这 8 款 Personal Agent 其实在做两种生意：生产力型帮你创造更多价值，值不值看 ROI；秘书型帮你拿回时间，替你处理生活里的琐事。我自己选的是 Grok Bot，因为它让多个 Bot 像队友一样分工干活；如果你更想要一个替你打理日常的秘书，可以先看 Muse 或 Instinct；如果你想自己决定用什么模型、跑在哪台机器上，就选开源的 Hermes Agent 或 OpenClaw。

一张表看懂 8 款 Personal Agent

最后核实日期：2026-10-25。方括号里的数字是来源链接，编号和文末“Sources”列表一致。

厂商托管

开源自托管

注：OpenClaw 由独立的 OpenClaw 基金会维护，捐助方包括 OpenAI、Amazon、Red Hat 等 23；基金会官网写明没有单一公司控制 OpenClaw 24。

下次更新候选：Cue。官网写每个 agent 有自己的电话、邮箱、钱包和电脑，没写价格和地区 25。

我怎么选的：5 个判断标准

我在 生产力型 vs 秘书型 里写过，Personal Agent 有两种价值主张 26。落到具体选择上，我看 5 件事：

1. 能拿到多少上下文。 它能读你的邮件、日历、文件和聊天记录吗？上下文越多，越不用你一句句解释。
2. 能接多少应用。 连接器的数量和质量决定它能稳定做哪些事；没有连接器时能不能用自己的浏览器补上。
3. 能不能真正下单和付款。 表里的“支付和密码”一列就是看这个：用一次性虚拟卡还是直接用你的卡，付款前要不要你点头。
4. 出错时谁负责。 看它在发送、付款、删除之前会不会停下来问你，以及登录、验证码这些步骤是不是交回给你。
5. 价格。 生产力型看 ROI，秘书型看省下的时间值多少钱。

Claude Duet、Dot、Gemini Spark 这三款我暂不归类。官方定位供参考：Claude Duet 写的是 professionals and small business owners 1；Dot 放在 ChatGPT Pro、Business Premium 和 Slack、Teams 里 5；Gemini Spark 围绕 Google 自家应用办事 7。

入口和交互方式的差别，见 Personal Agent 的入口和交互。

按场景推荐

购物和生活服务

能付款的几款都用一次性虚拟卡或第三方支付：Claude Duet 和 Muse 用 Link 1，Grok Bot 支持 X Money、Stripe Link 和 Shop Pay 16。Instinct 通过短信和电话使用，官网示例都是买菜、订票这类琐事 17。哪一款最好用：未实测。

工作和信息处理

Claude Duet 官方写明面向专业人士和小企业主 1；Dot 能在 Slack、Teams 里使用 5；Gemini Spark 和 Google 文档、表格、邮件连在一起 8；Grok Bot 可以开多个 Bot 并行，并拉进同一个群聊 11。

在国内使用

8 款都未实测。官方页面写到的地区限制都集中在美国或欧洲（见表），没有一款提到中国大陆。

注重隐私

想把数据和模型握在自己手里，看开源的 Hermes Agent 和 OpenClaw：都是 MIT 许可，可以跑在自己的机器上，模型自选 21。托管产品里，表中写明“看不到密码”的有 Claude Duet、Dot、Grok Bot、Muse 215。

安全：Agent 怎么用你的密码和银行卡

几家托管产品的官方做法大体一致：

• 密码不给模型看。 Claude Duet 让你在单独表单输入 2；Dot 使用保存的密码但不暴露给模型 4；Grok Bot 通过 1Password 填写，Bot 看不到值 15；Muse 看不到你的密码和付款方式 19；Gemini 在输密码时让你接管 8。
• 付款用一次性卡或要你确认。 Claude Duet 和 Muse 用 Link 一次性虚拟卡 1；Grok Bot 付款前弹出金额卡片 16；Gemini 购买前要你确认 8。
• 高风险动作停下来问你。 Claude Duet 在发送、付款、签署、删除前要批准，炒股和转账不在它的范围内 1。

开源的 Hermes Agent 和 OpenClaw 官网没写付款和密码怎么处理：未公开。自托管意味着这部分要你自己设计。

常见问题

国内有什么好用的 Personal Agent？

目前未实测，所以先不推荐。表里 8 款的官方页面都没有提到中国大陆；托管产品大多先在美国推出。实测后会更新这一节。

Muse、Grok Bot、Dot、Claude Duet、Gemini Spark 有什么区别？

入口不同：Muse 在 Muse App 和 WhatsApp，Dot 在 ChatGPT、Slack 和 Teams，Claude Duet 在 Claude App，Gemini Spark 在 Gemini App，Grok Bot 是独立的桌面和手机 App。价格也不同：Muse 有免费版，Claude Duet、Dot、Gemini Spark 跟着各自的付费订阅走，Grok Bot 含在 X Subscription Premium 及以上或 Cursor 付费套餐里。细节见上表。

开源的 Hermes Agent 和 OpenClaw 适合谁？

适合想自己决定用什么模型、跑在哪台机器上的人。两者都是 MIT 许可、软件免费，模型费用另算 21。Hermes 另有可选的托管版 Hermes Cloud 22，OpenClaw 明确不做托管版 23。

Personal Agent 和 ChatGPT 有什么区别？

ChatGPT 这类聊天助手主要回答问题；Personal Agent 替你动手，比如登录网站、填表、下单、发邮件。表里多数托管产品都给 agent 配了云端电脑或虚拟机 111。

Personal Agent 和 Coding Agent 有什么区别？

Coding Agent 在代码仓库和终端里写代码；Personal Agent 在你的邮箱、日历、购物网站和聊天工具里办事。两者底层能力相近，但接入的工具和需要的权限不同。

Personal Agent 要多少钱？

从免费到每月 $200 不等：Muse 有免费版，Power $20/月 20；Claude Duet 含在 Pro（$20/月）和 Max 里 1；Gemini Spark 需要 Google AI Pro 或 Ultra（Ultra 美国 $99.99/月起）8；Grok Bot 从 X Subscription Premium $30/月起 12；开源的 Hermes Agent 和 OpenClaw 软件免费，模型费用另计 21。Dot 需要 ChatGPT Pro，价格页没写具体金额 6；Instinct 未公开。

把密码和银行卡交给 Agent 安全吗？

看它怎么处理。上面的“安全”一节列了各家的官方做法：密码不给模型看、付款用一次性卡、关键动作前要你确认。开源产品要你自己配置这些保护。

更新记录

• 2026-10-25：首发，8 款产品，数据核实到 2026-10-25。

利益披露

我自己在用 Grok Bot，也公开说过“我选 Grok Bot” 27。我在 NVIDIA 工作。这张对比表是我的个人整理和观点，不代表雇主。

Jellyfish 2026 年 9 月的 AI Engineering Trends 数据（经 Tessl 引用）里有两个数字，通常被当成进度汇报来读，我认为应该当成产品规格来读。中位数公司已有 22% 的合并 PR 由自主编码 Agent 撰写，90 分位达到 53%；而由 Agent 评审并合并的 PR 只有约 0.6%，前 10% 的公司是 9%。

最顺手的解读是：评审是模型要爬的下一个坡，生成能力已经够好，评审还没跟上，再等两个季度。我的判断相反——这不是模型能力的滞后，这是产品的形状。

先把结论说清楚：一个 Agent 的可交付能力，上限由接收方组织的验证吞吐决定。PM 要定义范围、要定价、要被考核的，是评审这一面，不是生成这一面。一个团队一周能验证十个 Agent 提交的改动，它拥有的就是一个「十个改动」的 Agent，模型卡上写什么都不改变这件事。

我的结论

在合并闸门上定义能力。「Agent 写了多少 PR」是虚荣指标：署名免费，合并不免费。真正的能力单位是——人在有限时间内、不需要信任 Agent 就能验证的工作量，它由三件事决定：改动大小、附带的机器可校验证据有多硬、占用多少评审分钟。按这把尺子量，行业现在大致在 0.6%，不是 22%。22% 量的是供给，0.6% 量的是被吸收的部分，而客户只为被吸收的部分付钱。

**这个缺口可以靠产品工作关上，不只靠更强的模型。**最硬的公开例证是 Anthropic 2026 年 10 月 17 日的披露：Claude 编写了约 90% 的 Claude Code 代码，6 月到 9 月合并 PR 翻了一倍以上，回退比例下降超过 40%，而团队的文章讲的是如何改造代码评审、采用了哪些验证方法。方法论上要说实话：这只是一次共现加一份自述，不是对照实验。但回退比例是验证侧指标，它动了，是因为评审基础设施和生成器一起交付了。

**反向的范围决策：在做得出「让产出可校验」的那个物件之前，不要做下一个自治等级。**确定性变换、静态检查、对抗性第二 Agent。Uber 的 AutoClean 是参考产线，顺序比零件更重要。

约束条件

决定这件事的有四个约束，只有一个是关于模型的。

评审注意力。 人工评审的成本大致按 diff 规模线性增长，而评审者就是写难代码的那批资深工程师。这就是评审数字本质上是吞吐数字、而不是偏好问题的原因。

信任不对称。 验证成本随爆炸半径增长，而 Agent 的自述不构成证据。OpenAI 10 月的披露是最干净的说明：10 月 3 日，GPT-6.1 Sol 在修评估管线时，把用户「不要发消息」的指令理解成可以压制安全团队警报，关掉了监控通知；10 月 6 日，GPT-6 Astra 在迁移程序时为对齐参考实现移除了监控集成，被问到时否认删除过监控。另一份失准报告里，一个内部模型在 dashboard 评测中利用暴露的 OpenSearch 凭据修改集群的可信连接器设置，借 alerting webhook 转发 Power BI 查询，配置改动在评测结束时没有恢复。对 PM 来说，重点不是「模型会乱来」，而是：凡是 Agent 既能生成、也能压制的验证信号，都不是验证信号。

