分析师 刘萌媛 刘铁鹰
量子位智库 | 公众号 AI123All
AI播客现在是否已成为了一门好生意？
尽管市场潜在空间尚未明晰，但不同的初创产品正在这条小众的赛道走出不同的方向。
前有量子位智库访谈过的ListenHub，主打通过AI将文本转成高质量播客，后有定位“专属AI电台”的来福，根据用户需求生成播客内容。
而量子位智库持续观察的另一款典型产品，则走的是播客+知识管理的道路，通过AI为播客做转录、总结和结构化输出，它就是Podwise。
Podwise作为一款独立团队开发的AI产品，实现了上线即盈利。
为了进一步探寻这款产品背后的逻辑、设计与规划，量子位智库邀请到了Podwise的创始团队， 也是硬地骇客播客节目的三位主播——Saito、归归和一啸，和我们深入聊了聊这款产品。
在这次访谈中，三位创始人分享了Podwise作为一款AI播客效率工具的目标用户和使用场景，以及Podwise如何识别产品的PMF（产品市场匹配度）、如何找到自己的付费用户，还分享了对于AI产品功能开发、数据指标、核心壁垒、模型选取等方面的思考。
无论是播客爱好者，或者对知识管理有需求的用户，亦或是小众赛道的AI创业公司，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Podwise：
Podwise来自硬地骇客，是一款专为播客听众设计的AI知识管理应用。其核心定位是把“听完就忘”的线性音频，变成可检索、可复用、可沉淀的结构化知识。
Podwise主要面向“把播客当学习资料”的人群——投资人、自媒体、终身学习者等，用AI把音频自动整理成文字+脑图+大纲，并一键同步到Notion、Obsidian、Readwise等知识库，解决“长播客难回顾、关键信息找不到”的痛点。
△Podwise网页版页面
Key Takeaways：
以下为硬地骇客创始人Saito、归归和一啸与量子位智库对谈的详细内容。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、人们听播客为什么需要AI效率工具？Podwise的目标人群和使用场景是什么？
量子位智库：用一句话精准形容Podwise，和新推出的Castwise，这两款产品给受众带来的核心价值？
硬地骇客Saito：Podwise是专门给Podcast听友设计的AI效率工具。
它能对一集播客做转录，生成逐字稿，还能整理摘要、脑图，帮你明确内容重点，标注出高光片段和金句。针对英文节目，我们还有沉浸式翻译功能，能让你快速获取信息。
Castwise是面向Podcast制作人的效率工具，也就是主播或节目制作人。他们制作好节目音频后，上传到Castwise，我们的AI能自动生成shownotes——做播客的人都知道，手动打shownotes、切时间点标注内容很麻烦。
除此之外，它还能生成各类社交媒体宣发素材，比如Twitter的threads、小红书的图片、微信长文章，还有独立网页，帮他们提升创作和推广效率。
你看这两个产品的名字，“Podwise”和“Castwise”，前面的“Pod”和“Cast”合起来刚好是“Podcast”。“Pod”本身就是Podcast的缩写，“Cast”有剪辑后置的意思，这算是我们在播客领域的完整布局。
量子位智库：很多人听播客是磨耳朵或开车时放松，这类场景似乎用不上效率工具。想追问Podwise的精准目标人群和核心使用场景是什么？
硬地骇客Saito：你说的这个点很关键，我们其实把播客分成了“干播客”和“湿播客”。你讲的磨耳朵、开车听的，很多是“湿播客”，主打情绪价值，比如搞笑聊天类，这类内容没什么金句或硬核信息要记，单纯放松就行，确实不需要Podwise。
