AI 把“做一个产品”的门槛砍到了地板，但没把“做成一门生意”的门槛砍下去。

前面那篇《机器人为什么先进猪场》里，孙影问的是企业端具身智能的“谁付钱”；放到 Consumer AI 这边，问题换了个样子，但骨头一样硬：谁留下、谁付费、谁帮你分发、模型账单谁来扛。

这一期里，Consumer AI、内容产品、社交娱乐、独立开发、增长和投资一线的嘉宾其实把话挑明了：  
开发能力已经不稀缺，产品定义、用户理解、成本结构和分发能力才是新瓶颈。

一、供给爆炸之后：被看见，比做出来更难

Ryan Yao 做 Cat on Chair，一个番茄钟 App。他自己说得很直白：这产品本身没多少 AI 功能，AI 是用来开发的。以前做产品设计、不会写代码的人，现在也能把三端应用搭出来。

裴梦琪接触的大量独立开发者也一样：创造产品的难度在塌方，“Todo、闹钟、记账”这种独立开发三件套已经被做烂了。

所以行业状态变成了：

• 能 Vibe Coding 把 Demo 跑通的人变多；

- 功能相似的产品每天冒出来；
• 用户注意力没变多，安装位没变多；

• “怎么被看见”的权重，高于“怎么实现功能”。

Alex 做 Personal Agent 产品 Clico，结论也一致：做完产品之后，真正的战场在分发侧——找渠道、找真实用户、找愿意留下来的人。

张旭提到豆包和 WorkBuddy 的路径很有代表性：  
豆包坚持传统 C 端增长——IP 化、买量、生态位、品牌心智，月活跑出来了；WorkBuddy 卡的是“OpenClaw 太难用”的痛点，再叠腾讯生态，把“龙虾类”产品门槛打下来。  
不是模型最强的人赢，而是离用户最近、离场景最贴、离分发最近的人先跑。

二、AI Native 很性感，但 PMF 还没被验证

Cici 说得很准：第一波 AI 内容是 Character.AI 式文字陪伴；第二波是 AI 短剧、AI 漫画、AI 动画，本质是原内容需求 + 模型能力升级的体验增强。

真正难的是第二类：更 AI Native 的互动内容、可玩内容、实时生成内容。  
用户是不是愿意长期消费“每次都现生成”的东西？能不能接受质量波动？会不会觉得“很酷但留不下来”？目前没有定论。

刘欣宇从 VC 视角把机会拆成两层：

1. 预生成内容：AI 短剧、AI 中剧、AI IP 已经能降本，传统内容加 10%—20% 实时互动，体验就能抬一截；
2. 实时/AI Native 内容：AI 抖音、实时互动影游、AI UGC/PGC，想象空间大，但 Gap 也大——  
   用户愿不愿消费、交互够不够自然、审美阈值够不够、成本能不能cover，全都没闭环。

杨柳做狼人杀十几年，他的判断更冷：  
人到人社交工具已经够多了，终局不是“又来一个 AI 陪你聊”；更有意思的是人、AI、人替身混在一起的社交状态。内容建立关系，关系沉淀内容，社区到社交的链路比“纯聊天伴侣”更经得起时间。

所以 AI Native 不是“用 AI 重做一遍旧产品”就完了，而是要把交互、内容生产、关系沉淀、实时反馈重新拼一遍。

三、成本：Consumer AI 的隐形死刑执行者

Yi 从 Character.AI 时期讲到一个被忽略的真相：

C 端不能一上来收费。用户为“AI Future”买单的意愿很低，要么为效率付，要么为情绪付。  
Character.AI 早期能起来，不是因为概念新，而是团队把服务免费用户的成本压到极致。

Chat 是实时生成，Token 跟着对话走；  
AI 小游戏、AI 短剧把内容一次性生成好，运行时成本远低于 Chat；  
实时视频、实时 Render、实时多模态互动，现在贵到烧不起。

