插件、套壳、收购产品? Monica 从 0 到百万用户的 AI 助手之路 | 对谈 Monica 创始人肖弘

2023 年 3 月，Monica 发布。到年底，这款产品积累了几百万用户、大几十万日活，主要市场在海外。国内很多人第一次听说它，是因为各种传言：一家初创公司靠收购一个产品起家？它是不是就是个套壳？浏览器插件到底有什么价值？

这期 42 章经，曲凯把 Monica 创始人肖弘请来，从去年 11 月的立项讲起，把收购 ChatGPT for Google 的谈判细节、对套壳的看法、组织建设的思路，以及他理解 AI 产品设计的那个「轴」都聊了一遍。肖弘此前做过分子生物学家的科研软件，卖掉过一家公司，习惯用 top down 的方式梳理机会，也习惯把资本当成工具箱里的一件工具。

他有一句话可以当作整期的底色：

套壳到极致就是牛逼。

这句话不是嘴硬，背后是他对用户价值、商业化和组织能力的一整套判断。

立项比 ChatGPT 早，产品形态是被逼出来的 1:39

Monica 的立项时间比很多人以为的更早。肖弘说，大概去年 11 月 20 号左右，团队就在筹备，当时想卷的对象是 Jasper，产品形态也还没定成浏览器插件，最初是一个 web 产品。ChatGPT 发布之后，他问了自己一个问题：我会用 ChatGPT，还是用 Jasper 这样的产品？答案是前者。产品形态必须重新定义。

启发来自 Jasper 创始人的一次公开回应。对方在回答如何应对 ChatGPT 挑战时说，要「让互联网上每一个输入框都具备 AI 能力」。肖弘一看就明白了，这就是要做浏览器插件。但 Jasper 的战略执行没做好，插件量很小；而且 Jasper 今天是个企业级市场的产品，定价打的是 enterprise，不适合插件这个形式。Monica 面向的是 TOC 用户，这条路可以自己走。

重新做产品定义时，团队定下两件事。第一，要有像 ChatGPT 一样的对话，这是 AI 时代产品的核心设计感。第二，浏览器插件是很好的产品形态。Notion 这类网站会自己接入 AI，但大量网站不会：有的动作慢，有的出于战略考量，有些就是个人网站，没有动力再更新。插件可以跟这些场景结合。这一波大模型让很多原有流程可以被重新做一遍，或者大幅优化，所以 Monica 一开始就做了推特、YouTube 这类大网站的兼容。

插件的核心优势：对功能的分发 3:43

肖弘认为，浏览器插件最有趣的地方是实现了对功能的分发。传统 web 或 APP，功能一多，要么层级变得很复杂，要么加一个搜索框。但搜索框不是谁都支撑得起来的，微信可以加搜索框给小程序做分发，单个网站太复杂时加了框，用户还是去 Google 搜。插件不一样，它可以根据你浏览的网站、当前浏览的状态，把某个功能放出来。

他举了两个例子。一个是 YouTube 总结：把视频内容切成一张一张，跳到特定位置，用 AI 帮你总结。这个功能也可以做成 web，但插件的入口就在 YouTube 网页右上角，点击即执行，体验很好；没打开 YouTube 时，它不出现在任何地方，也不干扰你。另一个是对照式翻译：检测到页面语言不是你的母语，就弹出一个按钮问你要不要翻译。这些功能都依赖你当前浏览的网页或场景来暴露，插件事实上完成了功能的分发。

有人质疑插件没有独立入口，用户连接和记忆不够深，也有人直接去做新的 AI 浏览器。肖弘的回应分两层。历史上以插件为起点长出过不错的公司，Grammarly 在原来形态下曾是估值 100 亿美金、一年几亿美金收入的公司；最近被收购的 Runway 系产品（转写中的「roomm LM」），day one 也只有浏览器插件。第二，今天以插件为切入点，和十年后还做不做插件，是两件事，不同阶段要完成不同的使命。

