AI 都在卷工作，谁来听普通人的心里话 ｜ 前小红书高管姚旭聊 AI to C 和 NaukNauk

姚旭的 App 在 App Store 上有八千多条评分，接近 5 分。用户主要在北美和欧洲。国内几乎没有听过 NaukNauk 这个名字。

姚旭做过百度搜索里的机器学习，在 Facebook 和 Instagram 待过，2016 年回国加入小红书，做社区从零到一。现在他是 NaukNauk 的创始人 CEO。

这期节目里，徐文浩和任鑫把他拉到线下，聊了 103 分钟。话题从“为什么用户不露脸”开始，一路走到 C 端产品怎么当 benchmark、视频推理成本、token 毛利、巨头补贴、代理人社交、亚文化破圈，以及创业者心理上的老。姚旭说话直接，遇到不同意见也不绕。

一个国内没人听过的 App，在北美攒了八千条评分 01:20

NaukNauk 的定位一句话能说完：给普通人做日常表达和交新朋友。姚旭把“普通人”划得很清楚，既不在企业里，也不靠创作吃饭。专业创作者和 pro consumer 不在他的目标里，他要的是过日子的人。

产品形态看起来像短视频社区。用户进来先选喜欢的角色，星球大战、哈利波特，或者自己家里养了多年的小兔子。然后做十几二十秒的动画，也能发图文。姚旭说，视频和图文都是外壳，内核是自我表达的机制。

App Store 八千到九千条评分，4 分以上，Google Play 差不多。用户六成多是 Gen Z，但不止 Gen Z。姚旭提到千禧一代，甚至沉默一代，有一位图书馆管理员用得很深。这个用户结构和“给 Gen Z 做产品”的直觉不一样。

NaukNauk 第一天只上了 App，没有做 web。姚旭想知道普通人真实的操作成本有多高。他们的 agent 很复杂，但用户侧只有一个入口：一张图，一句话，或者几段话，说你想表达什么。剩下的环境、情绪、起承转合，由系统理解。姚旭强调，不改变用户想表达的初衷，只帮表达更容易被共鸣。

NaukNauk 服务的是既不在企业里、也不靠创作吃饭的普通人。这个定位听起来简单，做起来难。普通人的表达诉求一直存在，难的是让表达被看见，还能交到新朋友。

暴风兵上台摇滚，小羊说想妈妈 06:39

姚旭解释产品切入点时，先讲两个抓手：底层技术有没有升级，场景里有没有新的文化诉求。NaukNauk 押的是后者。疫情之后，人们在时间、精力、情感上的投入增速很快。姚旭提到美国成年人在情感消费上的年支出，以及零售场景 20% 的增速。

用户带进产品的是心爱物件。一个用了 20 年、磨掉皮的小兔子，一个穿西装的暴风兵，一只给孩子买的小羊。姚旭说，这些 figure 是宠物，是孩子，是用户每天对视、对话的对象。年轻人脑子里跟它们对话的场景非常多。这种诉求被压抑了很久，Gen Z 成为主流之后才被看见。

有个用户叫 Brocky，让暴风兵组了一支乐队，开了一场摇滚演出。15 秒的小场景后来变成 10 分钟的曲子，乐队不停加入新角色，都是他柜子上、书桌上陪了他很久的物件。姚旭说，Brocky 想做的事是当 rocker，这辈子可能做不到，但让心爱的暴风兵替他上台，情感共鸣会更强。如果换成自己的脸，效果反而弱。

另一个案例让姚旭印象很深。一位刚生完孩子的妈妈，给孩子买了一只小羊，养着养着，她比孩子更爱这只羊。有一天她发了一条内容，小羊说：“我想我妈妈，但是我已经没有妈妈。”最后天空落下一根《阿甘正传》的羽毛。姚旭看完泪崩。这位妈妈在养孩子的过程里想到，自己的妈妈当年也是这样养她，但妈妈已经不在了。

这类表达在现有平台很难被接住。徐文浩说，他理解这种拧巴，因为“我想我妈妈”可以直接说，但成年人会带一点羞耻心，于是把它藏进一首歌、一个动画里。姚旭说，他们数了一圈中文媒体和英文媒体，发现没有平台能承接这种真诚的情绪，还能让陌生人产生共鸣。NaukNauk 没有私信，评论率却很高，一天活跃用户里有 20% 会评论。

姚旭对 AI Slop 的判断很直接。只做自己的脸，发出来对第三者没有感觉。“你变成蜘蛛侠关我什么事？”

你变成蜘蛛侠关我什么事？

人脸这件事，姚旭认为属于 TikTok 和抖音，属于已经有真人出镜和特效生态的平台。创业公司再做一个 AI 加自己形象的产品，很容易变成一次性娱乐。它增长快，但很难产生真正的自我表达。NaukNauk 早期就明确，人脸不属于他们。