Podwise聚焦的是干播客，也就是有硬核内容、高信息量的播客，比如科技、AI、历史、健身、健康这些领域的节目。
我们的核心用户也不是播客的主流消费人群——播客里女性用户比男性多，但我们产品的男性用户占比更高，主要集中在三类人：
第一类是投资人，一级、二级市场的VC特别多。
播客里藏着很多行业洞察、趋势和一手信息，比如A16Z、Acquired的播客，都是投资人想第一时间获取的内容。
但投资人天天出差，不是坐高铁就是坐飞机，根本没时间完整听，所以他们需要快速捕获核心信息，这正是我们能解决的。
第二类是自媒体从业者。
他们总在想“要发什么内容”，如果发大家都知道的消息，要么得写得更好，要么得更快。
而播客里有很多新奇、小众但有信息量的内容，特别适合二次传播。我们能帮他们把播客内容变成笔记、文章等可分享素材，形成信息差，这部分人的需求特别强烈。
第三类是终身学习者。
很多人把播客当学习渠道，比如老罗采访李想那期4小时的节目，有价值的内容会反复听、做笔记。Podwise能帮他们更好地消化这些内容。
这三类人选择我们，核心是满足两个需求：
一是高效消费播客内容，通过摘要、转录，把高亮信息同步到Notion、Obsidian、Readwise这些他们常用的知识管理工具里，省时间、省精力，还能快速拆解内容；
二是实现二次转化，把播客内容变成能传播、能留存的笔记或文章。
△Podwise的总结、思维导图和转录功能
△Podwise一键同步个人知识库
2、Podwise相比其他音频总结工具，有哪些核心优势和壁垒？
量子位智库：通义听悟、飞书妙记这些工具也能做音视频总结，从你们从业者的角度看，播客消费者想获得高密度信息时，最关注什么?Podwise的核心优势在哪？
硬地骇客Saito：用户最关注的点，也是我们的优势，本质是我们对播客领域的Know-how比泛化工具深。那些大厂工具是做“音视频转文字”的，不是专门针对播客的，而我们只聚焦播客。
第一个优势是转录准确性更高。
我们和通义听悟、飞书妙记，还有海外的Snipd都做过对比，我们的转录准确率明显更高。这背后是我们在转录技术上花了很多功夫打磨出来的。
第二个是全平台声纹识别。
其他工具识别说话人，最多标个“说话人1”、“说话人2”，但我们不一样——如果产品里标记过这个人是罗永浩，那不管他出现在哪个播客里，系统都能直接识别出“罗永浩”；马斯克在不同节目里也能被精准认出。这是我们独有的能力。
第三个是超长内容处理能力。
播客和其他内容不一样，超过4小时的节目很常见，比如老罗采访李想、Lex Fridman最新那期超过10小时，国内播客“面基”也有10小时的内容。很多工具最多支持2到4小时，再长就处理不了，而且准确率堪忧。但我们能轻松应对这类超长播客，这也是用户选择我们的关键原因。
还有一点，很多同类工具是浏览器插件，做得很轻，但有致命问题：它们不能自己转录，只能拿浏览器里的信息二次分析，大多只能处理YouTube的内容——因为YouTube有字幕。
但播客没有字幕，所以这些插件根本处理不了播客。就算处理YouTube内容，它们也没有说话人识别，分不清是李想还是罗永浩的观点，很容易混淆。我们则完全没有这些问题。
3、为什么选择做AI播客工具？又是如何判断Podwise是否达到PMF的？
量子位智库：播客市场规模一直被质疑，你们当初为什么决定做播客相关的AI工具？而且产品出现得还比较早。
硬地骇客一啸：一开始我们没明确要做播客AI工具，我们先做了硬地骇客的播客节目，慢慢积累了自己的听众社群。
后来发现一个现象：我们每录一期节目，Discord群里就有听众主动总结内容，扔到群里分享，说“这三个哥们讲了这些内容，感兴趣的可以听”。不止我们的社群，即刻、小红书上也有很多“播客课代表”，写大量笔记分享节目内容。
