Z Waves｜对谈前剪映负责人KiKi：「All in One」是个伪命题，创业别用AI新瓶装旧酒

九年时间，Kiki 几乎完整经历了字节跳动在影像工具赛道上的每一次关键战役。

从早期的 Faceu、将轻颜相机推至 1500 万 DAU 的品类天花板，到 2019 年接手剪映，陪伴一款工具从零走向全球过亿用户的规模。2023 年生成式 AI 席卷行业，她又带着剪映团队在内部极为激进地推演 AI 剪辑的可能性，直到整个业务线跑通商业闭环、实现盈利。

2026 年初，这位在大厂内部操盘过超大体量业务的产品人选择离开体系，创办了面向设计领域的 Agent 工作空间 OJO。

从成熟业务的经营者转变为从零开荒的创业者，她对眼下喧嚣的 AI 应用层有了更多冷静甚至反常识的体感。在她的观察中，那些一上来就试图做 All-in-one 或守着旧叙事做微创新的产品大多难以存活。而在实践中，代码模型为了确保底层逻辑的“绝对正确”，往往会牺牲视觉上的审美上限，应用层的真实壁垒恰恰在于能否在垂直领域将模型的上限调度出来。

在出海冷启动的打法上，她同样选择了一条剥离大厂资源杠杆的路径。没有高昂的营销投放，拒绝了数万美元的海外代理打包方案，团队仅凭 1 名市场运营和 3 名实习生，在海外极客社区中以最原始的人工触达寻找种子用户，在上线首日自然打通了跨国付费链路。

在这期对话中，我们与 Kiki 探讨了大厂做 AI 与独立创业之间的认知鸿沟、为什么固化的设计 Workflow 正在被动态插拔的 Agent 团队形态取代，以及当专业技能壁垒被大模型迅速摊平后，上下游生产关系正在发生的深刻重构。

ZF：感谢Kiki做客Z Finance，先请你介绍一下自己。

Kiki： 我是Kiki，我在字节度过了九年，主导过几个产品的0-1，和1-100的过程，轻颜相机、剪映的全球过亿体量都深度经历过，并在后期也决策参与了剪映激进拥抱 AI 并实现盈利的全过程。

2026 年初我离开了大厂，现在正在做一款面向设计领域的 AI 产品，叫 OJO。简单来说，我们想打破过去那种固定的设计流程，让大家可以通过自由组合不同 Agent 和技能的方式，搭起自己的专属设计团队。

从操盘大业务到自己出来从零开荒，这一路有很多很不一样的体感。今天也很开心能来 Z Finance，和大家坦诚聊聊我们在产品落地、出海抓用户以及商业化上踩过的坑和摸索出来的真实经验。

OJO 要让乔布斯与梵高成为你的专属 Agent 团队

ZF：你会如何介绍OJO这个产品？

Kiki： 我希望它是一个Agent团队的Workspace，聚焦在设计领域。任何一个有设计需求的人，可以在OJO上组建自己的设计团队，不需要再雇很多设计师——解决从创意发散到最终实现落地的全链路。它是一个Agent团队的Workspace，但focus在design这个领域。

ZF：你是怎么收敛到OJO现在这个产品形态的？

Kiki： 这个有变化。我一开始想做一个工具，看到链路未来会变化，所以想做工具。工具做出来了，跟用户交流过程中发现几件事：

第一，审美没有标准答案。不一样的东西放在不一样的语境里，产生不一样的结果。苹果的设计高级，但拿到四五线营销场景，它不对、很奇怪；苹果毛玻璃很高级，拿到时装场景也不一定高级。审美本身有语境，一个团队很难满足所有用户需求，不可能说自己是世界上审美的唯一答案。

第二，Workflow没有固定答案。垂直领域涉及很多环节，用户需求有深有浅，不一定所有人都要到达workflow终点，可能到中间这一段就可以了。有人只需要发散创意，有人需要完整落地，不能一刀切。

第三，在模型上做了大量工作，但依然有长尾细分需求。设计是人力技能密集型产业，每个人只擅长一点，像孤岛一样。做动画的可以把曲线做得很好，但做平面UI就不行；会英文排版的人排中文丑得要死，会中文排版的人排英文也low。用户需求很细分很长尾。

所以我们后来觉得设定好一个Workflow不对，改版到现在这个状态。我类比过去在公司里工作：做一个landing page或产品设计，设计总监会分配——这个人视觉审美好，这个人动画做得好，这个人擅长排版，三个人组成设计团队去做。复杂的设计很难一个人全包，越复杂越需要分工。

所以能否用AI产品化的方式表达这件事？变成所有Agent和Skills都可以注入和插拔的形式。每个Skill是一个技能，可能是提问风格、思维模式、某种具体能力。把我们自己做Agent链路里的tools、skills、harness工作完全开放出来，让不同设计任务找到对应团队。想做深就做深，想做浅就做浅。有个性化需求，比如landing page动效强一点，就往虚拟团队里加一个擅长动效的。让专业技能解决专业问题，不同Skills放在一起解决不同问题，最终审美结果和交付结果都不一样。

