"他们在算账，而我在看问题"：把全部 AI 助手功能砍掉只留翻译、内部评测里 Eleven Labs V3 不如 V2，以及"10 后把 AI 当百科全书用"（月球大叔 / 陈春宇，2026-10-23）¶
- 嘉宾: 陈春宇（Brandon） — Intent 创始人兼 CEO（AI native 的即时通讯产品，自述 400 万用户）。生物竞赛保送清华（2017，第 26 届全国生物学竞赛第 6 名）→ 2021 年大二末休学创业 → 2023-06 来硅谷 → 2024 年睡 Stanford 宿舍地板，✅ 自述"前前后后实验了不止八款产品，第 10、第 11 款也在尝试中"（[00:01:01]）。
- 主持: 月球大叔（"在硅谷采访 100 个有意思的人"；⚠️ 他自述有 PhD 经历、曾做开源 CLI 工具、也创过业，[00:11:08]、[01:44:37]）
- 来源: YouTube · 114 分钟 · 录于 Palo Alto（[01:11:08]）
- 转录稿: sources/uncle-moon/20261023-jjyG9-dNZAo — ⚠️ 本地 GPU 转录（faster-whisper large-v3-turbo）+ pyannote 说话人分离（2 人）
✅ 说话人映射（本页只记一次）：
SPEAKER_00= 月球大叔（主持）、SPEAKER_01= 陈春宇（嘉宾）。⚠️ 依据是开场自述（SPEAKER_00："在硅谷采访 100 个有意思的人，这里是月球大叔"）与第一人称履历的一致性；全篇 97 / 98 轮，分离结果与内容高度一致。 ⚠️ 仅两处在抢话点上标签明显错配（[00:38:25] 与 [00:45:36] 附近各有一句归属与内容矛盾），本页按内容判给说话人、不改sources/里的匿名标签。⚠️ 姓名：本页按视频标题写作「陈春宇」；⚠️ whisper 全篇一律转成同音的「春雨」，本库不改原始转录稿。
⚠️ 专名还原（本地转录，中英混说处损坏较多）："奇迹创谈 / 奇迹创坛" → 奇绩创坛（陆奇）、"原码资本 / 圆马资本" → 元码/原码资本（⚠️ 本库不写定中文名）、"Igim" → iGEM（国际基因工程机器大赛）、"德国应用化学杂志" → Angewandte Chemie、"麦克raft" → Minecraft、"Tri-GPT / 拆了GBT / 虚爱GPT" → ChatGPT、"Lator" → 拉图尔（Bruno Latour）、"高特曼" → Gottman（婚姻关系研究者）、"桑德尔《精英的傲慢》"、"Prot" → Product Hunt、"SARS" → SaaS、"TS / Termerset" → Term Sheet、"JOP / job 了" → drop（投资人放弃）、"知情合一" → 知行合一、"Eric 元 / 袁征" → Zoom 创始人 Eric Yuan、"朱小虎"（⚠️ 人名照录未核实）、"三星的 A56"。
⚠️ 三处本页判为无法写定：① 他第二家公司的中文名（稿作"集群科技"，⚠️ 由主持人读出、未被确认）；② "奇迹创谈 Demo Day 被百度看到、百度成为第一个客户"中那位"资称副总裁"（⚠️ 疑为"自称/职称"的转写问题，职级无法写定）；③ "dots 或 muse"（✅ 本库已确认 Muse 与 Instinct 是两个个人 agent 产品；"dots"本页按 Dot 理解，未写定）。
✅ 本页认为这一期的价值集中在五处，其中前三处是本库此前完全缺席的材料类型： ① ⚠️⚠️ 一条与厂商口径相反的内部评测，而且他说明了为什么只有他们知道："在我们内部的 benchmark 上我们发现 Eleven Labs 的 V3 模型比 V2 模型更差——是我们用户真实打分打出来的。那个事情 Eleven Labs 的人他是不知道的，那我们知道。"（[01:25:28]）✅ 本库 评估与 Benchmark 上此前全部材料都是第三方评测公司或实验室口径，这是第一条来自消费产品侧、且与上游厂商版本号方向相反的评测记录。见第四节。 ② ⚠️⚠️ 一份"AI 功能被自家数据否掉"的完整记录：他们在 Telegram 第三方客户端上把群聊总结、AI 搜索聊天记录、长按问 AI、自动备注、自动群管理全做了一遍，⚠️ 数据是"每两三天用一次"，"那这不足以形成一个需求"；✅ 而顺手做的 AI 翻译有用户把每月 3,000 条额度用满并付费（订阅原本只是为了防恶意刷量）。⚠️⚠️ 于是 Intent 第一版"把自己早期构想的很多 AI 助手功能全部砍掉，只做了翻译这一个功能"（[01:00:57]–[01:01:58]）。见第三节。 ③ ⚠️⚠️ 一份民族志式的消费级用户研究方法，而且有具体方法论来源：他把拉图尔《实验室生活》的"陌生化"直接用成产品方法（"你拿着这个手机，你不要想象你已经知道它怎么开机关机……想象你是个外星人拿着一块可能会发光的砖头"，[01:29:30]）；✅ 执行形态是去西语社区、上社区学院的 ESL 课、住进用户家里，并观察轮胎、牙齿、手表、门口拖鞋这些细节。见第五节。 ④ ⚠️ 本库第一条关于"不同年龄层怎么用 AI"的一手观察（样本为他们邀请用户分享的聊天记录）："10 后会把 AI 当百科全书用"（问"这个菜能不能吃""这个鸟叫什么"）；⚠️⚠️ 而老人、小孩与 non-tech 用户"会跟 AI 说谢谢"——"这个往往在你缓存做得不够好的时候，是个巨大的 token 消耗"；✅ 对照句是"如果你是一个硅谷的工程师，你是不会在 Cursor 帮你改完代码之后跟它说句谢谢的"（[01:26:29]–[01:27:29]）。 ⑤ ⚠️⚠️ 他为什么选被认为不可做的赛道，理由不是市场规模："他们看的是……他们是在算账，而我在看问题。"（[01:21:23]）✅ 而他给的量化依据是消息密度（见第二节），不是 TAM。
⚠️⚠️ 引用本期时必须一并标注的两处：① 全部用户数、留存、收入与评测结论均为创始人自述，本期一处未被验证，而他正在融资与招人的位置上；② ⚠️ 这是一期以人生叙事为主的长访谈——✅ 本页判定 AI 与产品的实质内容集中在 [00:27:18]–[00:34:23]、[00:48:43]–[01:02:59] 与 [01:16:13]–[01:37:35]，⚠️ 其余约一半时长是成长经历、创业心态与价值观对谈，本页只收录其中与判断方法直接相关的部分（见第六节），其他不收录。
一、他的路径（本页只记与判断有关的部分）¶
| 时间 | 事 |
|---|---|
| 2017 前 | ⚠️ 初三开始学生物竞赛；高二暑假给清华教授群发邮件进实验室（✅ 方法他讲得很具体：每个学院网站都有教师团队、研究方向、代表论文与邮箱，"你只要把他的论文认真地看一遍，然后给他写邮件，他看到了基本都会回"，[00:05:03]）；高中时带过轮转的博士生 |
| 2017 | 第 26 届全国生物学竞赛第 6 名保送清华（⚠️ 他自述"如果正常高考我是上不了清华的，我是赌竞赛赌赢了"，[00:40:29]）；高三与大一期间的工作后发表两篇论文，其中一篇在 Angewandte Chemie |
| 2021 | ⚠️⚠️ 休学（后未返校）。✅ 他给的理由不是看空学术，而是路径已经可预见："好像我已经知道了如果我把本科读完、再读博士、再读博士后，我的生活可能是怎么样子——可能接下来十年就是不断重复这件事情"；"生物多我一个不多，少我一个不少"（[00:02:02]–[00:03:03]）。✅ 同年在一家 VC 做投资实习生（⚠️ 他说进得去恰恰是因为生物背景 + iGEM 带队成绩，而"精管光华的同学要去看这个行业其实还没那么容易"，[00:14:10]）；第一次创业做游戏创作 / UGC 平台 |
| 2022-09 | 第二次创业（AI agent 与群体交互）。⚠️⚠️ 起点判断在 ChatGPT 之前：见第二节 |
| 2023-06 | ⚠️ 经陆奇（奇绩创坛）介绍见 Zoom 创始人 Eric Yuan，以此机会来美国（[01:38:35]） |
| 2024 | 睡 Stanford 宿舍地板（⚠️ 原因很实际：没有 SSN，在美国租房很麻烦；"地上有个床垫，其实比纯睡地上还稍微好一点"，[01:38:35]） |
