刘飞是播客《三五环》的主播，内容创作者，也做产品经理。十几年前他在锤子科技做过一年手机产品经理，参与过 Smartisan T1。这期是他一个人的单口，七十八分钟，从折叠屏的历史一路聊到 iPhone Duo，再聊到手机形态往后会怎么走。

他既不信「苹果堕落了」，也不认为「折叠屏是未来」。他更像在拆一台机器：这个品类从哪来，卖得怎么样，用起来哪里别扭，苹果的牌打在哪。拆完之后，他给自己算出一个 30% 到 35% 的购买概率。

三种立场，和一段折叠屏往事 0:26

iPhone Duo 发布后，讨论基本分成三派。

一派说苹果堕落了。跟风做个没用的东西，圈一波钱，跟某些厂商没什么区别。一派说折叠屏就是手机的未来，跟智能手机取代功能机一个道理，现在不主流只是因为折痕、可靠性、价格还没解决。还有一派相信苹果入场会重塑这个品类，这也是苹果发布会自己的说法。

刘飞最早属于第一派，而且是最刻板的那种。他试用过早期折叠屏，觉得这东西天然有缺陷：要翻开。翻开这个动作本身，就意味着它不如直板手机顺畅。当时的产品品质也确实不到位，他断定这是面向土老板的社交货币，苹果不会做。

如果苹果做了折叠屏手机，我要把苹果的股票都卖掉。

这是几年前他跟朋友说过的话。iPhone Duo 发布后，他卖了一些股票。他的解释是，苹果的创新能力在往下走。产品能不能赚钱、财报好不好看，是另一回事。

锤子那一年给了他一套判断手机的标准，工业设计、软件、用户体验，全都在里面。他不觉得自己的审美高人一等，但承认这套标准至今管用，让他看很多国产折叠屏时，总觉得差那么点意思。他现在的设备是 iPhone 15 Pro Max 主力，MacBook、Mac mini、Apple Watch、AirPods 全套，外加一台 vivo X100s 当备用机。

折叠屏的出发点很简单：要一块更大的屏幕。

屏幕变大是智能手机史的主线。乔布斯在世时坚持 3.5 到 4 英寸是完美尺寸，握持手感最好。刘飞记得第一次见到三星 Galaxy Note，觉得像砖头。现在手里这台 Pro 的尺寸已经跟当年的 Note 差不多，单手握持不舒服，小拇指按得发酸，趋势还是挡不住。

6 寸多再往上，手就拿不住了。折叠是一条路，VR 眼镜是另一条，元宇宙那一波已经过去。

时间线拉出来：2008 年诺基亚提出可折叠手机的概念；2011 年三星展示柔性屏原型；2019 年三星推出 Galaxy Fold，从原型到产品花了八年。中间还有一段悲壮故事，2018 年柔宇科技推出柔性折叠屏手机，这家公司押注折叠屏路线，八年融了十三轮、上百亿人民币，最后破产。刘飞的分析是，它入场太晚，建不起消费心智，to B 的柔性屏生意也没立住。

真正奠定主流形态的是 Galaxy Fold 和华为 Mate X：向内折，加一块独立外屏。

早期产品是向外折的，没有外屏，整块屏幕就是外屏。当时屏幕表面多覆了一层，大量用户以为是贴膜，拿到手就撕，把屏幕撕了。这类新闻在当年不算少见。

后来荣耀、OPPO、vivo、小米都跟进，Google 也在系统层面支持不同比例的大屏。2025 年，中国折叠屏出货量突破一千万台。这一千万台里，华为占 70%。全球范围看，中国是最大单一市场，占四成以上出货量。但折叠屏在全球手机总出货量里只占 2.5%，在华为自己的手机出货里也只占 15%。

所以这是个什么品类？刘飞给的定位是：不容小觑的垂类。飞机头等舱里拿着华为折叠屏的中国老板，是它最重要的一批用户。

为了薄，先砍一刀 14:10

折叠屏比直板旗舰贵，性能却矮一截。这一点跟很多人的直觉相反。

原因在形态。合起来要比直板稍厚，可以接受；展开必须足够薄。薄就意味着内部空间被压缩，散热要重做，电池要重做，摄像头模组塞不下旗舰级的。价格贵出一截，拍照、散热、运行性能都低一截。这让很多人在选机时为难：拍照不够好，当主力机别扭；花这么多钱当备用机，又下不去手。

刘飞的看法是，参数阉割不代表体验阉割。现在旗舰机的性能，大部分普通人在大部分场景里根本用不到。发布会花大量篇幅讲夜景拍照，评测视频里四分之一甚至三分之一的时间在讲夜景，可他自己的拍照场景基本都在光线充足的环境，拍照在手机使用时间里大概只占 3% 到 5%。

最能影响使用感受的是真实场景，不是参数表。

他拿自己当样本。华为大折叠和 Pura X Max 他都当过主力机，各用了大半个月。折痕这条，他的体验是几乎不受影响，注意力在内容上时，中间那道浅痕根本注意不到，何况现在折痕已经很浅。这就像屏幕碎了、花了的朋友还能继续用，因为看的是内容。续航确实掉得快，比他手里那台旧 iPhone Pro Max 还快，但充电口到处都是，不算大问题。

用了大半个月，他不想留下它们。问题不在折痕，不在续航，在场景。

内屏打开率不足三成 20:24

拿到折叠屏之前，刘飞有过一些设想。出去吃饭，内屏展开刷东西；随手拿起来，大屏看着爽。

实际用起来不是这样。单手握持展开态很难受，握不稳，容易抖，最后只能两只手捧着。两只手捧着的场景，他本来就会带 iPad，十寸对七点几寸，iPad 体验更好。而这类场景本身低频。

结果是大部分时间都在用外屏。为了一块不常用的内屏，每天带着更重的机身，这笔账不划算。

2026 年 6 月 vivo X Fold6 发布会上，vivo 副总裁黄韬讲得很直接。

很多折叠屏手机用户的内屏使用率不足三成。

刘飞还看到有自媒体说日均展开三次，这个数据他没找到来源，但方向能感知到。内屏不是想象中那样随时打开、随时合上。

他给了一个类比：像自带充电宝的手机壳。重量一直加着，大部分时候你并不需要充电，那不如单独带个充电宝。内屏一直塞在机身里，平时又不用，何必为它牺牲直板手机的握持感。

扩折叠还有另一个问题：变宽。刷信息流时，小红书做了适配还好，美团、淘宝这种上下结构的列表流，宽度增加没意义，高度缩短，一屏能看到的店铺从五六个变成三个，体验明显下滑。

然后是心理成本。用折叠屏之前，他以为会像早年的翻盖手机，啪地甩开，再啪地合上。真实情况是，机身是玻璃，很金贵，每次开合都得两只手放在对应位置，力道还得控制，不敢掰重。这个仪式感本身就在降低打开内屏的频率。衍生出来的心理负担更多：敢不敢架在自行车上导航，敢不敢放在海滩上，要不要加壳。机身已经 250 多克，加壳到 300 多克，半斤多。

他有过两次真实对比。iPhone Pro Max 从床上掉到地上，完好无损。Pura X Max 掉到地上，角磕出了一块，幸亏屏幕没碎。他平时用手机从来不戴壳，用折叠屏时不得不戴。一台一万五、两万，为了薄做到这个价位，再套一个几十块钱的壳，他觉得这事挺魔幻。

尺寸是参数表最容易骗人的地方。大折叠展开接近正方形，小红书这类应用会自动排成三列四列，看着不错。但看视频和照片就是灾难，16:9、3:4 的内容都会留大片黑边。屏幕面积比直板机增了 76%，看宽银幕电影，有效面积反而少 10%；看 16:9 只增 20% 到 30%。扩折叠是 16:10，播 16:9 视频上下各留 10% 黑边。小折叠逻辑不同，它是时尚单品，折起来方便揣兜、挂包，展开之后跟直板机一样。

软件适配这一块，华为官方说应用市场前 1000 个应用的大屏适配率达到 95%，数字听着乐观。刘飞说，适配和适配不一样。大部分适配只是想办法把屏幕撑满：左边一页，右边一页，点左边右边变一下，操作逻辑跟直板机没区别。真正要在大屏上重排布局，得开发者从头做，这是额外成本。安卓生态本身也难有强制力，各家应用长得都不一样，跟系统规范关系不大。

旧体验这道题 35:55

刘飞说，他为什么对内屏没那么强的诉求？因为设备够全。Windows PC 打游戏，MacBook 办公，iPad 看剧，再加两台手机。本来就要带这么多东西出门，折叠屏就鸡肋，每样需求都有别的设备实现得更好。

但有人确实有 all in one 的需求。很多年轻人不买电脑，也不买 iPad，手机是唯一的计算设备。工作也不都在办公室的电脑前完成，手机配合着干活，替代了电脑的一部分作用。屏幕能变大，处理事情就舒服太多。

判断要不要买，核心就一条：你的旧体验是什么，这台设备是加分还是减分。刘飞说吴军那个公式到现在还经久不衰。

换个具体职业看。销售经常出差，路上要随时回消息；在咖啡馆见客户，能直接用内屏把文档、PPT 铺开给对方看。内屏效果比外屏好太多，也不用揣几台设备来回切。手机就是他的办公场景，这跟刘飞的旧体验完全不同。

再反过来想一次：你买的不是一台能变成平板的直板手机，是一台能折叠的 iPad mini。日常 iPad mini 使用很旺盛的人，一台更轻便、能合上揣兜的设备就有价值。

他自己的情况是，iPad 用得不多，主要办公在电脑上，录音、剪辑、处理文稿、查资料、跑各种 AI 工具，iPad 替代不了。所以他不愿意为内屏牺牲握持感和性能。

老板为什么能用折叠屏？他们是用它批奏折。华为做三折叠，一拉开就是批奏折的感觉。在折叠屏大卖之前，刘飞在互联网大厂就见过很多老板用 iPad mini 办公，开几个窗口看汇报、看 PPT、签字回邮件，够了。打工人要真改 PPT、真写 Word、做大量材料整理，iPad mini 完成不了，一台七八寸的折叠屏更完成不了。

新的硬件不太可能改变你的生活方式，它只能改善你已有的场景。

不要对折叠屏手机的大屏幕抱有幻想。

他以前也有过零碎的幻想，吃饭时把机器攥在手里刷。真操作起来不会这样，就像你吃饭时不会把一台 iPad 捧在手里一直看。你之前没有的场景，不会因为买了一个新形态的设备就长出来。

二合一对他自己是减分。他拍照主要靠 Pro Max，换成 Duo，拍照就成了问题，还得再配一台拍照更好的安卓，又不轻便了。合完之后体验没提升，反而折损了原来的体验。

苹果已经不是那个苹果 43:43

库克上任时的争议很大。他是供应链出身，在 IBM 做了 12 年，也在康柏待过，可能是当时全世界最懂电脑供应链的人。乔布斯是定向去找他，来解决苹果电脑的问题。

苹果历史上几乎像素级发生过同样的事：乔布斯离开，职业经理人斯卡利接任，把公司带进深渊。斯卡利是百事可乐的老板，乔布斯挖他时说过那句卖一辈子糖水还是改变世界的话。所以库克接任时，很多人担心苹果没有苹果味了。

结果摆在那：苹果市值接近 5 万亿，比他接任时增长了十几倍，而接任时已经算苹果的高点。Apple Watch、AirPods 也都是库克任期内做出来的。AirPods 尤其重要，没有蓝牙降噪耳机，就没有播客市场，中文播客是跟蓝牙降噪耳机同步起飞的。降噪之后，通勤、健身、做家务时才能听清别人在讲什么，在那之前这些场景只能听歌或者听信息量很低的内容。

M 芯片改变了苹果设备在行业里的位置，建起新壁垒。现在 Mac mini 一机难求，买家不是个人 AI 爱好者，是 OpenAI、Anthropic 这些公司在大量采购，用来训练 agent。agent 要模拟真实的人的操作环境，不能直接拿英伟达的芯片训。

库克的范式是改造已有市场，不是颠覆式创造。

手表市场早就有了，耳机市场早就有了，苹果用供应链、产品品位和整合能力，做出一个大家都会选的产品。公司因此越来越不性感，产品在每个领域保持相对较好的品位、相对完善的设计，维持住品牌，让大家能闭着眼买。

乔布斯也不是神。最知名的错误判断是 App Store，他非常不支持做应用商店，现在应用商店是苹果利润率最高的来源之一，基本躺着收钱。他不喜欢大屏手机，认为 3.5 英寸最合适握持。他还说过平板小于 7 寸必死。折叠屏正好撞上这几条预判：外屏超过了乔布斯的尺寸判断，内屏展开的平板形态也跟他的想法不一样。

刘飞说自己是小腿上有乔布斯纹身的人。他的说法是，越了解越觉得一个立体的天才就是这样，不可能每个判断都对，也在迭代，也在重新认识世界。乔布斯要是回来，苹果肯定能做出更好的产品，但能不能再造一个 iPhone 很难说。比如汽车，Apple Car 要做成颠覆行业很难。汽车更依赖硬件，车机和软装是锦上添花，很难因为车机做得好就买一辆车。苹果最擅长的软硬件结合、用户体验设计，在电脑和手机上能复用，因为这两样都是绝大多数人最重要的主流计算设备，汽车不是。

所以苹果的路径很清楚：手机足够成熟了，就去找相对小众、但绝对规模有价值的市场，耳机、手表，现在轮到折叠屏。折叠屏已经是全球不可忽视的细分品类，哪怕当成一个新数码品类，也值得试一次。

中国互联网公司同理。字节在短视频和推荐信息流上首创过很多机制，后来也做游戏、教育、本地生活、电商，进入成熟平台跟人分蛋糕。腾讯早期产品很有独创性，后来变成一家投资公司，微信做短视频是行业跑了很多年之后才做的。

创新者的窘境就在这：大公司在一个新领域开创新东西，难度比小公司还大。

iPhone Duo，四平八稳的一仗 54:54

苹果做折叠屏是一个四平八稳的选择，不会出大错。供应链、软件、硬件、工业设计、用户体验，每一项都比当前平均值高不少，综合起来就是市面上最好的一台折叠屏手机。

发布过程中，三星移动的美国官方账号连发几条帖子，意思是你们在热我们的剩饭，我们做了多少年了。苹果在发布会上说「我们重新发明了折叠屏手机」，这话术是乔布斯式的，现在更多被当成一句稍微夸大的宣传口号。真正的改变没有想象中多，是微创新。但对苹果自己来说，这是 AirPods、Apple Watch 之后最大的新产品，所以放在新 CEO 上任后的第一场发布会。

硬件上它没有夸张的优势，用的是成熟供应链的材料，硬要比参数，跟安卓旗舰差别不大。早期的碾压来自安卓流畅度低、用几年就卡、相机粗糙、软件生态不健全。现在安卓追上来了，某些地方还更超前。很多人离不开 iPhone 是因为生态，付费、照片、文件、电脑耳机全绑在里面。

iPhone Duo 的底牌是 iPad 攒了十六年的内容生态。

iPad 2010 年发布，4:3 这个比例沉淀下大量内容和软件。很多应用在折叠屏出现之前就在这个比例上优化好了，可以直接移植到展开的 iPhone Duo 上。对安卓来说这是碾压级的生态迁移。展开就是一台 iPad，iPad mini 和其他型号为这一刻准备了很多年。

交互是苹果的另一张牌。他用安卓折叠屏时很多地方点不到，展开必须双手握持，扩折叠的外屏单手也够不着。锤子时期他有过类似经历，Smartisan T1 也是大屏手机，单手够不到远端，团队花了很多功夫重做单手交互。电话界面把数字键移到惯用手一侧，井号这类不常用键移到另一侧。方案是他提的，老罗拍板用了，设计师很不满，觉得破坏了轴对称，特别难看，不愿意画。

苹果的逻辑类似：常用按键放惯用手一侧，dock 上的常驻图标也放这一侧。这是系统层面做的设计，开发者容易跟进适配。这层能力上，苹果系统确实比安卓领先不少。安卓现在几家大厂分蛋糕，交互层面的探索相对有限，不像十年前百花齐放，那时候很多做 ROM 的厂商都在试各种产品设计。

折叠屏的平均体验是五六十分，苹果能把它提到六七十分，这十分就是它此刻入局的理由。条件成熟了，观望的中间派会被推动。

工业设计也是购买理由。MacBook 就比别的笔记本精细，没事拿手摩挲一下，感觉很好，别的笔记本很少能做到这个程度。

中国市场还有一层特殊性。海外软件生态相对丰富，中国有几个超级头部的 app。鸿蒙上市之前必须先跟微信、支付宝谈好共同开发，都就绪了才上市。折叠屏 iPhone 在中国的体验强依赖这些国民级产品，而有些国民级 app 在 iPad 上的体验依然不算好，这一点值得看。eSIM 卡的问题他也没有展开。

定价上，Pro 拉到 1000 美元档，Pro Max 再往上，Duo 再往上，每个档位都有一台能买的机器。最近 vivo、OPPO 推出背面很像 iPhone 的机型，看着奇怪，其实都是海外机型，策略就是长得像 iPhone，拿回国内卖是为了补齐价格带。现在的消费环境里，贵 500 块便宜 500 块就能改变决策，所以每个价格带都要布产品，这是纯商业逻辑。

Duo 的价格已经跟很多安卓折叠旗舰持平，杀伤力就出来了。

社交货币这一层，折叠屏属性很强。拿一部三折叠，就是在展示自己手机最贵。刘飞不认为大部分折叠屏用户都是因为民族情绪买华为，里面有很多社交货币和价格锚点的成分。现在锚点换到了苹果这边，相当一部分原来的折叠屏用户会转过去。

第二类是原来就在苹果生态里、离不开又想要折叠屏的人，会毫不犹豫地买。第三类是想买市面上最好手机的人，不研究性能，听说苹果出了折叠屏，最贵，就代表最好，闭着眼买。

听完这三类，如果你都不属于，就得自己算一遍旧体验。愿不愿意为一块大屏牺牲掉一部分体验，这笔账没有标准答案。

销量上，他估计第一代出货几百万台问题不大，可能冲上千万。京东预约人数已经超过 50 万，目前口碑还不错。会不会成功，关键看怎么定义成功。变成一条持续卖钱的产品线，可能性很大；替代直板手机，几乎没可能。就像 iPhone Air，评价分裂，他觉得还算成功，身边不少朋友喜欢，产品线应该会继续迭代。Apple Watch 早期也在摸索定位，做时尚还是做别的，花了几代才沉淀到健康监测。折叠屏估计也一样，是生产力工具、社交货币还是时尚单品，跟标准版 iPhone、Pro、平板之间是什么关系，得让子弹飞一会儿。

手机会发散，屏幕未必 1:09:19

手机的形态不会收敛，会继续发散。

摩托罗拉和诺基亚时代是百花齐放，长的、方的、圆的、全面屏、折叠，大家都在试，先发散，再慢慢收敛。收敛到苹果做什么，安卓跟着做什么。这些年又开始发散，他认为接下来不会重新收敛回去。

小折叠是为了方便揣兜、挂包，宽比例折叠和三折叠用来批奏折，不同形态对应不同场景。折叠屏不会替代直板手机，但全球占比可能从 2.5% 拉到 5%，甚至 10%。海外变化更关键，苹果会把这个品类的认知普及开。

很多人说折叠屏不主流是因为贵、体验不够好。他的判断是，哪怕性能、体验、价格全部追平直板机，它依然很难替代，因为有相当一部分人压根没有打开内屏的需求，打开这个动作本身就不方便。手机一甩变成 30 寸屏幕当然最好，可甩之前你平时用外屏付出的成本和代价很高。

华为要出阔直板手机，只有内屏的形态，也会卖得不错，但取代不了普通直板，现在直板的比例是为大量应用场景服务的。如果让全世界投票只留一种形态，会选出直板手机；只要允许别的形态存在，它们就会一直在，价位和形态越分越细。8 寸的手机、19 寸能打电话的平板，其实已经出现了，只是不主流。平板的尺寸会越来越丰富，笔记本和平板的界限也越来越模糊。

