index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_guoji1.html
![]()
陈锴杰，97年出生于中国，20岁时开始创业，至今已第三次转型。从智能家居机器人到游戏，再到拥有300万用户的AI互动故事平台MidReal，他始终关注个体，希望通过产品与许多人建立真实的联系。他的最新产品Macaron是一款Personal Agent，旨在成为更好服务生活的伙伴，而非生产力工具。Macaron拥有强大的记忆力和学习能力，能够根据用户的喜好和需求生成个性化的sub-agents，帮助用户更好地管理生活。
🌟陈锴杰的创业之路充满了转型和挑战。从智能家居机器人到游戏，再到AI互动故事平台MidReal，他始终关注个体，希望通过产品与许多人建立真实的联系。
🤖Macaron是一款Personal Agent，旨在成为更好服务生活的伙伴。它拥有强大的记忆力和学习能力，能够根据用户的喜好和需求生成个性化的sub-agents，帮助用户更好地管理生活。
💡陈锴杰认为，产品是为他者服务的，观察能力比表达能力更重要。他喜欢做聚会里的观察者，能够看到别人没注意到的细节点，提前看到一些产品趋势，对接下来会发生的事有预判。
🎵陈锴杰将音乐与产品进行了类比，认为小到产品，大到生活，都是一首乐章，不断有冲突，不断去解决。他希望一直有一些冲突存在，这样就总有产品、总有事情能做。
🤝陈锴杰希望通过产品和世界建立连接，尤其是和人之间的连接。他希望与身边的好朋友、家人建立亲密关系，也希望通过产品与许多人产生连接，并希望这种连接是深刻的，甚至是世俗意义上的成功。
原创 与你同在的 2025-08-15 09:02 北京
像最早的苹果 Mac 电脑一样，我们希望实现 agent 从生产力到生活的转变。
Pivot 这个词贯穿了陈锴杰从杜克大学休学起的七年。Pivot，本意是支点与枢纽，是物体围绕支点的转动。97 年出生的他，20 岁便开始创业，至今已是第三次。从智能家居机器人，到游戏，再到拥有 300 万用户的 AI 互动故事平台 MidReal，每一次转向，他都在提前寻找性价比最高的方向，捕捉下一个更大的机会。在每段经历里，都能看到陈锴杰对个体的关注。从 MidReal 为用户构建造梦的世界，到最新推出的世界第一个 Personal Agent——Macaron（马卡龙），他不想做一款生产力工具，而是想让它成为更好服务生活的伙伴。在他看来，与世界建立深刻连接，最好的方式是通过产品和许多人产生真实的联系。要满足这一愿景，产品必须在世俗意义上取得成功，规模要够大。但即便给他所有的钱和资源，如果无法与人建立深层关系，对他来说依然是痛苦的。放弃同样很痛苦。人总会陷在惯性里，想是不是再坚持一下。每个转身对陈锴杰来说都是一次彻底的颠覆与冲击。后来他明白，即使一个生命已经尽力走到了尽头，下一个生命也会在这里诞生。小到产品，大到生活，它们都像一首乐章，不断有冲突，又不断去解决。如果所有冲突都被化解，人生可能就结束了。只要还有冲突，他就还有未竟之事。在 B 站评论区，有人说，每次看完 UP 主 Coach_K 的视频，都觉得他总能探索到最优解。这样的反馈是陈锴杰生命中极有意义的事。就像做一个产品，在他看来，那是一种以 UI 为媒介而发生的，与用户一对一的跨时空对话，非常私人。一个提示、一句文案、一个奖励，都可能让对方感动。当你经历生活的转折，既需要情感支持，也需要工具帮助你跨过那个关口。即使 Macaron 是第一次在这个变化点认识你，它也能陪你走过很长的路，从一个单点，走向漫漫人生。
