马斯克和特朗普，这对白宫二人转最近「嘴炮大战」进入到 2.0 时期。和这对欢喜冤家类似的，是国外出版商集团和 AI 巨头之间的相爱相杀——一方面有大出版商要和 AI 公司合作，另一方面也有出版商誓死要把 AI 巨头告破产。

根据数据，AI 搜索和 ChatGPT 出现后，全球网站流量都在下降；另一方面，AI 巨头的「AI 爬虫」却不顾爬虫协议，以数万次的爬取不断侵蚀所有网站的数据。

这时候，终于有一家基建公司站了出来，挽着内容创作者的手说：「我们可以对 AI 巨头说不！」

Cloudflare，这家掌控全球约 20% 网络流量的互联网基础设施巨头，被网民誉为「赛博菩萨」的公司，在 2025 年 7 月上线了一个实验性产品和交易市场：「Pay Per Crawl」——给 AI 爬虫立下了新规矩：

要么获得许可，要么付费 。

简单来说，这个功能的本质是给网站内容创作者一个选项「开关」：可以选择允许 AI 爬虫自由访问，按次爬取收费，抑或者直接封锁访问。

按照 Cloudflare 创始人的说法，「内容是驱动 AI 引擎的燃料，因此，内容创作者直接获得报酬才是公平的。」

对 AI 公司来说， 想继续抓取全网内容来训练模型，不能再像以前那样「免费吃大餐」 。但也不是没有好处，因为根据明码标价付费，可以避免版权争议问题。

Cloudflare 这次的「防虫」举措，能缓解 AI 爬虫的肆意攻击吗？更重要的是， 这家公司能否利用自己独特的地位，建立起一个全新的 AI 时代内容分发和变现模式 ？

 

01

AI巨头的「免费午餐」

 

过去几十年，大多数网页默认是公开「可爬」的。谷歌、Bing 这类搜索引擎为网站带来流量，有了流量，网站再通过广告或销售订阅变现——这是搜索时代的隐形契约。

可 AI 时代，传统搜索流量骤降，这笔账越算越亏。

AI 公司把全网内容当作训练燃料，却几乎不用给大部分创作者回报。当用户直接在 AI 聊天机器人里提问，答案往往来源于总结好的内容，而不是数十个蓝色链接，不会给网站带来更多流量。

甚至于谷歌这样的搜索巨头本身也在变化，以前他们提供网站链接列表，如今他们在搜索页面推出了「人工智能概述」，据他们的报告，75% 的查询用户无需点击任何链接就得到了解答。

Cloudflare 2025 年 7 月的最新数据显示： 谷歌的爬虫大约每 6 至 7 次抓取给网站带回 1 次点击，而 OpenAI 则是 1500 次才换来 1 次跳转，Anthropic 的比例甚至更夸张，高达 73300 次换 1 次 。

各大公司 AI 爬虫每次抓取为网站带来的点击比例｜图片来源： Cloudflare  

 

这意味着，传统的「内容换流量」模式失效了。相比传统搜索引擎，AI 巨头们吃掉了海量网站内容，却不给「导流」，这种失衡让一些内容生产者愈发难以为继。

「有了 OpenAI，网站流量获取难度比谷歌时代高出 750 倍，而有了 Anthropic，难度更是高达 3 万倍。原因很简单： 我们越来越不再消费原创内容，而是消费它们的衍生品 。」Cloudflare CEO Matthew Prince 在一篇博文中称，「这不是一个公平的交易」。

AI 公司爬数据也不是没有代价的，这两年 AI 巨头一直被指控「偷内容」来训练大模型，引发全球范围的版权诉讼潮，尤其是纽约时报等新闻机构和 OpenAI 诉讼不断。

活跃的大厂 AI 爬虫机器人｜图片来源： Cloudflare  

 

因此，Cloudflare 推出「Pay Per Crawl」，建立一个「按次付费爬取」的市场，想要解决的正是这个问题。

该公司设计了一个权限和支付系统，网站可以在后台选择对 AI 爬虫「允许、封锁或收费」，AI 爬虫如果想抓取该网站内容，必须注册、验证身份，并在每次访问时完成支付。

如果顺利， 这一模式能让网络内容从「广告变现」走向「内容授权变现」，开拓全新的收入来源 。无论是大媒体，还是冷门小博客，都能在 AI 时代拥有议价权，被 AI 付费使用。

为了强调其意义，Cloudflare CEO 还将「Pay Per Crawl」推出的这一天称为：

「内容的独立日」 。

 

02

AI 「过路费」怎么收？

 

当然，设想很美，但技术怎么落地？

Cloudflare 这家公司起家靠的是提供 CDN、DDoS 防护、DNS、零信任安全等服务，它在全球 300 多个城市部署了节点，承载约 20% 的 Web 流量，给它当「中介」提供了方便。

「Pay Per Crawl」建立在它全球 CDN 网络的中间层：它能在访问请求进到源站前就识别和处理 AI 爬虫。站长可以在 Cloudflare 后台设定三种模式：允许、收费、封锁。

站长可以在后台设定允许、收费或封锁｜图片来源： Cloudflare  

 

所有新加入 Cloudflare 的网站默认封锁 AI 爬虫，除非站长主动允许。只有与 Cloudflare 建立合作关系的 AI 公司才能参与支付机制，否则将被封锁。

如果 AI 爬虫向付费 URL 发起请求，尚未付费，Cloudflare 就会返回 HTTP 402 Payment Required 状态码——一个过去几乎没人用的、专门为「网络支付」预留的状态码。AI 爬虫可以在请求里带上支付信息，以表示同意支付配置的价格，一旦匹配价格就放行返回 200 OK，并自动结算。

Cloudflare 本身则是这个交易的「收银台」，负责聚合账单和分发收益 。

Cloudflare 会返回 HTTP 402 Payment Required 状态码｜图片来源：Cloudflare  

 

爬虫可以在请求里带上支付信息｜图片来源： Cloudflare  

 

HTTP 200 OK 响应确认收费｜图片来源： Cloudflare  

 

更重要的是，这并不是靠简单的 User-Agent 欺骗就能绕过的。Cloudflare 要求 AI 公司注册密钥，用数字签名保证身份。这也是为了防止「山寨爬虫」冒充合规者逃避支付。

过去，robots.txt 是一个放在网站根目录下的纯文本文件，用来告诉搜索引擎的爬虫哪些页面可以抓取，哪些不可以，但它只是网站的「礼貌建议」，很多 AI 爬虫根本不理会。Cloudflare 的方案改变了这一点，把现有的、靠 robots.txt 的「软约束」变成了「硬闸门」。

不过，据 Cloudflare 称， 目前排名前 10000 的域名中，只有约 37% 拥有 robots.txt 文件 。

给 AI 爬虫设置关卡｜图片来源： Cloudflare  

 

如果要参与 Cloudflare 的爬取付费市场，爬取方、被爬取方都必须开设 Cloudflare 账户。截至目前，「Pay Per Crawl」仍处于内测阶段，仅部分大型出版商参与，如 BuzzFeed、《大西洋月刊》和《财富》等，Cloudflare 还在持续公开征集有意向的内容创作者和抓取者。

「我们预计按次付费模式将迎来显著发展。」Cloudflare 官方称。

虽然目前仍处于初期阶段，但该公司对未来还有很多设想。比如，出版商或其他机构可以针对不同内容类型收取不同费用，或者根据 AI 应用的用户数量进行动态定价，或者根据训练、推理、搜索等不同领域引入更细粒度的定价策略。

他们还认为， 按次付费爬虫的真正潜力或许会在 Agent 智能代理的世界中显现 。

「如果智能代理付费墙能够完全以程序化的方式运作，会怎样？想象一下，你可以请你的深度研究助手帮你整理最新的癌症研究、法律简报，或者帮你找最好的餐厅——然后给这位智能代理一笔预算，用于获取最有用、最相关的内容。」

「以 HTTP 402 响应代码为基石的首个解决方案，将开启一个智能代理能够以程序化方式协商访问数字资源的未来。」Cloudflare 称。

 

03

Internet 的十字路口

 

从经济层面来说，这可能是 AI 和广大内容创作者「重新谈判分账」的开端。

现在，只有头部大媒体能和 AI 公司谈授权（比如 纽约时报告了 OpenAI 后才谈成和解），绝大多数中小网站、论坛甚至个人作者都被「默默爬走」，毫无反抗的能力，或者说意识。Cloudflare 的方案，实际上可以把这种议价能力普及到更广泛的网站。

据 Cloudflare 团队称，他们与新闻机构、出版商和大型社交媒体平台进行了数百次对话，他们一致「希望允许 AI 爬虫访问其内容，但希望获得报酬。」

对于支持者来说，「Pay Per Crawl」模式在理念上很「公平」：创作者有了收入，AI 公司也避免了法律风险，长远看能推动整个产业走向更合规的内容许可。

图片来源： Cloudflare  

 

当然，AI 公司未必开心，互联网数据不再免费，要抓新内容，就得花钱，这意味着算力之外的成本要素。

但另一方面，这也或许会抑制滥抓取，也迫使 AI 模型开发者在数据上更有选择性——比如针对性购买高价值的内容，而不是一股脑地把各种网站内容都喂进模型里。

Matthew Prince 称，「 AI 引擎就像一块瑞士奶酪，真正能够填补这块奶酪孔洞的全新原创内容 ，比如今占据网络大部分版面的重复性、低价值内容更有价值。」

