分析师 刘萌媛 刘铁鹰
量子位智库 | 公众号 AI123All
随着豆包和元宝两大头部智能助手的入场，能够在短短数分钟内将任何内容（话题、链接或文档）转为对话式播客的AI播客工具从小众走向了大众视野。但疑问依旧重重——
AI播客究竟是天花板有限的伪命题，还是场景仍可持续拓展的新一代交互方式
主打功能大差不差，如何在产品细节上进行区分
语音交互技术看似进展迅猛，但距离全面、满分的产品化还有多远
当大厂纷纷入局，初创产品起步虽早，该如何利用先发窗口期
…..
为了回答这些疑问，量子位智库邀请了入围2025年H1创新AI 100榜单的AI播客工具ListenHub，进行了一场深入交流。
在这次访谈中，创始人橘子老师将ListenHub定义为未来每个人的音频助手，可以涵盖播客、文章甚至长内容等任何用户需要的音频内容形式。结合ListenHub的实例，我们也看到AI播客产品（包括未来的Agent形态）中包含的know-how和细节设计远超想象。
此外，橘子老师也分享了自己作为多年AI产品负责人和创业者，对AI时代产品在发布时间、付费设计、需求收集等方面的落地看法。
无论是AI播客的爱好者或者开发者，还是初创公司，期待大家都能够从本次访谈中找到一些属于自己的参考。
关于ListenHub：
△ListenHub主界面
核心功能
AI播客：可将文字、网页、文档等内容一键转化为自然流畅的播客音频，支持双人或单人模式，提供多种音色选择，适合高效获取信息或创作播客。
FlowSpeech：全球首个将书面语转化为口语化音频的TTS功能，能精准还原文字内容，支持用户定制专属音色，尤其适合需要自然语音输出的场景，如有声读物、教学讲解等。
△ListenHub依据量子位文章所生成的AI播客
Key Takeaways：
以下为ListenHub创始人橘子老师和量子位智库的详细对谈内容。在不改变原意的基础上，量子位智库进行了部分内容修改及简化。
访谈实录分割线
1、核心定位为「创作者的AI嘴替」，信息整理Agent是AI播客产品的核心
量子位智库：FlowSpeech使用效果很惊艳。想了解从TTS技术到最终完整交付，中间有哪些链路设计及产品工程化设计？
ListenHub：这个其实要从ListenHub开始说。我们做ListenHub时，定位是创作者的AI播客制作工具。
我们做出海时，有个用户发邮件联系我，问产品怎么用。其实这个产品很简单，把文字或链接放进去就能输出播客，我从没想着写教程，他问有没有视频教程，我就说没有但可以现在写，之后打开Notion写了一份发给他。
他学会后，我们开始邮件沟通，后来我发现他是位85岁的美国老人，得了肺纤维化，已经四年说不出话，但没被疾病打倒，在线上组织了一个汇集美国所有肺纤维化病人的社区，有5万人。他很想表达，想通过社区传递肺纤维化相关知识和情绪价值，让社区变得更好。
他用ListenHub的方式，是把很多资料和心得放进去，让两个主播聊这些内容，再呈现给社区。我们和他聊时发现，他非常想表达，播客只是其中一种方式，所以我们就想能不能把播客中的某一环单独拎出来做。
播客制作其实可以理解为有三层Agent在处理：一层负责信息获取，包括公网和私域信息；另一层做内容整理，把海量信息整理成结构化材料；第三层把材料转换成口语。
我们把第三层口语转换部分单独拎出来，做了FlowSpeech这个产品。做出来后，希望它能成为社区维系者或创作者的“嘴替”，不仅能做播客，还能帮他读文章、读小说、准备演讲，各种形式都放开，初衷就是这样。
量子位智库：“内容材料处理”部分是由另一个Agent负责吗？技术上具体如何实现？比如模型微调或工程化方面。
ListenHub：这部分源于我们做播客时积累的很多know-how。
一般AI公司可能更侧重AI技术研发，但我们因为做内容，在播客制作上看了很多关于如何做好传统播客节目的论文，把论文中语言、表达等方面的know-how融入产品。
再结合ListenHub已上线两个多月，有很多付费用户每天提产品建议，我们也把用户的know-how吸收进来，放到Agent里，这样就让效果变得很好。
量子位智库：三层Agent中，第一层类似AI搜索+AI写作，扩充原始文本；第二层加入播客制作know-how；第三层调整语音适配播客或FlowSpeech的新形式，这样理解对吗？
ListenHub：对，整个产品可以这样理解。
现在的AI产品本质上都在做上下文工程，你可以理解为上下文里包含这些信息：用户输入的所有材料、AI主播的性格特征和说话方式、制作播客或其他内容的know-how。这些上下文拼在一起，就能输出较好的结果。
中间会有好几步，这些步骤是Agent动态规划和处理的过程，不是单纯的一个Prompt。它会根据材料的介质（比如是文章、书籍还是PPT）和主题，自动选择合适的讲述方式，再输出结果。
量子位智库：ListenHub作为大的Agent综合体，和市面上像深度研究这类通用型Agent产品相比，有什么不同之处？
