对话百度文库：不做大模型能直接做的事，能力积累换来竞争壁垒｜AI产品Time

分析师刘萌媛刘铁鹰
量子位智库 | 公众号 AI123All

随着AI时代的到来，上一代取得巨大成功的互联网产品都在紧密地结合大模型的能力，为用户提供焕然一新的服务和产品体验。这其中，部分产品走在了变革前沿，不仅利用大模型完成了产品重塑，还借助AI开启了产品的第二增长曲线。

百度文库就是其中的典型代表。

年初，百度文库披露产品付费用户已突破4000万，AI功能也带动其付费率年同比增长60%，目前百度文库的AI MAU也已近亿。极光近期发布的报告显示，百度文库智能PPT访问量拿下全球第一，是AI创作领域的绝对头部产品。

从文档检索平台到一站式AI内容获取和创作平台，百度文库已向AI时代的超级应用迈出了坚实的一步。

△百度文库产品主页

作为非AI原生的应用，百度文库如何基于自身的用户和数据资源，结合大模型完成对产品的重新定位？又是如何权衡其在AI功能矩阵的资源投入，并利用AI提升自己的付费转化率？

近日，量子位智库AI产品Time栏目邀请到了百度文库事业部、网盘事业部负责人王颖和百度文库产品负责人钟昊，结合百度文库转型的成功经验，分享背后的认知与思考。

访谈Key Takeaways

一站式产品是指在一个平台内完整满足用户需求，从解决单环节问题到解决端到端问题，为用户创造更大价值。
产品好用需要降低用户使用门槛，用户和产品是共建关系，用户的信息反馈帮助产品自迭代。
做大模型能直接做的事就会被替代，要走「没有大模型不行、只靠大模型也不行」的路，在基于模型缺陷的补充架构和工程上下功夫。
功能开发要选取有模型必须性的，且需求痛点强、效果好衡量的，才有充足价值感。
产品成功要先聚焦单个问题，把握用户需求入口顺理成章推进增长，将AI权益包进现有商业体系节省用户认知建立成本。
开发用户原本就有付费心理预期的功能可以避免「AI产品付费难」情况，让用户认同产品品质和服务再付费，同时要增加用户对会员权益的获得感。
DAU、用户使用次数都是重要指标，生成采纳率和使用率也值得特别关注，「对话轮次」没有太大实际价值。
用构建用户旅程代替「刻意引流」，按照用户使用习惯预测用户行为的延长线，做上下游延长线上的功能，结合最资深专家和用户的使用需求。
AI Agent是产品组合和实现的方式，而不是最终目的，用户关注交付的时效性、稳定性和实际效果。
多智能体并行可以满足用户不同的沟通表达诉求，流程以Agent为产线，本地和网络素材为原材料，需要允许人为干预思考过程。
技术的领先只有半年，在技术领先的半年内通过产品和认知去获取用户心智，构建出自己的壁垒才是最重要的。
一站式产品不能替代所有工具，但会大幅减少工具的数量，「家里没必要放十几把扫帚」，创业者要做好战略选择。
坚定自己的愿景、选择正确的战略和路径、选对伙伴是产品成功的三个关键要素，AI产品经理需要比用户超前半步。
为功能上线做优先级排序要看这项功能是否符合战略主路径、是否建立更多领先优势，以及是否加高竞争门槛。

访谈实录

01 从解决一个环节的问题，到解决「端到端」的问题

量子位智库：百度文库目前定位是「一站式的AI内容获取和创作平台」，也提到了系统级完整交付，那么什么是「一站式」和「系统性完整交付」呢？

王颖：首先说一站式，我们2023年就讲了这个概念。最开始讲一站式是因为，我们看到过往互联网的产品，解决的都是环节问题。

以搜索引擎为例，用户获得知识、看信息的目的不是为了了解这个信息，而是为了使用这个信息，最好把信息应用于自己的实际工作中。所以这是从未知到了解、了解到掌握、掌握到应用的过程。过往的互联网产品受限于技术问题或模型能力，只能解决环节的问题，做不到一站式。大模型出来，让端到端解决问题成为了可能，但大模型也有自己的问题和局限性。

如果你只解决一个环节的问题，你的价值是短的。我们希望解决端到端问题，对用户来说它的价值很大。因为以前通过五六个平台和五六个工具解决的问题，现在用一个工具就可以解决了，一站式对用户是极大提效的，这是对用户的价值。对我们来说，从解决一个环节的问题，到解决端到端的问题，我们给客户创造的价值大，给客户贡献的利益就越大。