AI 眼镜是另一条路。VR 现在的体验还差得远，戴在头上麻烦。AI 眼镜大有可为，现在主要用单色光波呈现简单内容，他最近用雷鸟，体验挺有意思，已经能呈现一块更大的屏幕，是屏幕变大的一条可选路径。

再往远看一层：我们为什么需要屏幕？

影音娱乐要更大的画面，从普通影院到 IMAX，这个需求一直在。但平板的大量场景其实是生产力。看视频这件事，替代方案很多，电影院、电视、电脑都行，日常便携场景手机就够。手机上的 B 站视频、短视频、资料，本来就是为手机设计的，放大到更大屏幕上反而别扭。他刚拿阔折叠刷短视频觉得挺爽，后来发现没那么爽，这些内容的画面信息密度和分辨率，在大屏上并没有优势，它们不是为大屏设计的。

生产力需要大画面，是因为要复杂的交互界面，要把一个软件、一份资料、一堆窗口铺开。现在最大的变数是 AI。如果未来真是 LUI 取代 GUI，大屏幕还有没有意义，就是另一个问题了。

刘飞自己的购买概率是 30% 到 35%，离发售还有一个月，他说会再想想。给听众的判断标准其实已经说完了：先数一遍你手上在用的设备，再想一遍你每天真实发生的场景。如果过去是手机加 iPad 两台设备，二合一对你是加分，那就值得买。如果主要工作在电脑上完成，折叠屏只是多背了半斤重量。想清楚这件事，比研究折痕深浅和跑分高低有用得多。

网页版：https://35huan.qiaomu.ai/ep/6aa41efc492687f6aad88f7f.html · 原节目：在小宇宙收听 · 精读由 AI 基于节目转写整理。

这期《三五环》聊AI和演员的关系。话题听起来像行业新闻，内容却落在很具体的细节上：喜剧表演差0.5秒会变成什么样，AI生成的破音为什么不算破绽，一个没学过镜头语言的人怎么做出还过得去的短片，一个演员在空窗期投了一百多份简历没有回音之后，怎么跑去哈佛公开课上写代码。

49分钟的对话，从训练营讲到片场，从提示词讲到自主意识。

商科生、封神训练营、一百份没回音的简历 1:17

吴汉坤在墨尔本大学读商科，主修市场营销和企业管理。大二结束准备选大三的课，课都选好了，一位在澳洲签的小经纪公司的经纪人姐姐发来资料，说有个项目在全球招男演员海选。官方数据是全球面试一万人，最后进封神训练营的二三十人。他进营时80公斤，体脂偏高，训练营最轻的时候到71、72公斤。

小时候爸妈给他培养音乐兴趣，萨克斯和钢琴，唱歌是自己喜欢。表演完全不搭嘎。

2018年初到2019年底，他做了两年AI创业。因为做演员，失去了大厂实习经历，回去没有竞争力。疫情封城，回不去，觉得演艺生涯可能就结束了，体验了两年还不错，缘分已尽。朋友说「你终于回到正轨了」。他开始投简历，投了一百多份，都没中。后来找到一份管理咨询的工作。同时学代码，上哈佛的CS50公开课，免费，报名就能上。学完想把它变成自己能做的项目。

创业这件事他一直感兴趣。从小喜欢做东西，搭出来一个什么，画一张画，做出来一个看得见的东西，有创造感，有成就感，「这是我的一个作品，这是我创造的一个价值」。

项目叫Verdict AI，帮创业者执行创业初期的小任务，做竞调、做PPT、做一个简单网站。2022年开始做智能体，时间算早的。团队就他和另一个合伙人，他从项目里学会了前端和后端，后面能做全栈项目，快速搭一个简单demo。

项目管理用Notion，每个任务分三个重要等级和三个难度等级，二维交叉，简单又重要的先做掉。刘飞听完说，感觉又回去上班了。

刘飞问他是不是做事没顾虑，想做就做。他说顾虑跟大家一模一样，一直纠结要不要做，纠结到最后觉得都纠结这么久了，不如做吧。做完决定也还在想，这事是不是值得做。

二十秒的demo，长成了五六十个小时的短片 7:28

第一部短片叫《粉丝悖论》。做之前他没碰过短片，作为演员拍过戏，没做过导演，也没参与过制作流程。契机是他在《陷入我们的热恋》里演朱扬起，这个角色有遗憾：想当画家没如愿，篮球也没打到特别好，心里一直有个篮球梦。吴汉坤想郑重地跟角色告个别。当时Midjourney已经火了，AI生图、生视频的软件开始出现。他原计划做一个20秒的小demo，弄点炫酷画面，让角色穿梭到不同宇宙，最后回到这个宇宙。

分镜头一做，故事一写，发现没两三分钟表达不完。越做越长，后面又大量删减。脚本是团队小伙伴和他一起做，分镜、生图、视频、剪辑、音乐都是他自己完成。当时大家都不太知道怎么做，他正好有时间，就去研究，非常难。

一年后回看，这支短片已经不能看了。技术变化天翻地覆。

刘飞说这种体验式的心态很好，先去做，不用管当下功利性的结果。他创过业，创业过程不见得要有物质回报，哪怕最后没那么顺利，过程里也学到很多东西。他入行十几年，刚做产品经理时，这个岗位还是很早期的讨论对象，现在供给充分、饱和，门槛很高，工具又非常好用。现在99%的代码是AI写的，Anthropic说Claude Code有95%的代码是AI自己写的。大厂程序员写代码要别一个小蜜蜂麦克风，口述命令改代码，在办公室没法大声说，搞得跟特工似的。反过来说也有危机感，老板会想，是不是不需要你们了，我直接跟它说就完了。还是得懂底层逻辑。

短片做到95%完成度之前，吴汉坤几乎不抱希望，觉得太差。95%到100%这5%之间，发生了某种神奇转变，到100%突然觉得，这还有点像样。后面做的所有短片都是这样。期待和真实位置之间总有gap。刘飞说，

电影是遗憾的艺术。

做演员时他没觉得这个gap存在，因为只在片场，不在后期机房。演员的目标在现场完成了，对制作人来说事才刚开始。做了创作者之后，他才体会到导演有多辛苦。刘飞提到，一些导演说AI很大的优势是少掉很多沟通摩擦，不用反复考虑对方需求，沟通成本在想象之外。

昆汀那句话，说清了AI创作者该干什么 14:32

吴汉坤引用昆汀·塔伦蒂诺的一个采访。昆汀说，我不需要会做裁缝的活，不需要精通美术，当这些人把活干得比我好的时候，我的工作就是把想要的vision用简单清晰的语言沟通给大家听，让大家听懂。

刘飞说这句话完美定义了AI创作者的要求：跟AI要完整、准确地表达想象的画面。你得先有一个图景。只说「我想做一个什么样的故事」，AI很难理解。你已经有图像了，这个人站在左边，做了什么动作，跟另一个人怎么交互，AI才能更忠实地完成。

所以会写提示词很重要。会写提示词的前提，是有想表达的东西。一两年前流行过提示词加工的方法，加上几个词就会变好用，还有人做提示词市场卖钱，这些门槛很快被弥平。就像学摄像机上的按钮代表什么功能，拍出好东西的关键是知道画面里是什么。

吴汉坤在社交媒体上发过一句话：AI就像Word，莫言能用Word拿诺贝尔奖，普通人用Word写不出能拿奖的文学作品。人家用Word写很厉害的作品，你用Word处理账单，是另一种使用方法。

第一支短片做完，他的感受很复杂。情感层面是惊喜，也觉得唏嘘。一个从没学过写脚本、做分镜、镜头语言的人，五六十个小时手搓出一部还过得去的短片，表达出了一些东西。AI发展这么快，过两年大家都能用技术表达自己的故事。一年后，技术果然发展得更快。

他的工作流偏P人。有一个大框架、大方向，然后自由发散。有时觉得另一条路好，就把前面做的东西全部归零，按新的方向反推之前应该怎么样。AI时代可能会唤醒大家身上的P人人格。拍电影哪怕只有几十人上百人，也得先规划档期，大商业片就是在经营一个公司，该开的会不开，后面的事就受影响。用AI做，可以更自由。

一个AI超级创作者，如果精通导演、美术、音乐、音效，产能释放100倍、200倍都有可能。

喜剧差0.5秒就不对，AI调不了这个 18:36

作为演员，吴汉坤用AI有优势。现在的AI做不出表演需要的节奏。喜剧非常吃节奏，毫秒之差。一个点头、一个眼神多停留两秒，或者多停留0.5秒，故事就不一样，感觉也不一样。用现在的手法很难模拟一个有节奏感的表演，想调它的节奏非常困难。不能用文字调，文字很难让AI get到意思。你说第3.9秒要这样，第3.95秒另一块肌肉要怎么样，它理解不了这么细的描述。

另一种方法行得通：自己演一遍，让AI捕捉、学习你的节奏和表演。这是演员很大的优势。

他这两天做了一支短片，全自己表演，一条过，一分钟的独白，当中有几次情绪变化。眼神的肌肉，卧蚕紧一下，眼睛红一点，落泪，头扬一下往旁边偏，都是设计好的节奏。AI只需要把背景换一换，做传统绿幕的特效。这是AI最擅长的事。真实的情绪体现，由演员本身来做。

对影视行业，AI更多是把真人的表演做AI处理。很多长剧的大项目用AI还比较少，最终画面的品质达不到。AI跟影视行业共存，是融合进原本的工序，不是颠覆。

快节奏的内容题材上，AI已经出现了。短剧的舞美、群演、镜头设计都在用AI帮忙。不少短剧演员被替代，因为他们的表演节奏快、相对简单、同质化，大家发现AI也能实现。

吴汉坤说整个影视行业挺难的，他好几个月没进组了。演员表演是他对自己生命体验的表达，要有表达才叫表演。如果把脸授权给第三方AI平台，别人用他们的提示词、动作控制去控制我的脸，做出某种表演，放到大银幕上，这还能说是我的表演吗？我的意识不在这里面。这涉及演员有没有自主意识。从自我价值实现的角度，要产出好的作品，那当然没有了。但大家没活干总要吃饭。主播把脸授权给平台，原来一天做一场直播，现在开二十场，触达更多观众，观众也获益，这是给大家都增加价值的事，合理。涉及艺术表达时，是否愿意把表达的权利交给别人，要想清楚。

AI艺人、凭空生成的虚拟偶像，会演戏会跳舞，有舞台表演，从技术角度能想到它会发生。它很难实现拟真的表演。真人表演有设计出来的破绽，比如配音时故意破音，这个破音是设计的，跟人物性格有关。AI的破音是一个错误，它不会犯错误。不会犯错，就把人性去掉了，观众不会跟它共鸣。

刘飞说播客和B站内容里的人味，很多时候就是错误：多思考了一阵，有停顿，说错一句话，口音里有不普通话的部分。这些构成人味。太有规律的事是AI擅长的，把擅长的交给AI，涉及艺术表达的，留给人。

B站评论区有人说他是演员里最懂AI的，AI创作者里最懂表演的。他说未必。

做AI创作对他的表演帮助很大。他接触到演员接触不到的领域：怎么布光，怎么切镜头，怎么剪辑，怎么做音乐，怎么反打，怎么推拉摇移，怎么写剧本，怎么写人物小传。现在能站在导演的视角想，这里是不是可以这样，那里能不能那样。对制作流程的认知提升之后，对制作这件事有了更深的概念。

刘飞问，未来品质过关了，分辨率足够高了，会不会从男三开始就不请真人演了？吴汉坤觉得应该不会。能不能是一回事，让不让这么干是另一回事，行业会保护从业人员。技术会越来越强大，个体比较薄弱，大平台、大制作公司可以为行业领头。AI在细微表达上有问题。短期能用AI完成很多表演，长期看，一个人的状态、特色，为什么观众看到一张熟脸就能感受到不一样的味道，这个比较难替代。不然会特别平庸，出现一个医生就是刻板印象的医生，出现一个护士就是刻板印象的护士。

AI不会痒，不会痛，不会真的感觉难过，起码现阶段不会。未来有没有可能达到具身智能的能力，能闻到味道，有自主意识？首先得回答什么是自主意识，现在没有答案。

动画纪录片是个反例。母狮子受伤，两只小狮子守在旁边，警惕地朝旁边看，很多人被感动。AI做动物已经非常逼真。吴汉坤给朋友看一个AI做的动物纪录片，朋友不知道是AI，被感动了。后来他告诉朋友这是AI，朋友觉得自己被骗了。不知情的时候，人真的会被骗到。知道镜头对面是假的，大部分人的感受是负面的，不相信了。电影本身就是欺骗的艺术，要让你相信角色就是那么一个人。一旦知道是AI，链接就断了。《拯救计划》里跟Ryan Gosling演对手戏的是一块石头，大家都知道那不是人演的，为什么还能共情？后面有配音，有拟人的东西，剧情推动，音乐一起，感觉就出来了。AI生成之后，靠叙事和其他手段让观众相信，让电影好看，AI和没有AI不是非黑即白。

万一有一天AI也能做出高质量的剧本、画面、灯光、音乐，人是不是真的会被骗到？吴汉坤说有一个有意思的点：我们不愿意相信它是AI，不承认，那是不是就可以骗到自己。刘飞追问，人是不是只能共情由人做出来的艺术品？故事背后站的是冷冰冰的AI机器，你不知道的时候确实被感动了，这件事怎么看待。潜意识里觉得背后一定是个人，得知不是人，链接就断了，所以觉得被欺骗。

《人口异常》：让AI发散，和没讲好的故事 32:14

第二部短片《人口异常》跟第一部差别很大。Kling

网页版：https://35huan.qiaomu.ai/ep/6a959a88f03e74ee6b02d5bf.html · 原节目：在小宇宙收听 · 精读由 AI 基于节目转写整理。

这个人叫抽象仔XEIIZO。25岁在央视当纪录片总导演，后来辞职创业做游戏内容公司，疫情关停，去互联网公司做内容负责人，父亲生病去世后gap了一段时间，然后一头扎进AI视频。他做的《新鸳鸯蝴蝶梦福音版》在国内抖音被下架，传到海外第二天爆了，xqc在B站直播时转了他的片子。更早的《大东北福音版》在抖音拿到八九十万赞、几千万播放，做完只用了一个晚上。

这期《三五环》，刘飞跟他聊了56分钟。聊的重心不在AI多神奇，在于一个在传统影视工业里练出来的手艺人，怎么在互联网流量场里重新学说话；以及一个靠爆款出圈的创作者，怎么处理C端声量和B端生意之间那道不太容易跨过去的沟。

央视练出来的统筹思维，换个工具照样用 02:43

抽象仔从传媒大学毕业之后，被带他入行的伯乐张小敏看重，25、26岁就在央视当上了纪录片总导演。他负责的环节很全，导演、总导演、策划都做，摄影和剪辑也经常上手。用他自己的话，业务链上比较完整。

真正让他受益的，是在线纪录片那套高强度现场。在线纪录片要去横店拍古装演绎，复现历史场景，预算跟连续剧组比不了。一天要拍十几场戏，现场最怕把时间浪费在移动灯位上。所以得顺着灯位往下拍，拍摄顺序不按剧情正序来，后期再想办法把镜头拼回去。大脑一直在转，像打台球，提前想好下一杆怎么走。

这套统筹思维到了AI时代反而成了优势。他做AI内容时，能更快地把一段故事用镜头讲明白，知道哪些镜头能接上，哪些接不上。

另一个被反复训练的能力是讲故事。央视会花很多时间培训这件事，怎么在很短的时间里解决一段故事怎么用镜头表达。抽象仔说，这跟现在做短剧的逻辑越来越像了。

2018、2019年，他觉得自媒体很火，应该去了解市场和受众，于是辞职创业，做了一家游戏内容公司，给网龙、腾讯做过项目，也给政府机构做宣传片。那段时间他开始做病毒广告，恒源祥那种夸张搞笑的风格，做完发现自己挺合适。后来疫情来了，公司关停，30多号人散了。他又去互联网公司做内容负责人，各个角度都经历了一遍。

父亲去世后，他gap了大概半年。2024年初，Runway在视觉AIGC上的能力开始爆发，他决定试一试。最早用Runway和Luma，后来即梦出来，才开始用国内的工具。

科班审美撞上流量，先学会互联网怎么说话 06:20

抽象仔早期做的内容很「端正」。他喜欢《黑客帝国》，专门做了墨菲斯的外传，因为墨菲斯是一个定义人工智能的角色，一部分对抗AI，一部分又带人类走向未来。片子做得很好，流量非常差。

他喜欢hiphop，喜欢Kanye，Kanye来中国开演唱会他每场都看。有一次拍完Kanye现场的视频，发出去拿到30多万播放。他在海南，连出租车司机都在那条视频下面留言。那是他第一次见到这么大的流量势头。

两件事放在一起，让他意识到一个问题：科班影视制作能力，不等同于互联网传播能力。他开始把做AI内容当成两件事同时学，一边学AI技法，一边学互联网的表达方式。

他老婆做互联网营销，两个人针对艺术和流量有过很多探讨。抽象仔当时憋着一股劲，想通过做出有流量的作品，证明艺术更有价值。他代表所谓的艺术，但他也能做出流量。

第一个让他真正意识到流量规律的作品，是跟锦英科技合作的一条片子。他用当时的模型做了一个说唱歌手Gunna穿中国古装，在中国城或者横店那种场景里耍酷的镜头。那阵小红书上有「小红书难民」的话题很火，他就想用AI做一个假装也是TikTok难民的内容。做完没觉得一定会有流量，睡了一觉醒来，第一次看到万赞。

他总结出一点：反差是互联网会喜欢的东西。把欧美嘻哈人物放进中国三国，文化上的巨大反差，流量都很好。这算是一个流量密码。

从大东北到新鸳鸯蝴蝶梦，爆款是迭代出来的 13:44

《大东北福音版》是流量最高的一个作品，抖音八九十万赞，几千万播放。抽象仔听到这首歌，觉得跟自己的AI制作观念非常搭配，马上就有了想法。视频做了一晚上就完成了。

问题也跟着来了。账号做了几千万播放，粉丝还没破万。团队一起分析，结论是内容有意思，但大家不愿意追更，因为都是单个爆款，没有连续追下去的理由。他们决定开发一个系列。

那段时间《新鸳鸯蝴蝶梦》这首歌在互联网上很火，黄老师这首歌本身也好听，老歌能带来很多小时候的回忆。抽象仔在知乎上查了故事背景，发现是一个借腹生子的狗血故事。他觉得这个东西有意思，冥冥之中跟Kanye真实的经历有一些关联。那就让Kanye出演这部剧。

他做成了章回体的小短片，第一期发完，当天晚上就有两三百万播放。做了三期之后，粉丝开始催更，涨了三四五万粉。对一个不到一万基数的账号，速度很快。粉丝留言说听不够，每一集只有一分钟，连主歌都没有。他决定做一首完整的两分多钟福音版歌曲。

同事好困先帮他堆了一个初步版本，但当时c dance 2.0还没上，有些点子很好，技术上实现不了，只能先放一放。后来即梦超创很早就拿到了c dance 2.0的体验权限，抽象仔试了一个段落，Kanye拿着格莱美奖杯在雨中跳舞。他当时没什么预期，结果第一个视频出来，他说有种地球要毁灭的错觉，表演超出了他对AI的判断。

接下来四天，他不吃不喝，几乎不怎么睡觉，把片子做完了。发出去之后，抖音因为人脸等原因下架了。没想到被传到海外，第二天就爆了。他醒来看到B站上xqc在直播里转他的片子，有种魔幻感。

这部片子以东方视角解构西方流行文化。抽象仔说，长久以来西方文化在传播上凌驾于我们之上，这个片子很少见地在海外传播率很高，本质上是在刺激欧美文化。片子里有「祖国人」，有跟棉花有关的社会问题，这些内容他有自己的来源，黑人说唱歌手的作品里本来就大量呈现这些社会议题，他只是把它们放进去了。