ListenHub：我觉得深度研究是所有Agent都会包含的功能，比如今天的Manus、Genspark、天工Skywork，都用了深度研究技术，它有点像AI搜索升级后的形态。
我们做的是音频Agent，本质上也用到这个技术，这件事本身没有差异性，差异性在于交付的内容。
比如Manus这类产品，一般交付PPT或网站，也能做播客；而我们定位不同，我们是AI创作者的“嘴替”。他们的定位可能是通用Agent，帮大家输出PPT、网页用于展示或销售等。
量子位智库：想了解产品开发中，有哪些用户不易注意但影响最终体验的细节？
ListenHub：用户一开始用，可能很难注意到我们的播客和豆包、NotebookLM的区别，但付费用户用多次、听完一两期后，会明显觉得我们的内容质量更高。
举个例子，我们最近和温州交通广播有个意外合作。他们是正规广播电台，想新办一档讲述温州文化和历史的节目，希望用AI加速制作，最终选了我们。
我们问他们为什么选我们，他们说发现我们基于温州历史文化材料做播客时，没有“幻觉”，这说明我们的上下文管理做得很好。
现在用其他产品做类似内容，很多细节会被AI捏造，但我们的AI会忠于原文，在此基础上把内容变成播客，这是很大的不同点。
量子位智库：解决上下文问题，是因为选了更合适的底模，还是有RAG等辅助手段保证效果？
ListenHub：首先，工程链路优化我们花了很多时间，这是个综合工程，但核心是中间负责信息整理的Agent。
我们对这个Agent有几个重点要求：第一是事实性，制作内容肯定不希望有“幻觉”，所以事实性很重要；
第二是内容完整性，我们的Agent很少漏东西，会有校验循环步骤防止漏内容；
第三才是把内容转成双人对话，让它有自然感、活人感。
前两部分的Agent设计，要参考很多论文的know-how才能做好，这方面要钻研得非常深。
量子位智库：想了解ListenHub从立项到现在的发展，用一句话怎么定义它？长远来看有什么期望？
ListenHub：ListenHub的定位很简单，就是“创作者的AI嘴替”。长远来看，不管是做播客、有声书、脱口秀、相声，还是视频号口播，只要需要声音，我们希望有一个AI能帮用户表达。
2、付费用户大部分是自媒体从业者，逐字编辑等特色功能让ListenHub从AI播客脱颖而出
量子位智库：目前ListenHub最主要的用户群体是哪类？是个人创作者还是机构？需求是个人创作还是商业化（如营销）方向？
ListenHub：现在很明确，看付费用户就知道，大部分是自媒体从业者。
他们有的做营养和医学领域，有的做汽车，有的做财经，都有自己的自媒体号，每天写公众号或发视频号，ListenHub成了他们创作的必备工具。
比如做公众号，写文章很累，把材料整理好丢给ListenHub，它会输出播客脚本和音频，把脚本内容粘贴到微信公众号，一个字都不用改就能发，效果很好。
量子位智库：听起来像创作者的“第二分身”。
ListenHub：对，因为我们的口语化处理和材料整理做得特别好，所以用户能直接用，不用改一个字。
而且创作者发现，哪怕把财报放进去做公众号解读，内容也没有“幻觉”，里面的数字都非常准确，他们会校对，但最后发现没问题。
量子位智库：国内做AI播客产品的不少，为什么只有ListenHub能做到这种精准水平？
ListenHub：这可能和我们的定位有关，我们定位是最专业的AI播客工具。和NotebookLM、豆包相比，我们有几个独有的功能：
第一是支持逐字编辑，上传内容后，觉得某些字或表达方式不好可以删掉，也能添加开头打招呼、结尾说再见等内容，完全支持自由编辑；
第二是可以更换音色，既能用我们默认的优质音色，Pro会员还能定制音色，用自己的音色表达——这很重要，音色是个人品牌，能让用户记住你，而NotebookLM只有两个音色，大家都用就没有差异化；
第三是不仅能做双人播客，还能做单人播客，单人播客在科技、财经等信息密度高的领域更合适，比如得到、樊登读书也以单人为主，信息输出效果更好。不是双人技术难度高就一定好，要结合用户实际场景，用户和粉丝觉得好才是真的好。
3、先抛出MVP（最小可行产品），前100个付费用户带来最有价值的需求
量子位智库：这些精巧功能的需求是怎么发掘的？如何确定用户有打造自媒体特色的需求，又怎么设计对应功能？
ListenHub：我做产品有个原则：先抛出MVP（最小可行产品），找到第一波用户，尤其是付费用户——前10个和前100个付费用户非常重要，而且不能是朋友，得是陌生人。找到这些用户后和他们聊，他们的需求会特别真实。
我们很多用户是国内四五十岁以上的人，超出我们的预期。他们使用产品时会遇到很多问题，也有很多需求，希望降低产品使用门槛，我们就和他们深度沟通。
因为要定制功能，所以花了很多时间和每个用户聊天，前100个用户我们都当成朋友沟通。这部分投入的时间和精力，帮助产品越做越好。
量子位智库：第一批用于收集MVP反馈的种子用户，没有借助现有共同圈子的话，是怎么获得的?
