即刻App年轻人的同好社区
下载
置顶一个站在产品和技术十字路口的 AI 创业者
曾经创立 midreal.ai，一个百万用户的互动内容平台
也玩过 b 站，space.bilibili.com
目前正在做一场关于【关系】的实验
AI 与人的关系
希望能在这里记录实验的小小进展
以及过程中有趣的感悟～
曾经创立 midreal.ai，一个百万用户的互动内容平台
也玩过 b 站，space.bilibili.com
目前正在做一场关于【关系】的实验
AI 与人的关系
希望能在这里记录实验的小小进展
以及过程中有趣的感悟～
55 2214
年终总结： 2025 年最重要的，就是学会了放弃
一次放弃，换来一次开始
2025 是我回国创业的第 5 年
我发现了创业不是一直做加法
更重要的，是敢做减法
今年我放弃了 MidReal，迎接了 Macaron
MidReal 对我来说，从来不只是一个项目
它承载过我们对内容、叙事、互动体验的想象
也承载过“我们是谁”
虽然它曾经拥有 300 万用户
但我也发现，在那个方向的坚持
其实只是拖延
所以停下、放下、转向
要放下已经投入的时间、口碑、路径依赖
甚至放下一个我熟悉的“自我叙事”
但我也第一次真实体会到：
一个团队的成熟，不是“永远不变”
而是能在关键时刻一起改变
转向之后，我们几乎是重新创业了一次
我们做了马卡龙
我们花了很多时间研究 Personal Agent 到底是什么
你的私人生活管家
每个人的贾维斯
我们也投入了很多时间在技术上
希望通过前所未有的模型
推动前所未有的体验
我们是世界上第一个训练 1T LoRA RL 的团队
也得到了英伟达的认可
从“被少数人看懂”，走到了“被更多人用起来”
但如果说产品是结果，那团队就是那棵树
我很感恩，遇到了并肩作战的伙伴
我们绝不是家人
但我们比家人还要相信彼此
我的一些 2025 小结论：
1. 方向不对，努力是放大损失
2. “做成”比“做对”更难，但“做对”更重要
3. 技术壁垒一定要通过产品表达出来
4. 放弃不是失败，是把生命迁移到更值得的地方
2026，更少承诺，更明确行动
务实而又浪漫
一次放弃，换来一次开始
2025 是我回国创业的第 5 年
我发现了创业不是一直做加法
更重要的，是敢做减法
今年我放弃了 MidReal，迎接了 Macaron
MidReal 对我来说，从来不只是一个项目
它承载过我们对内容、叙事、互动体验的想象
也承载过“我们是谁”
虽然它曾经拥有 300 万用户
但我也发现，在那个方向的坚持
其实只是拖延
所以停下、放下、转向
要放下已经投入的时间、口碑、路径依赖
甚至放下一个我熟悉的“自我叙事”
但我也第一次真实体会到：
一个团队的成熟，不是“永远不变”
而是能在关键时刻一起改变
转向之后，我们几乎是重新创业了一次
我们做了马卡龙
我们花了很多时间研究 Personal Agent 到底是什么
你的私人生活管家
每个人的贾维斯
我们也投入了很多时间在技术上
希望通过前所未有的模型
推动前所未有的体验
我们是世界上第一个训练 1T LoRA RL 的团队
也得到了英伟达的认可
从“被少数人看懂”，走到了“被更多人用起来”
但如果说产品是结果，那团队就是那棵树
我很感恩，遇到了并肩作战的伙伴
我们绝不是家人
但我们比家人还要相信彼此
我的一些 2025 小结论：
1. 方向不对，努力是放大损失
2. “做成”比“做对”更难，但“做对”更重要
3. 技术壁垒一定要通过产品表达出来
4. 放弃不是失败，是把生命迁移到更值得的地方
2026，更少承诺，更明确行动
务实而又浪漫
20 01
听了 Ilya 的新采访，很多感触
2012 - 2020 是 Research 的时代
但是 2020 - 2025 是 Scaling 的时代
因为大家发现，只要不停扩大规模，就有更好的效果，这对公司来说是一个特别有确定性的投资，所以大家比拼的就是如何加数据、加算力，做更大规模的模型
但 Ilya 说，这条路差不多走到头了
Pre-train 模型越来越趋同
如果我们想要更强的智能，就需要 RL
而且是在不同的测试环境中的 RL
这就是他说的：different people come up with different RL training