| 至本期 | Intent（AI native IM）自述 400 万用户 |
⚠️ 两组他自述的拒绝量级，本页记下因为它们是这条路径的分母：从第一次孵化出来时"见了 150 个投资人，所有人都拒绝了我，无一例外"；刚来美国无人介绍时发冷邮件给 VC，"200 多个人回了两三个，然后一个都没约上"（[00:40:29]–[00:41:30]）。✅ 他自己给的对照是"如果你是一个 Stanford CS dropout，至少很多这边的早期机构会愿意见一见你"。
二、⚠️⚠️ 为什么做聊天：他给的是消息密度，不是市场规模¶
2022-09 的起点判断：bot 在平台上是"二等公民"（[00:27:18]–[00:28:19]）¶
✅ 本页认为这条值得记，因为它早于大模型，而且问题陈述与今天的 agent 权限问题同构：
- 他的观察来自在 QQ 群、微信群、Telegram、Discord 上"游荡"：大模型之前的 bot 只能做关键词匹配，⚠️ 但平台给 bot 的权限与给真人的权限不一样——"bot 和 bot 之间无法相互对话，以及它收发消息的权限都比人差一等，二等公民"；⚠️ 国内 QQ 与微信"非常反 bot"，做了 bot 账号大概率被封。
- ⚠️⚠️ 于是他们最早的假设是："我们希望这些 bot 能够跟真人用户有相同的权限"、"应该给程序更多的权限，让它像一个人一样去活在群里"。✅ 他自己标注了当时的认知边界："虽然那个时候不知道什么是 AI、什么是 agent，也不知道什么是叙事。"
- 🔗 本页标注：这与本库 Tenex 那条"不是模型被攻破，而是权限模型整个失配" 是同一个问题在四年前的消费侧版本——⚠️ 两者的方向相反（他要的是给程序更多权限，企业侧要的是给 agent 更少权限），✅ 而本页认为这正好说明"agent 的权限模型"从一开始就不是技术问题而是平台治理问题。
⚠️⚠️ 他给的那组消息密度（[01:16:13]–[01:17:15]）¶
⚠️ 全部为他自述、无来源，本库不采信具体值，只记这组对照的结构：
| 产品 | 他给的人均日消息量 |
|---|---|
| 每个用户每天平均 60 多条 | |
| ⚠️ Intent（核心用户） | 已经到 57 条 |
| Twitter / Instagram story | ⚠️ "你一天发得了 60 条吗？发不到" |
| ⚠️ ChatGPT（他们当时看的数据） | 人均交互"也就十来条" |
- ⚠️⚠️ 他的结论："只有聊天软件它会让一个人承载那么密集的大量的交互。" ✅ 机制他给的是社交 trigger："因为你跟 AI 经常聊聊就没话题了，那它可能会有一些尴尬的隐身问题让你接着问下去"；⚠️ 而"像 Dot 或 Muse 通过引入外部事件的方式试图让你有更多对话，但现在应该也没有做特别好"。
- ✅ 而他明确把"重要"与"值钱"分开："做它仅仅是因为它对人重要，而不是说它的商业价值最大"；⚠️⚠️ "这并不是说从资本回报意义上足够大，而是对人影响足够深。"
- ⚠️ 他对"AI 时代一定会出现新的聊天产品"这条流行说法明确拒绝背书（[01:18:17]）："其实我没有笃定地相信 AI 时代一定会有新的产生——我没有相信这个事情。" ✅ 他把它降级成一个信念："我有一个不可证伪的信念是聊天产品会换代，这只是一个很简陋的经验规律"，⚠️ "它可能不可证明也不可证伪，那我首先把这个东西放在我的信念上"。✅ 本页认为这处区分（经验规律 / 信念 / 可验证的需求）比那条规律本身更值得记。
- ⚠️⚠️ 而他对"为什么别人不做这个赛道"的回答是本期标题句（[01:21:23]）：主持人说大家不做是因为"害怕大厂"、"大厂做什么我就不做什么"，他的回答是：
⚠️⚠️ "他们看的是……他们是在算账，而我在看问题。"
- ✅ 他给的海外市场结构性理由（这条是可核对的）："对中国人来说你可能一切都在微信上，而海外市场有个好处是它有一定的分散——你可能一部分在 iMessage 上、一部分在 WhatsApp 上，所以它对于新玩家进入市场会更加容易。"