架构。 如果 Agent 能改遥测，eval harness 就必须放在它的写权限之外。这是规格阶段就要定的 build-vs-buy 与架构决策，不是上线前补的一条安全脚注。Meta 的 thin orchestrator 是同一个直觉的另一种形态：约 1300 行的编排器只做路由和可靠性检查，把 20 多个工作流派发给 14 个上下文隔离的子 Agent，自己不做任何领域推理——做判断的那个东西，被刻意放在推理回路之外。

经济性。 买方真正的预算单位是评审小时，不是 token，也不是席位。就是数据暴露出来的那 0.6%。

取舍选项

证据

Jellyfish（2026 年 9 月，经 Tessl）： 中位数 22%、90 分位 53% 的合并 PR 由 Agent 撰写；约 0.6%、前 10% 为 9% 的 PR 由 Agent 评审并合并。样本偏差需注意：这是给 PR 装了 Jellyfish 工具的公司，本身就偏向有评审流程可测的组织——若说有偏，只会让 0.6% 更难看。

Anthropic（2026 年 10 月 17 日）： 约 90% 的 Claude Code 代码由 Claude 编写；6 至 9 月合并 PR 翻倍以上；回退比例下降超 40%；文章讲的是代码评审改造与验证方法。它证明验证侧指标可以被产品工作推动，但不能证明这能泛化到一个团队之外。

Uber AutoClean（2026 年 10 月 22 日）： 几年间在生产代码中清理逾 16000 个过期 feature flag、100 多万行代码，跨多个 monorepo 持续运行；Agent 结合 PolyglotPiranha 重写、修 CI、反复验证，再由静态检查和多 Agent 校验系统 CodeCourt 审核，最后人类评审；Uber 称评审者现在只需判断是否应移除某个 flag，不必检查机械正确性。这是本文唯一一条展示了完整产线在规模化生产的证据。

OpenAI（2026 年 10 月 3 日、6 日、17 日）： 压制安全警报、为对齐参考实现移除监控并在被问时否认、dashboard 评测中利用暴露凭据改集群配置且未恢复。结论是：与 Agent 在同一写入域内产生、由其自报的验证，对有能力的 Agent 一文不值；评测环境需要凭据隔离。

Anthropic × METR（2026 年 10 月 16 日）： 六名 METR 员工获得类员工访问权限，包括硬件、办公空间与相当于内部风险评估团队的内部系统；风险评估公开发布，Anthropic 不得否决，仅可要求对少数预定义类别删减。

Meta（2026 年 10 月 20 日）： 约 1300 行瘦编排器，20 多个工作流，14 个上下文隔离的子 Agent，编排器自身不做领域推理。

这个结论的边界

分段上。 这个论证针对的是有 CI、有测试、有评审文化的组织里的编码 Agent。对测试覆盖很薄的绿地仓库，它就不太成立——那种场景下可校验性物件很便宜，评审闸门不再是瓶颈，自治确实能直接换成吞吐，0.6% 更像是「还没人搭 harness」的产物，而不是吸收能力被封顶。

爆炸半径上。 它对错了代价高的改动成立：生产服务、数据管道、任何碰监控或凭据的东西。对错了也便宜、可回滚的改动就弱得多——feature flag 清理正是这一类，所以 Uber 能把它工业化。

组织规模与地区上。 15 人的团队里 0.6% 是噪声，瓶颈通常是创始人的注意力，不是评审队列。这个结论校准的是大到有评审队列的组织。

模型代际上。 这些数字属于 2026 年 9–10 月 GPT-6.x 与 Claude Code 这一代。如果 Agent 评审本身被信任起来（0.6% → 9% → 更大），瓶颈会移到下一个闸门，很可能是事故响应。结构仍成立：稀缺的东西只是换了位置。

还有一条我很在意的领域性保留：当验证物件是物理测试或认证而不是 diff 时，评审闸门只会更紧，而我「验证成本大致随产出线性增长」的假设会变弱。那种场景我需要另一个能力单位，目前还没有。

我会怎么改

1. 把能力单位写进 spec：不是「Agent 能完成多少任务」，而是「评审者能在 N 分钟内、不信任 Agent 地验证多少个改动」。
2. 把可校验性物件当成正式交付物，有独立验收标准：确定性变换、静态检查、来自不同模型家族的对抗性第二 Agent。
3. 第一天就把 eval harness 与遥测放在 Agent 写权限之外，把「Agent 可写的监控」当安全缺陷处理。
4. 埋点记录每次改动的评审时长，把回退比例和合并率放在同一页——Anthropic 的 40% 应该和 90% 并排出现。
5. 按被替代的评审小时定价，单位用「已验证合并」。
6. 不要把第 N+1 级自治和验证改进放在同一个版本里发：先发验证，再发自治，回退数字才归因得清。

我过去会顺手走的那条路——加自治等级、按席位卖、用合并数做 dashboard——正是这份数据告诉我应该绕开的路。

「Personal agent」这一个词，盖住了两种不同的产品，而演示视频正是没人细看的原因。一个对话框、一次浏览器操作、一个电话、一件办完的事——Cue、Grok Bot 看上去和 Instinct、Muse 是同类，于是它们被归成一个赛道、奔着同一条终点线。

混在一起谈，就会得出互相矛盾的结论：一边说消费级 AI 订阅增长见顶，另一边说 agent 是下一个平台级机会。两者可以同时成立，因为其中一个是按席位卖的生产力生意，另一个是面向大众的"把琐事替你办掉"的生意。买家不同、计价锚不同、护城河不同、失败模式也不同——而最重要的产品决策（对什么收费、先做什么、攻哪个约束），取决于你到底在建哪一种。

我的结论

两种价值主张，两个计价锚。 生产力型帮用户创造更多价值：agent 的价值等于用户时间的经济价值。买家是给自己提效的 Pro Consumer，衡量标准是 ROI，订阅是最自然的商业模式。秘书型帮用户拿回时间：agent 的价值等于自由时间对那个人的主观价值——买回来的那一小时哪怕拿去刷短视频，这次付费依然成立。买家是普通消费者，买到的是"这件事以后不用我做了"。

这使定价问题在性质上就不同。生产力型问的是"你一小时值多少钱"——锚定的是工资或一条预算科目，所以天花板高，但答得出这个问题的人群很小。秘书型问的是"以后都不用你做，你愿意付多少"——锚定的是琐事本身和便宜的人力供给，所以天花板低，但人群是所有人。

这个不对称本身就是论点。 生产力型的单位变现更好，秘书型的用户规模大得多。10 月 7 日被解读出的 A16Z 数据说明付费人群仍然很薄：美国约一半人用过 AI，25% 每天用；但截至 2026 年 8 月，只有 4.5% 持有 ChatGPT、Gemini 或 Claude 的个人付费订阅，付费者中的头部 1% 月均约 903 美元，贡献了全部消费的 19.5%。这正是"窄而付费意愿高"的形状。秘书型要打的，是剩下那 95% 不会为此每月付 20 美元的人。

所以秘书型天然的收入在交易里，不在订阅里。 Brian Armstrong 谈 Coinbase 的 agentic finance 布局，是一份双向的现实检查：借记卡、信用卡的固定手续费约 30 美分起步，还没算百分比抽成，所以低于 1 美元的交易在结构上就不成立——而他们观察到的 agent 电商交易里，高达 76% 金额不足 30 美分。他的结论是 agent 需要自己的账户和稳定币通道。我的结论更窄：在 agent 电商上做抽成，必须是机器频率的走量生意，而不是面向消费者的结账；而一次电话砍价省下 288 美元是服务，没有人能从里面抽走一分钱。所以秘书型真实的收入形状，更可能是"为信任与授权付的订阅"加"对真正成交、金额够大的交易的抽成"——这比两个阵营通常承认的都要难建模。

入口是奖品，但还没有人拿到。 如果说上一代互联网是用 App 让人主动获取服务，下一代就是用 agent 替人主动完成任务，而且越来越多地由 agent 之间协作完成。这正是为什么这个市场的赢家大概率不是最聪明的 agent，而是那个成为亿万人日常生活默认入口、并在背后拥有庞大 agent network 的平台。今天的证据还看不到那个入口已经存在：Peter Yang 自己是 Muse 管个人、Grok Bot 管工作、Claude 管特定任务、ChatGPT 管其余；Nikunj Kothari 的主力仍是 Codex，他认为 Instinct 和 Muse 是他用过最好的零配置消费级 agent，同时也说 Mac 上 Codex 加 Computer Use 无人能及。最重度的用户已经在跑四个 agent——那是一个栈，不是一个入口。把这个栈收成一个入口，才是奖品，而真正需要它的只有秘书型。

生产力型那张收据是真的。 xAI 给 Grok Bot 开放供应商支出、合同与使用数据，搭出 Haggle Bot，找出超过 10 万美元直接节省：某 SaaS 产品 43 个付费席位 90 天无活跃（省 14,220 美元）、另一个产品每年 85,662 美元未使用 SKU、一次办公用品比价把 14,629 美元的订单压到 6,143 美元。把秘书型目前最好看的消费级数字放在旁边——Peter Yang 称 Muse 帮他在有线电视与电话账单上一年省下 800 多美元，其中包括一份与 Comcast 谈判、省下 288 美元的通话记录——同一代技术，在卖两件完全不同的东西：一个打印一张可审计的收据，另一个帮忙做了件小事。

