GlobalGPT 李焕之：零融资、套壳产品千万美金ARR后，我找到了创业的mission

GlobalGPT 是一款很典型的 AI 套壳产品，一份订阅访问市面上几乎所有主流 AI 模型，目前全球累计用户超过 300 万，ARR 做到 1000 万美金。

创始人李焕之，律师出身，2022 年开始连续创业，经历了 LegalDAO（Web3 法律社区）、LegalNow（AI 法律产品）的两次pivot后，在 2024 年初团队现金流只剩 1 个月时做出了 GlobalGPT。

GlobalGPT 让团队学会了另一件事：商业常识、增长、转化、利润，以及真正和普通用户打交道。

「初创公司在没想明白的时候，去抽最红海的市场，是对的。水涨船高的市场，哪怕你是红海第 1000 名，也比一个小市场的前 10 名要大。」

现在，他们想在 GlobalGPT 上长出一个新产品 Yukie。

李焕之把 Yukie 定义为一种服务型 AI，核心理念是：AI 不应该等用户下指令，而应该像健身教练一样主动告诉你该做什么。

目标人群是那些「不知道自己不知道什么」的普通人。「AI 原本是可以抹平普通人跟精英的差距的，但 token maxing 走向了另一个极端。」

以下是 Founder Park 与 GlobalGPT 创始人李焕之的对话。

01 

没想清楚时，

先进最红海的市场

Founder Park：为什么 24 年的时候开始做一款套壳产品？

李焕之：我现在回头看，反而觉得初创公司在没想明白的时候，不应该过早地定位自己的市场，去冲最红海的市场，是对的。

水涨船高的市场，哪怕你是红海第 1000 名，也比一个小市场的前 10 名要大。

Founder Park：这和很多创业者讲的「找蓝海」不太一样。

李焕之：对，常规的商业逻辑是这样的。但 AI 是一个新兴的水涨船高的增量市场。AI 市场的红海赛道对于世界来说仍然是蓝海。红海赛道至少说明需求存在，用户在，钱也在。你不是硬推着市场往前走，而是被市场推着走。

比如我们做 GlobalGPT，今天回头看，确实有运气成分。

2024 年初，模型市场刚刚开始有百花齐放的意思。2023 年基本还是 ChatGPT 一骑绝尘，图片模型最多有 Midjourney。到 2024 年 Claude 开始变得受欢迎，开始有好用的视频模型，音乐模型等等。

当时我的想法很简单，甚至来自个人需求：我想多试试各种模型，但每个模型都订阅一遍很贵。一个 20 美金，再一个 20 美金。后来发现这些模型都有 API，当时 Monica 已经很火了但走的是浏览器插件逻辑，我就想能不能做一个产品把模型聚合起来，用户付一份钱就能用所有模型。

最开始我们连订阅都没有，是充值，因为我们也不知道订阅这个商业模式该怎么做。总之当时很急，想赶紧试。

春节期间我自己在家设立了美国公司、开了 Stripe 账户，春节回来花了一个半礼拜把产品上线了，从接支付到各种功能全搞定。上线第一周投了几个推特 KOL，发现 ROI 是正的，而且很漂亮，ROI 5 以上，投 10 块钱能回 50。

这个正反馈一下就来了，团队信心也被拉起来了。

Founder Park：所以 GlobalGPT 最早的洞察是「我想便宜地试更多模型」。

李焕之：对，idea 非常简单。现在回看，我们踩中了几个点。

第一，产品定位正好 match 上模型百花齐放的状态，而且这个状态一直延续到现在。

即使在文本模型上，很多用户可能默认用 Claude 和 GPT。但图片、视频市场不一样。你用 Seedance、可灵，还是用 Nano Banana，各种模型依然有差异。用户依然会有需求：我想在一个地方用所有东西，用最省钱的方式试这个、试那个。