离开学校是很简单的选择刘元（真格基金合伙人）：先跟大家介绍一下你自己和整个创业历程吧。陈锴杰：我最早是在高中打物理竞赛，后来去了杜克大学，读了两年后觉得学校没那么有意思，就选择休学了。从那时起开始了第一次创业，到今天已经是第三次了。期间我做过智能家居机器人，项目做到过 1000 万人民币的营收，也尝试过游戏 AI agent。2023 年，我们的 FireAct 研究项目衍生出一个 AI 互动故事平台，叫 MidReal。到现在已经有 300 万用户，月活超过 30 万。刘元：当时休学是一个很难的决定吗？陈锴杰：离开学校其实是个很简单的选择，反倒是第一次创业结束后回学校才难。当时离开的原因很简单，就是觉得学校的挑战和新鲜感不够了。大一的时候很混乱，什么都想试试，大二结束时成绩还不错，也进入了学校实验室和导师做项目。我还创办了一个叫 Catalyst 的社团，是杜克第一个科技主题的兄弟会，男女都有，我们每周讨论一个科技热点。第一年只有十几个人，暑假大家都去大厂实习，回来后这个社团就成了进大厂的信号。第二年报名爆炸式增长，200 多人，Rush（招新海选）时每人都要做 10 分钟的技术 pitch。那时候感觉学校差不多都探索完了，恋爱也谈过了，就想出去试试新生活。
杜克大学求学期间的陈锴杰刘元：所以是先决定离开学校，再去创业的？陈锴杰：对，当时就觉得一定要去外面看看新的东西。我先去知乎工作了一段时间，赶上了知识付费的风口。刚开始做公众号小编，后来有一天机缘巧合，我正好在厕所碰见了知乎当时的 CTO。利用这 30 秒的时间，我简单 pitch 了一下自己对产品的想法。没想到第二天，CTO 就跟我说，「你一起来开个战略会吧」。第三天，我就开始做知识市场的战略和数据分析了。那算是我刚休学时的第一段社会经历。后来导师有了创业想法，我觉得机会来了，就去做智能家居机器人。当时的机器人是智能家居中控，不是现在那种人形机器人。一部分是嵌入房子的中控系统，一部分是在家里移动的交互终端。我们的设想是把智能系统直接嵌进装修过程，但这导致项目周期特别长。做了一个项目拿到收益后，觉得对年轻人来说可能不是最合适的生意，就转给了战略合作方。2020、2021 年，市场相对沉寂，大厂垄断，没有特别新的东西可做。我在学校又探索了一段时间，接触到 GPT-2 和 GPT-3，后来就基于它做了一个类似《西部世界》的开放世界 demo，算是很超前了。只是每次都早市场两年，这次我希望能卡得更准一点。在这个 10-20 分钟体验的 demo 里，NPC 可以用文字自由交互，还会插入实时热点，比如 SpaceX 发射后你可以跟 NPC 聊天。但当时 GPT 对话能力很弱，为了让它说得合理，我们花了很多时间搭工程框架。结果 GPT-3.5 一出，一下子就颠覆了。刘元：之后就是 MidReal 了？陈锴杰：对，MidReal 是一个 AI 互动故事平台，用户可以输入一句话、一百句话，AI 会帮你展开成故事。它有两种模式，一是工具模式，帮你产出内容；二是互动模式，像 AI 编剧一样一句一句写。后来我们加了和角色聊天、打电话、以主角为线索串联平行宇宙等功能，还做了多模态内容。MidReal 最早的灵感其实是 FireAct，那是一篇能让 AI 写更长故事、做更长推理的论文，从 prompt 到 agent 的一个分水岭。我们用户群体以 20-35 岁为主，主题偏网文，很多人会在这里沉浸自己的小幻想当中，比如重返校园遇见当年喜欢的人。我们也想过把它做成社区，但发现 AI 在长篇写作上的进步很慢，甚至 GPT-5 还不如 4.5。如果这波 AI 创业不是踩在技术变量最大的技术平台上，很多工作提升幅度不会那么明显，产品也不会是最具变革性的。2024 年初，没人预料到写作的提升会如此艰难而缓慢。陪聊类产品的用户粘性确实高，但和长篇故事不一样。ChatGPT 天生是为对话训练的，要让它写 10 万、20 万字的小说，质量和精彩度都很难保证。长篇故事的受众期望高，而陪聊的用户更多追求的是即时互动，这个差异很大。
