赚到 RMB 的 AiPPT、赚到美金的 ACE Studio 和赚到用户留存的捏Ta | AI PMF 系列创始人对话

2024 年 4 月，AiPPT 的月访问量到了三百四五十万，月收入过了百万人民币，而且 ROI 为正，一直在赚钱。同一时间，一家叫 ACE Studio 的公司，年初才开始做海外市场、开始收费，几个月后单月收入到了几十万美金，美金收入占比从年初的 10% 翻到 90%。再往南一点，一个叫捏Ta 的二次元角色平台，悄悄把次日留存做到了 40% 以上、周留存 20%、月留存 10%，越过了上一代互联网人判断产品健康度的「四二一」标尺。

这三家公司出现在 42章经的一期节目里。主持人曲凯今年把播客的重点转向了 PMF，理由很直接：去年所有钱、注意力和聚光灯都在大模型公司身上，今年大家最想看到的，是有产品、有收入、有留存的团队。他接触的很多项目融资都很难，投资机构不太出手，核心原因是缺乏可验证的数据和产品。

三位嘉宾风格差别很大。AiPPT 创始人赵充创业十多年，上一家公司年收入十几亿，这次是用投资孵化的方式打仗；ACE Studio 创始人 Joe 带着一帮「土包子」团队硬闯美国市场，大学英语四级都没过；捏Ta 创始人胡修涵带着十多个人，花了一年时间观察用户，把产品从 AI 漫画改成了角色扮演剧情平台。他们讲的东西，比「AI 能不能行」这种宏大争论具体得多。

先想清楚怎么获客，再动手做产品 4:08

AiPPT 是去年八月上线的，十一月访问量过百万，到今年四月月访问量三百四五十万，月收入过百万人民币。曲凯问赵充怎么做到的，赵充的回答很朴素：这个产品上来就赚钱，所以获客上限可以放得高一点，只要 ROI 为正，就可以一直放量。

选 PPT 这个切口，有它的道理。Word、Excel、PPT 三件套里，PPT 是变现最好的一个，因为它承担的是价值彰显的功能，汇报、升职加薪都靠它。赵充说 PPT 虽然是美国发明的，但特别符合国内的职场文化。更关键的是，AI 改变了写 PPT 的流程：以前要打开白板、拖图标、做对齐、写文字、画文本框，门槛很高；现在说一句话，比如「南极探险的方案」，大纲自动写好，再选个风格，两分钟生成。门槛一降，用户群就扩大了。

这里有个反常识的判断。AiPPT 的核心用户群跟 Office 和金山是错开的，不是抢他们的存量用户。金山和 Office 服务的是高频用 PPT 赚钱的人，投行、4A 广告公司，需要把 PPT 做到极致去客户那里做 presentation。AiPPT 的用户可能一年只做两三次 PPT，甚至一个季度一次。有个朋友找赵充要 VIP 会员，是为了帮孩子写家庭作业。赵充开玩笑说可以跟凯叔讲故事交叉销售，因为都是家长。

曲凯提到百度文库里的那些 PPT，质量简直不能看，但仍然有很多人在下载。AiPPT 提供的解放是：先产出还算 OK 的内容，再用漂亮的模板呈现出来。以前这些人做的 PPT 本来也言之无物，现在至少好看、presentable。

至于频次低的问题，赵充不担心。他的解法是产品矩阵：二季度上线文生图、文配图、文生表、文生文、文生虚拟人，还有协作功能。留存靠的不是某一个功能，而是产品矩阵和内容一步步往前推。

最值得记下来的是他的立项方式。赵充说自己本质上是「投资视角」在打仗，每个项目五百万预算，小团队可能只有打一枪的机会，他可以打很多枪，因为背后还有一个赚钱的公司在。流程是：先做完市场调研，找到在这个领域干过十年以上的操盘手，出钱、组团队、跟操盘手合作，迅速把项目拉起来。用华为「五看三定」的框架看项目该不该立，每个项目都有标准立项流程，包含竞品分析、潜在市场规模、用户调研、推广难度。成功概率大于六七十，这一枪就可以开。

我们是先考虑增长渠道，先想好了增长渠道，以及了解了获客的成本，然后同时做产品的。

这句话值得所有准备做 AI 产品的人抄下来。赵充做了十多年广告和流量，中国所有到一定市值的互联网大厂都是他的客户，增长是这个团队的核心能力。所以他做产品的顺序跟典型 AI 创业者相反：不是十个人打磨半年产品，上线后再想怎么推、怎么拿下一轮的钱，而是一开始就把流量生态的分布、谁在管、获客成本多少、优先级是什么全摸清楚，以终为始。