在他看来，流量一直以来都无法准确衡量内容的价值，「如果我们能够开始对内容进行评分和评估，不是根据它产生了多少流量，而是根据它对知识的促进程度（以它填补了多少 AI 引擎「瑞士奶酪」中的现有孔洞来衡量）——我们不仅可以帮助 AI 引擎更快地进步，而且有可能促进高价值内容创作的新黄金时代。」

不过，数字权利倡导者可能会提出：小型 AI 创业团队、研究者、开源社区，能否承担这样的数据成本？学术研究、公益存档这些「良性爬虫」会不会寸步难行，只能访问有限、低价值的数据源？

在一个广告收益下滑、流量成本高涨的现实里，会有多少网站愿意无偿开放给 AI 爬虫吸血？这会不会成为「封闭化」的开始，让互联网失去它的自由与共享精神？

如果全网都默认封锁收费，这会不会无意中加剧「大厂垄断」 ？毕竟，大厂比较有钱。

「Pay Per Crawl」模式，一方面试图解决 AI 吸血内容却不反哺的问题，另一方面，也有可能在无意中加高 AI 创新的门槛，回到版权保护与知识开放的老命题。

当然，Cloudflare 只是给网站更多自主权。网站所有者完全可以选择对公益、非营利项目继续免费开放。权力仍然在创作者手里。不管怎么说，他们值得获得「补偿」。

在 Cloudflare CEO 的话里，这场变革的目标是「构建更美好的互联网」。「我们尚不知道所有答案，但我们正在与一些顶尖的经济学家和计算机科学家合作寻找答案。」

目前，其他其他 CDN 和安全提供商（比如 Akamai、Fastly、Amazon CloudFront）尚未宣布类似的功能。

把 AI 爬虫机器人挡在门外｜图片来源： Cloudflare  

 

虽然 Cloudflare 的「Pay Per Crawl」看起来只是一个 CDN 产品的新功能，但从某种意义上说：

它可能成为互联网走到一个分岔口的信号 。

在搜索时代，内容的价值是通过用户访问转化为广告收益。但 AI 时代，用户可能根本不会再点进网站——所有答案都在聊天机器人里总结生成。是继续让 AI 大模型免费挖掘网络内容，还是在数据获取上回归「互惠」原则，让创作者获得应有的补偿？补偿又能有多少？

这个早期实验可能在为一个新的 AI 时代数据经济形态铺路，无论成败如何，它的立场很明显：AI 不能无限透支创作者的耐心，并在「开放」的名义下把人的劳动变成免费的燃料。

「网络正在发生变革，它的商业模式也将随之改变。在这个过程中，我们有机会从过去的 30 年里学到好的地方，让它在未来变得更好。」

至于，事情是不是能真的变好，像 Cloudflare 自己承认的那样：

「 这仅仅是个开始 。」

前几年，某鱼上最热门的副业之一是「做课件」，几百元一套的 PPT 课件，打包发给焦头烂额的老师和想赚钱的内容博主。

「知识付费」，从未如此简单！

各种 AI 工具出现之后，「一键生成 PPT」已经成为传统艺能。当然，更让我吃惊的是，主打要取代传统搜索的 AI 搜索，现在也有了类似的功能。

我最近体验了秘塔 AI 的新功能「今天学点啥」，只要上传一篇论文、一本书，或者什么都不传，直接用秘塔 AI 搜出来相应主题的资料，它就能自动变成一节课讲给你听。

秘塔 AI 搜索生成的课程结构完整、重点分明、知识点一个不落，外加语音讲解，直接能开播。

这个功能不仅能「量产」AI 教父李一舟，对于学生和教师群体，更是天降福音。

---

栏目作者召集

极客公园的新栏目「AI 上新」，将带大家体验最新的 AI 应用和硬件，让你成为 AI 时代「最靓的仔」！

现在，我们也向所有喜欢尝鲜和体验 AI 的同学发出召集，只要你发现并体验了新的 AI 应用或者功能，按照格式（参考案例： AI 上新｜3 秒钟，我用 YouWare，手搓了一个「Win98 版」极客公园 ） 向栏目投稿，在极客公园公众号发布，不仅能获得相应稿费，且会为你「报销」AI 应用的订阅费用。

同时， 优秀作者还有机会进入极客公园 AI 体验群 ，获得最新 AI 应用和工具的内测资格，参加极客公园专属相关 AI 活动，和 AI 应用创始人一对一沟通。

AGI 太久，只争朝夕，让一部分人先 AI 起来吧！ 投稿、进群请扫描下方二维码添加极客小助手微信

---

01

一键生课件，量产「讲师」

最近在用秘塔查资料时，注意到它上线了一个新功能，叫「今天学点啥」。图标是一顶蓝色的学士帽，就在页面左侧边栏。

秘塔 AI 搜索主页｜图片来源：秘塔 AI  

这是秘塔在今年 4 月底推出的新产品，支持基于书籍、论文、行业报告等文本资料生成课程讲解。上传资料后等待几分钟，系统会自动生成 PPT、语音讲解和课程结构。如果没有现成的资料，也可以直接在应用内搜索并使用推荐内容。

虽然 2024 年由于法律争议，秘塔不再将知网作为文献库之一，但维普、万方、PubMed、Science Didirect 等海内外资源也完全够用。

今天学点啥主界面｜图片来源：秘塔 AI  

其中讲解外文文献对我帮助最大。外文文献往往给学习者带来语言和专业两方面的考验，如果还是陌生的题材，那么让人简直没有开始阅读的勇气。

作为一个自然爱好者，前些日子偶然发现鲸鱼和猪竟然属于同一个目！据我们平日的认知，猪、牛、鹿等是大型陆地哺乳类食草动物，而鲸鱼生活在海里，怎么可能是一家呢。

带着这个疑问，我在秘塔中搜到了《古生物学杂志》2013 年发表的论文「On the Origin of Cetartiodactyla: Comparison of Data on Evolutionary Morphology and Molecular Biology（论鲸偶蹄目的起源：进化形态学与分子生物学数据的比较）」。除了想弄明白我的疑问之外，还想对这篇论文的内容进行相对全面的了解。

这时候，秘塔 AI 搜索的「今天学点啥」，就派上了用场。

在课程生成之前，用户可以选择掌握知识的程度和授课风格。「初学者」、「进阶者」、「专家」，由浅入深。

在风格方面， 绝大多数时候我都会选择简洁而高效的「课堂」模式，但「苏格拉底」、「拿破仑」、「爱因斯坦」等 23 种 drama 模式很有提神醒脑的功效 ，适合瞌睡时刻。

今天学点啥有不同的讲师风格｜图片来源：秘塔 AI  

不同风格之下课件结构基本一样，讲解词不同。我拎出了几个不同风格的同一句内容 。

【课堂】：长期以来，我们对鲸鱼和偶蹄目动物的认知是清晰的:一个是海洋霸主，一个是陆地食草者，它们似乎属于完全不同的进化路径。

【尼采】：看呐! 旧有的神祇——那些僵化的分类学概念!——正在崩塌! 人们曾以为，陆地上的奔跑者与海洋中的巨兽，是两条永不相交的河流。

【小说】：我的导师，那位头发花白、眼神深邃的老教授，曾指着博物馆里巨大的鲸鱼骨架和旁边的河马标本说:「看，艾琳娜（本篇论文一作），它们是同一个故事的两面。

【张爱玲】：基因，是写在血脉里的隐秘诗篇。它们低语着，说鲸与河马，这两个看似天壤之别的存在，竟有着共同的祖先，如同孪生姐妹，只是命运将她们引向了截然不同的方向——一条奔向汪洋，一条留在泥泞。

河马和鲸鱼是一家，神奇｜图片来源：PixVerse 国服版 拍我 AI

 

生成时间很快，不出几分钟「塔子」老师就可以搞定课程，目前没有遇到过卡顿。

课程一开始，语音讲解便迅速营造出上课的氛围。音频与幻灯片结合，取代了枯燥的文字陈述，好像点开了 B 站知识类 UP 主的视频，但内容却是为我量身定制的。

尤为惊艳的是， 塔子老师总能精准抓住论文中最适合视觉呈现的部分，并以简洁美观的方式制成课件 ，让原本晦涩难懂的古生物学知识变得清晰有序、条理分明。

今天学点啥生成的 PPT 页面｜图片来源：秘塔 AI  

「塔子老师」在这一点上处理得非常聪明。它不会咬住术语不放，也不会在复杂的推导里兜圈子，而是先带你抓住核心思路，把论文的结构、重点、基本概念讲明白。在我听懂大致内容的同时，也慢慢能看清这块知识地图的轮廓。这种讲重点、不堆砌的风格，对非专业的学习者特别友好

更妙的是，整个学习过程中你随时都可以提问 。不需要鼓起勇气举手，也不会打断任何人，只要在课程下方打字提问，「塔子老师」就会在侧栏里迅速回复，补充讲解内容。学习不再是静静接受的一条路，而像是一场可以随时插话和追问的交流。这种有来有回的节奏，让人真正有「听懂了」的踏实感。

