呃是因为我其实虽然我是一个学数学和计算机出身的人但是我在本科的时候我就我自己做过一个音乐节然后他是国内第一个就是
学生品牌自主创立的一个电子音乐节然后我当时我就在我大二大三的时候然后我就跟华为还有保时捷这样的一些在我们那个学校当地的那个
华为和保时捷有过一期合作然后他们是我们的赞助商所以其实在我本科的时候我就有过这样的经历虽然我后面学习的路线还是因为我一直走在数学包括计算机包括 AI 这方面的一些前沿的科技领域去学习但我发现我自己的性格包括我自己擅长的一些能力
他可能会就是比较擅长跟就是比起我团队的人来说可能有一部分我还挺擅长于沟通然后对于这个市场对于这个网络啊等等之类的是有一些感知的那在加入这个团队之后我也发现就是我们之前还招过其他的市场的一些人但是就是我们会发现就是说还是好像对于产品更加了解以及对于技术有一定认知的人来做 AI 的市场反而是更好的
所以我最终选择我来核心负责这个市场我觉得在我们团队当中就是没有很明显的一个上下级的划分我们可能是比如说关于市场方向的我们就会单独拉一个会然后把所有的这方面都负责的负责人都叫到一起然后我们会整体在这个会上比如说定出来接下来一周或者两周我们要在市场上完成的一百件事情举个例子
那这 100 件事情分别谁去做然后每个人都会从中选择我们比如说核心我们擅长以及本来就负责的比如说 10 件或者 20 件事情然后拿去做然后在这一两周之内去完成对然后这些市场驱动的事情可能同时还跟产品或者说跟我们的技术开发有关系那这个会就会大家一起去讨论然后最后在接下来时间里一起去完成所以我肯定会去观察很多因为我负责市场
比如像国内或者海外一些最新的热点以及包括对于 AI 产品我们产品整个迭代方向可能跟接下来我们要怎么样去主推我们这个产品的功能我会去学习比如说像除了 AI 领域之外可能一些其他的比如科技行业的一些公司像苹果这样的公司有一些专门做比如说谷歌或者说像有一个浏览器叫 ARK
然后学习这些公司他们是怎么样去做市场营销做国内或者海外的这样的增长然后去学习一些这些东西然后等等之类的在我们产品上我们也可以去做相同的类似的一些案例去复刻但是整体的话我觉得就一方面是学习然后另外一方面就是我们扁平化的管理大家所有人都要做相同的一些事情然后去让大家都明确我们接下来的一个主要的方向是什么样的
原先我以为比如说在一些 AI 公司里面文科生可以做的就是类似于市场跟拓展的事情现在到你团队连市场拓展都是李科生在做
那之后文科生还有什么出路吗我觉得也不至于吧就是像我们现在主要负责海外市场的那个同学他也不是理科出身我觉得 AI 的市场团队现在其实比较缺人才我个人认为就像最近我看到很多公司就是国内的这种 AI 出场公司招的最多的人都是市场的人因为我觉得一方面文科生千万别怀疑自己就是如果你觉得就我觉得 marketing 它
不是一个文理科生的一个区分而是你的一种我觉得那种感知上的区分吧就像我们做市场真的不可能只靠投流去做投放对我们会有很多就是你在做投放之前的一些工作就包括我们靠自然增长其实也带来了很多流量那有一方面就我们投流的预算也省了但是这方面怎么样省下来就是每一个人都要花心思去想的然后另外一方面我觉得很多人想入局 AI 或者说想入行 AI 这个行业的话
我觉得还是学习上就是你不一定非要去学习很深的 AI 的技术比如说像 agent 的框架什么 mcp 然后什么 computer use 或者说像大模型这个东西我觉得太深了就说实话我作为一个学习这方面人出身的人我没有我都没有办法说我能了解到所有模型的那种底层的核心逻辑以及核心能力以及
