草诀歌 AI Labs 闭门会（2026-08-05 晚）
出海增长实战 × 长程 Agent 的一线认知

道 1 · 红海里的需求已被验证，往旁边「平移」就是蓝海

不要在已验证 PMF 的红海里硬卷（他眼中 AI 陪伴就是红海）。正确姿势是问：同一个底层需求，还能用什么新形态满足？陪伴的底层需求是情绪价值——把它从「聊天」平移到「娱乐化疗愈」，就是蓝海。判断依据是海外的付费环境：国内对心理问题不太关注，海外疗愈市场是「比较大的」。

平移时要敢于做减法：数字分身 / 亲人复刻这个方向他明确不做——「非常定制化、要求特别高的产品」，规模化的反面。

道 2 · 团队承载力决定产品形态：别让低配团队做创新

他用 3~4 个月换来的一句话：「你做什么事儿，首先要判断自己团队能承载什么样的产品。你不能让质量比较低的团队去做一个微信。」市面上没有的新东西需要创新，而创新非常耗成本——对人员配置要求极高。4 个不资深、不懂 AI 的人做创新项目，结局就是拖拉 3~4 个月、效果一般，而同期思路相同的竞品已经跑出来且收益不错。

道 3 · 素材是投流的灵魂，数据是投手的灵魂

几百万投流费买来的排序：素材 > 投手 > 产品转化。「同样的产品，素材不同，整个数据差距都非常大。」而好投手的标准只有一条：能从 ROI、CTR、CVR 的涨跌里归纳出建议——「好的投手能根据数据看出你的产品好坏」。

道 4 · 增长没有秘诀：知道用户是谁、在哪，并出现在那里

被问「有没有运营宣发的 skill」时他的回答很直白：没有万能钥匙。「本质就是你知道你用户是谁，你用户在哪，最好你能找到用户。」最好的渠道是非主流媒体的用户聚集地（某个群、某个频道），因为只有懂行的你才会去；其余通用渠道都是基本功，「需要不断去积累，以及花钱」。现在做产品很快，大家比拼的就是增长——而增长恰恰是很多团队做不好的老大难。

道 5 · Agent 的一切概念都是人为创造，本质只有「上下文控制」

「不管 agent 做得多花哨，到模型那还是一大堆 prompt，模型给到一个输出。」memory、知识库、skills、tool、subagent——这些全都是 prompt 的一部分，是为了方便开发者分类理解、按 system prompt 结构插入而人为发明的概念。「从第一性原理开始的话，它并没有这些概念。」所以不要被名词绑架，要问的是：哪一段信息、在什么时机、以什么方式插进上下文。这正是 2025 年业界所说的 context engineering（见深挖⑥）的一线口语版。

道 6 · 真 Agent = 长程任务 + 自我进化，不是 function call 对话机器人

「现在 agent 产品已经很泛滥，是个人就会用 coding 做一个 agent 产品。但我说的 agent 不是加了一个 function call 的对话机器人。」真 agent 的标准：做完能自己 review 效果、能自我进化，像员工一样——「一个人光做事不反思，也不行」。机制上就是 ReAct：环境的输出会引导模型往更对的方向走，形成自我净化。25 年之前的 agent 基本都是 function call 机器人；现在「都叫 agent，但已经完全不是一个物种——有点像都叫 APP，这是个误解」。

法 1 · PMF 平移验证法：四步判断一个「平移赛道」靠不靠谱

1. 提假设：从已 PMF 的市场出发，用产品划分（人群 × 需求形态）画出象限，找到相邻的、逻辑上同需求的方向。象限「大概率能让你看到哪部分有机会」，仅此而已。
2. 查证据：去新赛道查——有没有对应产品？数量多少？各自数据大概什么水平？
3. 读信号：没人做 + 数据差 = 可能别人都探索过、都死了；需求多 + 其中一两家数据不错 + 赛道不拥挤 = 被你发现的机会。
4. 迭代假设：「我没法保证。产品就是这样——有个假设，去印证假设，再反过来调整假设。」平移无法被保证，只能被验证。