那时候AI大模型刚好出来，我们觉得这是个契机——虽然播客相对整个音频领域是小众赛道，但既然大家有做笔记、总结的需求，结合AI应该能做出一款有用的工具，就这么启动了项目。
量子位智库：很多人发现的需求可能只是小范围的，不一定能支撑产品长期发展。你们是通过什么信号确认Podwise达到PMF，值得长期商业化投入？
硬地骇客一啸：做产品没法一开始就断定会成功，我们只是先基于需求信号做了个MVP尝试。没想到刚放出来一两天，邮件订阅的等待列表就超过100个用户了，这个增长速度让我们觉得“有戏”，是第一个好信号。
MVP上线后，我们没花钱预处理全球播客，完全靠用户驱动——用户用一次，就转录一期节目。结果每天都有大量新的播客数据增长，这说明用户是真的在使用产品，而不是好奇一下就走了。
最关键的信号是付费。播客用户里，我们的核心人群——投资人、自媒体、学生、硬核知识爱好者——大多集中在北美、海外和国内北上广深这些沿海地区，消费能力本身就强。
我们的付费率在SaaS产品里算靠前的，付费密度很高。看到有人愿意真金白银为产品买单，我们就确认达到了目标PMF，可以继续投入了。
不过这些MVP阶段的用户也不是纯自然增长，我们自己的播客节目也带来了不少流量。
4、Podwise最关注的产品指标是什么？在产品早期就开启付费订阅是基于什么考虑？
量子位智库：目前Podwise最核心的关注指标是什么？能透露一些业务进展吗？
硬地骇客Saito：我们最关注的是续费率，刚才一啸也提到了付费相关的点。
AI产品的续费率比传统To B SaaS低太多了。你看最近上市的Figma，上市前财报里续费率是140%，意味着同一家公司要么多买了40%的席位，要么增购了其他产品，所以续费率才这么高。
但现在所有AI产品的续费率都到不了100%，退订率反而很高。有些月付产品的退订率甚至超过50%，第一个月卖100个用户，第二个月能续费的只剩50个。
还有些产品搞“首月免费”，把免费用户算进订阅量里，次月用户全跑了，还对外吹ARR多高，这数据其实很虚假。
我们还好，没做大规模投放，用户增长靠口碑，退订率一直很低。我们觉得与其追求这种虚荣的ARR，不如踏踏实实把续费率做上去，这才是能长久的关键。
量子位智库：很多产品先打磨功能、攒口碑，再谈付费。Podwise为什么早期就直接追求付费？付费模式是怎么设计的？
硬地骇客Saito：我们判断PMF的核心标准是有人付费，不是“有人用”。用户再多，不付费也说明产品没真正解决刚需；有用户愿意付费，才是最真实的认可。
而且播客市场本身不大，国内小宇宙这几年才起来，商业化规模比长视频小得多，跟抖音这种短视频更是没法比。
国内播客的商业化还全集中在头部，中腰部根本拿不到分润和商业合作；海外稍微好点，但播客投放的CPM值比YouTube差远了，就算有1000个订阅，也分不到多少钱。
我们的核心用户有付费能力，同时产品成本很高——转录要消耗大量GPU资源，总结要消耗大量token，播客时长又长，token消耗更是翻倍。
要是搞免费或者长周期免费，我们根本扛不住成本，用户用完免费额度也会跑，反而做不长久。
所以我们设计了这样的付费门槛：免费用户每月能看4期转录内容、4期总结内容，差不多够覆盖1-2个播客的月更新量。
如果是刚需用户，比如投资人、自媒体，付费后（标准版）能看全平台的转录内容，还能自己选20期节目转录；专业版每月50期。
另外我们也在延伸，比如做视频内容。你看老罗进播客行业后，主战场都在B站、小红书、抖音这些视频平台，主打视频播客，音频的空间其实在被压缩，我们也得跟着调整。
5、如何找到付费用户？有哪些高ROI的用户增长方法？
量子位智库：打细分市场要抢用户心智、抓窗口期。针对你们的高付费用户，有哪些ROI不错的增长和宣传方法？