Flois 所有开发当中的一些很核心的一些技术的东西就是这都是很复杂的然后需要很长的一些学习周期然后所以我觉得是大家可以去学一些通用的就是我觉得最好的是你学会怎么样去用 AI 产品你可以从国内最基础的比如像 DeepSeek
DeepSick 要用好它都是一门学问你要学习比如说像怎么样去写那些题字词然后 DeepSick R1 跟 V3 它为什么这两个模型的区分这种东西我觉得是谁都可以去学会的你不要必须非要是个理科生你可以就是个文科生你用它来写你文科的东西然后你慢慢就发现好像
我一个文科生我也能研究明白那你就可以去走下来市场了因为你发现你解决了很多用户没有解决的问题那你可以把这个问题去包装成一个案例然后最后去推销所以我觉得不一定非是文理课生的一个区分而是对于一个工具学习的一个感知吧一般比如说在现在你们这个阶段对于你市场负责人这一块团队对你好和的点是啥呢
呃用户增长加上我们的那个就是付费明白了好的对于这个市场的岗位我自己也有个感知就是感觉很多公司都在招挺缺人的然后呢在本身做 AI 出海这一块又不是特别的成熟
对出海其实挺难做的而且我觉得就是当然包括我们公司在内就是你肯定是有一定的 KPI 的一些理想要求但是我觉得我们整体团队有一个很明确的事情就是用户的增长一定不仅仅是市场的任务是整个产品的任务就是有可能不是因为市场推的不够好而是因为产品不够好或者说等等其他的事情做的不好它不一定是市场策略的问题就是你一个人在负责吗
没有啊就是现在我们全球都有两个人一个国内一个海外但是就是我们我们就是整体所有人都要做一些关于市场的事情但是就是可能负责人是我们两个人吧明白像做国内和国外的市场上面有什么不同吗我觉得差异还挺明显的就是国外的市场对于
就是他们对于 AI 产品是认知比较深的然后对于模型的能力也认知很深所以国外的用户他们的用户心智是特别成熟的你的产品必须要为他们解决一个十分深的一个痛点他们可能会在为你的产品去付费但国外的付费生态是特别好的他们可能就因为你小小的一个点他们觉得你 15 美金 20 美金是一个很便宜的付费他们会愿意为此去直接付你的年费所以
国外的这种对于产品的包容度是很强的但是他们需要你去为他们解决一些痛点然后国外的推广逻辑跟国内我觉得也不太一样国外的逻辑它其实你要让很多人知道你的产品可能更多的你最开始需要去做很多的准备工作而不是说简简单单的去
比如说做一些投放或者是做谷歌的一种或者说做那种 KL 那种红人营销就这些肯定要做但是你在前期要做很多其他的准备因为你一旦开始烧钱去投放你这个钱就烧的停不下来了因为你一旦停止烧钱你就停止了流量的获取然后就没有自然流量对但国内的话就不太一样国内的话因为就是 AI 产品整体还不太成熟而且包括模型的能力也一直在提升
所以就是国内大家现在普遍的认知还是在一个学习的一个阶段所以这个时间点是一个蛮好的时间点就是你包括像各个厂商各个大厂他们也都在做一些产品的一些探索然后像我们这样的初创公司它其实有特别多的一些
所以我觉得对于国内来说现在市场是难做是在于用户他们不知道要用 AI 来干什么需要做很多前置的一些类似于科普教育的工作这个对于整体 AI 的行业来说是一个考验因为你懂的东西用户不懂你要怎么样去翻译成用户懂的语言这个还能引起爆炸式的增长这个是非常非常难的就像我们就拿 DeepSeek 来说
就 DeepSick 活起来都是比较意外的一件事情因为说实话作为一个业内人考虑它确实它是一个推理模型它特别的厉害然后但是它可能就是它在国外就开始是因为它有一些就是它是开源是免费然后调整了 OpenAI 的生态然后大家观察到这一点是因为大家觉得我们有种自豪感我觉得它挑战了 OpenAI 大家都愿意去尝试一下它到底是什么所以完成了这个用户的一个学习但最开始 DeepSick 不是在国内活起来的