Macaron 想做的不是生产力工具刘元：给大家介绍一下新的产品 Macaron？陈锴杰：Macaron 很简单（https://macaron.im/），就是一个 personal agent。它非常了解你，并且能在对话过程中为你生成 sub-agents，也可以叫 mini-apps 或小工具。它有几个特点。第一个是记忆力特别强。我们用端到端的强化学习做了记忆算法，让它不会遗忘你的偏好、经历，甚至是欲望，能够非常懂你。另一个特点是，它能编写完整可用的 sub-agent，不仅是前端，而是带有后端、可持续使用的功能。我们专注在生活场景里去发挥它的价值。刘元：名字 Macaron（马卡龙）是怎么来的？陈锴杰：马卡龙这个代号最早是从 Mac 开始的。最初的想法是，我们的 agent 能像当年的苹果电脑一样，从 IBM 那种放在公司里的巨大机器，变成放在家里、一个人能提着走的第一代 Mac。当时的 Mac 半透明外壳、五颜六色。我们就是想要这种从生产力到生活的转变，让 Macaron 成为你生活的伙伴，是能帮助你更好生活的 agent。所以开头就是 Mac，但 Mac 这个名字肯定注册不了品牌。于是我就不断翻字典，直到看到 Macaron 这个词。它本身有很多颜色，精致小巧，还很甜，我当时就觉得太适合我们的产品了。后来我们还想，它要不要有一个形象？今天这版 logo 有个细节我很喜欢：UI 上的马卡龙是立着的，甚至有点斜着冲出来。一开始我们还在纠结是竖放还是横放，就像你手里拿一个马卡龙，会怎么摆？讨论了半天，最后觉得立起来的感觉最好。因为自然界的东西很少能像硬币那样立住，而 Macaron 是人为的，一定有自己的意识。我们希望它是一帧「有意识」的画面，所以让它立起来，加了眼睛，让它看起来像随时会倒。那种不稳的感觉其实就是生命在运动。 刘元：为什么叫 personal agent？为什么在移动端？陈锴杰：因为我们不想做生产力工具，而是想做一个真正为生活服务的产品。内测阶段我们找了 300 多个用户，做得多的已经生成十几个小应用，少的也有一两个。在上千个案例里，我们看到很多之前没想到的场景。最大的一类是 Tracker，比如卡路里摄入、健身计划、马拉松训练、心情等生活的追踪记录。有个用户每天给 agent 一个 prompt，通过聊天展开，再生成当天的心情日记，用这种方式记录生活。我觉得特别好，而且他一直坚持做下去。这让我看到一种新的、极致个性化的应用体验，而不是进入传统的，为「最大公约数人群」而做的泛 App。比如健身，我们想到 Keep，但功能多到不知道该用哪一个，反而麻烦。用户用 Macaron 做的卡路里记录 agent 则会帮忙拍照监测、调用传感器、整合数据，变成一个持续可用的小工具。有趣的是，我们一开始以为只要帮用户做 sub-agent 就足够强大，但后来发现，大部分人其实不会直接表达需求。更多时候，这种需求是在聊天中自然被触发的，就像和朋友聊天，朋友突然给你一个好点子。有个一开始不知道能用 sub-agent 的用户聊天时随口说，希望看书时别分心玩手机，Macaron 就问：要不要我帮你做一个读书小伴侣，上面有番茄钟、下面可以记笔记？