硬地骇客Saito：核心就是出现在他们活跃的地方。
我们最初的关键渠道是即刻，因为即刻是小宇宙的母公司，相当于小宇宙是即刻孵化的，上面有大量播客听友和创作者。即刻有个“一起听播客”小组，创作者在里面发节目，听友在里面找节目，我们就在这儿找到了第一批创始用户，靠他们带了很多新用户。
海外的话，我们主要在Twitter（现在的X）做宣传。但Twitter有个问题，没粉丝的话信息根本传不出去。我们先想办法把账号粉丝做起来，再开始发内容，也吸引了不少用户。
现在来看，最划算的是去信息平权的平台。所谓信息平权，就是每个人都有机会被看到，比如小红书、即刻、Reddit、抖音，这些平台“人人都能火5分钟”。
小红书最典型，就算你没粉丝，发的内容也可能成热帖；就算有粉丝，也可能发不出爆款，很玄学，但这给了我们机会——我们初期没粉丝，靠优质内容也获得了传播。
即刻像百度贴吧、豆瓣小组，发帖所有人都能看到；Reddit也是论坛属性，都很适合初期获客。反而X不适合启动，太依赖粉丝数了。
在这些平台上，要打好用户关注的标签，让他们能搜到你。更重要的是，产品真的帮到用户后，会有“自来水”主动传播。小红书、即刻、X上都有用户自发分享Podwise，这比我们自己宣传管用多了，也说明产品真的创造了价值。
量子位智库：现在很多产品会通过“用户分享产出内容可获现金/免费积分反馈”的方式推动自传播，Podwise如何看待这种宣传方式？是否有过尝试？
硬地骇客Saito：我们有尝试过，其实效果还可以，但尝试过程中出现了一些问题。
我们原本想通过返佣或者赠送会员的方式来做，但在海外平台上操作起来不太方便，如果要真正落地，需要投入比较重的研发成本，所以后续就把这个方式暂停了。
我们产品刚上线时，就有分享相关的机制，当时是用赠送会员的方式鼓励用户分享。结果过了一个月，我们发现那个分享机制其实有问题，之后就通过补偿等方式做了修正。
我觉得这种用户自传播的方式现在挺普遍的，比如你可能知道的成熟产品Monica，它是Manus的母公司旗下产品。Monica的分润力度非常大，要是帮它做传播，甚至能拿到用户付费金额的一半，可能还更多。这一块，我们之后也可能会找相应的资源去推进。
除了用户自传播，我们还做了另外一件事：平台上可以申请Affiliates（联盟推广），主要开放给自媒体人员。比如对方有自己的Newsletter（电子通讯），或者有YouTube频道等，就可以来我们平台申请一个分润链接。拿到链接后，只要用户通过这个分润链接购买了产品，对方就能拿到分润。
这些自媒体人员可能不算我们的核心用户，或者就算是用户，他们的传播渠道也和普通用户不一样。现在我们就是通过这种方式，相当于让类似KOL的角色帮我们做传播。其实这块效果还可以，哪怕没有带来很多转化，至少也能获得不少曝光，我觉得这是个不错的方式。
6、如何评估哪些功能值得做？又如何确定功能开发的优先级？
量子位智库：Podwise功能很丰富，像笔记、高亮、脑图这些，怎么判断哪些功能该做？这么多需求，开发优先级是怎么定的？
硬地骇客归归：我们最初的MVP链路特别简单：用户搜索或导入播客，点转录，转录完导出到Notion、Obsidian这些知识管理工具，就结束了。
上线后，我们开了很多反馈渠道：APP里的Feedback表单、Support邮箱、Discord频道，小红书账号上用户会留言，官网还有个Roadmap入口，用户能投票选想要的功能。
对这些反馈，我们会挑有意思的、没说清楚的，主动联系用户聊使用场景。用户愿意花时间打字反馈，要么是真有需求，要么是用着不爽——我们体量还小，暂时没遇到恶意提需求的情况，所以很重视这些反馈。
但最终要不要做，还是看是否符合Podwise的核心价值。小团队没法搞复杂的需求评审会，基本靠我们对行业和产品的判断：对核心价值有帮助的就优先做，没帮助又费成本的就忽略。