最后用更开放的方式做这件事，满足更多细分长尾和不同审美需求。

ZF：你们现在有什么对外可以看到的资料，能直观看到团队构成吗？

Kiki： 直接看产品就行。我们搭了几个Agent团队，里面不一样的Skills和模型组成。比如有的团队有很多Skills在里面调用，典型场景未来会开放给用户：有人只想发散想法、逐步厘清，可以直接用"乔布斯视角"帮他梳理整个过程。

这是一个原型团队，相对复杂，里面有做动效的等等。如果把Skills理解成过去团队里的人，有人擅长这个、有人擅长那个。过程中我们提供几百种Skills，用户可以在做的过程中直接加入Agent团队调用。产品分析有不同视角和brainstorming牵引过程，交互设计有帮你做好交互逻辑的Skill，视觉有优化视觉的Skill。

看一个相对复杂的项目：最终会把跟Agent聊的PRD和可交互的设计结果——HTML格式和所有UI都放在这里。但这不是唯一的Workflow，因为他选的团队就是做原型和UI/UX设计的。如果只选需求分析的，最后就是把一些brief放在上面。所有体裁都可以保存到本地或去Codex做。

原来加进来的团队，可以看到里面有很多Skills在帮用户工作。过程中比如一上来就艾特团队里已有的几个人去分析需求，也可以随时注入新Skills解决专门问题，随时艾特他们。有些东西不需要了可以踢掉。

Agent过程中我非常注重Agent和人的交互发散，没有把很多东西做成一句话直出。底层判断是：用户审美和结果质量会提升，会要求质量高，很难说一句话模型就理解所有诉求。模型已经过了提示词可以约束的状态，上限实在太高，所以有各种各样的Skill、Tool、Loop、Harness，为了在让模型发散的同时，又控制模型在对的结果里产出。非常注重模型不断和人之间的发散讨论，有时候是给人看的，有时候是给模型看的——模型拿到更多信息，结果才能更好。

ZF：如果允许用户邀请乔布斯做产品经理、梵高负责审美、鲁迅担任评审，这些人格Agent真的能实现吗？

Kiki： 当然可以，你们可以试一试。我昨天还在说，为什么大家喜欢用Agent？一方面满足了每个人当领导的诉求。但当领导最大的bug是没有人反驳你了，没有人给你提问了。做员工时最大进步来自领导的challenge。但当了领导，AI总顺着你说，想法没有被激发。人有时候又有点"M"，有人格的Agent会用他的方式不断challenge你、反驳你、坚持自己观点，人又会迸发出新想法。

类比组一个团队：这些人都是专家，但你对他们有绝对控制权。今天他再反驳你，你说"闭嘴，我不想听你说话了"，他就不说话了，但实力又很强。这不是一个人想要的最佳团队搭配吗？该反驳的时候反驳你，你又有能被激发的状态，让他做事又能做好。但因为是AI，你说停他只能停。

ZF：这三者不会有conflict吗？比如乔布斯的需求梵高觉得不行。

Kiki： 不会，我们的Agent做了基本约束，谁擅长干什么、在什么领域跑出来是有的。但如果用户控制，非说"乔布斯你来给我画这个视觉"，也可以，会有一些不一样的东西，以用户为主。

ZF：所以用户最好使用的方式是有特别具象的风格？描述越准确，Agent作为员工角色越精准？

Kiki： 也不是。模糊的东西Agent会不断帮你具象化，不会接收到一个模糊指令就瞎干——除非你强制说"你就开干吧"。

ZF：如果很多人对审美追问不出1234怎么办？

Kiki： Agent会问你。给你三个方案，你总能选出一个。Agent不会瞎推，我们毕竟做了一些模型的harness和tools工作。

ZF：跟个老板一样，老板可以不懂，但可以判断。

Kiki： 判断错了，换不就行了吗？

ZF：这些Agent之间的协同，你们最后怎么处理的？

Kiki： 不是那种复杂的形式，让Agent跟Agent对话。没有这么抽象。每个人有擅长，Skills背后有技能和特点，但各司其职，不会出现特别复杂的Agent对上线。暂时不会这样。

旧故事与新解法

ZF：你认为今天什么样的 AI 应用能活下去？

Kiki： 我自己有几个比较强烈的体感：

第一，上来就做大而全、搞 All-in-one 的产品，必定会死。 没有任何一个好产品第一天就是全能的。哪怕是快走到上市的公司，也是靠一个单点彻底跑通之后，为了找新增长才慢慢扩成两三个产品的矩阵。你连自己的核心定位都还没找准，就想着什么都要做，精力全被扯散了。最怕的就是在一颗错误的种子上盲目坚持，越走越坚定。初创团队没有大厂那种试错厚度，第一天就得极度聚焦，试不对就赶紧认错调头，千万别死守着宏大承诺把自己耗死。

第二，守着旧故事套个新解法，基本是无济于事。 很多人只是拿 AI 给过去十年的老场景贴个新标签。比如在视频领域，有些产品今天依然在讲和剪映做某个垂类竞争的故事。剪映已经是上一波周期的天花板了，今天生成式 AI 真正撬动的是电影工业的底层结构，让普通人也能做长叙事内容。对标对象从一开始就搞错了，再怎么用新技术包装，也只是在别人的存量旧地盘里打转。

第三，大家常说的“套壳”，其实不一定是个坏起点。 如果你不去用最快的方式把东西扔给市场，你根本抓不到真实的用户信号。市场变得太快了，今天看似粗糙的做法，下一步说不定就摸到了对的方向。

