腾讯和字节的幽灵在中国 AI 的上空徘徊

2023 年 4 月，产品经理松鹅（化名）从腾讯离职两天后，就从深圳来到北京，加入一家基座大模型的初创公司。彼时，这家公司还没什么资本追捧和用户声量，只有一个听起来挺拗口的中文名字：月之暗面。

那时候这家公司的产品团队，只有松鹅一个人。

同月，曾经在字节跳动全程参与搭建抖音和 TikTok 等产品的王长虎，在中美都狂 “卷” 文生图时，，创业成立一家文生视频公司：爱诗科技。

几乎也是同一时间，在尝试了 AI 口语软件、AI 换脸、AI 心理咨询等多个 AI 项目之后，用户量的激增、投资人的热情让身在腾讯的万磊发现：属于 AI 的风口真的到了。

大模型最终要靠产品来落地，这是这些嗅觉灵敏的产品经理们看到的机会。而故事也就此开始。

松鹅来到月暗 6 个月后，他们做出了 Kimi，又过了 6 个月，Kimi 在全网爆了；在 Sora 没火之前，爱诗的产品团队已经开始重点突破 “一致性” 的难题，反复进行迭代优化；万磊被投资人质疑多次 “AIGC 应用没有核心技术壁垒，很容易被模仿” 之后，在蓝驰的闭门会上遇到了刚刚从苏黎世联邦理工大学毕业，带着大模型技术的姜昱辰。一个懂产品，一个有技术，他们组成了波形智能。

如果拿移动互联网的历史来对照，一个技术渗透到普通人生活的必经之路，就是应用的井喷。大模型领域今天似乎正在经历相似的事情。每天都能看到一两个新的产品诞生，走红，被广泛讨论，它们的目标都是成为一款 “AI Native” 的超级应用。

而在这些看似新生的 AI 明星产品背后，一个有意思的现象越来越明显：

在它们身上你总能找到上个时代的影子，更确切一些，是腾讯和字节的影子——这两个中国移动互联网时期产品最强的公司，正像幽灵一样，在中国大模型产品的上空徘徊。

腾讯的 “门徒”

腾讯的人出来，总是很 “腾讯”。他们做产品，也是忠诚的门徒。

松鹅的个人栏目叫《鹅库》，而万磊存着一堆张小龙的表情包。

鹅和张小龙，都是腾讯的 “图腾”。

在产品风格上，腾讯的产品经理们深受张小龙这位 “微信之父” 的影响。产品，是马化腾一直强调的 “连接器”，它是技术和用户之间的连接，在腾讯的产品体系中，2C 产品就是要把使用体验做到 “极致”。

2023 刚开年，松鹅还在腾讯会议团队待的好好的，用他自己的话甚至可以说是 “很开心”。

它是目前最可用的会议工具之一，甚至一度可以说是腾讯继微信之后的下一个明星产品。在其他所有厂商将 IM、会议、文档、OA 都打包整合成一个软件的时候，腾讯把它们拆开了。

极简，是张小龙时代提出的 “少即是多” 的理念，而松鹅离开腾讯会议后继续执行着这样的理念。

松鹅曾在社交平台上分享道：“做一个产品，添加一个功能很容易，不添加功能迭代用户体验很难，减少一个功能最难。大部分产品都是因为不停地加功能而变的臃肿。” 简直是张小龙产品语录的翻译版。

而 Kimi 身上确实也能找到对应的烙印。

早期打开 Kimi，除了对话框，几乎什么都没有。在不断更新的版本中，它 “长” 出了几个按钮。

这些按钮包括了 “首页”、“新会话”、“历史会话” 和 “Kimi＋”，和 Kimi 的特色能力 “网页链接”、“文件上传”，将核心功能凝聚成一个个按钮，是腾讯的另一个传统。