至于为什么不直接做 AI 浏览器，他说团队也在想这个问题的正确问法：到底什么能力是 Chrome 没开放给我们、使得我们必须做个浏览器的？今天还没有答案。

超过一半的精力在组织建设 9:15

聊到「是不是套壳」，肖弘没有直接辩解，而是先讲了一个类比。他把大模型厂商比作芯片公司，Intel、高通；把 Monica 这样的应用层公司比作消费电子公司，苹果、华为、小米、大疆。两类公司的竞争要素完全不同。

芯片公司是典型的 to b 生意，核心是用更低的成本造出更好的芯片，拼性价比和客户关系。他提到张忠谋讲台积电战略的那场分享，整套逻辑完全是 to b 的。消费电子公司则不同：品牌关键，渠道关键，差异化体验带来的毛利率关键，有了毛利率和规模，才有钱投研发和品牌。两种游戏，组织方式自然不一样。模型厂商愿意花大钱招研究员，Monica 愿意花大钱招做品牌的人。

这个类比在内部的作用是快速达成一致。肖弘说，AI 这一波大量东西在变，但组织建设是不变的，所以他超过一半的精力放在组织问题的思考上。

他还讲了一段芯片史：德州仪器最早造出芯片，拿去做计算器，套一个塑料壳，这就是套壳。塑料壳很单纯，没人觉得有问题。但如果造出来的不是计算器芯片，而是 CPU，上面有非常多场景，那些场景上的事就很复杂，需要各种专业能力参与解决。曲凯接了一句，套壳有没有价值，取决于最后实现的东西的复杂度，以及它和最初那个东西的区别。

Jasper 最致命的失误：问了一个错误的问题 13:46

肖弘研究过 Jasper，因为立项时就是想卷它。他的判断是，Jasper 仍是个好生意，只是当时脑子糊涂了。它是个非常典型的 to b 生意，该关注的是 ta service：销售团队怎么搭，需不需要 CS 上门服务，手把手做客户培训，企业级的安全审计怎么做。这些需求，OpenAI 没有相应的组织能力去完善。

在那个 moment，Jasper 应该去做好这件事。它不该去回答「我怎么跟 ChatGPT 竞争」，这是个错误的问题。当整个组织都去回答这个问题，就会想出一些莫名其妙的、非用户导向的解决方案，数据自然往下掉。如果它回到企业级服务本身，这个方向上会长出比较大的企业级服务公司。企业级服务是复杂命题，不像个体用户用 ChatGPT 那样随时决策。

他还提到一个细节：Jasper 年初只有 9 个人，后来到 200 人，一年 9000 万美金收入，CEO 在庆祝组织扩张。肖弘的看法相反，人多了难度更大，组织快速扩张应对问题时会更缓慢，这本质上是个反规模的游戏。当时他觉得可以卷过它，没想到 ChatGPT 很快发布，Jasper 遇到那么大麻烦。但那个 moment，他的想法很简单：卷它，一个月赚几十万人民币出来。当时团队个位数。

先定一个小目标：每月给公司挣 50 万 19:14

在做 Monica 之前，肖弘的产品是给分子生物学家用的编辑器。简单说就是科研领域的 SaaS，处理 ATCG 碱基序列，全球用户几十万，市场很小。国外有对标公司，比如 Bench，一家几十亿美金的公司。他选垂直领域，是因为国内通用 SaaS 太卷，程序员都会来卷你。更早的时候，有人在 GitHub 上开源抄袭了他们之前的产品，目的竟是希望通过开源接到外包单。中国工程师红利，对创业者是个问题。

他高中搞竞赛，对这件事有热情。2022 年国内资本环境已经很差，他判断接下来还会更差。产品定义做完之后，他觉得最重要的工作是给公司挣钱。一通算下来，每个月帮公司挣 50 万人民币，这个编辑器就能持续做到他满意的状态。

他的战略是把它做成世界级水平。国内科研软件常回到传统 to b 的老路：做一半，然后接定制化项目，产品质量往往不好。他想的是两年只投研发，做到世界级，真正替代国产，还能卖到国外。前提是自己每月挣几十万贴补家用，不被融资绑架。钱烧完了必须融资或者挂掉，那个状态很被动。