三个维度上的竞争，和 CEO 不该向下补位 22:01

赵充把 AiPPT 的竞争拆成三个维度：用增、产品（包含 AI 和 workflow）、内容版权。三者是正向循环：用户量越大，产品矩阵越完整，辨析能力越强，内容供给体系和版权资源越强，反过来又能拿更多资金去做用增。所以他一定要在国内顶着行业第一的用户量。

版权这一环，他引入的第一个战略资源是视觉中国，因为 AiPPT 除了自己做，还把 API 和版权输出给很多大厂，而大厂最不能容忍版权有瑕疵。曲凯追问：如果未来 AI 生图、生 PPT 真的能完全做出来，现有图片和 PPT 版权的价值会不会越来越低？赵充把图拆成两类：一类是临时画出来的图，一类是写实的、纪实的新闻图片。写实的部分完全不受影响，而生成的部分仍然要基于素材库，没有素材库也生成不出好东西，视觉中国手里有原始素材，反而能生成得更好。

聊到这里，曲凯抛出一个 VC 视角的疑问：很多投资人先天会觉得，一个创始人特别靠资源，好像就不那么对劲。赵充的回答不太客气：问这种问题的投资人，听了太多故事，那些故事都是某些公司故意立的人设。

CEO 最主要的决策是组织以及链接公司内外部资源，而不是说向下补位。

他内部讲得更直白：事业部总经理不要去干总监的活，总监不要干客户经理的活。如果你向下降维去做下一层的事，说明你在招聘这件事上没有用力，在那个岗位上没招到最好的人。曲凯反问，早期创始人可能没有足够本钱招那么好的人，只能自己顶上。赵充的回应是：一年面五百个人。他研究一个目标公司，可能面五十个人，除了老板全聊一遍。他有十个 HR 领任务，把市面上所有相关简历找出来，但他不相信下面人聊出来的东西，全自己聊。要打版权战，就在市面上 mapping 出十家公司，每家聊十个人，聊增长、内容、产品、技术的人，从各个角度拼出信息，基本就是一份商业计划书，然后才判断这个事能不能打。

他还复盘了上一家公司没能完成 A 股上市的最大原因：没有整合市场上最好的战略资源进来。那是一家平台生态公司，只有平台进来帮你，才能吃下最大的市场，而当时他作为一个独立第三方吭哧吭哧干了十年。所以这次打 AiPPT，上来就考虑「这个仗应该谁一起来打」，引入了包括视觉中国在内的大模型厂商和平台厂商。

Suno 给你八十五分，ACE Studio 让你改到一百分 34:36

ACE Studio 的创始 Joe 介绍，公司 2019 年初成立，最初就想让每个普通人能创作音乐，产品和技术的形态探索了很久，2023 年开始做面向 professional consumer 的 ACE Studio，用户可以在上面生成具有出品级质量的 AI 歌声，未来要做成一站式的 AI 音乐工作站，创作歌声、伴奏，打磨歌曲，最后变成出品级质量。

曲凯问得很直接：那你就是取代歌手？Joe 说，或者是真人歌手的平替，逐渐会从平替变成真的取代，虽然这么说政治上有点不正确。

跟 Suno 的核心区别，Joe 用一个体验差异讲清楚了。用 Suno 刚开始很嗨，输入 prompt 出来一个很美妙的结果，但严肃地用它创作好内容时，总会发现百分之十到十五的东西不尽如人意，而你没办法在这个基础上二次修改。改一点点 prompt 或歌词，结果就 completely different，又要重新掷骰子。ACE Studio 想做的是：简单输入 text 产生一个百分之八十五好的东西，然后你可以继续在这个东西上修改，直到达到理想中的百分之百。

曲凯自己有过体会。上次录 AI 音乐那期，他们试了一百多首歌，最后才能挑出一个小节用在播客里。用 ACE Studio 就可以把素材拿进来，改歌词、改唱法、改旋律、改伴奏，不同模块有不同的算法处理，不再是不断掷骰子然后挑选。