三、⚠️⚠️ 把 AI 助手功能全部砍掉：一份"被自家数据否掉"的记录¶
先在别人的客户端上验证（[00:59:56]–[01:00:57]）¶
✅ 他给的先例很具体，而且他是那个产品的早期用户，所以这段观察本页认为可信度较高：
- 他说做聊天软件极难，而 IDE 同样极难（"VSCode 的代码其实非常精妙，连字符的光标都是自己渲染的"），⚠️ 而 Cursor 早期的做法是直接 fork VSCode 在上面改；⚠️⚠️ 他作为早期用户记下的那些细节是：改完"完全是负优化"、内存占用特别高、崩溃时"直接把 VM 实例一起带崩"、做代码索引时"甚至会让服务器直接死机"。✅ 他的结论："但这都不影响他们可以靠这个东西验证用户的需求。"
- ⚠️⚠️ 于是他的选择是先基于 Telegram（客户端开源）做一个 AI 版第三方客户端——"那样我可以省去一些冷启动的烦恼，然后直接验证用户的需求"；✅ 顺带的收益是"学会了怎么去构建一个复杂的项目"。
⚠️⚠️ 数据怎么否掉了那些功能（[01:00:57]–[01:01:58]）¶
| 他们做了的 AI 功能 | 数据 |
|---|---|
| 从群里总结你的事项、用 AI 搜索聊天记录、长按消息问 AI、自动备注、自动群管理 | ⚠️⚠️ "我们一看数据，每两三天用一次。那这不足以就是形成一个需求。" |
| ⚠️ 顺手做的 AI 翻译 | ⚠️⚠️ "很多用户能把每个月 3,000 条的用量用满，然后他们再为此付费"（✅ 而订阅"是为了防止他们恶意刷量"才做的） |
⚠️⚠️ "所以最后我们再做 Intent 第一版的时候，把自己早期去构想的很多 AI 助手的功能全部都砍掉了，然后就只做了翻译这一个功能。"
- ✅ 本页认为这条是本期最该被保存的产品材料，理由有三：⚠️⚠️ ① 它是本库第一份"AI 功能被自家使用数据否掉"的一手记录（而且被否掉的正是当下最常见的那几个 AI 聊天功能）；✅ ② 判据是频次（每两三天一次 vs 把月额度用满），而不是满意度或 NPS；⚠️ ③ 付费信号是意外产生的——订阅原本是防刷量的限流手段，结果成了需求验证。
- ⚠️ 本页标注：3,000 条/月与"每两三天一次"都是单一产品的自述，无绝对用户数支撑，本库记为形态不作为普适结论。 🔗 与 Moshi 那条"我把系统建好了……没人点" 并读——⚠️ 两者都是"做出来但没人用"，但这一条给出了被用的那一个的对照面，因此它比单边的失败记录更有判别力。
⚠️ 2023 年初那次 multi-agent 尝试，以及它为什么没有用户（[00:49:44]）¶
✅ 本页认为这段是一条关于 2023 年 agent 能力边界的一手记录：
- 2023 年初他们就想做 multi-agent 框架，"去做 agent 的协作和 swarm 的这么一个系统"——⚠️ "我们去做了 SDK、有一整套的文档、有一个自己的平台，然后没有用户"。✅ 当时的构想是"怎么让 bot 跟人平权""怎么把一个 multi-agent 的群当一个世界去模拟"。
- ⚠️⚠️ 而真实需求出现在清华的一门课上，形状完全不同："大家的需求是什么？是问答，是匿名提问，是结合课本和课件的问答——就是去做 RAG，然后是课堂管理。"
- ⚠️⚠️ 他给的能力限制那句很具体："那个时候 AI 也没有像现在那么多智能，我们做不到把所有的接口都暴露给 agent 以后他能够自己操作，所以我们要写大量的中间件脚本，最后变成了一个课堂管理的软件。"
- ✅ 而这段的收获他说是第一次近距离看用户用自己的产品（[00:50:45]）：从教室后门进去看到每台电脑屏幕上都是自己的产品界面，⚠️ 紧接着是"这个界面怎么不对、那个报错了、他的账户怎么登不上去"，于是从走廊冲到同学面前拍屏幕问账号。⚠️ 后续是：Stanford 侧 2,600 个用户但"用户的留存为零"（他们为此做过 AI 选课功能、把 3,000 多门课爬下来做 RAG、发礼品卡），⚠️ 而即便 GSB 一位负责 info 的 director 主动发邮件问采购，"后面很快就察觉到这个产品不行"（[00:52:47]）。✅ 他给的判决是赛道形态："再往后做，你说不定就得一个大学一个大学去找一堆 2B 的销售去推"——"那不是我想做的事。"