所以他去找有现金流、没有资本价值的事情。有现金流又有资本价值当然好；只有现金流也不错，可以用它去投有资本价值的事。巴菲特早年也干过很多这样的事。他当时给自己定的目标就是每月 50 万。AI 不是他看的第一个事，他还认真看过在亚马逊开店，去深圳进货卖到美国；也看过咖啡加盟，包括瑞幸，好几家店都考察过。目标就是现金流，什么都行，钱就是钱。

最后抛弃亚马逊店和咖啡店，本质是机会成本。开店也能开，他甚至准备好了自己的现金，打算先自己加盟，赚了钱再跟投资人和公司商量。但那些事他不擅长，得费劲，还得找有相关经验的同学。Jasper 那件事他立马看得懂，同学们的技能点也都有，上手就能做。

收购 ChatGPT for Google：楼下等来的成交 22:10

ChatGPT 发布后，团队把 Monica 的产品定义重做了一遍。肖弘的隐忧是，他在推特上关注了很多独立开发者，大家都抄起家伙做 talk 类产品，流量成本会变贵，怎么搞量成了关键问题。产品做出来，PMF 之外，marketing 也很重要。

非常巧，他看到国内一位独立开发者做了 ChatGPT for Google，量涨得很快。发布第一天他就知道，一月初大概十万周活跃用户，到农历新年一月中下旬已经 50 万周活跃用户。对方是独立开发者，没砸钱，全靠口碑和自然增长。更巧的是，这是华科的一位师兄，十年前在人人网上做过「小黄鸡」，@小黄鸡 就会用当时的 AI 能力回复你，肖弘一直记得他的 ID。

他加了好友，说明这个产品对马上要发布的 Monica 的增长和 PMF 验证特别重要。过完农历新年第一天，他没去公司，直接去上海找这位师兄。他自己评估过，如果团队没有很好的 PMF 验证，加上产品本身的用户基数，值得准备一笔钱。见面就把 deal 谈下来了。

估值逻辑不复杂。50 万周活跃用户，主要是欧美用户，挺值钱，但多值钱不知道。第二是衡量自己的机会成本：自己投研发投能力去开发，三个月没有 PMF，三个月的研发成本约等于浪费，可能上百万的损失，还有错过外部浪潮的潜在代价。他估了几百万人民币。曲凯算了一笔账：第一版只有 200 行代码，两个月后卖了几百万人民币，一行代码一万块。

谈判有个细节。见面之前他看了对方最近的推特，发现有国外小团队报过价，几万美金级别。吃饭时他拿这个当切入点，说听说有别的团队想收，对方可能觉得太少。然后他直接报了 10 倍的价格，全部现金，马上打钱。曲凯问不怕给高了，肖弘说，首先自己要想明白这个事对你到底值多少钱；其次，如果它足够重要，就没必要在小钱上纠缠，如果后面能基于它涨 1000 倍，为什么要在乎一笔小钱让事情变复杂。他提到一个企业家的故事，说某人买商标时付了比对方报价更高的价格，理由是这就是它该值的价。

对方说要跟家里人商量。肖弘陪他到楼下，他在楼下等，等到一句 OK 才放心。钱很快打了。

买回来之后有个关键选择：谁主谁次。有人建议直接把 ChatGPT for Google 的用户升级成 Monica，这是一个很核心的问题，团队花了很多时间讨论。背后实质是，要不要自己建设增长能力。最后决定两条产品线独立运行。肖弘说，外面有传言说 ChatGPT for Google 的用户倒过去了，其实只倒了一些。它最大的价值是帮 Monica 完成了 PMF 验证，因为流程行不行，需要一定数量级的用户才能反映出来。