我们发现大模型具备了这样的能力以后，我们就喊出了这个口号——解决用户一站式创作方面的问题。

第二，我们认为什么是一站式和系统化呢？一站式就是端到端，即用户的需求通过我们就能被完整地满足，不需要有额外的其他动作。

什么叫系统化呢？系统就有输入、处理和输出的概念。我们要在输入端足够方便，不能只是输文字。在输入时，一是让用户表达的门槛足够低，二是让用户表达的方式足够丰富。

用户表达完之后，接下来是处理。如果只是文字处理，或者只能处理视频，这只是一个简单的工具。系统的处理是全模态的处理。我们能处理所有的多模态数据，这才叫一个系统。

最后是输出，输出有两个难点。一是它受限于什么样的样式。二是它受限于什么样的格式。我们希望用户处理时，不用去考虑这个事情，交由我们解决。

系统和系统不一样，DOS和Windows都是系统，但是操作易用性上差很多。会DOS的人不多，会Windows的很多。因为它输入和输出端有革命性的变化。我们说的一站式系统，就是基于大模型对系统的定义，输入端极其简单和多样化，让用户充分和自由地表达；处理时进行的是多模态处理，而不是单一模态的处理。在输出时，让用户不受规则、格式和内容模态的限制，可以编排出用户想要的内容。我们希望这个系统是用户自由表达自己想法的媒介。

量子位智库：落脚到百度文库具体的产品功能，是否有一些方面，经过特别设计，用户可能感知不到，但觉得用起来特别舒服的？

王颖：让用户下意识觉得很舒服就够了，其实用户不在乎它的背后是通过系统完成的、还是工具完成的。我们认为Windows是操作系统，但有的人觉得这只是一个工具，他对系统没有定义，「系统」是行业人对它的定义。用户只需要知道Windows能帮它解决问题就可以了，至于是什么构造不重要。对用户来说，只要产品好用就够了。

我们在里面着重设计和引导的是什么呢？

一是用户使用的过程中，门槛极其低，这点体现在好用上；二是我们希望用户跟我们是产品共建，用户给我的数据标注和返回的信息，能帮助我们的系统自成长，变成数据飞轮，能够自迭代。对用户来说，他们觉得我是产品、系统还是工具，这不重要，只要能顺畅地帮用户解决问题就可以。

量子位智库：百度文库对于产品的理解，以及定义一个完美产品的标准，在加入大模型或AI能力的前后，有什么变化呢？

王颖：没有AI之前，我们就是一个很简单的文档检索平台。用户可以上传很多文档，我们把文档给到合适的人。它的好用在于让用户方便找到信息。

用户的创作链条很长，从用户有创意，到搜集信息、整合信息、编辑处理、完成，那个时候我们只做其中一个部分，把这个部分做好，让这个环节变得高效和舒服就够了。但这个赛道的空间很小，就是几十亿的市场，而且以模板和文档为主，百度文库做到了头部，上限也很有限。

有了大模型之后，我们就能服务用户的完整链路了。第一，可以让用户以前在四五个平台上处理的事，通过我们平台一次性就能解决。第二，对于用户的真正价值来说，原来的产品是让用户方便地找到信息。而现在，我们让用户很自由、很高效地获得想要的东西。这个获得，包括用户找到的和自己做的。

△百度文库技能库

02 选择一条没有大模型不行、只靠大模型也不行的路

量子位智库：类似的功能有些友商也在提供，对百度文库现阶段来说，最核心的优势是什么？未来的理想形态中，产品主打的会是什么，优势定位是什么？

王颖：首先，做同样事情的人很多，说明这个路是对的。如果这条路一直没有人进入，我反而担心是不是走错了。如果进入者很多，但没有新人继续进入，说明到了天花板。现在有更多人进入，说明行业处在蓬勃发展中，也说明我们走的路是对的，也让我们团队充满了信心。

第二，既然这条路是对的，我们出发又很早，先发优势就很强。

第三，我们一直很坚定，按这个目标走，中间也没有走过弯路。在这个既定目标和路径下，两点确定一线，我们每次做的事情都是增加我们在这个事情上的厚度和积累。

比如很多人会做这个能力和那个能力，但是全模态的创作能力没有。这个能力是我们这么多年的积累，变成了系统化的完整积累，才有了输出。

我们做的时候，第一天我们就没做大模型能直接做的事情，因为那时候做了大模型能干的事，后面就会直接被大模型替代了。所以我们一开始就选择了没有大模型不行、只靠大模型也不行的路。我们在基于模型缺陷部分的补充架构和工程部分做得非常多，这部分就是我们的积累。

我们在这部分的积累，让我们真正实现了快速迭代。百度网盘和文库一块推出了多模态笔记，好几百万DAU，至少要喂数据几个月吧？我们只花了20天。我们还推出了AI相机，重新定义了AI相机赛道，是9天做完的。