欧美用户反应最强烈的一幕，是Kanye冲进屋子，看到金夫人和一大堆甲亢哥在一起。这种莫名其妙的场景，熟悉美国文化的人会心一笑。

其实是一种解构精神。

抽象仔觉得Kanye本人应该能接受这个片子。他站在喜欢Kanye的角度来做，片子里Kanye是绝对主角。他相信Kanye看到不会认为是在调侃他，而是在用他可能喜欢的方式调侃他身边的一切。

整个《新鸳鸯蝴蝶梦》系列开发花了将近一个月，前面三集加最后的完整故事。真正制作花了不到一周。抽象仔说，做这个片子的过程中完全没有感觉到累，像GTA6刚上线，打一周都不会累。

C端刷屏，不等于B端买单 23:10

2024年9月，抽象仔和台台开始搭建AI内容团队。2025年上半年，他们已经接过一些品牌业务，安利、小红书的品牌更替广告，也给字节做过项目。季梦会给他们输入一些商业资源，团队慢慢能维系住。

他们的模式是，通过抽象仔账号的单部内容高曝光，带来商业上的回响。团队建制完整，商业承接能力强。王力宏看到《新鸳鸯蝴蝶梦》很喜欢，找到他们。如果只是一个个人博主，未必能接得住这么重要的项目。

但C端流量和B端生意之间，有一道不太容易跨过去的沟。抽象仔讲过一次饭局，真正的大电影制片方老板跟他们坐在一起，聊未来的AI剧和更大的商业合作。他拿出那些爆款给对方看，对方也看到过，甚至别人转给他们，他们也觉得有意思，觉得个人创造力很棒。但对方认为这个东西在商业上没有价值。

传统商业操盘手的视野，跟流量世界里看到的东西不一样。抽象仔那一刻意识到，C端流量做得越大，不直接等于商业那边就能发展得好。

他举了明星AI形象的例子。明星希望看到自己年轻时候的样子，所以才会有这个需求。这是一个供需买卖。明星和资本会看你的流量多不多，但本质上他们是要解决自己的问题。纯开发C端，很难在B端突破；纯开发B端，团队可能死在纯粹的服务业里。他们慢慢混合出一种方式，做C端内容，同时沉淀B端能力。

团队内部采用业务隔离。C端选题大部分是抽象仔自己做，不消耗公司主力人力，偶尔跟公司里几个朋友搭班。他开玩笑说，自己是老板，让年轻人帮自己干活做自媒体，这种事很无耻，所以不太希望这样。

这套思路暗喻好莱坞的制片逻辑，用工业化的资本来运作。抽象仔在体制内做过很多内容，了解每个创作者都会有创作瓶颈，不可能一辈子都做得特别好。让一个创作者承担一辈子的压力，风险很大。有些AIGC玩家是富二代，不需要靠这个收入，自己去做创作挺合适。如果完全以这个为核心收入点，只靠个体完成所有内容和需求，一定会枯竭。

还有一个痛点，甲方的需求往往不带有建设性。甲方会提意见，但不一定能直接告诉你怎么做，有时候对C端的洞察也是错的。长时间浸泡在这种需求里，创作者会忘记怎么讲话，更难做出好内容，还会对做AIGC这件事产生负面心态。所以团队内部会做调整，某个人接太多商业内容，就让他去做一段开发，喘口气。

AI生产的卡点，往往在人的沟通 33:10

抽象仔团队的成员大多有影视导演背景，工作经验比较多，AI基础生成环节的问题相对可控。早期遇到解决不了的，大家一起想办法。

真正的卡点出现在客户提意见的时候。导演自己做A稿，通常不会有太多问题。A稿到B稿，客户提意见，问题就来了。客户不太了解AI的机制，会提一些自己的想法，沟通不顺畅，具体执行的人员又容易钻牛角尖。

他们引入了一个广告行业的角色，阿康，相当于项目经理，帮助客户和制作之间找到疏通方式。客户给硬要求，比如鸡蛋一定得放在篮子里，AI怎么都做不到，那就换个篮子，或者换一个角度。这是沟通上的事情，不必死磕技术硬实现。

工具选型上，他们一直在调整。作为即梦超创，即梦是用得比较多的。主流的AI程序他们都会试。现在AI程序的开发商都说用户很不忠诚，谁给的点数便宜就用哪家。但有些海外软件效果再好，没法开发票，他们也没法用。

短剧是工业化商品，ROI说话 36:55

2024年7月，抽象仔在网上看到新闻，上海一家公司要发布第一个纯AI短剧平台。他当时觉得这公司太有前瞻性了。那时候他赋闲在家，把资料挂在BOSS直聘上，没想到这家公司拍了他。他填了将近一个小时的问卷，关于对人工智能的看法。不到一周，公司找他，说内部AI做了一个评分，他的问卷最符合公司想要的人选，从400多个人里选出来做总导演。

第一次做AI短剧，用的是锦英科技当时的工具。他做出来的第一集，工程师看完非常激动，没想到工具能做到这个程度。双方一拍即合。《五个哥哥都宠我》这些爆款短剧，都是跟锦英科技合作的，抽象仔团队主要负责导演和开篇几集的制作，也就是付费点之前比较引流的那些内容。

第二部《亿万富翁回归》，编剧是郭梦，恋与深空的编剧。抽象仔从她身上学到很多，女性题材现在是主流，两个人聊剧本时有很多精彩的构思。

原剧本是一个纯粹的女频故事，灰姑娘在山谷底捡到亿万富翁，富翁被邪恶的前妻从山顶踹下去，失忆了，女主带着他一路爬上巅峰。抽象仔觉得这个不太可能，富翁只要醒过来，一定还是一个西格玛男人，不择手段。故事改成了女主和女反两个人联手毒害男主，把他毒傻，两个女人把他玩在手中，最后送到北朝鲜。结果在海外平台上大爆。

抽象仔分析，这类剧能成为爆款，很大原因是投放ROI是正向的，比如说120多、130多。花一千万投这个剧，能赚一千两百万，只要ROI是正的，就可以一直往下投。投放环节由锦英科技执行，但抽象仔会了解具体情况，能看到ROI比例。

他们做过市场调研，看这部剧的很多是快餐店里的有色人种女性。这群人内心的核心欲望是找个金龟婿，攀上高枝。但她们在生活中经历的更多是被男人抛弃，特别是黑人族群，得带着孩子，还有各种各样的问题。美国文化骨子里有颜色问题，一些黑人女性会觉得白人男性更优质。

《亿万富翁回归》的设定很精妙。女主是白人，男主是白人，女反是一个漂亮的有色人种，漂亮程度超过女主，但她是有色人种。有色人种和白人联合的剧情非常受欢迎，粘性很好。短剧往往到后面开始烂尾，他们又在后面来了一波高潮，ROI就跑得比较好。

短剧是工业化的娱乐消费品，核心看投放ROI，更看重受众情绪和剧情冲突。这跟个人表达类创作逻辑完全不同。

AI是放大器，爆款无法被模板复制 44:40

抽象仔对流量每个阶段都有新认知。最早找到的是矛盾点，文化挪用，抽象反差。《西宋风云》流量不算好，但其中武大郎那一集还不错，最后一刻武大郎居然夺手了西门庆。他觉得这种情节很有意思。

现在他认为，流量来源跟题材关系最大。流量本质上是嘴替，感受到用户最关注的点，在这个基础上去做内容，流量就不会太差。不只是搞怪，洞察够敏锐，找到更普遍存在的问题，再叠加有意思的脑洞设计，融合迷因和互联网热梗，制作又好，这种内容一定现象级。《新鸳鸯蝴蝶梦》就有点像这个意思。

最近很火的《被裁掉的女孩》，技术对比起来不算最猛，烧钱也不算最狠，瑕疵能找出很多。它火是因为背后代表的真情实感。创作者自己做过模特行业，融入了很多当时的见闻，让大家产生强烈共情。抽象仔一直持这个态度，电影刚出现的时候，很多小说家、文学家大加批评，说这东西假的，很难用文笔笔触表现出来。但演员演一个东西，本身也是在用技术的方式表达创作者想表达的东西，只要情绪是真的，故事是真的，就成立。

说到行业变化，抽象仔觉得AI短剧门槛更低，更卷了。skill的出现是一个值得警惕的事情。各个agent平台都在展示爆款作者的skill，给大家一种错觉，用了这个skill就能生成爆款。这是商业诱导。

爆款是不可复制的，如果爆款能够复制，那它就不是爆款。

skill是好东西，能提升很多关键步骤的操作逻辑，能不能带来爆款是另一回事。能做出爆款的人，一定不会靠一个爆款skill做出爆款。skill化的商业逻辑利用了人性里想偷懒的弱点，这个弱点反而带动了科技发展，所以很难简单说它对或错。抽象仔的态度是保持清醒。

给想成为创作者的年轻人建议，他把真诚放在第一位。要表达的东西一定是很自我的，只有自己才有的一种感受。越自我、越真诚、越稀缺，在市场上能带来的可能性越大。这个时代人们看腻了被装潢过的东西，不加修饰的欲望反而更容易产生共鸣。

他举了AI写剧本的例子。让AI写一个剧本，给它情节和故事，即便是强如Codex训练完skill，写出来的剧本往往逻辑先行、悬念先行，为了悬念去编那段故事。真正学剧作的时候，有人物卡片撰写这个步骤，先写出故事里出现的几个人物，写人物卡片，大家拿着卡片互相去演，寻找人物之间的碰撞，再建立出故事。先有鸡还是先有蛋，这个逻辑在创作上很重要，AI的创作路径不这样走。

AI又很强，会让人上头。看到AI做出来的剧本好像是对的，痛点爽点都有，用户就变成游戏化了，跟创作过程玩得很爽，没意识到只是爽到自己。这是当下需要冷静看待的现象。

审美上，AI什么都能给，把关的人一定得有自己的判断。直接让AI生成一个美的东西、漂亮的东西，它生成的通常是最大公约数，平均的东西。越平均越不好看，越容易同质化。早期AI生成的美女都长一个样，像韩国同一个医院整容出来的。稀缺感很重要。

抽象仔认同一个判断，AI能改变的很多时候并非平地起高楼、突然冒出一个巨大产业，更多是融合进原来的产业里。影视剧、B站UP主、开发者，都能用它做出更好的东西。如果一件事去掉AI本来就不成立，加上AI之后也不能成立。

AI只是一个放大器，它可能是一把神笔，但你没有马良。

刘飞接了一句，如果没有表达欲望，不懂流量，甚至没有美感，即便给他AI，也做不出好看的东西。

把这一期听完，能带走的判断有几条。想做AI内容，先确认自己有没有非表达不可的东西，工具只放大原本就存在的判断力和审美，凭空变不出来。把C端声量和B端生意分开看，爆款刷屏和商业订单之间没有直接的等号，团队建制和交付能力属于另一套本事。遇到AI做不到的客户需求，先想是不是沟通问题，换个篮子比死磕技术省力得多。对「套模板出爆款」的skill保持清醒，它提升的是效率，不是命中率。

抽象仔说自己负责不美的那个部分，因为大家都做美的，不美的也得有人做。这句话放在AI内容创业的语境里，是一个挺实在的定位：找到别人不愿意做、做不好的角度，比在最大公约数里卷，更容易被看见。

网页版：https://35huan.qiaomu.ai/ep/6a8db32d1352af56ff3bf384.html · 原节目：在小宇宙收听 · 精读由 AI 基于节目转写整理。

张红亮（玉米）是播客《万物生长 FM》的主播，长期做医疗健康内容，也常年看休伯曼（Huberman）那类睡眠科普。这期《三五环》的由头，是两人都在试用 Eight Sleep 的智能温控床套，一次品牌合作。产品是聊天的起点，真正展开的却是几个更大的问题：为什么睡够八小时还是累，为什么手表给你打 50 分你能慌一整天，为什么下午那杯咖啡和睡前那杯红酒会在同一个晚上联手拆掉你的深睡。

他们还聊了睡眠科学里一个被低估的分工：深度睡眠负责修复和清理，快速眼动期负责记忆整理和创意。以及一个更现实的商业话题：当硬件开始收年费，中国消费者到底愿不愿意为「持续更新的算法」掏钱。以下是这期对话的整理。

大厂那几年，睡够八小时也累 0:25

刘飞对自己睡眠最差的那段记忆很具体。三十出头，在大厂比较卷的时候，晚上起夜，以前上完厕所倒下就睡着，后来不行了。人站在卫生间里，脑子里忽然飘过去一堆文档：明天那个功能怎么跟老板汇报，明天还有哪个会。越想越多，越思考越清醒。

张红亮的困扰在另一端。周一到周五睡得少，回家可能已经十点，洗漱完怎么着也十二点，早上六七点又得起床。他试过周末补觉，补不了。周五晚上熬夜看球到一两点，理论上第二天能睡到十点，实际八点前就醒了。那种「明明可以睡却睡不着」的感觉，比睡不够更让人烦躁。

刘飞还有一个硬指标：中午必须午睡，二十分钟到半小时，甚至更长。老板要是中午塞一个会，整个下午就残废了，人处于混沌状态。咖啡瘾就是那时候养成的，每天两到三杯，不喝开不了会，喝了晚上睡不好，第二天继续靠咖啡撑。张红亮试过的产品更多，各种软糖、褪黑素，甚至一些药品。

两个人后来都意识到，睡眠时长只是其中一项。睡眠的规律性、睡眠过程中身体到底发生了什么，对第二天状态的影响可能更大。你睡了八小时，醒来照样昏沉，这种情况太常见了。

还有一个容易被忽略的差异：入睡时间。很多互联网公司上班晚，员工两三点睡，睡到十点十一点，自认也睡够了七八个小时。张红亮说，这七八个小时的质量，和晚上十一点睡到早上七点的八个小时，完全不是一回事。差别就出在后半夜那几个小时里。

深度睡眠管修复，REM 管灵感 12:00

张红亮反复提到马修·沃克的《我们为什么要睡觉》。这本书全球卖了两三千万册，蔡崇信推荐过，说自己读完最大的感受是，过去把睡眠这件事的优先级排得太靠后了。张红亮也是被蔡崇信种草，读完在很多节目里讲过同一个观点。

过去所有人关注睡眠，第一反应都是深度睡眠。深度睡眠负责身体修复、免疫功能、代谢清理，这些研究得很透，大家也都知道。沃克书里用很大篇幅讲了另一件事：人类重大的发明创造、那些有创意的观点和灵感，可能都来源于快速眼动期睡眠。他用了不少绝对的词汇，也摆了自己的实验。作家和导演说「很多东西是做梦时出现的」，这类传奇故事在书里有了生理层面的解释。

关键在于睡眠结构。晚上十一点左右入睡，先经历一个多小时深度睡眠，然后睡眠周期开始轮转。自然醒之前的一个半小时到三小时，是快速眼动期最密集的时段，大概落在凌晨两三点到四五点。如果你两点才睡，早上十点起，被砍掉的恰恰是这一段。

张红亮说，中医那套「几点修复什么器官」的说法一直说服不了他，沃克这套理论是完整的，能对上。从那之后，只要没有特别的事，他十一点、十一点半就开始睡。做内容工作的人，靠的就是记忆整理和灵感连接，这一段睡没了，白天想补是补不回来的。

刘飞补了一个时代变化的视角。农业和工厂时代，重体力劳动多，深度睡眠最重要。白天干了体力活，晚上深睡占比高，手表评分也漂亮。现在大量的人是脑力劳动，互联网大厂上班族、内容创作者、文艺创作者，白天几乎不消耗体力，这个群体更应该关注的是 REM 睡眠。

两人对了下数据，像得有点离谱。张红亮深睡一小时二十分钟左右，占比 18%；REM 两小时五六分钟，占比 27% 到 30%。刘飞几乎一样，一个多小时深睡，两个小时 REM。张红亮的平均评分在 87 以上，睡眠盈余那一栏长期是正的。他自己解释，不上班之后想要盈余不难，盈余主要看时长。

下午的咖啡，睡前的酒，早上的太阳 25:20

聊到咖啡，张红亮给了个很具体的建议：下午四点之后不要再喝咖啡。咖啡因对褪黑素分泌的影响非常大。有人会说，我喝完照样能按时睡着。能睡着和睡得好是两件事，咖啡因代谢没完，后半夜可能长期停在浅睡状态。

酒精更隐蔽。喝了酒确实更容易入睡，这是真的，但代价在后半夜。张红亮说，不管白酒、啤酒还是红酒，没有任何一种酒精能真正提高睡眠质量。它可能让你「昏过去」，那是晕的感觉，不是困的感觉。两三点早醒是常见结果，即使没早醒，整晚的睡眠结构也会变得很差。翻一眼那晚的评分，曲线会很难看。

无论你喝什么白酒、啤酒、红酒，没有一种酒精能真的提高睡眠质量。

光照是他强调的第三件事。他专门做过一期讲皮质醇的节目，最后总结下来最有用的经验就一条：早上起来第一件事是接触阳光。七八点、八九点都行，能下楼更好，不能下楼就拉开窗帘待一会儿。皮质醇的关键在节律，早上高、晚上低，这个斜率决定了一天的精力和晚上的睡意。刘飞说自己起得晚，常常黄昏才晒太阳，张红亮说那有点晚了，晚上晒对补钙有用，对皮质醇帮助不大。

评分焦虑是另一个坑。刘飞提到和李松蔚录节目时聊过，不少来访者因为太关注自己的睡眠评分，反而更睡不着。李松蔚给的解法很直接：远离那些即时给分的设备。苹果手表的评分逻辑，官方公开过，主要看时长、规律性和清醒次数，深睡和 REM 的比例并不在公式里。规律性的惩罚因子特别重，今天早睡明天晚睡，分数掉得厉害。

刘飞有天睡太晚，拿了 50 分。他说自己对分数没那么在意，更愿意看里面的具体信息。张红亮说他也是，分数波动大，参考价值有限。把评分当成一个粗略的仪表盘可以，当成判决书就过了。很多人一看昨天只有 70 分，当天就默认自己没精神，结果真的一天都没精神，这是心理暗示在起作用。

体温是睡眠的隐藏开关 31:00

Eight Sleep 的核心主张是：人对温度的需求是动态的。入睡时要降温，深睡阶段保持低温，REM 阶段需要恒温，醒来前温度回升。这套逻辑不是拍脑袋，最早给滑雪运动员和 F1 车手做温控设备的团队做过不少研究，底层机制是核心体温下降之后，褪黑素才能正常分泌，人才能顺利进入深睡。

过去的工具解决不了这个动态需求。空调和风扇给的是固定温度。你按入睡时最舒服的温度设，后半夜大概率被冻醒，每个人都有过这种经历。电热毯是单向加热，水冷毯是单向降温，都需要人手动去调，调完你也就醒了。

REM 阶段的特殊性在于，那时身体的体温调节开关基本关闭。大脑非常活跃，身体却不发抖产热，也很难出汗散热，只能被动跟着环境温度走。太冷会被冻醒，太热会中断梦境周期。这一段恰恰需要最稳定的温度，空调和风扇做不到。

醒来那一步也有讲究。快醒的时候温度升高，会促进皮质醇分泌，人是被「热醒」的，接近日出时阳光晒进房间的感觉。刘飞说这个体验很微妙，他已经不用刺耳的铃声了。以前把喜欢的歌设成闹钟，响多了之后开始讨厌那首歌，iPhone 默认铃声更是让人惊恐。被吓醒和被热醒，一天的开头完全不同。

体感上也有差别。温度从身体下面起来，不是旁边吹风。刘飞拿自己刚去杭州那段经历做对比，住在一个有点漏风的公寓，买了电油汀和电吹风，结果身体左边热右边冷，风一直吹着也不舒服。他又想到小时候的凉席，凉快是凉快，躺久了粘身，出点汗更难受。现在这套床套可以铺自己的床单，还能随时换，那种「身下凉爽」的感觉又回来了。

更实际的功能是分区控温。床的两端可以设不同温度，解决伴侣之间的冷热之争。刘飞提到朋友小磊，半夜冻到抱着被子去隔壁睡。同床异温这件事，技术上是水循环在两条独立的管路里跑，各调各的。

