「沒有中間商賺差價」：王冠談 AI 時代的產品、數據、生成系統與內容終局

本文為閱讀張小珺與 ONE2X（1,2X）創始人王冠 3 小時訪談的深度整理。

0. 開場就定調：離職流程、Manus，以及「所有平台都是中間商」

訪談一開始就丟出幾個強烈訊號：

  1. 王冠自稱是 Moonshot（Kimi 團隊）第一個離職的人，也是「第一個離職創業的人」。他甚至說：公司後來的離職流程，是「從他那個時候開始有的」，之前沒有離職流程。
  2. 他半玩笑提到：大家都應該「給 Manus 磕一個」，像是某種庇佑——後面他也明講：DeepSeek 重新點燃熱情，但 Manus 對「應用」這件事更本質。
  3. 張小珺問：「AI 生成系統和現在的 AI 推薦系統，本質區別是什麼？」
    王冠一句話：「沒有中間商賺差價。」
    接著補充：「其實所有互聯網平台都是中間商。」（推薦、搜尋、電商都算）

這幾乎是整場訪談的總綱：他相信 AI 會把權力從「生產端」→「分配端（平台）」→ 「消費端」繼續推進；分配會被內化甚至不再作為顯性環節存在。

1. ONE2X（1,2X）定位：不是公司，是 AI 時代的「產品工作室」

王冠自我介紹很直接：1,2X 聯合創始人，長期做 AI 產品經理。他們目前的產品是一個 AI 影片生成器 MyDeal（節目口述名）。

他把 1,2X 定位為「AI 時代的產品工作室（studio）」而不是傳統公司，原因有三層：

  • 像實驗室：探索性更強，不只以商業最大化為單一目標。
  • 以產品質量與效果、興趣驅動：而不只是「做生意」的 KPI 邏輯。
  • 每個人都要是超級個體：內部更願意稱為 「AI 全棧工程師」——每個人都有獨一無二的位置，把個人興趣和工作內容結合。

這也連到他後面談組織的核心：用「環境」承載人與人的動機，而不是靠層級去管理。

2. 王冠的職涯：三次 AI 週期，他幾乎都踩在典型位置

他把國內 AI 粗分三個週期（但他本人更偏好用「能否擬合非結構化數據」來切）：

2.1 第一階段：大數據＋傳統機器學習（10 年代）

他在 百度 做過推薦系統的核心底座之一：

  • 給用戶計算非常多維度的標籤（今天叫 User Profile）。
  • 基於用戶畫像做差異化定價、補貼等，在當時算行業較領先的做法。
    他也提到經典「沃爾瑪啤酒與尿布」的數據分析例子。

2.2 第二階段：CV ＋深度學習

他做過：

  • 演算法開放平台：把各種模型能力用 API 對外提供，讓外界低成本使用大廠模型能力。
  • 開源框架：提到百度的 PaddlePaddle（飛槳）。
  • 在 曠視 做 AI 演算法/生產力工具：思考怎麼更快更低成本生產算法，也在那時期開始接觸預訓練模型（當時還未普遍叫「大模型」）。

2.3 第三階段：預訓練模型 → 大模型

他回憶 2020 年 5、6 月 GPT-3 的衝擊：
過去他一直在做「讓用戶低門檻獲得某種演算法能力」，但 GPT-3 讓他看到：

  • 一個 prompt / few-shot 就能把模型變成翻譯 API、摘要 API 等，幾乎把門檻降到極低。

他後來加入國內非常早期的預訓練 startup：蘭州科技（周明老師，前 MSRA 副院長出來創業）。
當時技術「很不收斂」，社群裡有很多架構探索；模型也不像今天一味比參數量、比訓練量。
他們的商業化路線是：

  1. 從社群模型做中文復現；
  2. 做輕量化以降低使用成本；
  3. 做過文本生成、文圖生成等探索（在 SD / ChatGPT 爆發前就做過），並承擔過一定商業化落地。

ChatGPT 出來後帶來巨大衝擊。於是他在 2023 年初加入 Moonshot，更接近「模型產品經理」：
把模型當產品來 design——design 能力與效果，並確保能訓練出來、且用戶可感知。