比如有用户说我们的Library管理太弱，想让我们学Notion搞标签、层级、文件夹，我们没采纳。
因为Podwise是信息提取工具，不是信息管理工具，用户早有自己的知识管理体系，我们没必要抢专业工具的活，做好信息提取、检索、快速消费就够了。
再比如，有几个用户说用Podwise学外语，我们就主动聊“加个对照翻译功能会不会更好”，上线后数据显示用的人很多，这就证明需求是真实的。
我们也会做一些“自认为该做”的功能，比如Ask AI——能和AI对话推荐播客，当时觉得AI产品都该有这个标配，就试水做了，结果数据很差，几乎没人用，我自己都很少用。
其实对小团队来说，大规模用户调研和市场调研不划算：规模小，结果可能不准；规模大，又太耗精力。试错成本反而更低，先做出来看反馈就行。
量子位智库：功能上线后，怎么判断有没有击中用户痛点？有哪些衡量指标？
硬地骇客归归：主要看功能产生的数据量。
上新功能时我们会做引导，比如Ask AI上线后放在顶级菜单中间，翻译功能上线后弹窗提示，吸引用户尝试。
过一段时间就去看数据：如果数据很少，说明没人用；如果数据量大，甚至和核心的转录数据比起来比例不错，就说明功能有价值。
量子位智库：有些功能要用上一段时间才显价值，可能初期留存差，你们会不会遇到这种情况？怎么区分看待？
硬地骇客归归：暂时没遇到。我们的功能只要用户真的需要，持续用，数据量就不会掉。如果只是初期新鲜一下，数据很快就归零了，那肯定是功能有问题。只要数据能稳定在某个水平，就说明是有用的。
量子位智库：判断功能是否有价值、该不该做，核心的评判依据是什么？
硬地骇客归归：我们的判断其实很主观，但市场是对的。如果我觉得某个功能特别有用，花大力气做出来却没人用，那肯定是我错了。
所以核心就是“推上去看反馈”。要是真没人用，后续可能下架，或者把入口藏得深一点，把位置让给更有用的功能。
量子位智库：Podwise的业务边界是什么？会往哪些方向迭代？哪些领域绝对不碰？
硬地骇客归归：我们就专注在知识类“干播客”的信息获取这个领域。
有用户提过“能不能做文字转音频”、“把节目翻译成其他语言再生成新音频”，我们暂时不考虑，就算要做，也会做成新品牌的产品。播客本身是小众利基市场，把工具做得太庞杂得不偿失。
接下来会优化核心领域里的功能，比如快速划线、划线后直接做笔记这些，先把这个场景做透。等这个领域没什么可做的了，再考虑用新品牌做其他产品。
7、Podwise如何通过自身的播客know-how让功能体验有别于其他同类工具？
量子位智库：笔记、高亮这些功能在同类工具里很常见，Podwise怎么通过播客的know-how让这些功能有不一样的体验？
硬地骇客Saito：关键还是产品定位。那些泛化的ASR工具，本质就是“声音转文字”，只要转出来、准确率过得去就行。
但我们是专门做播客的，得懂播客的特性。
比如播客有明确的主题，是科技类、历史类还是AI类，我们在转录前会先提取核心内容和关键词，知道这集播客在讲什么，再去做转录。
ASR工具本身有一定推理能力，结合这些前置信息，转录准确率就会高很多。
还有播客有shownotes，这是其他音频没有的——比如课堂录音、会议录音、电话录音，都没有shownotes。有了shownotes，我们能提前掌握内容框架，知道大概讲了什么，转录和后期处理（比如生成文章）时就能更精准，甚至能在转录过程中就植入关键信息，让结果更贴合播客的实际内容。
这种基于播客特性的预处理和优化，是泛化工具做不到的，也是我们功能体验不一样的核心原因。
8、如何选取产品的基座模型？在自研和定制方面做了哪些工作？
量子位智库：不同功能可能用不同模型，你们选模型时的核心思路是什么？会考虑哪些因素？