产品公司自己拥有 RL 模型的时代，或许真的来了
2012 - 2020 是 Research 的时代
但是 2020 - 2025 是 Scaling 的时代
因为大家发现，只要不停扩大规模，就有更好的效果，这对公司来说是一个特别有确定性的投资，所以大家比拼的就是如何加数据、加算力，做更大规模的模型
但 Ilya 说，这条路差不多走到头了
Pre-train 模型越来越趋同
如果我们想要更强的智能，就需要 RL
而且是在不同的测试环境中的 RL
这就是他说的：different people come up with different RL training
产品公司自己拥有 RL 模型的时代，或许真的来了
11 10
新的时代，界面开始流动，应用变得短暂
Gemini 3 这次发布，其实真正让我震撼的不是模型能力，而是 AI 终于摆脱了“只能输出文字”这件事。
大家都看到了这次前端生成的改进有多快，有多好。
过去几年，我们和大模型的交互方式，几乎一直被困在一个小小的文字窗口里，问问题，给一段话，再问，再给一段话，总有一种管中窥豹的不畅感。
很多事情，文字真的不是最好的界面，比如你不会用聊天的方式来记体重，或者点外卖。
我们第一次看到了动态 UI 的可能，就是在你等待的几秒钟内，根据你的意图，把 UI 生成出来。
我们正在从聊天时代，进入新的体验时代。
界面开始流动
应用变得短暂
AI 变成一个操作系统
这是 Gemini 3 最大的启发
Gemini 3 这次发布，其实真正让我震撼的不是模型能力，而是 AI 终于摆脱了“只能输出文字”这件事。
大家都看到了这次前端生成的改进有多快，有多好。
过去几年，我们和大模型的交互方式，几乎一直被困在一个小小的文字窗口里，问问题，给一段话，再问，再给一段话，总有一种管中窥豹的不畅感。
很多事情，文字真的不是最好的界面，比如你不会用聊天的方式来记体重，或者点外卖。
我们第一次看到了动态 UI 的可能，就是在你等待的几秒钟内，根据你的意图，把 UI 生成出来。
我们正在从聊天时代，进入新的体验时代。
界面开始流动
应用变得短暂
AI 变成一个操作系统
这是 Gemini 3 最大的启发
16 52
大模型时代，技术型团队最容易踩的 6 个陷阱
1️⃣ 过度迷恋自动化，其实模板就能解决问题
很多团队觉得“能自动化就必须自动化”，但大多数生成类需求只要几十个高质量模板就能覆盖。自动化不是价值本身，稳定和可控才是。
2️⃣ 误以为技术最优解就是产品最优解
技术方案越漂亮，往往越远离用户真正的路径。用户只要“最快达到结果”，不是“最复杂的算法”。
3️⃣ 忽视用户选择的价值
有些问题模型永远猜不准，但给用户一个两秒钟的简单选择就能解决。用户并不排斥选择，只排斥复杂和麻烦的选择。
4️⃣ 把能做的当成值得做的
AI 能力边界太宽，于是团队容易把各种可能性都做一遍。但产品价值来自用户高频需求，而不是技术可行性。
5️⃣ 用更好的模型解决更差的产品逻辑
体验不稳定，很多团队第一反应是“换更大的模型”。但真正的问题往往是输入没结构、步骤没拆清、约束不够。
6️⃣ 过分相信“智能会解决一切”，忽视用户的控制欲
端到端的 Agent 看起来很酷，但用户往往需要自己的输入来建立“成果归属感”。AI 可以自动，但用户必须被“参与”。
1️⃣ 过度迷恋自动化，其实模板就能解决问题
很多团队觉得“能自动化就必须自动化”，但大多数生成类需求只要几十个高质量模板就能覆盖。自动化不是价值本身，稳定和可控才是。
2️⃣ 误以为技术最优解就是产品最优解
技术方案越漂亮，往往越远离用户真正的路径。用户只要“最快达到结果”，不是“最复杂的算法”。
3️⃣ 忽视用户选择的价值
有些问题模型永远猜不准，但给用户一个两秒钟的简单选择就能解决。用户并不排斥选择，只排斥复杂和麻烦的选择。
4️⃣ 把能做的当成值得做的
AI 能力边界太宽，于是团队容易把各种可能性都做一遍。但产品价值来自用户高频需求，而不是技术可行性。
5️⃣ 用更好的模型解决更差的产品逻辑
体验不稳定，很多团队第一反应是“换更大的模型”。但真正的问题往往是输入没结构、步骤没拆清、约束不够。
