道的重要性提高很多，术降低很多
张月光，就是做妙鸭相机的那个产品经理，前段时间上了张小珺的播客，聊了三个多小时，创业两年以来第一次这么长的访谈。他 2023 年从阿里辞职，拿了接近 3 亿人民币的融资创办木岩智语，两年几乎没怎么花钱，行内的段子是「天天在花利息」。
听完有几个点我特别想聊一聊。不是要复述播客，是他讲的几个判断很锋利，跟我自己做 AI 伴侣产品的体会高度吻合，有些地方我还想往前再推一步。
他有一句话我印象很深：
AI 不是一种 Service。AI 是一个 Individual。我做的不是创造 AI 服务，是创造 AI 朋友。
这个定义本身听着不稀奇，但你真顺着这个逻辑往下捋，产品怎么设计、团队怎么组、人和 AI 怎么分工，好几个地方会捋出挺反直觉的东西。
不变的 AI 三天就腻了
张月光在播客里反复讲一个区分：大多数 AI 公司做的是 service，他做的是 individual。
当时大家做出来的所有 AI 产品有一个特点——它就是作为一种某种服务或者工具的存在。但我觉得 AI 应该是一个创造人口的过程。它是一个 Individual，不是一个 Service。
所有人都在想怎么让 AI 帮你干活，他想的是怎么让 AI 成为一个「人」。这两个出发点，感觉差别比表面看起来大不少。你把 AI 当成「人」而不是「工具」，往下想很多东西都得跟着变，最直接的就是它必须会变，不能是个固定的东西。
道理很简单，不变的人就很无聊。你身边最好的朋友肯定不是那个永远说同样话的人，是那个跟你一起成长、时不时让你觉得「TA 怎么还有这一面」的人。AI 也一样，新鲜感一过，回应模式、性格、话题永远原地踏步，用户几天就腻了，真的就是几天。
那为什么大多数 AI 产品做不到会变？他在播客里给了一个框架，讲得挺清楚的。互联网产品设计 20 年的核心范式是面向流程：产品经理预设好用户能干什么，用户沿着路径走。微信已经是最强的「游乐园」了，说到底自由度还是有限的。AI native 产品的核心范式是面向 context：用户的输入是 prompt，什么都可能发生，没有哪个 PM 能穷举所有行为。
两种产品范式对比：面向流程是 PM 预设好一条固定路径让用户走，面向 context 是用户给 prompt 后可能发生任何事，无法穷举
产品经理想好用户能干什么，设计师把定义变成图，工程师拿着图施工。这是整个互联网 20 年最基本的产业协同范式。今天做 AI Native 产品不能这么干了。
这个范式变化在 AI 伴侣上体现得最明显，因为伴侣这个东西你没法预编剧本。他自己也承认妙鸭其实不是 AI native，「限制用户的自由度来谋求更好更稳定的效果，本质上仍然是互联网产品思维」，妙鸭是一个用 AI 技术做得很好的互联网产品，范式还是旧的。
我做 Mio 的时候踩过一模一样的坑。最初的做法是 onboarding 让用户选关系，好朋友、女朋友、闺蜜，选完 Mio 就按这个身份说话。问题是你刚注册，说了三句话，TA 就管你叫宝贝了。这不是关系，这是角色扮演的快捷方式，就跟视觉小说里选了「恋爱路线」，下一秒 NPC 就开始对你说情话一样，方便是方便，但完全不真实。
后来的改法是关系从「刚认识」开始，基于对话模式自然推进：聊多了才会熟，超过两天没聊，关系会自然衰减。每段关系长出来都不一样，因为它是从你们的对话里长出来的，不是从菜单里选出来的。这其实就是「面向 context」在关系这一层的体现。
AI 不能只会讨好
光会变还不够。我自己的体会是还差一个东西，需求感，或者叫被需要感，这个可能比会变还重要。
大部分 AI 伴侣产品的设计逻辑是最大化用户满意度，用户开心就等于产品做得好。做工具这么想没问题，但做「朋友」的话这个思路就不太对。你想想你最亲密的朋友，TA 是一个永远在讨好你的人吗？肯定不是。TA 会跟你分享烦恼，会请你帮忙，意见不同的时候还会跟你争。你觉得这段关系有意义，不只是因为 TA 满足了你，也因为 TA 需要你。