△百度网盘&百度文库AI笔记功能

我们长时间在终点和起点中间做积累，不是能够被马上追上的，我们每天也都在建立新的业务护城河。

大家都知道，最后生成的效果与模型参数有关，也和训练数据有关。文库和网盘有全网最核心、最专业的公域数据和最全的私域数据（用户授权的），这些资料也不是一两天就能积累完的。我们看很多友商，一边干、一边补，但补的时间真的需要很久。

03 集中力量推出成功能力，方法论在其他功能上快速复制

量子位智库：最能体现百度文库的理解和优势的功能是什么？

王颖：从商业化的角度来说，我们所有的功能上线都是成功的。最能体现我们想法，那就是PPT。我们后面的做法，都是以此为蓝本复制的。

△百度文库智能PPT生成功能

PPT是2023年8月底推出来的，当时大家都在做「文章写作」时，我们就推出了PPT。大部分人在想TPF时，我们先做了PMF。在那个时候做那个事很难，成本很高，我们要做很多不同的工作，并且我们团队人很少，但是我们还是决定先集中最核心的力量，把这个攻克了，然后方法论就可以迅速在其他方面复制了。

还有就是编辑器。做大模型产品的人，没有先动编辑器的。我们在2023年5、6月份时就在做编辑器，这跟大模型看上去不直接相关。因为我们一开始就没想做大模型直接能干的事，而是有工具可以和大模型一起合作，于是先做了编辑器。我们没有任何编辑器的积累，连产品、研发、策略，整个AI项目组就十几个人，但还是用最大的人力做了编辑器。

我们是奔着解决问题来的。最早我们是一站式，一站式就是端到端解决问题，把用户需求在我这个平台上一次性满足。如何才能一次性满足用户的需求？

我们发现大模型直接生成的内容是有缺陷的，所以要改，那改就要有编辑器。我们从用户本源需求出发，跟产品的使命和愿景相结合，我就要做这件事。

量子位智库：在产品方法论上文库有没有比较满意的心得呢？

王颖：都特别满意。编辑器让我们找到了工作的定位在哪，方法论可以以PPT来讲。

大家都爱讲，一看大模型能写作，就有写作文、写小说、写营销文案的，写什么的都有。我们选择了PPT，原因有几点。

一是我们要选必须有模型，没有模型不行，但只有模型也不行的。

二是需求痛点很强。说实话写文字的痛点不如做PPT强，首先这个工作时间长，工作很痛苦，环节又足够多。

三是效果特别好衡量。800字的文章，A模型和B模型，谁写得好，要看完才知道。但是PPT的话，看一眼就知道，结果很好衡量，价值感很充足。

04 用户需求入口+原生订阅制+自然投放=规模优势

量子位智库：第三方报告中提到在智能PPT领域，百度文库访问量全球第一。在用户增长上，除了选对定位、开发好的功能，文库主要做对了哪些方面？

王颖：第一，我们非常聚焦，先把一个问题打透。

我认为中国和国外不太一样，中国用户对产品要求很高，这是被几代互联网人教育出来的。大家特别卷，拼命拼体验。如果想在中国获得用户，而且能够让用户传播起来，真的要做到足够好，要超出用户心理预期，且功能强大。

但国外不一样，国外只要推出来，别人还没做，你做一做就可以了。而且国外大产品有数的就是几个，小的都是被分门别类地解决的。所以国外产品做个七七八八，就很容易获量。

在国内，文库有很多先发优势。因为文库有很多PPT模板，用户创作时，第一站就是要找模板，用户来这儿，我就告诉他我有这个模板。就像你饿了，去到一个饭店，正好有个新推出的面包，你就可以试试，这是顺理成章的事情。所以文库有很好的获得用户的机会。

△百度文库PPT模板库

另外，文库比起别的产品很好的地方是自带商业模式。大模型产品只有订阅制跑通了，广告没有跑通。但是文库天生就是订阅制，出生就带着商业模式，我们也不用给用户新建立这样的认知。

我只需要把现在的商业体系，把它有什么权益重新构建就可以了。我既然天生带着商业模式，我的能力又好，所以我很容易投放，而且ROI很快很好衡量。在别人流血投放时，我们就是规模优势，我花更多的钱去获得用户，又能获得更多的钱，这个模式天生是跑通的。

有了这样的先发优势，有了这样的用户，用户就有更多的表达，我们就容易发现更多的用户需求，快速迭代产品、完善各种功能。从一开始的PPT，到根据文档生成PPT，到PPT美化，我的功能就越来越完善了，整个增长飞轮就建起来了。

量子位智库：通过对用户的洞察和理解，在大模型前后，大家对于产品的关注点有哪些变化？

王颖：我觉得最大的变化，今年年初跟大家讲，本来觉得用户不在意AI的思考过程，结果发现他们很在意。

我们去年设计这个产品时，就想快速交付给用户，让用户来用。文库快速理清楚，生产完给你，你拿走就完了。但是DeepSeek出来以后，把整个思考过程亮出来了，这让用户觉得很神奇。而且很多用户盯着那个思考看。这让我很意外。