ListenHub：首先还是需要基础曝光。我自己做自媒体，也有很多做自媒体的朋友，会号召大家帮忙转发，获得基础的1万次曝光，再从这些曝光里筛选适合的用户。基础曝光没那么难，找朋友帮忙或找KOL体验产品就行。
量子位智库：获取100个付费用户会不会有挑战？
ListenHub：获取100个付费用户挺有挑战的，因为我们定价不低，Pro版一年要1000多块钱。
对大部分人来说，需要仔细考虑才会决定付费，比大家想象的难，不是朋友打赏、发红包那么简单——用户要真的掏出钱，觉得用得上才会付费。
一开始有用户问我们能不能支持某个功能，说支持就愿意付费。我们考虑后发现功能不难，就做了出来，然后发邮件或在微信上通知用户，用户很开心，就买了年费会员，就是这样一个一个积累的。
4、凡是有助于「用户付费」的功能，都有更高的开发优先级
量子位智库：产品经理常会收到大量需求，因资源有限，既要判断需求必要性，又要确定功能开发优先级。ListenHub怎么判断需求必要性？功能开发优先级有什么策略？
ListenHub：需求判断上，用户多了之后其实很好判断。比如有三个用户需要某个功能，那这个功能肯定很重要。
一开始上线时，用户提想要编辑功能，我们觉得AI时代不该需要手动编辑，而且编辑功能开发时间长，就跟用户说想做纯AI播客，让AI帮用户做所有事。
但有了付费用户后发现，他们要把内容做好发视频号，有错字会很影响体验，所以还是做了编辑功能，而且用AI来做，让我们的编辑功能成为所有产品里最简单、最好用的。
编辑的本质是处理文本，我们让AI处理用户编辑好的文本，不用像以前那样在多个框里改字拼接。用户可以直接编辑文本，也能用豆包、Kimi处理文本后粘贴到我们产品里，直接生成新内容。这种方式解决了所有问题，开发成本低，用户也喜欢。
功能开发优先级的核心指标是用户付费——凡是为用户付费服务的功能，我们都认为优先级高。
量子位智库：用户付费方面，有没有和预期不太一样的地方？
ListenHub：有。一开始定价9美金每月，用户反馈最多的是“不够用”。我们就升级到19美金的套餐，用量翻到2.5倍，基本就够用了。
除了自媒体用户，还有意外的企业用户。比如有个化妆品品牌，很多成分用户不知道用途，他们把成分报告和说明放到ListenHub里，生成内容给内部4000人做培训，这4000人每天听ListenHub学习材料。
还有做NFC卡、RFID芯片出海的用户。芯片很抽象，需要很多应用场景，他们就网上找信息，用ListenHub生成场景内容，讲解芯片如何应用到硬件里，用量很大，一周就用完了，还需要加买套餐。
5、AI应用公司擅长在单个场景把60分的模型通过工程化提升到90分的产品
量子位智库：有没有领先市场需求的功能？怎么开发这类功能？又怎么教育用户？
ListenHub：FlowSpeech就是这样的功能。
以往所有TTS都是直接把文字转语音，但我们做播客时知道，把书面语直接读出来是不对的，文字里蕴藏着很多智能——自然的表达中，书面语和口语是完全不同的两种方式。我们认为这件事很重要，就第一个做了，而且有一定技术挑战。
技术壁垒可能不高，大厂想抄或许几天就能做到，但我们觉得这个实际问题没人解决，有责任去解决。做完后刚宣发，很多用户说“很需要这个功能，以前没人想到做”，觉得我们在解决真实小痛点。
这就是AI应用公司和模型公司的区别：模型公司做一套模型覆盖多个场景，每项可能只做到六七十分；AI应用公司会把60分的东西，通过工程化提升到90分，满足用户实际需求。
量子位智库：从用户观察来看，在内容创作或语音相关场景，有哪些用户关心但纯技术导向、离场景远的公司没注意到的点？
ListenHub：我们最近在海外开发嵌入式播放器，意思是现在分享ListenHub链接就是个普通链接，开发完后，分享链接会变成可嵌入各种网页的播放器，成为文章的一部分。
这个技术在海外比较流行，国内因为生态问题没人支持，但其实很重要。这种需求只有和用户深度沟通才能发现，而且有一定技术难度。
6、用户参与内容生产后的「Aha Moment」，是转化付费的关键