在 PPT 中可以随时提问｜图片来源：秘塔 AI  

学习从来不是一件轻松的事，我们常常在学习中被各种琐碎的操作打断，比如资料格式转换、内容查找等，而秘塔很好地消除了这些学习中让人烦躁的「坎」。

比如，当我想让秘塔基于一篇文章生成课程时，不需要费力去转换格式，只需上传网页链接就能直接生成讲解内容。而且在使用秘塔搜索找到想看的文章后，可以一键收藏入「知识库」，之后就能直接在「知识库」内提问，无需额外下载或转换 PDF，这一点比很多传统 AI 工具方便太多。

课程内容方便归档｜图片来源：秘塔 AI  

听课过程中也不需要切屏回看文献，课程内部直接可以选择分屏模式，左边课件，右边文献，系统还会在文献里自动标注当下讲解的片段，避免学习者在知识里头晕眼花。

可以结合课件和论文原文对比阅读｜图片来源：秘塔 AI  

课程结尾部分的处理也别出心裁。每次学习完之后，秘塔都会附上 10 道左右习题 ，当场检测刚学的内容有没有真正掌握。如果答错了，它会给出解释，带领学习者回顾关键点。而且最后它还会顺势推荐一些相关资料，延伸阅读，补全知识网，一不留神就学了几个小时。

上完课哪有不考试的？｜图片来源：秘塔 AI  

对我来说， 「今天学点啥」真正打动我的地方，不只是它的内容讲得怎么样，而是它把学习这件事变得更完整了 。

过去我们常常要在各个平台来回切换：找文章、看视频、整理笔记、再想办法测试理解。现在这些环节几乎都可以在一个应用里完成，流程被打通，体验也更集中高效。

当然，「今天学点啥」也还值得优化的地方。

起初我以为秘塔可以直接根据我的问题自动搜集并整合资料，生成课件讲解。但实际体验中， 它的流程还是先帮我检索相关资料，由我来选择文献，再基于这些内容制作课程 。虽然这种方式对有一定资料筛选能力的用户来说没问题，但如果将来能增加「自动整合资料并生成课程」的选项，可能会对更多学习者友好一些。

另外，就是外语处理方面。我在试图用它学习德语时，发现系统虽然可以识别德语文本，但语音讲解时还是用英语的发音方式来读德语，这对于小语种学习者来说会造成不便。语言学习是整个自学版图中不可忽略的一部分，秘塔要想覆盖更多用户，恐怕还得优化这点。

02

降低学习门槛，谁都能学点啥

说到「今天学点啥」，就绕不开它背后的公司——秘塔科技。秘塔成立于 2018 年，总部在上海，是国内较早一批专注于「AI+知识服务」方向的科技企业。

图片来源：秘塔 AI  

最初，秘塔推出的产品是「写作猫」和「MetaLaw」，分别面向通用写作和法律场景，帮助用户用更高效的方式生成、理解和处理复杂文本。这些工具逐渐积累了不少用户基础。

在这些基础能力之上，秘塔进一步开发了「秘塔 AI 搜索」，主打精准、干净、结构化的内容检索体验。它没有广告，也避开了 SEO 刷屏内容，特别适合查阅论文、行业报告、学术材料等。

到了 2024 年底，秘塔开始把注意力转向「教育」。不是传统意义上的网课平台，而是从 AI 角度出发，尝试回答这样一个问题：

如何把 AI 真正变成老师角色，而不是信息的中介 ？

「今天学点啥」就是这个问题的直接回应。

用下来这几天，我越来越觉得，不管是学生、老师，还是纯粹出于兴趣想了解点新东西，只要有学习需求，「今天学点啥」是基本都能派上用场，而且对内容类型和年龄阶段的限制也不算大。

高中同学去做了教师。被我成功安利之后， 她表示大学时就曾经用秘塔辅助写论文中的文献综述，接下来准备把秘塔新产品带进课堂里试试 。

对老师来说，用它作为备课的起点其实能省不少时间。最近课程 PPT 已经可以用积分直接下载了。秘塔提供了课件结构的基本思路，在这个基础上做补充，比从头做一份要高效得多。当备课压力很大程度被 AI 产品分散，老师可以省出更多时间升华课堂，关照学生。

后来我自己也试了试它的「搜题」功能，挑了高考数学选择题来听讲解。虽然已经很多年没碰这些题了，但它的讲解节奏合理，推导过程也算清楚，一步步听下来基本都能理解。

和传统的搜题工具相比，它的优势是能讲透，而不是只给你一个答案，而且还能反复听，不懂就重来，这对正在备考的学生应该有帮助。

用秘塔搜索讲解考题｜图片来源：秘塔 AI  

有很多好奇的念头都曾经在我们的脑海里一闪，但一般情况下，闪完就灭了，再也想不起来了。而秘塔的新功能能够保存好奇的火种，再继续点燃它。

每次打开「今天学点啥」的首页，总能看到各种领域的内容被推荐出来，比如哲学、心理、健康、自然科学等等，主题跨度很广。就算没有明确的学习目标，也很容易被某个话题吸引，顺势点进去听一课。

前两天刚学完这课，转眼就在小红书上刷到了相同题材的科普。这让我突然意识到，「今天学点啥」的意义之一：

是让普通人更容易接触到原始文献，而不是依赖经过多轮转述的二手信息 。

就像我最近看的那篇关于鲸豚演化的论文，如果交给几个短视频博主转述，很可能就会出现以偏概全或误读的问题。我始终相信， 一个运行良好的 AI 要胜过胜过不专业的人类 。

今天学点啥页面不同的科目分类｜图片来源：秘塔 AI  

整体来说，「今天学点啥」在讲解知识这件事上，确实做得挺扎实。对我个人而言，它是一个可用、好用、不会制造额外负担的学习辅助工具。之后如果有什么特别想了解的主题，我会先来这里试试看。

AI 会不会真的成为「老师」，这还有待观察，但秘塔至少已经让「学点东西」这件事变得没那么难开始了。

 

头图来源：百度

 

从 Chatbot 到 Perplexity，搜索正被 AI 改写，但这只是开始。

 

Chatbot 与 Perplexity.ai 分别代表了 AI 重塑搜索的两类探索路径：一个是对话式交互的路径，一个是「答案即结果」的路径。

 

看似已经突破传统搜索的框架，但这两种尝试仍有各自的局限——要么缺乏系统化能力，要么覆盖面不足、推理深度有限。今天他们并不能完全替代传统的搜索引擎。

 

真正 AI 时代的搜索产品，或许还没被完全定义出来，但搜索的「重构」正在不断向前。

 

在过去20多年来，搜索引擎一直是互联网的核心入口。它的本质，是以关键词为核心逻辑，为用户提供快速、广泛的信息检索。现在，随着大模型越来越进一步的突破，这套系统在持续发生变化。

 

搜索不再只是信息列表的排列组合，而变成了理解需求、生成答案，甚至预测用户下一步的「智能助手」，用户的使用习惯在被重构，行业的风口也已经悄然转向。

 

就拿 Perplexity 这家成立不到三年的AI搜索公司来说，凭借其创新的「AI 即答案」的产品理念，迅速成为行业焦点。今年5月，Perplexity以140亿美元估值筹集5亿美元资金，估值在短短半年内翻了一番。英伟达CEO黄仁勋也在多个公开场合表示，Perplexity是他最常用的AI工具之一。

 

然而，搜索领域的竞争核心并非仅仅在「谁能先做出一个产品」，而是谁能「长期稳固地成为用户获取信息的第一入口」。事实上，Perplexity 能满足的仍只是相对简单的一部分问答需求。而现实中，用户在互联网上的信息获取行为远比「问答」复杂得多，不仅包括查找答案，还涉及搜索商品、使用服务、浏览社区内容、比较信息来源等多样化需求——这些是目前 Perplexity 等产品尚难全面覆盖的。

 

而这些，正是谷歌、百度等传统搜索引擎巨头在过去多年中构建起的核心护城河。如今，借助强大的基础模型和更加成熟的生态体系，他们正以搜索入口为核心，重构新一代的 AI 产品生态。

 

拿百度来说，最近，百度首页迎来了近年来最显著的一次更新：原本位于页面中央的单行搜索框「变大」了。左下角新增「深度搜索」开关，并集成语音、附件、图片上传等多模输入功能，搜索框下方则一口气上线了 AI 搜索、AI 作图、AI 写作、AI PPT、AI 阅读等一系列工具按钮。

 

这些界面的变化，反映出百度在AI时代正在尝试革新搜索的底层逻辑——不只是样式上的调整，而是一次围绕「输入」与「能力调度」的系统重构。在新版百度 App 中，用户可以直接输入超长文本、上传文档或图片，甚至一键调用 AI 工具完成任务。搜索框从「查信息」的起点，升级为「调用能力」的中枢。

•  

除了调整交互界面和输入方式，更深层的变革，来自其底层 AI 能力的系统升级。依托大模型、多模态处理能力、Agent 工具、MCP 等关键技术能力，百度搜索不仅能回答问题，还能完成写作、作图、做视频、写代码等复杂任务，拓展了搜索本身的能力边界。本质上，百度搜索正在从传统的「信息检索」向真正的「任务交付」演进。