说到底，核心就一句话：别在旧逻辑里缝缝补补，别在第一天就想做个庞然大物，永远面向未来几年真正的新增量去做。

ZF：从AI Native时代新的设计产品类型来看，哪些核心要素被低估了？

Kiki： 我不知道现在大家在怎么衡量。很多产品表象看到的东西和底层正在经历的不一定一样。所以我不知道大家各自用什么指标衡量自己是否真的做得好。

但我认为这个混混沌的格局是正常的。它总有一天会各自找到各自的路径，哪怕今天做的事情一样，最后一定会分化。

ZF：可以讲讲产品背后可以对外说的技术部分吗？比如模型会不会被替代？

Kiki： 这个问题我很不想回答，但也很正常。我的回答是不会。

昨天用Codex生图，给产品团队做封面，生了一天，快要崩溃了。如果对这件事有要求、要投产，Codex生图很难用。

为什么模型不会取代应用？比如代码模型，我们最近验证出来：Codex的技术方案也有它自己harness的部分，不管是写HTML还是做图，都有模型自己harness的那一部分。这个部分和状态往往是由产品最大的格局和理念决定的。

我们最近推了一个新方案，有点像Codex会用的上下文管理方案，这些东西今天都很透明。但这里面有最大冲突：我前面提到，"对不对"和"审美好不好、垂直领域有没有要求"是无法同时满足的。

代码类工具，这是我们反复试验得出来的结果。很多用户用了我们的产品后跟Codex反复在一起用，甚至Codex做的东西拿回我们产品优化。他们会不断越生越丑。实际上不是越生越丑，而是模型为了保证"对"，必须——你可以理解一个艺术家和一个技术，思维方式就是不一样的。用模型类产品做coding base的产物，很多时候要求的是"对"。这个约束对模型是强约束。如果恰巧在一个对要求很好的状态里，结果就会很好。但如果不是，用户其实不知道该怎么调度模型发挥真正价值。

中间最大的问题是：如果拼跟模型之间拼产品体验解决方案，没有什么东西简单过一个对话框。但模型上限这么高，每个人都能把自己领域的上限调度到很高吗？不是，很难。那应用应该解决什么问题？应用最应该做的是：在不同垂类里，怎么让用户用更好的方式调度模型发挥到上限。不是用产品如何做快，而是怎么调度出结果好，这才关键。

所以我们不是代码工具，不存在被代码工具吃掉。代码本质是底层，是所有实现的基础。应用一方面要跟着代码找到水涨船高的事，另一方面核心要解决用户如何用产品调度到模型上限。

ZF：这个观察很有意思。我们用它创作文本也会遇到类似问题。而且普遍觉得语言模型越做越大，但比如ChatGPT感觉越来越傻了。

Kiki： 其实它是越来越强的。我用一个非技术背景的方式理解：当一个人脑子里装的东西越来越多，一定会丢失一些细节。但你说模型脑子里没有这个细节吗？不是，模型记忆比人强太多倍。是你触发不了这个东西。但人有时候就是要在垂直领域做深、做到最好结果。这个垂直领域可不是模型最重要的事。

这个问题会长期存在。会用模型的人能找到100种方式调度模型上限，不会用的人很难。但不会用的人一定是这个世界绝大多数。学习能力、主动学习复杂东西的能力，不是人人都具备的。

ZF：你认同现在大家太低估AI应用价值的观点吗？尤其是今年很多投资人眼光都在模型侧。

Kiki： 他们不一定是低估。去掉投资人身份，心里可能也不一定是这样想的。投资人更多考虑市场化因素、钱能否拿出来、基金周期等各种问题。

这些事情都有周期。前两年模型也不行，大家都在投应用；这两年大家对应用有新期待。很多人不是长线低估，长线都是认可的，只是这个阶段迷茫。应用的叙事逻辑也回到了更冷静的状态。核心在这里。不是真的低估，是短期不知道该不该投、怎么投，比较迷茫。长期不是说就不看好。

ZF：关于记忆，产品上怎么解决？比如记住这个人的偏好和习惯，发现他喜欢油画风格，怎么处理？

Kiki： 这个之前跟团队讨论过。设计场景里，可能没有其他场景那么重，但更需要掌握平衡。人有时候不知道自己不知道，设计很重要的过程是发散、输入。设计领域的悖论是：如果特别介意个人偏好，会导致上限不够高。比如你喜欢穿黑色，觉得这种风格好看，但不一定今天穿绿色就不合适。模型强制去记，会导致看不到好结果。但完全不记也不行，比如不喜欢绿色，天天出绿色肯定烦。

所以没有一些其他产品做的东西重。而且设计项目不一样、场景不一样，今天做这个明天做那个。对我们来讲要找到平衡，可能更多记"反"的——他一定不要什么，以及什么场景跟什么场景相对匹配。更像一组偏好数据，不是完全固化，不然模型会越来越窄，不断强化既有审美。