量子位智库：付费率是北极星指标，从用户接触产品到付费有长转化路径。倒推一步，哪些二级指标对付费率至关重要？
ListenHub：第一个是用户注册。用户注册之后才能生成。
另一个是付费用户反馈，他们的“Aha Moment”（顿悟时刻）出现在第一次自己生成内容、听完生成的音频时，这时就会想付费。
所以我们很重视这个转化——如果用户只在探索页听别人做的内容，感受不到“Aha Moment”，因为我们的音频内容和小宇宙、喜马拉雅没有本质区别。
只有参与生产，才能意识到“原来这么方便，能把以前没法读的内容变成可听的”。很多人跟我们说，以前想读某本书但太难读，做成播客后一下就听懂了。
产生“Aha Moment”后，才会有转化冲动，愿意付费，这很重要。
量子位智库：怎么引导用户第一次接触就参与生产？
ListenHub：我们设计官网时，没像一般SaaS服务那样先做总体介绍，再让用户登录、使用，而是一开始就给用户一个输入框，让他们尝试，尽快进入生产状态。
量子位智库：过去互联网产品看重的指标，现在哪些成了虚荣指标，对AI产品参考意义不大？
ListenHub：过去互联网产品看重的“时长”指标，在AI时代不太成立。
产品核心本质是商业化，要赚钱。移动互联网时代，没有token成本，网费便宜，能靠大用户量、时长、广告赚钱，时长的本质是商业化空间大，不是最终目标。
但AI时代以完成任务为目标，用户用AI产品时，越快完成任务越好，不需要长时间停留。而且AI成本高，需要用户付费覆盖成本，要服务有付费能力的人，所以把用户完成任务和付费作为指标更合理。
7、AI产品开发的参与者需要「人人都是产品经理」，AI应用的飞轮效应在于用户know-how和认知积累
量子位智库：除了衡量体系，AI产品和上一代互联网产品在开发流程、方法论上有什么变化？
ListenHub：开发流程上，我们公司和我以前待过的公司（我2009年开始工作，经历过很多公司）完全不一样，有两个主要不同点：
第一，我们至今没有传统的产品经理岗位，是“人人都是产品经理”。
我们不再使用以前那种非常完善的PRD，产品设计师兼任产品经理做设计；以前由策略产品经理完成的很多策略，现在研发也会承担一部分，比如付费系统的策略，每个人都能提想法，合理就可以做。
这对员工要求高，需要大家有产品经理思维，同时也能让大家更有创意，有表达和发挥能力的自由。
第二，AI深度融入开发。现在做策略、产品设计、开发，都会深度用AI，AI是我们重要的“员工”，每个月AI相关开销相当于一个实习生的工资。
AI能帮程序员、产品、设计提升30%~50%的效率。
量子位智库：“人人都是产品经理”，是创始人的组织特色选择，还是AI产品本身和互联网产品不同，适合全员参与？
ListenHub：和我们公司的理念有关，但也是未来趋势。
以前做ListenHub这样的产品，需要较大团队规模，而我们今年5月上线时，公司只有8个人。
整体来看，团队规模在缩小，每个人的职责范围在变宽——以前招聘需要产品交互设计师、UI设计师、多个产品经理，现在一个人就能搞定，前提是这个人能力强，且能用AI提速，没有AI的话很难实现。
量子位智库：上一代互联网产品靠飞轮效应、网络效应打造竞争优势，AI产品还有类似的通用竞争优势或护城河吗？
ListenHub：分两部分看：
第一是数据飞轮。技术侧（比如模型侧）的飞轮和标注团队相关，不是用户数据飞轮。
比如美国的Scale AI（被Meta收购），能做好标注，很多标注需要硕士、博士完成，这会提高模型上限，它的飞轮和用户使用无关。
AI应用侧的飞轮在于用户需求、用户know-how，以及我们调研播客制作论文积累的数据。这些飞轮不仅能用在ListenHub，未来我们做交互式Audio Agent，这些数据也很重要，是存在的。
第二是网络效应。今天网络效应不太成立，任何事物都有规模效应，比如品牌声量越大，规模效应越好，成本越低，但网络效应不成立。
以前内容平台是创作者和消费者的双边市场，没有消费者，创作者发内容没人看；没有创作者，消费者没内容可看。