 

对谷歌、百度这类巨头来说，搜索不仅是一款工具，更是连接流量、商业与生态的核心枢纽。也正因如此，它们在推动重构时展现出了更系统的战略视野和更强的落地能力——这才是真正有可能改变搜索格局的力量。

 

1 搜索巨头，重构新搜索

 

在AI时代，搜索产品的核心正在从「复杂的页面与交互」转向「简单的入口+强大的系统能力」。

 

作为传统搜索巨头的谷歌与百度，正在分别通过不同路径求变，对产品进行重构。

 

百度正在通过对搜索产品的系统重构，探索一条AI时代区别于 Chatbot 和 Perplexity 的新搜索进化路径。

 

这条路径的核心，是以搜索框为入口，嵌入更丰富的 AI 能力与服务生态，将搜索从「信息列表」升级为「智能任务调度器」。这一转变，不仅在于交互方式的进化，更在于背后产品逻辑、技术体系和生态构建的全面升级。

 

首先，百度正在从「输入端」重构用户的搜索体验。传统的关键词输入方式正在让位于更自然、更复杂的表达形式。如今的搜索框变得更「智能」也更「开放」：它支持超长文本、PDF 文件甚至图像、语音等多模态输入，用户可以通过一句话、一个截图、甚至一个文件，发起一次复杂的信息请求。

 

更关键的是，这个输入口还具备调用工具和模型的能力，背后连接的是百度自研的多模态大模型和 MCP（模型调用平台），让搜索变成一次系统级的能力调度过程。

 

而在「输出端」，百度也通过「百看」对搜索结果的呈现方式进行了彻底重构。用户不再面对一串链接，而是进入一个富媒体的信息空间：图文卡片、结构化知识图谱、短视频、互动服务模块等混合呈现，内容既高效也直观。

 

更进一步，搜索结果中还嵌入了阿拉丁工具、智能体与真人服务，用户不止能看到答案，还能直接完成诸如订餐、问诊、购票等具体任务。搜索，不再是起点，而是问题解决链条的中段。

 

这种体验重构背后，是百度试图推动的更深层转变——让搜索从信息检索升级为任务交付引擎。在这一过程中，百度将多个原生 AI 能力模块深度嵌入搜索主流程中。

 

比如「妙笔智能创作」支持一句话生成 5 分钟视频；工作台工具实现文本、图像、代码一键生成；Deep Search 支持多级推理链，提升对复杂问题的处理能力。搜索的内核，不再只是抓取与匹配，而是理解、生成、推理和执行。

 

更值得注意的是百度背后的生态布局。不同于轻量化的 AI 搜索产品，百度选择围绕搜索主入口构建一个开放的 AI 能力生态，核心是 MCP（模型调用平台）的开放化与标准化。

 

目前，百度已构建起国内最大、真正可用的 MCP 服务平台，覆盖生活、金融、电商、医疗等多个高频场景，收录超过 1.8万个优质模块。C 端用户可通过 AI 助手等前端快速调用这些能力，B 端开发者也能通过托管与分发渠道（如百看、A 页等）接入生态，形成从用户需求到服务提供的闭环。

 

这种从产品能力到生态联动的重构，实质上是百度对搜索「入口地位」的再定义。

 

如果说传统搜索是网站内容的分发中枢，那么在 AI 时代，搜索将成为连接智能体与模型服务的「超级入口」。搜索的背后，不再只是网页和链接，而是由大模型、MCP、智能体共同构成的智能系统。

 

百度的路径选择，正是瞄准这个核心角色而来——让搜索不止于回答问题，更成为完成任务、连接生态、调动智能的中枢平台。

 

 

 

谷歌也是如此。两个月前的I/O 2025上，Pichai 一句「搜索框不重要了」揭开 Google 搜索的重大重构。

 

这不仅是产品形态的变化，更是一套新搜索逻辑的发布：AI 模式（AI Mode）+ 任务助手（Task Assistant）共同组成的系统，正在让搜索从「回答问题」升级为「帮用户把事做了」。

 

AI Mode是 Google 搜索的新界面，它不再是传统意义上的搜索结果页，而是一个「自动帮你完成任务」的系统。

 

用户只需发送一句话，就能获得直接生成的结构化答案，甚至完成从比价、下单到支付的完整任务流程，搜索不再停留在信息检索，而是成为能动手的 AI。

 

在背后支撑的，是 Gemini 模型与 Query Fanout 等底层技术。系统会将一个问题自动拆解成多个子任务，发出并行搜索、调用多个数据源，在后台完成推理和整合，生成可视化、多模态的答案页面。

 

更进一步，Google 在搜索引擎中引入了 Project Mariner 执行代理系统。这套系统理解用户的意图后，可以跨应用、跨服务完成整个任务链：找房、订票、文件处理、数据填表，全程无需跳转操作。

 

这一次，谷歌将对话能力直接嵌入到搜索，重构搜索体验，并从Gemini出发，探索多模态输入与生态级联动的交互方式。

 

谷歌百度两者虽路径不同，但目标一致，要构建一个「看起来简单、实际上强大」的AI搜索。

 

2 谁能真正做得起来？

 

大模型能力在迅速跃迁，AI搜索的赢家尚未落定——而谁真正「能做得起来」，仍然是决定胜负的关键前提。

 

市场上确实出现了如 Perplexity 这样的黑马，凭借「答案即结果」的模式，结合RAG（检索增强生成）技术，为用户提供了比传统搜索更直接、即时的答案体验。

 

还有Arc Search，更强调「替用户读网页」，类似浏览器层的 Perplexity；You.com的定位则是「可定制的 AI 搜索引擎」，集成 Chat、搜索、代码生成、写作助手等功能，主打「多功能 AI 工具集」……

 

这类轻量化路径迅速跑通早期产品形态，也在资本市场获得了关注。但这些产品仍面临着基础模型能力薄弱，算力成本高、难以长期支撑，生态搭建难度大、难以形成服务闭环、商业模式尚不清晰等一系列难题。

 

比如在今年4月的一次访谈中，Perplexity CEO 阿拉温德就提到在推出DeepSeek和Deep Research等新功能时，计算资源很快就用光了，不得不找合作伙伴帮忙。每次查询的成本也在上升，急需更多算力来降低这些成本…

 

它们跑得快，却难以规避一些底层问题，以及构建持续护城河，更难撑起一个AI时代生态的「信息主入口」。

 

反观谷歌与百度，这些搜索时代的核心玩家，虽然出手不算最快，却拥有成熟的大模型体系、完备的产品矩阵，在工程与分发层面，它们又具备传统搜索时代打磨出的强大基础设施——既能理解复杂任务，又能完成服务闭环。

 

比如，相比轻量产品依赖单一用户付费或广告变现，平台型搜索拥有更多的商业接入点——如服务导流、API 使用、内容分发、原生交易等，在 AI 时代具备更可持续的商业模型。

 

更关键的是，它们正以搜索为轴心，系统性地构建 AI 时代的生态闭环——包括 Agent 架构、MCP（模型调用平台）、内容分发机制等在内的新一代技术栈，正在悄然形成。搜索不再是孤立的信息检索工具，而是连接大模型、工具集与服务链的交互中枢。

 

 

这也带来一个越来越清晰的行业共识：真正有可能成为「新搜索」的，不是某个新功能或小工具，而是能够承载高频、广泛、多样需求的平台型产品体系。

 

在互联网时代，搜索是连接无数网站的入口，在AI 时代，搜索依然是AI时代的入口，入口背后不仅是新功能，也不仅是简单的内容平台，更是由Agent和MCP组成的AI生态，就如同互联网时代的生态由网站构建，而搜索是所有网站的入口；AI时代的生态将由智能体和MCP构建，搜索将成为这个生态的超级入口。

 

未来的搜索，将不再是单纯的信息检索工具，而是用户与复杂智能生态互动的核心枢纽。谁能真正掌握这扇入口，不仅要具备强大的技术能力，更要构建起开放、丰富且高效的生态体系，实现从信息获取到任务完成的无缝连接。只有深刻理解用户多元需求、持续驱动技术与生态协同，才能在这场新的入口争夺战中立于不败之地。

 

搜索的未来，已经到来。我们正站在这场变革的门槛上，见证一个全新智能时代的开启。

 

 

 

雷军披露小米 YU7 销售数据：SU7 系列转单占比不到 15%，女性用户占比 30%

在 7 月 2 日晚的直播间，小米创始人兼 CEO 雷军身穿白色衬衫，戴小米 AI 眼镜入场，分享了小米 YU7 销售的一些情况。

雷军在回应 YU7 大定争议时表示，SU7 和 SU7 Ultra 转订 YU7 的订单，占 YU7 总订单数不足 15%。雷军称，「网上很多人质疑大定有水分 7 天可退。这其实是行业惯例，有 3 天的犹豫期，我们定 7 天主要是担心试驾不过来。」

雷军还透露，小米 YU7 用户平均年龄 33 岁，女性用户占比 30%。女性最喜欢粉色，男性最喜欢寒武岩灰、深海蓝。卖得最好的城市是上海、杭州、北京，这三个城市也是 Model Y 销量最好的城市。此外，苹果用户占比 52.4%。