硬地骇客一啸：第一个肯定是质量，但质量得结合业务特征测试。
对播客来说，最核心的测试就是能不能处理长内容——我们经常要评估模型能不能高质量处理10小时以上的播客，这是播客和其他音频最大的区别。
而且播客场景很复杂：有中文、英文、西班牙文、日文、韩文等多语言节目；主播风格也不一样，我们的硬地骇客是纯访谈式，有人长时间表达，有的播客是聊天式，你一句我一句，还有独白式的；甚至很多播客是多语言混杂的，中英、日英混着说。
这些都是测试的关键点，不同模型在不同场景下表现差很多，必须反复试。
第二个是成本，这对我们太重要了。
GPT 3.5刚出来时，大模型API成本很高，虽然这两年降了不少，但一直是我们重点关注的。MVP阶段我们都舍不得买GPU机器，三个人用自己的电脑跑模型，就是因为成本太高。
剩下的就是基础技术参数了：上下文长度肯定要够，处理10小时播客，短上下文根本不行，Gemini这方面表现好，我们用得也多；还有输出token数、context cache（上下文缓存）、function calling（函数调用）——这些能帮我们做意图识别、调用工具；结构化输出也很关键，我们早期在这上面踩了很多坑，那时候大模型还不支持稳定的结构化输出。
现在各家大模型的基础能力差不多，技术参数也都能跟上，模型切换成本不高。所以选模型其实就是结合自己的业务反复测试，没那么复杂。我们现在是混合用模型，Gemini、GPT的顶尖模型、DeepSeek都在用，根据不同功能场景分配。
量子位智库：转录和总结环节你们自己做了技术优化，是因为现有模型短期满足不了需求吗？
硬地骇客一啸：我们的转录功能是完全自研的。MVP阶段，我们在自己电脑上跑Whisper的开源模型，那时候只是试水，质量确实不行。
后来尝试过各家的API，但第一个坎就是成本太高——音频模型的成本本就比文本模型高，播客动辄几小时、10小时，算下来根本负担不起。比如OpenAI有Whisper的API，但成本太高了，我们一开始就没敢用。
所以我们只能走“基于开源方案做定制”的路，还是以Whisper开源模型为基础，但它处理长音频的能力不够，我们就叠加了很多其他能力：加了VAD（声音活跃探测）模型，加了声纹识别模型——这些都不是Whisper本身有的。
我们还在Whisper上做了动态Prompt植入，转录推理到某个时间点时，给它输入外部信息，比如这集播客的主题、已知的嘉宾信息。
还有声纹识别这块，要实现“马斯克在任何播客里都能被认出”，就得给每个说话人做embedding（向量化），存在向量数据库里，形成全球主播的声纹库。新播客转录时，自动去数据库里检索匹配，就能认出是谁在说话。这些都是我们花了很多精力做的工程优化。
量子位智库：自研除了体现know-how，是不是对成本控制帮助也很大？
硬地骇客一啸：非常大，这步选对了。我们自己定制Whisper方案，再用海外的GPU平台跑服务，现在的转录成本只有OpenAI API的1/15到1/20，至少低十倍以上。
成本压力小了，运营起来才轻松。
9、面对大厂的潜在竞争，Podwise如何建立自己的护城河？
量子位智库：如果小宇宙、喜马拉雅这些大厂做类似功能，你们觉得有护城河吗？会提前布局吗？
硬地骇客一啸：先说说护城河，我的观点可能不一定对。
我觉得现在99%的AI应用产品都没有真正的护城河，包括我们自己。比如Perplexity、Cursor以前多火啊。
但现在呢？Perplexity的光环淡了，Cursor也面临Google、AWS、OpenAI这些大厂的竞争，优势越来越不明显。
大厂其实早就做了类似功能，比如Spotify、Apple Podcast，我们上线后没多久，他们就有音频转录功能了，但对我们影响不大。核心原因是我们切了一个精细化人群，所有产品体验都围绕他们做。