后来慢慢理解，用户为什么会这样？用户有好奇心，他除了想得到结果本身，也好奇你是怎么做到的，这是人的上进心。这个事让我有认知的改变，所以我们后面就推了GenFlow。

我们做GenFlow时就想到了，既然我们是多智能体协同，一定要让用户理解我调用了什么工具帮你干活，调得对不对，找了哪些信息，这些信息是不是合适，我思考的过程对不对。

这个过程中，用户可以打断，跟我一起交互，变成人机共创，把用户的知识和想法再灌注进来，增加整个生成的可靠性和稳定性。

05 用户先认同品质与服务再付费，DAU、使用次数、生成使用率都值得关注

量子位智库：百度文库现在最关注的是哪几个产品指标？

王颖：肯定是DAU、用户使用次数、生成以后的采纳率和使用率，剩下就是付费。

量子位智库：国内的AI产品付费是个难题，用户理解产品价值，到进行付费，中间有很大的鸿沟。除了刚刚提到的本身的订阅制优势，百度文库在引导用户认知产品价值上，还有什么地方做得比较好？

王颖：我们一开始做了最难的事，让用户觉得值得付费。

如果我们做了作文，用户肯定不会付钱。代做PPT在淘宝上是要付费的；我周围同学做小红书，做小红书的头图90元。大家对做PPT付费是有心理预期的，海报也是如此，做海报也是要付费，用户事先有认知。

量子位智库：除了一开始就选择了正确的方向，后面具体的落地和执行过程中，有没有什么具体的动作，对用户增长和付费引导产生了较大助力呢？

王颖：有几个。一是我们没有割韭菜，不花钱就用不了。我们一开始是限免，我们对自己产品有信心，你看到现货以后再付钱。

我们希望用户对你的品质和服务是认同的，然后再付费，我们再看这个长期的链路怎么构建。

二是用户付费以后，我们会增加用户对会员权益的获得感。我们不只是PPT，我们后面有额外的AI能力用户也可以享用。

你为PPT付了钱，但你有更多的功能可以用，用户的价值感提升了。就好比用户花5元买了一盒水果，现在吃完水果后还有免费的餐巾纸可以领，这个体验感就很好。

量子位智库：哪些指标是非大模型时代不会关注，但是有了大模型之后，百度文库会去关注的指标？

王颖： 生成使用率是我们特别关注的指标。用户真正使用了，才说明效果是好的，这篇文档就会变成优秀文档，再把它喂给大模型，让大模型去迭代能力。

量子位智库：之前大家讨论ARR指标，部分人觉得它并不能代表AI产品真正产生了价值，文库是否有一些跟市面常识不一样的指标？

王颖：有些时候「对话轮次」没有太大实际价值。如果是以解决问题为核心的Agent，对话轮次多，只能说明产品没有解决问题。如果是聊天Agent，对话轮次多，也未必是好指标。聊天或陪伴机器人，更多是时长，时长不等于对话轮次。可能你每一轮给的信息浓度足够低，才会让对话轮次足够多，我认为这个指标不重要。

06 按照用户使用习惯，预测用户行为的延长线来构建用户旅程

量子位智库：文库内部有很多不同的AI功能，如自由画布等。怎么设计让不同场景之间互相引流呢？

王颖：我们并没有刻意引流、让用户去使用。我们在构建用户的旅程。

比如用户今天进来以后，写了个PPT，我们会预测客户下一个目标是什么，可能是写讲稿，我们就会把讲稿的工作流推给他，他就写出了讲稿。写好讲稿以后，用户希望把PPT变成长图，微信转发出去。他存储时，我们就会给到用户长图功能。

比如用户看完一篇文档，我们觉得他想提炼信息，就会给他思维导图。他觉得思维导图不够，想做成PPT，方便给别人讲，我们就给到了PPT。

所以这不是导流的逻辑，而是按照用户的使用习惯，预测用户行为的延长线是什么来做。

量子位智库：百度文库对于用户需求把握得非常好，无论是单点功能还是流程上，那么文库在贴近用户、理解用户上有什么做得不一样的地方吗？

钟昊：现在很多的思路还是拿技术锤子找场景钉子的阶段。对百度文库来讲，我们的产品从设计到效果产出，以及看使用率指标，都是为场景和真实交付去服务，这决定了我们在调研场景和设计路径时，会先从场景本身出发。

我们先看用户在这个场景里，现在在用的这些工具和解决方式是什么，以及对应有哪些痛点和没有被满足的地方。他用了N个工具和多种不同的格式，但最终都是为了解决场景问题。对于我们来讲，AI也好，文库强大的内容生态也好，或者能够调度多种能力、提供综合的解决方案也好，最终是补全和满足市面上解决不了的问题。