3. 他怎麼看 AI 1.0/2.0/3.0：關鍵不是技術名詞，而是「結構化 vs 非結構化」

王冠說他接觸 AI 第十年，最大的變化不是某個模型名字，而是：

  • 過去（傳統 ML、CV 深度學習）主要擬合 結構化數據：需要大量細粒度標註（框座標、類別等確定性標籤）。
  • 今天的大模型擬合 非結構化數據：更豐富、更連續；語言、圖像、影片都更像連續世界的表達。
    只有能擬合非結構化，模型才可能表達連續世界。

他也談到一個「產品經理體感」：歷史上多數 AI PM 都在做中後台工作（數據支持、標註、策略、能力供給），相對無趣；而今天，AI 有機會站到前台，成為獨立產品（他點名 Manus、ChatGPT）。

4. 「模型即產品」時代，產品經理價值更大還更小？

王冠的結論是：更大，且不與「模型即產品」相矛盾。

他借用 System 1 / System 2：

  • 模型像 System 1：把大量信息提前壓縮進系統，對輸入做快速本能反應。
  • 而產品在 AI 時代扮演兩個關鍵角色：

4.1 角色一：設計 System 1 的能力（可被 design、可被訓練、可被感知）

模型能力由數據決定，數據分布決定效果；因此能力本身值得被設計。
模型產品經理要：

  1. 設計能力
  2. 確保可訓出來
  3. 讓用戶可感知

他特別強調 Evaluation（評測）：早期他就認為 PM 應該寫 Eval、定義模型能力；後來 OpenAI、Anthropic 產品負責人談到這點，逐漸成行業共識。

4.2 角色二：釋放 System 1 的價值（System 2／Context）

他把 next token prediction 翻成產品語言：輸出取決於前面有哪些 token。
而 token 來源有兩類：

  1. 模型內自生 token：例如推理模型把簡單需求展成推理過程，增加有效 token。
  2. 模型外提供 token（context）：workflow、agent 框架、專庫/知識庫，本質是提供更多有效 context。

他提到概念演進：prompt engineering → context engineering。
並指出這更多是產品/業務 know-how 問題，不是純技術高難度問題。

5. 創業前的三次「踩中 OpenAI 迭代線」：Demo 一跑通，就被更強模型吞掉

這段是他決策邏輯的痛點來源。他說自己一直在公司內外做嘗試，不是突然想創業。

5.1 GPT-3 寫作輔助 → ChatGPT 出現

他們做過類 Notion 的寫作輔助：寫作時提供處理/補全。
剛跑通不久，ChatGPT 出現，Jasper、Copy.ai 風向驟變，因為 ChatGPT 內即可完成原本功能。

5.2 Codex：Excel → 自動生成漂亮圖表 → GPT-4 出現

他試圖做模型當時「生成不了」的方向，如 coding。
場景是：輸入 Excel 數據＋描述圖表需求，用 codex 生成圖表。
Demo 出來後不久，GPT-4 上線，能更強地寫代碼、寫圖形，等於又踩到迭代線上。

5.3 做 workflow／中間層 → OpenAI Plugin 出現

他們很早用 LangChain，覺得它把事情做得像一門編程語言般複雜，類似當年 TensorFlow 的路。
他們嘗試做更易用的 workflow 中間層：節點、數據源、prompt、串連。
剛做完 demo、甚至融資流程在推，OpenAI Plugin 出現——意味 OpenAI 也在做同樣方向。

5.4 當時放棄創業，轉去 Moonshot 的原因

連踩三次後，他反思出致命問題：

他對「模型能力怎麼來、未來朝哪發展、自己做的產品與模型的距離與方向是否匹配」沒有答案。
這等於在虛無地基上蓋房，對產品極危險。

所以他選擇先去能近距離觀察模型能力的地方：Moonshot。
他是 2023 年初（約 3、4 月）加入，邀請者是旷視同事/搭檔 周星雨。
他還提到一次關鍵飯局：在五道口「龍人居」，周星雨用三小時講「壓縮」概念（全是公式，他聽不懂但大受震撼）。他後來找到 OpenAI 的 Jack Ray 講壓縮的影片，發現觀點高度契合——這成了他真正「一隻腳邁進大模型世界」的入口。

6. 「壓縮即智能」：連續、湧現、幻覺，其實是一回事

主持人問什麼是「壓縮級智能」，王冠說他現在更願稱「語言級智能」。

他的說法是：

  1. 壓縮本身是一種演算法（把檔案變小）。
  2. 壓縮的對象是數據；數據是對世界的表達。
  3. 當表達被壓縮後，原本離散的點形成聯繫，出現「連續性」。這種連續對外呈現就是：智能、湧現、泛化，甚至幻覺（他覺得這些詞其實都在描述壓縮後的現象）。