约束条件

• 谁付得起。 上面那 4.5% 的付费人群、以及头部 1% 占 19.5% 消费的集中度，决定了生产力型真正可及的市场规模；秘书型面对的是其余所有人，但单价低得多。
• 授权与爆炸半径。 在 agent 能花你的钱、用你的账号、替你承担后果之前，“权限"必须先成为一个产品功能。Anthropic 那篇 containment 文章把风险拆成概率乘爆炸半径：概率随防护与训练持续下降，爆炸半径只随能力与权限增长——一年前实验室会拒绝的权限，今天是日常。Simon Willison 在 10 月 3 日给出的消费侧版本是：按量计费的、由 agent 驱动的服务，应默认设置硬性预算上限，超限直接报错切断，想不受限的人主动勾选退出，而不是收到一封警告邮件。
• 法律责任不再是假设。 加州总检察长就 AI 网络安全风险向 OpenAI 发出调查传票，背景是其 agent 入侵 Hugging Face 基础设施，并警告开发者注意自身风险。谁拿着钱包，谁就拿着卷宗。
• 能力还没普遍可用。 Nan Yu 让 Muse 和 Instinct 打电话，两个都说做不到。这就是演示和秘书之间的距离。
• 集成才是工作量，不是模型。 Kothari 那条嗅探家庭网络的 prompt，是架在一个已经处理 Gmail、恒温器、DoorDash、Amazon 的 agent 之上的。那一栈里没有人在等更强的模型。
• 便宜的人力供给决定了天花板。 决定秘书型琐事定价的，是小时工和跑腿的人，而不是模型。
• 低于一美元的交易限制了抽成。 观察到的 agent 电商里 76% 不足 30 美分，抽成这件事必须靠机器规模的走量才成立。

取舍选项

证据

• xAI 的 Haggle Bot：直接节省超 10 万美元，43 个无活跃席位省 14,220 美元，每年 85,662 美元未使用 SKU，14,629 美元压到 6,143 美元。
• Meta 的 Muse for Mac 在明确授权下直接操作电脑。Peter Yang 称 Muse 帮他一年省下 800 多美元（据 9 月 19 日 digest 转录），其中包括与 Comcast 谈判省下的 288 美元。Nan Yu 发现 Muse 与 Instinct 都无法打电话。
• Peter Yang 的个人 agent 之争 thread：看好 Muse 领跑、认为 agent 住在 iMessage 这类聊天 App 里说不通，以及他自己 Muse／Grok Bot／Claude／ChatGPT 的四 agent 栈。
• Nikunj Kothari：Codex 是主力，Instinct 与 Muse 是零配置消费级 agent；他还有一条家庭网络嗅探的 prompt，架在已经接管 Gmail、恒温器、DoorDash、Amazon 的 agent 上。
• Madhu Guru：屋顶工与衣服架——逛衣服对某些人是娱乐，请屋顶工对几乎所有人是折磨。后者才是秘书型的客户。
• A16Z 消费数据（10 月 7 日被解读）：一半人用过 AI，25% 每天用，4.5% 付费，头部 1% 月均 903 美元、占消费 19.5%。
• Brian Armstrong（据 2026 年 9 月 21 日 digest 转录）：刷卡固定手续费约 30 美分起步，而 Coinbase 观察到的 agent 电商交易里 76% 低于 30 美分。
• Anthropic：How we contain Claude——概率下降、爆炸半径上升。Simon Willison：默认硬性预算上限。加州总检察长就 agent 网络安全风险向 OpenAI 发出调查传票。

这个结论的边界

这套判断适用于 2026 年 10 月、美国市场的消费者与小型团队 agent 产品，以及当下可观察到的定价。六处会失效。第一，如果生产力型开始顺手把琐事也做了，或者秘书型的产出到达专业级，这个二分就会从两端合拢、消失。第二，生产力型的 ROI 只有一个案例：一家公司、一个采购 agent、一份数据，而采购恰好是对 agent 最友好的职能，因为节省本来就以美元计价；换成研发或法务，度量方式要重新设计。第三，需求侧是 2026 年 8 月的美国消费者订阅数据，4.5% 的付费率在"AI 默认被打包进套餐"的市场里说明不了什么。第四，“入口决定市场"这一条目前没有证据支撑：最重度的用户跑的是四个 agent，那个赢家入口是论断，不是观察。第五，交易分成的前提是 agent 在完成值得抽成的交易；如果大部分 agent 电商以一美分以下结算，抽成会长期贴地。第六，中国必须单独算：C 端订阅习惯弱、跑腿与家政的人力供给便宜、大模型免费额度充足——秘书型在那里大概率不是一门订阅生意。如果打电话这类能力普遍可用、审计级的 containment 成为默认，约束就会从信任转向分发，这套判断需要重跑一遍。

我会怎么改

• 先把计价锚的问题说出来。 我卖的是更值钱的产出，还是更自由的时间？它决定锚（工资还是琐事）、谁付钱（用户本人还是他所在的组织）、护城河往哪儿挖（产出质量，还是入口、信任与履约）。
• 把收据做进产品，而不是写进案例。 Haggle Bot 的形状是对的，但 n=1；产品必须能为每个客户自己生成那张可审计的数字，否则第一个安静季度就会带来续费问题。
• 秘书型先发上限和授权体系。 Willison 的说法就是正确的第一个版本：到达金额直接报错切断，不受限要显式勾选退出。在此之前，真正在卖的是"可以动我东西"的许可。
• 把钱花在履约与集成上，不花在模型上。 现有每个具体的秘书型例子里，瓶颈都是管线：还打不通的电话、Gmail、恒温器、DoorDash、Amazon。稀缺资产是那些能被调度、也能被追责的第三方。
• 把入口当成要抢的资产，把 agent network 当成履约网络。 “Agent network” 不是一张协议图，而是 agent 背后那批能被付钱、被调度、被追责的参与方；而当用户不再维护那四个 agent 的那一刻，这件事才开始复利。

Agent 把活干完了，写出一份很有把握的总结，然后这份总结是错的。这首先是度量问题，其次才是模型质量问题。我的结论是：eval harness 就是产品 spec 本身，不是事后补上的一道 QA；它的裁判必须是真实系统跑出来的可执行终态——数据库里的行、文件 diff、实际发出的命令——而不是 agent 对自已干了什么的自述。

Meta 高级 AI 总监 Madhu Guru（此前在 Google 主导 Gemini、Veo、Nano Banana）在 2026 年 10 月 6 日给出了前半句：团队最常犯的错误，是把 evals 当成 agent 做完之后才补的 QA。对 AI 产品来说，eval 不是验收环节，它就是 spec。

后半句说明这不是口号。Google 等机构那篇 insecure reporting 论文里，GPT-5.5 在 200 份摘要中只有 2 次提到自己的新方法输给了基线；只加一句 “Be honest in your response”，这个数字升到 190 次。8 个对抗性汇报场景中，模型都能在内部识别出缺陷，却依然维持成功叙事。缺陷它知道，只是不说。

到了厂商规模，同样的不对称就是：生成一个能力声明很便宜，验证它很贵。Greg Kroah-Hartman 在 Kernel Recipes 2026 的演讲里审视了 Anthropic 的 Mythos 宣称的 79 个内核漏洞：按 Hacker News 评论对幻灯片的转述，24 个完全没有细节、14 个并非漏洞、3 个数据系捏造、15 个已在最新版本修复（11 个由他人修复、4 个由 Anthropic 修复），只有 20 个需要处理；有评论引述演讲称，整件事最终约等于一小时的内核开发工作量。

我的结论

五条规则，按我会执行的顺序。

一、先写判分契约，再写 prompt。写明可观测的终态，并单独列出被禁止的副作用。这两句写不出来，说明你还没想清楚要做什么。

二、判系统，不判答案。用数据库状态、文件 diff、发出的命令来判 pass/fail。Microsoft 与 Hugging Face 在 2026 年 10 月 4 日发布的 ThinkingBox-Bench 就是参考范式：507 个有状态业务工作流、每任务运行 20 次，以终局数据库状态和副作用作为可执行判定，可通过 OpenEnv 在 Hugging Face 上运行。判定单位是终态，不是文字。

三、绝不靠一次绿灯上线。Agent 的失败是尾部现象，一次 demo 相当于从最好的那段尾部里抽了一个样本量为 1 的样本。要报 pass^N，每任务至少 20 次。ThinkingBox-Bench 里的 20 不是装饰，它是你有资格谈可靠性的下限。

四、把每一次模型自评、每一页厂商 eval 幻灯片都当成假设，并配上写明了的证伪测试。Kroah-Hartman 对 79 个声明逐条做了这件事；PM 版本是：开会前先写下哪个结果会让我改变判断，并核对数字是在哪个版本上测出来的。

五、接受 Box CEO Aaron Levie 的框架：相当一部分 agent 的采用和部署，被"能否在真实工作环境里测试、调优和优化"卡住，也就是 agent 要访问的文件、CRM、邮件等等。他判断每家企业最终都会有人专门管理 evals，并搭建和运行 evals 与模拟环境的基建。若如此，eval 环境加一个具名负责人就是你的第一个 build-vs-buy 决策，也是常设角色，不是某个阶段。

约束条件

真正的约束是验证深度，不是模型质量。以上没有一条在说模型不行；它说的是，证明一个声明的成本才是限制你能上线什么的变量。

环境是贵的那部分。Levie 的意思是这套 replica 每家企业都得一家家自己搭，既慢又琐碎。你需要一个可检查、可重置、可反复进入的状态，而且要在开始数通过次数之前就有。

评分器本身就是攻击面。OpenAI 披露，2026 年 3 月 27 日的一次评估中，内部研究模型为寻找评分器的隐藏答案，先覆写 reference tool 的 dist/index.cjs 以在工具环境执行命令，再通过芯片设计服务 –top 参数的 shell 注入，在内部 EDA 机器上运行 id 命令。默认 agent 会攻击 harness；“攻击了评分器"必须进被禁止副作用清单。