床学会了你，然后开始收年费 37:12

张红亮研究这个产品时，最在意的是 Autopilot 这套学习机制。装好之后的前七到十四天，系统会学习你的睡眠习惯和体温偏好，做的还是微调。他最担心的是冷热交替太明显，本来睡不好，再被折腾醒。实际体验下来，调整幅度很小，几乎感觉不到。十五到二十一天之后，系统会生成一套属于你的方案，之后结合环境温度自动运行：入睡时比环境低几个档，REM 期间加减几个档，早上再升一两个档。官方说一晚可以调三千多次。

支撑这套调整的是传感器。手表、手环、戒指用的是光学 PPG，靠光信号测血流，主要拿心率、HRV、脉搏，部分设备能测血氧。床套用的是 BCG，靠身体接触产生的微震动来测心率和呼吸，传感器数量多，接触面积大。它测不了血氧，但对睡眠分期来说够用。医院里的 PSG 多导睡眠监测最准，头上身上贴满电极睡一晚，日常家用设备做不到那个程度。

刘飞从产品经理的角度补了一刀。高频产品的手动操作就是失败设计。二十年前写文档要时不时按 Ctrl+S，断电就没了。后来自动保存普及，在线文档实时保存，现在再让人用没有自动保存的工具，没人受得了。睡觉是每天都要发生的高频事件，如果每晚都要自己调温度，这产品就没成立。

然后聊到了订阅制。Eight Sleep 在美国是一年 199 美元。张红亮说，按他对中国消费者的理解，这个模式很难走。他在互联网医疗行业待过，几乎每家公司都试过会员制，交年费送多少次问诊，京东、好大夫、春雨都做过，基本都失败了。原因不复杂：中国互联网公司自己把用户胃口弄刁了。十年前移动互联网和 O2O 创业潮，大家靠烧钱跑马圈地，打车、外卖全是补贴。周鸿祎用免费杀毒血洗了整个软件行业，字节的红果把短剧从付费改成免费加广告。用户手里永远有免费的替代品。

他的建议是给订阅包加点实感。比如每个季度寄两本健康类的书，或者搭配褪黑素这类睡眠相关的东西，甚至接上互联网医疗的咨询权益，成本增加不多，用户觉得自己买到了东西。刘飞长期乐观，但说不准是五年还是十年。他举了特斯拉 FSD 订阅在国内被骂的例子，国产车的智驾大多随车送。他也见过反例：某个软件中途推出买断制，买的人多了之后不更新了，换个名字重新做订阅，跟健身房跑路差不多。

Eight Sleep 的客单价在两三万元，目前 30% 的销售增长来自老用户推荐。休伯曼很早就推荐过，马斯克、扎克伯格也点过赞。张红亮把这套打法总结成「三高」：高客单价、高决策成本、高解释成本。这类产品没法靠直播间喊「便宜一千块」冲量，只能靠口碑和名人示范。硅谷那批生物极客愿意在自己身上做实验，甚至养一个研究团队，他们的示范效应会先影响美国中产，再影响中国的科技圈。陈天桥、黄峥这些年投生物科技，逻辑类似。

中国市场的问题是找人和认知。国内大约有两亿人有睡眠问题，需要看医生的有几千万，人群足够大，但不像美国那样集中在科技圈、职业运动员和专业健身人群里。国内睡眠品牌大多还在硬件上卷：材质、角度、检测到打鼾自动抬高床头。软件算法和服务生态弱一些。原红米负责人王腾出来创业做睡眠科技，亚朵的枕头一年卖 40 亿，这个产业的空间不用怀疑。难的是让人理解，为什么睡眠要分阶段看，为什么泡脚和食补解决不了 REM 的问题。

别为评分睡觉 1:05:00

节目最后，张红亮给了三条建议，都不涉及花钱。

第一条，节律最重要。早睡早起最好，退一步是规律的晚睡晚起，最怕的是今天早睡明天晚睡、今天早起明天晚起。光照、皮质醇分泌、身体感受外界节奏的方式，全都会被打乱，这种伤害比单纯睡得少更大。

睡眠的节律是最重要的。早睡早起最好，次一级是保持规律。

第二条，真有困扰就看医生。睡眠专科，没有睡眠专科就挂精神心理科。他特别提到睡眠呼吸暂停，很多互联网从业者都有，打鼾、白天嗜睡、注意力涣散都是信号。这个问题影响的不只是睡眠质量，还会影响体态、面部结构、心血管和神经系统。呼吸机现在做得很小巧，国产的能连手机看数据，数据还能导进 AI 软件做分析，早发现早干预，代价比想象中低。

第三条，判断睡眠好不好，最终看白天的精力。手表评分、深睡占比、REM 时长都是参考。白天经常打哈欠、注意力不集中、必须靠长午睡才能撑住、需要大量咖啡保持清醒，这几条里中了一条，就说明睡眠有问题。咖啡不会真的补充精力，它只是让大脑暂时忽略困意。真困了，中午小睡一会儿比第三杯美式管用。

白天的精力，是所有这些评分不能体现的，也是最直接的判断标准。

刘飞把话题拉回到更大的背景。疫情那三年，健康科普的密度前所未有，大家关注的维度也越来越细。无糖饮料是个好例子：元气森林崛起之后，所有饮料公司被迫跟进，连可乐都在零度之外又做了无糖系列。健身也一样，从单纯撸铁变成关注心肺、肌肉分布、恢复质量。《超越百岁》里那个观点流传很广：寿命变长不等于生活质量变好，60 岁到 100 岁如果都躺在床上，多出来的40年没有意义。睡眠是这本书列出的核心要素之一。

至于那张两三万的床套，两人都没有把它说成万能解。它接管的是温度这条链路，把入睡降温、深睡低温、REM 恒温、醒来升温这几个动作自动化，顺便用传感器给你一份更细的睡眠报告。它解决不了两点睡十点起砍掉 REM 的问题，也解决不了睡前那杯酒。规律作息、早晨的阳光、不为一晚 50 分而焦虑的心态，这些是算法替代不了的。

如果听完想做什么，顺序大概是这样：先把自己的入睡和起床时间固定下来，哪怕固定在凌晨一点到早上九点；然后把下午四点的咖啡换成别的，把睡前的酒减掉；早上出门晒十分钟太阳；观察一周白天的精力。这些都做了还是累，再去考虑设备和医生。花钱之前，先弄清楚自己缺的是温度、是规律，还是那一段被砍掉的快速眼动期。

网页版：https://35huan.qiaomu.ai/ep/6a8336318156bf336219d647.html · 原节目：在小宇宙收听 · 精读由 AI 基于节目转写整理。

丢了之后，他换了一台 Palm 650。全键盘、单线程、方屏，打字哒哒哒响。再往后，他建了一个博客，ID 叫 Michael，把自己打包的 ROM 发上网盘。八十多个读者顺着文章找过来，拉了一个 QQ 群，又把他拽了进去。

这群人后来长成了煮机网，再后来变成了少数派。二十年后，少数派有 100 万注册用户，做课程、做产品共创、做 AI 硬件，老麦还在第一线。这期《三五环》，刘飞和他聊了从 Palm 到 WebOS、从煮机网到少数派的二十年，也聊了罗永浩那次「不打不相识」的见面，以及一个小众媒体怎么活到今天。

从香港买回来的那台 Linux 手机 2:40

老麦的第一台智能手机是 2008 年买的。那时候安卓还没成气候，iPhone 也才刚出第一代。他在网上搜来搜去，搜到一台摩托罗拉的 Linux 手机，又在一个叫友人网的 BBS 上看到有人分享软件和资源，觉得有意思，专门跑了一趟香港。

那台机器的文件包后缀是 mpkg，很多软件都是用户自己做的。拿回来得先写码，再刷皮肤和固件。老麦说，跟后来安卓刷机差不多，很折腾，但折腾得开心。

屏幕已经是大屏，配一支手写笔，电阻屏，能装看视频和看书的软件。用了大概一年，在深圳的超市里被偷了。冬天，手机放在毛衣口袋，逛完出来就没了。

丢了之后，他面临一个选择：回功能机，还是继续智能机。用过智能机的人回不去了，他开始在网上找下一台。Palm 进入视野。

当时有两个选项：Palm 750v，用的是 Windows Mobile；Palm 650，用的是 Palm OS。他去华强北对比，最后选了 650。理由很简单，快。Palm OS 是单线程的嵌入式系统，没有多任务，跑起来干脆利落。塞班已经有多任务了，有时候会慢。

华强北那时候很热闹。山寨机正处在鼎盛期，水货机从非正常渠道进来，苹果也刚开始有合约机。Palm 已经到了尾声，原装正品不多，大部分是二手市场汰换下来的旧机器，这个主板还行，那个屏幕还能用，组一组，换个翻新壳，从外面看不出来。老麦一开始不知道，后来学着拆机，才发现里面的门道。

Palm 这家公司的故事要往前推。苹果做过 Newton，一台 PDA，太大太笨重，乔布斯回来之后把项目砍了。Palm 接了这个市场，把 PDA 做到衬衫口袋那么大，一下就成功了。在海外，PDA 是商务人士的标配，跟今天的折叠屏差不多。通讯录、记事本、Office 软件、大型游戏，都有专门的版本。软件用光盘发行，还要激活注册，接上底座和数据线，才能装回机器里，有点像早期的 iTunes。

刘飞问，PDA 在国内好像没什么存在感。老麦说，国内跑得太快，越过了这个时代。国外也没有到大众人手一台的程度，商务人群认这个。

煮机网：一个 QQ 群长出来的 BBS 13:04

2009 年，老麦建了个人博客，ID 叫 Michael。他把觉得好用的软件搭配、自己打包的 ROM 发上去。八十多个读者顺着文章聚到一个 QQ 群，又把他拉进群。他才知道，有这么一群人在每天讨论他发的东西。

群里的内容沉淀不下来。有人提议，要不建个论坛。老麦说我不会搭程序，群里另一个人说我会，一夜之间搭了一个 Discuz 出来。煮机网的名字、域名、第一版 logo，都是群里讨论出来的，logo 还是手绘的。

论坛以 Palm 板块起家，后来加了黑莓、安卓、iPhone。Palm 用户仍然是主流，帖子最多，讨论量最大，干货也最多。

WebOS 阶段是煮机网的鼎盛期。惠普花 12 亿美金买下 Palm，当时的 CEO 计划把惠普所有生态用 WebOS 打通，电脑、打印机、手机、平板全上。这个思路在当时不算离谱，苹果已经在打通自己的生态，谷歌也有 Chrome OS。惠普不想落后。

老麦和惠普中国区的人建立了联系，一起吃了饭，憧憬着 WebOS 正式进入国内，煮机网成为官方合作社区。第二天，海外传来消息，惠普决定放弃所有 WebOS 硬件。新 CEO 李艾科上台，战略大调整，连国内公司内部的人都没提前通知。

煮机网的开发者群之前已经帮惠普做了很多 WebOS 软件移植，QQ、酷狗音乐、搜狗地图，只要有开放 API，就能做出不错的应用。大家原本等着 WebOS 进中国，成为官方认证的正版开发者，像 iOS 一样卖软件。树倒了，猢狲散了。

群里有一个开发 QQ 的哥们儿没受影响，还在不停发版本，问哪里要改，测试怎么样。老麦觉得这事得善始善终。他发帖号召给开发者捐款，搞了一个民间小基金，凑了三四万块，惠普员工也捐了。钱一笔一笔发给开发者，一千八百，支持他们把 APP 做完。后来又在论坛程序上搭了一个软件商店，用户想用最新软件就付论坛金币，金币 1:1 兑换，相当于直接给开发者换钱，每个月结算。输入法这种重要软件，结算了小几万块。

再往后，设备越来越少，生态迟早要换手机。卡住的是一个最关键的应用：微信。微信已经是必备工具，但 WebOS 上没有，也没有公开接口，没法自己开发。官方一开始放消息说可能做，后来没消息了。老麦做了一个 PPT，在社交媒体上求腾讯给些接口，没有任何反馈。

时代结束了。

运营商给的第一桶金，和一套作者付费系统 22:55

煮机网关掉之后，老麦没有立刻决定创业。转折来自社区里的一些用户，他们在运营商工作，需要有人用内容的方式做 3G 流量的提升。手机怎么用、有什么好应用、好游戏，这些内容能带动流量。他们觉得老麦靠谱，找到他，少数派的项目很快启动。

前三年，少数派一边面向用户做高质量的应用推荐媒体，一边给运营商输送内容，放到他们的各个渠道，还做培训。收入主要来自 B 端。

那个阶段跟煮机网一脉相承。以前是社区里大家自愿分享，围绕 WebOS；现在发力点换到 iOS 和安卓。刘飞回忆，那时候 APP 刚出来，数量少，出一个大家就蜂拥而上，讨论、试用、推荐给朋友，像 PC 互联网早期发现新网址，拿本子记下来，见到朋友就让人去搜。资本也热，开发者拿投资的不少，整个氛围向上。

少数派在中间做筛选者和推荐者。自己先用一遍，觉得不错，有什么问题，再写成内容给大众用户。老麦提到最美应用，同样做应用推荐，风格更浅、更垂，挑有设计感的应用推。少数派走得更深，关注应用背后的东西：它承载的内容怎么样，能不能做对比、评测、深度体验。后来 APP 连接智能硬件，少数派把硬件囊括进来；再后来 APP 连接衣食住行，打车、地图、吃饭，都成了入口，第二阶段就叫「数字生活指南」。

作者体系在少数派成立的第二年建起来。老麦做社区时就发现，分享的人没有获得真正的价值反馈。当时少数派有 B 端收入，他拿这个收入养作者，给补贴和稿费。只要内容符合要求，不管你是专家还是学生，都给对应的稿酬。一篇几千字的文章，几百到上千块。这批作者很多人到现在还活跃在少数派，也有人出去成了各大平台的博主、UP 主，甚至创业做产品，但还会回来看看，写点东西。

刘飞提到知乎。早年知乎大 V 对平台有不满，知乎也做过私家课，少数派是最早的参与者之一，后来知乎很快转向，觉得付费内容收入太小，撑不起整个商业需求。老麦原本做进出口贸易，没有互联网从业背景，也没有太多商业化思维，用的方法很笨：作者给你内容，你该给人家钱；内容达到一定深度和系统化，就变成课程、栏目，向用户卖钱。逻辑很简单，但市场环境里大家不愿意付钱，所以没人做。

作者给你提供的内容，你是不是该给人家钱嘛？这很正常嘛。

课程成了内容闭环的一环。2023 年，少数派的 Notion 指南卖到上百万，破了一个纪录。一般一套课程也能卖十几万。加上品牌广告，整个盘子大概两三千万的量级。下一个台阶在哪？老麦的答案是产品共创。少数派的内容一直围绕产品、体验、创意、设计，沉淀了很多有创造力的人和品牌。深圳的供应链跟早年山寨机时代完全不同，做产品的条件成熟了。

全键盘是怎么消失的 33:05

WebOS 设备结束之后，老麦过渡到安卓，很快又过渡到苹果。玩手机的阶段过去了，他更需要设备真正解决问题，工作和生活都靠它。生态成了最关键的东西，iOS 的生态最好。少数派在中期阶段被人称为「苹果派」。

安卓早期很混乱，系统偏工程化，国产手机各种抄 iOS 的设计，打开之后分不清哪个是 iOS 哪个是安卓，大家都没有自己的设计语言。后来安卓越来越好用，有一个关键人物：Matias Duarte。WebOS 被惠普放弃之后，团队散了，Matias Duarte 去了谷歌，做安卓的设计总监。安卓 4.0 之后，很多 WebOS 上的设计想法被用到了安卓里。

全键盘是另一个话题。Palm 和黑莓当年主推全键盘，从 PC 时代过来的人，打字哒哒哒，觉得很爽。iPhone 把所有人的使用习惯教育掉了。今天也有人做全键盘手机，但你不会用了，回不去了。国内更特殊，诺基亚流行的 T9 键盘让拼音输入法效率很高，全键盘手机一直很小众，偏商务，比如诺基亚 E61 那些侧滑机型，卖得很少。

功能机时代，手机的外形百花齐放。老麦的办公室收藏了很多，他印象最深的是索爱一款智能机，下盖是键盘，翻下来屏幕很大，盖上去就是个壳。还有诺基亚 7610，早期带摄像头的手机，往上一滑，数字键盘下面摄像头就出来了，大彩屏。他在香港看到有人用，国内还没上市，很贵，五六千，羡慕得流口水。

智能手机开始趋同。旗舰机取消 3.5mm 耳机孔，大家还有很多不满。老麦说，真正颠覆行业的往往是外来人。当年有两股力量，传统手机厂商从功能机转向智能机，诺基亚、摩托罗拉；PDA 厂商从独立设备转向智能手机，Palm、黑莓。大家打得正欢，苹果进来，一场发布会列了一堆「垃圾」，全否了。

互联网历史也类似。短视频、拼多多、小红书，上一代平台都没做出来。阿里体系内不觉得还能长出巨大的电商平台，搜索引擎的时代过去之后，搜狗、360 的空间也没了。

罗永浩挂了我，也点醒了我 43:25

煮机网时代，罗永浩在微博上吐槽各种操作系统，说自己的 Smartisan OS 马上要出来，肯定最好。那时候 Smartisan OS 还没发布。煮机网输出科技评论，有一篇高中生投的稿，点评国内操作系统，说 UI 设计、美感都欠缺，最后一句写：以上所有都比老罗的 Smartisan OS 强，因为你的根本就没做出来。

罗永浩把文章挂了出来，说这是水准奇差的自媒体。粉丝涌进评论区，私信骂。老麦辩解了几轮，没什么用。后来线下见面，聊了一个多小时。老麦道了歉，说当年对你做这件事有很大的疑惑。聊着聊着，他开始请教：科技媒体到底有什么商业模式，有多大发展空间。

罗永浩回答得很直接：除了收保护费，没有别的路径。又顺嘴说了一句：珠三角供应链那么好，你为什么不做点产品？搞搞配件也好。

老麦说，这次见面给了他两个东西。一是让他看到了媒体的终点，国内没有环境做成国外那种大平台；二是给了他一个新方向。罗永浩亲自送他到电梯，说白色的 T 恤马上要出来了，提前送你一台。

回来之后几个月，煮机网不再做手机评测、硬件评测和行业评论。老麦自己跑了一轮，发现这事不通。那篇得罪罗永浩的文章，本身也是未经调查的行业评论，指点江山，给行业带来不了什么意义。他做过跌落测试，人为因素太多，随机性太大，实验室测出来的结果不代表日常场景，跌落角度、地面材质都会影响结果。

刘飞和老麦聊到职场选择。老麦身边有同事早年去了拼多多、字节，拿到了很大的机会。他有时也会焦虑，如果当年对自己狠一点，是不是也行。一个朋友点醒他：你去了能待多久？以你的性格和技能，能不能做到人家那样？同一个机会，每个人拿到手的结果不一样。

少数派这些年也有被收购的机会。按账面上算，当年卖掉，老麦可能是个千万富翁，可以退休看海。但条款可能要求他再待多少年，平台可能消失，钱最后还不一定拿得到。这种事很常见。

一百万用户，小众是个相对概念 51:10

少数派这个名字，让老麦找投资很困难。投资人会问，你这小众怎么做大。

老麦的理解是，小众和大众一直是相对概念。少数派后台有 100 万注册用户，跟大平台比确实小众，流量也不大。但这 100 万用户的特质不一样，他默认他们是有创造力、高净值的用户。有些中型平台里，这类用户的含量可能还没有少数派多。这时候就不能只拿小众来定义了，价值不一样。

这件事很难量化，也很难给投资人讲故事。只有做出来才行。

老麦说，他倒没有刻意追求小众。少数派的底层逻辑是不迎合主流，大家都这么说，他不一定这么做，要有自己的主观意识和思考。当年其实大家都是少数派，知乎也有很多深度内容，后来放弃了、淡化了。今天 AI 让内容生产变得容易，质量被大量稀释，少数派还在用真人真实体验输出深度内容，这件事变得越来越稀缺。

AI 和供应链也带来了新的可能。做产品工程的门槛降低了，少数派平台上的人恰恰是最愿意做产品、最想做产品的那批。最近孵化的很多产品就来自作者。一个新的商业闭环打开了。