用户听了很感动，因为他没想到 Macaron 不光听进去了，还真的做出了工具。类似的例子很多。用户不是带着明确的产品构想来，而是在聊天中，agent 察觉到可能的需求，然后帮他顺手做出来。我觉得这是 AI personal agent 和传统应用的根本差别。它像一个聪明的朋友，会捕捉上下文（context），帮你定制化解决方案。比如我最近在减肥，Macaron 会说：要不要我帮你定制一个卡路里小工具，帮你控制摄入？等我说好，它也不会立刻开始做，而是先问：你是想记录三餐都详细一点，还是希望我们直接规划每日饮食，给你定制食谱？为什么 personal 场景渗透率低？核心是缺少 context。你让 AI 给你做食谱，它如果不知道你喜欢吃什么、家里几口人、对什么过敏，那就只能给你一个正确但无用的答案。要先捕捉 context，才能服务个人生活。这个市场还很空白，所以我们才定义 Macaron 是一个 personal agent。刘元：所以你会怎么跟大家介绍 Macaron？陈锴杰：一个特别懂你，又能帮你做 mini-app 的生活伙伴。一个 personal agent。
让 Agent 更懂你、更好用刘元：你的 slogan 是 the AI that instantly gets you。技术上，大家可能会关心你们的模型细节，可以分享一下吗？陈锴杰：我们技术上一直有不少积累，还和清华深圳研究院联合办了研发中心，有很多同学和我们一起做研究。从 MidReal 开始到现在一年多，我们一直在迭代。最早训练的都是 70B 参数的模型，现在直接在 DeepSeek 671B 上做端到端强化学习。我们有自己的百卡集群，大概 100 多张卡，用 LoRA、RL 等方法，先把 Infra 打好，再针对两个核心目标训练：一个是更懂你，一个是更好用。这两个目标从 MidReal 时代就有。当时做小说，要跟着用户的意图写十几万字，就必须一直追随。我们收到的信号很有限，可能就是用户改了哪句话、或者下一步剧情的方向，所以我们积累了上千万条用户数据，脱敏后提炼 5% 来做强化学习，让模型更会捕捉用户意图。后来这套方法演化成了现在的 memory 算法。我们做了一个 memory token，有点像今天的 reasoning token。它会在输出前先写一段 memory，自行判断该调哪些记忆、放哪些新内容、要不要调更深层的记忆工具。这样 memory 就不是工程上硬写规则，而是模型自己学会怎么用。这个方法可能在业界比较少见，但我不觉得独特就一定是对的。它不是为了技术创新，而是从需求逼出来的。最早写小说时就发现，用户想放进 memory 里的东西差异特别大，有时是剧情偏好，有时是伏笔，有时是展开方式。人工去写 prompt 特别难控，反而用用户的正负反馈来训练，强化学习的效果最好，于是就自然长出了 memory token 这个方案。
刘元：测试用户的需求会有很强的头部效应吗？像搜索产品，前 20 个问题能覆盖 80% 的需求？陈锴杰：不太一样。在内测中我们发现，用户的场景相对收敛，比如生活记录就是一个大类，但是在一个大类中，具体的需求是差异很大，千奇百怪的。昨天脱敏看了后台用户分享的案例，也看到了一些有意思的案例分享一下：有人做了个免费书阅读器，觉得网上肯定有很多资源，于是让 Macaron 帮他找。这个我肯定想不到。还有人做了「小报告」，是情侣之间的爱情纪念，把几个月的经历做成互动式 H5 贺卡送给另一半；有人做 mini-game，我完全不明白用来干嘛，但他们玩得很开心；最离谱的是有人做了个扫地机器人游戏，控制机器人在房间里来回扫地，可能唤起了某个童年回忆。