他用跨任務泛化例子說明連續性：
只訓練「中英翻譯」與「中文摘要」，卻能做「英文摘要」，看起來像學會了未見過的新任務。

語言是壓縮的好載體：表達豐富、訓練成本相對圖片/影片更低，所以先在語言上形成「語言級智能」。

7. Moonshot 的一年：純粹目標＋聰明人＋自下而上拼圖式協作

他在 Moonshot 待約一年（2023 年初到 2024 年初），沒經歷後來最輝煌階段，自己也的確是最早一批離職者，甚至是第一個離職創業者。

他說那是他職涯體驗最好的地方，原因兩點：

  1. 目標一致且純粹：當時大家就是「搞出 AGI」，他用《橫空出世》造原子彈的台詞類比：「搞出 AGI，挺直腰桿子」。
  2. 與聰明人共事更省對齊成本：很多時候不必反覆拉通；大家各自基於理解主動做工作，最後能拼起來，形成自下而上的創意匯集。

他形容那段時間工作狀態「不累、很鬆弛」，因為覺得是在為自己的目標工作，且產出大概率有用。

8. 為何最終離職創業：三個問題想明白了，且相信有理論基礎能做出商業產品

他說自己其實一直在為創業做準備：公司規模越來越小、加入公司距成立越來越近——照這趨勢推演，最後必然創業。

但真正支撐決策的是：他在 Moonshot 期間把三個核心問題想明白了：

  1. 模型能力來自哪裡？
  2. 模型未來怎麼發展？
  3. 你做的事（應用/模型）與未來更通用的基礎模型的關係是什麼？如何保持「安全距離」？

答案收斂到同一個點：這波智能的第一性原理是數據。

9. 「智能的時空觀」：數據決定邊界，算力決定逼近速度，演算法決定湧現幅度

他引用 AI 圈自嘲：「有多少人工，就有多少智能。」並翻譯：人工 = 數據。

典型場景是：算法怎麼調都達不到指標時，最後會叫產品去「再搞點數據」。
為什麼是產品搞數據？因為數據代表對問題的理解；尤其涉及業務 know-how 時，更偏產品問題。技術也能用算力換數據（如 RL），但更適合封閉域、可客觀驗證的問題（代碼、數學）。

他用「圓」的隱喻描述三要素：

  • 數據：決定智能邊界（大圓的邊界）
  • 算力：逼近邊界的速度
  • 演算法：用已有數據能突出去多少，形成新邊界；突出去那部分就是湧現

但他仍強調：三者中 數據更第一性。

10. 由「數據第一性」推演 AI 發展三階段：公域 → Domain → 產品內生（應用公司的機會）

這是他最核心的行業推演。

10.1 第一階段：公域數據（大體已過）

公域數據 = 網路沉澱＋歷史資訊化沉澱（你有我也有）。
邊界固定，拼的是誰更快到終點，利好人才密度高、算力足、決策快、組織消耗少的玩家。
他認為這階段不太會有「代差」，只會在不同任務上此消彼長。

他也談中美：差距更多來自先發與服務數據回流；隨著國內更多人用、數據回流，差距會抹平。

10.2 第二階段：你有我沒有的 Domain 數據

Domain 數據利好大廠或資訊化做得好的傳統行業：有場景、渠道、用戶，模型能力開始分化。
他直說：前兩階段都不太是應用層產品創業機會——第一階段更像基座模型戰；第二階段更像大廠/行業巨頭戰。

10.3 第三階段：產品內生數據（應用公司的舞台）

第三份數據是：原本不存在、因為你設計的產品形態才產生的數據。
他用 ChatGPT 舉例：在 ChatGPT 形態之前，幾乎沒有「用對話解決各種奇怪問題」的數據；但產品形態建立後，這份數據開始生成並可訓回系統。

因此他給應用公司的硬核建議是：

做產品第一天就要設計「世界上原本不存在」的新數據，並且這份數據未來能訓回你的系統/模型，才能與通用基座模型保持安全距離。

他也提醒：「數據飛輪」不是把所有數據灌回去就會更好；不篩選可能導致模型趨向用戶平均智能、體感降質。關鍵是要找到對智慧有增量的有效數據（他提到自動駕駛 FSD 可用數據比例會越篩越嚴）。