法 2 · H5 起盘验证法：不确定行不行，先别做 APP

1. 为什么 H5：APP 涉及审核、周期长；H5 加上 AI 加持的工程化「很快就搞定」，适合快速试错。
2. 放什么：只放最锋利的一个核心功能。例：AI 视频工具的 H5，整个页面就是「AI 出视频」；AI 图片、虚拟人对话这些扩展功能一概不放。
3. 看什么数：首日 ROI 是否达到你行业的 benchmark，以及前端 CTR / CVR 是否健康。
4. benchmark 怎么定：由回款周期决定。快消型产品 7 天回款（投 $10、7 天回 $10），首日 ROI 接受 0.5 左右；回款周期一个月、一年的产品，首日能接受的 ROI 完全不同。先算清自己的账。
5. 下一步：H5 的劣势是留存低；首日 ROI 和前端数据 OK，说明这事能做，「再做 APP 也不晚」——APP 的价值是拉长 LTV，这时再围绕目标用户横向扩功能（AI 图片、虚拟人对话……）。

法 3 · 投流铁三角：素材 × 投手 × 产品转化

法 4 · 渠道—产品形态匹配矩阵：三种产品，三种设计思路

他的复盘：团队之前做 APP 和自然流工具型 SaaS 出身，第一次做投流向娱乐产品，设计思路完全不同——这是隐形的转行成本。

法 5 · 长程 Agent 架构法：session 无状态 + 文档协同

1. 承认限制：上下文本质上有限（几百万 token 也是有限），且 context 越多、模型智能与注意力越下降——「跟人差不多，看书时间长了前面的就忘了」。
2. 任务拆多步：不要让一个任务撑爆一个上下文；上下文不应基于 session 延续。
3. session 无状态隔离：一个任务一个 session，session A 不知道 session B 的任何东西。
4. 文档协同：A 把任务的 insight 和结果同步到文档，B、C 从文档里按需读取——「大家共通的是通过文档去对话，而不是通过 session 的记忆去对话」。这就是长程任务（连续跑 1~3 个月）的本质。
5. 渐进加载：像开卷考试——不用一开始把整本书铺开，先给目录，考到哪个知识点再去查哪本书。本质是省 token。
6. 抽象业务实体：在「上下文控制 + 渐进加载」两个本质之上，可以自己造概念。他造了两个：复盘经验（定期对项目经验复盘，agent 在适合的时候读取）、目标（派 agent 拿数据监控目标是否达成）。技术实现无非：从一堆 prompt 里抽出一个实体，用代码逻辑判断满足什么条件时插回主 prompt。
7. 功能克制：需要什么加什么。「场景用不上 memory，听说有 memory 就非得加，大概率不是好事。能满足场景的就是好架构，没有最优解。」

势 1 · 长程任务已可用：Agent 从玩具变成员工（2026 年 4 月是分水岭）

「25 年的时候 agent 其实是一个玩具，做出来是 demo，无法完成用户需求。但今年随着模型推理能力进步、整个 harness 进步，agent 可以端到端替代一个人了。」给一个 brief，它能从 0 到 1 出方案、拆任务、持续执行 1~3 个月——「长程任务变得可能，这个时间就是今年 4 月份」。外部量化数据与他的体感吻合（METR：可完成任务长度约每 7 个月翻倍，见深挖④）。

势 2 · 「都叫 agent」是这个时代最大的误解之一

function call 对话机器人（2025 年之前的主流）与长程任务 agent（2026 年的新物种）同名不同种。25 年 12 月前后模型推理能力出现「量变到质变」（转写为 Opus 4.6，考据见深挖①），直接点燃了 Claude Code 这一模式的爆发。判断一个「agent 产品」值不值得看，先问它能不能自己 review、自己进化。

势 3 · 陪伴是红海，疗愈 × 娱乐是平移蓝海（尤其在海外）

AI 陪伴/社交已经拥挤；而「以娱乐化的方式做疗愈」相对蓝海——海外对心理健康的关注度和付费意愿远高于国内。产品形态上他的答案是：游戏化 UI + 世界观包裹的「在场感」——疗愈涉及空间概念，要让用户进入一个与现实毫无关系的新领域，才能抽离出来、放下防备去跟角色聊天；系统同时判断用户状态，适时触发游戏环节互动。

势 4 · 增长人才断层 + agency 水深 = 营销数字员工的结构性机会

运营是强执行、吃人力、效率不高的重复劳动；人才市场三画像（投流 / KOL·KOC / SEO）彼此割裂，80% 的人只会一项；招人要 5 万/月、agency 水深效果差。他的解法是 agent 切整个 marketing 市场，先切最垂的 Reddit：模态成熟（图文）、渠道水最深（封号严、企业没法自己做）、且自带 GEO 红利。