Joe 由此讲了他对 AIGC 产品未来的判断：今天 AIGC 生成的全部都是创作的素材，不是内容。素材交到创作者手里进行二次加工和修改，才能产生价值。视频生成即使强如 Sora，生成的也是美妙的镜头，不是美妙的视频，镜头和视频之间的 gap 是叙事、剪辑，是创作者把 humanity 加进去的成分。音乐同理，「你好，我有一个帽衫」这个词和曲为什么能触动全网用户的神经，里面有环境的要素、当时当刻舆论风向的要素，那一定是人类加进去的灵魂。

曲凯接着问了一个产业链的问题：模型、创作工具、消费平台，这三个角色谁整合谁，谁是链主？Joe 说消费平台和生产工具的关系太暧昧，各种情况都有，Adobe 是独立做生产工具很厉害的公司，剪映、抖音、快手、快影是生产和消费一起做的组合，所以先放下消费平台不谈。模型和产品的关系，判断标准在于模型的难度有多大。他把模型比作城堡，产品是围在城堡外面的野蛮人，城墙越高，维持的时间越久。假设今天的文生图特别简单，随便都能搞出 Midjourney 那样的效果，那接下来应该百花齐放地出现各种产品创新模式，但模型壁垒足够高，产品创新就被抑制了。

音乐大模型不一样。Joe 打听到的消息是，Suno、Udio 这类产品真正的算力成本可能在一两百万美金水平，即使他说的乐观了，乘以二乘以三，也是一个 A 轮公司可以搞定的 level。OpenAI 下场用 scaling law 打爆一切？也悬。人类历史上创作出来的歌曲可能是几千万首，几百万小时的规模，一百张 A100 迭代一次两三天的水平，租的话几十万到上百万人民币一个月，不便宜，但也不是创业公司玩不起的。所以音乐这个领域，模型不难，更重要的是后面的工作流。

格莱美音乐人的套娃反应，和十五倍的付费率 44:47

ACE Studio 的商业化过程，Joe 说是血泪史。2023 年 10 月正式收费，之前定性地知道大量音乐人对产品有刚需，但没有定量数字：多少人、定什么价。他们拍脑袋认为，请一个歌手一次五百块，软件年费一千块，买一年用两次就回本。结果发现需求的人很多，付费转化率却不高，因为用户掏钱那一瞬间有很多纠结，比如万一买了不会用怎么办。国内新增付费率是每天新来一百人，付费一到一点五个人，买月卡的多、买年卡少，ARPU 相对低。

转机来自一个第一性原理的判断。Joe 算了一笔账：全球音乐人有一千五百万，数量级几乎相当于 UI 设计师，你今天在中国，朋友里有个平面设计师很正常，那这些音乐人去哪了？网易云上注册音乐人五十万这个数量级，真正做制作的可能只有十万左右，而 Spotify 上是一千万，海外还有 YouTube Music、Apple Music。再去 YouTube 搜 music production 这类关键词，会发现很多自己写歌做歌的人，粉丝几十万甚至大几百万，follow 他的人一般都是搞音乐的或者想学音乐的。中国很难想象有一个网红因为教别人制作音乐而有一百万粉丝。两个完全不同的土壤，那边大得多，为什么不去那边吃肉？

他们先试着 reach out 一百多个 YouTuber，用还一般的英文加 PPT 介绍产品，没有一个人回复。然后做了一个事后看很重要的、当时看有点非理性的决定：出去看看。紧急报名全球最大的音乐行业展 NAMM，本来想的是就算没有展台，脖子上挂个牌也要去跟人聊，最后幸运地有一个展台空出来，三天时间制作物料、自己托运、现场买电视买音箱，把展台搞定了。

展会上发生的事很有意思。一些看似貌不惊人的美国人过来聊，无一不是两个反应：第一个是「I can't believe it」，不相信这是 AI 做的；第二个是「I told you」，带着自己的朋友过来，跟朋友说我没骗你吧，朋友又说 I can't believe it，又来一个朋友说 I told you，进入套娃循环。Joe 的感慨是：酒香也怕巷子深，这事真是真理。更惊喜的是，他们收集的一百多人名单里，事后查邮箱和名字，能对应出二十个以上的格莱美获奖或提名的人。这些人没有直接带来新增，但带来了一种被信任的氛围。之后一些 YouTuber 开始回邮件，说朋友在 NAMM 上看到了你们，觉得很有趣，是不是可以合作，甚至更大的 YouTuber 主动发邮件来。