11. 如何「避開 OpenAI 延長線」：不存在“別人做不了你能做”，差別在目標、起點、速度

張小珺追問：你以前一直被 OpenAI 迭代線碾壓，現在怎麼避？

王冠回答很直白：

  • 不存在你能做而別人做不了（不只 OpenAI，任何公司都可能做）。
  • 若大廠完全不思考你的方向，反而可能意味方向沒價值。
  • 真正差異在三點：
    1. 目標不同 → 路徑與終點不同
    2. 起點/位置不同：從「設計新數據」出發 vs 從「做功能解問題」出發
    3. 速度：小而高人才密度團隊早期更快、自由度更高

他也說：早期產品形態常會收斂（chatbots、coding 的 IDE 形態像 Cursor），但底層做法與目標會導致後續分化加大。

12. 第三份數據的產品其實不多；他用自己案例說清楚：先設計影片 DSL，再建 System 2

他說第三份數據不容易看出來，因為藏在產品背後。

他們做影片生產的第一步不是做影片編輯器，而是：

  • 從「影片長什麼樣」與「如何被做出來」的語言體系開始
  • 這套語言在他們視野裡此前不存在，是他們設計的 DSL（特定領域語言）
  • 它介於自然語言與代碼之間：人未必看懂，但格式固定、可被系統理解

接著才往下搭：

  • 數據存儲
  • agent / workflow / 工程架構（System 2）
  • 以及最前端的介面：他們稱之為 environment（環境），不是單純“軟體”。

12.1 environment 裡人與 AI 都是活動主體，活動會產生可學習數據

他把產品形容成像「標註平台」：
人在做影片時的工作流（鏡頭順序為何 A 不是 B、組合為何如此）會被記錄成數據。
但他也強調：所有 SaaS 都會有 log，關鍵不是“有數據”，而是這份數據能否被學習，且能否篩出有效數據。

因此早期標註更可能由他們內部專家完成（類比 DeepSeek、OpenAI 招學者/老師做標註）。
他甚至說：ChatGPT 也可視為一個環境——既可對外用、也可對內用；他們也是如此。

13. 為什麼選影片：商業、技術封閉域、以及「影片是 AI 時代內容起點」

他回憶 2024 年初創業時，影片模態仍不成熟，多模態也不是主流；成熟度排序大致是文字 > 圖片 > 聲音/音樂 > 影片。

但他仍選影片，三個理由：

  1. 商業：影片價值高；在美國市場即使 CapCut 營收很大，仍有 20–30 家影片處理 SaaS 能做到 ARR 幾千萬美金，屬於典型「螞蟻工具市場」——單點能力做到很好用就能賺。
  2. 技術/方法：影片處理可被設計為封閉域（原子能力有限；製作是原子能力按時間排序/組合），適合從 DSL 設計出發。
  3. 對未來的判斷：互聯網模態演進（文字/圖 → 聲 → 影）源於硬件/流量與人類生產門檻；但 AI 會拉平模態生產門檻，價值最高模態（影片）會更占主導，下一代更高維可能是軟體、遊戲。因此他認為影片是 AI 時代內容起點。

14. 為什麼現在先做工具，不直接做內容/平台：仍在「諾基亞時代」

他認為生成技術是生產力革命，「生成=生產」，因此最先被改造的是生產環節，最直接的產品形態就是工具。

更關鍵的是 timing：影片多模態的 System 1 還在快速變化，遠未穩定。
他提到像 Sora 2、Veo 3（節目口述）只是第一次把影片多個單點任務合到一個模型裡，對標語言模型歷史更像「GPT-2 時刻」，不是多模態的 ChatGPT 時刻。

因此他說：

不要在諾基亞的時代去做 APP。 現在做生產工具、做 System 2 的殼（可薄可厚），等 System 1 能力提升後，殼的價值會被放大（他類比 Cursor 在 Claude 3.5 提升後變得更強）。

15. System 2 的核心：Context is everything / Everything is context

他把應用公司競爭抽象成兩句話：

  • Context is everything：當大家用同樣基座模型，產品好壞取決於你在模型之外提供的 context（質量、效率、token 成本）。
  • Everything is context：對終極多模態模型而言，文字、音訊、影像都應以 context 形式影響輸出（例如音樂作為影片創作的 context）。