验证用的是硅谷那个经典问题：如果世界上明天就没有了 Monica，会非常遗憾吗？40% 的人觉得非常痛苦，基本就是 PMF。第一版测出来大概 35% 觉得遗憾，花了一个月到 55%，就觉得 OK 了。PMF 是从 0 到 1 的过程，可能三个月没有，五个月八个月也没有，但一旦初步达成，就会进入正向循环。不升级成 Monica 的另一个考虑是用户会困惑，突然变成另一个东西；更重要的是组织需要自己有增长能力，短期慢一点，逼大家积累能力，长期更有价值。

后来他沿着这条路又聊过很多独立开发者。有一位产品他非常喜欢，聊得很好，价格条款、协议都 ready 了，但那几天对方在别的地方出差，另一家公司刚好在那边，就签了。他复盘：前一次把作者送到楼下等着，后一次远程，没搞定。如果足够重要，应该更仔细一些。

Downside 自己掌控，Upside 交给时局 34:10

Monica 定位是 AI 小助手，像一个本科毕业生，有通识能力，帮你搜东西、查东西；用得越久越了解你，沉淀很多数据。肖弘特意补了一句：数据不是迁移门槛，千万不要把数据当迁移门槛，不用哪个笔记软件就不用了。但数据可以作为上下文一起给大模型，带来差异化体验，落脚到体验上。他打了个比方，像电视剧里的小助手知道老板喝咖啡的奶和咖啡比例；他的同事帮他订票永远订 F 座，因为发现他每次都买 F。

曲凯问大厂竞争，Google、Meta、微软的 Copilot、苹果预置助手。肖弘说，他们不用这个视角看问题，更多是想在现有环境下能做到多好，天花板在哪。今天天花板可能很高，当然更有可能某一天被别人摁得很低，但今天值得往前走。他最近跟一些大公司聊，觉得大公司比想象中更没想清楚，这可能是大家更不应该犹豫的时候。

他的框架是：downside 由自己掌控，upside 凭时局安排。每天工作是在不断提高 downside，产品做得更好、用户量更大、商业化更强，都在里面。如果有 1000 万 DAU，再差也不会太差。Monica 今年以来基本是赚钱的状态，主要靠用户付费，也有广告。

他觉得这一波 AI 在商业模式上跟原来不一样。从显卡到推理都贵，所以除了大厂发布的产品，独立开发者做的很多东西上来就收费，订阅制。这是个好现象，也比较适合老司机，因为定价很复杂。

从《详谈》《金钱博弈》和安踏学到的 36:46

曲凯说肖弘的思路偏投资人：top down 梳理，通过买公司做增长，创业公司早期用金融手段收购，很少见。肖弘说，CEO 本身就在做各种投资。决定招一个人、决定做一块业务，事实上都是投资行为。很多创始人 day one 只有一个 idea，把自己投进去，然后解决问题。他想学这个技能点，所以看了很多材料，看的时候会格外注意这些操作。

第一个案例来自《详谈：赵鹏》。BOSS 直聘刚融一笔钱，就去把一个做职业点评的网站买了下来。他觉得这个操作特别厉害，对应性非常强。

第二本是《金钱博弈》，讲单伟建早年怎么把韩国第一银行买下来。肖弘强烈推荐。虽然交易体量和对手是韩国政府，早期创业者大多没有这样的机会，但这本书治好了他的内耗。你看到第 30 页，觉得第 6 页就该搞定了，后面又出现各种问题，反反复复改条款，处理各种人际问题。他的感受是：这么难、这么复杂，很多时候觉得 deal 要黄了，但最后搞定了，买完几年后很成功地退出，赚了很多钱。

第三个是年初腾讯组织去安踏的活动，讲安踏怎么通过并购从单一品牌变成多品牌公司。两个案例印象都深。一个是并购亚玛芬，就是始祖鸟那个牌子，很多文章讲过。他印象更深的是 FILA。大概是 2007 到 2009 年，安踏已经不错了，但觉得需要一个定位更高的品牌。看中 FILA 的点很有意思：国内没有店，没被污染过。如果别人先经营、乱经营，消费者对品牌的印象就不好。国内没有，但国外能看到很多上个时代明星穿 FILA 的照片，港台的、国外的，这就是品牌的源头。