所以我们从场景出发，去谈现在的解决方式，以及对应的痛点和没有被解决的问题，用我们强大的产品、内容生态，给用户解决问题。

而不是说我今天有一个特别好的技术能力和模板生态，我就非得拿这个东西砸出一个用户场景。这样顺着推，更能够让我们针对性地去设计解决方案，也能让我们通过使用率的指标，不断反馈自己的路线不要走偏，最终能更好地推动用户的使用付费。

王颖：以前大家做时，会用现有的池子和需求。用户对我有什么需求、我怎么去满足，只看这个池子怎么做得更深。

到了AI时代，原有的产品边界被打破。原先产品这么大，现在要变得更大，让更多的新的需求进来，你提供更新的服务，而不只是原有的服务。这个需求不是原来产品的需求，而是要看上下游延长线的需求是什么。

比如网盘，最开始网盘就是文件存储、下载，最多是看剧、看网课。用户的需求就是，存储更安全、上传更快、管理更好。

我们发现存完以后，这只是当下的需求，你存是因为你觉得后面要用。我们就要围绕用的场景，看这个资源从网盘流向哪，看用户怎么用。我们沿着用户的需求来看，那接下来就是我应该干的事。而不是只管我之前的功能，同时也要做延长线上的功能。

量子位智库：将上下游的功能连接到一起时，文库怎么将它们有机融合，让用户在一串旅程中觉得非常舒适？

王颖：看在这个功能上最资深的用户是怎么用的。我们找最资深的专家和用户来看，他们需要什么服务，而且整个工作流怎样才能顺畅。在整个过程中，我们要兼顾几点，首先不要复杂，能两步不要三步，因为多一步效率就折损了；二是不要为了节俭而节俭，有时过于精简大家就无所适从了。

07 AI Agent只是实现产品目的的过程，用户满意和采纳是衡量标准

量子位智库：AI Agent对于产品的意义会像大模型一样大吗？是否会带来产品开发范式或底层逻辑的变化？

王颖：我认为AI Agent是实现产品目的的过程。用户才不管你是不是靠AI Agent，用户就想做PPT，你能帮我做就行，至于你是调用了几个工具帮我做的，用户不在意，用户在意的是你帮我做好。我认为AI Agent是产品组合和产品实现的方式，不同的产品由不同的Agent协作来做到这件事，这是我们该干的活。

量子位智库：怎么才算是用户买单的Agent，如果有三个评判标准会是什么？

王颖：第一，高时效性，要快，要速度；第二，性能，工作要稳定，不能宕机；第三，效果好。

量子位智库：稳定和效果好，是如何在百度文库Agent的某些功能得到体现的呢？

王颖：我们做任何一个Agent，先看效果，用最好的模型，先不管成本。在定义时，我们要知道什么是最好的效果，先把最好的效果做出来，然后再去优化它的性能，优化性价比和成本。在保证效果的同时，把性能做出来，这就是一个好功能。

量子位智库：衡量一个Agent产品的整体表现需要综合很多指标，文库是根据用户反馈还是其他因素去衡量Agent表现？

王颖：Agent就是做工作，就是看最后的工作用户满不满意、采没采纳、买不买单。用户买了，而且用得很好，再看有没有被反复用，这就是很好的标准。

08 多智能体并行作为不同场景沟通媒介，端到端满足所有内容需求

量子位智库：文库对于Agent产品的规划会重点做哪几个场景？为什么这么决定？

王颖：以PPT为例，它不只是「PPT」，你可以认为我们是沟通的媒介，大家问沟通媒介是什么呢？用「PPT」就很容易记。我们把「PPT」泛化了。正常的表达中，在演讲的时候会用PPT，老师讲课时是课件，面对小朋友时则是绘本。

做完PPT以后，我自己讲时是PPT。给到你，你只看PPT，内容又很枯燥，最好能变成视频。所以它是针对不同的群体和用户，去降低表达的门槛和沟通的媒介。

用户有一个诉求，想做一个可以让他表达的东西，那只做PPT肯定不够，还要有演讲稿和视频化的展示。其实用户就是存在表达和沟通的需求，用户需要这些东西都做完，方便他去跟不同的人展示。

如果是创业型公司，一会儿干这个，一会儿干那个，对用户来说效率很低，也很浪费时间。我们发现多智能体并行，就可以全部做完这些工作，我们就可以解决这个问题。你做这个事情的时候，要动用多个智能体，只有一个智能体解决不了。你做绘本，还要做长图，这就不是一个智能体，而是需要多个智能体。如果多个智能体串行的话，时间就是叠加的，这个时间就很长。

我们要做多线并行，最长的任务就是整体的时间。在这个过程中，你发现还需要有更多的素材，这个素材包括本地素材、网上素材，甚至聊天记录。因为你起心动念不是这一刻的事情，而是你一直有很多积累。