但现在人和AI交互多，天然不依赖强网络效应，尤其是社交产品，以前人和人社交需要多人参与，现在人和AI社交，不太需要网络效应。
8、Agent大概率是创作产品的最终形态，「视频接收+音频输出」将是核心人机交互方式
量子位智库：ListenHub未来还会做一款Agent产品，您觉得AI创作领域，Agent一定是最终产品形式吗？对未来Agent矩阵有初步描绘吗？
ListenHub：Agent在创作领域大概率是最终形态：用户提需求，AI自动完成一版，用户提修改需求，AI再改进，这很可能成为范式；消费侧目前还没形成共同范式。
我们在做面向普通消费者的Voice Agent（语音智能体），认为这是重要方向，有两个核心变量：
第一个是语音交互。大家知道罗永浩做过TNT，当时太早了，现在做可能很实用；还有Plaud这类录音硬件卖得很好，年营收可能超1亿美元。
音频交互越来越重要——视频是人类接收信息最好的方式，音频是人类输出信息最好的方式，视频接收+音频输出会是接下来核心的人机交互方式。
不管是智能蓝牙耳机、智能眼镜，还是其他智能设备，都需要语音交互，所以我们下个Agent产品以语音交互为主。
做语音交互有两个挑战：一是根据用户语音识别意图，做出好的音频内容，这需要积累很多创作者数据（所以先做ListenHub积累数据飞轮）；二是用户输入的自动语音识别和意图理解、分析，这部分我们正在构建，做好这两部分才能做出“音频陪伴”类的Agent。
量子位智库：今年语音交互技术（如豆包、MiniMax系列）有大进步，从整体表现和性价比看，它到全面产品化阶段了吗？还有哪些没做好的地方？
ListenHub：还有很多没做好的地方。比如豆包现在最大的PMF（产品市场契合）在儿童群体，小孩特别喜欢跟它聊天，但成年人用会觉得“太弱智”。
我最近设计新产品，想找AI聊产品发散思路，发现豆包无法跟我一起发散思考，甚至对很多产品认知错误——我让它举一些AI产品共有变量的例子，它说“ChatGPT的最大变量是优秀交互”，但ChatGPT的优秀交互根本不存在，很荒谬。
这背后的原因是，语音交互场景为了保证实时性，不能使用特别大特别慢的模型，甚至会用很多端到端模型，缺点是“智商不够”。
比如一个7B参数的多模态模型，一半空间放语音数据（语音数据本身没智能），文本数据只占一半，智能度自然低。
但很多场景需要智能，不是实时交互——用户没那么急，比如开车半小时到公司，希望这半小时听最近三大刊新闻的30分钟播客，这种场景不需要AI立刻开口，花1分钟整理内容也可以。
现在的实时交互聊天有点走偏，为了实时而实时，不一定满足所有场景。
量子位智库：语音相关场景中，哪些在半年到一年内可能成熟并实现产品化爆发？
ListenHub：只要用心做场景，挨个做好，很多场景都可以。
比如AI陪聊产品设计：我需要一个空间，和AI一起发散思维，找市面上热门AI产品，AI不停抛案例，我分享感受，一起思考，满足产品设计需求。
再比如晋升答辩辅助：把PPT放进AI，让AI扮演面试官听答辩，答辩后AI打分、提建议，再沟通改进。
现在的语音助手连输入文件都不支持，没针对这些场景做优化。
9、模型选择依赖于产品工程师的「品位」，Prompt编写和Agent设计要拉短距离
量子位智库：您提到“用世界上最好的模型和最用心的AI Agent链路”，Agent链路之前聊过，那从场景需求出发，选择模型有哪些考量指标？怎么选适合产品的好模型？
ListenHub：选择模型的结果，依赖产品工程师或产品经理的“品位”——他们得知道“好结果”是什么样的。
如果没做过好内容、没做过自媒体，就不知道什么内容好，很难教会AI；做强化学习也一样，得告诉AI“这个小说比那个好”、“这个结果比上个好”，AI才能学习。
目前AI很难取代人做评估，比如让AI判断小说好不好不成立，还是需要人评估。然后要把评估标准转化为标准化内容，建立自己的评估集，让团队对齐认知，这很重要。
同时，从产品经理到工程师，都需要提高“品位”，这也是“人人都是产品经理”的原因之一——大家的品位都在提高，都在成为“超级个体”。