6️⃣ 过分相信“智能会解决一切”，忽视用户的控制欲
端到端的 Agent 看起来很酷，但用户往往需要自己的输入来建立“成果归属感”。AI 可以自动，但用户必须被“参与”。
12 01
最近在思考 AI 产品的意图识别
一个新的感受是：用户的所有操作（包括不操作），其实都可以是 AI 判断意图的输入
最明显的是点赞、点踩
但其实用户在聊天里输入的每一个词，也都带着意图信号，虽然逐词判断意图很贵，但在某些场景（比如 youware 的自动补全），这是合理的设计
再比如，上传一张图片和拍一张照片，其实是两种完全不同的意图：拍照意味着你在现场，更可能是想问「这是什么」或翻译内容。上传则更像是想 P 图
在马卡龙里，我们有很多小应用
用户每次选择什么、怎么用，其实都在告诉我们他的意图
在我看来，一个 AI 产品的本质就是：不断用用户的每一次操作去判断意图，再通过 tool call，匹配最合适的解决方案，满足需求
意图判断，是所有 AI 产品的底层逻辑
一个新的感受是：用户的所有操作（包括不操作），其实都可以是 AI 判断意图的输入
最明显的是点赞、点踩
但其实用户在聊天里输入的每一个词，也都带着意图信号，虽然逐词判断意图很贵，但在某些场景（比如 youware 的自动补全），这是合理的设计
再比如，上传一张图片和拍一张照片，其实是两种完全不同的意图：拍照意味着你在现场，更可能是想问「这是什么」或翻译内容。上传则更像是想 P 图
在马卡龙里，我们有很多小应用
用户每次选择什么、怎么用，其实都在告诉我们他的意图
在我看来，一个 AI 产品的本质就是：不断用用户的每一次操作去判断意图，再通过 tool call，匹配最合适的解决方案，满足需求
意图判断，是所有 AI 产品的底层逻辑
8 12
Cursor 是一家被严重低估的公司
目前估值 100 亿，但年收入已经 5 亿，最近还推出了自己的模型 Composer。
因为能在真实产品中自己做强化学习，我相信 Cursor 一定会在写代码的任务上超过世界上所有模型，而且不会太久。
大家都意识到了，有真实用户的生产环境，才是提升模型智能最关键的要素。
Cursor 甚至已经成了硅谷最难进的公司，比 OpenAI 和 Anthropic 还要难。
当 AI 泡沫破裂之后，Cursor 不会是裸泳的那个，反而是能穿越周期的。
因为人们永远要写代码（至少这十年吧），而 Cursor 会是最好的写代码工具。
目前估值 100 亿，但年收入已经 5 亿，最近还推出了自己的模型 Composer。
因为能在真实产品中自己做强化学习，我相信 Cursor 一定会在写代码的任务上超过世界上所有模型，而且不会太久。
大家都意识到了，有真实用户的生产环境，才是提升模型智能最关键的要素。
Cursor 甚至已经成了硅谷最难进的公司，比 OpenAI 和 Anthropic 还要难。
当 AI 泡沫破裂之后，Cursor 不会是裸泳的那个，反而是能穿越周期的。
因为人们永远要写代码（至少这十年吧），而 Cursor 会是最好的写代码工具。
14 12
AI 解放的想象力是无上限的
参加即梦 AI 的青年导演计划，看了 7 支短片，很震撼。很多人看哭了。
想到早年人类没有车、船、飞机，移动非常困难，进京赶考的时间以月度量，人类的社会经济活动都受到移动能力的限制，但当移动变得非常容易，24 小时就能环球一圈的时候，人类便开始繁荣。
想法的表达，也曾经是如此苦难，特别是视频。好的故事，仍然需要巨大资源才能产生，直到 AI 的诞生，这就像人类第一次有“坐飞机”的便捷，这种前所未有的简单，或许会带来故事的新一轮繁荣。
期待未来更多更精彩的故事。
参加即梦 AI 的青年导演计划，看了 7 支短片，很震撼。很多人看哭了。
想到早年人类没有车、船、飞机，移动非常困难，进京赶考的时间以月度量，人类的社会经济活动都受到移动能力的限制，但当移动变得非常容易，24 小时就能环球一圈的时候，人类便开始繁荣。
想法的表达，也曾经是如此苦难，特别是视频。好的故事，仍然需要巨大资源才能产生，直到 AI 的诞生，这就像人类第一次有“坐飞机”的便捷，这种前所未有的简单，或许会带来故事的新一轮繁荣。
期待未来更多更精彩的故事。
15 00