第二，当时 all-in-one tool 的概念还没有像 2025 年那样被大家讲得那么多。

第三，也是最重要的，AI 本身是一个水涨船高的市场。我们非常幸运地选择了这个市场上最红海的板块。

Founder Park：你刚才说「红海第 1000 名可能比小市场前 10 名更大」，这个判断是从 GlobalGPT 得出来的吗？

李焕之：是。GlobalGPT 现在全球累计用户超过 300 万，ARR 超过 1000 万美金。

收入 80% 以上来自订阅，其中年付更多。续费率刚过一年，还 OK，达到了行业平均水平。

因为我们的大增长发生在 2025 年，年用户续费才刚过半年，目前续费还没有新增体现得那么快。当下产品还是有大量新增用户。

产品内部有重度用户，所以也支持增值服务，比如再买积分。这部分还蛮多。

今天用文本模型，其实很难用超套餐限额，因为我们没有那种大规模企业用户。但如果你是创作者，用图片、视频，充值意愿就会高。

Founder Park：2025 年营收增长也很快。

李焕之：2025 年是我们营收大幅增长的一年，营收涨了 20 多倍。

大概就是这么一个过程：从做 GlobalGPT，到做很多 to C 产品，到攒出经验，再到增长。

所以我现在会觉得，初创公司在没想明白的时候，先进入一个红海，未必是坏事。红海可以让你先活下来。活下来本身会带来团队成长、用户理解和现金流。

我们从 2024 年到 2025 年做 GlobalGPT，相当于在这个过程中更尊重商业常识，尊重商业规律。

你要有理想主义，但同时要现实地尊重商业规则。

你既然想通过商业杠杆把理想放大，就必须理解商业这件事怎么做。

02

靠 KOL 完成 0 到 1 的增长，

一开始连 SEO 都不懂

Founder Park：GlobalGPT 怎么做增长？

李焕之：出海营销三板斧：KOL、SEO、投放。我们用户运营做的也不错，比如运营模版和特效，运营活动，包括商业化运营等等，还有一些小的增长黑客手段，做的也不错。

我们最早的起点是做 KOL 营销。2024 年推特和 YouTube 上有一批第三世界创作者，比如印度人做 AI 自媒体接商单，客单价不高。当时他们都刚开始做，商单少。

海外市场的创作者分三种：一种是行业大佬，顶级内容创作者；一种是认真做东西的中小创作者；还有一种就是第三世界国家创作者，他们基本上不原创，copy 一些内容发一发。他们有自己的套路：互相抬轿子，你发一条推特，20 个同级别账号在底下点赞留言，算法就把内容越滚越大。

我没找代理，直接自己写邮件一个个联系去配对。24 年的时候大量这样的 KOL 都刚开始做，商单比较少，我们运气好刚好配到他们，价格挺合适。越联系越多，基本上就把这个行业挖空了。

因为我们是他们的第一个长期金主，即使 2025 年市场好了他们纷纷涨价，也没跟我们涨。为什么？我们一直在做，每周都有，内容也是我们做，他们负责发一下。这种天天合作的客户，他们就不给我们涨价。现在每周从社媒发几百条帖子，有几个同学专门干这事。即使到现在 ROI 还保持了一个不错的水平，因为他们始终还是有增量的。

社媒做到 2024 年中下旬就遇到瓶颈，涨得慢了，开始做 SEO 和投放。

SEO 我们起步晚，说出来不怕笑话，2024 年中旬我们都不知道 SEO 是什么，后来听行业讲座才发现还有这东西。就是这么野生的一个团队。

团队 ARR 破 100 万美金时候的聚餐

Founder Park：你们 SEO 做得确实有点晚。

李焕之：确实，现在让我们起任何一个新产品，SEO 一定是第一步前置的。但当时真不会。我们完全是先做 KOL 才研究 SEO 的，非常野生。

SEO 经历了几个阶段：先自己学，整个团队一起学习然后去做，拿到了一些小成果。后来通过外部招聘，招人来 scale 这个成果。中间踩了几个好点，比如 Sora 和 Nano Banana 发布时行业关注这些新模型，我们动作做得很快，新词拿得快。我们在执行力上做得不错，新模型发布到我们上线，12 小时之内，然后整个营销资源推出去，现在有稳定的 SEO 团队持续做。