他說 DSL 是 context 的基礎層；agent/workflow/專庫等都是提供有效 token 的不同形式。他也提到：不同 agent 框架 token 消耗不同（如 ReAct 可能非常耗 token）；把確定部分提前固定、做好 memory 管理可降 token。

16. 模型公司會做產品、產品公司終將做模型：以 Cursor vs Claude Code 為例

張小珺問到 Cursor 與 Claude Code 的競爭，王冠的核心觀點是：
今天不應再硬分模型公司與應用公司——模型公司都做產品；應用公司也不是單純“殼”，而是「還沒把模型掌握在自己手裡」。

他提出應用公司終將做模型的兩個原因：

  1. 效果邊界：通用基座模型是 general，垂直場景需求不同；應用公司會越來越多撞到模型能力邊界。
    現階段可能做法是：找基座模型廠商，把你的場景變成 eval ＋種子數據，讓他們把能力訓得更適配你（把模型廠商當你的模型部門）。即便也能給別人用，你仍更懂怎麼用、也更適配你。
  2. 成本與競爭：現在調用大模型看似划算是對方規模與工程優勢；但當垂直場景足夠大，你會遭遇上下游競爭（模型廠商下場做同類），同時你也需要成本可控與利潤，推動你自建模型能力。

至於最後誰贏，他不給確定答案，說影響因素太多（目標、起點、路徑、人才密度、決策速度、認知差異、甚至組織崩潰/被收購等）。

但他認為 應用公司當下唯一硬優勢是速度：你必須在地圖上比大廠/基座模型更接近目標，並保持或擴大距離差。

17. 2025「Agent 元年」是不是不如預期？他說：路有效，只是各領域進度不同

張小珺覺得 2025 到 11 月仍沒看到爆發。王冠不認同，理由是：
已經有產品證明能賺錢（他提到代碼 agent、Manus、Lovart 等），這說明「agent/workflow 方式切入商業問題能創造價值」是被驗證的。

差別在於：各領域模型 ready 程度不同、know-how 梳理速度不同、System 2 建設進度不同，因此呈現「進水流深」的狀態——不是沒發生，而是節奏不一致、看起來不夠“萬物競發”。

他也舉法律/醫療例子：能賺錢不是因為模型廠商不知道，而是人家 System 2 做得更深（專庫、數據質量高、context 更好）。

18. 他不愛叫「Agent 公司」：Agent 是技術，會被內化；通用 vs 垂直像「千江月」與「萬里天」

他說你不會說「這是移動互聯網視頻 APP」來描述抖音；同理，agent 最終會內化進所有產品，未來不會有人說「XX agent」，而是用場景/產品名來稱呼。

通用 vs 垂直，他用詩比喻：

  • 千江有水千江月：垂直解決方案看似局部，但內部其實麻雀雖小五臟俱全（多個 agent、多 tools）。
  • 萬里無雲萬里天：真正通用 agent 最後可能只剩「一片天」。
    但這只是過渡態：垂直會拓寬邊界，通用也得做深；最終還是回到最朴素的衡量：用戶付出多少成本，得到什麼效果。

19. 什麼是「生成系統」：DSL ＋ Context ＋ Environment（並降低兩種「傷」）

張小珺問他說過的話：「SaaS 公司最終都是生成系統公司」。王冠說這是他們內部從成立第一天就反覆講的詞。 他把生成系統類比推薦系統：推薦是一種方法，可推薦文章/影片/段子；生成系統也是一種方法，可生成很多東西（他們現在做影片，但不排除未來做其他）。 他把生成系統拆成三個模塊（基本就是 System 2）：

19.1 DSL：定義這個領域「什麼能被表達」

影片該如何被準確描述？製作方法如何被準確描述？先定義可表達的世界。

19.2 Context：不爭 agent vs workflow，本質都是有效 token

他們不做 agent vs workflow 對立：都在產生有效 context。
而 context 的更高層目的，是降低兩種「傷」：

  1. 用戶意圖的傷：用戶指令模糊、信息空間巨大；推理模型會用長推理補 context。
  2. 行動的傷：智能體要 planning、用工具，需要更明確的信息才能可控、準確。

核心是把模糊指令轉成精確行動指令，並讓意圖與行動能良好映射。

19.3 Environment：人與智能體共同活動的「環境」

  • GUI 仍存在，但主要使用者可能逐漸不是人，而是智能體；人更多做校驗/微調。
  • 這個環境不只記錄 log，而要產生可學習數據。
  • 需要有 reward function 才能篩選有效數據。

