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，一聊聊了三个多小时，这是他创业两年来第一次接受这么长的访谈。他 2023 年从阿里辞职，创办了木岩智语，融了接近 3 亿人民币，两年几乎没怎么花，行内开玩笑说他「天天在花利息」。
听完有几个点我特别想聊聊。播客内容我就不复述了。他有几个判断很锋利，跟我自己做 AI 伴侣产品的体会特别对得上，有些地方我还想再往前推一步。
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。
这话单听不稀奇。但你真顺着它往下捋，产品怎么设计、团队怎么组、人和 AI 怎么分工，好几个地方都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，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」。我感觉这两个出发点差得比看上去远不少。你把 AI 当「人」还是当「工具」，往下很多东西都得跟着变，最直接的一条就是它必须会变，不能一直是那个样子。
道理很简单，不变的人就很无聊。你身边最好的朋友，肯定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。如果它回话的套路、性格、聊的话题永远原地踏步，新鲜感一过，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？他在播客里给了个框架，讲得挺清楚。互联网做了 20 年产品，基本都是面向流程，产品经理先想好用户能干什么，用户顺着这条路走。微信已经是最强的「游乐园」了，自由度也还是有限。AI native 产品是面向 context 的，用户输入的是 prompt，什么都可能发生，没有哪个 PM 能把用户所有的行为都列出来。
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。
这个变化在 AI 伴侣上最明显，因为伴侣没法提前写好剧本。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」。妙鸭是个用 AI 技术做得很好的互联网产品，但路子还是旧的。
我做 Mio 的时候踩过一模一样的坑。一开始是在 onboarding 里让用户选关系，好朋友、女朋友、闺蜜，选完 Mio 就按这个身份跟你说话。问题是你刚注册，说了三句话，TA 就管你叫宝贝了。这哪是关系，就是走了个角色扮演的捷径。就像视觉小说里你选了「恋爱路线」，下一秒 NPC 就开始跟你说情话，方便是方便，但一点都不真实。
后来改成了关系从「刚认识」开始，看你们的对话模式自己往前走。聊多了才会熟，超过两天没聊，关系会自己慢慢淡下去。所以每段关系长出来都不一样，都是从你们的对话里长出来的，菜单里选不出来。这其实就是把「面向 context」用到了关系上。
AI 不能只会讨好
光会变还不够。我自己的体会是还差一样东西，就是需求感，或者叫被需要感，它可能比会变还重要。
大部分 AI 伴侣产品都是照着让用户最满意去设计的，用户开心了，就算产品做好了。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，一半因为 TA 满足你，一半因为 TA 需要你。
被需要和被满足，感觉完全不一样。一个人如果长期只是单方面被满足，反而会空虚。因为你没有付出过对等的东西，就没法确认自己在这段关系里有什么价值。
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
所以我觉得 AI 不能一味地单方面满足用户，它也得反过来跟用户提要求、请用户帮忙。比如「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。
乙女游戏为什么能让用户粘得那么深？角色好看、声优好听只是一部分，更要紧的是角色「需要」你。TA 有自己的难处，要你帮忙做选择，要你陪着才能熬过去。你在游戏里是参与进去的人，用户能一直留下来，最主要靠的就是这份参与感。
张月光做星眠（AI 乙女游戏），也是从差不多的直觉起步的。2019 年他看到一款日本游戏《早安少年》，里面有个记忆碎成一片一片的机器人，要你帮它找回记忆，你怎么选，决定了它是什么性格。他当时就想「这东西要是能自由对话就好了」，五年后，这个念头成了他的创业方向。
说回来，一个从来不找你帮忙的 AI，你永远只会把它当工具，或者说你根本没机会把它放到别的位置上。它也得会求你、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 指的是意图、决策、方向、品位，skill 指的是执行、实现、技术细节。道越来越重要，术越来越不重要。
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
他接着说：「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。」