⚠️ 中间那两个"学会怎么做产品"的小产品（[00:53:49]–[00:58:56]）¶
⚠️ 均为自述、无绝对数字，✅ 但本页认为这两条的价值在于它们各自解决了一个具体的能力缺口：
| 产品 | 解决了什么缺口 | 关键细节 |
|---|---|---|
| 文件整理脚本（为准备美国工作签证自用） | 从 0 到 1 当产品经理、找到用户需求 | ⚠️⚠️ 他的需求信号判据很具体：发了 GitHub 链接后仍有人来问"这个东西怎么下载、怎么安装"——"后面那一瞬间就意识到，原来用户他们需要打开即用的产品。" ✅ 后续：Product Hunt 发布、产品类 newsletter 主动报道、邮箱收到 30 多家企业问 business license（⚠️ 当时还没做付费，只做了限流） |
| 菜单翻译 | 学会 2C 的 go-to-market | ✅ 真实痛点很具体：美国、欧洲、日本很多餐厅菜单没有图片，"甚至你认得那些英语单词，你也不知道这个菜到底是干什么"；⚠️ 一条 TikTok 网红视频"爆了 100 万播放，而那视频是个非常硬的广告"、没有投流；⚠️⚠️ 而他们发现的那个更便宜的渠道是评论区：在小红书等平台的知名餐厅攻略下评论"我这个餐厅菜单看不懂，我就用了这个软件就看懂了"，"这种评论带来的下载量比你发条内容还高" |
- ⚠️ 他对文件整理那条的判断本页记一笔，因为它是一次主动放弃："后面也判断它大概率会被模型厂商航道给吃掉，就没有接着做"，⚠️ 尽管"当时只要把那 30 多个客户转化一半，我们就有所谓创业的小的 milestone 百万美金"。
- ✅ Intent 现在的分发资产（自述）：Instagram 17 万粉丝、Instagram 与 TikTok 合计 2 亿播放量，⚠️ "但这一切最早都来自于当时那个菜单翻译产品的尝试"。
四、⚠️⚠️ 翻译与语音：一条与厂商口径相反的内部评测¶
产品形态（[01:22:24]–[01:23:25]）¶
- 被问"WhatsApp 和 Instagram 都有翻译功能，你怎么打"，⚠️⚠️ 他的回答是不打："我们就完全没有去思考打的逻辑。它们其实都有翻译功能，然后我们的用户就是觉得它不好用，就觉得我们更好用。" ✅ 差别他给的是细节：自动翻译、自动语音转文字再翻译，⚠️ 动机来自他自己——"因为我自己英语不好，然后我别的语言就更不会，然后但我有巴西的朋友、韩国的朋友"。
- ✅ 他给的留存形态比留存数字更具体："他们跟他们最重要的关系在我们的软件上——比如他跟他的伴侣、他跟他的家人、他跟他最好的朋友在我们的软件上。"
- 体验是双母语："他说他的韩语，我说我的中文，但是我们互相看到的是对面的语言。"
⚠️⚠️ 那条内部评测（[01:25:28]）¶
⚠️⚠️ "在我们内部的 benchmark 上我们发现 Eleven Labs 的 V3 模型比 V2 模型更差——就它新模型反而比老的模型在我们的 benchmark 上表现更差，就我们用户真实打分打出来的。那个事情 Eleven Labs 的人他是不知道的，那我们知道。"
✅ 本页认为这是本期最该被保存的一条，理由有三：
- ⚠️⚠️ 方向：它与上游厂商的版本号方向相反，而本库 评估与 Benchmark 上此前的材料全部是第三方评测公司或实验室自己的口径，没有一条来自应用侧、且与厂商宣称相反的记录。
- ✅ 机制：他紧接着给的推论是壁垒——"那我会意识到有真实的场景、真实的这种交互，它意义就非常非常大"；⚠️ 而他的条件句说得很清楚："我们现在作为一个仅仅 400 万用户的产品，还不足以去搞自己的语音模型"，但若商业化跑通"我们也可以去训自己最好的 TTS 模型，并且我们有真实世界的反馈"。
- ⚠️ 而它的弱点必须一并记："我们内部的 benchmark"没有给任何口径（样本量、评分方式、语种分布、版本号与时间），"用户真实打分"也没有量级。⚠️⚠️ 本库记为一条来自应用侧的未公开评测主张，不作为 Eleven Labs 版本质量的证据。