投放经历了自己投投不好、找代理没投明白的过程。投放这件事情我们踩过很多坑，自己不会投就想找代理，代理进来之后钱烧得飞快但效果不好，亏了不少。最后找到了合适的人，自己投，从 2025 年初开始慢慢打开局面。现在纯粹大广告、大媒体这一条，我们还是能做到不错的利润率的，因为客单价和 LTV 其实挺可观的。加上我们的商业化运营做得不错，整体是一个比较完整的增长方式。

Founder Park：三个渠道哪个最重要？

李焕之：绝对量最大的是广告，ROI 最高的是 SEO，社媒是基础阵地。活动运营和商业化运营有时候会带来一些高峰，碰到节日做折扣什么之类的。

Founder Park：从 0 到第一笔收入，靠什么？

李焕之：100% 靠 KOL。从第一天开始到跑起来的阶段，全靠社媒 KOL。后面是 SEO 和广告把这个量往上堆。

Founder Park：再往上 scale 靠什么？

李焕之：广告和 SEO 都是线性的。要突破就需要品牌和产品力的提升，做 Yukie 也是这个目的。通过更厉害的产品做品牌，从更高维度去做，不是纯粹流量的思路。这个行业的天花板，没有资本加持纯靠产品和营销的话，大概是月入四五百万美金，再高很难，很难高过这个数字。

GlobalGPT 不能说做到天花板收入，但我会这样看：如果投入大量精力 scale GlobalGPT 的线性增长，有可能做到月入 500 万美金，但未必真的很好，也未必有很好的利润。因为现在 AI 做产品越来越简单。你想复制一个 GlobalGPT，可能一周就能做出来。最后大家卷的是分发、投放。但这个时代没有新的流量红利，池子已经在那里。

最后卷谁广告产品跑得好，谁留存差不多，我觉得这不太对劲，也不是我们创业的初心。

Founder Park：你们和 Genspark 差不多同时起步，最终差距在哪里？

李焕之：两个团队看似做的事情相似，但他们在当时对事情的理解远远超过我们。怎么增长、怎么做产品、用户需求是什么，他们的理解能力远超我们。再加上技术很好，资本也是大的支持。

如果以我们现在 2026 年核心团队的认知回到 2023、2024 年，继续做同样的事情能达成的结果是什么样不好说。怎么做产品，怎么做市场，这块我认为跟上了。给我相似的资源我们能打出不错的仗。那么再走到现在，技术资源上的差距也就不会太大了，毕竟我们有自己擅长的板块。

03 

GlobalGPT 的典型用户：

非科技圈高级白领

Founder Park：GlobalGPT 现在这批用户，到底是什么样的人？

李焕之：目前的用户画像，简单总结是：非科技圈高级白领。

这帮人支付能力很强，客单价其实是高价值用户，但他们对科技圈一无所知。很多用户都不知道 Agent 是什么。这是市场的真实情况。他只知道，我需要做个图，你这里能做图，有各种模型，用了一下也挺好，什么都有，我就买了。

国别上，50% 是美国，剩下分布在全球各地。可以粗略分成两类。

一类是有 OPC 属性的人。他可能是小个体户、小公司、一个人做副业。再细分有四种：做产品的、做电商的、做专业服务的、做自媒体的。

这类 OPC 人群，我们发现他们有个核心需求，可以叫它商业咨询。我们有 5% 以上的人是在给公司做商业咨询。为什么做商业咨询？因为他要干一件事，但不知道该怎么干。他会问 AI：我想做这件事，你能不能告诉我该怎么做？不管是 Deep Research、chat，还是其他方式，我们做过大量真实用户访谈，发现这是真实的迷茫。

