玉伯：知识管理的终结与 AI 产品反共识

玉

访谈嘉宾：玉伯 (YuBo)

前阿里研究员 / 语雀创始人：耗时 10 年亲手打造了中国最大的知识管理与协同工具之一“语雀”，服务数千万微小企业与个人用户。

AI 连续创业者：2024 年离开大厂，创立 AI 创作工具 U-Mind。致力于抛弃传统流量逻辑，用 AI 降低创作门槛，为个体打造基于 Agent 的“精神级淘宝”与深度链接网络。

💡 核心洞见集锦

“真正的知识管理是大模型的预训练。传统的知识管理已经死了，死的是‘管理’。”
“AI 时代创业一定要短视。不要面向终局做产品，面向终局会死翘翘，要活在当下感受‘斜率’。”
“跟 VC 聊天很容易骗自己，宏大叙事往往是你和 VC 之间狭隘的共鸣，全球 84% 的用户连 AI 都没用过。”
“大厂看不上的微末创新（如个人极度个性化的私有上下文）恰恰是大模型吃不掉的壁垒。”
“AI 解放了人类的双手，带来的最宝贵的东西是发呆的时间，让人有机会想清楚自己真正想要什么。”
“我不关心 DAU。紧盯毛利率为正的 MRR，手里有现金流，你才不用为别人在乎的指标而在乎。”

为什么说“知识管理是伪命题”？

  • 死的是“管理”： 传统的知识管理（如早期 Evernote、OneNote 等）依赖建文件夹、分类、打标签、双向链接。这本质上是上古工业时代的囤积行为，而非真正的管理。
    语雀的数据真相：在语雀平台，每建 100个 知识库，有超过 90个 在项目结束后再也没有人看过。它就像微信群，你加了数百个群，但长期活跃的只有个位数。
  • 终极解是“预训练” (Pre-training)： GPT 出现后，最佳的知识管理方式就是扔进向量空间 (Vector Space)。模型基于位置自动产生关联，其效率远超人工分类。公开知识领域，维基百科已沦为语料，用户直接问大模型体验更好。
  • 放弃极客执念： Karpathy 等极客用 LLM 折腾复杂的个人知识库（Coding 玩法），但这无法跨越鸿沟服务大众。产品第一天就该想着为最终用户服务，而非极客。
  • 重定义为“上下文管理”： 个人知识管理已演变为轻量级的上下文捕获。知识只是手段，行动和创作才是目的。比如为了录播客收集一堆资料给 AI，AI 输出大纲，录完播客后，那些中间文档就不再重要了。
🐘
Evernote 迁移故事

为什么 U-Mind 不做一键导入工具？

不做存量，只做增量
  • 真实故事：玉伯曾是 Evernote 8-9年的付费用户。做语雀时，他没有迁移笔记，只在语雀建了个文档记录 Evernote 加密的账号密码，后来密码忘了，再也没打开过 Evernote。
  • 迁移是心理安慰：导入功能往往是有损的，且用户导入后几乎不会再看、再搜。
  • 真正的竞品：不是 Obsidian 或 Notion，而是 手机备忘录 (Memo)。服务那些用备忘录记“买菜清单”的 10亿量级 用户。

大模型吃不掉的壁垒到底在哪？

  • “套壳”(Wrapper) 价值极大： 把各种大语言模型（API）整合，让普通大众便捷地使用起来，这层壳本身价值极高。去年的贬义词，今年已成 AI 圈的优势共识。
  • 胜负在“微小痛点”： 比如用 AI 聊天聊了两三轮发现聊歪了，想回溯到特定问题重新问。这种小痛点大模型厂商不屑于解决，但能解决好的应用就能留住用户。
  • 捕获高频私有上下文： 大厂干不掉的是你如何捕获用户日常的、碎片化的数据。
    Anthropic Skills 的局限： Anthropic 试图捕获用户的 SOP (标准作业程序)，但大模型只对“可标准化的优质经验”感兴趣。而用户真实的个人技能和上下文在向量空间中极其稀疏且个性化，大模型强行训练进去的 ROI 太低。
  • 拒绝大厂陷阱： 大厂（如字节 AI 部门）决策靠数据 (A/B Test)、赛马和绝对理性。正因为它们拥有庞大的资源和超级大脑，反而看不起或看不见微末的创新。这就是创业者的生存空间。
茧
警惕宏大叙事茧房

为什么和 VC 聊天容易被骗？

强化学习的幻觉
  • 创业者与 GPT 聊愿景，再与 VC 聊，VC 带来硅谷最新信息，形成闭环的自我感动与狭隘共鸣。
  • 数据真相：推特热图显示，全球 80 亿人口中，84% 的人从没和 AI 聊过天。拿 AI 创作/编程的不到 1/1000。
  • 很多 U-Mind 用户是第一次通过该工具接触 AI（如初次使用 DeepSeek / Claude），这是真实的增量市场。