势 5 · 国内搜索已被 App 分食：SEO 的本质没变，阵地全换

「国内的搜索现在并不在百度，也并不在 Google。」搜索行为分散在小红书、微信（公众号 / 问一问）、知乎、B站等 App 里。SEO 的本质不变——用户问什么问题时能搜到你（关键词匹配）；变的是阵地：小红书铺关键词笔记、知乎和 B站借百度高权重占位、微信生态卡入口。做国内增长，先问「我的用户在哪个 App 里搜索」。

Q1 陪伴疗愈是竞品的 PMF，平移之后怎么保证还在 PMF 范围内？

答：最好的验证是看市场数据：新赛道能不能查到对应产品？数量多少？数据大概什么水平？——没人且数据差，可能别人都探索过、都死了；需求多、其中一两家数据不错、赛道不拥挤，就是被你发现的机会。至于「保证」：「我没法保证。画出那个象限，大概率能让你看到哪部分有机会，但你需要印证这个假设。产品就是这样——有个假设，去印证假设，再反过来调整假设。」（David 补充：象限左下是已验证的竞品 PMF，跨象限做事就要接受不确定性。）

Q2 出海增长 agency 的报价体系大概什么样？

答：Reddit 代运营：小机构 $3,000/月起，大机构 $10,000、$20,000/月都有。投流类 agency：基本按消耗抽点，有抽 8% 的、有抽 3% 的，各不相同。

Q3 独立开发者（OPC）是不是主要还是靠 SEO？

答：不一定。「投流的本质其实是看你的 ROI——ROI 是正的，你干嘛不能投？」一看 ROI，二看回款周期：一年才回本，资金有限就没法一直投；但如果一天、三天、七天就回本——ROI = 2 时，第一天投 1 块回 2 块，第二天投 2 块回 4 块。「ROI 正的话其实不需要太多预算。」投流是个技术活，能带来的增量比自然流快；自然流是更长远的事。

Q4 你的 Agent 产品每个任务大概消耗多少 token？

答：「这个我不太好评估，因为每个任务都不一样。」（David 最后也提醒内测用户「省着点用，估计会比较费 token」。）

Q5 「H5 验证 OK 再做 APP」能详细讲讲验收细节吗？

答：H5 承载的是产品的核心功能——你觉得最能打到用户的那个功能。拿 AI 视频工具举例：用 H5 验证，给到用户的整个页面就是「AI 出视频」。做 APP 是因为 APP 能拉长 LTV——这时除了 AI 视频，才横向扩展 AI 图片、虚拟人对话等功能。用 H5 做投流验证，就单独一个最锋利的功能，能验证就行。

Q6 有没有运营宣发的 skill？

答：「这个比较笼统，没法说——每个产品对应的宣发流程都不一样。」该补的课得补，不能指望一个 skill 解决增长。现在产品不是问题（谁都能快速做出来），大家比拼的是增长，而增长是很多团队做不好的老大难。本质就一条：知道用户是谁、用户在哪，最好能找到他们——如果用户聚集在某个非主流的群或频道，只有懂行的你才会去，那就是最好的渠道；其他通用渠道都是基本功，需要不断积累，以及花钱。

Q7（刘文津）国内做早期产品：小红书种草 vs 做 SEO，精力怎么分配？

背景：刘文津做「AI + 数学」网页工作流产品，小红书账号每天发「AI 辅助老师做课件 / 可视化」的内容，评论区有人问工具，他发网址截图，有人直接用起来了；他自己做 SEO（站内优化 + Google 关键词更新）感觉 ROI 比小红书种草低不少。

答（郑忠炜）：先回归本质——SEO 的本质是「用户问什么问题时能搜到你」，关键词匹配。海外做 SEO 默认做 Google，因为 Google 占海外流量盘子约 50%；但「国内的搜索现在并不在百度，也并不在 Google」——已经被各大 App 分食。所以国内的打法是：

• 小红书本身就有 SEO 打法：摸清楚你的用户会提什么问题，针对这些问题铺对应关键词的笔记/文章，让搜索命中。（刘文津回应：正打算做爬虫去抓高热度问题和关键词。）
• 微信生态：公众号、「问一问」都是搜索入口。
• 百度的高权重渠道：知乎、B站——「你没必要做百度的 SEO，往知乎发几篇文章、往 B站发几个视频，搜对应关键词你就在前面」。

一句话：你的体感（小红书 ROI 高于传统 SEO）与这个判断一致——国内「SEO」的主战场本来就已经搬进小红书们了。