为了让用户能够了解按钮的作用，Kimi 中也存在着大量的 “气泡”，来进行进一步解释。不仅如此，在 Logo 的下方，具有文艺感的文案，句句不同。

根据松鹅分享的一个有意思的例子，也能看出这种腾讯的烙印并非所有做产品的人都默认的原则。尤其是，当你的团队也有了字节系的人——4 月 18 号，在一次需求会中，松鹅提出在产品的某个位置需要一个文案。而 “一位来自字节的同事当即反驳：在字节做产品从来不会有这种要求，这不会提升转化。” 他分享到。

“但这里确实得有个文案，还得是比较有功底的文案。嗯，现在差点意思。” 顿了顿，松鹅讲道：“我们在腾讯做产品是这样。”

把用户的需求一个个拆到 “事无巨细”，以人为本是腾讯做产品的灵魂。目前 Kimi 是唯一一个国内大模型，兼具了网页版、App 小程序形态的大模型产品，一位独立开发者对我们反馈道：“表面上 Kimi 设置的网页版、APP 版和小程序版和其他同类产品没有太大的差别，但当其作为插件在网页中使用时，Kimi 的呈现效果要更好。”

右侧为 Kimi 插件

灵活的产品形态让 Kimi 更具有大众性和普遍性，Kimi 插件可以直接翻译＋整理重要信息，同时还可以进行自定义调整需求，进行个性化设置。松鹅告诉我们，网页插件版本是开发者自发调用 API 生成的，并不出自月暗团队。

同样由腾讯系产品经理打磨的蛙蛙写作，产品形态上和 Kimi 有很多风格相似的地方。对于不同场景的拆解和功能介绍、教程导览，在很多细节上的 “较真” 和 “死磕”。

比如，对于一款生成文本内容的 AI 产品，万磊的团队发现，目前的模型生成能力往往并不能够直接生成整篇可用的内容，往往部分可用需要进行二次甚至三次调整。他们给出的答案很腾讯——在大模型的生成结果中，添加了 “滑词” 功能，以便于 AI 生产后的二次优化。

与此同时，腾讯的另一个灵魂 “社交”，也快速展示在这些产品身上。

大学毕业之后，万磊进入了腾讯，在全民 K 歌中负责社交关系链的部分，后又转到 “创新项目” 部门，不断追赶互联网风口，做过数字人、元宇宙游戏，陌生人交友，也做了一堆和 AI 相关的小项目，在不断的探索中，他对于产品的思考越来越宽。

全民 K 歌推出之前，K 歌已经有了标杆产品 “唱吧”。那时的唱吧已经吸引和培养了一大批 KOL，也在产品细节比如调音、制作 MV 上下足了功夫。

这盘逆风局，怎么打？参考了以前微信借势 QQ、企业微信借势微信的套路，全民 K 歌更加强调 “谁在听” 而不是 “谁在唱”。和微信打通之后，社交关系链自然而然的转移到了 K 歌平台，也为后续的发展创造了土壤。

当你打开蛙蛙写作就会发现，和其他产品不同的是，它更强调社交传播，“邀请送会员”、“进群有礼” 让人梦回 2018 年全网都在 “裂变” 拉新之际。

我们曾与多位 Agent 创业者聊过当下的创业环境，他们的反馈往往是，“如今面临的不是做不出来，而是做出来给谁用的问题”。

“找用户”，无论是在移动互联网时代还是 AI 时代，都是第一个核心问题。对于文案写作工具而言，写出来是一方面，给谁看是另一方面。在群里，用户可以沟通和交流经验，互相分享成果，甚至通过蛙蛙写作的渠道报名参加小说比赛。

万磊分享道：“我们光电话访谈的用户累计有上百个了，有时候我们会把关键用户叫到办公室，当着我们的面使用产品，发现问题后产品团队立刻进行调整，我们希望借助自研模型把工具做细腻做透，和市面上其他套壳的写作工具拉开差距。”

这些产品风格上的 “路径依赖” 正随着产品的长大而凸显，这些主观、细碎甚至有些执念的做法，很腾讯。

字节的 “继承者”