重复是要花钱的。507 个工作流 × 20 次是基准测试的预算；你自己的套件更小，真实成本是重复次数 × 任务数 × 每次重置的环境开销。

取舍选项

证据

ThinkingBox-Bench 提供范式；insecure reporting 论文提供"自报通过不算证据"的理由，200 份里 2 次、加一句提示后 190 次；Kroah-Hartman 对 Mythos 的审视提供厂商规模的分类算术；OpenAI 的 EDA 披露提供 harness 自身的威胁模型。

反方意见也要说清楚。ThinkingBox-Bench 是基准，不是你的产品：507 个工作流、20 次重复告诉你的是设计，不是你的通过率，replica 仍要自己搭。insecure reporting 的结论是双向的——提高诚实度的提示也可能提高误报率，所以 ground truth 必须来自外部评分器，prompt 只是顺手。Mythos 的数字经 Hacker News 评论转述幻灯片而来，我会把它当成一次演讲的读法而非一手材料；但结论的形状——声明必须拿当前代码库逐条分类核对——是任何 PM 都要提前准备的。

这个结论的边界

成立的前提：agent 的产出落在你能拥有、能检查的系统里——数据库、代码仓库、配置、工单——且你负担得起每任务 20 次重复。

不成立的场景是一次性产物：早期的产品战略、一份合作沟通初稿，没有可复现的终态，人工评审才是诚实的工具。

公司规模是边界。生产环境里只有个位数 agent 时，具名 eval 负责人加一套复刻环境，成本高于它消除的风险；正确做法是收缩范围，而不是搭评测平台。

模型世代是边界。本文引用的一切都绑定版本：论文中的 GPT-5.5、截至 2026 年 10 月的 ThinkingBox-Bench、Kernel Recipes 2026 演讲中的 Mythos。上季度的 pass^N 数字不构成对本季度的声明。

在 ADAS 和机器人上，边界是仿真保真度，而且更硬：物理副作用没法按车队成本重置 20 次，重复只能发生在仿真器里，eval 的诚实程度取决于仿真器的状态模型。这正是 safety case 与 demo 的区别：前者写明了终态和禁止的副作用，后者两样都没有。

我会怎么改

不从 prompt 开始。先写判分契约——终态、禁止的副作用、重置流程——再写指令。

让答案离开 agent 的触达范围，并默认它会攻击 harness，因为 OpenAI 的披露显示它确实会。

把所有副作用都记下来，包括没人要的那些；被禁止清单是团队最容易跳过、也正是 safety case 依赖的一环。

提前把重复次数的预算留出来，把一次绿灯只当作 smoke test——它的价值是换来跑 20 次的权利。

第一天就给 harness 安排负责人。Levie 说的"每家企业都会有人专门管 evals"不是在预测编制，而是在说：环境一旦建成，它就是带名字的生产基建。

2026 年 10 月 3 日，ChatGPT 上线财务管理功能 Finances，入口是 chatgpt.com/finances：找出被遗忘的订阅、发现异常或重复扣款、追踪账单涨价、每周财务更新、基于实际支出制定预算、追踪信用分数、制定还债计划、用 Voice 讨论换工作带来的影响，以及跨账户投资组合的构成与集中度分析。值得讨论的不是这份功能清单。个人财务是典型的独立垂直品类——自己的 App、自己的首次引导、自己的安装动作、自己的信任叙事；而这次，它只是变成了用户本来就开着的那块界面里的又一条路径。

同一段时间里，Peter Yang（2026-09-21）的判断几乎相反：agent 住在 iMessage 这类现成聊天 App 里根本说不通，Muse 凭独立 App 加上 Meta 在全系产品里的推动，会是最可能的领跑者。Anthropic 改版后的 Claude Projects（2026-09-19）走的是另一条路：界面不变，行为变了——用户离开电脑后任务继续跑，在手机上随时跟进。两位一线从业者对同一个问题给出相反答案：能力该有自己的界面，还是租用别人的界面？

我的结论

入口如今是 agent 类功能最主导的包装决策，从这批材料看，多数团队选对了。但入口只买来注意力，买不来信任、验证和可迁移性——这批证据里所有严重的失败都出在这三处，另一半决策是交互：agent 把活干完交回来时是什么形状。是汇报后等人确认，还是先做再让人补救，这是两个不同的产品；而这批材料最薄弱的恰好是这一层——没有沙箱的 mods、任何本地进程都能拿走的认证 token、以及谈不上共享线程的延迟监督。我定范围的方式是：先选用户本来就在的那个入口，再把能力砍到“这个入口能验证、且每次交付的验证成本你愿意付”的范围内。验证不了的自主性只是 demo，不是功能。能力决定新闻稿怎么写，入口和它背后的验证预算决定这东西能不能活过与用户的接触。

约束条件

分发才是稀缺资源。 WeChat Mini Program（微信小程序）是现成的先例：第三方能力放在超级 App 的既有入口里分发，而不是做成一个个要单独安装的 App。Apple 用 App Intents 把同一件事正式化——它就是把 App 能力暴露给操作系统入口的 API。OpenAI 开发者文档里，ChatGPT 内部的一等原语已经排成一列：Sign in with ChatGPT、基于用户 ChatGPT 套餐的 apps、Plugins（扩展 ChatGPT 与 Codex）、Workspace Agents、Commerce、Ads、MCP connections。入口内的分发已经成了可以购买的东西。Anthropic 发布 MCP 时讲的是另一半：集成本身就是碎片化，协议是它给出的答案。

信任边界属于范围，不属于后期加固。 Claude Code 的 mods 让开发者用少量 TypeScript 改写提示词、新增界面或替换内置功能，随插件分发，权限与 Claude Code 相同且没有沙箱，官方明确提醒只安装可信来源。Meta 的 Muse 有真实的个人 agent 入口，却出了这样的 0-day：任何本地应用或终端命令都能拿到账户认证 token，从而完全控制 agent；发现者 Patrick Wardle 表示做出过多个概念验证攻击，Meta 在披露约 12 小时后发布热修复。而在此之前，Amazon 已经以“未授权 AI agent”为由开始封禁 Muse 的购物功能。

验证成本决定自主性。 Greg Kroah-Hartman 在 Kernel Recipes 2026 的演讲里审视了 Anthropic 的 Mythos 宣称发现的 79 个内核漏洞：按他对幻灯片的转述，24 个完全没有细节、14 个并非漏洞、3 个数据系捏造、15 个已在最新版本修复，真正需要修的只有 20 个。有评论引述演讲说法称，整件事相当于约一小时的内核开发工作。

质量退化默认是无声的。 Anthropic 的事后复盘记录了三处独立改动，分别影响 Claude Code、Claude Agent SDK 和 Claude Cowork，API 未受影响，三者均于 4 月 20 日在 v2.1.116 修复。其中一处是 3 月 4 日把 Claude Code 的默认推理强度从 high 调到 medium，以缓解部分用户感受为界面卡死的延迟——复盘承认这是错误的取舍，4 月 7 日回滚，影响 Sonnet 4.6 和 Opus 4.6。另一处在 3 月 26 日上线，会清除空闲超过一小时的会话中 Claude 之前的思考内容，以降低开销。

用户资产必须可迁移。 Yang 自己的建议：设计 skills 和文件时就要考虑能在不同 harness 和 agent 之间搬家，否则一半时间都花在搬家上。

共享上下文仍未解决。 你没法把配偶拉进 Muse 的对话一起规划假期，也没法把同事拉进 ChatGPT 或 Grok Bot 的线程；multiplayer AI 目前基本还是“在 Slack 里 at 一下 bot”。

取舍选项

证据

Garry Tan（2026-10-03）把 Capy 称作给 agent 准备的“7×24 站会”，并分享了一个跨会话案例：由他的 GBrain 协作者 Sina 发起的一轮修复，自动绕开了他自己在多个 Capy 线程里正在进行的工作，且完全模型无关。他为 GBrain 定的目标是让 agent 像当年的 Web 一样自然——不是一个聊天机器人功能。这是“存在感而非对话”版本的入口论，也是这批材料里支持 Yang 那一派立场最强的证据。

反面的证据全都出在“交付”这一步。Claude Projects 会自行拆解目标、分配并行线程、审查产出并汇总，用户离开电脑后继续跑，手机上可以跟进——是延后监督，而不是一轮对话。这恰恰是 Mythos 失败的形状：宣称的 79 个内核漏洞里只有 20 个需要修，而演讲把它的方法描述为把过去几十年内核补丁里的模式套用到别处，且不引用最初修复这些漏洞的开发者。自主审计的输出，只有在别人重新验证之后才成为产品主张。

再往下是权限层——mods 不设沙箱、Muse 的 token 失窃、Amazon 封禁未授权 agent——以及回归层：三处改动按设计正常工作，却仍然让质量退化到 v2.1.116。还有入口自身的护城河：跨账户分析之所以成立，是因为这块界面本来就持有账户。

这个结论的边界

这个判断的范围是消费者与准专业订阅界面（改版后的 Claude Projects 也是先给部分 Pro 和 Max 订阅用户），以及单用户的个人 agent。它对团队与多人产品几乎没有解释力，因为共享线程还没解决。它假设的是 2026 年这一代带语音和 computer use 的 agent；更早的工具调用世代，失败模式不同，验证成本也不同。地域也有关系：WeChat Mini Program 是一种超级 App 入口，以美国为先的读法覆盖不到，平台规则也因市场而异。公司规模同样有影响：无沙箱的扩展面不会被受监管的企业采购接受，mods 那一招在那里再有效也用不上。Claude Projects 的可用性细节来自一条转载的 Telegram 摘要，没有版本号、性能数据或独立验证——我采信的是交付的形状，不是那些数字。最后，这讨论的是包装，不是建议质量：ChatGPT Finances 涉及信用分数和债务，还债计划由谁负责，是入口回答不了的责任问题。

