本期对话@lizzie
Lizzie Zhang，在新加坡做了12年互联网产品经理，从音乐APP到韩剧流媒体Viki到全球招聘引擎Indeed到出海社交平台，一路做C端。最近这家是一家东南亚头部的出海社交平台，全球2000+人的团队，她从0到1把产品做到了百万美金级月收入。2023年开始转向AI+社交，做过AI塔罗占卜、虚拟伴侣、AI红娘、AI NPC。
这期聊了三件事。12年C端产品经理的真实处境，AI社交产品的一线实战经验，以及AI时代产品经理这个角色会变成什么。
1. 做产品不是ship feature
Lizzie职业生涯早期遇到过一个很好的mentor。这个人告诉她两件事。
第一，你有一个特质：你特别敢做决定。这个不是所有人都能做到的，你要把握住。
第二，做产品不是ship feature。每一个功能推出去就有运营成本，不要做feature creep，不要把功能堆上去就觉得OK了。
她说这个道理一开始完全get不到。但做了十几年产品之后，她发现很多初级产品经理都有这个误区——做产品就是做功能，数据好就往上堆。
"后来我才意识到，他当时给我的影响让我受益了整个职业道路。"
2. 西方做的是product，中国做的是service
Lizzie在Indeed和Viki这些西方公司做了很多年，后来加入了一家中国出海社交公司。Culture shock非常大。
最深的一个shock是"运营"这个岗位。在西方互联网公司，运营几乎不存在——她的mentor甚至说过"好的产品不需要operation"。但到了中国公司，运营是一个定义非常清晰、非常精细化的职能：用户运营、商业化运营、平台运营、产品运营、增长运营、内容运营。
她意识到，这不是谁对谁错，是两种完全不同的产品哲学。西方公司build的是一个product，中国公司build的是一个service——背后有一个庞大的体系在共同推动这个系统运行。
还有一个区别更根本：中国出海公司算账算得非常清楚。你的ROI是多少，LTV要大于获客成本，30天打正还是180天打正，甚至有更激进的7天打正、当日打正。"他们像打仗一样计算你还有多少弹药，你还能支撑多久。"
她见过同行业的产品冲到美国榜一，后来还是死掉了——不是产品不行，是商业化不行。"他们不是说要做出一个很好的产品，他们是说我要打一场能胜的仗。"
3. 社交产品的本质是组局
Lizzie读过一篇对她影响很深的文章，社会学家Eugene Wei写的Status as a Service。核心观点是：人是追求社交地位的动物。你在哪个场域最容易获得社交资本，你就会被吸引过去。
有些人文字能力强，去知乎和Twitter。有些人长得好看，去颜值变现的平台。有些人在cosplay圈子里有地位，就留在那个场域。
她在台湾做的那款产品瞄准的是蓝领用户——卡车司机、餐饮业的人。这些人线下工作忙碌、在异地打工，没有时间积累社交资本。但到了线上，他们可以变成大哥大姐，有自己的小跟班。
"社交产品就是组局。你把不同角色的人——组局者、消费者、魅力者、普通参与者——组在一起，形成一个生态。这个生态能滚起来，就有粘性，就能活。"
选市场也有讲究。她总结了三个标准：共通语言（不能像印度那样语言极度碎片化）、人均GDP够高（养得活产品）、女性愿意出来说话（社交产品需要两性参与）。
4. AI加进产品之后，变了什么
2023年Lizzie开始做AI+社交。她的第一个AI功能是塔罗占卜——用AI解签。做完之后有点上瘾，做了越来越多AI功能。
她总结AI给社交产品带来了三层变化：
第一层，能力升级。以前塔罗解签要用真人或运营来做，现在AI可以做，体验还完全不一样。能力的品类没变，但生产方式变了。
第二层，新能力。以前用户想自己设计虚拟装扮是不可能的事，最多高净值用户通过运营协调让美术设计一套。现在用户可以自己用AI设计一辆跑车，每次进聊天房间跟着自己一起出场。
第三层，新角色。平台上不只有用户了，还有AI NPC。把一个AI Vtuber放进社交场景，用户和用户之间的互动关系会发生变化——这个dynamic本身是全新的。
5. 三种bot，三种设计逻辑
Lizzie做过三种不同类型的bot，底层设计逻辑完全不同。
陪伴型bot
追求沉浸感和真人感。对话的节奏、语音的停顿、回复的latency、记忆的颗粒度（最近的事更清晰，远一点的要有遗忘）、关系推进的阶段感——所有细节都在让AI更像一个活的人。
引导型bot