在这个过程中，我们有长记忆，需要在GenFlow里面有一套系统，帮它调用工具解决问题。只有Agent不够，你还要有材料。Agent只是一个产线，你还要有原材料。

有了原材料和产线，做的就对吗？在多智能体思考的过程中，我认知提升的地方：要把思考过程亮出来，同时人可以干预思考过程。

如果只能看你在打字，但你全做完，看你错了，再让你重新改，这也很浪费时间。所以在它思考过程中，人可以参与，纠正其中的错误，保证自己理解和角度不会错。再加上前面的原材料和各种工具，最后并行生产出结果。

一个复杂的任务，之前靠不断串行解决的问题，现在靠多智能体，在一个场域上，迅速按照你的要求去满足你的需求。我们最初从创作开始做，我们在创作上的智能体的构建和工作流的构建是最充足的。

百度文库和网盘推的沧舟OS系统，也不只限于创作。因为很多基建，用一些通用性的任务也能解决，我们现在推了MCP生态，接了很多第三方MCP。我们的输出场景也变得更丰富了，它的场景更大了，这就是我们现在做的多Agent。

量子位智库：一般为了并行多Agent，大家都会做一个调度系统，不会上升到操作系统的层面，也不会覆盖这么多的功能，当时为什么决定要做操作系统？

王颖：因为我们想一站式解决所有问题。沧舟系统是为内容而生，就是希望用户关于内容的所有需求都能端到端满足，它的全模态输入和全模态输出，就是一个完整的体系。

如果你想做完整的多模态输入和多模态输出，这要有丰富的能力，里面要有记忆库、内容库、工具库，还要有联合调度系统，这是一个复杂的能力，不是靠调度就可以，要调度也要有足够多的工具可调度。你可以认为GenFlow和沧舟OS系统合起来，才能完成这件事。

沧舟OS系统是一个特别复杂的生产线，有特别多的工具在里面。但是它怎么启动工作，用哪些工具一起工作，来满足你的需求，是靠GenFlow的调度系统。

量子位智库：相较于市面上其他的Agent产品，文库现在做得明显好的地方是什么？

王颖：第一，我们采用的是MoE架构，在时间、稳定性和成本上占优势，所以能规模化。单一模型肯定不如混合专家模型。一是性能不行，二是响应速度不行，三是效果不行。导致它某一任务的质量和性能就会差。

第二，我们第一天就是MoE。而且我的思路是先把效果做到最好，再去优化模型、成本和速度。我们有丰富的工具，都是自研的，在Agent的通信和调度上就会更丝滑，这就是我们的优势。

09 技术的领先只有半年，通过产品迭代保持用户心智才能构建壁垒

量子位智库：去年大家都在卷模型，觉得模型的质量会对产品的使用体验起到决定性作用，到了今年，对于AI产品来说，技术的重要性是否被部分替代了？

王颖：不是，它还是很重要。你生成质量好，你对编辑的依赖越小，它俩是相辅相成。

随着模型性能的提升，推理模型DeepSeek出来之后，比之前要好很多，大家的产品能力都提升了一大截。它很重要，只不过它技术的提升和工程能力是一个相辅相成的过程，两者结合以后，可以满足更多的场景，解决更多的问题，效果会更好。

量子位智库：当模型之间的差异越来越小，竞争的重点和护城河会转移吗？

王颖：技术的领先只有半年，技术不是绝对的护城河。在技术领先的半年内，是不是通过产品和认知，去获取用户心智，构建出自己的壁垒，这才是最重要的。技术只能给你获取一定的领先时间，但不是绝对的壁垒。

壁垒就是用户认知，以及你的迭代速度。你迅速迭代，迭代得对，一直建立用户心智，一直到你变成用户最好的朋友就够了。

量子位智库：除了老用户之外，文库过去半年有持续的新用户增长，这方面有什么心得？

王颖：我们现在新用户的增长非常多，自然用户非常多。APP在没推广的情况下，自然用户涨了一倍。

复盘原因的话，一是你的能力要能真正解决问题，产品要能真正解决问题；二是天生具有商业优势，能持续获量；三是增长时要有创新。

我们现在的增长系统是一整套的AI创新产品的搭建，这不像以前，你推广一个产品，有个落地页就可以了。我们现在的落地页本身就是一个AI产品，把人带进来时就能用了，这是缩短链路。

10 专家创作者既是AI优势，也是创作者生态优势

量子位智库：文库之前也在做创作者社区，让大家上传文档，现在加了AI元素后，也有创作者兼职创收的场景。文库对于创作者生态怎么看？

王颖：我们的创作者生态做得挺不错的，现在基本上每天有几万个专业的创作者，这是日活。有的创作者，一年赚了小十万元，家里的房子装修用的就是在文库赚的钱。

我们跟别人有显著的不同，这既是文库在AI上的优势，也是我们在创作者上的优势。我们在AI上的优势在于，都是专家的专业资料，而不是很水很泛的资料，这样才能保证我们生成的质量好。