交互设计 (UI/UX) 是被严重低估的竞争力

  • UI 会给用户“造场”： 交互界面能设定心理预期。比如打开钉钉就有工作催促的焦虑感，打开微信没有“已读”标识就会让人从容。在 Agent 时代，这种 UI “造场”的价值远被低估。
  • Chatbot 的先天缺陷： 聊天输入框门槛过高。U-Mind 数据显示，有 1/3 的用户面对空白对话框根本不知道输入什么。哪怕给 Prompt Hint（提示词），由于认知负荷高，效果也远不如 GUI 直接点击。
  • Chatbot 将退居兜底： 虽然聊天框能容纳无限的可能性（发散性强），但易用性极差。未来的形态一定是 IM/Chat 作为兜底（无路可走时的选择），主交互让位给 GUI 和富文本。
  • UI 决定爆款命运：
    UI 的演进史：
    1. ChatGPT：简单的对话框在当时是魔法。
    2. DeepSeek：赢在将 “思维链 (Thinking) 推理过程” 在 UI 层显性化。GPT 其实也有推理能力，但在 UI 层隐藏了，这是 UI 的失败。
    3. Manus：进一步在 UI 侧展现 AI “像人一样干活”的操作流（操作虚拟机、写 Python）。
👁️
未来的交互：VUI

为什么语言不是最终的交互解？

所见即意图
  • 语言的局限：语言表达只占人类意图的很小部分。
  • 视觉主导：你看到一盏灯想知道牌子，脑子里已经形成了问题，但用嘴说出来很繁琐。
  • 未来最大的突破在于 Vision (视觉)，“所见即意图”，彻底改变纯自然语言 (CUI) 的限制。

反流量逻辑：打造“精神级的淘宝”

  • 抖音与小红书的死穴： 它们是工业时代推流逻辑的产物，只满足 1% 创作者的存在感。剩余 99% 的用户只是点赞转发的“燃料”，在平台中感到极度疏离。它们解决了消遣的“满足感”，却无法提供真实的“存在感”。
  • 存在感的两步模型：
    第一步：看见自己。AI 是一面镜子，通过高频对话和上下文捕获，用户能看清自己是谁、擅长什么。
    第二步：被别人看见并建立联系。从纯消费者转化为 OPC (一人公司/个体创作者)。
  • 消费即创作： 你的剪藏、语音笔记代表了你的审美。AI 自动将这些消费内容“策展”(Curation) 为作品，极大地降低了创作门槛。
🧚‍♂️
精灵 (Agent) 网络

U-Mind 正在内测的社区终局

去中心化的同好连接
  • 主动服务：用户列了去北京的计划，Agent(精灵)会在晚上主动推送整理好的语音笔记资料，并建议应该重点拜访谁。
  • 打破信息孤岛：如果你脑海里在思考“AI时代人类何以自处”，你的精灵会知道。如果在网络另一端，另一个人也在思考同样的问题，你们的精灵会自动建立连接，主动推送消息给你们。
  • 凯文凯利法则：不需要十万粉丝，在这个网络里，只需被 100 个人看见产生深度链接，个体就能活得很好。

不确定的时代，如何做一款有灵魂的产品？

  • 只看 MRR，抛弃 DAU： U-Mind 目前拥有 5-6 千自然增长的付费用户。团队内部不看迎合投资人的日活 (DAU)，只盯“毛利率为正的 MRR (月经常性收入)”。有现金流就能平等地和 VC 沟通。
    目前融资 1000 多万，账上还有 900 万。花销极小，现金流足以养团队 4-5 年，今年目标非常务实：做到 100万美元 ARR。
  • 面向终局会死，创业必须短视： 如果确切知道产品的终点在哪里，这个赛道就没戏了，因为巨头也会知道。“短视”意味着活在当下，时刻感知行业发展的“斜率”（是陡坡还是缓坡），而不是活在过去的成功里。
  • 人类的终极价值是“责任”： AI 再强，也无法替代人去做两件事——出钱支付账单，以及出事了去坐牢承担责任。自由与责任始终在人身上。
  • 发呆的馈赠： 当 AI 把写稿、写代码等“牛马活”干掉，人回归何处？玉伯的答案是：获得了时间去“发呆”（比如花两小时陪孩子挖沙子）。在这种无用之用中，人才能找回灵魂深处真正想做的事。
⛰️
做生意的态度

为什么把产品当“生意”做是一种夸奖？

务实与不确定性
  • 首先，它必须能养活团队，形成正向闭环。
  • 如果利润一直不跌，未来控成本时就能实现规模盈利。
  • 最大的兴奋感来源于“不确定性”——不知道通往何方，一边享受如写诗般“遣词造句与灵魂搏斗”的创作喜悦，一边前行。

原文

源链接