ZF：记忆是特别难解的题。现在用AI工具，它有点过了，明明不想要这个风格，但一直用固定风格生成，导致要重新用别的模型。尺度特别难把握。

Kiki： 是的。

九年字节

ZF：能否具体聊聊你在字节期间负责过的业务和产品演进？

Kiki： 我在字节完整经历了影像工具赛道的几个关键周期。

早期我们在深圳做影像，先做了 Faceu，随后孵化出轻颜相机。从零做到了 1500 万 DAU，基本已经探到了行业天花板。

2019 年立项剪映，我转去做剪映。从 2019 到 2026 年，我完整经历了它从 0 到 1、再从千万级增长至全球破亿 DAU 的完整生命周期。

2019 到 2024 ，从工具负责人，到业务负责人。从迭代纯产品功能，到以业务负责人的视角去通盘审视国内市场。

2025 年底我兼管了即梦的 Web 端业务，到26年离开。

ZF：你之前提到剪映最开始就非常激进地投入AI，当时具体投入了什么？

Kiki： 剪映投入AI是Day One的决心。2022年底大语言模型刚出来，2023年初微软放出了Copilot的宣传片——那时候它还只是一个概念，产品根本不存在。

但看到那个片子后，整个剪映团队花了非常大的力气去探索：如果以Agent对话的形式重构剪辑，这件事会被怎样颠覆？那时候行业里几乎没人往这个方向想，大家都在观望。但大语言模型刚成熟，视频是完全多模态的东西，技术上完全看不到苗头，图像生成还很初级，视频更是遥不可及。所以我们在内部孵化了一个完全以对话形式重构剪辑的产品，但因为模型能力不够，很多技术实现非常艰难，处处是补丁和兜底。

之后我们见证了大语言模型之后，图像、音乐、视频多模态同期发展，再到Coding模型、多模态模型的迭代。所以Day One的决心是很大的。很多探索最终没有面向用户，但深度探索的过程本身很有价值——它让我们在一个有用户体量的成熟业务里，慢慢找到了最适合自己做AI的状态和节奏。

那时候我们对内对外所有产品和模型都极度关注：图像进展到什么程度、视频进展到什么程度，外面各个环节的产品，从早期有声量到慢慢沉寂的，像ElevenLabs、HeyGen这些，内部都在跟踪。我们几乎把当时市面上所有相关的产品和论文都扒了一遍。

ZF：当时没有想过自己出来做一个？

Kiki： 真的没有。原因是我知道模型进展到什么状态。字节内部从大语言模型做到图像、做到视频，这些模型有很多深度讨论，我们也参与评审和测试。你知道模型到什么进展了，也知道产品经理的想象和愿景可以很大，可以往3年、5年、10年推演。但如果没有技术支撑，那些推演都是白搭，坐在那儿推就行了。

大家想的都是实现。所以我没有想出来的原因是：我知道技术到什么状态，也知道在大公司模型都不成熟的时候，创业公司做应用更没有希望。做应用就是得跟着技术走，模型又不是我擅长的领域，出去能做什么呢？

模型成熟了，人也准备好了

ZF：那为什么是现在这个时间点出来？

Kiki： 两个原因。一是模型的时机已经成熟。今天想做什么，都有比较快的方式实现，不用等组建完备团队才开始，也不用在做事情的时候担心今天有没有东西能实现、不能实现的话还要做什么补丁和兜底。模型的时间到了，应用可以尽情发挥，不再被技术卡脖子。

二是我的状态到了。我对创业这件事一直有敬畏心。我经历过业务从0到1、1到100，从亏损到盈利，中间踩过哪些坑、有哪些困难，1到100好的状态是什么、中后期突破瓶颈难的状态是什么——这些在我脑子里是一个比较完整的map。

这带来两方面的东西。一方面，我看东西更能往中后期看，知道一个产品自然的规律和周期，好的时候是什么样子、差的时候是什么样子，心里有个数。创业和在大公司肯定不一样，但至少我对这个"样子"有预期。另一方面，心态上也准备好了。在大公司里，本质上是相对单纯的：你只需要考虑此刻的目标是什么，怎么在更大范围内拿到资源支撑你，以及这件事是否在对的路上。

但创业不一样，所有过去的保护都没有了。你要自己先把公司的经营网搭起来，融资、招人、定方向、控成本，还要同时看业务发展，是完全不一样的命题，心态上需要对这件事有基本认知和状态。所以我觉得我的状态和行业机会都到了，才选择出来。

ZF：你还记得觉得"模型时间到了"的那个moment吗？

Kiki： 不同的模型、不同的方向，那个点不一样。因为我以前在字节内部，完全知道今天图像模型进展到什么样、视频进展到什么样，当你一直在那个环境里，反而觉得它是自然发生的，没有aha moment。

对我来讲，看外部模型有aha moment的是Gemini。去年九十月，Gemini 3.0出来，可以开始写代码，开始有审美了。因为我们在做一个设计工具，那一刻我很深刻：一张静态图和它生成的可交互UI、UX都具备审美了。它写出来的代码跑出来的界面，不再是那种"能用但难看"的工程感，而是真的有设计品味了。那是我心里的aha moment。

ZF：你认为模型要做一个好的产品，最基本的要素是什么？你刚才提到审美很重要。

Kiki： 不同领域不一样。视频领域，基本是镜头真实感、是否符合物理规律、镜头语言表达、生成内容的故事逻辑性、审美这几个维度。设计领域，语义理解很重要——一段文字能否真的理解并准确反映到图片上；审美决定了产出上限；基础逻辑决定了结构是否合理。这几个维度缺一不可。