△百度文库专业作者榜

我们的创作者标签经常是建筑师、护士、医生、副教授、老师，他们有专业的身份。他通过生产专业的文档和知识，包括通过我们的工具协助生产专业知识，分享给别人来赚钱，这些恰恰是别的平台分发不好的。比如让创作者在抖音上分发效果就没那么好，大家都喜欢看娱乐新闻。有专业知识的变现诉求的人，在我们的平台跑得比较好。

量子位智库：没有AI之前也有专业人员在做分发，加了AI之后，随着门槛降低，整个生态构建会有跟之前不一样的地方吗？

王颖：会有一点。我们会把工具做得更便捷，让产能提上来，这样就有水化的问题。所以我们要加强内容的审核和去水化。你自己要做AI，也要反AI。

不是不让大家用AI，AI是个工具，但一定要有自己的知识在里面，这样才有意义。因为纯AI写的东西没有用，我们反AI也做得很好。我们有一个反AI的能力，也是我们在海外获客很好的功能。

11 一站式产品会大幅减少单点功能工具数量，创业公司要做好战略选择

量子位智库：百度文库作为一站式、多功能覆盖的工具，是否会吞并市面上细分市场的单功能工具，如AI PPT工具等？做单点功能的工具突围点在哪里？

王颖：本质上用户不需要那么多工具，谁会家里放十几把扫帚，不需要。

好比大家都在做对话陪伴类APP，文库干嘛要做呢？这是战略选择的问题，战略就是取舍，没必要做成功率很低的事情。

一站式产品确实不能替代所有工具，但会大幅减少工具的数量。

量子位智库：DeepSeek出现时，国内很多产品包括文库都进行了接入，普遍出现了爆发性增长。未来还有这种现象级的增长机会吗？

王颖：我认为全模态能带来很大的突破，稳定性和速度上会有变化。比如视频，现在生成一个视频，成本很高，时间很长，而且有的视频生成不是端到端，在这方面可能会发生新的变化。

量子位智库：是否有用户需求和现有技术之间的GAP，预计短期内没有办法解决，暂时只能靠工程化方法来改善？

王颖：比如端到端生成半小时的视频，就是生成不了，生成质量也不高，这时就需要工程化解决。如果需要可消费的内容，它的信息量要很丰富，信息质量要保证的话，就需要在模型缺陷上做很多的工作才能解决这些问题。即便是这样，也比原来的成本低很多。

12 AI产品经理需要比用户超前半步，摆脱路径依赖且有「真执行力」

量子位智库：如果复盘文库从+AI到今天的规模和成就，最重要的三点或三个关键词是什么？

王颖：第一要坚定，要相信这件事。有的人做不是出于相信，而是蹭热点，由于意志不坚定，中间失败就会退出，也有的不坚定就会盲目跟风，导致做错。

第二是选择，选择正确的战略和方向。如果我开始不做PPT，就写小作文，时间就浪费了；假如我不做编辑器，现在的成果就都没有。

我们现在的AI编辑器能力，比友商整体DAU都大。这是我们的基石，后面的快速迭代，都是因为我做了编辑器和自由画布。

第三要找对人。但凡人不行，这个事也没有戏。

所以一是坚定自己的愿景，二是选择正确的战略和路径，三是用对伙伴、找对伙伴。

量子位智库：在AI时代，用人标准有哪些变化？

钟昊：“AI产品经理”这个词在两年前大模型出现时很火，后面又火了一段时间，但到现在行业里不再多提。现在它回归本质，虽然AI很火，但是它依然是解决用户问题的手段之一。AI产品经理和互联网产品经理没有天壤之别，方法和目的不会完全不一样。

但AI确实带来了很多改变和变化，就像大模型技术有多重要一样。大模型技术最重要的点是打开了产品的空间和想象力。

现在我们做AI产品的同学，有的时候对需求场景、工程技术的理解，要比用户还深，比技术同学还要更清晰，它的综合性要求会比以前高一个台阶。

因为以前更多是作为用户代言人，为用户需求代言，做带有用户场景的满足和挖掘，基本上已经完成了百分之七八十的工作，剩下就是等待工程化的时间。

现在的产品经理，有了AI以后，AI可以像人一样解决用户很多问题。你要稍微跑得比用户更靠前，比如上下游，很多时候用户都没有意识到——原来这个下游问题，可以通过AI帮我去解决。

就像他不知道，我在一个PowerPoint的编辑器，可以同时生成演讲稿，并且把演讲稿变成思维导图。用户无法想象，但这是用户的需求。你要去总结观察，把这些东西挖出来。