他在这个页面停留了特别久。这些想法太分散、太特别了，不是市面上的产品或技术做不到，而是没人会去做。更有意思的是，这些用户不是像用 AI coding 产品那样带着明确需求来的，而是在跟 Macaron 聊天的过程中，被它感知到可能的需求，然后顺手做出来。我一直觉得，如果 AI 足够聪明，比大多数人类、甚至大多数产品经理都聪明，那它为什么不能帮你提炼需求？但这很难，需要准确理解用户意图、准确构建工具雏形，还要真的能做出来、可用，对技术要求非常高。这次我们做 Macaron，我不觉得是做早了，甚至可能有点晚。转折点就是看到 Claude Code 的 coding 足够强大，真的能做出应用。再加上扎克伯格 7 月底在 ins 上说，要做 personal super intelligence，不只是生产力，还能照顾生活，这和我们想法很像。刘元：用户做得最完善的案例是什么？陈锴杰：只要需求不复杂，大部分完成度都很高。比如语言学习，Macaron 会每天给你 10 个单词和句子，你写翻译，答对了打分，答错了记到单词本，第二天复习。我多邻国打了 750 天卡，但 Macaron 上线那天，就是我放弃多邻国的那一天，因为我喜欢一些技术方向的词多邻国上学不到。刘元：你们会不会做垂类场景？陈锴杰：像母婴、教育、植物养护、宠物，用户已经有人做了，比如拍植物分析浇水时间、拍红酒推荐配餐、拍猫诊断健康。但我觉得，AI 应用最大的场景不一定是某一个特定的垂类，反而是生活里的各种小需求。随着 AI 能力提升，它可以瞬间覆盖更多 case。代码会越来越好写，创作产品的门槛越来越低，就会出现爆炸式增长。产品和内容会慢慢交融，每个用户都在用属于自己的工具。所以我会认为，垂类 agent 后面的机会是越来越小的。当我们和用户磨合出了第一批场景，我们也会在垂类增加各种最常用的 mini-app 模板，帮助用户快速启动，录入 context。但是我一般不直接叫它 mini-app，而是叫 sub-agent，因为它们有记忆共享、数据共享，由主 agent 调用。我们发现用户天然希望这些东西能连在一起，比如先做了健身记录，再做饮食记录，就会问「为什么饮食记录不能知道我在健身，然后推荐蛋白质？」所以我们最近加了功能，让所有 sub-agent 共享记忆，主 agent 在聊天中调用它们。这样最后你的 chat 就是这些小工具的延伸，小工具的优化需求也来自你的 chat。到最后，手机里的所有 App 都像连成了一个大文件，你的生活能被完全理解和服务。刚 onboarding 时，用户可能不太理解这个复杂概念，所以我们对外不用 sub-agent 这个词，而是用秒懂的说法，再配合人群匹配的 case 去打。比如开学季，新生回到学校，面对选课、选社团、选实验室、参加 party、处理新社交等各种混乱场景，Macaron 就能帮你很多。这类信息很容易自然传播。刘元：做 Macaron 时，有想过它是为谁做的吗？陈锴杰：一开始觉得，它最终是为每一个人服务的。但很多人做产品的时候，脑子里会先想象一个典型用户。我最早想的是生活中正在经历变化的人。就是那种生活发生转变的时候，你既需要情感支持，也需要新的工具帮你过渡。比如开学、入职、换工作、搬家、养宠物、培养新爱好。我们就有个用户做了学游泳的教程，这就是典型的小 sub-agent 场景。这些小变化也是生活的契机。人在这种时候，通常会去和懂你的人讨论、学习。那如果此时用 sub-agent，因为它已经很了解你的生活，就能帮你更好地处理新场景；即便 Macaron 是第一次从这个变化点认识你，也能在未来持续辅助你。这些需求虽然是单点，比如开学不会一直发生，但那段时间做的人际管理类 agent，将来可能帮你管理更多关系。