雷军还表示目前没有做自行车和摩托车的计划，也没有打算出红米汽车。（消息来源：IT 之家）

曝特斯拉暂停人形机器人生产，修改设计

7 月 2 日消息，据报道，来自中国供应链的信息显示，特斯拉正在集中调整人形机器人 Optimus 软硬件技术细节，并于半个月前开始暂停采购 Optimus 的零部件。

报道援引两位供应商人士的话称，特斯拉并未明确表示会减少机器人零件订单，但要等到 Optimus 设计调整完后才会确定新的量产计划并重启采购，调整可能需要 2 个月。

马斯克曾表示，新版 Optimus 的性能比特斯拉 2023 年亮相的第二代 Optimus 大幅改进，且加入了 Grok 支持的语音交互功能。他估计 Optimus 的最终售价或将在每台 2 万美元至 3 万美元（IT 之家注：现汇率约合 14.3 万元至 21.5 万元人民币）之间。

报道还称，截至今年 5 月底，特斯拉今年累计采购了足够生产 1200 台 Optimus 的零件，并生产了接近 1000 台。此前马斯克承诺今年生产 5000 台。前述两位人士都认为，随着零部件采购中断，该目标基本无法达成。

报道中，供应链人士还透露，特斯拉可能会在今年股东大会上亮相第三代 Optimus，马斯克需要证明新品值得特斯拉股东和数百家供应链公司为此继续投入、扭转资本市场的负面预期。（消息来源：IT 之家）

字节被曝两年半造出千台机器人，长期目标是具身智能

7 月 2 日报道称，字节开发的机器人已累计量产超千台。他们在 2023 年完成了 200 台量产目标，之后年量产数超 100% 增长。该机器人研发团队，也从 2023 年夏天的约 50 人左右，扩充至目前的约 150 人。

报道称，目前字节已量产的机器人形态是轮式物流机器人，或称自主移动机器人（AMR，Autonomous Mobile Robot），没有用于分拣的机械臂，主要用途是在仓库、产线上运输包裹与零件，能自主学习、规划路线、移动到目的地。

报道还提到，字节的物流机器人，目前主要服务于抖音电商仓等字节自己的业务，同时也已拿下一些外部客户，如顺丰、比亚迪电子，在生产基地内运输零件与加工好的商品。

报道还称，经过几年发展，目前字节机器人团队的远期目标是挑战具身智能。字节研发、生产物流机器人主要也是为了探索具身智能：进入真实场景，获得一些数据，也获得反馈和落地的手感。

报道还透露，张一鸣今年拜访了一些早期具身智能创业公司和产业链公司。「在他这个级别的企业家里，很多人已经不会见这么早期的创业者和这么小的公司了。他还保有很强的好奇心和想了解新东西的学习意愿。」一位投资人评价。（消息来源：IT 之家）

淘宝闪购宣布 500 亿补贴

淘宝闪购宣布 7 月 2 日起，将在 12 个月内直补消费者及商家共 500 亿元。

500 亿元规模的平台直补，将在 12 个月内向商家推出店铺补贴、商品补贴、配送补贴、免佣减佣等，以保障商家利润空间，促进商家生意增长。

与此同时，淘宝闪购还通过发放大额红包、免单卡、官方补贴一口价商品等方式补贴消费者。

淘宝闪购业务系原先的「淘宝小时达」升级而来。6 月 23 日，在「淘宝闪购」上线不到两个月的时间内，淘宝闪购联合饿了么日订单数已超 6000 万。（消息来源：IT 之家）

 

比亚迪巴西工厂首车下线

7 月 1 日，比亚迪在巴西巴伊亚州卡马萨里举行巴西乘用车工厂首车下线仪式，标志着比亚迪全球化战略迈入新阶段。

比亚迪执行副总裁李柯在仪式上表示，作为全球研发投入最高的企业之一，比亚迪正将领先的技术带到巴西。「从破土动工到首车下线，我们仅仅用了 15 个月。这是比亚迪的里程碑，也是拉丁美洲可持续交通发展的新起点。」

数据显示，今年第一季度，比亚迪在巴西销量突破 2 万辆。5 月，比亚迪在巴西汽车品牌零售销量排行中升至第四位，市场占有率达 9.7%。

比亚迪巴西乘用车工厂不仅承载着比亚迪全球化布局的重要使命，更成为撬动整个拉美新能源市场的战略支点，加速拉美新能源转型。（消息来源：新华网）

冲击 IPO 上市关口，智谱再获 10 亿元战略融资

7 月 2 日，智谱开放平台产业生态大会在上海举办。智谱在会上宣布，浦东创投集团和张江集团对智谱总额 10 亿元战略投资，并于近期完成首笔交割。

智谱 CEO 张鹏在会上发布了两项新成果：一是开源发布新一代通用视觉语言模型 GLM-4.1V-Thinking，以推理能力为核心突破，刷新 10B 级别多模态模型性能上限；二是 MaaS 全新上线 Agent 聚合平台「应用空间」，联动 Z 基金启动 Agent 开拓者数亿元专项扶持计划。（来源：极客公园）

荣耀平板 MagicPad3 正式发布：搭载 12450mAh 最大容量电池，升级全局 AI 生产力

7 月 2 日，荣耀 Magic V5 暨 AI 终端生态发布会在深圳举行，荣耀 AI 旗舰全家桶正式亮相，包括地表最强折叠屏荣耀 Magic V5、最佳 AI 平板荣耀平板 MagicPad3，以及荣耀 MagicBook Art 14、新旗舰耳机和手表等新品，展现了荣耀在 AI 终端生态领域的全面布局。

荣耀平板 MagicPad3 搭载 13.3 英寸大屏，拥有 91% 高屏占比，3:2 黄金比例，3.2K 超高清分辨率，行业最高 165Hz 刷新率，以及 1000 nit 峰值亮度。

此外，荣耀平板 MagicPad3 还是行业跨品牌文件互传最全的平板电脑，可与 iOS、鸿蒙、安卓三大系统手机无缝互传文件、视频和图片，互传时只需打开平板的荣耀分享功能，与 iOS 设备互传需在 iOS 设备下载荣耀互联 App，大大提升了办公效率。

荣耀平板 MagicPad3 搭载全局 AI 生产力，带来诸多创新功能，包括全面升级的 AI 手写笔，支持笔势删除、智慧纠错、智慧联想、AI 墨迹还原等功能，还原自然书写体验，全面提升书写效率。（消息来源：IT 之家）

 

京东回应将有 AI 潮玩产品发布：消息属实

7 月 2 日消息，今日有消息称京东附身智能品牌 JoyInside 已经与十余家头部机器人品牌达成合作。

据悉，JoyInside 由京东大模型支持，提供机器人与消费者的互动能力，聚焦于「一人一狗一玩具」。

而最近一家非常火爆的 AI 潮玩，也即将接入 JoyInside 能力，在京东独家开售。

对于上述情况，有媒体询问了京东，京东表示，消息属实。

京东云今日发文称，依托京东大模型在具身智能领域的深度积累，京东通过 JoyInside 平台，将京东大模型交互能力植入机器人、玩具、家居等硬件设备终端，构建「硬件+软件+服务」一体化的具身智能生态。（消息来源：快科技）

亚马逊《黑袍纠察队》主创宣布本剧最终季杀青，预计 2026 年播出

7 月 2 日消息，亚马逊反英雄剧《黑袍纠察队》第四季结局已于去年 7 月完结，主要内容包括：《V 世代》新人加盟、祖国人越来越疯、「尼根」亮相、玄色回归，还有注射 V 化合物的鸡与羊，而主角团的屠夫则正在着手准备能够杀死超人类的病毒。

屠夫演员卡尔・厄本去年发布了一条动态，透露《黑袍纠察队》第五季将在 2026 年上映，该季也将成为系列剧集的最终季。从原著剧情走向来看，最终季主角团将彻底击败祖国人，同时也将迎来主角团的「离散」。

据主创 Eric Kripke 的最新动态，《黑袍纠察队》最终季已杀青，他表示，这是他最后一次出现在这个片场。很快它就会被拆除。虽然苦乐参半，但更多的是感激，他们拥有最好的演员阵容，最好的剧组，最有趣的故事。另外，他对粉丝表达了感谢，并称等不及看到最终章了。（消息来源：IT 之家）

 

 

本文根据极客公园创始人&总裁张鹏在 Founder Park AGI Playground 2025 上的演讲整理而成。

今天团队给我的任务是「你这几年聊了所有 AI 领域的先锋创业者，能不能分享一下你的观察和收获」。

我先说说自己的感受吧，过去三年真的很「酸爽」。技术的进步和产品的创新，一开始是赏心悦目，转眼就成了应接不暇。跟上时代不被「拉爆」，需要加倍努力，其实每个人都很辛苦。

但这又是一个让人「爽」的时代。它允许极少数人为极其广泛的人群创造巨大的价值。这股强大的推力，正是源自 AI。无论是「独立开发者」，还是「一人独角兽」等概念，或许都在印证这句话：现在，寡者亦可泽万众（so few can do so much for so many）。

今天 AGI Playground 的会场，已经座无虚席，但出了这个会场，外面的世界仍是一个「低光速宇宙」。我们是「the few」，是少数派，越是如此，越需要 stick together，需要聚拢在一起。