商业咨询之后，就是各个场景的事情。比如专业服务用户要做 PPT、做调研、写文章。自媒体用户要做内容。

另一类是打工人。OPC 和打工人加起来，占整个产品 80% 以上。打工人的需求可能是做数据分析、做表、做 Excel、老板让写报告，类似这些。

说起来没有那么 sexy，但这是真实需求。

我发现用户有一个核心问题：他用不好 AI。提示词写得不好，没有用到位。或者产品里明明有一个功能，他就是不用，仍然用更原始的方式。

还有一种情况是，你能感觉到他的迷茫。他的问题不是「能不能给我做个 PPT」，而是「我还是不会做」。他的认知不到位，不知道比如我要开个网站卖东西，到底怎样才能卖得好；我要开始卖课，做什么课程才能卖得好。

这种迷茫不是用 AI 的迷茫，而是生活和工作里的迷茫。

所以我们觉得 AI 应该更主动地告诉他：我洞察到你在做副业，那我往前走一步，给你一些方案，告诉你可以怎么做。你未必采用，但 AI 可以做，因为 AI 带宽足够。

Founder Park：Yukei 想服务普通人，你们怎么理解服务普通人的 AI 产品？

李焕之：我觉得普通人不是没有需求，而是不知道怎么把自己的需求翻译成 AI 任务。

我们现在有一个很真实的发现：用户流失里，一个很大的原因是「不用」。20% 以上的用户，买了之后就用了一两次，续费一两个月就走了。这不是简单的产品不好，而是他买了一车钉子，过了两个月，也没想好钉子该钉在哪里。

你再深一点想，每个人身上真的没有 AI 需求吗？比如我们父母辈，难道真的没有 AI 需求？肯定有。只要以某种形式打进去，他是能用起来的。但他自己想不起来。

今天 AI 产品有一个很大的问题：普通人不知道怎么用 AI。

Founder Park：所以问题不只是功能，而是认知。

李焕之：对。现在的 AI 还是工具。工具是人去用它，你会用就会用，不会用就不会用。

但服务不是这样。服务是不需要接受服务的人主动告诉服务提供者该做什么。

比如你找健身教练，他可能先问你的诉求是什么，后面的过程交给他。他告诉你器械怎么用、今天该吃什么、一周练几次。你不需要给他指令。

这就是我们对服务的理解。服务可以突破人的认知边界。

AI 对标准化、流程化服务起到了很大作用。过去你很难想象服务可以被产品化，现在可以了。

04 

LegalNow 想服务普通人，

但失败了 

Founder Park：第一个 AI 产品 LegalNow，为什么没做起来？

李焕之：用今天的视角看，它是一个很 agentic 的合同工具，用户可以拿它起草，审阅和分析合同。

它的 Agentic 体现在，我们很早就在做实时生成前端：用户扔上来一个合同，系统会追问一系列业务问题，并调用特定的方法论，有点像今天的 skill。我们觉得纯文本回答用户看不明白，所以设计了一种反馈格式，让结果在前端实时渲染出来。

从讨论度上讲，LegalNow 还不错。2023 年全球市场上做法律 AI 比较好的公司不算多，除了 Harvey 这样一轮轮融资的公司，更偏小 B、更偏 to C 的产品其实很少。