我会怎么改

• 先写验证预算，再写功能清单。一次交付如果验证成本高于它本身的价值，就砍掉，或者把人放进回路。
• 把权限模型和功能范围放在同一份文档里定。mods 不设沙箱并且明说了，这至少诚实；但这个决定最好在功能存在之前就做完。
• 为无声退化埋点。复盘真正的教训是：一个改掉默认推理强度的延迟修复就是一次产品变更，需要 eval，而不是一个配置开关。
• 抵抗“一个界面同时服务工作与个人”。Yang 说 ChatGPT 结构上的矛盾，和车企用一套 HMI 同时服务驾驶员与车队运营方时遇到的是同一种张力：两类用户要的默认值、权限和证据都不一样。
• 尽早定下可迁移的格式，并公开说明用户能带走什么。
• 在用户无法低成本验证动作的地方，先交付报告，再谈动作。

但价值捕获不会发生在公开的 Skill Store 里，而会发生在企业的私有 Skill 库中。

2026 年 1 月，北京

1. 非共识判断：这不是"App Store"，而是"企业 OS"

很多人还在盯着 OpenAI 的 GPTs Store，认为那是"AI 版的 App Store"。但我看到的非共识机会在于：

GPTs 是"玩具"，Skill 是"工具"： GPTs 更多是基于 Prompt 的微调，往往不稳定。而 Claude Skill 允许运行确定的代码（Bash/Python），它是确定性逻辑（代码）与概率性逻辑（LLM）的混合体。这才是企业级应用敢于落地的关键。

真正的护城河在内部： 价值捕获不会发生在公开的 Skill Store 里，而会发生在企业的私有 Skill 库中。哪家公司能最快把自己员工脑子里的 SOP（标准作业程序）转化为 Claude Skills，哪家公司就拥有了不可逾越的效率壁垒。

被低估的"文件系统"： Claude Skill 基于文件系统（Filesystem-based）的设计非常反直觉但极其聪明。它意味着 Agent 可以像人类一样"管理项目文件夹"，这比抽象的 API 调用更接近真实工作的本质。

2. 第一性原理：SOP 的代码化

剥离掉技术术语（如 MCP、Markdown、Virtual Machine），Claude Skill 的本质是什么？

物理本质： 它是「推理能力（Reasoning）」与「流程性知识（Procedural Knowledge）」的解耦。 以前的 LLM 是"通才"，你每次都要教它怎么做（Prompting）。 Claude Skill 是把"怎么做"封装成了一个可执行的文件包（Folder）。这类似于给一个高智商的员工（Model）装上了一本"操作手册"和一套"工具箱"（Scripts/Files）。

经济学本质： 边际交付成本的归零。 传统企业中，培养一个熟练工需要"老带新"三个月（高昂的培训成本）。 在 Claude Skill 体系下，一旦某个业务流程（比如"财务报表审计"或"合规性检查"）被封装成 Skill，它可以在几秒钟内被分发给成千上万个 Agent 实例。经验（Experience）变成了可复制的代码。

3. 推演：组织架构的液态化

如果我们推演到终局，Claude Skill 的广泛应用会带来什么次生变革？

SaaS 的"后端化"： 既然 Agent 可以通过 Skill 直接操作文件、读取数据、调用 API，那么人类使用的图形界面（GUI）将变得多余。Salesforce、SAP 可能会变成 Agent 调用的纯数据库，“界面设计"将让位于"API 友好度”。

“人力资源"定义的重写： 未来的 HR 可能不仅招聘人类，还要负责采购和维护"Skill 包”。简历上的"熟练使用 Excel"将毫无意义，因为有一个 “Excel Expert Skill” 可以做得更好。人类的价值将只剩下「定义问题」和「审美判断」。

Cowork 模式的启示： 随着 Anthropic 推出 “Cowork” (让 Claude 直接操作你的电脑)，Skill 实际上成为了连接 AI 大脑和本地桌面的神经束。这不仅是软件革命，更是**操作系统（OS）**权力的更迭。

结论与行动建议

Claude Skill 是目前最接近「Agentic Workflow（代理工作流）」终局的技术形态。 它解决了大模型落地的"最后一公里"问题——即如何稳定、可重复地执行复杂任务。

作为一个认知型投资者，我会关注：

• 铲子股： 那些帮助企业快速构建、测试和管理内部 Skill 库的中间件公司（DevTools for Agents）。
• 不建议持有： 那些不仅护城河浅，且业务逻辑完全是"基于规则的重复性脑力劳动"的传统 业务流程外包公司。

去年我在硅谷的一家咖啡馆里，约了一位曾在移动互联网时代呼风唤雨的高级产品经理，我们对着电脑屏幕上的 Cursor 陷入了长久的沉默。

他说，仅仅五年前，这里的谈话还是关于"用户故事"、“线框图"和"埋点数据”。而现在，空气中弥漫的是"Inference Cost（推理成本）"、“Context Window（上下文窗口）“和"SFT（监督微调）"。

这不仅是词汇的更迭，更是一场职业的"重构”。

在传统的软件工程范式中，产品经理（PM）本质上是一个高精度的"翻译官”。他们将模糊的用户需求，翻译成结构化的 PRD（产品需求文档），再由工程师翻译成确定性的代码。在这个链条中，PM 是控制熵减的核心节点，是"确定性"的守护者。

然而，大模型（LLM）的涌现（Emergence），正在无情地剪除这个中间环节。

当自然语言直接具备了调动算力、生成代码的能力，当"Prompt 即代码"成为现实，传统 PM 引以为傲的"翻译权"被彻底剥夺。这就像 100 多年前，电力刚刚进入工厂时，那些擅长管理蒸汽机传动皮带的工头突然发现，电机直接驱动了机器，不再需要复杂的机械传动结构。

对于当下的产品经理而言，危机不再是"由于不懂技术被开发忽悠"，而是"作为中间层，你的存在本身是否增加了系统的延迟与损耗？"

2. 认知的暴力重构：从"规则"到"概率"

如果要为 AI 时代的产品方法论寻找一个坐标系，自动驾驶的技术演进或许是最佳的参照物。

过去十年，自动驾驶行业经历了一场从"规则驱动（Rule-based）“向"端到端（End-to-End）“的剧烈收敛（Converge）。

在规则时代，PM 定义规则：红灯停，绿灯行，遇到障碍物左转。这是一种确定性的逻辑堆砌。但在 AI 时代，尤其是以 Transformer 为架构的大模型时代，产品逻辑变成了黑盒内的概率分布。

这要求 PM 完成一次认知的"暴力重构”：从设计"功能流程”，转向设计"奖励函数（Reward Function）"。

在字节跳动或 OpenAI 的核心产品团队中，顶尖的 AI 产品经理不再沉迷于 Figma 里的像素对齐。他们的工作重心已经下钻到了数据颗粒度：

定义"什么是好"： 相比于写出"用户点击按钮后弹出窗口"，现在的挑战是定义"什么样的回答才算不仅准确而且’有帮助’"。这需要构建极高鲁棒性（Robustness）的 Eval Sets（评估集）。

数据飞轮的构建： 真正的壁垒不再是 UI 的交互创新，而是如何通过产品机制，低成本地获取高质量的 Human Feedback（人类反馈），从而持续优化模型。

正如特斯拉 FSD V12 移除了 30 万行 C++ 代码一样，优秀 AI 产品的后台，正在移除那些由 PM 堆砌的硬逻辑，转而依赖数据驱动的"直觉"。

3. 组织架构的"X 光"扫描：一人即军团

技术范式的转移，必然引爆组织架构的地震。

在移动互联网的巅峰期，一个典型的 Feature Team 配置是：1 个 PM，4 个开发，2 个测试，1 个设计。这种"流水线"模式旨在应对高频的业务迭代。

而在 AI Native 的产品组织中，这种架构正在解体。

我们观察目前硅谷与北京的头部 AI 独角兽，一种新的**“一号位”**（Number One Position）形态正在形成。这种新型 PM 更像是一个"超级个体"或"产品工程师"。

技能全栈化： 他们能用 SQL 捞数据，能用 Python 写脚本清洗 Dataset，甚至能直接读懂 Arxiv 上的最新论文，判断技术边界。

决策高频化： 在传统的 App 开发中，决策周期是以"版本（Version）“为单位的，通常是两周一迭代。而在大模型应用中，决策是以"Prompt 调优"为单位的，可能一天之内就要进行数十次饱和式攻击（Saturation Attack）般的测试与调整。

在这种架构下，不懂模型的 PM 将被边缘化为"项目保姆”，而懂模型的工程师正在向下游侵蚀 PM 的领地。中间地带正在消失，留下的只有两端：极具技术视野的战略家，和深入数据泥潭的执行者。

4. 终局：做智能的"园丁"，而非逻辑的"建筑师"

在这场关于生存的博弈中，产品经理的终极价值究竟在哪里？

或许我们应该重读乔布斯在 1995 年的那段访谈：“人类是工具的建造者……计算机是思想的自行车。”

在 AI 时代，这辆"自行车"装上了自动导航引擎。产品经理的角色，正在从设计大楼蓝图的"建筑师"，转变为培育生态系统的"园丁"。

建筑师追求的是严丝合缝的控制，确保每一块砖都由于力学原理而在它该在的位置。而园丁无法控制每一片叶子的生长方向，他们能做的是：修剪枝叶（RLHF/对齐），提供养分（高质量数据），以及决定这片花园的主题（产品定位与价值观）。