创业七年，九死一生的 Pivot刘元：你每一段创业都能敏锐捕捉到技术趋势和产品变化的机会。现在是你创业的第七年，转型这么多次有什么感受？陈锴杰：我觉得自己经历过几个自我成长不够快的阶段，那可能是我最迷茫的时期。比如做 ToB 家庭机器人时，项目推进周期特别长，每一步都要等很久，很容易陷入空转。做游戏的时候，也发现无论怎么打磨技术、优化工程，还是达不到我想象中 AI 能有的思考方式，那种落差也会带来迷茫。我 20 岁在大学就开始创业，现在也还 20 多岁，还算早，所以不会太挫败。虽然会迷茫，但看得越多、跟市场交互越多，就越感觉正确答案离自己更近了。每次创业都会多一些支持，比如这次从 MidReal 开始，就有了整个团队的配合。平台不同了，可以和更多创业者交流，也常参加分享活动，看到那些最终成功的人在过程中到底做了哪些事。虽然很难提炼出标准方法论，但能观察到一些规律。所谓正确答案，就是能做出一个我觉得了不起的产品。成功也不必做太多事，只要找对几件事，把几个循环能力打磨到位就行。刘元：只要没放弃，就还不算失败。很多好项目都是九死一生转型过来的。陈锴杰：对，像 Manus 也转型了四五次。我记得有一次去 Manus 办公室，那是我最难的时候，正琢磨方向、找答案，你那时候给了我很多支持。刘元：真格给你带来了什么帮助？陈锴杰：我们第一次是在咖啡厅见面，聊完你很感兴趣。第二次就约到办公室，当场就给了 TS。回头看，这跟我之前遇到的投资人很不一样。你没有把创业者当成需要被考验的低维生物，反而很多时候我问的问题，你也会说「这个我没想过」，然后一起讨论。你给我的感觉就像个马卡龙，是很强、很好的伙伴，有问题时我能放心找你聊，不用担心。
从技术驱动到需求驱动刘元：像你们这么难的产品，还要有很强的技术，团队怎么组？陈锴杰：我们的团队文化很特别，而且是分布式办公。Andrew 是我大学做机器人的时候认识的，我们从 2018 年就一起共事到现在七年了。他从 MIT 休学，我从杜克出来，我们就碰上了，一起做家庭机器人项目。我们的配合方式也是慢慢磨出来的。我们俩开放性都很高，讨论问题的时候如果遇到分歧，就把各自意见摆桌上一起加权。我在技术的加权少，他在产品的加权少，反过来各自的长项就权重更高。这样决策时不会纠结是谁的想法，而是看所有证据堆起来哪个更合理，就按哪个走。久而久之，这成了我们讨论问题的范式，也是长期合作的基础。刘元：你们各自休学的时候怎么认识的？陈锴杰：杜克和 MIT 不在一个州，但在美国休学的学生不多，大家很想聚在一起。当时有个休学生群，一个朋友把我们拉到一块，后来各自创业，又重新走到一起。Andrew 技术非常强，比如我们现在在深圳清华研究院成立的研发中心，就是他带着 PhD 团队在做很多研究，很多伙伴在早期做 FireAct 时也帮了我们不少忙，这批做研究的人在 Google Scholar 上的总引用数已经超过 1.5 万。我们开发的 leader 是中科院计算所硕士，之后在腾讯、阿里工作过，是我们从腾讯挖来的；做模型训练的伙伴之前在 AWS 做 AI 算法；产品经理是清华美院的，做过不少产品。我们团队现在和以前很不一样。大家都懂技术边界，也会尝试突破。MidReal 刚做时研究味道很重，比如做 FireAct 改变模型能力、做 post-training，都觉得很酷。但最近半年转变很大，以前是从下往上：技术能做什么，产品就想办法推给用户；现在是从上往下：增长团队先和用户接触，找到痛点和需求，再交给产品，由业务和模型团队拆解迭代去支撑。