AI出海全球

本期对话@⁠Jasmine⁠ 美国常青藤大学毕业，过去六七年帮中国消费品牌出海东南亚，同时深耕内容产业——投过国内顶流大IP，今年开始深度参与一个大IP的运营开发，把自己扔进了AI+影视的一线战场。 这期没聊技术，聊的是人。Jasmine发现技术圈和创作圈在AI这件事上的态度是两个极端，但私底下双方都在打自己的脸。她在中间做mediator，把互相看不顺眼的人摁到一张桌子上。她说AI时代最难的不是技术问题，是人的问题。 1. 两个90% Jasmine在sourcing AI内容生成团队的过程中问过每个创始人一个问题：你们觉得AI能不能替代内容创作者？ 差不多90%以上技术出身的创业者会告诉她：以后不需要导演，不需要编剧，所有东西都是技术能实现的，他们对这件事非常自信。 反过来问创作者，90%甚至更高比例——95%到99%——会告诉她：AI现在什么都不是，自我意识的表达、讲故事的方式，只能人来做，技术实现不了。 但私下完全不是这样。她看那些"AI完全替代人为创作"的技术团队作品，一剪就问："这全部是没有人为干预的吗？"对方会告诉她，其实非常需要人去校准，去把控讲故事的方式。而那些嘴上非常排斥AI的导演和编剧，私底下偷偷用AI写剧本，用AI生成前期concept。 双方都在打自己的脸。她在中间做的事，就是让大家摒弃成见，不要站在对立面上讨论项目。 2. "80年代的feelings"——她的工作是中译中 技术团队觉得内容创作者傻。导演会说"这个vibe不对"、"这不是我想要的feelings"，工程师完全费解。 Jasmine举了一个真实的例子。前两天讨论内容，导演说想要"80年代的feelings"。工程师的反应是：你是要加一些复古的filter吗？ 这时候导演的创作骄傲上来了——工程师不懂精。但Jasmine能做的是visualize——把导演说的那个抽象感受具象化：80年代内地的feelings、香港的feelings、美国的feelings，视听语言完全不一样，你指的是哪一种？确定基调之后，光线是一部分，人物精神面貌是一部分，神态表达是一部分。 她做的事叫"中译中"。  把创作者抽象的表达，通过可视化、可量化的方式传递给技术团队，让他们理解最终视觉上呈现的到底是什么。 3. 生成和创作，两个词之间有subtle的区别 Jasmine自己一直在做写作练习，会把自己写的东西和AI生成的放在一起比较。她的结论是：至少现在，AI还是在"生成"，不是在"创作"。 你给AI一个prompt，把事情的来龙去脉告诉它，它可以做扩写，可以根据你给的前摇做后续创作。但它遵循的是已有的素材和语料库，它在生成，而不是创造。 这个判断有一个很具体的验证方式——她带着market research的心态硬看现在点击非常好的AI漫剧。她发现她能看下去，但engaged的是情节发展本身，像小时候听有声书——并不是她被视听语言打动。 传统导演有远中近景切换、光影运用、拍摄角度，你能在情节之外跟角色共情。现在的AI漫剧做不到这个交互过程。 "所以现在这个阶段用'替代'这个词，真的还是为时尚早。" 4. 干预、影响、替代——三个词的区别 Jasmine特别精细地区分这三个词。 替代 她不认同——AI很难讲好一个故事。 影响 是她认为比较理想的状态——AI在立项阶段做information gathering，在筹备阶段做concept设计，在拍摄阶段做流程优化。它作为facilitator存在，最终的decision maker还是创作者。 干预 是负面的例子。她讲了一个漫改项目——韩国漫画要本地化，需要重新设计世界观和价值观。团队用AI辅助做世界观调整，但AI的训练语料是以西方为主，给出的反馈跟创作者想法有很大冲突。 