他用做菜再類比一次：若環境能精確記錄分鐘、動作、油溫、鍋溫，recipe 才能更無損傳遞與複現。

20. 他們做哪種影片：不是物理世界，而是「理念世界」

張小珺問服務人群（B 站 up、YouTuber、導演？）。王冠說不按平台分，而按世界分：

  • 物理世界影片：攝影機可拍到的世界，供給已非常豐裕（手機、攝像頭無處不在），短影片大量是物理世界。
  • 他們做的是 理念世界影片：不是攝影機能拍到的，來自人的想像、理解、思想、知識的影像化。

例子：把文章做成影片

  • 一種是口播（真人出鏡講）
  • 另一種是把知識點做成公式、文字動效、數字動效，形成「理念的影片化」

他們內部的願景描述是：

在影片世界裡建「圖書館、歌劇院、大教堂」
對應：知識、藝術、精神相關內容。
而當下平台更像「夜店/多巴胺」娛樂內容（帥哥美女跳舞等）。

張小珺追問「精神類內容商業價值夠嗎」，王冠回答：

  • 物理世界供給已充分；理念世界因門檻高仍早期，空間更大
  • 生產力提升會催生新內容品類：他舉客戶做潮玩影片，在小紅書把一個品類的 AI 影片內容幾乎包圓，因為成本降下來、效率提高，以前幾千上萬成本的內容才變成一門生意；也提到品牌廣告類內容過去極昂貴，現在更多人有機會用高質感方式表達產品。

21. 產品進度：正式版未上線，但「靜默半成品」已被頭部用戶瘋狂購買與使用

他說正式版產品還未上線；但 5 月把半成品靜默上線後，已出現高商業價值用戶：

  • B 站與影片號上有非常大的 AI 內容博主（每條幾十萬到三百萬播放）是他們用戶。
  • 當時只能用 Google 帳號、海外付費；對方把能借的 Google 帳號都借遍，每個帳號的積分包都買滿。
  • 因為他們當時甚至沒做「流量包/大量購買」功能，用戶把所有帳號買滿仍不夠，才聯繫到他們。
  • 目前端到端仍未完全閉環，用戶可能還會去剪映、達芬奇做後處理。

新版本的核心迭代：把他們定義的「完整生成系統」建完整，讓背後 DSL／Context 方案更完善、能力可對外暴露。

22. 信息商品鏈條的終局推演：從供銷社 → 平台中介 → 消費端生成（無限月讀）

他用「軟體—互聯網—AI」三階段看權力轉移：

  1. 軟體時代像供銷社：你只能用我生產的東西，權力在生產端。
  2. 互聯網時代權力轉到分配端：電商平台、推薦引擎、搜尋引擎掌控分配。
  3. AI 應該再往下轉到消費端：消費者告訴系統想要什麼，內容為他生成，個性化更極致。

他用《火影忍者》「無限月讀」做終局比喻：
未來內容可能根據 user profile、環境、甚至此刻精神與生理狀態生成——但他也承認這需要很久。

23. AGI 兩種定義：廣義（知道自己不知道）與狹義（能賺錢、自我強化）

他提出兩種 AGI 定義：

23.1 廣義 AGI：模型知道自己不知道什麼

人知道自己知道/不知道；今天模型很多時候不知道自己是否不知道。
若模型能真正知道自己缺什麼，就能有目標地學習、設計 reward function 自動補全能力——那時即使還沒補全，也可稱 AGI（因為學得會很快）。
但他承認這太抽象、難以評判。

23.2 狹義 AGI：在某個商業領域形成自我優化閉環

在某個有價值的商業領域，模型能自己賺錢/獲得資源（數據、算力），再用資源讓自己更強、賺更多錢，人參與越來越少。
他舉炒股為例：賺錢 → 買卡/電/數據 → 訓練 → 賺更多錢。
他認為這會在很多領域「一點一點」發生，人逐漸退出 loop。

24. 平台會被替代嗎？他說分銷平台會轉向產銷平台：創作者分裂成兩類

張小珺問生成系統是否替代舊平台。

王冠把互聯網平台稱為 分銷平台：掌管分配與消費，並利用權力反向控制生產；在他的描述裡，平台在一定程度上「剝削」生產端，因為創作者成本高、分配不一定有效（同樣內容不同人發量不同，甚至相同條件也可能不同）。