量子位智库：“品位”能再展开说吗？什么是AI产品的“品位”？
ListenHub：“品位”是分场景的，比如“什么是好播客”？科技、财经、八卦故事三类场景，AI怎么讲才好？
以前的迭代逻辑是：运营评判好坏，把建议给研发，研发改Prompt、改Agent设计，但这不成立——改Prompt和Agent设计需要一个人负责，运营很难做好工程化的上下文管理，让研发做这件事更合适。
Manus团队有个好分享：把Prompt编写和上线之间的距离拉得越短越好，这就是很重要的know-how。
量子位智库：从“打工角色”到“主导AI产品、搭建高效组织”，哪些方面需要转变思路和方式？
ListenHub：最大的变化是视野。做CEO要更关注全局，很难兼顾特别细的细节，所以非常需要产品设计师帮我把控细节——一个人关注细节，一个人关注全局，这样配合最好。
以前做执行时，CEO给建议，我做细节，这方面我做得很好；但现在需要舍弃部分细节，关注战略和宏观思考，这很有挑战，是最大的转变。
10、AI产品要尽早推出，第一次亮相就须把核心链路做到最好
量子位智库：有说法“互联网时代可先推不成熟产品占先机，AI时代因底模相似、竞争差异小，首次亮相需细节足够好”，您怎么看？细节在产品不同阶段要求不同吗？
ListenHub：AI时代依然要尽早推产品，不然容易丧失先机，timing（时机）很重要。但细节要聚焦主流程，也就是“Aha Moment”所在的环节。
比如我们上线时只有主链路：用户丢任何内容进去，生成播客，没有其他功能，甚至没有付费功能——不是不想做，是研发付费功能（套餐设计、接入Stripe等）要花很多时间，不能把时间浪费在这，要先推核心功能。
一开始我们限免，也是因为没开发付费功能。但一定要先推出去，且核心链路必须有差异化——第一次亮相很重要，是用户对你的第一次品牌印象，后面再升级，用户也不会投入太多注意力。
要利用好第一次亮相的机会，把核心链路做到最好。
量子位智库：核心链路要足够惊艳用户？
ListenHub：对，或者说你自己录产品体验视频时，主流程做得好就行——用户体验产品时，也是按主流程来的。
其他功能比如“修改头像名字”、“互相关注”、“页面分享”，甚至付费功能，都没那么重要。
量子位智库：ListenHub选择亮相时机时，考虑了哪些因素？
ListenHub：主要考虑两点：
第一是越快越好，我们想今年1月亮相，但公司刚成立，需要时间准备；
第二避开大厂锋芒，比如如果今晚GPT-5发布，大家都关注，明天发产品就没用。昨天晚上我还在纠结今天要不要发，看GPT-5没发，就赶紧发了，公众号文章早晨花1小时编辑就发出去了。
（注：访谈当天早晨FlowSpeech上线）
11、创业者无法避免被大模型厂商的「覆盖」，但差异化的功能筑造用户切换成本
量子位智库：两个问题，一是如何避免未来产品被大模型厂商的能力升级吞噬？二是如果小宇宙、喜马拉雅等传统平台加AI播客功能，ListenHub怎么应对？
ListenHub：这是今年创业者常被问的问题，我的看法是：
首先，大模型厂商不是“想吞噬你”，是“顺便覆盖”，你没办法完全避免，但大模型进步没那么快——GPT-4到现在已经两年半，这期间很多公司（比如做插件的Monica）依然有很好的营收和用户量，是稳定的服务。
而且用户切换成本高，只要你是细分领域第一个做的，用户很“懒”，哪怕对方也收费，用户也不愿切换。
其次，传统平台比如小宇宙、喜马拉雅，据我所知小宇宙定位反对AI播客，喜马拉雅想做但做不出来，有技术和组织问题。
就算他们做了也没关系，我们有差异化：我们服务创作者，需要编辑功能、音色克隆等功能，他们不会做；我们还会加数字人、一键转口播等创作导向功能，会越来越专业。
我相信不会所有用户都集中在一个产品，一定有很多细分空间。
量子位智库：NotebookLM推出播客功能时曾引发关注，现在回头看，它的亮点可复刻吗？后来者有机会赶超吗？还是有壁垒？