刘元：为什么选择分布式办公？陈锴杰：一方面，我和 Andrew 本科在美国，之前做很多项目都是跨学校配合，很熟悉这种模式；另一方面，这次是人的选择。我们有很多一起打过仗的老伙伴都分布在世界各地，核心团队配合超过五年，不只是认识而已。我们招核心团队时会要求至少跟一两个现有成员共事过，因为远程最大的难点是信任。我信任大家，但大家也要信任我。这种模式适合小团队，但如果未来产品爆发，比如有千万 DAU，就不能保持这么小的规模了。我觉得现在的机会很大。mobile 上的 personal agent 市场还很空，大家的 agent 还停留在 PC 上，手机场景反而没人深耕。但生活里的很多需求都在手机上。而且现在技术成熟度刚好，接下来两年是在稳步增长的电梯上，足够早。加上团队磨合好、资源到位，我觉得具备了做出一个好产品的必要条件。刘元：创业七年，最难的一刻是什么时候？陈锴杰：每次放弃的时候都是最艰难的。总会想是不是再坚持一下，但有时候坚持反而是偷懒，只是陷在惯性里，不断微调，但优化空间越来越小。这时候就要很诚实地对自己说：这个方向不行了。难的是要否认过去的自己，然后在这种情况下重启，告诉团队「我们错了，但没关系，吸取了东西，再去做新的细分」。这过程挺难的。
人生的一场大型社会观察刘元：记得我们最早见的时候，刚好在电脑上看到你读过的书单，品类特别多。聊聊你自己是怎么被塑造成现在这样的创始人的？陈锴杰：你从我的书单里可能就能看出来，有哲学、有生物、有历史，很严肃、学术的读物，但旁边也有《斗罗大陆》《斗破苍穹》，没什么排列规律。我是先看了这些才决定去做小说的。对我来说，有几个有趣的小经历影响很大。一个是在机器人那段创业结束后，有人邀请我上节目《挑战吧太空》。那是一次很奇妙的体验，我第一次体验航天员的生活，参与航天员训练的模拟，坐失重飞机在空中飘。节目本身没什么，但它让周围的人对我的看法发生了变化。这可能是我人生第一次大规模地做社会观察。做产品的人有时会在意别人怎么看自己，也会反过来想自己怎么看别人。当时的感受是陌生人会开始认可你，发来很多善意，但身边的人反而会出现一些负面的评价。上节目这件事让我对人性有了新的冲击。它不是我刻意想做的事，更像一次创业式的体验。但从那之后，我会更仔细地思考人的动机和行为。不管是管理组织，还是做产品，我都会从动机出发去想。另一个重要的原则是从工程里养成的。我经常举飞机的例子，其实直到今天，大家还没完全搞清楚飞机为什么倒着也能飞。当年只是有人试了一下，发现飞得不错，就保留下来了。很多工程上的事，不需要先知道「为什么」才能去做。有时知道「为什么」也不是为了满足好奇，而是为了更稳定地复现结果。关键是先把目标函数定义在合适的层级，在那个层级去追问为什么、怎么复现，而不是无限地去迭代技术或者钻细节。刘元：刚才你提到好的产品经理都要观察别人。产品是为他者服务的，所以观察能力其实比表达能力更重要吗？陈锴杰：在人群中走路，我总是走在最后面。后来朋友提醒我，我才意识到这可能是下意识的，因为这样能看到所有人，也能分析大家关系的变化。我更喜欢做聚会里的观察者，这本身就很有趣。可能这也是我爱看一些观察类综艺的原因，比如《双层公寓》，把六个人放在一个房子里拍一年，到后来大家都卸下了伪装。刘元：这会是你的 superpower 吗？陈锴杰：我觉得有两个。第一是看到别人没注意到的细节点，能够 stay ahead of the curve，提前看到一些产品趋势，对接下来会发生的事有预判。第二是在团队管理上，我能跟人平等地沟通，让大家有共同的目标，或者至少能开放交流自己的想法，然后劲往一处使。