但字节的风格几乎是光谱的另一端。体现在新的一批 AI 产品上，则是它不以人为载体传承，而强调一种产品逻辑上彻底的创新。

字节的人出来创业，带着的是一种做产品的方法，而不是产品的风格。

“19 年的时候我们组里来了一个字节的小女生，感觉很不一样。虽然我们平时也会看数据，但明显她对数据和 AB test 更加敏感，所有的需求根据数据结果进行推演，包括好与不好，都是通过数据来评判。” 万磊回忆道。

字节系的产品跑得比较好的，产品模型基本长得很相似且粗暴简单，推荐系统中台 + 足够规模化的数据 input，从内涵段子到头条到抖音到后来小一点的懂车帝，番茄小说都一样，而腾讯产品做得好的产品基本离不开社交关系链。

腾讯像文科生，做产品的都是人类社会学研究学者；而字节是理科生，灌数据、做 AB 测试，然后跑数据，出结果。爱诗科技产品负责人牧之这样总结。

算法是整个 “字节系” 产品的灵魂，公开资料显示，王长虎在字节跳动负责了视觉算法平台和业务中台的搭建，用算法为代表的方法论来决定产品的样貌，这种方式同样带到了他的爱诗科技。

“推荐算法技术中台的打造是最困难的，他需要给足够的空间和自由度，让产品能够在短时间内完成更多需求测试，同时他也需要足够开放，对未来产品发展空间的承压能力和适应空间。” 牧之说道。

参考移动互联网时代的抖音，几百万视频播放量时搭出的推荐算法框架，到了几百亿观看的规模，算法是不是仍然适用，仍然能够高效的分析每个用户的喜好。

这里我们举个简单例子，用双向标签对照的体系，为用户打标签，也为内容打标签，进行双向匹配，这样无论内容体量多庞大，用户体量如何增长，这样的机制能够保证实现 “千人千面”。

字节系信奉这套方法论，在不同的场景、不同的行业这套方法论会出现不同的结果，也会遇到不同的难题。比如，对于爱诗来说，产品经理想设计一套机制，跑一个推荐模型，怎么让你的 Tranformer 或者 Diffusion 模型，通过产品能够拿到足够多的前期数据？

“第一重要的仍然是需要知道用户到底要什么，他要这个视频来做什么，对应到我需要什么杨的数据，第二是设计一套机制，无论是自己生产数据，采买或者爬取数据，还是强化学习来回收数据也好，input 到你的模型。” 牧之讲道。

所以在推出 PixVerse 之前，爱诗产品团队做了很长时间的时间用户调研，为了完成第一步。

通过对国内外比较核心的专业视频生产者的前期调查，爱诗发现，清晰度是用户的一个核心刚需，一致性是对视频生成模型能否成为生产力的一个更高标准，产品通过市场调查反哺技术，技术团队对此进行模型突破。

对于 AIGC 的使用场景，在早期根据历史轨迹的推演下，只能替代现有的一部分而很难开发新场景，且在技术发展的早期，比如文生视频的时间只能有 3-4 秒的高质量输出，能够满足的需求有限，产品需要找到一个合适的切入点。

有了切入点以后的下一步，是建立一个良性的算法模型。

牧之举了一个例子，在训练镜头这个事情上，如果产品能明确好当下用户其实最为需要的是一些专业性的镜头，那么你在做数据收集和数据标注以及清晰的时候，是会存在很强的倾向性的，就是需要这些专业镜头的数据， 有了这样的判断，往往能用更少的数据和更低的训练成本得到一个更好的结果。

随着用户量的增长，标注的元数据越来越多，算法也就越来越灵。

目前 PixVerse 在海外文生视频产品榜单中下载量连续排名靠前，也通过不停的算法优化和数据积累，形成了产品突破力，滚动的雪球开始有了实体。

技术与产品的新羁绊

腾讯和字节的产品风格区别，其实还暗含着一个本质的问题：技术与产品之间的平衡。

腾讯系的产品诞生和成熟于互联网时期和移动互联网初期，技术是现成的，需要产品提供的对用户需求的准确理解，来把它的价值体现出来。字节系的产品在移动互联网的另一个阶段快速成长，这时候以算法为核心的技术，本身在一种不稳定中快速进步，它带来的强大能力是头条和抖音这类产品可以出现的根本，产品经理的 “上帝” 的角色就让位给了算法技术。