ListenHub：真正的壁垒是“认知”，复刻功能达不到它的高度——不是技术高度，是传播高度。
传播的本质是“超出预期”，NotebookLM发布时，大家的预期是“0”，它做到了“1”，是从0到1的突破；后来者再做，是从1到1.1，很难超出预期，自然没有传播度。
创业公司一定要做“别人没做过的创新”，比如FlowSpeech没人做过，虽然是小功能，但我们是第一个做的。别人可以抄，但抄的时候要付出10倍、100倍的认知成本。
12、AI应用公司很难控制技术走向，要学会「顺势而为」
量子位智库：做好AI产品和AI初创公司，最重要的分别是什么？
ListenHub：做好AI初创公司要素很多，很难概括。
对我们来说，“以终为始”很重要，但创业公司很难完全做到——比如在上一家公司时，目标是AGI，但跟投资人说AGI，他们会觉得你在“骗钱”，只能先做商业化，赚钱养活自己，再一步步靠近目标，还要和行业进度PK。
ListenHub也一样，第一次融资时，我们想做“面向女性的情感陪伴电台”，能提供情感故事、互动共鸣，但做这个产品需要很多内容know-how、对女性的理解，以及语音交互和内容技术积累，直接做会花光钱还招不到人，所以先做了ListenHub这个中间环节。
这对我们帮助很大，5月上线到现在两个多月，团队人数翻了一倍，大部分人是看到ListenHub才加入的。创业本质像“西天取经”，先有强信念，再一步步完成里程碑，证明自己的能力。
量子位智库：ListenHub之前想做“女性情感陪伴电台”，后来转向做播客工具，怎么判断之前的方向“不work”？又怎么确定ListenHub能长期商业化？两者的判断迹象分别是什么？
ListenHub：首先，第一个方向不是“不work”，是现有资源下很难做——ListenHub其实是三步计划的第一步，技术链路和之前的方向一致，只是先落地中间环节。
当时选“女性情感陪伴电台”，基于两点：一是做海螺AI时发现，用户和AI语音交流，很多时候不是为了效率，是为了倾诉，需要共鸣和陪伴，这是横向需求；
二是疫情后大家更关注精神健康，很多情感问题在生活中无解，问ChatGPT只能得到无法执行的建议，用户需要的是共鸣、理解，以及“滋养精神”的细节。
而且国内外类似产品（比如国内的“测测”）收入很好，证明是PMF场景。我们觉得音频技术能更好解决这个需求，市场会更大。
转向ListenHub，是因为我们不做模型，AI应用公司很难控制技术走向，只能“顺势而为”。
当时有两个大趋势：一是模型能力在“深度研究”、“推理”上有提升，我们利用这个趋势做了“一句话生播客”——NotebookLM需要上传PDF才能做播客，我们只要用户给一个话题，Agent会自动找信息、做成播客。
后来豆包、腾讯都抄了这个功能，说明大家都看到了趋势。
二是海外AI产品商业化聚焦“专业创作者人群”，这类人群用AI能提高生产力、获得回报，愿意付费，商业化上成立。
量子位智库：很多AI产品想从“Early adopter（早期尝鲜者）”到“专业用户”，再通过模板或用户教育到“大众用户”。ListenHub未来的用户群体规划是这样吗？专业工具能转型大众化产品吗？
ListenHub：很有可能，以前有过类似案例。
比如设计工具Figma，上市时是专业工具，营收只有Canva（大众设计工具，运营都在用）的1/3；后来Figma加了很多大众功能（比如PPT模板），模板系统是大众最易接受的方式，越来越贴近大众。
现在AI产品（包括ChatGPT）还没“跨越鸿沟”，都在服务Early adopter和早期用户，随着技术发展，大家一起跨越鸿沟后，市场空间会非常大。
量子位智库：“随着技术发展跨越鸿沟”，是指技术性能达到某个标准吗？
ListenHub：对。举个移动互联网的例子：以前没有O2O服务（滴滴、闪送等），直到2015年后才逐渐出现，核心变量是“手机渗透率”——
国内O2O依赖红米把安卓机做到千元价位，让安卓渗透率从10%提升到90%。如果司机没有手机，O2O服务根本做不了，这是核心变量。