到今天为止，他们只投了五个 YouTuber 的合作推广视频，平均单价几百到几千美金，收入就从几十万人民币顶到了几百万人民币。今年一月人民币收入还占 90%，现在美金占 90%。海外的数据是每一百个新增用户有十五个人付费，差不多是国内的十五倍，而且是订阅制，绑信用卡直接循环扣款。

Joe 对出海有个判断：2019 年那波出海更多是「中国式高地」，中国有 DAU 这个北极星指标、有单一大市场，然后用它辐射东南亚、中东。今天应该把自己看成以色列人，没有背靠中国市场这个外挂，只有一个优势，就是中国人比较努力、勤奋、聪明，其他啥也没有。你要攻克的高地 exactly 就是 USA，而不是海外这些泛概念，因为今天的北极星指标是付费率、ARPU，美国才是付费用户的高地。

至于中国背景的问题，Joe 看得很清楚：资本市场比较难受，但如果做的是 C 端或 pro C 端，消费决策是单一个人绑信用卡就能决定的，大家并不特别 care，顶多说一句你们远道而来。格莱美那些人是不 care 的。只有跟大公司谈合作时，这件事才有些问题。

曲凯追问：你们团队之前完全没有海外经历，几个月就起来了，这是可复制的吗？Joe 说，具体路径上八仙过海，宏观上是可复制的，因为他们并没有更擅长出海，就是一帮土包子。他自己大学英语四级都没过，之前去旧金山待过半年，啥都不知道，硬去的，最后跟投资人谈笑风生，还在那边小创了个业。他的结论是：绝对可以搞，出去一看，美国比你口音重的人多的是，人家可能在美国生活了三十年，关键是人家口音重，中国人听不懂，美国人能听懂。

出海做对的几件事，他总结了两条。第一是找到你的流量阵地。ACE Studio 的流量阵地首先是 YouTube，其次是 Instagram。很多 AIGC 产品在 Twitter 上爆，但洛杉矶音乐圈，也就是宇宙音乐圈的中心，是拿 Instagram 当微信用的，加私信都要加 Instagram。这个事你真正知道了才知道。前期他们也盲投过，投过搜索广告，ROI 为零，亏得一塌糊涂；后来一个 KOL 推广视频的 ROI 能到一百，产品没有任何变化，就是流量阵地变了。

第二是跟用户待在一起。ACE Studio 有一个超级重要的功能叫转谱，能把一个人的歌声变成可以编辑的音符和歌词，哼一段小样就变成一段曲子。音乐创作者有一种创作方式叫哼唱作曲，不愿意一个一个手输音符，哼两句，能更快提取出来，在工作流上巨重要。就这一个功能，让用户扩了一倍。

捏Ta 的一年：从 AI 漫画到角色出演剧情 58:31

捏Ta 是这批产品里上线最早的，去年四月第一版就出来了，最初做 AI 漫画。胡修涵复盘，最早观察到的需求是大家都想面向二次元或虚拟内容场景做内容创作，前年年底就有一群创作者，基于最早的 NovelAI 或者质量很差的 Stable Diffusion 模型，也在做漫画类尝试，明显有自己的动力。二次元内容本身也是很大的消费场景。

第一阶段犯的推论错误是：看到了用户做美术类内容（把角色做成壁纸、美图，更像自己做完自己消费的工具型行为）的成功行为，直接往前推一步，推到「他能不能做出一个漫画给别人看」。结果发现，用户做的还是角色图片、壁纸为主，想牵引他去做更剧情性的表达，很难。中间有一层用户，上面是有强控制力要求、专注做出内容的人，下面是只愿意消费、不愿意构思剧情的人，他们原来假设中间存在一层「基于 AI 辅助就能开始构思剧情」的人，这层人不太存在。

曲凯问：那你还相信 AI 降低门槛、让消费和创作融合这件事吗？胡修涵说相信，问题在于要素没有拆得足够好。他把内容创作拆成三个关键要素：创作的线索、创作的基本手法、创作的主体思想。就像写作文，语文课上都学过。抖音在创作线索上提供的是卡点、音乐模板，创作手法是摄像头拍摄加剪辑，主旨定位在美好生活的表现上。

线索本身要满足几个 critical 的条件：不能限制最终表现形式的个性化，不能像上一代 AI 滤镜那样个性化程度有限、构不成多样性表达；同时又要足够易用，大家能用最简单的方式套用这个线索，做出自己的东西。这是很艰难的吹豆腐。他们最开始找的线索有点弱，只提供了一些 prompt 碎片，不足以构成更强的创作模式变化。