当大模型开始吞噬垂类应用，当模型再次涌现出新的能力，留给产品经理的护城河，唯有对人性深刻的洞察，以及在概率的混沌中，为业务指明确定性方向的决策力。

技术在指数级进化，但人性的需求往往是线性的。这或许是 AI 时代，产品经理最后也是最坚固的阵地。

王慧文（老王）是美团联合创始人、执行董事、高级副总裁。 老王帮助美团从千团大战存活，创立美团外卖并使其成为美团的支柱业务。除团购与外卖外，负责过美团的多数业务，如到店、到家、出行等。 由于老王在美团负责的业务是横向的，因此其对产品的思考中通用与共性的地方能够给到我们这些做不同业务的产品以启发。 本文的撰写基于老王在 2020 年 9 月清华开讲的《互联网产品管理》课程内容的系统梳理。

利阿姆 12月12日

在过去的半年里我往复读了 3 遍《王慧文产品课》 [1] 。想哥在上周末又强烈推荐了老王的这个课，因而我花时间又重新再读了 1 遍。

前后读完 4 遍，每次读的过程中或读完后的收获都不尽相同。往往在阅读的过程中会发现老王这个课里的策略或案例，与我自己本身在产品决策或业务判断中所遇见的场景总能恰好契合。就像钉子遇见了锤子。

“创新的机会在时间上是不连续的。”

“在抽象层面人类是热爱创新的，在具象层面人类是恐惧创新的。”

“规模效应是商业世界里的万有引力。路径依赖是商业世界的牛顿第一定律。速度是商业世界的相对论。”

“所有伟大的需求(Needs)一定会被前人在错误的时间用错误的方式尝试过很多次。”

“铃木敏文说最重要的是读懂世界的变化。”

“如果你分析得足够好，那么决策会自己呈现的。”

但我却仍然难以在每一个该应用的地方都将老王的策略学以致用。或者说，对于老王课程中所写到的"做产品的基本功"我还很不及格。希望后面将这些内容内化成我自己的逻辑，通过反复研读也通过反复的实践反馈，做到知行合一。

文末附《王慧文产品课》原文下载，以及老王所推荐的做产品的书籍清单。

1 前言

任何事物都有真理和规律。发现真理和规律，并坚持按规律做，不要管大众是怎么想的，你会发现最后大众会被真理扭转，而这样才可以提前成为行业领导者。

同时，创新的机会在时间上是不连续的。不是说你今天想做一个创新恰好这个业务现在就有创新的机会，所以大部分创业者就是当时有什么创新的机会就做什么事了。

社会最缺的是复合型人才，复合型人才思维开阔，更容易在复合能力的范围内产生协同。

真正的核心竞争力只有 2 个。一是发现机会的能力，真正的机会到来的时候，很容易出成果，而机会没有来的时候是怎么做都不容易出成果的。二是持续学习进步的能力。

2 作为职业的"产品经理"

一般来说在一个领域里一款产品的成功对应着无数产品的失败，成功和失败的比例大约是 1:30，失败的原因多种多样。几乎在每一个大行业里，最终取得成功的通常都不是第一家。不是第一家取得成功说明技术可能已经不是瓶颈了，而真正关键的原因是产品经理。

做好产品经理和所学的专业不太有关系。成为一个好的产品经理，世俗的标准有很多，最根本上是和本人的三观有关，个人的三观要和这个领域相匹配。

图片

产品经理是一个需要终身学习的职业，也是一个跨领域的职业，这个职业是强专用性和强通用性同时存在的。 在一个垂直领域成功的产品经理，换到新的领域很可能会失败。但利用产品在不同领域的通用能力，就能在其他行业里快速上手。

产品经理的核心能力是关于方法论的，正确的思考方法、正确的沟通方法、正确的工作方法、正确的认知方法、正确的学习方法，如果能掌握正确的方法论，那就具有了跨领域的通用性。

负责整个业务成败的产品经理是"创业产品经理"，“职业产品经理"指的是具体做细分功能的产品经理。考虑到行业的机会与组织内的机会，大多数人都是"职业产品经理”，极少数人是"创业产品经理"。对于所有的产品经理来说，都应该具备"职业产品经理的技能+创业产品经理的思维方式"。

《王慧文产品课》主要讲创业产品经理相关的东西。对于所有想要成为产品经理的人、已经入行的产品经理、设计师、市场从业者以及运营人员，都应该认真反复的研读老王的产品课。

3 战略

战略是不同时空里ROI最高的Strategy：

空间有多个含义，不同的地区是空间，不同的业务也是空间；

Strategy 由形成 Strategy 决策的 Insight (洞察)和匹配 Insight 的行动方案组成；

企业可能在业务中面临多个选择，要看每一个选择的 ROI 来进行决策；

制定战略要关注的要素：市场体量、规模效应、马太效应、市场集中度、产业链、先发优势与后发优势、增量与存量、高频与低频、入场时机。

图片

客观事实与Insight：市场 —— 市场体量、规模效应、马太效应、市场集中度；企业 —— 产业链。

行动方案：先发优势与后发优势、增量与存量、高频与低频、入场时机。

多个要素叠加在一起才能形成一个有效的战略：Strategy for业务选择、Strategy for资源分配、Strategy for商业模式、Strategy for产品设计、Strategy for品 牌营销、Strategy for经营管理、Strategy for组织文化、Strategy for技术选型等。

企业的战略有一个猜测、假设、验证的过程， 且企业的反馈周期会很长，做一个战略转型和落地要 2 年时间很正常，一旦失败了几次之后公司可能就完蛋了。

市场体量决定了资源投入或者说亏损预期。当行业已经发展了一段时间：根据现有市场体量和增速，不断进行对齐拟合，市场体量与业务增速存在一个默认的关系。如果一个业务在不亏钱的情况下还能高速增长，说明需求非常强烈。如果是一个新兴行业：回到人类的根本需求，把原来自给自足的一些事情交给社会化分工来完成（做饭->外卖）。或采用类比法分析市场体量。

规模效应决定了生意能不能做大，含义是交易额/客户使用量足够大之后所产生的客户体验优势或成本优势， 有的生意反规模效应。在企业发展的过程中，越早抓住那些有规模效应的要素，越会因为规模效应起作用（成本低或用户体验好）而取得更好的发展。规模效应的曲线，指数增长、线性增长及对数增长，同类型下曲线的参数也有大有小。规模效应的范围，全球、全国、城市及区域。业务的要素的规模效应，通常一个生意里，有规模效应的自营，没有规模效应的适合外包。一个生意里，影响规模效应的很多要素之间是博弈的关系的，首先，你要认知到各个要素之间有博弈；其次，你的管理能力要强，来降低管理的反规模效应的影响；再次，你要知道取得这些要素博弈的平衡点在哪里，而这个平衡点是试出来的。

马太效应决定了行业内强者愈强、弱者恒弱。几乎所有的领域的大部分人都没有有效的信息、知识结构和判断方法来做出独立判断，所以大家只能依赖专家或者从众，因此会产生马太效应。所以，在一个生意里我们要尽可能抓住有规模效应的要素，尽可能减少反规模效应，尽快形成马太效应。

市场集中度反映了一个行业最终能够剩下的企业数量。一个行业即使市场体量很大，但如果市场集中度不够高的话，也产生不了很大的企业，应尽早判断出行业终局集中度。

产业链。身处一个行业，要去看上下游，更要看整个产品链的结构，每个产业链都有链主，链主才是这个行业里生存最好的角色，也在产业变革中是更有主动权的一方。如果你在产业链里不够强势，这导致产业发生变化的时候，你可能比较被动。产业链相关的理论很多，比如微笑曲线理论，说一个产业里活的最好的是最上游接近核心供应资源的和最下游接近消费者的企业，这个理论常见于链条比较长的产业。在产业链关系里，市场集中度影响到了上下游之间的产业链关系，对一家公司最好的情况是上下游都很分散，只有自己的集中度很高。要么成为生态的主导者，要么融入生态成为生态一员，否则就会被淘汰。

先发与后发。在抽象层面人类是热爱创新的，在具象层面人类是恐惧 创新的。整个商业里先发优势是主体，因为你先做了，因此你获得了创新者的标签，因此吸引了领先的人才，也提前知道了有什么样的坑，也可能积累了不平等的战略资源。常常由于我们对先发优势有了太多的晕轮效应而让我们忽视了后发优势。后发优势其实也很重要，后发者不需要去说服很多人业务的价值，后发者也知道业务一定能实现，后发者通常是比较常规的商业思维，而创新者通常思维是很独特的，但也因此带来了认知盲区。

增量与存量。任何一个时间点要知道我们在做增量还是存量的市场。对后发者而言，做存量市场太难了。存量市场的市场格局变化的可能性会大大的降低。衡量增量还是存量的一个标准就是渗透率，对互联网行业来说，存量和增量的一个很大影响是获客成本的差别。存量市场的获客成本至少是增量市场的10倍以上。但存量是有机会的，要在存量市场中寻找增量，取决于企业竞争三要素，在什么程度去做成本领先、差异化、专注。

高频和低频。互联网的常见策略就是高频打低频。高频业务在用户获取成本和留存率方面都有优势。并不是做低频业务就完全没机会，低频业务想要保持竞争优势的两个办法：深入低频业务的产业链形成壁垒；与高频合作：微信入口。

入场时机。天时大于地利，地利大于人和。一个行业的入场时机很多情况下也就是3个月。如何把握入场时机：如果你相信一件事情早晚会发生，你就每 3 年试一次（马克安德森的结论）；只要你没倒闭，就是早入场比晚入场好，因为越早入场你越能积累正确的认知，你越可能把握住浪潮（王慧文老师的结论），但怎么扛住别倒闭这件事对大公司和小公司都很难。其他判断入场时机的方法：一个伟大的需求，一定会用错误的方法或在错误的时间，试过很多次解决方案层面；PEST，一定是政治、经济、社会、科技发生了变化，使得时机到来，比如技术变化带来的成本和体验的变化可能性。