而未來，隨生產端更自動化，雙邊關係可能大變：
生產端可能更集中成為「某個生產平台」的員工/合作方（他用抖音做思想實驗：生產者像公司員工，但需要的人更少）。

他認為仍需要創作者，但會分裂成兩類：

  1. 金字塔尖創作者（藝術家群體／平台合作方）：
    有強主觀性，永遠能在工具之上提供增量智慧；系統是放大器，scale 最強的人，把少數人複製成萬份產出。
    他類比 OpenAI 每月 200 美金的重度用戶：能把系統用到極致。
  2. 產銷者（prosumer）：消費即生產，生產過程本身就有消費價值（寫作心流、毛筆字、在 Chatbot 做思想實驗產生報告並非為賣，而是自用就有價值）。
    但他也指出：影片目前對普通人仍太貴，文字/圖片的產銷已更早發生。

25. 「生成系統 vs 推薦系統」再落一次：沒有推薦，只有 generate；創作者生產的是 recipe

張小珺說生成也像更精準推薦。王冠糾正：

沒有推薦，它只有 generate。你看到的內容是此時此刻為你生成。

那真人創作去哪？

不是主要創作內容，而是創作「方法」：他稱為 taste，或內部叫 recipe（菜譜）。

他承認：若推演到極致，創作 recipe 的人可能很少，且機器學會後人可能退出；但他說這是漫長且不可避免的趨勢，就像互聯網早期的人也沒想到自己的帖子會變成訓練大模型的資料。

26. 他們現階段商業模式與版權：仍是工具付費，版權屬於製作者

張小珺問到生產關係與版權：

  • 他們目前仍是「工具」方式收費（積分/token 類），尚未形成新的生產關係。
  • 版權屬於製作的人。

27. 「創作平權」的下一步：創作變成表達（文字 → 影片）

他把「創作平權」更具象化為：創作可以變成表達。
他按模態門檻談：

  • 語言最低門檻
  • 文字全球約 70% 人能讀寫，但仍有很多人無法寫字
  • 圖像更難（理念世界更難）
  • 音樂更難
  • 影片目前最難

當某模態從高門檻創作變成低成本表達，就會出現新產品形態與新商業模式。
他用文字舉例：古代寫字要筆墨紙硯，書很珍貴；當文字變成低成本表達，就有微信。
同理，他希望影片終有一天也能從創作變成人人可用的表達。
他舉婚禮回憶影片：今天新郎做一支回憶影片被視為「用心」，因為門檻仍高；未來應成為隨時可做的表達。

28. AI-native 產品北極星：先商業價值，再看「系統智慧程度」（質量＋ token 效率）

他不太喜歡 AI-native 的標籤之爭，因為大家都是 AI 後才做產品；不同產品形態（聚合如 Poe、編輯加工、agent/workflow）都能做出很高 ARR。

但若要說他們自己的北極星：

  1. 一定要有商業價值
  2. 用系統智慧程度衡量：
    • 內容質量從 60 分到 70 分的提升
    • 同質量下 token 越少越「聰明」（他類比：做一道數學題，看一遍就答對 vs 需要長演算、走彎路才答對）

他還提出一個很關鍵的公司判斷：

用少量強用戶創造高營收，比用海量普通用戶創造同營收更好。
因為生成系統的價值在於 scale 最強的人；強用戶也反過來讓系統變更強。

29. AI 時代組織：公司是一個環境，員工是一個智能體；每個人帶自己的 reward function

他把組織問題連回「生成系統」的語言：
產品的智慧程度 ≈ 組織在該問題上的智慧程度 × 轉化率。
要提高轉化率，靠的不是管控，而是每個人帶著自洽目標，與組織目標契合。

他談「異化」：大廠裡意義缺失，人被異化成 KPI 工具人；他們希望意義由個人決定。
因此每個人的 reward function 不是公司制定，而是加入時自帶或在過程中形成；組織要做的是讓它們與公司目標對齊。

他舉例：十一期間有人持續提交代碼、也有人在合併——公司 remote、沒加班要求、甚至你加不加班沒人知道，但大家仍做，因為有人最簡單的 reward 就是「不想公司死掉」。