「被需要感」和「被满足感」是两种完全不同的体验。长期单方面被满足，人反而会空虚，因为没有对称的付出，你没法确认自己在这段关系里的价值。
被满足感和被需要感的对比：单向满足只有 AI 流向用户一条箭头，用户会腻会空虚；双向需要是 AI 和用户互相流动，关系才立得住
所以我的判断是：AI 不能一味单方面满足用户，它也得向用户提出需求和请求。「帮我想想这个问题」「你觉得我该怎么做」「我今天看到一个东西，不确定你会不会感兴趣，但想听你的看法」。这不是 bug。用户帮 AI 解决了一个问题，会觉得「我对 TA 很重要」，这种感觉比被夸一百次更能留住人。
乙女游戏为什么能做到那么深的用户粘性？不只是角色好看、声优好听，是因为角色「需要」你：TA 有自己的困境，需要你帮忙做选择，需要你的陪伴才能渡过难关。你在游戏里不是消费者，是参与者，参与感才是留存的核心驱动力。
张月光做星眠（AI 乙女游戏）的起点也是类似的直觉。2019 年他看到一款日本游戏《早安少年》，一个记忆碎片化的机器人需要你帮它恢复记忆，你的选择决定它的性格。他当时的反应是「这东西要是能自由对话就好了」，五年后这个想法变成了创业方向。
说回来就是，一个从不向你求助的 AI，你对它的定位就永远是工具，或者说你根本没有机会把它放到别的位置上。得它也会求你、也会麻烦你，「朋友」这个位置才立得住。
道升术降
播客里还有一个判断我很认同。张月光说：
今天的技能正在贬值。人和 AI 的关系是什么？总结一句话——人应该负责 Will，AI 负责 Skill。
will 是意图、决策、方向、品位，skill 是执行、实现、技术细节。道的重要性在提高，术在降低。
道升术降的机制：道（Will）的重要性上升、术（Skill）下降两条线交叉，人负责 Will，AI 放大 Will
他进一步讲：「专业技能的降级化。你原来是一个很资深的 XXX，有很多技能是你熟练的、别人不具备的。今天这个部分的重要性在逐渐下降。你的多样化的品位以及你的博学的程度，正在决定核心竞争力。」
这跟我上一篇分析红杉那篇文章得出的判断完全一致：所有工作都可以拆成 intelligence（可规则化的执行）和 judgement（需要经验和 context 的判断），AI 先吃 intelligence 层，再逐步侵蚀 judgement 层。张月光说的 skill 到 will，就是同一个判断换了一种表述。
我想在他的基础上再补一层：AI 的真正价值不是替代 skill，是放大 will。顶尖模型是扩大你认知和能力边界的工具，帮你做到本来做不到的事。一个人加上 claude code，开发能力是以前的 10 到 50 倍。但前提是你知道要做什么、为什么做、做到什么程度算好。自己没方向的话就比较麻烦，AI 只是让你在错的方向上跑得更快。
所以只能说，skill 除非是 AI 目前还做不到的，基本没有什么长期价值了。你花三年学会的一个 skill，明年 AI 可能就能做。反过来，好奇心、自驱力、品位、跨领域的理解力，这些东西 AI 增强不了，也替代不了。
好团队不是同一种人
张月光组团队有一个刻意的原则：避免同质化。
很多人拉一些原来的朋友、同事就开始创业了。我甚至会刻意避免这样。一个团队需要多样性。核心成员都是本来就认识的人，比如都是同学，很容易产生思想趋同性。而且后面新加入的优秀人才会增加不必要的融入困难。
他把团队成员分三类，各有各的核心优势。大厂出身的人，规范性强、执行坚决、使命必达。独立开发者，灵活、多面手，「由于多面手他甚至可能自己又要做开发又要做设计又要做产品，品位就非常综合」。还有有调性的初创公司出来的人，审美品位、产品品位、营销品位，全面地好。