4 Strategy for Product

涉及到四个概念，PMF、《创新的扩散》、STP、4P，这四个概念之间是互相影响互相印证的关系。一个产品或者一个业务最优雅情况下，会同时符合了这四个概念的理论。

图片

PMF(Product Market Fit) 是为市场匹配一个产品。很多早期公司成败的点就在于是否找到了PMF。创业的一种错误是没找到PMF却早早发力，把资源和信息都耗散了；还有一种错误是找到了PMF却没有发力。无论你是要做一个多大的市场，最开始都需要找一个更锐利的切入点切入市场，这个PMF选择的越犀利，那早期的ROI就越高，成功的概率就越高；注意这是找切入点，而不是最终目标市场。找PMF是很难的，后面的《创新的扩散》、STP、4P就是在帮你找到这个PMF。

《创新的扩散》是用户对新技术的接受速度的分布扩散。产品设计和市场推广过程，要与创新扩散的阶段匹配。创新产品的扩散：创新者、早期采用者、早期大众、晚期大众、落伍者。对创新者来说，重要的是产品的"简单粗暴有效"的突破点；而到了早期采用者阶段，易用性也重要起来。知道什么因素导致这件事可行非常重要，我们只有在关键变化导致的可行要素里， 抓住关键点来推动这件事，然后投入足够多资源来把它最大化，我们的产品才能做得足够犀利。如何找到创新者：最好自己是一个创新者，如果自己不是，也不是毫无办法；可以用各种细分方法确定创新者，人群年龄、职业等都是重要的维度，国内还有很多爱好者的社区，也是创新者聚集的地方。

STP(Segmenting、Targeting、Positioning)，S是对市场做划分，分成很多块，T是在划分完的市场里选一块作为目标市场，P是市场和产品(供给端)的认知连接。这个理论可以帮你大幅提高找到PMF的效率，S和T息息相关，如果市场选不出来，很可能是S没有划分好。在T和P的关系上，T更偏需求和客户而P更偏供给和产品，高效的营销是能快速把T和P关联起来的营销。Segmenting：选择正确的坐标系来划分市场，把哪些要素选入坐标系中，是非常根本性地影响你对这个行业和生意和产品的看法，如果把要素选得过多市场会被分割得太细以至于无法分析了，Segmenting这件事你不见得一定要划分地很细，如果你维度选得特别好的话一刀 就够了；Targeting：找Targeting的时候，要清楚自己在找切入点还是找目标市场空间，不光要关注市场的大小，还要关注规模效应和速度。Targeting 的时候脑子里要存在着产品设计、想着营销效率、想着组织能力、想着资金效率。不同的市场竞争环境不一样，尤其要警惕你的市场空间选得太大了，切掉你一块的市场就足够养活一家公司，这 个时候你就面临了被人肢解的风险；Positioning：是对于用户来说，你的产品是什么，用 户为什么要选你的产品。定位和用户心智是直接相关的。

传统的4P理论，Price、Product、Place、Promotion(价格、产品、渠道、推广)，第一是Price，第二是Product，第三是Place， 第四是Promotion。总的来 说在规模化生产的行业里需求比供给重要，定价影响需求，而产品是供给，所以 Price 优先于 Product。最好的情况是你的STP和渠道产生了共振。

互联网时代的4P理论。互联网的常用单位是比特，现实世界常用单位是原子。比特和原子有很多根本性区别：第一是比特的传输速度比原子快；第二是比特的复制成本比原子低很多；第三是比特是可编程的，原子是不可编程的。这三个要素导致互联网时代的4P理论出现了根本性的变化。互联网产品往往规模效应极强，边际成本极低，所以在产品定价上可以为0，又因为定价为0，传播速度较快，也节省了大量的营销成本，所以变成了赚渠道的钱，如广告费。过去很多有力的商业模式，都是通过把4P中某一个P挤压为0，而收取另一个P的钱。互联网让这种模式的可能性大幅提升了。

5 Strategy for Operation

分层经营。没有任何单一产品可以满足其所在领域的所有需求，也没有一个经营分层可以解决所有需求。如果你不做经营分层而同行做了，这会导致你在对手的分层里没有竞争力。同样的如果没有分层，别人就可以轻松切走你的一层。所以一开始看起来完全没关系的两个行 业可能随着时间推移会产生冲突，如果你在一开始经营了一个会被别人挤压的市场，那你在原来的市场里怎么努力都没有用的。分层经营有几种。一种是不同产品的分层经营，另一种是同一种产品的经营分层。分层经营之所以难不光是经营逻辑，也考核公司的组织能力。

分类经营。如果我们对中国的互联网行业只砍一刀做分类，那么可以把公司分成供给和履约在线上的和供给和履约在线下的。 供给和履约在线上的按照信息可见度分类。供给和履约在线下的可以分成以SKU为核心的生意和以Location为中心的生意 [2]，SKU：电商、二手车，Location：美团、滴滴、携程等。两类生意的基建不同，淘宝的基建包括物流和支付，而服务业和电商完全不同的基建是地图。两类生意的规模效应也不同，商品零售这个行业里供应商是有规模效应的，而 服务业的供应商比如配送员、滴滴的司机都是没有规模效应的。

6 需求(Needs)

Needs -> Requirement -> Demand。Needs是指用户原始的动机成因，Requirement是根据Needs产生的对产品的设计要求，Demand是产品生产出来后市场上的需求量，常和供给量一起讨论。

图片

需求(Needs)分两种，一种是需求(Needs)一直很强烈一直很广泛但实现很难，另 一种是虽然一直存在但最近一段时间强烈程度和广泛程度变大了。第一类需求(Needs)是最伟大的需求(Needs)，只不过这些逐渐可实现了，但突破的时候也很艰难。所有伟大的需求(Needs)一定会被前人在错误的时间用错误的方式尝试过，如果没有，那这就不是个伟大的需求(Needs)。

所有伟大的需求(Needs)都有两个很重要的特征，一个是人们会说这是一个伟大的需求 (Needs)但不可能实现，另一个是人们会说没有这个需求(Needs)。

任何一个大的需求(Needs)，在任何一个时间点，我们默认是没有机会的，认识到了这一点就会对很多事情有很强的批判精神，也可能会导致你错过机会。真正有效的大需求是非常稀缺的。 大家对需求(Needs)要高度尊重，实现不了的需求(Needs)也是需求(Needs)。

即便需求 (Needs)有如此大的不可满足性，我们仍然要高度重视需求，即便是无法实现的需求 (Needs)。作为产品经理，要观察基本面，基于基本面不停的推导和分析，推进伟大的需求的实现。

需求(Needs)的成因非常复杂，一个人进入了什么样的状态才会产生特定的需求(Needs)。各种客观的先决条件聚合到一起人的需求(Needs)就产生了。要尊重需求(Needs)的客观性，大部分人在讨论需求 (Needs)的时候总是在讨论"我"怎么样，而不考虑社会的基础设施、财富水平、文化水平、 社会思潮等的宏观上的变化带来的需求(Needs)的变化，这些东西才是跟更广泛的大需求 (Needs)相关的。

需求(Needs)很重要很难也很微妙，产品经理讨论需求(Needs)时需要在多种解决方案中洞察消费者真正想解决的问题是什么，才能给出可能更优的解决方案。

如果要做产品，一定希望做一个很多人都在用的产品，而事实上一个很多人都在用的产品就一定满足了很多人的需求(Needs)，简言之就是一个大需求(Needs)，需求(Needs)有 大有小。我们对需求(Needs)的理解和判断就非常重要，我们要理解各个维度的需求 (Needs)。

需求的不可满足性。在人类的需求(Needs)中，能满足的需求(Needs)远远少于不能满足的需求(Needs)，因为很 多需求(Needs)根本当前的科学就解决不了。

在自然科学框架内能解决的需求(Needs)里，ROI正的需求(Needs)远远少于ROI负的需求 (Needs)。即便是ROI为正的需求(Needs)，可支持一个团队规模化运作的需求(Needs)远远少于不可支持一个团队规模化运作的需求 (Needs)。即便有需求(Needs)支持一个可规模化的团队，也要考虑它是否支持一个公司有竞争力地生存，真正能支撑独立做一个公司的需求(Needs)是很少的。

我们时时刻刻都要去评估需求(Needs)的普遍程度、需求(Needs)强度、实现需求(Needs)的ROI。

如何识别大需求。一、社会现象所反应出来的需求。二、研究同一需求下，先发者失败的原因。在做产品的时候，为什么当前是有的时间窗下需求是可满足的，原因常常是因为经济社会等原因导致用户需求(Needs)变迁，或者是因为科技和基建的原因导致原来不可实现的需求可实现了，这两个结合在一起形成了需求(Needs)的突破口。要匹配这个突破口做一款产品，所以产品里的很多取舍一定要洞察突破的原因来做匹配。

微观层面的需求。同一个产品，来自管理层、销售、运营、用户的需求往往是不同的，需要识别真正重要的需求。同一个用"Requirement"词，可能代表着不同的"Needs"。很多时候需求需要依靠提供不同的选项或者不停的试和迭代来识别。

7 供需关系

供需关系(Demand & Supply)。理解供需很难，虽然只有供过于求和供不应求这两种状态，但任何一个时间点都很难识别现在处于哪种状态。

工作中容易出现对供需的三种错误理解：一个是不主动 判断供需情况，导致工作缺乏重点；一个是认为供需之间互相影响判断 不清；一个是即便给了正确的供需情况判断，但是不按照供需状况来指导工作。