29.1 團隊規模與 remote

  • 現在約 30 人
  • 全員 remote；每週有一天線下是員工主動要求
  • 人不都在北京，「很多地方都有人」

29.2 remote 的代價：孤獨與信任

他承認 remote 會帶來孤獨與不信任：
線上非同步交付缺少語氣、肢體語言等 context，容易誤解對方敷衍。

但他仍堅持 remote，因為：

  • 人不都在北京
  • 他們要找的是高度自驅與創造型人才，沒必要用工廠式坐班
  • 坐班制度源於工業革命工廠；腦力工作可用更自由的方式

他們內部有一個「溫暖可信計畫」來對抗孤獨與不信任：
用飛書做「公司內部朋友圈」（話題組），大家反而更願意在公司內發生活與長文。

他也說公司層級感不重，甚至沒有管理崗；三位 cofounder 各自扛工作方向：他自己偏模型產品；另兩位分別負責複雜編輯器底層架構、System 2 工程架構。

30. 融資與現金流：先準備 bootstrap；轉機來自資本回暖與 DeepSeek ＋ Manus

他說他們早期很坎坷：2024 年初開始創業，到 2024 年中才把公司成立起來。

融資方面：

  • 沒做非常正式、主動的融資
  • 早期資本市場差：大模型剛投完、應用公司尚未形成共識
  • 所以他們準備 bootstrap：若 bootstrap 可能會先從很小功能點切入先賺錢，而不是用「生成系統」這種更重的方式

轉機：

  • 去年下半年資本回暖
  • DeepSeek 重新激發市場熱情（開源模型效果好）
  • Manus 對應用更本質，讓應用價值被重新看見

他們也在中間持續 deliver milestone：即使正式產品較晚發布，產品發布前已開始賺錢，理念是「先用產品賺到錢」。

他舉自己用產品賺到錢的例子：
去年年初用早期 Medeo 做影片發到影片號，一個多月約 200 多萬播放；他起初不知道能賺錢，後來發現影片號即使不掛廣告也有分成，突然多了幾百塊，才意識到產品真的能賺錢。

團隊怎麼湊齊？他自嘲「傳銷模式」：以一度、二度人脈拉人；很多人都有創業或非常早期公司核心員工經驗。

31. 最後快問快答：白飯、安靜、安全、「一世」是 25–30 年，以及他受影響的文章

31.1 喜歡的食物與地點

  • 不喜歡旅遊；喜歡米飯類，甚至白飯：因為兼容性強，任何菜配飯都很有滋味。
  • 喜歡安全、安靜的地方。

31.2 「一世」概念

他說「一代/一世」其實很短，約 25–30 年。
因此三十多歲的人可能在做下一代或下一「世」的人要用的產品——聽起來驚悚但正在發生。

31.3 推薦書

  • 常讀：《道德經》
  • 最近在讀：汪曾祺《慢煮生活》（他欣賞把普通生活寫得津津有味，像白飯一樣）

他也區分老子與莊子：莊子更超脫像鯤鵬「背負蒼天」；老子更入世像蝴蝶穿花，「有刃有餘」地在障礙中順勢而行。

31.4 影響他認知的文章/論文

他說自己非技術出身，不敢評判行業最重要論文，只分享對他影響大的三個：

  1. “Let’s verify step by step”（2023 年 5 月左右，ilya sutskever 署名之一）：過程監督；他抽象出「方法是更高維度的智慧」，像語法與單詞。
  2. ilya 相關分享：“An Observation of Generalization”（他看不懂公式，但抓到「無監督為何有效」的直覺：從 [X,Y] 中同時學 X→Y 與 Y→X，抽象共性）。
  3. “Language modeling is compression”：語言建模就是壓縮；對應他「壓縮帶來智能」的框架。

31.5 關鍵下注（bet）

他最後說：不管 AI 或 AGI，都是 long-chain 的事情，所以他 bet China。

結語：他真正想建立的不是「影片工具」，而是一套可自我增強的「生成系統」

把這場訪談壓縮成一句話，並不是「我們做影片生成工具」，而是：

應用公司的長期壁壘不在於今天用了哪個基座模型，而在於能否設計並運行一套生成系統：
以 DSL 定義可學習的新數據、用 context engineering 把意圖與行動的「熵」降下來、在 environment 裡讓人與智能體共同生產可學習的活動數據，並能篩出有效數據把系統越跑越強。
當這套系統成立，平台作為中間商的差價空間會被壓縮，分配會被內化，內容的價值結構也會從注意力走向信任與方法（recipe）。