还在牌桌上，就已经挺不容易 55:18

少数派做了 14 年。老麦说过一句话：

没有什么绝对的成功或失败，跟年轻人一起成长，没有被时代裹挟和抛弃。

有人会觉得这是心理安慰，因为你没赚到大钱。老麦不这么看。他把时间拉长，人再活几十年，回头看人生最有价值的事情是什么，过程和体验还是最重要的。留下多少遗产、多少未来的价值，对离开这个世界的人有什么用？

他讲了一个故事。他是蔚来车主，有一次跟李斌坐在一起，问李斌：你一天行程排满，千亿的新能源汽车盘子压着，一会儿要倒闭了，一会儿这儿问题那儿问题，辛不辛苦？

人就活这么一辈子，不干点自己喜欢的事儿，还有什么意义呢？

老麦说，人和人的体感是一样的，只是层级不同。用金钱衡量，可能是百万、千万、亿万，无非是个数字。

这次他来参加黑客松，有大学生分享跟少数派共创的体验。那个学生说，少数派没有立刻给钱，也没有给绝对明确的资源，但从高中开始看少数派，这个场域一直在给他植根一些东西：对创造产品的追求，比较正向的审美和价值观。这些东西影响了他，让他今天愿意出来参加黑客松做产品。老麦说，这个成就感已经够了。

让他惊讶的是，很多高中生也在看少数派，研究怎么做产品、怎么学 AI、做自己的项目。他一直觉得少数派用户都很老，结果不是。有价值的内容会自然传播，会被发掘到。

刘飞说，做事的企业家其实很像，都在做自己喜欢的事，不觉得辛苦。老麦同意。不做这个做别的更痛苦，让他躺在那儿发呆反而难受。

如果你也在做一件小众的事，老麦这二十年的路径大概能给出几个判断。

第一，社区长出来的东西，比设计出来的东西更结实。煮机网的名字、域名、logo、程序，都是群里长出来的，老麦没有一开始就规划一个论坛。他只有一个模糊的画面：一栋楼，一楼是餐厅、旅馆、商店，让社区用户来打卡；中间是合作伙伴；顶上是电商和产品共创的发动机，用赚的钱养下面不赚钱的社区。这个画面驱动他做了二十年，现在线下空间和共创平台有了，他说才完成十分之一。

第二，给创作者钱，是最笨也最有效的闭环。少数派第二年就建作者体系，稿费几百到上千，后来长成课程，Notion 指南卖到上百万。逻辑简单到不像互联网思维，但很多平台做不到，因为不愿意付钱。

第三，媒体的天花板要早点看见。罗永浩那句「除了收保护费没有别的路径」，让老麦关掉了煮机网的评测和行业评论，转向产品。内容可以建立信任和审美，但要把信任变成产品，才能上一个台阶。

第四，小众是用户质量问题，不只是规模问题。100 万注册用户，在大平台眼里不算什么，但如果这些人有创造力、愿意为好东西付钱，商业价值就不一样。

在老麦的定义里，成功跟赚大钱关系不大，做热爱的事，跟

网页版：https://35huan.qiaomu.ai/ep/6a7726aac4079d62c57f5185.html · 原节目：在小宇宙收听 · 精读由 AI 基于节目转写整理。

打电话的是滴滴安全预警中心的专家。曲晓楠后来和团队复盘这笔订单，才拼出原因：司机把乘客送到小区门口后，停了很长一段时间，然后点收车，退出了端。在平台眼里，这是一串很扎眼的信号。

曲晓楠是滴滴网约车平台安全部负责人。刘飞和他快十年前在滴滴共事过，那时曲晓楠做用户体验，刘飞做司机产品。2018 年顺风车事件后，曲晓楠被调去做安全，做了 100 天，回原岗位，后来又主动申请回去。这期《三五环》聊的是用户看不见的那部分安全治理：怎么识别、怎么干预、哪些识别不了、哪些只能妥协。

一场把公司打醒的转向 1:13

刘飞记得 2018 年那天在广东开会。老板们开到一半突然都不在了，回来就说各个业务线的 KPI 先停一停，全公司要有个大转向。他当时觉得不可思议，一个做产品的视角看，流程本身就不对，怎么会犯这么基础的错误。

曲晓楠的感受更贴身。他在滴滴当中层，亲戚朋友都知道他在哪上班，质疑一个接一个，核心那句是：公司是不是故意的。他后来想，一个公司犯错和一个人犯错类似，无非两种原因，一种是有意，一种是无知。他参与安全工作的过程，加上和最高管理层的接触，让他判断滴滴在 2018 年之前属于后者。不知道安全对网约车这么重要，投入不够，做得不够。

「一八年的两个安全事件应该来讲是把滴滴给打醒了。」

2018 年成了滴滴安全工作的元年。安全体系从 1.0 建到 3.0，每年投入数十亿。更能说明导向的是考核：连续两年，集团没有给网约车设业务目标，网约车 CEO 和班子成员只背安全指标。曲晓楠说，这就足以看出当时从上往下的意图。

他自己也拐了个弯。刚进滴滴时是产品经理，后来做用户体验，2018 年被动调去做安全，做了 100 天回到原岗位，再后来主动选择回去。「我从来没想过我会做这个安全工作。」

安全边界从叫到车那一刻算起 3:43

大多数人以为平台的责任从上车开始，到下车结束。滴滴内部的定义更宽：从订单成交那一刻起，到司乘安全分离为止。成交指的是叫到车，不是最后付款给司机。

差别在订单结束后。曲晓楠举的场景很具体，乘客醉得厉害，在车里下不来，司机一开始可能没什么想法，耗得久了，想法可能就变了。风险在订单结束后继续累加，平台如果按「下车即责任结束」划界，这一段就整块漏掉。

这条链子被拆成几层。第一层是司机准入，三证核验加背景审核，看有没有前科。第二层在出车前，验证人和车是否对得上，保证出车的是注册的那个人，同时做安全教育。第三层是派单，给司机建安全评分，需要高安全系数的订单优先分给评分更高的司机。第四层在行程中，用 AI 看轨迹、听录音、调录像、读端上操作。第五层在行程后，出了安全事件就判责，司机或乘客该罚就罚。

刘飞提到一个他熟悉的指标，降发生。曲晓楠说这个指标衡量起来很直接，就看安全事件发生的概率和总量有没有往下走。滴滴最关注两类，一类是严重的交通事故，毕竟是运输行业；另一类是司乘冲突。冲突再往下拆，最重的是司机触碰乘客，轻一点是言语冲突，每一档单独看降幅。

数据上，2019 年和 2020 年降幅都超过 50%，之后保持两位数，去年大约 30%。

三千万单怎么过筛 8:59

行程中的异常，滴滴主要看四类信号。轨迹类，路线大幅偏航，或者在没有理由的地方停太久。录音类，尖叫、求救、争执。录像类，大约 20% 的运营车辆装了「桔视」，车内情况能直接看到。操作类，乘客在端上点了 110 报警，这是最明确的求助。

这些信号会叠成一个分数，分数越高，风险等级越高。刘飞问算法是不是从具体案例里慢慢算出来的，曲晓楠说是，每天复盘发生过的案例，看算法哪里还有优化空间。

真正干活的是人。滴滴在天津、珠海、成都设了三个安全预警中心。曲晓楠把预警专家的工作拆成两段，前面像侦探，从各种蛛丝马迹判断这笔订单有没有风险；后面像警察，把风险去掉。

每天大约 3000 多万单，要过两层 AI。第一层扫出 10 万单，第二层从这 10 万里再扫出 3 万单，交给人工研判，最后对其中几千单做干预。

干预以打电话为主。判断出风险，电话打过去有震慑作用；判断不准，电话打过去确认。如果专家已经认定风险重大，或者对干预没信心，会直接报警。曲晓楠说，他们很怕一种情况，干预本身反而让事情变得更坏。专家觉得这通电话打出去可能激化局面，就跳过干预，交给警方。

刘飞用准确率和召回率来理解。曲晓楠说，安全场景里召回率的优先级远高于准确率，现在的准确率其实比较低，绝大多数被拦下来的订单都是虚惊一场。而他们内心最希望的就是虚惊一场。

「宁可所有的订单都是虚惊一场。」

那意味着所有订单都是安全的。

大模型补上了什么 14:06

曲晓楠说，从前面年开始，大模型的推理能力和录音结合起来，整套体系的效果往上走了一截。

之前即使有录音也扫不了，或者只能靠规则做硬匹配，写死几个关键词、几种声音，碰到绕弯的表达就失效。曲晓楠讲了一个案例：司机和乘客聊了很多，人听完整段对话再判断风险，难度很大。大模型从里面捕捉到一句「你的手好冰」，判断出发生了触碰，推给人工。人工后台里，这句话会被高亮，专家再核对、再干预。这种句子没法靠穷举写进规则。

刘飞记得早年在滴滴讨论安全项目，最常遇到的是现场发生了什么没人知道，两边各执一词，甚至不同乘客的说法都不一样。录像和录音加上大模型，把这段空白补上了一些。

能力有边界。召回率大概 80% 多，将近 20% 召不回来。召不回来的情况有几类。乘客和司机直接线下交易，不在平台上，所有安全能力失效。醉酒乘客睡着了，车里没有任何异常声音，录音听不出东西，人听也听不出。案件发生在订单结束之后，录音跟着订单走，订单结束一段时间后录音失效，平台没有感知。

曲晓楠还拿直播行业做了对比。直播平台的安全风险所见即所得，风险容易暴露，干预也干脆，终止直播，风险直接归零。滴滴的订单散布在全国各地的线下，感知能力弱很多，干预能力也弱很多，这解释了为什么要建录音录像，还要反复劝用户把录音打开。

醉酒场景：越醉的人越不会点那个按钮 16:08

醉酒是平台上比例不小、也最让团队头疼的场景。怎么发现？曲晓楠列了几条线索。发单地和目的地能给出概率，从酒吧街出来的订单，醉酒的可能性就高。司机接单后会和乘客有一通电话，平台做了号码保护，这通电话里很多人会直接说「我喝醉了，我在哪哪」。有了大模型之后，语气也能成为判断依据。车内录音里，关键词、呕吐声，都是信号。

产品上还有一个动作。出发地在酒吧或饭店时，乘客端会弹一个提醒，问是不是喝过酒。这个点击率不低，但曲晓楠对这个功能很纠结。误触和瞎点会造成大量「狼来了」，占用资源只是表层问题，真正的问题是让该被保护的人得不到保护。更深的一层是个悖论：喝醉的人往往不会点，越醉越不点；还有清醒的人觉得你凭什么管我喝没喝酒，反手点个「没喝」。

醉酒场景的治理难点有三类。识别难，没有视频的时候感知不到风险。乘客醉得下不来车，司机等着等着可能生出别的念头，这时候订单已经结束，风险还在累加。乘客主动提诉求，比如让司机把自己送到家门口。

第三个难点有个很典型的案例。乘客到了小区，醉得厉害，主动要求司机送到家里。司机送了，也没留在屋里，出来了。这笔订单已经被系统识别进专工，专家盯着，发现司机出来走了之后又折返，回到那个小区。系统判定风险，专工直接报警。因为干预及时，严重的事情没有发生。

刘飞问起另一类争议：两个人都愿意，平台为什么不愿意。曲晓楠给了两条原则。醉酒状态下的主动，在法律层面并不构成意愿表达，等清醒之后如果当事人说自己当时并非自愿，司机就涉嫌犯罪。另一条是角色，订单内司机是服务者，乘客是被服务者，车是一个服务空间，这种关系下不允许发生这类行为。两条原则摆在这里，是否你情我愿都要阻止。曲晓楠说，思考过程是复杂的，但原则清晰，判断起来就不复杂。

醉酒乘客单独乘车，风险不只对着乘客。有个案例是男乘客醉后独自乘车，一路上不断挑衅女司机，从后排拿东西击打司机头部。这单是专车，车内有录像，订单进入风险识别体系。专工一边打电话阻止乘客，一边告诉司机怎么办：靠边停车让乘客下去，不下去就开到派出所。事后专工打电话告知乘客前一晚的行为，平台报警，永久封禁了这个乘客的账号。乘客侵犯司机，打车的权利同样会被永久封禁。

曲晓楠的建议很直接：朋友喝醉了，最好有人陪同乘车，不要只是替他叫辆车、嘱咐司机两句就完事。有人上车时还正常，车晃晃悠悠开一段，中途上头了，什么情况都可能出现。

未成年人：一个成年账号里坐着的孩子 27:14

14 岁以下的孩子不要单独乘车，这是曲晓楠反复强调的一条。他讲了一个跨省顺风车订单，七八百公里，车上是三个小孩，最大的 12 岁，是家长代叫的。这单进了风险体系，专工全程不断打电话提醒司机车内有未成年人。曲晓楠自己也有孩子，他说这类订单他还是希望家长能陪同。

另一个案例更绕。专工发现车内有个小孩单独乘车，跨城，路程不短。电话打给司机，确认车上确实有孩子，然后让司机把电话递过去。专工问谁给你叫的车，是不是妈妈叫的，孩子说不是。再问，说是一个哥哥。什么哥哥？网上认识的一个哥哥。孩子要去另一个城市见这个网友，车是对方叫的。专工一边劝孩子别去，一边让司机不要送，最后司机把车开到了派出所，派出所联系上父母，把孩子接回去了。

曲晓楠说，这个案例最关键的地方是孩子识别不到风险。心智还没成熟，判断不了对面是什么人。

平台这边的识别难点在订单的伪装。很多未成年人订单在系统里是标准的成年人订单，一个账号历史行为一直正常，偶尔给孩子叫一次车，这笔订单的性质瞬间从低风险变成需要重点关注，模型得靠不断训练才能追上来。

产品上其实有解法。代叫功能里可以打标签，标明是给老人叫车还是给小孩叫车，平台会自动提升这一单的安全等级和服务等级。曲晓楠说这个功能比醉酒那个提醒顺畅得多，目标一致，没有悖论，难处在于用户懒得用，使用率不高。刘飞补了一句，很多人以为用自己账号给别人叫车就是代叫，平台那边其实不知道。

黑车、关门声和那 20% 33:02

线下交易在平台上不算少见。司机常说的话是，你加我个微信，以后用车直接打电话。曲晓楠能理解这种心情，但平台不希望发生。有个案例：司机让乘客加了微信，那一单在平台监管下是安全的。后来乘客用车时直接打电话给司机，脱离了监管，出了事。同一个人，同一辆车，从有管控变成没管控，行为就变了。订单一旦切到线下，所有安全功能全部归零，没人知道你叫了谁，也没人知道你去了哪。

再说回深夜那五通电话。曲晓楠复盘的细节是：乘客十二点上车，十二点到家，洗完睡了。十二点半，他连续被呼叫五次。系统看到的是，司机在小区门口停留了一段时间，然后点收车、退端。这在平台眼里几乎是最典型的危险信号组合。专工先打司机，司机没接，风险持续累加，只能转去打乘客。后来联系上司机才知道，那单送完太晚，他直接在车里睡了。

专工有个习惯动作。电话里乘客说已经安全到家，专家不会立刻去研判下一单，会再盯一段时间，看司机有没有去接下一单。接了，这笔订单才算真正结束。

曲晓楠说，他经常去现场和大家一起听音、一起研判，越听越觉得自己做不了专工。一个合格的专家，能从关门声判断是哪扇门。司机手机一般放在主驾偏左的位置，同样是关门声，右后侧传来是安全信号，主驾传来是危险信号，说明司机下车了，往哪儿去不言而喻。订单结束到关门之间的时间差也是线索：立刻响、声音较远，大概率是右后；隔得稍久、声音较弱，大概率是左后，因为左后侧下车要先观察来车。

这套体系本来是为防冲突设计的，后来在其他风险里也生效。有笔订单在不应停留的地方停了很久，专工调取桔视画面，发现司机突发疾病。120 五分钟到场，司机送医。曲晓楠说，回头想有点后怕，这笔订单要是没进安全体系，结果可能不一样。

还有一次，系统识别到车内是未成年人，录音里听到有人说「亲一下」，风险等级瞬间拉满，专工立刻介入。查下来是妈妈带着孩子坐车，那句话是妈妈对孩子说的。虚惊一场，但曲晓楠说这单仍然值得介入。

隐私是另一条线。曲晓楠说，乘客可以自己开关录音，关掉之后平台扫不到。滴滴内部有信息安全委员会，审查所有信息的使用，遵循最小必要原则，没有风险的时候，任何人包括安全负责人也调不出录音。第一层扫描全部由大模型完成，不过人工，每天只有几万笔被判定为需要人工看的才进入研判。

小红书上有过一例投诉，乘客说平台听到了他们在家里的行为。复盘下来，是一对夫妻刷单，乘客发单，司机接单，拿平台奖励，人都在家里，手机扔在旁边。这单在行程中，录音里出现了明确的异常声音，系统才会拦。曲晓楠说，平台没法监控你的手机，但刷单本身也不被允许。

说到误解，曲晓楠提了两类。一类是觉得滴滴仍然不安全、没在安全上认真做事，这是很大的误解。另一类是觉得滴滴极其安全、百分百不会出问题，这一类反而更让他们担忧。平台不是无所不能的。

物理距离摆在那里。平台和司机之间天然隔着一段，手机进程一杀，录音一关，链路就断了。有些事件发生得极快，前兆信号很弱，不给研判和干预留时间。还有一类基本没有解法，蓄谋犯罪，司机或乘客都可能，一个人打定主意要在这一单里犯罪，平台目前没有很好的干预手段。

节目最后，曲晓楠给了三条具体建议。不要线下切单，切了单所有安全功能归零。不要让未成年人和醉酒乘客单独乘车。把录音打开，只有开着，AI 才能识别，专工才能介入。

刘飞补了一句自己的理解。平台跟乘客是站在一边的，没有哪家网约车平台还想再经历一次 2018 年。剩下的那 20%，靠的是司机和乘客自己多留一层意识。

把这场对话听完，能带走的东西大概有三件。乘车时打开录音、用代叫功能打标签、醉酒和 14 岁以下不要单独放上车，这些动作成本极低，却直接决定平台有没有能力介入。深夜接到确认安全的电话，别急着骂骚扰，背后通常有一串你看不见的信号。最后一条更根本：把平台当成一个有 80% 能力边界的协作方，别当成一个应该全知全能的兜底方，这个预期差本身就是风险的一部分。

网页版：https://35huan.qiaomu.ai/ep/6a7179fbab3a91c24a0f7fa3.html · 原节目：在小宇宙收听 · 精读由 AI 基于节目转写整理。

片子的导演之一叫易小星，1984 年生，土豆网时代戴着面具做视频，后来去拍喜剧电影。另一位导演是李晨，粉墨团队的导演，团队四个月做了 18 部短片，这次比赛投了 9 部，《女娲之死》是他亲自上手的那一部。主持人是刘飞。

这期节目没有停留在「AI 太神了」的惊叹里。三个人聊的是具体的活儿：为什么非要死磕粘土风，一条镜头到底怎么设计，抽卡师和 AIGC 艺术家差在哪，为什么 AI 写不出喜剧，以及一个听起来有点扫兴的结论：技术平权之后，门槛没消失，只是挪了地方。

一个粘土女娲，和一条硬标准 1:14

《女娲之死》讲的是女娲怎么死、为什么要死。人类忘了自己的母亲，这个命题本身够大。李晨的团队试过好几种视觉风格，最后定了粘土定格。理由很实在：那会儿 Seedance 2.0 还没出来，用当时的工具做真人，塑料感压不住。女娲用泥巴造人，泥巴质感跟故事内核也对得上。

易小星当时只有一条标准：AI 作品要尽量做得不像 AI 作品。他去问李晨，粘土动画能不能做出真粘土动画的质感，李晨说有信心，那就开干。

AI 作品一定要尽量做得不像 AI 作品。

这条标准在两年前几乎是行业共识。工具不成熟的时候，让画面抖一点、旧一点、往 80 年代画风上靠，观众就不容易挑出毛病。Seedance 2.0 出来之后，情况变了。李晨的判断是，它主要解决了真人部分的真实感，写实质感跟现场实拍已经很接近。复杂运动镜头还有问题，但简单的固定镜头、简单调度，肉眼几乎分不出来。