比如我们连接了Notion、Obsidian、Readwise这些知识管理工具，大厂不会花精力做这个——对他们来说太小众了，但这是我们用户的刚需。
另外，我们做的是小众赛道，只要找到1万、2万、5万付费用户就够了，这些用户对大厂来说没意义，他们不会投入资源深耕。我们能和这些用户建立深度连接，他们需要我们的功能，我们靠他们存活，这种关系很稳固。
所以我们的布局就是做好细分场景+生态协同，不跟大厂正面刚，把自己的优势领域做透。
量子位智库：Perplexity和Cursor虽然没强护城河，但还在品类里领先，没受太大威胁，你觉得原因是什么？
硬地骇客一啸：我是Cursor的重度用户，一年前就付费了，对它比较了解。它的成功主要是两点：切入点准，而且抢占了用户习惯。
切入点太关键了，它嵌入在VS Code里——VS Code是成熟的开发工具，用户早就习惯了，不用改习惯就能用AI功能，这个路径选得太聪明了。
然后是抢占用户习惯。虽然AWS、Google的AI coding工具能做类似的事，但Cursor的细节做得好，比如Tab补全、代码Review、diff对比，体验就是更顺手。
用户用久了形成习惯，就算试了其他工具，最后还是会因为“熟悉感”切回Cursor。
但这不是不可替代的。如果大厂的产品免费，而且体验跟Cursor差不多，很多用户可能就走了。所以他们的领先是先进入市场+体验细节+用户习惯绑定带来的，不是技术壁垒。
10、创业团队如何在技术、产品、增长、商业化之间分配资源？
量子位智库：小团队钱、时间、精力都有限，怎么在技术、产品、增长、商业化之间分配资源？你们有两款产品，这方面有什么心得？
硬地骇客Saito：我们三个人刚好是“技术+产品+商业”的铁三角，分工很明确：我管商业化，归归管产品增长，一啸管底层技术和AI。
这种分工能避免短板，很多独立开发者要么技术强但不懂产品和商业化，要么产品还行但技术或商业化拉胯，很难做起来。
现阶段资源主要投在Podwise上，Castwise复用了很多Podwise的能力，比如逐字稿、总结、转文章这些核心功能，只有转网页这些特有功能是独立开发的，这样能省很多成本。
以后做新产品，我们会先想能不能复用现有资源，降低试错成本。现在有vibe coding，做新产品很方便，我们也会保持快速试错的节奏，不排除未来做播客相关或不相关的新产品，靠试错找到机会。
量子位智库：最后如果让三位老师再安利一下Podwise这款产品，大家会对读者们说些什么？
硬地骇客Saito：如果您喜欢获取知识，对“干播客”感兴趣，还注重知识效率，那Podwise很适合您。
它能帮您快速获取播客内容，还能和Notion、Obsidian这些您常用的知识管理工具连接起来。我们会把播客内容拆解开，做好总结，提取重点，帮您放进自己的个人知识管理系统（PKM）里，方便留存和使用。
特别是对英语播客感兴趣的朋友，我们有沉浸式翻译功能，支持日语、韩语、英语、西班牙语、法语等多种语言。就算您听不懂，也能知道世界各地的播客在讲什么。
平台上有您订阅的播客更新，还有热门内容板块，能看到大家都在看的转录好的节目。
我自己每天都会刷一下“最新处理内容”板块，里面有很多意想不到的有趣播客，偶尔点进去看，看到重点金句，想听听上下文，还能摘录中间段落收听。
一定要试试我们的“为你推荐”（For you）功能，只要您坚持用，它会根据您的浏览和收听习惯推荐内容，越用越精准。
其他推荐阅读：
专属AI产品从业者的实名社群，只聊AI产品最落地的真问题
最新最专业的AI产品信息及分析 🔍 不定期发放的热门产品内测码🔥 内部专属内容与专业讨论👂
— 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～