C 端产品本身就是 benchmark 26:13

姚旭说，NaukNauk 的 agent 第一天就很复杂，只是没有暴露给用户。他们早期走过 3D 建模、骨骼绑定、动画的路线，在 iPhone Pro Max 的深度摄像头上做过尝试。后来有用户了，这条路线很快被打输。姚旭说，决策不痛苦，比不过就死。

Vigo 那一波火过，3D 加骨骼绑定的路线也热闹过。姚旭认为，底层模型能力一提升，小一号的公司很难坚守自己的技术路线。水涨船高，守不住。真正重要的是把 eval 体系搭好，知道自己有没有在进化。

C 端产品每天在替模型做 benchmark 和 eval。用户在用不同的 agent、不同的基座模型做表达。哪个表达成功率高，哪个更有感染力，读者买不买账，团队第一时间能看到。工具侧反而更难，因为用户会选自己想用的工具，eval loop 依赖外界。C 端有自己的闭环。

姚旭提到 Seedance 2.0 之前的几个版本，行业里 benchmark 吹得很好，在他们自己的评估里进不了前三。当时他们评估下来，可灵 1.6 是值得记住的版本。姚旭说，可灵 1.6 像妙手偶得，不一定来自巨大投入，但它踢开了一扇门，后面才有 2.0、3.0 的故事。他甚至不知道 1.6 是谁主导的，但认为这个版本值得被记住。

这段对话里，徐文浩和任鑫追问技术路线和 eval。姚旭的回答很产品经理：不要迷信公开 benchmark，拿自己的用户和高活跃用户当裁判。表达成功率、读者共鸣、评论率，这些数据比榜单更硬。NaukNauk 的用户结构也帮他们做判断，六成多 Gen Z，也有千禧一代和沉默一代，不同人群对“好表达”的反馈不一样。

姚旭还提到，产品第一阶段是用户带着自己的“孩子”表达。第二阶段观察到评论率高，用户表达完之后有很强的进一步了解对方的欲望，想认识你，想跟你一起玩。这个观察后来长成了代理人社交的设想。

每秒一两分钱的视频，和 80% 毛利的 token 33:21

聊到成本，姚旭给了一个很具体的数字：视频推理的真实成本，他们能做到每秒一到两分人民币。徐文浩确认了一遍，这么低。姚旭说，他们不抽卡，用户一次发布大概占 70%，剩下 30% 是自我要求特别高的人反复调。

这个成本来自后训练的开源模型。姚旭说，他们不做预训练，做不起，站在开源生态的肩膀上。三个月前，他们基本用自己的模型，之前也经历过完全输掉的阶段。现在打赢了，新的问题是平衡 GPU 的波峰和波谷。

视频推理的真实成本可以压到每秒一到两分人民币。这个数字让“普通人用视频表达”这件事有了商业可能。姚旭不想让用户每个月花很多钱，他希望物美价廉，让更多人用起来。NaukNauk 的收入绝对值按 ARR 算比不上别人，但他们尽量把成本压到最低。

话题转到 token。姚旭说，前沿模型的推理毛利超过 80%。这个毛利在 frontier 模型上合理，做预训练花了那么多钱，理应享受一段窗口期。但在大众化场景里，80% 毛利过高。价格折半，毛利还有 60%，要打到骨折才会降到 20% 左右的正常水平。普通人场景里付出的价格是虚高的，大部分被基座模型吃走，应用层没有拿到。

卖 token 的生意，姚旭分成两类。一类是追求 ARR 讲故事的公司，把 ARR 撑高，估值变高，渠道本身有价值。另一类是价格不透明时的套利，中转站、便宜卡、谁补贴去哪里拿。两类生意都存在，标准化之后会越来越难做。

徐文浩提到巨头的补贴。如果 NaukNauk 做到百万 DAU，TikTok 一定会抄，也会补贴。姚旭的回应是，那很荣幸，我们现在不配被这样提及。他没有把竞争说成完全没机会，但很清楚创业公司要在巨头看不上的模糊场景里找新品类。越靠近可标准化定制的工具，竞争越惨烈。越靠近人、越难定义场景，越适合创业公司试。

姚旭用 CPU 时代做类比。Lotus、Excel、PowerPoint、Salesforce，这些办公效率工具的问题可以被明确定义，一旦成型，产品长得一模一样，最后拼 timing 和品类定义。C 端死亡率最高，但最终出现大生意的也是 C 端。创业公司啥也不是。它能做的，是看有没有机会开创新品类，优化一点点不是重点。