幸运的是，第一阶段虽然跑得不舒服，但看到一群用户坚持用。他们开始观察这群用户为什么坚持用，发现大多数是因为对某个角色有持续的、充沛的热情，持续围绕角色把它变成自己的某种幻想，或者把一个原创角色变成可以持续成长的东西。曲凯总结：就是有一批人在你们那真的在养娃。发现了这个需求，他们开始改产品。

现在的形态是：用户基于个性化方式塑造一个角色，进入专业用户打造的剧场或小剧情，让角色在里面表演。角色会影响剧情的发展，用户可以在剧情关键点上给角色用 AI 捏图的方式拍照，最后做成角色的一段新记忆和故事，分享给别人。剧情模板是 PGC 做的，相当于抖音的背景音乐，不同用户捏出来的人跟同样的模板碰撞出不同结果。

AI 在里面起两个作用：一是角色在剧情中出演、拍照时的摄像头作用；二是模拟角色本身的特性，决定他为什么会那样反应、那样表演。曲凯问会不会遇到剧情收敛的问题，胡修涵说没有，因为是单线剧情，不管角色怎么反馈，剧情主体走向不会发生那么大变化。这算不算基于现在 AI 能力的妥协？胡修涵不认为是妥协，而是他们决定这样：用户希望保持剧情真正的高质量，不一定觉得自己能随机走出来；如果需要强引导，可以强行去改、去扭曲剧情结局，通过自由输入，但大部分用户没有这个动力。回到剧情到底有没有 UGC 意愿做的问题，他们发现没有。

那 AI 跟没 AI 最大的用户感受区别是什么？胡修涵说，是用户有没有觉得这个角色有自己的特质和记忆。在形成角色对应每个场景的选项和关键画面描述时，都会调用这个角色原有的事件和记忆。角色参与的这个剧情本身也会加到他自己的记忆里，所以用户是在让自己捏出来的角色，厚度不断增加。

曲凯说这像模拟人生。胡修涵认同：这个场景 literally 就是模拟人生的场景，模拟人生是一个经久不衰的好游戏，在没有这一代 AI 的时候，它通过规则化的 AI，让你实现自己设定的角色在一定的故事线下完成出演。所以这绝不是凭空发现的新场景。

AI 从 creator 退化为 composer 1:08:27

胡修涵有一个总结：这一代 AI 跑通 PMF 的产品，核心要解决的是内容跨模态怎么组合的问题，或者说跨多个数据来源组合的问题。Perplexity 是跨多个数据来源把东西有机组合起来，Character.ai 是把原本角色的人设和用户的 prompting 之间做重新组合。

现在这一代 AI 做原创的能力是不够的，必须得先认知到这一点。

他的推论是：一旦不试图把 AI 变成最原始的创作者，而变成编曲或者说组合者的形态，它就能比较好地利用自己的特性做高质量输出。它有一个很强的能力，把素材从原来不可组合变成可组合。在这个角度上，又可以把个性化要素注入进去，这才是个性化生成的含义，而不是让用户每次按自己的想法去生成东西。如果每一次用户都要个性化地自己输入，阻碍和成本就会很高。

曲凯打了个比方：我有一堆资源，AI 的作用是让每一个人都能做一条单独的线索，跟这些资源碰撞混合在一起。胡修涵说没错，这种组合让你感觉它个性化的能力也很强。人其实很容易被个性化这个点 hack，同样一句话，用你能接受的方式重新说一遍，大家就会觉得那是你自己的思考。所以这种组合能力，是一个 hacking 个性化的过程。

关于 PMF，胡修涵用的是移动互联网产品的经典指标「四二一」：次日留存 40%、七日留存 20%、长留 10%，尤其适用于社交类产品。他们一直在观察自己的产品能不能做到。小程序上之前的情况是，长留 OK，中间有一部分核心用户可能比 10 还高，但次留和周留都很差，说明使用模式不高频，用户偶尔想起来还有个东西可以消磨时间，对核心玩法的深度消耗不够，付费空间也会被打折扣。把剧情的线索准备好以后，每个用户的消耗能力一下提升了，愿意分享的意愿也提升了，中间的留存线全面越过那几把尺子。