⚠️ 他对小语种 TTS 的判断："这块我觉得就是个数据问题"（[01:24:26]–[01:25:28]）¶
- 现状：⚠️ 中英互译的音色克隆"已经做得还不错"，但"在一些小语种之间它会差很多"。
- ⚠️⚠️ 他给的归因很具体，而本页认为这个例子比结论更有价值："假设我们西语翻中文，它翻出来会特别像台湾翻译腔——这大概率是 YouTube 那个数据源的问题。" ✅ 推论："只要数据问题可解，那模型就会进步"（他举豆包在采集各地方言数据）。
- ⚠️ 本页标注：这条归因没有任何证据（他自己也说"大概率"），本库记为一条来自产品一线的假设。 ✅ 但"译文带某种地域腔 → 回推训练数据来源"这个诊断动作本身是本库第一次收到的。
五、⚠️⚠️ 用户研究：把人类学方法用在消费级 AI 产品上¶
方法与来源（[01:28:30]–[01:30:30]）¶
✅ 本页认为这是本库第一份"消费 AI 产品的民族志式用户研究"材料，而且他给了方法来源：
- 来源是本科一门课（"舌尖上的社会学"，但"其实做的更多是偏人类学的东西"），在那门课上接触了拉图尔与"陌生化"；⚠️⚠️ 他说《实验室生活》对他冲击很大，因为"我作为一个高三进实验室的人，对实验室太熟悉了……但那本书告诉我，我怎么以一个外来的视角去重新像个猴子一样思考这实验室里这些人在干什么"。
- ⚠️⚠️ 他给团队的指令是把方法说成一句话：
⚠️⚠️ "你要把一切都陌生化。你拿着这个手机，你不要想象说我已经知道它怎么开机关机、边上按钮在干什么。你想象你是个外星人拿着一块可能会发光的砖头，然后你会做什么。"
✅ 他自己对这个说法加了一句限定："当然这个说法仍然有点傲慢。" - ⚠️⚠️ 而他对"用户访谈"的否定是本节的落点："那个关注绝对不是说从用户访谈跟他说'你给我讲讲你是怎么跟你家人联系'这一刻开始"——✅ 而是：到他家楼下看他住什么样的街区、开什么样的车（⚠️ "你会注意到他车的前后轮胎其实是不一样的，说明他为了省钱换了二手轮胎"）、走进家里看有几口人、门口拖鞋怎么摆、注意他强调了什么或回避了什么；⚠️ "你可以通过他的牙齿去判断出他的成长状况，但你又可以看到他非常喜欢戴一些金色的手表和手链"。
执行形态，以及一条可核对的细节（[01:30:30]–[01:32:31]）¶
- ⚠️ 他对难度的判断："我觉得大家可能高估了这件事情的难度，这也是一个所有人都可以做的事情。" ✅ 他给的入口只有一条："其实只需要非常简单的、真诚的看见。"
- ✅ 具体做法：刚来美国时去和 Home Depot 门口的工人聊天（⚠️ "他们的英语也不好，夹杂着西语单词"）；与一位园丁成为好朋友，由他带进西语社区、介绍朋友来帮忙测 TTS 功能（⚠️ 在产品出来之前）；去社区学院上课——"甚至就是 English as Second Language 的课程，我还挺适合上这个课的"，✅ 而他在课上看到的是"大量形形色色的移民，他们上这个课是为了能用英语直接跟雇主沟通"。
- ⚠️⚠️ 而那条最可核对的观察本页单记，因为它是一条可被验证的设备事实："你会注意到他们用的手机是三星的 A56，他们不是用 iPhone 的。然后如果你在亚马逊上买一台三星 A56 的话，你会发现它默认的语言是西语。"
- ✅ 团队支持：一位此前在 Stanford 心理系做过 research 的成员帮他选课与预约。
- ⚠️ 本页标注：这一节全部是他的自述，无样本量、无访谈规模，而"通过牙齿判断成长状况"这类推断本库不作为方法背书。 ✅ 但本页认为该记下的是方法的位置：本库此前关于消费 AI 产品的用户研究材料几乎都是数据侧（留存、漏斗、A/B），这是第一条定性侧、而且有明确学科来源的。
⚠️⚠️ 公司为什么叫 Intent：翻译不是终点（[01:33:31]–[01:37:35]）¶