让“娃”替你出门，但别让 agent 替你做人 48:03

NaukNauk 的评论率高，用户表达完之后想认识对方。姚旭打了个比方：我养狗，你养狗，两只狗在公园碰面玩得很开心，我顺便问你它多大了，下次约着一起去公园。NaukNauk 想做的代理人社交，是用户带着自己的“娃”去公园，让娃和别人的娃玩。

再往后一步，娃可以自己出去玩。它跟隔壁家小姐姐的女儿玩，今天一起去了上海，一起去了纽约。回来告诉主人，我今天认识了一个新朋友。姚旭说，这本质上是 agent 之间的社交。徐文浩想到旅行青蛙。姚旭说，旅行青蛙会带明信片回来，但没有认识新朋友。NaukNauk 的“娃”会跟别人的“娃”产生关系。

姚旭反对用 agent 替代真人，只接受让“娃”替用户出门社交。他说得很重：用任何 agent 去替代你、替代我、替代任鑫，完全没有道理。这是价值判断，也是人的个性判断。每个人都有自己的位置，agent 不能替人做人。

徐文浩追问，这算不算屏幕时间之外的场景。姚旭说，手机是重要的一块屏幕，但终端不止手机。他没有剧透具体硬件。这个信息留了个口子，也说明 NaukNauk 不把自己只定义成一个手机 App。

聊到情绪消费，姚旭举了旅行青蛙。一天开了很多会，回家路上只有一个人，看到青蛙去了隔壁城市，带回来一张明信片。那种共鸣是“我不孤独”。这个世界除了效率、ARR、ROI，还有情感的东西。姚旭说，现在正儿八经给普通人提供情感表达、情感共鸣的新产品很少。

他提到拓竹和乐高。拓竹新增用户里六七成是 toys 和 hobby，大家买来是为了做自己喜欢的东西，制造过程的快乐比品质更重要。乐高过去七八年几乎斜向 40 度增长，疫情帮了大忙。Whatnot 是过去十年美国本土长出来的 consumer 产品里唯一能打的，起家品类是直播卖货，用的还是 TikTok 教育出来的直播能力。这些例子都指向同一件事：普通人的情感和兴趣消费在变大。

亚文化破圈之后，普通人去哪儿被看见 1:02:23

徐文浩觉得 NaukNauk 更像亚文化圈层的社交，像 80 年代电子游戏刚出来时那群年轻人聚在一起。姚旭说，这个观察对，但亚文化在英文世界已经破圈了。中国、日本、韩国是文化版本领先服，游戏、动画、漫画长大的用户很早就形成了亚文化。英文世界一直是 follower，疫情之后才正儿八经进入主流视野。

他举了 anime 这个词。过去一年到五年，搜索量最大的是日本，增量最快的国家是美国。疫情之后，美国或者说整个英文世界跳过了亚文化阶段，直接进入主流。媒体开始吹“2.5 次元”。姚旭给了一个数字：美国过去一年，以亚文化定义，在实体商品上花过 10 美金以上的人有 45%。这个数字放在零售统计里很惊人。

亚文化在疫情后进入英文世界主流，2.5 次元成了新词。姚旭的判断是，这批人长大了，变成社会主流，审美、消费趋势、潮流文化会被他们定义。Gen Z 今年大概 15 到 30 岁，再过几年全部成年，世界会变样。

但 NaukNauk 上线后的数据比计划复杂。站内最大群体是 Gen Z，六成多，也有千禧一代和沉默一代。姚旭提到一位图书馆管理员，用得很深。用户结构比单一年轻圈层复杂，普通人里也有各种年龄的孤独。

徐文浩补充了他做对话 AI 服务时的感受。他当时要求团队到一线聊天，聊下来的强烈感受是，世界上没有人好好跟他说过话。那些人极度渴望被看见，渴望有人听自己说话。徐文浩说，有些站点数百万 DAU，每天泡两个小时，背后可能只有两个人在运营。

世界上没有人好好跟他说过话。

姚旭接这个话，说普通人活得好不好，主流媒体不关心。现在的 social media 和 social 关系不大，它是 media。平台发展到中后期，专业内容会吃掉 90% 的流量。普通人原始的自然表达没有机会。NaukNauk 上线时，团队去 Instagram 给那些发了内容、有审美、有表达欲、只有 20 个粉丝的人发私信，问要不要来试试。第一个月最大的危机是储备不足，第 28 天还是第 30 天，突然几万人同时访问，所有东西都崩了。

徐文浩挑战：TikTok 上也有真情实感，也有 AI 加真情实感，还有大制作。推荐算法可以精准推到喜欢羊、最近跟妈妈吵架的人。姚旭的回应是，现实里这帮人就是没人看。每个平台都有偏好。NaukNauk 的优质内容放到 TikTok 上也没什么人看。横屏长视频放到抖音，节奏、受众、用户心智都不对。