ZF：最开始想创业时，有思考过不同方向吗？最后怎么定了现在要做的产品？

Kiki： 其实没有太多思考，决定出来就是要做这件事。产品形态过程中会有变化，但当时的决策不是经过严密分析说"这个赛道有没有机会"——我思考问题的出发点更接近产品经理视角：先有我的经验体感和想做事情的灵感，再推演市场空间大不大、有没有可做的东西、团队具不具备能力、我有什么缺什么。我不是把所有赛道列出来，看哪个机会大就切哪个、再为这个赛道准备团队。

有些东西我肯定不希望Day One做，比如视频。不是说我未来不会做，但Day One做视频对我意义不大，和我在字节做的事没有区别。如果未来做视频，我也想往下一步走——用视频改变别的生产关系的场景，不会死磕生产力这个方向。

回到我会选什么，出发点完全是从自身经历推演看到市场机会。Gemini出来后，我有一种很深刻的感觉：团队的工作方式在发生变化。这不是字节自上而下要求的，是自发的。

我过去看设计方案、产品方案，是不看静态图、只看动态的。动态对设计团队工作压力很大，要在Figma里把所有静态页面连成可点击的逻辑，在Mirro手机上跑，工作量翻倍。但Gemini出来后，我看到产品和设计开始都能自己出方案了——产品经理作为上游，不用再依赖设计师做下游；设计师动作也更快了，甚至可以直接用自然语言描述让模型出可交互原型。哪怕在我们内部的一个创业项目里，就发生了这样的变化。

从这个微观变化，我开始往大了想。我的思维方式是从自身体感和周围，再往大看。我觉得未来组织和生产关系会发生变化：过去设计是下游，真正有需求的人是上游。但因为大厂垄断、资本集中、长期教育体系，所有经过专业培训的人都在大空间里汇聚。人是有成本的，一个设计师10年学习培养的成本，只有大公司会用这样的人。

但AI工具来了以后，每个人都能往旁边多做一点。产品经理能出设计稿了，设计师能写点代码了，工程师能画原型了。这意味着过去很多专业领域，十几年习得的技能，不等同于现在的价值了——不是完全被摊平，但它的价值在下降。比如工程师学10年写代码，原来值100万，现在可能值50万。但在这个50万基础上，如果你稍微具备一点产品思维，可能加起来等于150万。

往3年、5年后看，上下游的工作方式会发生变化，每个人都是一个拉平的状态，每个人都要管交付。纯上下游的关系可能会变。如果这种关系会变，上个时代的很多产品——比如Figma，它最大的价值不在于像素级编辑，而在于它是某个垂直领域上下游串联的唯一载体。为Figma付费的不是真正用它的人，是背后的公司。

如果上下游工作方式变化，应用产品每个人手里的工具都会变化。这是我最基本的感受。所以我是从自己体感出发，再想市场本质变化可能是什么。我有基本认知：绝对不会在传统工作流上做纯效率提升，肯定要面向未来3年、5年大家该怎么做这件事，去做一个东西。

这种思维方式往回推，假设选任何一个赛道，我会做一些排除：有些方式不倾向，有些方式倾向。大概是这样的选择逻辑。

ZF：你背后看到的其实是，除了工作效率提升之外，整体关系链路发生了重构。

Kiki： 效率是一个中间态。技术会发展，但发展依赖有东西去用它。模型每推出一个版本，不管好坏，一定会推向市场。回看最开始的视频生成，人都动不了，2023年全网火爆的瞬息全宇宙特效，几帧粘在一起营造感受。今天可灵、即梦、Seedance可以PK演技。那时候技术非常不成熟，但哪怕生成一帧要40分钟，依然推向市场。

因为只有推向市场，应用才能封装技术，在场景里看到信号，模型才能下一步迭代。解决中间效率态是正常的路径——技术出来总要有应用场景，看到用户怎么用才知道怎么迭代。选择中间态解决问题不是说没价值，但要认识到它可能是中间态。投资人老问"什么什么被模型取代"，你不知道未来，未来人也可能被模型取代，但这个中间态依然有价值——没有这个中间态，模型未来发展到什么程度，需要这个中间状态。

这是不一样的选择：有人愿意看到未来1到2年做一个新东西，有人愿意跟着中间态一步一步往前做，都可以。

ZF：产品做到现在这个阶段，你最关注哪些指标？

Kiki：还是用户和收入，核心就这两件事。

用户层面，主要看使用体验和留存。说白了，就是大家用完之后还会不会回来？是觉得新鲜玩一次，还是真的把它当成了日常工具？

收入也很关键。做 AI 产品绕不开一个非常现实的问题：模型成本很高。你想把体验做好，背后的模型调用和调度就不会少。这时候创业公司就要做选择：到底是一上来就撒开手冲规模，还是先找到那批真正愿意长期用、愿意付费的人？

我更倾向后者。

这不是说第一天就必须挣大钱，那不现实。但你至少得看到明确的价值信号：最核心的用户愿不愿意持续用？遇到具体需求时能不能想到你？免费额度用完后，愿不愿意掏钱？

这些信号，对0-1的产品更重要。

ZF：所以你们在内测阶段就已经开始收费了？

Kiki：对，第一天就把付费通道打开了。

坦白讲，付费方案很粗糙，定价、权益和流程都有不少毛病。但我还是想尽早看到真实的反馈。

用户嘴上说“这产品挺好”，和他真正掏出信用卡，是完全不同的两码事。现在的 AI 产品太多了，大家随手点开试一下很容易，口头夸两句也不难。但只有他愿意付费，你才能确认这东西确实帮他解决了痛点。