上游问题也一样。上游不知道AI还了解我的记忆和历史，在我授权时，可以读取很多资料。这时你要比用户超前半步。就像艺术来源于生活，但也是超越生活。

你需要更懂技术路线，因为很多时候迭代太快，会造成很多信息茧房。

哪怕是最前沿的技术工作者，他对他的方向很专，但对于其他方面，因为迭代太快，他未必很了解。你需要综合去看，所有这些前沿技术也好，工具也好，怎么样进行更优的组合，来解决这些问题。

所以从整个的场景设计和需求的理解、技术的理解，要比之前更综合、更全面一些。对于自己前瞻性的思考，要求也会更高。

就像王颖总提到的几个关键词，我要坚定，要会取舍，要会找对人。我相信这三者都来源于有前瞻性，你足够前瞻，就足够坚定，就敢于取舍，也能找到正确的人。这对于产品团队的要求，我认为是上了一个新台阶。

王颖：对我而言就是几个词。

一是学习能力要强。因为现在环境变化太快了，你要有时刻学习的能力。

二是空杯心态。有些人很聪明，学习能力很强，但特别骄傲、ego特别大，那就完蛋了。我很赞同马斯克说的，ego to ability（自我与能力之比）这个值越大，你就越完蛋。这个人要很聪明，要有空杯心态，我倒不在意他的过往经验怎么样。

三是敢于打破自己，不要有路径依赖。现在要敢于打破自己，不要有路径依赖，看看新的做法行不行。

四是不要给自己设限。很多人会给自己设限，我们只能干成这个样子。因为你现在的能力变了，你应该尝试一下你这个范围以外的事情，上下游不要给自己设限。

最后是最重要的事情，你得有执行力。有些人就是嘴炮，我说的执行力是真执行力，而不是假努力。你经常看到一种人，“我不把什么干好就怎么样”，空口革命特别厉害，但是原地踏步、原地凿坑。这种东西很容易伪装，也很难识别。我们要找真正有执行力的人，如果你没有执行力，行业迭代这么快，你原地这么喊只会被落得越来越远。

量子位智库：在AI产品开发和推广过程中，是否出现了一些传统互联网产品不涉及的新工作、新工种？

王颖：比如数据标注。这种数据标注跟原来的数据标注不一样。之前的数据标注更多是是与否的标注，加人就可以了。现在的数据标注是专家标注，要告诉你哪个好，哪个是对的，把数据精标出来，交给模型。这就是工种的变化。

量子位智库：百度文库的公域数据，都是经过精细二次处理再交给模型吗？

王颖：不是所有数据都这样。最开始我们就有一个质量判定，过了这个判定，已经可以达到门槛之上了，我认为它已经是60分到80分的数据了。我们在精调模型时，构造的数据还是小量的数据。

13 功能优先级排序要符合战略主路径，迭代依据线上数据和用户回访

量子位智库：开发不同的AI功能时，怎么判断各个功能在上线顺序和资源投入上的优先级？

王颖：我们排优先级很简单。

一是这个工作是不是符合战略主路径；二是它是不是先做就能把领先优势建立得更多，如果提前布局就能把领先优势提前建立起来；三是我做了它，别的人是不是能受益，而且把竞争门槛加高。这就是我们的判断。

量子位智库：判断AI产品某个功能要不要做、PMF够不够好、做得够不够成功，相比传统互联网产品是否有新的标准？功能上线后要怎么去判断用户的需求变化、以及做相应的功能迭代？

王颖：我认为本质没有变化，都是看用户规模、使用和留存。AI产品也是满足用户需求，其他互联网产品也是满足用户需求。用户满意和不满意，核心标准还是那几个，就是用不用你。

产品上线以后，我们自己有一个用户使用路径的构造。用户觉得这个不好的话，自己会有表现，比如他在那卡了，希望给加个修改，或者有其他需求。第一，线上的数据可以有反馈；第二，我们有用户回访。这些都会在后续版本中做迭代。

以前的产品客服就是接电话、解决投诉。我们的客服不是这样，我们的客服会主动出击，除了接电话和解决Case，我们客服系统会做大模型的挖掘、总结，看问题主要是哪几点，看哪些功能产品出现问题，再反馈给产品和技术去迭代。另外他们也会主动联系用户，比如在各个社交平台上，看用户对产品的投诉，去联系用户把Case收集回来。

量子位智库：年初有提过在AI功能的带动下，百度文库付费率年同比增长60%，文库在付费时点和触点设计上有哪些独特之处？

王颖：因为对产品有自信，我们不是一上来就付费，而是限免。我们要衡量带给用户的价值，价值大才会收费。

第二就是激发用户多用我们的产品。我们希望用户用更多的功能，这样可以给我贡献更多的数据，方便我的产品迭代。