另一个观察窗口是用户投诉。最开始吐槽创作体验，中间吐槽原创角色功能，十一二月份吐槽社交有没有私信，到今年大家都开始吐槽电量不够。电量就是体力，是自回的，像游戏一样每天缓慢恢复，如果不够，说明那段时间消费欲望非常强，否则等等就行了。看到这样的评论，他们回复一下，也提升了很多。

商业化上，胡修涵有一个判断：AI 产品一开始就要考虑商业化怎么植入，但如果在捏Ta 这种产品形态上过早对创作行为收费，会很大程度抑制创作。所以他们一直在试验付费意愿，没有真正大规模商业化，用的是广告激励，看广告加体力，或者在小规模社群里问用户愿不愿意买，很像小游戏的做法。随着体力消耗要求增加，用户做付费动作的动力也持续增加，不管点广告还是直接付钱。上几个月已经出现比较明显的单点产品 offer，能跑到比较明确的续费和复购，他们这才比较有信心说这是 PMF。

捏Ta 做对的事，胡修涵总结了几条。第一，始终围绕主题性创作，没有想过泛泛地服务所有创作可能性，所以用户能比较深入地被洞察，而不是浅浅地聊聊天、谈谈功能缺啥。第二，在社媒上始终用内容做探路，如果社媒上的内容能始终领先产品三个月，去实验哪些 AI 参与制作的内容有 content market fit，这个比 PMF 的潜质效率要高得多。他不太相信某一类 AI 产品，做出的内容需要非常专业的创作者，但并没有特别多的普通内容用户来消费，那种内容很多是科技爱好者尝尝鲜、夸技术不错，没有什么生命力。

核心竞争力是什么？胡修涵说，是团队在非常小的、两到三个人之间就能形成从用户需求洞察到模型底层优化的闭环，整个团队十多个人，这个闭环可能只需要一两个人参与完成，很多其他团队需要跨三四个不同职能。这让他们也能发模型，模型是针对自己场景持续优化的。他同意徐老师跟 HeyCloud 聊的那一期里的观点：现在需要产品经理去关注最底层的技术变化，因为技术变化带来的优化推论、投入的核心技术资源，判断区别会很大。比如到底判断现在要去攻克生成视频的能力，还是优化一个具体用户使用上的细节点。如果做产品决策的同一个人，既是一线了解用户场景需求细节的人，又是一线了解技术实操的人，才能比较准确地判断什么时候最适合把某个新技术落进产品，否则会发生很多中间的战略波折。

感知部分和行动部分连接的距离足够短。

三个故事背后，能带走的判断 1:15:07

三家公司的路径差别很大，但有几件事是共通的，值得做 AI 产品的人对照自己的处境想一想。

• 先算获客账，再做产品。赵充的顺序是先摸清流量生态、获客成本、优先级，再组织团队开打。Joe 的教训是产品没变，只是把投放从搜索广告换到 YouTube 和 Instagram 的 KOL，ROI 就从零变成一百。流量阵地在哪，是要真的走到那个土壤上才知道的。
• 模型壁垒决定产品空间。Joe 的城堡比喻值得反复想：城墙越高，围墙外的产品创新被抑制得越久。判断一个赛道，先判断模型本身有多难、算力成本在什么量级、大厂下场会不会打爆一切。音乐模型不难，所以工作流更值钱。
• 这一代 AI 是 composer，不是 creator。胡修涵的这句话，解释了为什么跨模态组合类产品先跑出 PMF。不要让用户每次从零个性化输入，成本太高；把素材从不可组合变成可组合，再把个性化要素注入进去，才是可用的产品形态。
• 留存指标是硬尺子。四二一不是新概念，但捏Ta 用它来诊断自己的问题：长留 OK、次留周留差，说明玩法消耗深度不够，付费空间也受限。找到剧情这个线索后，几条线全面越过标尺，付费意愿随之起来。
• CEO 的职责是组织和链接资源，不是向下补位。如果你在干下一层的活，说明招聘上没花够时间。赵充研究一个公司能面五十个人，全自己聊。这个标准对早期团队可能苛刻，但方向值得记住。

如果你正在做 AI 产品，可以先问自己三个问题：我的获客渠道和成本算清楚了吗？我做的这件事，模型壁垒有多高，城墙能撑多久？我的产品是在让用户从零创作，还是在帮用户组合已有素材？这三个问题，比讨论 AI 是不是泡沫有用得多。