早期创业必须尽早搞清楚：到底是什么人在为你付钱，他们买单的理由究竟是什么。

ZF：那在内测期间，用户给你们的反馈主要集中在哪些方面？

Kiki：接触下来，用户大概可以分成两类。

一类是真正把产品用进工作流里的深度用户。他们的反馈通常特别琐碎、具体，基本都是在报 Bug：“这个东西怎么丢了”、“上一步的内容怎么没了”、“生成的效果为什么不太对”、“这里能不能改得更顺手”。这种反馈我特别看重，因为只有真正拿它干活的人，才会碰到这些细节问题。

另一类是平时看很多 AI 产品的用户，包括一些自媒体和行业观察者。他们更喜欢聊宏观框架，比如产品形态成不成立、Agent Team 的逻辑对不对、行业未来会怎么演进。

这两种反馈都有价值。前者教你怎么把产品打磨好，后者让你明白外部世界是怎么理解你的。但要说哪种让我心里更踏实，肯定还是第一种——愿意认真给你挑刺的人，说明他是真的离不开你。

内测用户的使用效果

ZF：目前这批核心用户的画像大概是什么样的？

Kiki：主要是产品经理、创业者、市场营销人员，还有一部分设计师。

整体来看，更多人处于“设计的上游”。他们未必是专业科班出身，但工作中经常需要提需求、对齐方案，或者把脑子里的想法快速具象化。

那些愿意持续使用的设计师也挺有意思，很多是积极寻求转型的群体。他们不想只停留在被动的执行层，而是希望借助 AI 拓宽自己的工作边界。

最近还有一类增长非常明显的用户，就是做独立站的卖家。他们一直在到处找能提效降本的工具，通过一些口口相传的口碑，慢慢全摸索过来了。

ZF：独立站用户的痛点为什么会这么强烈？

Kiki：因为他们必须交付具体成果，但又养不起专门的设计团队。

建一个独立站，从页面排版、商品详情到社媒素材，到处都需要视觉设计。可对小团队来说，找外包沟通成本高，招全职设计师又不现实。

所以他们对好工具的诉求极其直接：能不能帮我把活干完？能不能帮我省下人力？只要产品管用，他们的尝试意愿就非常强。

产品经理和创业者其实也是同理。产品经理某种意义上就是一个更小世界里的创始人，他得把想法视觉化去说服团队，但手头往往没有充足的设计资源。他们需要的不是一张单纯“好看”的图，而是一个能帮他们把想法落地、把事情推进下去的趁手工具。

ZF：也就是说，你们并不打算只服务传统意义上的专业设计师？

Kiki：对。如果把设计狭义地定义为“设计师的专属工作”，市场就看窄了。

今天做业务、做增长、做产品，几乎每个人都在参与设计决策。创始人要定品牌调性，市场要做推广图，独立站要搭落地页，产品要出交互草图。

这些人未必会去啃复杂的专业设计软件，但他们表达和交付的需求是极其真实的。AI 的核心价值，就是让这群人不必先掌握一整套繁琐的专业技能，也能高效做出自己想要的结果。

ZF：未来会考虑顺着这个逻辑，把产品从个人扩展到团队协作吗？

Kiki：会考虑，而且这种需求已经冒头了。有内测用户主动问过，能不能推荐给老板，或者全团队一起采购。

不过具体怎么切入，我们还在谨慎推演。

个人工具和团队协作是完全不同的逻辑。团队会有现成的设计规范、品牌资产，还要处理多人之间的上下文流转和权限体系——比如 A 提需求、B 接着改、C 来做终审，系统能不能精准串联起这些信息，决定了它是不是一个合格的协作工具。