- ✅ 他先否掉了"翻译"这个框："我的公司叫 Intent，它其实并不是为了解决翻译这个问题。我们会发现即使讲同一种语言的人，他们有的时候也无法相互沟通。" ⚠️ 他说这也来自自己的社交挫折："即使是同一门语言的人，你们也可能无法沟通……甚至你们可能曾经是非常熟悉的人，也会有冲突，也会有不理解的地方。"
- ✅ 他引的理论资源有两处：维特根斯坦（"语言即思维"，不同语言代表不同的思维方式）；以及 Gottman 关于亲密关系的研究、"爱的五种语言"一类，"看很多心理学人类学这些东西"（[01:20:20]）。⚠️ 他们内部有一个概念叫"社交弱互动"。
- ⚠️ 主持人提的那条技术难点本页记下，因为它指向一个 LLM 层面的问题（[01:33:31]）：除了 SVO / SOV 这类语序差异，还有高语境语言里"老是会有一些隐藏的含义"——"你不但要做翻译，你还要通过大模型用某种方式来撮合……可能要加一个括号说它可能是这个意思"。
- ⚠️⚠️ 而他的判断是能力已经够、缺的是产品化："当今模型的参数量和它涌现出的智慧、它对世界知识的理解，已经相当程度能够弥补这个 gap"；⚠️ "那当然有可能是 Frontier Labs 的人最后能做出一些尝试"，✅ 但他观察到的是实验室的注意力在别处——"我们也注意到 Frontier Labs 的人现在花了大量的时间在模型里加更多的 RL 的数据、加 agent 的数据、加 coding 的数据。"
- ✅ 主持人提了一条反方，而他的回答本页认为值得记，因为它把问题交回给产品设计（[01:36:33]）：⚠️ 反方是"人与人交流的美感有时正来源于这种模糊/未说出口"；他的回答是："作为一个工具，最后用户如何使用工具、你的产品如何定义，其实是用户自己的选择"，⚠️⚠️ 而他给的产品先例是 Instagram story 与朋友圈——"它避免了把所有东西都铺到你的聊天框里的爆炸，但它又保留了这种可能性"；✅ 结论是"理论上你在需要完成这个沟通的时候它能帮你完成，而你需要保留这个模糊的时候，也许它能帮你完成这个模糊"，⚠️ "但它永远没有一个绝对正确的标准"。
六、本页从人生叙事部分只收录的三条（其余不收录）¶
⚠️⚠️ 本页判定 [00:00:00]–[00:27:18] 与 [01:02:59]–[01:16:13]、[01:38:35]–[01:53:40] 的大部分是成长经历与价值观对谈（辍学的沟通技巧、圆滑与"利比多"的代价、合伙人关系、后悔与否、"学会爱自己"），没有 AI 实质内容、不收录。 ✅ 以下三条例外，因为它们是判断方法而不是人生感悟：
⚠️⚠️ 一、"精英的傲慢"与随机性：他对自己叙事的主动削弱（[00:38:25]–[00:40:29]）¶
✅ 本页认为这条值得记，因为它是本库少见的"创始人主动拆掉自己成功叙事"的材料：
- 他读的是桑德尔《精英的傲慢》（⚠️ 合伙人推荐），⚠️ 他概括那本书批评的叙事是："这个社会已经给你提供了足够多的机会和公平，然后你没有成功，是因为你不够优秀、不够努力。"
- ⚠️⚠️ 而他对自己的说法是："像我现在得到的一些机会，很大程度来自于随机性"——✅ 但他给了那个前提："当然随机性的前提是我做了一些尝试。有的时候你要买了彩票才会中奖，但如果你完全不买彩票，你就不可能中奖。"
- ✅ 他接着做的那个区分本页认为是这条的真内容：不能把"抓住机会"变成道德判断——⚠️⚠️ "它其实会给那些运气不好的人还增加了一层额外的道德负担"；他描述的对照是"硅谷这边有很多运气比我更好的人，人家 23 岁公司已经估值 100 亿美金了，他们就会有很强的价值上和道德上的优越感"。
- ⚠️ 主持人补的那句与投资里的说法同构："你从前往后看，诠释自己的努力和刻苦；但你从后往前看的话，我们必须要承认这就是运气"；而嘉宾接的是"所以投资里有句话叫赢亏同源"。
⚠️ 二、"九死一生"作为一种思想实验，以及他对概率的用法（[00:43:34]–[00:46:38]）¶
- 他说自己几乎把能找到的企业家与企业传记都看过一遍，⚠️ 得到的读法是："很多时候它最终走到那一步，其实是个挺偶然的事情，但这偶然之中你会发现偶然也有偶然的规律。"