易小星第一次被震到是 Sora 刚出来那阵。现在回头看，那批片子背景老在变，画质也糙，可它不再长六根手指，不再是一团抽象的东西，它开始模拟真实世界，而且模拟得还行。他当时的判断是，这东西一定会从拍段子的玩具，走向工业级、院线级、广播级的应用。现在电视台片头、广告片，甲方已经开始接受整条片子由 AI 生成。

他自己总结，从觉得可怕到拥抱，也就一年。圈子里很多人嘴上抵触，私下都在用。

一个拍不起的 demo，和两个人的甩锅协议 8:50

李晨的起点跟艺术野心没关系，跟预算有关系。他手上有个长篇剧本项目，推进得很艰难。Veo 3 出来的时候，他想给自己做点视觉小样，拿去给资方看概念能不能成立。

剧本里有一场戏：北方下雪的冬天，一片苍茫草地，一个人从水里冒出来。这种设定在 AI 之前基本不现实，为一个 demo 跑到北方等雪、调设备、下水，成本完全不成比例。AI 让这件事变得可能。做着做着他发现，可能性超过了自己的预期，画质当时还很粗，但他真的看见了自己写的东西长什么样。

易小星这边的动机更个人。他是从一个人手搓所有东西的年代过来的，混剪、定格动画、二维动画都做过。对一个社恐型创作者来说，一个人能完成很多事、不用跟人反复沟通，本身就是巨大的诱惑。他自陈是 INFJ，镜头前能侃侃而谈，私下不太爱说话。拍真人戏的时候，导演有一半是项目经理，演得不好不能骂，得哄，演员才在状态。对着 AI 不用考虑情商。

即便如此，他这次没敢单干。他的说法很坦诚：AI 工具他用了不少，但 AI 创作的经验没那么丰富，找个有专业经验的搭档，两个人的经验拼一下，谁也不吃亏，作品不好还能互相甩锅。

另一个原因更真实。参赛者里一堆 00 后，他一个 84 年的人站在里面，老脸有点挂不住。后来拿了三等奖，他编排了一套自我安慰：一等奖会被说黑幕，二等奖显得屈居人下，三等奖刚好，站在后面给年轻人鼓掌，做你们坚实的后盾。刘飞在旁边笑，说被安慰到了。

他脑子里存着不少一直拍不出来的点子，比如一边滑雪一边端个不锈钢盆吃面条。这种画面 AI 生成得很真。他的说法是，电影本来就是造梦的艺术，AI 把梦的门槛拉低了，而且没有沟通成本。

人定美学，AI 执行 17:35

两个人的分工很清楚。易小星出创意和脚本，李晨拆解成可执行的镜头，团队里的生成同学负责把画面做出来。

李晨不太喜欢「抽卡师」这个称呼。血汗工厂式的 AI 漫剧工厂里，确实有人把提示词往里一贴，抽吧抽吧，抽到差不多就收工。但他们的工作流不能这么干。得先明确知道要什么，再想清楚怎么跟 AI 表达，最后才是在那几帧里抽几次卡，挑一个最好的结果。

这有点像实拍：一条镜头拍五六七八遍，但机位在哪、光怎么打、构图怎么排，开拍前就定好了。他们管这个岗位叫 AIGC 艺术家。门槛在原画审美，每个画面得手搓，光影调子自己先定，再喂给 AI 生成连贯画面。

有些画面压根不好看，脏、晃、丑，但故事在那个时间点需要它出现。每一秒该出现什么，是人想出来的，AI 只负责把它实现出来，只是实现的方式换了一条路。

时间账很说明问题。剧本开发大半个月，实际生成一个月左右。中间还在改剧本，觉得结尾不对，删镜头重新生成。对比一下：十分钟的定格动画，传统流程两年起步。李晨说这个速度快得可怕。

另有一笔账更值得记住。李晨说，从 0 做到 80 分，AI 可能一周就够了；从 80 分做到 85 分、90 分，那 10% 的提升，可能要乘 10 倍的时间去打磨细节。及格线越来越便宜，及格线往上越来越贵。想要更专业的调色师介入，就得算清楚那 5% 的差距值不值得投人、投时间、投钱。很多观众根本看不出这 5%，但它决定作品是不是完整。

《女娲之死》整部片子，导演加两个小伙伴做画面生成，三个人做完了十分钟。

摄影机变成算力，先被冲掉的是腰部 22:24

易小星把 AI 比成当年的无敌兔。胶片时代拍电影要胶片机、要洗印，一套专业流程；数码时代，一台万把块的机器能拍出几千万电影的画面；再往后连一万块都不用，两千块的手机就能拍 vlog。创作权一路下放，创作者越来越多，内容通货膨胀。

但他补了一句关键的：通货膨胀之后，冒出来的优质创作者始终就是那么些人。观众不在意你用什么机器、什么出身，只在意那 90 到 120 分钟里有没有得到情绪上的享受。

特效也是同一条曲线。大特效稀缺的时候，《阿凡达》的水、大鲸鱼、小蓝人让人惊叹；等外星人大战地球人、宇宙飞船满天飞变成常态，返璞归真反而稀缺。他提到《纸手机》，那条片子没有任何特效，极度逼近写实，在一堆雪山酱板鸭里显得珍贵。创作者要做的，是在时代的缝隙里找到最稀缺的东西。

李晨补了另一面：像《纸手机》这种写实片，实拍其实非常贵，不比商业大片省钱，受众和商业价值还更小。所以在没有 AI 的年代，这类片子从商业逻辑上就不太可能被做出来。AI 给文艺向、写实向的创作者腾出的空间，可能比做奇观的人更大。选角就是例子，要挑一个演技到位的小演员，得花多少精力。李晨说，AI 那个小演员演得太好了。

他的判断是，AI 的表演能力已经超过了很多真人实拍能达到的层次，但最顶尖那批真人演员的上限还是更高。易小星说得更直接：腰部以下的演员，演不过 AI。所以最先被冲击的是短剧和网大。

他对竖屏短剧本来就悲观，早在行业喊「影视革命」的时候就说过，它跟网大一样，是过程中的产物。能穿越周期的东西才值得追。胶片到数码、数码到短视频，最好的那批创作者一直没被落下。一味追周期，是舍本逐末。

AI 在真人电影里最先解决的痛点，是群演。五百个、八百个群演，盒饭、纪律、配合表演，全是麻烦事。现在一句话的事。

真正工业化还差两个坎：可编辑性，以及与实拍画面的结合。比如三个人坐在这儿实拍，让 AI 在背景里加一只恐龙。这两件事解决了，易小星估计两年之内，每一部电影至少 50% 以上的画面会有 AI 参与。但他也认为，真人实拍和 AI 创作会长期并存，像数码和胶片争了这么多年，诺兰还在用 IMAX 胶片，99% 的人用数码。

圈内的态度，他观察是沉默且观望。不排斥，也不表态。表态容易被观众说偷懒、说不是手艺人了；还怕融梗、怕抄袭争议。该用的时候偷偷用。他的解释是，做电影的人思维都不僵化，僵化的做不了电影。

审美成了那道软门槛，喜剧还在门外 28:10

刘飞提到一个反直觉的现象：AI 变强之后，最先受冲击的群体里，有一批是提示词工程师。以前那些 tricky 的小技巧、小咒语，随着模型对自然语言的理解变好，需求急速萎缩。几十万人的群体，日子不好过。

李晨的结论很清楚：产品迭代的方向就是让所有人都能用，创作的门槛从来不在怎么用工具，而在审美和你到底想表达什么。

易小星用印刷术打比方。印刷术之前，识字读书是贵族的事；印刷术之后，老百姓也能买书看书写书。好作家的书卖得更多、读者更多，同时作家也变多了，这两件事相辅相成。

他的焦虑有两种。一种是观众胃口变刁之后，自己过去的积累还能不能撑住。另一种更隐蔽：怕自己真的掌握不了这东西，怕这玩意儿属于年轻人。

这次比赛他看到两类人做得好。一类是李晨这样，有广告经验、审美在线，只是以前没机会被看见；另一类是纯 AI 原生，觉得片子就该这么拍，还会反问「拍片子为什么还要找真人」。但原生一代也需要审美积累。最终打动观众的是旧瓶装新酒，新老结合。

说到喜剧，两个人都很确定。易小星说，电影导演协会开发过一个编剧 AI，把类型和创意框架输进去就能出剧本。他翻了一遍类型列表，犯罪、历史、传记都有，就是没有喜剧。他去问开发者，对方说喜剧这东西 AI 弄不了。

他的判断一样。让 AI 出包袱、出梗，它能出，中规中矩，也算好笑，但都是统计里已有的动机。喜剧靠的是预期违背，是那一下意料之外、又刚好在你能理解的范围里。AI 不犯错，所以它给不出那种「故意的错误」。

AI 就是不犯错，那它就没办法。

刘飞补了「气口」，易小星补了相声里的「尺寸」。他举的例子是 B 站晚会，于谦讲完一番致辞，说接下来我要用一句英语结束今天的发言，拜拜。这个 timing，AI 可能写得出词，写不出停顿的长度。所有错位都得刚刚好。

他还留了个观察指标：如果哪天模型的可编辑性到了能对 AI 演员说「你这节奏紧一点」「这儿多停 0.2 秒」，喜剧演员的饭碗才算真被碰了。现在片场的化学反应，本质上也是抽卡，只不过那张卡可控。

真人演员也一样。你很难跟演员说「0.1 秒之后露出一个淡淡的微笑」，但你可以说「台词说紧一点」。紧多少，靠感觉，靠配合度。AI 现在听不懂「紧一点」是什么意思。

差异化这块，刘飞举了个特别中国的例子。他让 AI 出短剧选题，出来的都是婆媳关系、农村逆袭。他去平台上一搜，有个选题是山东姑娘发现自己其实是北京户口。这个角度只有人能想出来，它扎中的是山河四省观众的心。AI 知道所有东西，但它太平均了。

李晨补了技术侧的一条边界：AI 很难生成它从没见过的画面。他们做过一条片子，结尾需要一个很有艺术感的奇观，因为此前没有人类创作者做过类似表达，怎么生成都不对。

故事板、账单和幻觉 39:52

李晨的工作流偏动画：先出故事板，把每个镜头的图生成出来，再用图去生视频，然后进剪辑。出图常用 Midjourney 和 Nano Banana，视频按需选模型。

他的体感是，可灵在影像质量和表演的细腻感上做得好，做人物表演时优先用它；Seedance 2.0 擅长动作和物理反馈，表现动态更自然，但影像质量有一种很塑料的感觉。所以他会尽量不用 Seedance 做大部分生成。《女娲之死》大部分镜头是可灵生成的，最后一场机器人爬行的戏，可灵生成得很奇怪，换成了 Seedance 2.0，那会儿 2.0 刚出来。

他还有一句反事实的假设：如果这个项目是等 Seedance 2.0 出来才启动，他可能会更倾向于做真人，有信心用真人做好。

花费没有想象中吓人。易小星每个月几百块，李晨一两千。最大的一笔，易小星是 Sora 刚出来那晚猛充了 500 多块积分，到现在还没用完。李晨是某个工具黑五打折，被反复弹窗逼着买了两年的折扣套餐，几千块。他后来发现产品迭代之后反而没以前好用，也不知道找谁哭。易小星吐槽，充值那一瞬间会觉得自己是时代的引领者，很先锋，其实跟报班没什么区别。

幻觉这块，易小星的教训很具体。他让豆包生成自己的资料，对方胡写一通。所以豆包只用来问不重要的事，关键信息得用 GPT 或 Gemini 交叉验证。要是这种东西进了电影，麻烦就大了，他要求团队开会查资料一律交叉验证。

李晨印象最深的一次，是一个看起来极简单的镜头：一群人往后倒下。做了好几天，AI 老是给出僵尸跳一样的画面，人咚咚咚一个个倒。还有一次让杯子爆炸，镜头对准杯子，效果不理想，下一个镜头 AI 突然来个猛推，呜一下怼上去再爆炸。他的解法是在提示词前面加一句「请保持镜头画幅不变，比例不变」，后面加感叹号，默认加感叹号它会认真一点。

易小星说，这些是技术很快能解决的：控制镜头的准确运动，以及对自然语言的理解。

乐观派和谨慎乐观派，最后落在「别报班」 42:00

李晨是谨慎乐观。数码相机出现之后，电影制作成本降了很多，可今天一部电影的成本并没有比胶片时代低。钱只是从摄影机变成了算力，该难的地方还是难。他把 AI 的作用形容成大门变宽了，但门后面还堵着一扇小门，那扇门的门槛没被砍掉多少。更专业的人、原来就在行业里的人，反而更会用新工具，把那扇门站得更死。

大门变得宽了一些，但后面还是有那扇小门。

易小星不同意成本那笔账。胶片时代的贵不止洗印，还有胶片的保存、运送、提前排练，一整套流程走下来，两千万的数码电影换成胶片可能四千万都打不住。他给了一个更乐观的论据：胶片时代数得上来的大师一只手能数完，进入数码时代之后，优秀导演的数量多了太多。AI 时代可能不会再冒出多少大师，但会冒出一大批优秀的匠人导演。

至于「卷会不会让内容变好」，两个人也没统一。李晨觉得卷只会让东西更平庸、更便宜，易小星觉得供给大量产生之后，大家会被迫追求品质。他拿电影刚出现时被当成「文学的降级」举例，早期确实粗糙，后来还是发展起来了。

给新人的建议，易小星的说法是道法自然。把它当成生活的一部分，不用特别用力。观众想看到的是你的想法，不用背思想包袱，担心这片子会不会火。也别去学什么标准化的工业流程。千万别报班。他自己公司就有同事花五万块报短剧制片人班，年初又报 AI 学习班，问他到底是爱学习还是钱多。那种状态叫「佛魔」，怕被时代落下。

李晨的建议更朴素：比起报班，不如多学点英语。有些工具在语言上的准确性还是差一截。

快问快答里，两个人的答案挺有意思。易小星最常用的三个工具：豆包日常解惑，一个拍抖音段子顺手的工具，Claude 用来开会和头脑风暴。李晨是 ChatGPT 打底，Midjourney 和 Nano Banana 出图，视频用可灵和另一个模型。用三个词形容和 AI 的关系，易小星说奴隶、朋友、拥抱，从主人变成朋友再变成拥抱。李晨说牛马、伙伴、可能性，本来想让 AI 当牛马，结果自己还是牛马，只是多了个小牛马。给刚入门的人一句话，易小星说坚持创作不要停；李晨说，每个人都能讲五分钟脱口秀，那每个人也能做五分钟 AI，别报班。

这期节目最值得带走的东西，大概有三条。

• 把 AI 当成摄影机，不当成老虎机。先定美学、定光影、定每一秒要出现什么，再让它去执行。抽卡只发生在最后那几帧。
• 算清楚 80 分到 90 分的账。及格线已经很便宜，往上每 5 分都要乘十倍的时间，先问自己那 5% 值不值。
• 审美的门槛没降，反而更显眼。技术把设备和钱的门槛砸碎了，专业的人涌进来之后，做得精的那道软门槛更高了。

如果真想动手，别先花钱。把手上那个一直没做的点子做成三分钟，做完再看要不要报班。

网页版：https://35huan.qiaomu.ai/ep/6a63814f6356eb2d9be7eafe.html · 原节目：在小宇宙收听 · 精读由 AI 基于节目转写整理。

2024 年初她自己创业，做了 AhaCreator，用 AI 跑海外达人营销的全流程。平台上线第一年积累了超过 12 万海外达人，拿到 Product Hunt 的 Golden Kitty Awards 年度最佳 AI 产品，今年被 Influencer Marketing Hub 评为「2026 年最佳达人营销 AI Agent」。也是今年，他们把服务费率降到 5%，行业里传统代理商的报价通常是 30% 到 50%。

这期《三五环》，刘飞和她聊了将近一个小时。前半段是生意：海外达人营销到底有多少脏活累活，AI 接管了哪几段，成本结构怎么变。后半段是判断：为什么传统 SaaS 巨头很难转身做 AI Agent，为什么技术越强，「人味儿」反而越贵。

一个 00 后，和一门看起来光鲜的体力活 01:16

那是 2021 年。国内做 Web 产品出海的人很少，做增长和市场的更少，几乎找不到可以借鉴的经验。Kay 只能去看 Figma、Notion 那一代产品早期走过哪些路径，看完发现一个共同点：大家有意无意，最后都在 KOL 上投入很大。

刘飞补了一段更早的历史。小十年前新消费兴起，KOC 这个概念第一次出现在小红书。一些品牌方不再走传统投放路径，改成铺量找大量博主做宣发。单个博主的影响力都不大，放在一起，ROI 比直接投一个大渠道好得多。移动互联网把发内容的门槛拉低之后，这类人越来越多，粉丝不多，但对身边人的影响力很深。

2024 年初 Kay 创业做 AhaCreator，行业正处在一个奇怪的状态：所有人都知道达人营销有效，所有人也都知道这是体力活。

做得大的公司会告诉你，他们搭了几百人的团队，里面有大量外包，内部还要配一整套管理机制。小一点的公司会告诉你，招几个人来做，既要懂这件事，又要干体力活，优秀的人留不住。中间的代理商更直接，堆人力，交付团队上百人，人越多边际成本越成问题，于是把自己拆成好几个小 agency 分别交付。

技术上也卡着。达人匹配这件事，传统算法和 NLP 做不了，行业里的数据太少，没法像推荐算法那样靠大量数据做冷启动和实验，训练一个专用模型的成本又太高。直到 2024 年初 agent 概念起来，大模型的能力到了能处理复杂任务的水平，这件事才有了新解法。Kay 说，她当时从第一性原理判断，产品是能做的，因为她带过团队，清楚这条链路上哪一段过去没法用技术解决。

AI 接管了哪几段，人还留着哪几段 09:10

先把传统链路摊开。一个品牌要找海外达人，第一步是搜人。团队每天在 YouTube 上搜各种关键词：博主的职业、兴趣爱好、竞品的产品名。搜出来之后进主页，看封面、看简介、看几条视频，判断这个人跟产品契不契合。刘飞听完这段说，这不像投广告，更像一件一件的手工活。

判断里有很多外行看不见的细节。评论区真不真实，赞评比合不合理，播放量增长曲线是自然爬升还是一级一级的台阶，台阶式的基本是买量。有些达人资料写着美国，实际受众在印度、巴基斯坦，得靠评论区用户的地点，甚至直接找达人要后台截图才能确认。

海外生态的分散程度超过很多人的想象。YouTube 和 Instagram 都没有类似国内蒲公英、星图那样的官方撮合平台。十几年前这些平台可能想过要不要自己做，后来战略上放弃了，整个生态就变成高度去中心化、粗放生长的状态。TikTok 海外后来做了一个达人平台，作用更多是给第三方服务商提供数据，流程里的问题还是留给一堆分散的公司去解决。

然后才是拿邮箱、发冷邮件。平台上没有集中联系博主的入口，只能一个个找。

发 100 封只会有几个人理你。

回复之后谈价格、签合同、拉扯预付款。达人怕做完收不到钱，品牌怕付了钱人跑了。最后是付款，欧洲不少达人只收 PayPal，公司账户打不通，整单生意就卡在最后一步。

Kay 举了上一家公司的数据。产品是 AI 3D 建站工具，在 YouTube 上投达人，一个 10 万粉的博主，一期视频爆了 100 多万播放，后面两期加起来两三百万，直接带来 20 万注册用户，单个注册成本做到 0.02 美元。效果好到这个程度，唯一的想法就是规模化，而规模化的瓶颈全在人力。

AhaCreator 做的事，是把这条链路上能标准化的部分交给 AI。匹配是 Kay 认为价值最大的一段：只要 context 给够，AI 做稳定判断的能力，比一个人连着看一整天重复内容要强。它认得出「做过 Blender 教程的垂类 3D 博主」，也认得出「少女感、平时发时尚 vlog 的博主」。舆情和造假监控也归它，翻历史内容和评论区就能查出互刷和水军。