这可能也和观察能力有关，因为在对话中我能比较快地抓到对方想要什么，然后给出回应。刘元：你觉得现在作为创始人，最重要的变化是什么？陈锴杰：首先是心态更稳了，但这种稳不是说「事情就这样了」，而是意识到成功无非就是这些要素，把它们做到位，然后接受有些部分是你控制不了的。能控制的部分把它紧紧抓牢，那些不可控的，就尽量去撞在一个好的时机上，运气也是能力的一部分。然后你要不断尝试，也要知道会失败。意识到这些后心态会好很多，会觉得事情总有解法，也会成功。如果这样都不成功，那要么我是彻头彻尾的傻子，要么这个世界另有规则。刘元：你从没想过去大厂上班？会一直创业吗？陈锴杰：不一定，也不是说完全排除工作这个选项，比如让我去做豆包，我也很开心。但对我来说，最核心的还是热爱，愿意投入生命去做一件精彩的事，想把它做到特别特别好。我每次创业都是这样。做机器人的时候、做游戏的时候、做 AI 生成小说的时候，我都觉得这是值得用生命去做的事。不是牺牲生命，而是投入生命中最重要的时间。而且这个感觉越来越强烈。第一次创业更多是觉得好爽，好想干点什么，但那时候也说不清为什么。到了 MidReal 就很清楚，这是我愿意用人生去做的事，它很有意义，甚至让我觉得死而无憾。只是每次放弃一个产品的时候，对自己都是一次很痛苦的颠覆和冲击。但即使它的生命走到了尽头，下一个生命也会在这里诞生。刘元：你做产品、内容、音乐之间有什么共通的地方？陈锴杰：我喜欢拉小提琴，也弹钢琴。音乐对我来说有意思的是，一开始只是演奏，去诠释某个曲子；后来在乐团里当了首席，变成了管理岗，要带大家用一个节奏、一个感觉去研究作品；最后又转向了编曲、作曲的爱好。
乐团演出中的陈锴杰对我来说，音乐是发现规律的过程，而最本质的规律就是冲突和解决。至于怎么制造冲突、怎么解决，既有数学的东西，也有艺术的东西。产品也是一样，要先发现痛点，再给出解决方案。像贝多芬的《命运交响曲》，「So - So - So - Mi」就是冲突，一个紧张的和弦；「Fa - Fa - Fa - Re」就是解决。整首曲子就是不断制造更大的冲突，再给出更大的解决。为什么你听交响曲，即使没听过，也知道什么时候鼓掌？因为你感受到了所有之前的冲突都被解决了，不只是因为停顿。停顿很重要，但更核心的是那个解决带来的满足感。所以我觉得，小到产品，大到生活，都是一首乐章，不断有冲突，不断去解决。以前我会怀疑，为什么人生总有困难，总要坚持？现在觉得，这就是音乐里的冲突。如果所有冲突都被解决了，人生可能就结束了。我反而希望一直有一些冲突存在，这样就总有产品、总有事情能做。刘元：就像李小龙说的那句话，不求此生平坦，但愿你有越过困难的勇气。你之前在 B 站视频里还提到，想要成功是为了什么？陈锴杰：我觉得是因为人。最终我希望和世界有深刻的连接，尤其是和人之间的连接。身边的好朋友、家人，这种亲密关系是一方面；另一方面，发现最好的办法是通过产品和很多人产生连接。如果给我所有钱、所有资源，但我没办法和人建立深的关系，那对我来说太痛苦了。所以我希望用产品和世界建立关系。要满足我的愿景，它必须是世俗意义上的成功，规模要大。它可以不太赚钱，但能赚钱更好，说明这种连接更深，人愿意为之付费。我不是那种很享受社交场合的人，不太会在饭局上讲话。那种场合我看不清对面是谁，也没法观察，无法建立真实的交互。对我来说，产品反而是非常私人的事。当你不是做社群，而是做一个产品时，你其实是在和你的用户，一对一跨时空对话。你设计的一个小提示、一句文案、一个马卡龙动画、小奖励，都可能让对方感动。我觉得这就是我生活和创业的意义。
文｜Cindy
播客｜Xin & Neya
阅读原文
跳转微信打开