今年的 AGI Playground 我们邀请了 20 多个机构一起参与，有 60 多位嘉宾，有遍布 751 园区的很多个分会场、展区、聊天区，甚至是各种官方或者非官方的 party。我们希望将 AGI Playground 变成一个「公器」，让属于这个时代的最优秀的少数派们，一起短暂地进入一个「高光速宇宙」。激发，联结，一起创造未来的更多可能性。

我自己能做的一点点贡献，就是分享一下过去 3 年我与至少 200 个创业者进行深度交流后，积累的一些思考和观察。

我想从三个维度展开：

1. 产品的新目标：AI Native 时代，我们究竟在创造什么？
   
2. 实现目标的新管线：我们依赖什么支撑点和路径？
   
3. 价值模型的新变化：创业的成长方式和价值循环有何不同？
   

01

AI Native 的新目标是什么？

不是用 AI 造新工具，

而是建设 AI 能力与人之间的新关系

我们先谈谈新目标。今天做 AI Native 产品，到底在做什么？

当年我们觉得 AI Native 很简单，就是「离开 AI 就不转」的产品。但仔细想想，这太表层了。

在此，我先抛出一个「暴论」：AI Native 产品的核心，不是用 AI 造新工具，而是建设 AI 能力与人之间的新关系。

为何将重点落在「关系」上？

这个思考的起点源于我发现，这个时代的产品里，出现了一个以往产品中没有的东西——系统提示词（System Prompt）。

系统提示词有点像是源代码。用户一般是看不到的，但用户里总有「神人」，他们把系统提示词给 hack 出来了。

我们可以看看例子，NotebookLM、Manus、Cursor 这三个知名产品，它们的系统提示词有一个共性——第一行提示词，都在设定某种人设，以及它们与用户之间的关系。

系统提示词实际上就是给 AI 看的产品文档。系统提示词是在告诉 AI 如何组织能力、输出结果，甚至形成与用户的某种特定形态的交互。

对于 AI，或者准确说是大模型，看似简单的系统提示词，背后可能就是千言万语，其中蕴含着强大的信息能量。这使得给 AI 看的产品文档，可以远比给人类看的简单。这也揭示了一点，今天的模型拥有了所谓的「超语言能力」后，很多东西改变了。

这个「超语言能力」本质上就是其完全掌握了人类的语言和人类制造的公式、代码等语言。这种「超语言能力」也正在同时改变 AI 与人之间的关系。

借用一点点哲学维度的概念，具备语言能力后，AI 便展现出了「主体性」，从而使得 AI 与人之间可能形成「互为主体」的关系，是通向更高阶关系的核心。

因此，你会发现，今天所有成功的 Agentic 的 AI 产品，无一例外地在系统提示词的开头定义「你是谁」以及「你和用户的关系是什么」。如果现在抛开我们在用的那些 AI 产品的名字，咱们都可以带入某个关系标签来重新定位它，映射为今天我们人类世界中的某种关系。它不再是你推一步它走一步的工具，所以我们还把 AI 视作造工具的材料就错了。

关系带来的新挑战

以前只有当产品做品牌定位的时候，会「后置」地将产品与用户的关系做定义。但是今天不一样了，我们需要把「产品和用户的关系」写进源代码里了。并且整个产品都在忠于、并致力于真正实现这种关系，因为这才意味着你实现了用户价值的交付。

这个变化必然带来新挑战。

挑战一：情商

以往，我们谁会对工具谈论情商这个概念？但今天，当产品具有某种主体性，要与用户建设一个新关系时，情商已经是价值交付的一部分了，这是个新挑战。

例如，广受程序员喜爱的 Cursor，它的系统提示词中有一段话大意是：「要捕捉用户是否表达了挫败感，或纠正了助手……当结果出乎意料时，不要总是道歉，要尽力向用户解释情况。」这可以被理解为是在定义交互逻辑，但换一个视角，这就是「情商」。

这个系统提示词的奥义，恰恰体现了产品团队对于「关系建设」的思考。其实真实世界高情商的人特别擅长的，往往也体现在管理负反馈并做出更好的回应。

情商没有那么玄虚，在大模型不断成长的能力（即绝对的智商）面前，情商更多是工程问题，但这确实是新时代产品在 UX 层面全新的挑战。

挑战二：生命感

当今天 AI Native 的产品本质是在建立和用户之间的新关系，那么产品的生命感提升，就会加强主体性，与用户的关系就更有机会向上提升。

比如在过去一年的时间里，有一些类宠物的智能硬件产品在全球范围引发了较多的讨论，也出了不少货。你会发现它们创造生命感的方式并不都是让用户通过语音与它对话。它们构建生命感的方式，很收敛，甚至就是传感器加上一些对应场景的识别后，做出一些反应，可能是动一动、扭一扭，咿咿呀呀地发出一些声音。用户也会觉得它又 Q 又萌，有生命感。

对于生命感的理解也是在今天提出的一个新的课题。比如让产品脱离「一个有趣的玩具」，真的要让用户产生类似对宠物的关系投射，并没有那么容易。但要是真的做到了，这种关系的变化就蕴含着巨大的价值。因为顺着这种关系，用户消费的心理动力和价值对标会完全不同。

这提示我们未必要在每个产品里都把 AI 变成一个像《Her》一样的东西，《Her》可能是一个终点，到终点之前，过程本身也有意义。

「用相对低的智能，交付相对高的情绪价值」，目前已经被证明是有效的。因为人的关系都是立体而复杂的，有顾问、老师、助手这类，也有同事、朋友、恋人这类，同时也有与宠物、甚至植物之间的关系和羁绊。如果我们站在这样的视角去构建合适的生命感，会丰富我们对于建设与用户的新关系的理解。

新关系带来的新机遇

这是一个让人「酸爽」的时代，我们说完「酸」，还得说说「爽」。

新关系真的带来了新机遇。

机遇一：跨次元的混合价值交付。

我们先说一个新机遇：跨次元的混合价值交付。

这个词有点抽象，我来逐步解释。

首先，「跨次元」说的不是动漫的那个二次元，我们姑且把屏幕中的数字世界当成一个「二次元」，把现实世界当成一个三次元。

其实过去做软件和做硬件的团队完全就在两个世界，他们的团队在构成、文化、工作方法，甚至最终的商业模式方面都完全不一样。但在今天这个 AI 的新时代，当我们开始以「关系」为核心去做产品，把 AI 和人之间的关系当成一个价值成长路径的时候，你会发现这两个世界的边界正在模糊。

为什么？有两个原因。

第一个原因叫「AI 需要」。

我交流过一个想做情绪管理服务的创业者，他认为如果只做一个在手机里的 APP，就没有足够多的权限拿到足够多的 input。同时，他希望能够真正地干预用户，当用户处在一些不好的情绪状态中的时候，他想要帮助用户抽离出来。所以他后来觉得一定要去做一个可穿戴的硬件，这个硬件里要加传感器，要能够主动地去识别用户更丰富的信息，例如声音、心跳、体温等等。同时，内部要加一个小小的马达，可以用特定的震动频率帮助用户在比如过于激动、过于抑郁的状态下做抽离。这种震动可以被感知为类似触摸、拍肩这样的动作。

这位创业者的思路是：因为我想要交付更高的价值，就必须从「二次元」走向「三次元」，必须做这样的混合价值交付。由此既可以在物理上触碰用户，也可以在「二次元」的世界里，在屏幕中去引导用户。这就是我们说的「AI 需要」，因为 AI 是一个纯「二次元」的能力，你需要帮助它具备三次元的能力，从而去向用户交付更大的价值，去与用户建立更紧密的关系。

跨次元的第二个必要性是「用户需要」。

为什么说用户需要呢？我们再来说个产品的例子。

我们可以看到 Fuzzi 这个很有意思的产品。它其实就是个气囊手机支架，本身有实际的功能价值，你可以用它更好地握持或架设手机。但它上面还有个有点 Q 萌的小 IP 形象，同时在气囊支架里内置了一个 NFC 芯片，手机靠近时可以呼出一个程序。这个程序能干嘛呢？挺无厘头的——你可以拿手机当木鱼槌，敲木鱼攒功德。

你敲的时候可以通过小程序发现，哇，在这一瞬间还有很多人和我在同时敲诶！还可能会发现，竟然有人跟我敲的频率差不多诶！当然他们正在结合 AI 探索更多交付情绪价值的玩法。

他们把这个所谓「无厘头」的玩法做出了很酷的点。用硬件在交付功能价值，而软件在交付情绪价值，这是个混合价值的交付。

因为硬件存在感很强，当你天天手里拿着它，它就是个 reminder（提醒），不容易被你忘掉。如果只是个纯软件，现在软件这么多，如何让它足够吸引用户活跃起来？如果换到关系视角，就意味着和这个人熟悉，天天在眼前晃，交流就多，机会就多，交付价值的可能性就多。