这跟移动互联网早期一模一样：

• 2G 时代：流量贵、网速慢，只能短信、小说；

• 3G/4G 之后：流量便宜、带宽够，App 大爆发；

• 现在大模型：模型能力有了，但多模态实时交互的“流量费”还没降下来。

下一代 Killer App 不一定死在“想不出来”，而可能死在“每个用户边际成本降不下来”。

四、分发：买量洼地没了，增长回到人和内容

Alex 的打法很现实：

达人、投流、放量都试过，AI 产品买量贵、留存薄，算不过账。  
后来转做：

• 产品 UGC；

• 小联盟营销 / Affiliate；

• 高校学生、垂直社群、校园大使；

• 创始人 IP、团队 IP；

• 像自媒体但又不是软广的“有意义分享”。

这跟孙影在 B 端说的“先问谁付钱”是同一套直觉：  
别先问模型多强，先问用户在哪、为什么来、为什么不走、谁愿意替你说话。

C 端 AI 产品的增长，正在从：

投广告 → 拿安装

变成：

做内容 → 建信任 → 引用户 → 用产品承接

Cluely 最开始像 Note-taking，后来做 Gen Alpha UGC 平台——它火不是因为“最 AI”，是因为增长动作像内容公司，不像传统 SaaS。

五、从“模型能力”到“产品成立”，还缺四样东西

把前面所有人说的话收一下，Consumer AI 的下一代 Killer App 不是缺模型，而是缺这四样：

1. 真实需求，不是演示需求

番茄钟、Agent、AI 社交、AI 短剧……Demo 都好看。  
但用户是真的有这需求，还是“AI 做出来所以试试”？  
孙影那套 B 端框架翻译到 C 端就是：

• 谁在用？

• 谁愿意留？

- 谁愿意付？
• 付的是效率钱，还是情绪钱？

• 能不能复访、复购、复创作？

2. 成本结构能扛住规模

用户越多，成本不能线性飙。  
否则 PMF 没站稳，GPU 账单先把公司干掉。  
预生成、端侧、缓存、模板化、离线渲染、轻实时，会比“全量实时大模型”更早出跑得动的生意。

3. 分发不靠买量

没有内容能力、没有社区、没有 IP、没有垂直人群，就只能在买量市场里被平台吸干。  
下一代 Consumer AI 公司，组织里最好有“内容人 + 产品人 + 模型人”三种脑子。

4. 数据和反馈闭环

刘欣宇说得很关键：真正有价值的数据，不是网上爬来的，而是业务场景、用户行为、真实使用环境里长出来的。

AI 抖音做不成，往往不是模型不会生成，而是：

• 推荐闭环没建；

• 用户反馈没接；

• 创作—消费—再创作转不起来；

• 质量阈值随用户变多而崩盘。

模型是发动机，但产品是公司本身：场景、数据、分发、成本、留存，全是零件。

六、AI Native 和传统升级，哪条先出 PMF？

短期看：成熟需求 + AI 体验升级 更容易出 PMF。

比如：

• 浏览器 + AI Hub；

• 番茄钟 + 猫系陪伴；

• 广告拦截 + AI 入口；

• 短剧 + 10% 互动；

• Agent 替你点页面、填表、找资料。

长期看：AI Native 互动内容 / 人—AI 混合社交 / 实时多模态娱乐 才可能出 Killer App。  
但前提是成本下来、交互自然、内容质量稳、社区闭环成。

换句话说：

现在赚钱的，多半是“AI 加进老需求”；  

以后颠覆的，才可能是“AI 重新定义需求”。

七、结尾：Consumer AI 的“谁付钱”

孙影问 B 端机器人：谁付钱、替代哪笔成本、现场坏了谁处理。  
Consumer AI 也得问自己的版本：

• 用户为什么留下？

• 他付的是时间、注意力，还是真金白银？

• 多一个用户，公司是离盈利更近，还是离破产更近？

• 产品是被模型托着走，还是自己长出了场景壁垒？

模型能力决定“能不能做”，产品成立决定“值不值得做”，成本与分发决定“能不能活到规模”。

下一代 Killer App 不会从“又一个最强大模型”里长出来。  
它会从某个不性感的地方长出来：

可能是猫趴在桌子上的番茄钟，  
可能是猪场里一台轮式机器人，  
可能是高校群里一个 Agent 小助手，  
也可能是某个创始人自己拍视频、把产品讲进人心里的内容账号。

Consumer AI 的下半场，稀缺的不再是会写 Prompt 的人，而是懂人、懂账、懂分发、敢止损的人。

题图来源：unsplash.com