但说实话，产品体验层面的问题早晚能解决，更难的是商业化卡点：你到底卖给谁？切哪个业务场景？最终由谁来拍板预算？这些底层逻辑还需要进一步想透。

ZF：如果做企业团队客户，是不是必须深度兼容他们现有的设计规范？

Kiki：这是必然的。

团队通常都有长期积累的品牌资产和设计习惯。工具不能假设每一次任务都是白纸一张，它必须能够识别既有的设计语言，明白哪些地方可以自由发挥，哪些规范必须严格对齐。

但产品层面的细节还在其次，根本问题仍然在于：企业为什么要为你的产品买单，而不是继续沿用原来的设计软件，或者干脆直接招人做？这个采购理由必须足够硬。

ZF：你们会不会考虑利用之前在大厂（字节）积累的资源，先去切一些大客户？

Kiki：不会，这根本不现实。

在大公司待过的人都知道，大企业的内部采购和系统准入流程极其漫长且复杂。更关键的是，我们从一开始就不是为了解决大企业的问题而设计的。

我的判断是：未来一定会涌现出大量小型创意团队、独立开发者和具备全栈交付能力的超级个体。既然我们看好这些人，产品就必须从他们切入。

大公司当然有预算，但那是另一套产品逻辑、销售模式和交付体系。早期创业最忌讳被虚假的资源带偏方向，不能因为认识几个人，就丢掉自己的基本盘。

下一步、出海、PMF

ZF：所以出海做全球市场，是第一天就定下的策略？

Kiki：对，从 Day One 开始就坚定做全球化。

首先，视觉表达和设计需求没有太强的地域壁垒。国内独立站卖家遇到的痛点，海外独立开发者同样会遇到。

其次，海外用户对软件订阅（SaaS）和 AI 工具的付费习惯更加成熟。只要产品真正创造了价值，他们的买单意愿非常直接。

当然，全球化绝不是“把界面翻译成英文”那么简单。你必须真正融入他们的语境，摸清他们在哪些社区讨论问题、怎样发现新工具，以及什么样的话语体系才能建立起信任感。

ZF：第一次在海外做正式发布，你们当时的预期是什么？

Kiki：老实说，没有任何激进的预期。

我们没打算砸钱做大范围投放，也没想过靠一场发布把数据刷得多好看。核心目的就一个：找到对的人——看看他们能不能理解这个产品、愿不愿意留下来用、后续有没有付费可能。

现在的 AI 产品层出不穷，制造一时的曝光不难，难的是让真正有需求的人沉淀下来。所以我们的打法很简单：把产品讲明白，把它推到目标用户面前，然后观察他们的自然反应。

ZF：在正式推向海外之前，你们具体做了哪些铺垫？

Kiki：我们先密集内测了一个多月。

那段时间团队每天都在拉人测试、做访谈、看数据，然后快速迭代版本。同时，我们也主动去接触对 AI、设计和独立开发比较敏锐的圈内人，邀请他们提前体验。

所以在正式发布之前，X（Twitter）和小红书上就已经陆陆续续有一些自发声音了，相关的种子社群也初步建了起来。外界看到的“发布日爆发”，背后其实已经做了一个多月的细致铺垫。

ZF：听说发布前一天晚上，团队还在纠结到底要不要发？

Kiki：对，因为心里确实没底。

团队很多人之前在大厂主导过 0 到 1 的业务，也操盘过国内冷启动，但以一家初创公司的身份独立在海外发布，完全是另一回事。在大厂，你背后有现成的品牌背书、充沛的流量和资源托底；现在自己创业，没人给你兜底，一旦发出去悄无声息，大家心理上会有巨大的落差。

而且我们跟北美的同行交流，人家一次发布能铺三百个达人做传播。我们一对比：自己精挑细选了十来个达人，到底能形成多大水花？

那天晚上大家一直复盘推演到凌晨四五点，核心就在反复权衡：万一发出去没水花，会不会非常被动？

ZF：最终是怎么下定决心按下去的？

Kiki：后来想通了：前期能做的人力准备已经做到极限了，再内耗纠结毫无意义。

与其被动焦虑，不如把精力放在两种极端情况的应对预案上：

如果数据超预期，怎么承接流量？评论由谁来回？涌进来的用户怎么引导？达人意向如何跟进？如果数据惨淡，问题出在哪里？后面怎么调整节奏？有哪些补救渠道？

把这两个方案梳理清楚后，大家心态就定了：发！创业本来就不可能等到所有条件完美才动工，把手头的事做扎实，剩下的交给市场检验。

ZF：发布键按下之后，团队当时处于什么状态？

Kiki：凌晨1点大家高度紧绷，所有人都在死盯着后台数据和互动反馈，跟看股票大盘差不多。有人不停刷X互动内容，有人盯私信，有人专门对接达人。

等数据开始起量的时候，有同事在下班路上看了一眼手机，发现半小时内相关视频播放量就破了 10 万。

但当时完全没来得及激动，因为私信和评论已经彻底爆了，大家只能拼命回复。团队全员熬到了早上 5 点，后面连续两天高强度连轴转，最后不得不排出轮班表，保证北美白天活跃时段随时有人在线承接。

ZF：当时整个运营团队总共有几个人？

Kiki：就 1 名正式市场运营，带着 3 个实习生。

整个公司也就十来个人，真正扑在市场、社群、海外账号和客服上的就4个人。找达人、回私信、盯社群、发邀请码、把用户吐槽整理回流给研发。

听起来是很重的体力活，但早期冷启动没有捷径，且需要和用户最真诚的沟通。你不能奢望发了一条爆款视频后，后面的增长和留存会自动发生。

ZF：后台那么多的评论和私信，有用 AI 工具自动回复吗？

Kiki：完全没有，全部是人工手回。

不是技术上做不到，而是早期冷启动的核心在于倾听。用户为什么好奇、对哪个功能卡壳、哪些术语没看懂，这些都是最关键的产品输入。一旦丢给自动化脚本，你就彻底切断了感知用户的神经末梢。

我非常看重账号传递出来的“活人感”。

举个例子，有个美国用户在推文下玩梗：“你们这玩意儿能用来设计建筑吗？”我们也很幽默地回了句：“Yes, why not?” 这种对话看似随性，但用户能立刻感受到屏幕另一头是一个有温度、有个性的人，而不是冷冰冰的官方客服机器人。

ZF：国内的传播声量又是怎么引爆的？

Kiki：完全打乱了我们原有的节奏。

我们最初的计划是先打海外、后做国内。结果发布当天凌晨三四点，团队发现有人已经把我们的海外发布视频搬运到了小红书上。

联系上之后才知道，他是base美国的AI从业者，看到产品视频和定位觉得很惊艳，就搬回了国内社区。

我们当时还挺忐忑，私信商量能不能先下架，担心影响后续官方账号发布时的平台原创判定。结果对方态度很坚决，说自己是真心认可产品、想帮我们推广，甚至热情地邀请我们去他的评论区互动引流。