年轻团队网感很强，看重用户体验，反问她：AI代表的是大多数用户的反馈，和我的想法不一样，我该怎么办？ Jasmine的判断很明确——自圆其说是很重要的，你的起因经过和结果有逻辑性就可以了。但团队陷入了"自己想法和AI反馈的majority之间的纠结"。 本来一个中剧的时长不应该花这么多时间，结果前期立项准备阶段被AI的参与拉长了。 5. AI时代最难的不是技术问题，是人的问题 Jasmine说管理艺术家脆弱的自尊心是她工作的一部分。这轮AI冲击，问题不在技术。 创作者对AI的抗拒不是对技术本身的rejection，是对"有一天会被替代"的恐惧。  带着恐惧讨论问题，关注的就不是问题本身，而是自我保护。人会下意识反驳，下意识否定。 她的方法是循序渐进。AI团队和内容团队凑在一起时，她严格把控不让话题滑向"AI到底能怎么take over人的角色"这种宏观讨论。focus在小任务上——从一个具体的产品concept开始，让AI先给一些方向，团队在上面讨论。 一个真实的案例：这个IP的产品设计团队一开始坚持要做非常硬核、非常精密的高客单价收藏品。但在和AI反复来回的过程中，他们发现这只能满足很小一圈死忠粉，反而忽略了这个IP存续多年积累的情感资产——普通用户怎么能以沉浸式的方式参与到这个IP的故事里。 这个方向不是AI提出来的，但AI给出的不够精确的方向，帮团队确定了自己真正应该做什么。最关键的是—— 大家看到AI确实不是什么都能做，创作者的焦虑被消解了。 6. 国内IP行业的真问题：跳过了原始手搓阶段 Jasmine说国内做IP开发和运营还处在非常premature的阶段。 "学Disney、学Pixar、学Marvel"说了多少年了，但国内没有真正跑出来一个有生命力的长线IP。和美国日本最大的不一样是——那些老牌公司工作室都经历过原始、手搓的阶段，日本现在也还在手搓。 国内基本上跳过了原始手搓阶段，直接进入了AI介入的过程。 AI对她个人最大的帮助是——她一直想做IP运营但总觉得手头有更重要的业务。现在AI能把她脑子里模糊的画面可视化，初始成本降低了，决策门槛也降低了。她不再需要调动整个设计师团队去勾勒她的想法，AI可以很快帮她把视觉呈现出来。 这件事提振了她做IP运营的信心。 7. 投的还是人，但多看一个维度 作为投资人，Jasmine的判断标准在变，也有不变。 变的是：她不再愿意投制作周期3年以上、回报周期5年以上的大项目。以前年纪轻无知者无畏，整个经济向好，你拿出一笔大钱投大IP，不成也无所谓。现在她会认真问自己愿不愿意。整个行业其实都很默契地在缩小项目规模、缩短回报周期。 不变的是：投的还是人。 "内容的价值永远在，变的只是媒介和载体。"  她经历过纸媒、自媒体井喷、电影电视剧、短剧漫剧、现在的AI生成内容——每个阶段都有成功的showcase。原因不是追形态，是相信人。 但现在看创作者多了一个维度：除了讲故事的能力和对作品的态度，她会看这个人对技术的心态、学习能力，以及和不同团队打配合的能力。 8. 我啥都懂点，这就是我的核心竞争力 最后Jasmine聊到文科生这个身份。 她是纯文科生。大学双学位——国际关系+经济。但过去这些年做的所有事——出海、消费品牌、内容投资、IP运营——全部是离人最近的业务。 20多岁的时候她觉得没有solid skill是件很虚的事。现在她的答案是： "我啥都懂点，做串联者和调停者，这就是我的核心竞争力。" 她给文科生的建议是：不要把自己困在文科理科的标签里。本身文科理科就是人为分出来的，跨学科的能力在这个时代最强。立足自己的专业，然后发散，看自己的专业能和哪些行业产生联系—— 这种连接本身就是文科生最大的机会。