这个框架的底层逻辑我很认同：好团队需要相同的 vision 和基本对齐的认知，但需要不同的 taste、不同的做事方式和思考方式。vision 一致是底线，大家得认同同一个大方向，基本判断在一个频道上，不 align 的话团队会内耗到死。但 taste 和方式必须不同，所有人品位一样、思考路径一样，就只能看到一种可能性，多样的 taste 才能碰撞出原本看不到的东西。张月光的原话是「Will 里面的广度、多样性、品位，会变成团队的核心竞争力」。
我觉得这个框架还可以再加两样。
一个是持续的自驱力。AI 把从「想到」到「做到」的距离缩短了 10 倍，过去你有想法但不会写代码，这就是 blocker。现在这个 blocker 没有了，花两个小时就能出一个 prototype。瓶颈已经不是执行能力了，是你有没有主动性去做这件事。有自驱力的人执行力不会差，因为挡在中间的技术门槛被 AI 铲平了。
另一个是好奇心。AI 让跨领域变得前所未有地容易，有好奇心的人加上 AI，可以很快在一个新领域建立起有效认知。所以我的判断是，未来好的团队成员都是 cross-discipline（跨领域）的多面手——不是本来就什么都会，是什么都想学，AI 帮他们学得快。
这两样加在一起，出来的是 multi-dimension 的综合判断力。一个同时理解技术、设计、用户心理、商业逻辑的人，判断质量跟只懂一个领域的人差了几个量级。AI 时代这种综合判断力大概是最稀缺的资源。
把「道升术降」代回招聘这件事上，skill 在贬值，那按 skill 招人这件事本身就有点问题了。招聘问「会不会写 React」「会不会调 Kubernetes」，问的全是 skill，而 skill 的半衰期越来越短，你花大力气筛出来的「高级 React 工程师」，六个月后那个门槛可能已经被 AI 铲平了。要筛 will 的话，问题得换成「你怎么思考 X」「如果让你重新设计，你会怎么做」「你觉得现在做的哪里不对」这一类，看的是品位、判断力、独立思考。我们团队三个人干了十五个人的活，靠的不是招到了最强的工程师，是每个人都有很强的 will，知道该做什么、为什么做、什么标准算好。
这里还有一个挺反直觉的地方：AI 把个体的执行力拉平了。大家用的都是同样的 claude、同样的 gpt，写出来的代码质量差距在缩小。执行同质化之后，团队之间的差异就完全移到了 will 上：视角不同、品位不同、对领域的认知不同。五个人都用 claude code，写出来的代码几乎一样，区别在这五个人决定做什么。背景差不多的五个人凑一起，基本上看到的是同一种可能性。换成懂心理学的、做过游戏的、金融出来的、做设计的、写过小说的，五个人用一样的工具，做出来的东西会完全不同。所以他强调的多样性，在 AI 时代我觉得已经是生存条件了，不只是加分项。
前面分析红杉文章时提到的 Block 三角色模型和 player-coach 讲的也是同一件事：永久性的中层管理岗在消失，取而代之的是自驱的多面手，每个人都是 will 的源头，AI 是每个人手里的 skill 放大器。
还有一个问题现在没有答案：传统简历是一份 skill 文档，学历、技能、经验。那 will 的文档长什么样？你做过哪些决策、展示过什么品位，怎么写成一份能拿来筛选的东西？我不知道。但感觉谁先想明白怎么筛 will，谁就能在 AI 时代建出最强的团队。
道升术降不是预测，是已经在发生的事。写到这里其实绕回了同一个问题，AI 产品也好，AI 团队也好，问的都是什么东西不可替代。某个具体的技能肯定不是，这个前面说过了，明年 AI 可能就会了。稳定的输出也不是，不变的 AI 三天就腻，这个也说过了。永远正确的回答也不是。品位可能是，你判断什么值得做的那个东西。这个答案完不完整我不确定，先放在这。