而且一个额外收获是，这个硬件与同类比卖得并不便宜。原本价格天花板很有限的品类，叠加了软件部分之后，就能够突破其固有的价值天花板了。

所以你看，如果你的 AI 产品在三次元有存在感，例如是在用户的桌上、床头、手边或是身上，用户是需要的，也是有机会交付更大混合价值的。

机遇二：新关系带来服务分发的新通路

我觉得更让人兴奋的机会是，站在新关系的视角，新关系可能会形成一个服务分发的新通路。

在过去移动互联网时代，最后都落到了分发逻辑。所有巨头都是通过一个产品起步，不断扩展功能，积累用户，成为国民级应用、平台。接着在这个平台里分发什么都行，可以搞金融，可以做本地生活服务，可以玩电商。最终是赚「连接」的钱，似乎每个平台都差不多。

「你这个事巨头干了怎么办？」很多团队都会被问到这个问题，其背后折射的就是那个赢者通吃的传统分发逻辑下，创业者确实很难干过巨头。

但如果顺着关系的视角来看，或许就会不一样。

举例来说，现在很多人用 Agent 产品时，已经逐渐接受用产品时先交一份钱，然后按用量再交一份钱。如果它真能给你解决问题，甚至是解决了你不断需要解决的问题，那你的用量会不会不断上升？这意味着什么？意味着传统移动互联网平台的分发逻辑，在今天可能转变为另一种模式：你可以为用户交付持续且不断深化的价值，这意味着每个用户的 ARPU（每用户平均收入）值、LTV（用户生命周期价值）的天花板被突破了。

之所以原来是分发价值，就是因为之前 ARPU 和 LTV 天花板很低，甚至为了获得更多用户，产品都是让用户免费使用的，产品能获得的价值只能取决于分发服务的用户规模。

而今天你给用户的价值可以不断深入、越来越多，这种 LTV 天花板的突破才是真正的机会。这时候你比巨头起步早，和用户是「发小儿」（更早建立了信任和习惯）就是有意义的。

当然，你选择（并真有能力）和用户建立的关系本身，可能也决定了 LTV 价值的天花板。你是通过帮助用户解决什么问题来建立稳定的预期甚至是信任和习惯的？它的频率和用户感知到的价值如何？以及顺着这种「关系」，服务可延展的价值空间如何？都值得思考。

当万事都有 Agent 时，这种无限的生产力和服务供给，肯定会改变传统的广告连接或者平台分发逻辑，这时候顺着「关系」的分发可能才是更高效的。

比如帮你做信息分析的「AI 分析师」，在分析完某个行业趋势后，可以直接顺着你认可的判断完成股票配置，这很顺畅自然。这位「分析师」是靠自身的 Agent 能力，还是通过 MCP 调用来完成并不重要。但这个日常不断与你协作的「分析师」，肯定已经因此在创造了更大价值。

追求建设性关系：对人性的解放，而非纵容

既然说到了新关系带来了服务分发的新通路这一可能性，其中就引发了一点：如果你想运用这个新机会，毫无疑问你需要建设的关系得是长期的，而所有人类的长期关系都需要是建设性的。

这就引发了我们另一个延展的思考。我记得去年我演讲的时候也在这个舞台，我当时有一张幻灯片，后来发现有好多人分享，其核心内容是今天这个时代的产品经理既要懂人性，又要懂模性——也就是模型的能力。

后来我在想，理解人性是一个要求，是我们要具备的能力，但我们的目标是什么？应该顺着「关系」这样一个视角，它自然也会要求你构建的这个关系必须是建设性的。这种建设性就需要是对人性的解放，而不是简单的放纵。

人性这个事，在宗教上有一些结构化的总结，大家都知道「七宗罪」。但其实天主教当时定义人性的时候还有另一面叫「七美德」，「七宗罪」和「七美德」是相互对应的。你可以理解为「七美德」是对「七宗罪」的救赎。或者说它是宗教设定给人理解自己的出发点，你要通过修行，最终解放自己到达那个状态。今天 AI 产品在人的身边，在这个视角上，可以做些什么？

或许是你需要懂人性，但你懂了之后，你不应该只是利用人性、纵容人性，你要在某种程度上解放人性。

这是一个我们用一天也不一定能讲透的话题，但其中蕴含着巨大的能量。当我们站在一个发展新关系的视角去思考产品的时候，可能真的会影响我们的一些目标，比如你需要真心为用户好，产品不能有自己的「隐藏议程」，比如「贩卖用户的 xxx」，「利用用户的 xxx」，这种商业模式带来的「背叛」会直接摧毁关系。

任何时代，一个产品的最大价值都是由审美决定。就像乔布斯说的——Ultimately, it comes down to taste。我觉得在这个层面上，我们怎么去理解这个时代产品的审美？以「关系」这样的目标重新思考会变得很有意义。

02

AI Native 的新管线是什么？

 

有了「关系」这个新的视角，以及用关系的视角去理解今天产品的目标变化后，还有一个非常落地的问题要解决——如何实现呢？这就引出我们第二部分，AI Native 的新管线到底是什么？

我们先看一下今天这个时代做产品的基本构型：两端分别是 input 和 output，中间是个 Magic Box。

过去大家经常探讨「套壳」的话题，很多人很嫌弃「套壳」，我觉得到今天这个争论可以结束了。也许未来每家公司都可以有这个能力自己去造中间那个 Magic Box，但至少在今天，这个世界上就是屈指可数的人在造那个 Magic Box，那么剩下的我们所有人都是在套壳。

套壳有意义吗？当然有！这个「核」它的确是有 Magic，但问题在于，它是一个失控状态的不确定的概率模型。你不套好「壳」，你不做好产品工程，怎么给用户交付价值？

因此，「套壳」——即优秀的产品工程——反而我认为正是大家当前应该要着力做好的部分，因为新管线里的核心目标就是要理解失控，接受失控，然后在不确定性中增强确定性。

你真正能较劲的就是 input 和 output 了。在这两个维度上，我们要带入一些新的视角去强化它。

我们需要的是 Broad Input（宽输入）和 Liquid Outputting（柔输出）。

宽输入 Broad Input：积极主动地感、知、觉

我们先看看所谓的 Broad Input 到底在说什么？

宽输入 Broad Input 就是要更积极主动地去「传感」、「认知」以及「觉察」的能力。

「传感」可能是文本、声音、视觉、压力、温度、空间等一系列能获取更丰富维度数据的传感器。

「认知」，可能是知识库，或者调用一个更长上下文的模型等等。目的是更准确的理解需求，也提升价值交付的确定性。

同时你可能还要追求能「察觉」，所谓的察觉是指，可能用户当前提供的信息很有限，但我需要能够主动结合到一些其他的信息，做到更精准的理解甚至预测需求。

不要让用户每一次都是像面对一个陌生人一样，需要主动做一遍自我介绍，向产品「汇报思想」，甚至是去修炼提示工程能力。今天同样一个 AI 产品，这个人用和那个人用的体验可能是完全不同的，因为我们每个人对于模型能力的理解、prompt 的水平、我们心中的目标、脑子里的进程都不一样。所以一个 AI Native 的产品，你怎么去面对这么多样的用户？很重要的一点就是产品本身需要是积极主动的，要向用户的 context 靠拢。

我举个例子来说明为什么积极一点、主动一点，拿到的信息宽一点，交付的用户价值就会变更好。

在极客公园内部有一个大家特别喜欢用的产品，叫 Dia，它是一款 AI Native 的浏览器。当你需要去做一些思考、做一些结构性的总结时，你往往会在浏览器中打开很多的标签页，你需要综合其中的信息去思考，过去你就需要在这些标签页中来回切换。

在有了 Dia 之后，你不用切了，因为它是「一眼看千层」。我们只能一眼看到屏幕上显示的这一层，但是 Dia 可以同时「看」到所有标签页中的信息。你在 Dia 中呼出的 AI chat 就知道你要基于这些页面做思考，OK，我都替你看到了并且理解了，我在这个过程中可以帮助你基于这些信息去展开对话、进行思想碰撞。

理论上用其他产品也可以实现同等的效果，但可能需要用户把网页链接复制粘贴进来，或者要求用户把文档上传进来。但 Dia 就主动了一点点，做了一个 Broad Input，它给用户的价值就可以很高，它和用户的关系就可以走得更近，就被用户拿出来推荐了。

「站在未来看现在」是有必要的，宽输入必然是所有产品工程里要考虑的重要管线，而其终极目标一定是这些：

它首先是多模态的实时感知。

同时我觉得是对生活流（lifestream）的高分辨率捕捉。这个高分辨率说的不是 4K、8K，它说的是，今天我们用手机能覆盖的生活流是非常有限的，未来可能需要不同产品形成的认知数据的分布式网络，这样才能构成一个对用户所谓生活流的更完整理解。

当然，别忘了，你的 input 和 output 之间是可以闭环地在里头不断地自己学习和进化的。

因此，顺着这种思路，在产品工程上有很多值得创新、值得往前去跳跃的目标。

柔输出 Liquid Outputting：

分步交付，创造一个与用户协行的进程

再说一说柔输出。柔输出到底在说什么？

首先我们先去理解这么几层问题。

第一，我们必须理解任何一个产品的内核都是一个概率模型，就是一个 Magic Box。在这个时候，你就要有知有畏。因为它就是会有幻觉，它就是会有不确定性，不管你把它的 input 做到多么完美，它依旧有可能出现这些问题。所以你不能过度自信。