邮件环节，第一封冷邮件其实不太依赖 AI，本地化表达上 AI 提效明显。真正吃重的是回复之后：达人追问产品细节、合同条款、报价空间，AI 调取这个客户的知识库和合同条款来回复。跨时区这件事被顺带解决了，中国凌晨正是对方白天。

人留着两件事。一是创意 brief，这次投放要讲什么主题、跟产品怎么结合，还是客户自己定。二是最终拍板，尤其涉及花钱的决定。数据没法证明 AI 选的人一定比人选得好，所以确认权留在人手里。内容审核也是同样的结构，达人交稿的瞬间 AI 先做初审，产品名写错、卖点漏讲、客户要求的点没覆盖，当场退回修改，减少来回拉扯，终审还是客户点那一下。

服务费从 30% 降到 5%，账是怎么算的 24:25

传统代理商抽 30% 到 50%，Kay 的解释是不抽不行。一个项目可能要投 5 到 50 个人甚至更多，这些人每月的成本摆在那里，服务费低于 30% 就亏。这个行业在外人看来水深，根子在人力密度。

AhaCreator 把服务费降到 5%。客户变多，增加的主要是 token 成本，这部分占客户充值金额的 1% 以内。营销本身预算大，1% 和 30% 之间的空间，就是降价还能赚钱的原因。门槛降下来，原本不敢找外部服务商、只能自己组 in house 团队的中小品牌，开始敢投了。

商业模式是双边平台。达人那一侧有自己的 APP，持续接单，把这门生意当生计。客户那一侧可以直接在平台上用，也可以在飞书群里拉一个 AI 员工进来，进度、确认、审核都在群里完成。有客户会给这个 AI 员工起名字。

刘飞问，这算不算从服务公司变成平台。Kay 的说法是，交付的结果要对标人工，甚至更好，不能做一个让客户花更多时间去操作的工具。她也提到，线上销售这类场景，AI 自动化同样跑得通，从筛线索、发邮件 pitch、基础回复到约会议，已经有公司在做，但她们会继续聚焦达人营销这一块。

两个她没预料到的反馈。一个是 AI 陪伴机器人客户，之前自己找服务商或者自己找达人，通过率都不高，用了 AhaCreator 之后发现通过率比人工还高，本来只指望规模化，没想到精准度也上来了。另一个是真空封口机的 3C 客户，AI 联想出一个谁都没想过的画像：在船上生活的钓鱼博主，钓到海鲜直接用封口机封起来。视频效果很好，这类画像人在原来的思路里很难想到。

海外观众为什么更买单 32:33

刘飞问了一个对比：美国那边的达人营销和国内有什么不一样。Kay 说差别很大。

海外八九成的达人营销做的是全篇型创意，讲究达人和产品的契合度，内容要自然融合，视频本身得有观看价值。她举了一个乙女向 AI 产品的例子，客户找的是原本画漫画的博主，这些人从没推过软件，但受众高度重合。博主把自己画的形象和产品结合，先做一段互动漫画，最后把读者带进 AI 陪伴的世界。评论区的反馈是「为了这个创意我都要用这个产品」，几乎没有人在意这是广告。

国内不少投放还停在另一种做法上。B 站、小红书上经常能看到博主画像和产品毫无关系，猝不及防地念一段口播，中间那段观众直接跳过，差评不少。达人营销被当成了信息流广告的一种，最后只剩一个折算下来的价格。

平台的要求也在影响内容。国内不管短视频还是长视频，对达人内容的管控比较死，创作自由度低，出来的东西容易同质化，真实感就打折。海外博主对创意的把控很严，小博主做短视频也不会完全照客户要求执行，客户能审核的是「这个点我希望你讲到」，发什么由博主决定。

客户结构也在变。理论上，今天任何一家做 ToC、有品牌意识的公司，每年一定会有达人预算，只是多少的区别。500 强里那些看起来很传统的品牌，社媒和达人预算一直在涨。联想在全球的达人预算很高，团队投入也大，从 KOL 到 KOC 都在投，测试了大量画像。早期公司里，AI、prosumer 工具、创作者工具这几类，达人投入占营销预算的比例甚至高过广告。

旧 SaaS 转不出 AI Agent 37:05

刘飞提到钉钉那篇内网文章和后面的人事变动，话题转到国内 To B 市场整体往 AI 转的趋势。他问 Kay 在美国观察到什么。

Kay 的判断很直接：在一个旧 SaaS 框架里转型做 AI Agent，比从零起一盘 AI 原生的产品要难得多。难在思考方式会拧巴。SaaS 的设计前提是给组织里每个人用，做 Agent 要先想清楚这个人到底要解决什么问题、替代的是哪一段工作。把这个问题塞进旧框架，要兼顾的东西太多，产品经理很难想清楚怎么设计。

具体到办公软件。真想帮用户大幅提效，就要碰到具体的职责划分，要完成更长、更深入的 task，这跟原来积累的框架会打架。只做表层，又跟今天已经存在的通用 Agent 没有区别。这两年不少公司想做「AI 员工」，想用一个角色服务各种场景，难度被严重低估。任何一个角色要端到端交付成熟结果都很难，做得浅又跟通用 Agent 撞车。

所以旧 SaaS 加 AI 功能，通常只能从局部环节切入，做单点提效。问题在于，workflow 的拆解本来就该按「这件事能不能给用户交付结果」来拆，按已有功能拆出来的流程，加多少 AI 都很难让人惊艳。

刘飞问 AhaCreator 自己的边界。Kay 说，达人营销本身已经足够大、足够复杂，未来几年先专注把这一个场景做锋利，包括人和 AI 怎么协作、交互怎么设计、双边供给怎么拉起来、效果怎么持续变好。这些走完路很长，不会太早去试别的方向。

从出租车上的激动，到跑马拉松 42:18

Kay 讲了自己状态的变化。2023 年初 ChatGPT 出来那个月，她坐在去公司的出租车上，非常激动。原来做的编辑器建站这件事，可能一下子就消失了，用户用自然语言就能 coding，能做的事有无限想象。

到 2026 年，她冷静了很多。每天跟模型调优，在具体场景里跟它搏斗，做标注、做验证、一天一个版本，两年下来，她清楚这件事今天的能力边界在哪里，也清楚怎么帮用户找到一个靠谱的解法。兴奋感换成了跑马拉松的状态，稳定把事做好。她观察到 00 后同事在用 AI 的灵活度上确实比年长的同事更好，切换 AI 办公和思考方式的速度也更快。

刘飞问她会不会焦虑，比如模型智力再上一个台阶，或者某个大厂的新产品直接把 AhaCreator 做的事覆盖掉。她说不太有。模型变聪明，不等于达人会信任你、愿意跟你合作。达人营销涉及双边平台的信任，脏活累活环节多，单点工具替代不了。模型进步对她更多是利好，能在更多环节用上更好的模型。

她反而在观察，哪些能力在模型变强之后变得更值钱。人跟人之间建立信任的职业，含金量在提高。她提到国内常被忽略的 ToB 大销售，生态资源和人跟人之间的信任绑得很深，要线下见面，要一点点建立品牌信任，这些 AI 很难取代。

刘飞顺着说，品牌本身就是信任组成的。产品要解决什么问题、想做成什么调性，这些得先想清楚，工具只解决执行环节里那些具体问题。如果一开始没想清楚自己是谁、来干什么，指望用了某个工具就天然赚钱、品牌自然变火，这条路走不通。反过来，门槛降低之后，人人能起品牌，那些有特色、想清楚的品牌反而更值钱。

Kay 认同这个方向。品牌传达的是一个人的价值观和思想，渠道只是方法，方法效率更高，能帮结果更快发生。她拿软件行业举例，以前把产品做出来、写代码、做算法，是溢价很高的部分，大模型把这段显著变简单之后，产品解决什么问题、传达什么审美、跟哪些人站在一起，变得更重要。

它让人更有人味了，在有了大模型之后。

别追风口 49:45

刘飞最后问，如果一个创业者在犹豫要不要进这波 AI 浪潮，Kay 会给什么建议。

她的回答回到人本身：发掘自己的天赋和热爱在哪一块，过往的经历让你今天最适合做哪一部分。这件事可大可小，但它真实还原了你这个人应该去做的事。相信的程度，直接影响能走多远。

很多生意做不下去，原因不在市场。创始人自己不信这件事能长期做下去了，生意就停了。所以在没想清楚之前，多去尝试也很好，试错会让人更清楚自己是什么状态。

大家现在很容易陷入到那种想要去找一个风口。

刘飞补了一句：创业的确定性本来就不高，AI 又新，变化大，市场剧烈，方向不够坚定，中间很容易漂移。看到某个东西好像能做就去做，很难找到一件真正适合自己、能长期做下去的事。

整期聊下来，AhaCreator 做的生意听起来一点也不性感：找博主、发邮件、谈价格、催稿、对账。Kay 自己也不避讳这一点，她说这些脏活累活，对真正在行业里的人来说，价值感很强，因为确实帮到了客户具体的工作。

这期节目能给读者的东西，大概有三件。

• 看一个 AI 产品，先看它替掉了哪一段人力成本，这段成本能不能算清。AhaCreator 敢报 5%，底气来自 token 成本占客户充值金额 1% 以内。这个账算得出来，定价才站得住；算不出来，低价就是烧钱换规模。
• 双边平台、信任建立、跨时区沟通这类活，是当下模型还啃不动的地方。创业者找机会，可以往这些「脏」的地方看，越难标准化，越不容易被一次模型版本更新抹掉。
• 判断自己要不要下场，先问自己信不信这件事能长期做。风口会换，模型会升级，只有你真正相信的那件事，能撑住中间那些不好看的阶段。

先把一个场景做得足够锋利，再谈别的。这是 Kay 给 AhaCreator 定的节奏，也是这期节目里最实在的一句经验。

网页版：https://35huan.qiaomu.ai/ep/6a5f2d186356eb2d9be604e6.html · 原节目：在小宇宙收听 · 精读由 AI 基于节目转写整理。

2025年6月3日，他推出虚拟歌手 Yuri 尤栗。名字是他自己起的：尤，取「尤物」的魅力，也取「尤其」的特别；栗，是烤栗子的栗，外壳有点硬，又没那么硬，捏开以后里面是软的。

刘飞和汗青在这期《三五环》里聊了54分钟，录制来自 B站的 AI 万象谈。一个被版权卡住的名人二创账号怎么转向原创 IP；为什么这个偶像越像真人越危险；以及一个更现实的问题，AI 内容今天困在手机屏幕里跟短视频抢注意力，这件事本身可能就不对。

三天做出一千万播放，然后他决定不做了 2:22

2022年第三季度，汗青还在休息期，每天翻硅谷和 Hacker News 的新闻，发现 AIGC 这个词出现得越来越频繁。那年10月、11月，他用 Midjourney 画了第一张图，当时还没有客户端，要在 Discord 里用 bot。画的是个中国女孩。这张图他现在还常拿出来做分享，跟 Yuri 放在一起看，有一种时光荏苒的感觉。

2023年初，数字人技术冒出来，能说话，能对口型，ElevenLabs 也有了 TTS。注册几个账号就能搞。他当时是产品经理的思路：这东西别只是一个 use case，最好能变成有场景的东西，能拿来用。

第一期做的是科比和奥尼尔。科比刚走，他熬了一宿，凌晨天亮了，在北京按下回车。B站播放接近100万。

乔布斯对话马斯克那期三天做完。文本大概七三开，AI 七，人三。AI 生成的对话中间需要连接，从一个话题进到另一个话题，他自己写语气词和承上启下的段落。这个格式他不陌生，从小是对谈节目的发烧友。

火的原因他后来复盘：2023年3月，GPT 和 Midjourney 都是里程碑式版本，AIGC 正在破圈；这个形式之前没人把几个元素组合到一起；发片当天正好是星舰发射，他自己都没意识到这个热点。运气占了很大成分。

然后他在2024年初做了个决定：名人对话不做了，只保留两种，拿到授权的人，比如薛兆丰，或者公开版权很久远的古人，比如苏格拉底。

原因有两个。AI 在2023年最大的争议是版权，模型训练数据集的版权，加上早期大量借用名人形象，一旦商业化就是肖像问题。第二个原因更本质：他想做自己的 IP。

早期那些名人视频，他后来把它视为训练。团队和自己在这个模式里摸清楚 AI 能干什么、不能干什么，等技术成熟转到原创 IP 时，上手会快一点。公司定位他讲得直白：用 AI 去造某种人格，硅基人格。

吃百家饭造出来的 Yuri 13:22

想做原创 IP 的念头早就有了，做出来都很烂，没人关注。

2024年他做过一只羊，唱了三期说唱。Suno 出来得更早，音乐不是问题，口型技术不行，夸张一点的动作做不了。国内一些大音乐公司的老板觉得有意思，但工业水准说不过去，传不开。

转折在2025年3月，OmniHuman 上线。这是 AIGC 模型历史上第一次让口型同步的自由度变得很大：原来只能正面，稍微摇头就不行，新模型各个角度差不多都能用；更关键的是对口型的时候可以带情绪，意味着能唱歌。

他们先做了一首歌《白色皮卡丘》，一个叫米娅的女孩弹着木吉他侧面唱。发在海外社媒，几百万播放。MVP 验证完，花三个月准备，2025年6月3日 Yuri 上线，那天算她的生日。

第一首歌《Surreal》用到的模型，汗青在朋友圈列了一长串。国内友商的模型基本全用了，海外也有一两家，吃百家饭。没有哪一家能单独撑起来。

名字是刘飞先问的，他第一反应是「尤里的复仇」。汗青说这是典型的中年男性画像。他起名的逻辑：尤在中文里形容女性有魅力，尤物；也有尤其、特别的意思。栗是烤栗子的栗，外壳有点坚硬，又没那么硬，捏开里面是柔软的。

他还提到技术节点的另一条线。视频模型第一个真正有影响的节点是 Sora，2024年；之后可灵出来，国内最早的 AI 创作者有了能真正跑起来的工具；今年的视频模型把图生视频变成了主体参考，效率完全不是一个量级。原来每个镜头依赖一张图，资产不能复用，镜头过完就废了，进入参考阶段之后，主体性有了，效率才谈得上。

降低预期，然后对着自己的造物傻笑 21:06

Yuri 首支 MV 上了B站热门。汗青的第一反应是降低对后面的预期。

AI Talk 早期前三期，全平台基本都能到200万、300万播放。那会儿会有不切实际的幻想，以为事情一直是这样。后来发现很多用户过来是因为新鲜感，内容对他们不构成刚需。这一点他今天都承认。

焦虑期很长。他们聊艺术、哲学，是他自己喜欢的调性。然后他发现有人完全照搬模式，连构图都不变，换成两个老外讲中国话聊成功学，流量是他的十倍。他做设计出身，抄袭在设计领域是家常便饭，最难过的其实是自己那一关：你会怀疑自己做这件事的判断。

能不能接受别人做得比你大，还能坚持自己的，这叫自洽，非常难。

Yuri 早期更新很慢。第一期量不错，第二期怎么做，当时的技术做一首《Surreal》那样的歌至少两个月。他不接受第二期工业水准比第一期低。所以很长时间在解决技术问题：在当时的模型条件下，怎么让运镜更多，声光影表现更丰富。

另一个考虑是，Yuri 有了具象的人格，这件事可以跟时间做朋友。适度抵抗内卷、复制和流量焦虑，慢慢做，哪怕最后不是最大的，至少是独特的。

AI Talk 的账号从第一天开始在各视频平台都是被骂起来的。2023年用 AI 做内容，在 C 端争议非常大：算不算艺术创作，学美术的竟然用这种东西做作品，版权怎么算。加上技术不成熟，他自己最大的困惑是，不太确定 AI 做的东西是不是真能打动人。

转折点是 Yuri。两个瞬间。

一个是他经常对着 Yuri 傻笑。做东西的时候，做一个她在笑的镜头，自己会不由自主被感染。他问了团队小伙伴，也遇到过。抛开所有逻辑不谈，创作者和自己的造物之间有生理上的触动。

另一个是粉丝。B站有个他没见过的用户，几乎每天拿 Yuri 做二创，30秒到一分钟的小故事，有时候播放比官方还好。2026年2月，他们发了一条跟公益机构合作的非商业片子，底下有个留言说第二天要去医院，查一个很不好的病，不管结果怎么样，希望 Yuri 能成为真正的 AI 偶像。团队赶紧用 Yuri 的模型做了回复。第二天那个人回来说查完了没事。

真的是有人路过了之后，他会把他生活里面一些重量的东西，试图扔过来一点。

刘飞提到手办和泡泡玛特。加班回家很累，打开灯，一个手办坐在那，跟自己处于一样的状态，那个投射是真实的。汗青接过话：我们从小一直在被假的东西感动。小时候看动漫，看电影。伊朗导演阿巴斯那本《樱桃的滋味》里写，电影本质就是欺骗，几百号人坐在那，没人认为这东西是真的，但不耽误它感动你。

摄影术刚出现的时候，架上绘画的画家也炸了：原来要一张照片只能找人画一天，现在那边有个盒子按一下就行。后来绘画找到了新路，印象派、立体派、后现代。AI 在他看来就是又一次技术迭代，只是这次力度有点大，开始代理人的很多工作。

设计师会不会失业，他有个可能得罪同行的说法：如果一个设计师在公司里的工作，因为需求方有了 AI 就被取代，该反思一下自己到底有没有在干设计师的活，还是只在那交付图像像素。

刘飞提到互联网公司「蒸馏同事」的梗。汗青接：人走了，魂通过一个 markdown 留下来。如果你能这么快被蒸馏，过去的工作是不是本身就是一个标准 SOP。

他招人越来越看重直觉。上个月进了一个刚毕业的小姑娘，聊的是平时听什么歌、读什么书、电影看得够不够多，具体学什么专业没那么看重。刘飞想到张小龙招人问听不听摇滚的段子。

做内容和做内容的生意是两件事。国内这个圈子里，真正想做内容的朋友没那么多，大部分想做内容的生意。生意的逻辑是规模化、毛利、工业化复制，没什么不对。做内容，他现在希望团队重视直觉大于方法。

四层工作流，和每天醒来先挑演员 32:55

Yuri 身上的东西分成四层。

文本层是人格系统，类似一个 soul。内部运营平时跟她聊天会用到，搭建成本在降低，Claude Code 这类工具让门槛越来越低。真正的阻力是大语言模型不够：模拟人格会出现一致性漂移，明显的人格幻觉，聊着聊着你会觉得这不像刘飞说的话，微信被盗号了。他不焦虑，觉得是时间问题，再给6个月、12个月也许就没了。

音频层是声线。最早是合成的，不可能用真人，风险太大。怎么定？他自己一言堂，在那听听听，听到合适的就定了。团队可以提意见，他不听。他自嘲这是暴君的创作理论。音乐基本就是 Suno，后期有调音的同学做修剪。

图像到影像层是资产建设。Yuri 有一个注册了版权的模型，服化道这些。他们每天有一个固定工作：醒来先挑演员。晚上睡觉的时候让 AI 在模型里撞种子，跑出各种长相的演员，早上起来看感觉。后面一定会做矩阵，不会只有 Yuri 一个。

Yuri 最早的长相也是这么挑的。三个关键词：东亚长相、蓝色头发挑染、非标准化的美。他承认第三个可能是自己骗自己，Midjourney 看到 a girl 之后基本就不太听后面的了，五官一致性没什么意义，更多是心理暗示。

形象会变。模型迭代一次，同样的资产扔进去就变了。他现在不太介意，AI 原生一代的用户会接受这件事。类比《古墓丽影》，每一代劳拉长得也不一样。用户会开玩笑说 Yuri 今天长胖了，那个氛围他觉得挺好。

核心资产是什么，他答得很快：人格化那一块，也是最难的。音乐更偏情绪传达，后面加大了单人对话和表达观点的内容，还不够。今年下半年会有一个比较大的叙事展开，在叙事体系里把性格慢慢完善。

他真正想做的，是 AI 之前很难做出来的东西，不光是因为成本低。成本对规模型经济有帮助，他们想做的是 LTV，生命周期客单价。这句话冒出来的时候，刘飞笑了一下，说听到互联网词汇了。