这种产品与技术之间的牵绊在今天 AI 大模型时代，换了形式继续笼罩在各个产品的制造过程中。

“如今做产品和移动互联网最大的不同是，需要思考技术能解决的问题，和产品能解决的问题”。几乎我们问到的所有产品经理，都给出了这样的答案。但同样的，不同的底色依然决定着问题的答案。

对于视频生成产品，一方面模型的效果本身就与技术资源密切相关：比如显卡、显存的限制或者算力的不足会直接影响效果；另一方面，视频本身存在着大量的叙事逻辑，和对于剧情的完全可控，这导致了无法满足理想的产品形态。于是就像字节的产品那样，爱诗的产品设计也要很大程度从算法技术出发思考。

一开始大多数的视频生产产品只能生成 4s 的视频，但一个电影的平均单个镜头都有 6 秒，技术要进步如何突破时长，而产品则需要思考，即便是 4s 的视频，能够使用在什么场景。

而即便是在 4s 的限制下，仍然能解决传统的影视制作中，补缺一些空镜头和漏帧，解决重拍补拍的成本高昂的问题。

而且在底层大模型还在不停迭代的今天，对产品细节的追求，也要建立在技术差异之上，它甚至直接决定了产品的形态。Kimi 和蛙蛙写作看似都是文本生成类的大模型产品，但技术能力完全不同。

众所周知 Kimi 擅长的是长文本的输入，能够一口气读完一本《三体》，但在应用中就会发现，Kimi 的长文本输出能力不够强，无论给怎样的提示词，其输出的内容经常为 1000 字左右，所以 Kimi 的使用场景经常为 “修改部分论文”、“写小红书文案” 等等。

而蛙蛙写作作为一款在创意文案生成上更垂类的产品，它的核心技术能力是长文本输出和长期记忆，以小说功能作为切入点，通过对小说的背景、任务、主线剧情进行设定，蛙蛙写作往往能够生成几千字的小说内容，并能够完整保存前序剧情。对于企业级的数据库定制和固定文件的模仿输出，也更游刃有余。

“在所有文本生成中，写小说其实是最难的。它需要严格按照世界观框架输出、人物情绪刻画要到位、人物台词要足够拟人、故事反转要紧扣设定等等。即便 Sora 是物理世界的模拟器，它仍然需要文字先将所有的前情全部设定好，再进行生成。未来文字创作内容将作为底层，各个独立的多模态技术真正要落地，还是要被底层所调用才能有更大的价值” 万磊讲道。

但相信产品依然是个 “手艺活” 的人们，并不会就此把一切都交给技术。

你可以看到，国内的通用大模型产品，在生成内容底部，往往会出现一个 “点赞” 和 “点踩” 的按钮，这是人类自主给大模型进行的评价和反馈。

万磊讲道：“如果让技术自己识别哪些生成内容是好的，哪些是不好的，靠技术实现很困难，但是在产品中加了一些设计，便可以反哺技术，让生成结果越来越精准。”

更重要的是，在这个阶段，产品是扔向市场的一个 “钩子”，只有不断的使用、不断反馈才能不断迭代不断进化。只有产品钩得住用户，之后的一切才有意义。

“技术的高速发展最终的结果就是越来越同质化，这时候需要产品形成差异性，我认为那时候产品经理的空间将会更大。” 牧之说。

从做产品的方法，到所谓的产品哲学，再到产品与技术的关系，这些决定着中国 AI 未来走向的问题，某种程度都在延续着腾讯和字节在移动互联网的故事，这两个幽灵会继续游荡在中国 AI 的上空。

本文作者：yoky，来源：硅星人 Pro，原文标题：《腾讯和字节的幽灵在中国 AI 的上空徘徊》