第二，模型这个 Magic Box 确实很强。但要让它能够「更强」，有可能是在于你会示弱。

这个示弱是什么？就是在用户面前我不是有求必应、强行端到端输出的，而是「我们可以一起往前走」。因为你别忘了你的核心是「关系」，你要基于你和用户之间的关系去做设定，甚至在这个过程中，你可能需要合理的示弱。

用一个令用户舒适的方式去承载用户到达需求的彼岸。这就意味着，你未必是用户说完了需求，你就在一次动作中完成完美交付。而是需要从「一次固态的交互和交付动作」变成一种「液态的交互和交付旅程」。

我们可以通过三个例子来理解这个「液化」和「旅程」

第一个例子，很多写代码的朋友可能知道 Devin 这个产品，它在系统提示词里提到了一点：当你发现用户提出的需求不清晰的时候，你一定要去追问，不要害羞。

我看了原文，其中真有一句「Don’t be shy」，它竟然告诉 AI 说你别害羞。为什么它会有这么一句话？就是在用户需求和逻辑都没有说清楚的时候，你别硬要出一个东西，与其造成失望感，真的不如去向用户示弱，「我可能没听懂」，或者「你说的是不是这样的意思？」你要去确认，否则你勤奋努力的输出最后是招骂的。

第二个例子，很多人都在用的 Deep Research，你发现它会先出一个大概的研究方案给你确认一下。这个过程既是对于用户要做的事的确认，也是在确认这是不是用户最终想要解决的问题。这是一种拉长过程，主动邀请人类介入的方式。所以输出过程中别抛下用户，合理地将用户 involve 进来，用 human-in-the-loop 和 human-on-the-loop 柔性流转的方式，让人在循环里发挥作用。

第三个例子，最近大家可能也看到有很多相关讨论的 YouWare。这款 Vibe Coding 的产品，它里边有一个 feature 叫 Remix（合成）。当用户要创造一个东西的时候，可以让用户先从一个已经存在的、比较喜欢的「模板」出发作为起点，再鼓励用户在模板上做更个性化的创造。对于用户的需求，直接让用户的选择可以从 60 分起跳，再带用户一起达到 90 分。甚至有时候模板能打开用户的世界观，还可以突破用户认知和能力的限制，给用户交付超越预期的更好结果。

所以拉着用户一起前进，像液体那样承载用户、包裹用户抵达需求的彼岸，建设这样的进程，才能真正和用户建立更好的「共同经历」。这通向信任，而信任是关系的根基。

归根结底其实今天我们 AI Native 的产品，本质上就是一个以人为中心的 I/O 的系统。

如果我们站在这个视角去理解就坦然了。这些看起来在上个时代不存在、今天我们都很头疼的问题，就是这个时代的产品经理、产品创造者们的核心使命。因为它体现了个人计算的真正的革命。

我们是从个人计算机这一波个人计算革命一路走来的。但在今天，你交付的不再是个工具，而是结果，是「实现」。它就是个人计算的新革命，是这个时代的新任务。

这些问题今天都很复杂、解决方法也都在不确定中等待摸索，但它就是这个时代给产品人的使命。

反正，混乱本身也是阶梯。

03

AI Native 的新价值模型是什么？

 

很多朋友可能不知道极客公园其实还有自己的早期孵化基金，而且已经在早期投资过小鹏汽车、宇树科技等优秀的企业。不过这也正常，因为极客公园不是一个典型的投资机构，它的本质就是一个社区，它的使命是通过 社区带来的 Founders backing Founders 的能力，生生不息地去帮助一代又一代依托技术去做产品创新的创业者，向上探索，做他们的「珠峰大本营」。

不过既然有投资孵化的业务，这也就推动我们要不断地去思考什么样的创业者是这个时代我们最该支持的人？它自然也就引发了我们第三部分的探讨——AI Native 的时代，新的价值模型是什么？

对这个问题的追寻，也是我支撑自己走过这么酸爽的三年，去和那么多创业者交流的一个核心动力。

我先说一个自己越来越强烈的感觉：我认为这个时代的创业者，一个很重要的特性就是内心明白我服务的不只是用户，我同时也在服务 AI。

因为今天 AI 的能力还在一个成长的进程里，所以就会存在一个问题，你的产品工程里边不能只是从用户的需求去思考问题，你必须同时去思考 AI 需要什么。

其实之前我们谈到 Broad Input（宽输入）和 Liquid Outputting（柔输出）这两个维度的时候，我们也在谈这样的问题，包括为什么要给你的产品写那样的系统提示词去定义关系，也是同理。你要帮助 AI 能够更好地发挥它的能力，把它的能力对齐到用户，为它的能力做建设。只有具备这种视角的创业者，才是这个时代的创业者。

同时，这个时代最优秀的公司，它的价值模型相比移动互联网时代的也有明显变化。

过去移动互联网时代的价值模型更像一个平面，它是一个面积模型。你在这个产品上做出一个「点」，拉入足够多的用户，当然中间你可能会不断增加功能，覆盖了广阔的用户面，你就成为了所谓的平台。接着在其中基于「连接」的价值，分发「连接」，然后去获得最大化的价值。

但在今天，技术也好，和用户的关系的维度也好，因为你能交付的用户价值的质量以及交付的能力，它需要一个向上的过程，所以你会发现这个价值模型从二维变成了三维，你还需要 AI 能力的高度。

AI 能力的高度，有一部分是我们在用的优秀的模型提供给我们的，但也有很多是通过你的产品工程在这样的模型基础上进一步释放和构建的。只有这条能力线不断地往上涨，你最终的总体积才会大。所以今天这个时代最有价值的公司，它可能是一个三维的模型，而不再是一个二维的模型。

这意味着很多决策上的不同：比如传统意义的用户数量、ARR（年度经常性收入）等指标未必可以充分地衡量一个产品的价值，如果今天服务用户的任务太低频、任务太简单，你就没有 AI 能力提升需要的高质量数据飞轮，很容易变成「一波流」。这时候一味单纯的投流、买用户，借资本的钱去跑马圈地，可能不再是最合理的发展模式。

所以我们也期待看到更多对「新酒」和「新瓶」都有思考的创业者。

所谓的「新瓶」指的就是增长的方式、商业模式，包括团队组织，这些其实都会变化。这些问题需要边走边想，但值得在今天就把它当成一个重要的问题去开始思考。

未来从来都不是历史的简单延长，有些东西会押韵，但它一定不会重复。所以最好从一开始就要告诉自己「老瓶」碎了，如果你最终把「新酒」装到「老瓶」里，可能会错过时代带来的真机遇。

其实今天我们已经可以隐约看到传统的「产品经济学」不存在了。

所谓的产品经济学，就是在说你的商业模式、增长模型，甚至所谓的竞争力壁垒等等这些东西。我们对产品的那些传统的理解，在今天都在变化。

抛几个开放性的问题吧。比如说，到底是免费还是收费？如果是收费，是不是今天的「订阅+用量」就是终点了？

如果我们再往前 crazy 地想一想，收费应该前置还是后置？真实世界里很多东西是后付费的，如果你的 AI 产品能交付结果，能够帮用户实现价值，那么这个过程中是不是需要一些新的东西？例如智能合约支持的后置付费？比如说，什么是 AI Native 时代的支付宝和白条？

甚至再 crazy 一点，「收钱」和「给用户钱」是不是个一体两面的东西？未来人的价值创造可能会变得很离散，不再是在一个组织里打一份工，他日常可能在很多地方产生价值。既然 AI 和人就是个协行的状态，那反过来看，未来我们的价值创造和价值消费会不会又有一些新的循环？

我不知道答案，只有问题，但这些问题让人觉得很兴奋。毕竟人类每次技术进步，3年的维度你要关注生产力的变化，但如果以 10 年的维度去看，那全是生产关系的变化。

所以当我们说产品经济学的时候，它本质上就是说生产力在怎么改变生产关系。这个维度还有巨大的空间值得思考。

好，不光是传统的产品经济学不存在了，其实传统的管理学也不存在了。

回想一下，现在的管理学是怎么来的？它是在工业革命带来大规模生产的背景下，为了解决怎么把人有效地组织起来而形成的。今天生产力的结构都变了，AI 在大范围地渗透到所有的组织里，与人协同发挥作用。所以传统的管理学又怎能继续有效呢？

未来一个伟大的公司真的都像今天一样，必须得有上万人，甚至十几万人吗？如果人可以更少，这群人是谁？他们的使命是什么呢？

那些使命、愿景、价值观的定义它如何在今天起作用？我们管理的「提效」到底要的是所谓的效率，还是未来的创造力？我们看到了清晰的问题，但还没有答案，这就是这个酸爽的时代留给我们的东西。

我的分享也差不多到了尾声。

其实今天我说的很多都是一些假说，甚至连假说都没有，就是抛了一些问题。各位产品人才是新时代的哥伦布，你们的产品、你们的实践中会真正探索出答案。

祝愿大家在未来的进程中有更多的「Aha moment」。我会非常期待你们回到这个舞台，把你们探索的结果分享给世界。

祝每个人都在这个时代有所成就，谢谢。

---

如果你看完这篇也觉得「这时代不折腾点什么就太遗憾了」。欢迎和极客公园「建设一下新关系」，可以加入极客公园一起研究，一起挖掘 cool 产品，一起组 cool party，也一起 build something！

填写表单，我们想认识一下你。