安踏对品牌理解很深，因为他们把安踏做起来了，按理说可以单独再做一个新品牌，但他们花很多钱买了 FILA 在中国的经营权和使用权。第二，安踏有很多经销商、加盟商，但 FILA 走高端线，决定纯自营，对库存也有更好的管理。肖弘说，启发不是这两件具体的事，而是他们跳出了原有的东西：原来做过品牌，就不再做一个品牌，而是买一个；原来靠经销商，就不再复用经销商，而是自营。他们对原来那件事的优势和劣势都很理解，再去做新尝试，团队也得到了提升。

曲凯说这种事一般是大体量公司才做。肖弘同意，一方面资金量级够，另一方面到那个层次格局打开了。大多数创始人早期钱不够多，只能埋头做手头的事。但他提醒，也要警惕天天脑子里只有一件事，那也废掉了，真变成战略或投资型创始人也不对。应该把收购当成工具箱里的一件工具：招聘是工具，组织人是工具，做产品是工具，买东西也是工具，工具越多越好。曲凯接了一句，这有点像炒股，工具越多，对有些人来说亏钱的手段也越多，需要谨慎和练习。

商业化能力决定增长能力 42:24

曲凯注意到一个特点：肖弘对赚钱这件事既有信心又有追求。很少有创始人会在中途想到去加盟一家咖啡店，每月给公司挣 50 万现金流。肖弘说，核心是适应当前环境，还是工具箱逻辑。今天再让他去开咖啡店，就是浪费机会成本。收购 ChatGPT for Google、做 Monica，都是比较早开始变现的。

他觉得变现很重要。商业化这件事，在中国创始人里，不管有意无意，被讨论得很少，尤其在融资导向的圈子里。AI 这一波大家都愿意付钱，本身也有成本，创业者应该更早问自己商业化的问题。原来没成本的时候都要更早问，现在有成本，更应该早问。

他有一个反直觉的判断：商业化跟增长高度正相关。曾有投资人问他商业化会不会影响增长，他说不会，商业化越牛逼，增长越牛逼。核心是 LTV 要大于 1，有更多钱可以用更好的人，组织能力更强；如果 ROI 是正的，投一块钱回来三块钱，那就是无限游戏。所以商业化能力决定增长能力。否则去 VC 市场融钱，AI 这一波可能更困难，也不持久。真正意义上会把钱给你、且不需要你还回来的，是用户。

曲凯说，过去这么多年大多数创始人是增长和融资的逻辑，很少回到赚钱的逻辑，但未来几年市场会越来越多回到赚钱。肖弘上一份创业做了两个产品，第一个确实做到了赚钱，然后孵化出第二个，赚钱能力是那时候被训练出来的。当时也拿了融资，但很少，而且花完了，不得不赚钱。他说，有时候还是要被逼一下，这也是为什么市场不好的时候能出来更伟大的公司，组织结构、商业模式都更健康。钱泛滥的时候，大家容易做错误决策，一些本该被严肃审视的问题被随意看待，资本导向的竞争心态也会给企业经营带来很大问题。

问自己：什么变化一旦发生会很了不起 45:41

曲凯问现在最关心什么。肖弘说组织，「你相信吗？」曲凯猜到了。理由是 AI 这一波技术变化太大，要追求一些不变的东西，把适应这个环境的团队搭建好，是一个无悔行动。

怎么看 AI 接下来的变化？肖弘觉得还会很快。有人说近几个月慢了一些，他怕的就是这个。去年这个时候看造图，学术界工业界天天变化，太快了。他分享了一个小技巧：资本圈上头的时候不一定是对的事，但学术界和工业界变化很快的时候，应该多注意。

从世界观上说，很多机会和变化是非连续的，不是线性，是跳变。这种时候最好做一些假设。他经常问大模型：如果有什么能力发生了，对我来说是跳变的？他还给了一个更巧妙的问法：有什么变化一旦发生会很了不起，然后仔细去观察这件事。