紧接着，视频又被自发搬运到了 Threads、Instagram，欧美和日韩社区也开始发酵。整个传播链条变成了“海外先引爆，再由跨国用户逆向搬运回国内”。眼看热度已经起来了，我们索性把国内的发布节点全面提前。

ZF：全网“求邀请码”的热度，是你们有意设计的饥饿营销吗？

Kiki：真不是刻意设计的。

我们非常清楚很多产品曾经靠邀请制制造过现象级刷屏，但那种红利在今天很难被复刻。现在的 AI 产品实在太多了，用户早已有审美疲劳，我们原本以为根本不会有人愿意费劲去抢一个新产品的邀请码。

所以当看到大量用户涌进来索码时，我们自己也很意外。甚至有用户因为名额限制跟我们在评论区争论：“为什么我前几天申请没有，今天正式发布别人却能拿到？”我们只能反复解释是因为服务器扩容开放了新批次。

这种带有情绪的小摩擦反而证明了一点：大家不是随手点赞的看客，而是带着真实需求、急迫想用上产品的目标受众。

ZF：目前阶段，有哪些可以公开的关键数据？

Kiki：正式上线后，我们捕捉到了几个相对清晰的数据节点：

• 传播声量：发布后 24 小时内获得约 50 万次自然曝光；

• 用户蓄水：两天内 Waitlist（等待排队名单）新增超过 10,000 名用户；

• 商业验证：沉淀了来自北美、欧洲、日本的持续付费订单，并吸引了数十位海外达人和科技媒体主动寻求产品评测与深度合作。

但我一直提醒团队，千万不要把这些早期数字等同于商业成功。它们充其量只能证明：我们选中的切入点，是一个值得继续重注的健康方向。

ZF：回过头看，你觉得这次海外发布最核心的收获是什么？

Kiki：最大的收获不是登上了什么榜单，而是把产品定位、真实需求和商业付费这三个核心环节彻底串联起来了。

有人看懂了我们的产品形态；有人自发讨论它对传统工作流的改变；有人排队申请内测；更重要的是，有人用完之后直接付了费。

这些行为环环相扣，才构成了一次真正意义上的商业可行性验证。如果只有几十万曝光，却没有用户转化；或者用户进来了却没人留存付费，那这种发布就没有太大的实际意义。

ZF：那在第一波势头过去之后，下一步的增长该怎么推进？

Kiki：发布只是长跑的第一步。

很多 AI 产品都是刚上线时声量很大，两周之后就彻底沉寂了。接下来的真正考验是：如何维持用户的活跃度和使用习惯？如何在下一次版本迭代时，持续向市场讲清新的价值增量？

我们已经在紧锣密鼓地研发后续版本，但在版本发布的空窗期，团队绝对不能隐身。必须持续深耕社区、高频与用户对话，让外界持续感知到产品在快速进化。

增长从来不是靠某一次单点爆发就能一劳永逸的，它是一场需要长久耐力的苦旅。

ZF：你怎么看待行业里常说的“出海做增长极其困难”？

Kiki：我觉得大家有时把出海增长妖魔化了。

增长本身就很难，无论是国内还是海外。你做出一款产品，让别人理解你、使用你、为你买单，这本来就是商业世界里最底层的硬仗。

海外市场固然存在语言门槛、文化隔阂、平台规则和时差问题，但很多团队之所以做不起来，往往不是因为海外市场不可逾越，而是缺乏打持久战的决心。

发布那天大家都热血沸腾，集中冲刺一波并不难。难的是在热度褪去后，你还能不能每天坚持盯用户反馈、能不能长期维护社区、能不能根据数据动态调整产品策略。

难不难在其次，关键在于你有没有死磕到底的定力。

ZF：时差问题在实际运营中有多痛苦？

Kiki：非常现实，甚至是对团队体能最直接的摧残。

北美用户最活跃的时段，往往是国内的后半夜。如果你想做到即时回复互动、快速处理故障，就必须长期面对昼夜颠倒的作息。

尤其在 X 这种强实效性的平台上，它不像 YouTube 那样具备明显的长尾搜索效应。你发完一条推文，如果在黄金一小时内缺乏高频互动，整条内容的传播权重可能就完全被压制了。

前期我们只能靠团队全员轮流排班倒时差，但长期来看，靠消耗身体透支健康显然是不可持续的。

ZF：后续会考虑直接在海外当地组建团队吗？

Kiki：在认真规划，但具体落地的节奏要想清楚。

在海外当地部署人员是必然的，我们需要有人身处目标时区，能无缝参与当地社区、对接本土达人、参加线下的黑客松和行业沙龙。

但我坚决反对一上来就找个所谓的海外负责人，把整个出海业务全盘甩给他。对于早期创业公司来说，产品和增长必须深度捆绑、高度同频。如果海外的一线人员离核心产品研发太远，信息在传递中必然严重失真。

更合理的路径是：当地人员作为团队的触角，负责收集情报、拉近用户关系；但底层的产品定义、增长策略和核心决策，必须由最理解产品本质的核心团队牢牢把控。