所以这种火的概率性问题其实是存在的所以我觉得国内做的难点其实在就是你想做火它的逻辑可能不是说你产品有多厉害或者说模型有多厉害而是说你要懂国内这种用户心智又要懂用户现在到底缺的是什么东西然后才能去做火所以国内要考虑的东西我觉得反而是更多的我想问一下就是你们在国外的推广冷启动是怎么做的呀初始的用户然后包括你们现在
是走的是 organic 增长的路线还是投放增长的路线我们现在就是整个产品都是 organic 的增长路线就没有做任何的投放因为我们个人认为就我们也学了很多其他的产品所以我们个人认为就是在前期你要拿投资
然后拿融资阶段你肯定还需要去做一些就是比如像我们参加了谷歌出海加速器参加了一些这种就是出海孵化的一些项目然后通过自己的产品力去拿到这个就是比较核心的一些就是能够被这种项目去孵化然后他们就会给我们很多资源这一方面然后第二方面呢是
嗯我们当时就是那个 1.0 的时候就是去年 8 月份的时候我们那个朋友之类你做出来我们去做了那个 product hunt 就那个打榜的然后我们找了很多朋友们去帮我们投票稍微做了一点那个也不算投放吧就是相对于找了一些人然后帮我们去投票类似于这样的事情然后这个主要是为我们产品有个背书但那个转化其实不是很好就是
没有说有那么多人愿意去就是来用你的产品而只是一个就是一个露出的一种感觉而那段时间就是国外有那个我们跟那个国外的那个产品刚撞时机了它是年度的第一然后跟我们在同一周发布所以对我们影响还蛮大的那真正的最开始的用户的就留下来的用户是来自于哪里呢我觉得是来自于我们创始人发推特然后就是
有一些比较特别新奇的点然后吸引到了很多人然后以及我们后面去私聊了很多就是国外的那些 KOL 包括 YouTube 等等之类的一些方式然后就引起了他们的关注然后通过小的这些 KOL 慢慢的去帮助我们去累积我们的帖子然后去跟他们做一些 social 然后去能够跟他们保持一个不错的合作的关系就我们有好几个美国和日本的这种 KOL 一直在
虽然他们不是很大但是他们愿意帮我们去做一些分享然后就因此我们带来了不错的一些前期的一些流量
这种你们出来他是付费的分享还是说你用我们的产品不错那你如果觉得不错的话可以帮我们分享一下我觉得可以通过会员置换的方式或者说邀请他们去体验然后有一些人是看到了我们发布的视频主动来联系我们但是他最开始可能要钱或者什么这些但我们也说了我们是一个初创产的我们可能没有太多预算然后跟他聊了很久最后他体验下来也不错就可能免费帮我们发过几次对明白
然后这个过程会持续挺久的就包括我们现在也还会去做一些新的一些探索就是我们逻辑肯定是不付费为优先能够通过会员去置换肯定是优先的嘛因为你直接投放我们试过效果也不会很好就是有可能他投放的这种随机概率性还挺大的就有可能有一个产品他突然通过一个 KOL 投放他就爆火了有可能这个 KOL 其他 100 个产品推的他都不火
就你可以去看一看这种就如果你们想走投放的话或者说因为未来也肯定会注定会走上所以我们还是在选择这个 QR 上还有怎么去做投放还是一门学问我们也得好好再去学习一下
其实是通过产品力让一些人自发的推荐这种我觉得还蛮值得学习的对还有就是可以多做一点案例多找一点就是我觉得国外的一些就可能是从朋友出发或者说从一些国外比较关注的一些事情出发去做一些案例然后去接触到这样的一些用户然后让他们去帮你做推广是有机会的非常感谢我们下一期再见