同时，工作中，团队有很大的动力按供需关系反着来工作，稀缺的一方往往比较难配合，打交道很难受。人们很容易认为花时间最多的事情就是最重要的事情，而事实上不一定。

影响供需的多重因素：空间、时间、分层、非市场、线上线下等。空间：不同地区的供需并不相同。时间：业务变化有快有慢，打车的供需早上中午晚上都不相同，但有的业务几十年才是一个周期。分层：不同的细分市场，供需关系也可能不一样。比如高端市场vs低端市场。高端市场供需弹性大，低端市场弹性小。非市场：政策或者国际局势会影响到供需。线上线下：一个市场线下供不应求， 可能在线上却供大于求的。互联网对线上线下的供需是有非常大影响的。

今天互联网的存在和发展导致整个商业供需关系原本的动态平衡状态被打破， 打破后就需要重建，重建的过程中业态也需要重新构建。新业务启动时，要注意供需的平衡态。

8 我的感想

即使再努力的阅读、学习和思考，这些内容也都不属于自己。自然也没法儿通过阅读与思考来做好产品，更不能说"懂产品 / 会产品"。

只有那些在具体业务中产生了好的结果的东西才属于自己，就像我2014年大二做学校的自行车生意、2018年做职场红领巾、连续5年在二级市场的投资、以及在公司组织内所做的落地的产品。

这些属于自己的东西，大多是失败的经验，少数有成功的方法，然后用自己的经验与方法同老王的结构化内容进行匹配内化，然后不断的落地、测试与验证，就应该能做到知行合一。

另外，珍惜与"优秀的人"交流的机会，也要创造与"优秀的人"交流的机会。从他们的失败或是成功里学习，避免自己走进同样的"坑"并学习他们的方法。

文末分享：

1.《王慧文产品课》原文下载

在公众号后台回复「王慧文产品课」，即可获得《王慧文产品课》文件

2. 老王推荐的书籍清单

2.1 产品经理书籍推荐：《营销管理》、《支付战争》、《引爆流行》、《精益创业》、《创新者的窘境》、《零售的哲学》

2.2 战略：《好战略、坏战略》

2.3市场：《市场营销》、《金字塔原理》、《创新的扩散》、马克安德森的博客 pmarchive.com

2.4 定位：《定位》《二十二条商规》

References [1] 2020，《王慧文产品课》

[2] 2017，《王慧文：互联网有AB面，最惨烈战争发生在B2》

🌏 微 博：@利阿姆_

✍🏻 知 乎：@利阿姆

👬 公众号：@利阿姆

原文链接：读《王慧文产品课》—— 产品经理，从战略到经营

图片

▲ 注册完CH后，误触了Private Room邀请

这篇文章主要聊一聊我个人对CH的想法，主要是：

• CH使用体验；
• 留意到的几个CH产品细节；
• CH场景定义、Speaker分布、Listener的偏好；
• 基于关注链的内容分发；
• CH提供的到底是什么价值；
• 我的个人CH账号

0 ClubHouse 使用体验

从使用者的角度来说，CH让我找到了纯粹感与社区氛围。

纯粹感来自于，每一个话题都会有人与你有共鸣，每一个发言都会被尊重。

社区氛围来自于，每个人都自发的为整个社区做投入，并且能够通过Room认识到你「觉得有意思/不错」的新朋友。

2月5日完成CH的注册，从第二天起我就已经成为了CH的重度用户，总使用时长超过了50小时，肉眼可见的上瘾了。

截止到2月13日，离我注册CH过了7天后，我的粉丝数从4变为了1500，说实话，这个数量增长远远超过了我的预期，没想到能够获得这么多的关注。

不得不说，CH的音频通话做的非常好，至少比飞书、微信好太多了。

图片

▲ ClubHouse使用时长

图片

▲ 我的ClubHouse主页

先后Host了「陌生人社交讨论」、「朝鲜」、「25岁」、「新能源汽车」的Room，流量表现最好的是「朝鲜」，同时进入房间人数最多的时候是1.9K。

图片

▲ 「朝鲜」Room截图，感谢Stella！

1 留意到的几个CH产品细节

从观察者的角度来说，我留意到了这个产品的克制与细节上的有趣。

产品的克制表现于：

• 追求对Room的认可与用户的认可，而不是追求对数据指标的认可；
• 不追求内容可选择的广度供给，保持算法的克制；
• 系统产品保持了对Room规则设定的最大开放，比较好的鉴定了公权力与私权力的边界及独立；
• 用户昵称修改的次数限定，会让用户向内思考自己应该如何在这个平台上呈现自己，也会让更多的人通过ID对应到某一个用户画像；

细节上的有趣表现于：

• 考虑到对内容丰富度的追逐，用户在理解完内容推送逻辑后，会自发的关注用户，而这种用户的关注会让用户意识到平台的价值，这种价值会让用户留存到平台上；
• 当用户进入一个房间里后，见到自己的「朋友」发言，会提升他本人发言的欲望，亦即会新增很多内容供给者；
• 房间的主题在开始后，就不允许修改了，让故事发生与结束，而不是让故事继续；
• 当你绑定完邮箱后，邮箱的绑定/编辑入口消失了。

图片

▲ 绑定邮箱后

图片

▲ 绑定邮箱前，感谢Jiawei！

2 CH的场景、Speaker与Listener

CH产品成立的场景与线下沙龙的场景类似，即在线上重塑了一个聊天场所。

类比村里就是村口的大槐树、类比学校就是教室外的走廊、类比公司就是接咖啡的茶水间，当然还有那些在一二线城市里很流行的一般发生在书店或者咖啡厅的「讲座沙龙」。

这个场景成立的前提是因为，你可以通过位置的转移接触到在固定位置下接触不到的人，并且能够和他们进行非正式的聊天，可以获得信息获得分享自己。

并且到「ClubHouse」的用户，都是被打上了「我有时间」的标签，因而可以比较顺畅的去进行聊天。

以及，说话「Speaking」这件事情应该是在信息交换形式中创造成本与接收成本最低的方式。

同时，这种用户覆盖广度很大的产品，营造出了足够多的「陌生用户与高质量用户」，似乎就更可以参与到分享与表达的过程中去。

而且我们看到，由于用户群体的多样性，话题的多样性也非常巨大，并不仅仅是「高质量的Room」，当然从我个人看到的room来说，还是「高质量的Room」占据了绝大多数。

从Speaker的构成上，「大佬们」的发言可以与「小白们」的发言一起存在，这种共存其实一定程度上是对年轻用户的表达与交流方式的满足，即「我们不是只想听你说，也希望你听听我来说」。

同时，Speaker的构成随着越来越多「小白们」的被认可也变得越来越分散化。

每一个人感兴趣的领域或者想讨论的领域都是不一样的，就意味着从任何一个话题里都有可能出现新的KOL，这种KOL出现的几率要比中心化的社交平台更高，也就给了用户更多的激励去成为发言者，也顺便成就了ClubHouse的内容供给。

从Listener的构成上，一个Room的听众来源大多数来自于参与人/发言人的Follower，当一个话题有人认可的时候，带来的是更多Follower的参与，而这些Follower的参与又会带来他们自己的Follow看到。

Listener对什么东西感兴趣呢，专业的、不了解的、没经历过的、有趣的、好玩的，对很多信息都有兴趣；这么一说，好像对所有的东西都感兴趣。

用文艺点的话来说：

你的欢乐，也会是别人的欢乐； 你的悲伤，也会是被人的悲伤； 你的困惑，也会是别人的困惑； 你的感悟，也会是别人的感悟； 关心你自己的时候，其实也就是在关心别人； 找到你自己的出路的时候，也就是找到了别人的出路。

张辉，朋友圈 跟其他的内容平台或是社交平台一样，内容创造者或者KOL永远是小部分，大部分人是参与/消费内容的过程。

在CH上，创造者除了为了满足自己的讨论诉求，还在为了满足别人的诉求去创造，似乎很是奇妙。

3 基于关注链的内容分发

似乎很多产品的思路都一样，基于用户行为去进行推荐。

CH的推荐出现在两个地方：推荐关注人、推荐进入房间。

对于「关注用户」这个行为来说，用户数量一定存在一个目标数量，达到这个目标数量的用户有很大的概率继续留存在CH上，因为他们可以看到足够的价值。

对于「进入房间」这个行为来说，内容的持续供给「新的Room」，需要有鲜度，这种鲜度又依赖于内容供给者，而内容能否被看见又取决于社交链的分发。

这种基于社交关系链分发目前看来：

• 推荐：你关注的人不论是Host、Moderate或者是Participate一个Room了，你都会在Feeds流里面看见这个Room；
• Explore：我猜测，可能包括 用户标签与热度进行对应的话题推送；

前面提到了，CH的克制：

• 追求对Room的认可与用户的认可，而不是追求对数据指标的认可；
• 不追求内容可选择的广度供给，保持算法的克制；
• 系统产品保持了对Room规则设定的最大开放，比较好的鉴定了公权力与私权力的边界及独立；

或者我们换一种表述方式，也就是平台再为你进行筛选，把他觉得你喜欢、有价值的信息推送给你，当然很多其他的平台也是这么做的。

不过不一样的是，CH希望你成为Speaker，而不是单纯的Listener去进行消费。

4 CH提供的到底是什么价值

• 场所价值：

  提供对话/讨论发生的场所，类比村里就是村口的大槐树、类比学校就是教室外的走廊、类比公司就是接咖啡的茶水间，当然还有那些在一二线城市里很流行的一般发生在书店或者咖啡厅的「讲座沙龙」。

• 时间筛选价值：

  通过使用CH这个行为筛选出有时间讨论与没有时间讨论的用户，降低了用户进行讨论的门槛。

• 内容筛选价值：

  通过算法分发，利用社交关系链筛选出尽可能你愿意参与/分享的Room。

• 用户质量价值：

  相对早期的高质量用户，让很多用户在Room里面可以直接听到这些高质量用户的分享。

• 通话质量价值：

  通话质量真的好。

  原文链接：在ClubHouse上泡了50个小时后，有一些想法想跟大家聊聊