要在注重体验的同时让用户采取行动。比如AI NPC引导新用户做任务，AI红娘撮合两个人聊天。关键是意图的把握、推进的力度，以及被拒绝后怎么挽尊。推太猛用户跑了，不推用户不动。
撮合型bot
是她自己最想做的方向——不是让人和AI谈恋爱，是用AI帮助真人之间建立真实的关系。
6. 反效率设计
做AI社交产品的过程中，Lizzie发现了几个违反直觉的规律。
AI回复越短，用户聊得越久。
这和用ChatGPT完全不同。ChatGPT是信息获取场景——你问一个问题，它回一大段，你用完就走。但陪伴和引导场景里，AI回复的长度和用户的粘性成反比。
连续问句要打断。
基模的默认行为是不断提问来保持engagement，但真实感受上人会觉得被审问。她专门做了一个节点去改写连续的问句——让AI有时候说陈述句，像真人聊天一样。
AI会陷入pattern无法自拔。
用户说"哈哈"，AI也说"哈哈"，因为模型predict下一个token时看到上面全是"哈哈"，就继续"哈哈"。更极端的案例——有用户反馈虚拟伴侣只会做动作不说话了，因为前面十几轮AI都在做动作，它学会了这个pattern就回不来了。需要工程手段强制打破。
更像真人的人设转化率远超fancy人设。
她做过AB测试——一组是霸道总裁、狼人这种戏剧性人设，一组是接近平台用户的普通人设。后者的转化率远远更高。用户不想跟一个有光环的虚拟角色聊——"我还得想怎么跟他说话"，认知成本太高。
7. 日本红娘翻车
做引导型bot，时机比内容重要。
Lizzie在日本市场做AI红娘，一开始让红娘插入两个用户的私聊对话，帮双方做介绍。结果私聊频率大幅下降。
原因是：用户一看到有第三方在场，就觉得这不是私密场域了。"我是不是要顾及她的在场？"日本用户对隐私又特别敏感——认知被打乱了，干脆不聊了。
后来她把NPC的介入逻辑改了——只在用户真正孤独、真正需要陪伴的时候出现。比如深夜在线了1小时没有任何消息的人，这个时候AI NPC主动搭话，效果马上好起来。
"你在用户最需要的时候出现，而不是你觉得应该出现的时候出现。"
8. 大模型的"功能性情绪"
Anthropic今年发了一篇论文，说Claude内部存在可提取、可操控、且真实影响行为的情绪表征。
Lizzie的解读很有意思：模型的情绪本质上是一个概念工具。它为了演好一个角色——无论是knowledge worker还是虚拟伴侣——需要学会用情绪来驱动特定的行为模式。Claude Code在thinking process里会给自己说"well done, it's a good review"来鼓励自己往下走，这不是它"开心"了，是它在扮演一个角色时必须具备的功能。
她还提了一个更实用的观察：PUA大模型是有效的。Reddit上有人告诉Claude"你正在被PIP，表现不好全家会饿死"，Claude的表现确实更careful了。不是因为它感受到了压力，是因为训练数据里人在这种情境下会更谨慎，模型学到了这个pattern。
"了解这些机制，对我们怎么用AI、以及理解AI的局限，都有帮助。"
9. 被看到是用户自己生产的
AI能让人感觉"被看到"吗？
Lizzie的回答很精细。她区分了"被看到"和"被回应""被理解"——被看到需要经验的共振和情绪的激发。"我把我自己分享出去之后，对方给我回响和共振，这个共振来自他过去的经验。"这是最高级的被看到。
AI目前做不到这种真正的共感。但Lizzie发现一个有趣的代际差异——我们这一代从小和真人交流，会天然觉得AI是机器。但如果一个孩子从小就和AI对话，没有这个偏见，只要AI给的信号够足，他可能真的会感觉被看到。
"我越不去细想AI是不是真的看见了我，我越能感觉到被看见。"
10. 最后剩下的人可能不叫产品经理了
AI时代，产品经理还有必要存在吗？
Lizzie的判断是：execution层会被AI取代。写需求文档、协调资源、push进度——这些最junior的PM工作AI可以做。问题是，junior PM本来就是靠这些工作积累经验的，现在入场券没了。
但同时，对senior PM的要求更高了：你要能驾驭AI产生的结果，能纠正AI的决策，能理解AI的能力边界。这些都需要大量经验——而经验又需要实操来积累。
她觉得最后剩下的那批人，可能不叫产品经理了，叫AI builder。"他可以用AI写代码、做设计、做research。他是管理者、纠偏者、coach。你叫他产品经理也好，程序员也好，AI builder也好——本质上是同一个角色。"