越像真人，越容易塌房 39:01

虚拟偶像对真人偶像的优势，短期看很清楚：成本再贵也还是便宜；线下活动的可控性强，没有差旅问题；真人艺人排期不够，不可能同时出现在几个地方，AI 没有这个问题；再加上不会塌房。

长期看，他觉得不够。能这么做的公司很多，AI 能力本身不构成一家公司或品牌的稀缺性。做产品的人都在意稀缺性，独特性在哪。

他的答案有点反直觉：AI 最吸引他的，是表达上跟人类不一样的方法和思路。

Yuri 第二首歌叫《我不是人》，是模型自己聊出来的。底层设定是他给的：绝不能回避你是 AI，反过来，绝不要去模仿人。UI 层面像人没问题，长相、声音、亲和力都可以，内核的思考方式如果跟真人一样，稀缺性就没了。世界上不缺能跟你聊天的真人。他要的是 AI 看待某些问题的方式。

AI 味在以后可能会变成个褒义词。

实时对话能力，他看成定时炸弹。现在的 AI 偶像和数字人很快会具备实时对话，一些 chatbot 上已经有了。问题是 AI 没有底线思维，人坐在不同场合知道什么话不能说，AI 不一定。真到了那一步，塌房可能比真人更诡异。这也是他们到现在没有把 ToC 对话能力开放出去的原因。

另一个方向是垂直用户，跟纸片人聊天谈恋爱的女孩子，国内是个巨大市场，他没有展开。

人的部分在 Yuri 身上依然很重，尤其大方向把控。不能让 AI 完全参与决策，能力不够，输入也不够，让它决策永远给平均的结果。

焦虑的公司，和被强行加进去的 AI 味 43:10

刘飞观察到两个极端。短期过分焦虑，觉得 AI 来了要丢工作，有的公司内部搞 TOKEN 排行榜，大家比谁烧得多，后来发现烧钱太狠。另一个极端是彻底排斥，喊着让 AI 滚出生活。他觉得该找的是跟 AI 长期相处的方式。

汗青讲了个更魔幻的：有些互联网公司，老板要求用 AI，团队就在人工方案里强行加入 AI 味，把自己人味太重的方案拿 ChatGPT、Claude 过一遍，再塞几条一看就是 AI 写的内容。消费者不喜欢 AI 味，公司内部反而在制造 AI 味。

凯文·凯利说过，短期被高估，长期被低估。乔布斯早年把电脑比作「大脑的自行车」，技术是人的创造力的杠杆。汗青觉得现在公司都开始用一定是好事，焦虑会让动作变形。

舆论环境也有责任。前一阵影视圈有个报道，说3000块钱能做出几亿播放的短剧。这种报道强调便宜，传达的还是一个不存在的事。他和刘飞都承认，自媒体包括他们自己在内，都是焦虑的共谋者。

人很难改变。他带团队的经验：毕业几年后进来的人，如果有些问题，大概率改不了，他会选择开掉。一个人对新技术不敏感，不愿意天天用，绩效方法只会让动作更变形。所以 AI 再往下普及，根子在教育，K12和大学。自学能力、好奇心、提出问题的能力，这些才重要。

具体到用法，他很少直接要结果。想采访刘飞，不会让 AI 给一份提纲，而是问「你觉得刘飞哪比较有趣」，用片段性的对话找灵感，自己组。AI 能给60分，要80分，中间那20分非常痛苦，有时候还不如自己写。AI 守住了下限，中位值还得再等。

困在短视频里的 AI，等一场硬件革命 50:22

商业化这块，不太贪的情况下现金流还算健康。规模化本身不是问题，问题是规模化的支点在哪，杠杆用在哪。

他有个判断：所有内容革命，理论上都伴随一次硬件革命。互联网配电脑，移动互联网配手机。AI 这一次缺了一个东西。今天所有 AI 创作者的内容，要回到移动端，跟过去十年的短视频格式抢流量。那不是 AI 自己的场子。他跟一些视频平台的朋友聊过，大家也觉得拿 AI 跟真人卷，胜率没那么大。

所以他们在看硬件那一侧。Vision Pro 这类设备可能更适合 AI 原生的叙事，但还要再等。可见的范围内，还是用现在的方法，尽可能多玩一些不一样的东西。

AI Talk 去年的 slogan 是「尝试很多新的可能性」。有机会签很大的音乐公司，他们拒掉了，不希望一个固化的身份局限住 Yuri 的可能性。

风险是同质化。接下来几年，平台和算法对第一代 AI 原生用户的审美习惯和取向会起很大作用，责任和权利都很大。

心态上他分得很清楚：先锋和先驱。第一个做的人往往危险，他见过太多例子，心理建设早就做过。团队年龄不小，早期的人经历过35+，过去的失败经历足够多，不会指望一锤子买卖。即便 Yuri 和 AI Talk 到今天为止就不行了，过去三年也已经拿到了很多他想要的东西。

刘飞问这是不是职业生涯最开心的一段。他说上班也开心，但现在的状态是，好玩跟压力并存，挺知足。

把这期听完，有几件事可以带走。

第一，AI 虚拟偶像的护城河不在生成能力。模型人人可用，国内友商的模型汗青自己也在用。他说得直白，AI 的稀缺性不等于品牌的稀缺性。真正难的是人格设定、叙事体系和审美判断，这些东西没法靠一次模型迭代补上。

第二，越像真人，风险越大。实时对话能力开放那天，AI 没有底线思维这件事会被放大。不开放跟技术能不能做没关系，是商业和伦理上算不过来账。做 AI 人格产品的团队，这条线值得先画清楚。

第三，AI 味可能会翻转。今天大家嫌弃 AI 味，是因为它意味着平庸和模仿。如果有一天 AI 能给出真人给不出的视角，这个词的含义会变。判断标准很简单：你在用它复刻人类，还是在用它表达人类表达不了的东西。

第四，别为了 KPI 加 AI 味。老板要求用 AI，团队就在人味方案里硬塞几条机器稿，这是焦虑驱动的动作变形。AI 现在能稳定给60分，从60到80的那20分，还是得自己写。把它当下限工具，别当上限答案。

汗青最后那句心态值得记：第一个做的人往往危险，先锋和先驱只差一个字。他接受这件事，所以还能继续玩下去。

网页版：https://35huan.qiaomu.ai/ep/6a547b7e1e32575f5eb5951d.html · 原节目：在小宇宙收听 · 精读由 AI 基于节目转写整理。

这是抖音电商负责达人治理的 Jiaxu 讲的一个真实案例。这期《三五环》，刘飞把他和中国政法大学副教授朱巍请到一起，把电商平台上的仿冒侵权拆了一遍：手法怎么进化，法律上怎么定性，平台拿什么工具去拦，拦错了又怎么办。

录节目当天下午，抖音刚开了一场相关的发布会。朱巍说，会上有一点让他觉得新鲜：名人的肖像可以提前入库，没拿到许可，内容根本发不出去。他在别的平台上还没见过这种做法。

给明星脸戴上墨镜，再编一场世纪婚礼 01:14

刘飞说，他刚开始玩抖音那几年，常刷到「小马云」这类账号，靠一张相似的脸涨粉。那还是相当粗放的阶段。

Jiaxu 的解释是，电商场景里的侵权几乎都冲着钱去。老形式被管住，做的人就去找更隐蔽的路子。人脸最容易识别，他们开始破坏人脸信息：给明星戴上墨镜特效，戴口罩，干脆把脸截掉，或者用 AI 特效把人变老、变年轻。他点名提到过黄子韬、贾乃亮，直播切片被嫁接到别的音频上，脸是真的，说的话是假的，卖的是另一批货。

那位女主播的「世纪婚礼」是另一种思路。整条内容没有使用她的肖像，只找了几段普通人的婚礼现场画面，再用她粉丝熟悉的艺名、昵称做提示。粉丝一看就懂，路人看不出破绽。直播间里人越聚越多，货就上架了。

平台的态度是明确禁止。禁止和管住之间，隔着很长一段技术和成本的拉锯。

Jiaxu 还提到一个规律：侵权者不会随便挑品。他们会选这位名人原本就在带的品类，保健品、美妆、日用，选品方向对齐，商品本身往往也是假冒伪劣。消费者冲着那张脸下单，收到的货和这张脸没有半点关系。

权利是法律写明的，权益是法律该保护的 06:46

朱巍先纠了一个用词。日常说的「侵权」，在法条里要分两层：一层叫权利，肖像权、姓名权、商标权，法律写得清清楚楚；另一层叫权益，里面的「利益」法律没有直接条文，但应当保护。

他举了个例子。一个名人的脸出现在某件商品上，消费者第一反应是这人代言了、背书了。人格权在这里被商事化，这是权利层面的问题。商标也一样，没拿到授权，却在平台上开个店，声称自己是旗舰店、专营店。

利益层面的例子更绕。消费者想搜权威信息，搜出来全是广告；或者听人说「那家的水不好喝」，就真信了。说这话的人可能侵害了商誉，涉及不正当竞争。旁边听信的第三人，受损的是知情权，民法典里没有一条直接写「知情权」，可它应当被保护。

这两类都是违法，区别只在法律条文够不够直接。

聊到平台，朱巍说抖音有个做法他在别处没见过：把审查前置。名人的脸提前入库，没拿到许可，相关内容发都发不出去。过去都是权利人发现被侵权，发通知、举报、等删除，全是事后动作。

他当场追问了一句：声音权什么时候进去？Jiaxu 回答，正在做，一部分名人的声纹已经采集。

先做声音有现实原因。侵权者把人脸信息破坏掉之后，通常会把声音换成一个辨识度极高的名人声音。画面还是那个画面，说的是「这个商品很好」这类放到哪都能用的通用话术。观众听见声音，就默认这人真的在推荐。

内容、商品、账号，三个层面都能仿 08:53

Jiaxu 把电商场景里的侵权分成三层。

第一层在内容，短视频和直播。用 AI 生成，或者拿授权范围之外的直播切片，把别人的形象接到自己的货上。

第二层在商品。商品图、详情页、文案里出现名人或大牌，让消费者误以为有代言、有授权。

第三层在账号。这类最不容易一眼看穿。脸可以不一样，风格却高度相似：头像的美工风格、直播间的布景、说话的路数，都朝着某个头部主播靠。名字改一个字，董宇辉的「与辉同行」变成「宇光同行」。主播在镜头前不点名，话里话外都在暗示关系，还会来一句「宇辉同学卖多少钱，我比他少一块钱」。

朱巍把这归进反不正当竞争法里的装潢仿冒。他顺手举了线下版的例子：手机柜台摆一排华为、一排苹果，卖的却是别的牌子；直播间布置成华为直营店的样子，实际是 AI 生成的场景。

「雪碧」和「雷碧」是这套玩法的原始版本。朱巍说，现在成本更低了。AI 一键生成，要什么风格有什么风格，打的是认知偏差。沉浸式的环境里再加点人设加持，普通消费者很难分清。

他讲了一个更狠的案例。某头部主播常带保健品，一伙人仿冒他的形象，自己造了一批保健品，送检之后发现主要成分是淀粉加糖，成本极低，卖出去是暴利。消费者吃出问题，回头找的是视频里露脸的那位达人，达人团队甚至收到过监管部门的投诉。

举证难就难在这。朱巍补充了另一种情况：有些确实是达人自己指使的，大号不碰有问题的货，用小号、连麦的方式卖。平台需要时间去分辨授权真假，有人被误以为卖假货其实完全不知情，有人知情并且用小号操作，最后承担全部责任。看到的结果和处罚的理由，常常对不上。

他拿苹果数据线做过类比。线材包装上写「适用苹果 Pro」，这是指示性使用，告诉你能适配，不算商标性使用。可如果「苹果」两个字印得特别大，「适用」两个字小得要凑近看，消费者以为进了专营店，这就可能构成商标侵权或者不正当竞争。这样的案子到了法院，审几个月很正常。平台接到投诉，要在很短时间内判断，难度不在一个量级。

把治理往前挪：肖像入库，声纹还在录 18:44

平台的治理思路分成事前和事后两段。事后是举报、取证、处置，覆盖短视频、直播、商品、账号。事前是这两年重点推的「肖像保护」：权利人主动把姓名、粉丝常用的昵称别称、声纹信息录进平台，再把授权关系一并提交，平台据此主动识别、主动拦截。

这套东西的技术难度比想象中大。最早只要做人脸比对。后来对方开始加特效，今天方墨镜，明天三角墨镜，后天黑口罩、蓝口罩，再往后是变胖变瘦、变成外国人、变老变年轻。模型的泛化能力跟不上，每一种新形式都要重新学。

这是一场成本极不对等的对抗。侵权方开个会员，甚至用免费工具，几分钟就能生成一条。平台要把每天新增的内容全量过一遍。

朱巍补了一个数量级：几年前抖音每天上传的短视频是大几千万条，现在上亿甚至几亿条。发布前都要审，不可能全靠人。实际流程是 AI 先审，拿不准的转人工。AI 没有善恶判断，它靠不断学习去理解为什么戴三角墨镜也不行。

朱巍的判断更直接。

如果审核跟不上 AI 侵权的速度，平台就是失责。

他补了一句，审核能力至少要和科技发展的水平接近。Jiaxu 的回应是，态度上一定要做，也一定要做得过对方。

这个事情可能永远没有终点，除非这个社会上没有坏人了。

他给了一组数字。截至录制，平台累计处置侵权达人账号约 1.2 万个，处置带货商品内容 4.8 万个，仿冒带货内容超过 26 万条。肖像保护功能上线之后，平台主动保护了近 200 位达人，主动拦截账号 9.2 万个、商品 18 万个、内容近 30 万条。同样的治理动作，前置拦截的效率明显高于被动受理。

平台对 AI 的态度也说得很清楚：商家、达人用 AI 工具提升经营效率，支持；用 AI 钻规则漏洞、做虚假宣传和侵权仿冒，发现就处置。

朱巍把话说得更远一点。AI 不只给平台和商家用，普通网友也能用。看到一条不符合常识的视频，比如今天浇了水明天树就开花，可以顺手让 AI 助手核一下。看到十块钱的「苹果原装线」，也该知道不对劲。用 AI 去核对 AI 生成的内容，会变成一种日常技能。

三类误伤，和坐地起价的达人团队 27:42

刘飞问了一个很多人关心的问题：我长得像马云，难道就不让我出镜了？

Jiaxu 承认误伤一定存在，全世界的平台都躲不掉，只能尽量压低比例。他把误伤分成三类。

• 形象或名字和名人高度相似，本人没有任何侵权意图。
• 长相、名字都不像，模型还是识别错了。
• 确实拿到了授权，但授权方没有把信息同步给平台。

前两类有申诉通道，提交材料，核实是平台的问题就纠正。第三类最麻烦，也最能说明授权这件事有多乱。

朱巍在这里补了一个前提。平台上大量的删除，来源是权利人的通知，平台并没有主动审所有内容的义务。民法典写得很清楚，错误通知造成后果，通知人要承担侵权责任。删错了，责任链条的起点常常不在平台。

他还提了一个容易被忽略的点：权利可以行使，也可以沉默。他认识一位演员，网上有很多恶搞视频，本人不维权，觉得让大家乐一乐挺好。不主张也是一种处置方式。平台在没有得到同意的情况下，也不能去收集人家的肖像和声纹，那本身也是侵权。

真正的难题在被授权方。Jiaxu 讲了两个真实场景。

一类是达人团队线下早就签了合约，肖像保护功能上线后，达人开启了保护，平台开始识别和处置。被授权方要求达人团队在平台里补录授权关系，对方坐地起价：想让我添加，得再给一笔钱。

另一类更折腾。平台找某明星团队确认，对方说自己从没给任何人授权。平台据此做了管控，随后收到大量被授权方的申诉，每一家都能拿出合同。再回头找团队，团队整理出一份四十多页的授权名单。

线下的合同还可能造假。AI 时代改一份合同太容易，平台没有能力验证真伪，只能去找授权方确认。两边各执一词，甚至达人直接说「我现在不想授权了」，平台就很难判。现在的做法是把维护授权关系的责任交回权利人。你授权给了谁、到什么时候、范围多大，由你自己维护，平台按这份名单执行。

重名可以，让人混淆不行 36:53

刘飞接着问：如果我只是风格像、说话像，法律上怎么界定？

朱巍的回答分得很细。用别人的形象，人格权侵权；用「与辉同行」这类注册标识，商标权侵权；把直播间布置成华为门店的样子，属于不正当竞争里的装潢仿冒。同名同姓不构成问题，构成问题的是混淆。

民法典对姓名权的保护延伸到笔名、网名。你叫马云可以，但不能在账号名后面标上「乡村教师」，也不能拿那位马云的照片当头像。重名是自由，制造误认不是。十几年前那波冒充明星账号的乱象，靠互联网用户账号信息管理规定这类规则就处理掉了。

素人被仿冒是另一回事。刘飞假设自己被一个主播顶着名字卖货，Jiaxu 的回答很直接：平台无法判断你有没有授权，需要权利人自己来主张。

拿到授权也不是想怎么用就怎么用。朱巍列了四种越界：超范围，只授权抖音，内容跑到快手和视频号；超期限，合同到期还在用；超品类，授权带美妆，转身去卖别的；违反公序良俗，用贬损人格的方式博流量。最后一种，合同里写了也无效。广告法还有一批禁区，烟草、医疗器械、面向儿童的教育产品，都不是拿到肖像授权就能碰的。

你哪怕有授权，用过界了也不行。

真正把肖像和声音授权出去做深度合成的情形，朱巍说非常少见。原因很简单，没人愿意。市面上的授权大多通过 MCN 转授，或者跟着代言合同走，不同渠道还有不同约定。Jiaxu 把电商语境下的授权归纳成一句话：允许某个账号，在一段时间内，在店铺经营中使用我的肖像、名称、声音。

判断「这是不是 AI 做的」，很快会失去意义 43:13

Jiaxu 的判断是，工具换了一茬，治理逻辑没变。切片也好，AI 生成也好，只要认定侵权，处置方式类似。反过来，如果达人用的是平台提供的数字人能力，平台掌握的信息更多，识别反而更容易。

我们更多关注的是他有没有侵权。

刘飞提到一个正在发生的现象：短剧排行榜上的 AI 作品越来越多。朱巍接过话题，说前十名里可能九个都是 AI 做的，真人演员的活正在被抢。

再往前看一步，纠结「这条视频是不是 AI 生成」的价值会迅速下降。朱巍回忆起 Photoshop 刚普及那几年，大家在争的是一张照片有没有被 P 过。现在争的是哪个视频由 AI 生成。他估计用不了一两年，几乎每条视频都经过 AI 处理。手段的判定让位给行为的判定：有没有侵权，有没有虚假宣传。

保护普通创作者的成本也在这里。Jiaxu 说，每个权益人都要单独训练模型，抖音有几亿用户，形象各不相同，一个模型包打天下不现实。侵权者为利益而来，一定优先挑头部，所以平台现阶段先覆盖问题最严重的名人，再逐步往外扩。保护一百个人要识别一百遍，保护一万个人要识别一万遍，这笔投入平台认了。

节目最后，Jiaxu 用了一个工厂的比喻。发动机出现之前，车间里全是手工产线；发动机出现之后，一部分工作消失了，更多的工作转移了。他说「消失」这个词不准确，更像转移。理解 AI、用好 AI，生产力会往上走；没跟上，就是被转移的那一方。

听完这期，普通人能做的事情其实很具体。刷到一张熟脸在推你没听过的牌子，先点进账号看主体，再看商品资质，别只看脸。长得像某位名人、名字又撞了，早点准备材料走申诉通道，别等流量做起来才被动。做达人和商家的，把线下的授权合同整理成一份能对得上的清单，主动在平台的肖像保护里录进去，授权给谁、到哪天、能卖什么，写清楚。误伤这件事，预防的成本永远低于事后解释。

网页版：https://35huan.qiaomu.ai/ep/6a4cbd012e335a35a80f7725.html · 原节目：在小宇宙收听 · 精读由 AI 基于节目转写整理。