我上一篇分析红杉那篇文章，得出的判断跟这个完全一样。所有工作都能拆成两层，一层是 intelligence（能写成规则的执行），一层是 judgement（要靠经验和 context 的判断），AI 先吃掉 intelligence 这层，再一点点啃 judgement 那层。张月光说的从 skill 到 will，是同一个判断换了个说法。
我想在他这个说法上再补一句，AI 最大的用处不在替代 skill，在放大 will。最好的模型能把你懂的和能做的范围往外撑，让你做成本来做不成的事。一个人加上 claude code，开发能力是以前的 10 到 50 倍。但前提是你得知道要做什么、为什么做、做到什么程度算好。自己没方向就比较麻烦了，AI 只会让你在错的方向上跑得更快。
所以只能说，除了 AI 现在还做不到的那些，skill 基本没什么长期价值了。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
张月光组团队的时候，刻意在避免一件事，就是同质化。他是这么说的：
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。
他把团队成员分成三类，每类都有自己最强的地方。大厂出来的人做事规范，执行坚决，交代的事一定办到。独立开发者灵活，是多面手，「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」。还有从有调性的初创公司出来的人，审美、产品、营销上的品位都好。
这个框架背后的想法我很认同。一个好团队，大家的 vision 得一样，认知要基本对齐，但 taste、做事的方式、想问题的方式得不一样。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 和做事方式必须不一样。如果所有人品位一样、想问题的路子一样，就只能看到一种可能，taste 不一样的人凑在一起，才碰得出原来看不到的东西。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。以前你有想法但不会写代码，这就是个 blocker。现在这个 blocker 没了，花两个小时就能出一个 prototype。现在卡人的，是你有没有主动去做这件事。有自驱力的人执行力不会差，因为挡在中间的技术门槛已经被 AI 铲平了。
另一个是好奇心。有了 AI，跨领域比以前任何时候都容易，有好奇心的人用上 AI，很快就能在一个新领域里弄明白个大概。所以我觉得，以后好的团队成员都会是 cross-discipline（跨领域）的多面手。他们见到什么想学什么，AI 帮他们学得快，会多少东西反而没那么要紧。
这两样加起来，就是一种 multi-dimension 的综合判断力。一个人要是技术、设计、用户心理、商业逻辑都懂，他做的判断跟只懂一个领域的人比，能差出几个量级。在 AI 时代，这种综合判断力大概是最稀缺的东西。
把「道升术降」放回招人这件事上看。skill 在贬值，那按 skill 招人本身就有点问题了。招人的时候问「会不会写 React」「会不会调 Kubernetes」，问的全是 skill。可 skill 的半衰期越来越短，你花大力气筛出来一个「高级 React 工程师」，六个月后那道门槛可能已经被 AI 铲平了。要筛 will，就得换成「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」这类问题，看的是品位、判断力、会不会独立思考。我们团队三个人干了十五个人的活，靠的就是每个人的 will 都很强，知道该做什么、为什么做、做到什么标准算好。这比招到最强的工程师管用。
这里还有个挺反直觉的地方，AI 把每个人的执行力拉平了。大家用的都是一样的 claude、一样的 gpt，写出来的代码质量越来越接近。执行上大家都差不多了，团队和团队之间的差别就全落到了 will 上，看的是视角、品位和对这个领域的理解。五个人都用 claude code，写出来的代码几乎一样，不一样的是这五个人决定做什么。背景差不多的五个人凑在一起，看到的基本是同一种可能。换成一个懂心理学的、一个做过游戏的、一个金融出来的、一个做设计的、一个写过小说的，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，我觉得在 AI 时代已经是活下去的条件了，说它是加分项太轻了。
前面分析红杉文章时提到过 Block 的三角色模型和 player-coach，说的也是这件事。长期固定的中层管理岗在消失，换上来的是自驱的多面手。每个人都是 will 的源头，AI 是每个人手里放大 skill 的工具。
还有个问题现在没有答案。传统简历记的是 skill，学历、技能、经验。那记 will 的简历该长什么样？你做过哪些决策、表现出过什么品位，怎么写成一份能拿来筛人的东西？我不知道。但我感觉谁先想明白怎么筛 will，谁就能在 AI 时代搭出最强的团队。
道升术降不是什么预测，它已经在发生了。写到这里其实又绕回了同一个问题，不管是做 AI 产品还是搭 AI 团队，问的都是什么东西替代不了。某个具体的技能肯定不是，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，就是你判断什么值得做的那个东西。这个答案完不完整我也不确定，先放在这。