- ⚠️⚠️ 而他把这件事做成了一个日常动作："每天去不停地做大量的假设去想：如果有新的东西出现，它会解决什么问题"；✅ 他自己标注了这个动作的失败率："很多思想实验都会失败……所有的 idea 你也同样能找出一百个一千个理由来否定它。"
- ✅ 而他给的那条约束使这条不只是励志：⚠️⚠️ "你不能完全空想。你不能说我今天再去做个什么 AI native 微信它就一定能打败微信，这也是不可能的。你要大胆假设小心求证——你要去很仔细地去想，人和人的沟通还有什么问题。"
- ⚠️ 他对失败的重定义（[01:46:37]）："你就把失败定义为我下次可以做得更好就行了，就只要你还在做"；✅ 并点出了外部比较的机制——"可能在看到那条新闻之前你还觉得自己做得挺好，那条新闻出来之后你就会觉得我是不是彻底失败。"
⚠️ 三、他从七八次失败里总结的那一条，以及投资人原话（[01:41:37]–[01:43:37]）¶
- ⚠️⚠️ 投资人对他说过的原话本页照录，因为它是一条具体的要求而不是鼓励："失败没关系，你能不能把你的迭代和验证的速度提得再快一点。"
- ⚠️⚠️ 而他给的那条总结是"更相信我自己"，✅ 但他紧接着把它落到了具体行为上，这是本页收录它的原因：
- ⚠️ 他说此前的问题是 conviction 不够、"做了很多妥协的方案"，"虽然妥协的方案也得到了一些验证，但就没有把团队的能力以及我自己想做的事推到极致"，⚠️ "之前很多时候都是只是验证了一半"。
- ✅ 具体动作是补能力缺口："在所有没有办法弥补的 gap 上就自己去学、自己去搞定，或者去招合适的人；招不到就自己去学。" ⚠️ 他举的是自己的轨迹：先不信自己的产品能力、后不信自己的技术能力，而现在"我一个人大概花了三周时间去写了一个即时通讯应用的客户端和后端"（[00:56:54]，⚠️ 他说"这在以前是不敢想的事情"，并归功于模型更成熟）。
- ⚠️⚠️ 他主动否掉了这条的一种误读："少做妥协绝对不是说我在公司里一言堂……而是你去展现出这个感染力、展现出这个信念感，甚至在大家都不知道这个事还怎么能做成的情况下，把不同的 gap 给弥补上。"
- ⚠️ 另记一条他对"及时关掉不对的方向"这条流行建议的否定（[01:05:04]）："我会觉得没有什么不对的方向"——他举例说文件整理那条若往下做"我们当时有非常大的医疗行业的潜在客户"；✅ 他把选择归到目标而不是对错："还是要想明白自己想要什么"，⚠️⚠️ 并明确把股东动机的差异摆了出来："有的股东他很明确就是你是否能把收入做上去，然后他下一轮可以翻个倍书卖掉，或者能不能在特定时间内快速被收购；那有的股东支持我，他可能会希望我能够去探索一些不一样的东西，并且他们的口袋非常深。"
⚠️ 本页不收录的部分（逐段列明）¶
⚠️ [00:00:00]–[00:12:09] 辍学的沟通技巧与"圆滑的代价"（"你肯定不能上来就说清华我不读了"；"过多去思考别人的感受……你会失去自己的利比多"）；⚠️ [00:12:09]–[00:27:18] 第一次创业的融资细节（报价 120 万人民币"因为想报 100 万、留点砍价空间"；某位投资人给出 600 万人民币 10% 后 drop；"精神出户"退出全部股份与欢送会）；⚠️ [01:07:06]–[01:16:13] 为什么不放弃（"我觉得是自恋"及其长篇自我剖析）；⚠️ [01:38:35]–[01:41:37] 见 Zoom 创始人与陆奇的细节（⚠️ 只记一条他自己的判决：对方听完说"感觉你这个东西最后就是个 Discord 的 bot"，✅ 而他的评价是"但他愿意见我那件事情的意义就已经足够大了"）；⚠️ [01:49:38]–[01:53:40] 合伙人关系、清华在硅谷的位置、"学会爱自己"的收尾。
✅ 其中一条本页判为值得记一笔但不单列：⚠️ 他们招的一位美国本地技术同事说"我一直以为清华是个跟 UC Davis 差不多的学校"，⚠️ 而嘉宾自己补的是"你如果找软件工程的工作，清华不一定有 IIT（印度理工）"（[01:50:38]）。🔗 本库 中美 AI 对照 上关于人才流动的材料多谈政策与薪酬，这条是一个关于学校信号在跨市场失效的轶事，本库记为轶事不作为结论。