他自己的答案之一：幻觉解决很重要。如果是国内，明年大家肯定都到 3.5 水平，或者一些开源模型到 3.5 水平，很多事就能做了，比如企业级服务。很多大企业合规要求高，不愿意用 API 的方式，但如果开源可私有化部署的模型能到 3.5 水平，很多生意就成立了。所以明年 AI 市场还是会快速变化，机会和竞争难度都大于今年，会好几跳。

最后他讲了一个产品设计的角度，也是他为什么关注旧 work flow、旧场景被重做。画一个轴：最左侧是完全没有 AI 的产品，最右侧是大家脑补出来的 AI，用对话或 language UI 搞定所有事情。有些 SaaS 公司开始集成 AI，是在这个点上往右走了一点点，但还不够好，因为它带着 legacy，是在原有无数功能里往里加。还有一个点，是脑子里设计时就有大模型，但还是把那个 work flow 做一遍。

他打了个汽车的比方：传统燃油车，对比科幻电影里 2030 年会飞的汽车。传统燃油车公司开始做电动车、智能车，脑子里有智能、有电动，从这个角度定义汽车，但汽车还是汽车，不是会飞的汽车，然而它已经不一样了。所谓 AI 产品，传统 work flow 加 AI 已经有人做了，幻想中的 agent 也有人在做，但往前退半步，脑子里已经有 AI、重新设计 work flow 这件事，做的人还不多，他在做。

具体例子是 Perplexity。没有 AI 的时候它不存在，没有 legacy 的 work flow；它也不是纯机器人，你问任何问题它就自动答对。这就是那个解。曲凯问，传统 SaaS 创业者是不是下意识就会在原有产品上加 AI，肖弘说，应该从 0 到 1，就像买了 ChatGPT for Google 之后，还是要把 Monica 发出来赌一把。哪怕从 VC 视角，也别往简单方向去加一些 work flow 能力。

这个信念来自哪里？来自他认为只要设备没变化，还是手机、还是电脑，传统图形界面的那些能力就非常重要。除非到了 VR 时代，才可能有特别大的变化。当下应该是图形界面和对话结合的场景，只是大家还没看到一个特别惊艳、完美的、可以抄的案例。

至于竞争，他不用竞争视角看问题。贝索斯在给股东的信里说，我们跟竞争对手的关系是，通过观察竞争对手做了什么，来思考我们怎样更好地服务客户。如果我们真的做不出更好的，或者持续比别人烂，那我们就应该消亡，这是规律。

曲凯让他对用户讲一句 Monica 最强的地方。肖弘说，今天可能是更方便，未来希望做到更懂。跟其他插件比，all in one 很重要。别人可以把某个单点做成插件，但有问题：第一是分发，如果用户都是天天搜索、天天寻找的早期采用者，当然没问题，但按跨越鸿沟理论，早期大众不会天天找产品，所以要关注可获得性，装一个应用之后能快速得到第二个。第二，零零散散的产品数据不互通，你读过的东西存下来，再问问题时能得到更好的体验，但数据没通，UI 也长得不一样，装五个插件就受不了，网页上还会打架。all in one 从用户价值上更强：一致的体验，一致的 UI，打通的数据，同样的问题上有更多上下文，不用多次 onboard、多次注册账号。

曲凯开玩笑说，聊完大家可能都去做独立开发者、开发插件，都卖给小红。肖弘说，对他来说这是好事，欢迎独立开发者联系他。

这期节目里最值得带走的，是肖弘那套「工具」思路。他把招聘、组织、做产品、收购、赚钱都看成工具箱里的工具，工具越多，能解的题越多，但也要警惕工具多到忘了主业。他给创业者的另一个提醒是时间点：AI 这一波有成本，商业化的问题应该比上一代 SaaS 更早问，LTV 大于 1 的生意才撑得起组织。

如果只想记一件事，可以记他那个问法：有什么变化一旦发生会很了不起，然后持续观察它。明年的模型能力、开源部署、幻觉问题，都可能带来跳变。对做产品的人，还可以记那个轴的退半步：不是给旧流程加 AI，也不是等一个全能的 agent，而是在脑子里先有大模型，再把 work flow 重新设计一遍。