现在AI产品还很贵，比如我们20美金每月的套餐，成本摆在那，没办法服务大众。但人人都需要“嘴替”，比如全世界的视障群体都需要，但只有付得起钱的人能享受技术红利。需要等模型能力更强、价格更低，才能突破鸿沟。
13、AI产品第一天就该考虑收费，付费用户的留存率和活跃度更高
量子位智库：ListenHub是从第一天就收费，还是到某个节点才收费？
ListenHub：我们6月底上的收费功能，7月做了很多优化。
量子位智库：决定收费的节点，是因为用户付费意愿足够，还是功能达到收费标准？
ListenHub：收费是Day One就有的计划，AI产品第一天就该考虑收费，前提是有足够人力。
我们是因为人力不够，才把收费功能排到6月底——上线一个月内，产品需要公测保证稳定性，5月到6月我们一直在修Bug，解决各种问题，等稳定后上收费才合理。
量子位智库：说“AI产品第一天就该考虑收费”，是因为付费率是核心指标，还是模型成本有压力？
ListenHub：付费用户会给最真实的反馈，而且付费用户的留存率和活跃度更高。
量子位智库：目前ListenHub的付费转化率满意吗？
ListenHub：整体还可以。我们一半用户在国内，国内付费率普遍很低，只有千分之几、万分之几，我们的转化率远高于这个水平，比较满意。
量子位智库：复盘来看，除了产品功能硬，还有哪些做得好的点？
ListenHub：产品好坏不是靠“吹”，也不是靠花钱做营销，而是用户用了之后真觉得好——用户会对比，骗不了他们。产品本身打动用户，这是我们的最大基本盘。
量子位智库：从增长角度，ListenHub目前是自然增长，还是进入规模化投放阶段？
ListenHub：我们会做增长，但以有机增长为主。
投放不太适合网站类产品，谷歌关键词投放还可以，但应用商店买流量大概率不成立。
接下来要做的“音频陪伴Voice Agent”，更适合做投放。
14、立志成为「每个人的音频助手」，ListenHub未来要做用户音频内容的首选产品
量子位智库：3-5年内，ListenHub接近满分的最终形态是什么样？
ListenHub：我们给ListenHub的定位是“每个人的音频助手”，只要用户需要任何音频内容，我们都该是首选。
从播客开始，拓展到短内容、长内容，甚至很长的内容——我相信AI写小说的能力会越来越强，希望我们的AI能实时写小说，用户需要时就读给他听。
同时，我们要把声音模型做到业界领先，调试好声音模型，提供更多声音问题的解法。
还会做浏览器插件、API，让AI技术渗透到每个人——不仅是主流人群，还包括老人、视障人士等，他们非常依赖听觉，我们甚至会做公益合作解决他们的需求。
量子位智库：目前聚焦专业创作者，最终目标是大众普惠，更贴近日常使用？
ListenHub：对。当下社会结构和AI发展趋势下，自媒体创作者会越来越多。
本质上，自媒体从业者是“为用户打工”，老板是用户，不是传统公司架构，这个群体的增长是大趋势。未来每个人都需要表达，而且表达能获得乐趣。
比如有个做汽车营销的用户，下班还用ListenHub做汽车播客，我问他会不会觉得累，他说真的喜欢汽车，做内容不是为了赚钱，是为了获得“Connection”——和同样喜欢汽车的人建立连接，可能是朋友、工作机会、行业交流，这个价值很高。
做自媒体能让别人看到更立体的你，而不是只依赖公司品牌。
量子位智库：如果回头对刚成立时的自己说一句话，哪句话能帮助加速成长？
ListenHub：这句话不一定对当时的我有效，因为人的认知需要实际经历才能改变——以前很多人跟我说过正确的话，但我那时候听不进去，就算时光倒流，我跟当时的自己说，他也未必听。但想分享给正在创业或有想法的人：
创业是很真实的事，它的价值不是金钱回报（创业成功率低，大概率赚不到钱），而是真实满足用户需求、真实做商业化，从为世界做贡献中获得收益，以及组织一群超级个体一起做事。
这件事的意义很大，是人生中难得的宝贵经历，不是所有人都有机会创业，如果你有机会，不妨试一下。
— 完 —
【量子位智库】原创内容，未经账号授权，禁止随意转载。
点这里👇关注我，记得标星哦～