最可怕的不是技术能造假，而是造假成本极低，受害者自证清白的成本却极高。 如果肖像权在 AI 面前形同虚设，那今天针对的是某些人，明天就可能轮到我们每一个人。热衷技术的同时，绝不能对规则的缺失视而不见，任何新的品类和产品都应该在大肆推广前做规则思辨和完善

看到这个新闻，我第一反应不是尺度， 那我的脸还算不算我的？ 现在AI只要一张照片，就可以生成各种“你没做过的事”。 问题是：别人根本分不清真假。那肖像权还有意义吗？ 如果哪天有人用你的脸做了这些内容， 你怎么证明不是你？ 结尾： 技术已经到了这一步，但规则还没跟上。 难道你不会担心吗？

很多公司引入增长顾问时，往往有一种认知“错觉”：认为自己已经完成了市场趋势判断、用户痛点洞察和产品开发，剩下的只是通过增长手段去放大结果就可以了。 但其事增长并不是一种可以脱离产品本身而独立存在的“捷径”。增长顾问的价值，更多在于基于一套系统的方法论，去重新审视产品、用户与市场之间的关系，帮助企业识别增长链路中的关键问题。但增长顾问并不能替代企业对产品价值的根本判断，甚至有时候会带入以往经验误判。产品是否真正满足用户需求、满足的是哪些层次的需求，以及这种满足是否足够强和可持续，本质上仍然是企业自身需要回答的核心问题。因为增长可以优化效率、放大优势，但无法弥补产品与需求之间的根本错位。 真正有效的增长，建立在产品价值[被验证]的基础之上，而不是寄希望于外部方法来掩盖产品本身的问题

2确实！之前在minimax也是，不能参考当下模型的SOTA来设想产品能力，几个月就被技术颠覆了。 要预判一个模型能力爬坡的时间线，产品开发是面向那个预设的未来模型能力水平来做的。所以对模型能力的未来判断甚至是产研最重要的事。 这个层面，如果自己在基础模型里是T0的队伍，做产品也会有优势，未来那个SOTA是什么样，几个月达到自己更容易有预期

这次Verdent AI团队来坡，交流了一次～ 估值2亿美金 红杉腾讯投的 记录几个让我印象很深的点👇 1. 大厂做AI应用根本没优势 大厂做基模的和做应用的是两个事业群，内部调模型和你外面的人调API没有任何区别。不会因为你是”自己人”就给你做任何优化。结算走内部费用，除此之外跟两家公司没区别。 所以他三个人出来创业，反而跑得比大厂快。现在10万海外开发者在用。 2. 最反直觉的操作：功能做好了不上线 他们会提前半年把一个功能做出来，然后放着不发。因为当时模型的能力还达不到这个功能需要的效果。但是如果你不提前做，等半年后模型能力到了，你再从零开始就来不及了。 所以他们的节奏是：预判模型发展→提前开发→模型到位的那一刻立刻释放。这个时间差就是他们跑赢同行的关键。 3. 他教我的一个判断框架：站在模型的延长线上做事 做AI应用最怕的就是你辛辛苦苦做的功能，下一版模型更新就自带了。他的原话是： “有些事模型变聪明之后自然就不犯了，这种事少做。有些事是怎么训都训不进模型里的，那就多做。” 他们团队有大厂出来的模型专家，专门做这个预判。这不是产品思维，这是算法思维在指导产品节奏。 4. 代码写完了谁来保证是对的？ AI一天能写几千行代码，但Claude告诉你”写完了”，它说的就是对的吗？尤其用户自己不懂代码的时候。 他们的做法是：让GPT、Gemini、Claude一起交叉review同一段代码，互相挑毛病。 原话：“让魔法打败魔法。” 5. 六个字讲清一种商业模式 他说他们的策略是”水龙头开源，水收费”。工具免费用，降低门槛获客；真正赚钱的是背后的模型调用和增值服务。插件装进VSCode生态甚至能装进Cursor、Trae这些竞品里——借着别人的流量长自己的用户。 三个人起步 不做中国只做海外 24年12月开始 现在10万开发者 这个团队的生存能力和判断力都很强💪

我们能看到最近，越来越多创业公司开始重视增长营销。尤其在 AI、出海、消费科技这些变化很快的赛道里，创始人普遍会有一种很强的感受：产品做出来了，团队也很努力，内容也发了，活动也参加了，钱也花了，可增长依然没有真正跑起来。这个时候，很多团队会开始想，要不要找一个增长营销顾问，帮公司梳理方向、少走弯路、把增长带起来。 这个问题很现实：引入增长顾问，真的 work 吗？ 我认为有可能很 work，但它从来不是一张万能牌。增长能力得在适配公司的体系里自己长起来，这样才是匹配公司文化土壤的。 很多人对增长顾问的期待，其实带着很强的想象。总觉得请来一个“懂增长的人”，公司就能更快找到方法，流量就会起来，用户就会增长，商业化也会顺很多。可真正做过增长的人都知道，增长这件事，从来没有那么轻巧。因为增长从来不是一个可以被整包复制的标准答案。

AI for design 有很多agent感觉 好用 实在 脱离了很多浪费时间找图层的麻烦事 推荐 loveart comfyUI

https://chromewebstore.google.com/detail/khokmgnfhchkclncfkeccepcamdannoj?utm_source=item-share-cb