但我们受制于一个核心问题：虽然拿到了市场声望，产品不赚钱。

Founder Park：不赚钱的核心原因是什么？

李焕之：我们当时想尝试跨越一个鸿沟：跨过律师，直接服务终端用户，把顶尖法律水平产品化，交给普通用户。

这件事情到今天 2026 年，应该说全世界也没有一家公司可以真正实现跨越。

核心问题有两个。

第一，AI 交付的结果毕竟有错误概率。

第二，普通用户在没有律师帮助的情况下，对 AI 交付的结果没有判断能力。他不知道这个东西是对还是错。

所以最后导致的结果是，他愿意付的钱很少。我们商业化做得很差。当时我们在商业化、增长、转化上都没有经验，甚至产品到最后连订阅制都没上。

李焕之（左）跟产品合伙人，是在 Founder Park 的前沿社线下活动结识的

Founder Park：当时有没有考虑转向服务律师？

李焕之：有。当时我们有两个选择：一个是转型去做律所的生意，还一个是转方向。

今天回过头看，如果当时做律所，可能是挺好的 PMF。因为不管 Harvey 还是国内很多法律 AI 产品，本质上都是服务专业人士。

但我们内部有一个真实的纠结：我从律师圈出来，就是想去服务更多普通人，现在为什么要再转去服务律所？我不想干这件事。

Founder Park：为什么不想服务律师？

李焕之：这跟我最早为什么离开律师行业有关。当时从律师转向创业，有两个核心原因。

第一个原因是，我觉得这个世界上有两种生意：一种是服务有钱人的生意，一种是服务普通人的生意。律师从性质上讲，就是服务有钱人的生意，因为你是拿单位时间换钱，有钱人可以为单位时间支付更多钱，这是性质决定的。

我们法律行业经常讲一个词，叫「冰山一角」。真正进入律师服务范畴的法律需求，只是冰山上面的部分，可能 10% 都不到。大量需求在水面下面：有人找不到律师，有人找不到合适的律师，有人觉得律师太贵。真正需要法律服务的人很多，但普通人的需求没有被覆盖到。

第二个原因更偏个性。我进入律师行业，是顺着专业一路做下来的。坦白讲，我挺喜欢法律，也挺适合做律师。但当你看到更大的世界之后，会觉得律师是站在边线上的角色，看着中间的玩家。你很难真正给这个世界增加很多直接的影响。

我希望能在舞台中间，更多地对世界施加影响。

所以我做 LegalNow，本质上还是想服务普通人。但后来发现，用 AI 简单绕过专业中间层，这件事没有那么容易。

Founder Park：这其实是很多 AI 产品都会遇到的问题：想直接替代专业中间层，但用户不一定有判断结果的能力。

李焕之：对。法律场景最典型，因为专业鸿沟太高。

我现在依然相信，法律需求将来可以被 Yukie 这样的通用产品很好地承载，但它不一定是「AI 直接替代律师」。更可能是 AI 提供全流程，律师做最后一公里。

这对律师有好处，因为他可以低功耗的赚到钱；对用户也有好处，因为不用花那么多钱。这才可能真正让普通人获得更好的法律服务。

05 

创业要有使命，

也要有做生意的能力 

Founder Park：套壳这件事，你觉得是生意还是创业？

李焕之：这个问题我从 2020 年一直思考到今天。这里可以引入一个概念：南派打法、北派打法。

南派打法就是大家常开玩笑说的广东，深圳打法，很务实，不需要太多概念，只要账算得过来，赚钱就好。北派是去思考终局、思考时代规律、思考使命。坦白讲，我们团队是一个南派打法及格线以上的团队。

但我们这些人又很北派。包括我和其他产品合伙人，都是会思考终局、思考下一步会发生什么、思考时代规律和拐点的人，也会讲理想主义、使命这些东西。

我觉得南派打法也能做出很好的创业。深圳那帮做硬件的、做出海电商的，打法很厉害，你很难说他们做的事情不叫创业。

LegalNow 是纯创业打法去想这件事，但是失败了。GlobalGPT 之后是一个生意逻辑，算成功，至少没死。

如果一家公司要大成，可能两个都要有：你需要创业的前瞻性和引领性，也需要做生意的能力。苹果就是一个非常好的例子，它创造了新的范式，也是一门非常好的生意。

Founder Park：南派和北派在你们这里会冲突吗？

李焕之：在某些地方会冲突。

比如一个产品的经济模型已经跑得很稳定，我要不要加一些新的、我认为具有引领性的功能？这很 risky。尤其 ToC 产品，它可能破坏整个弹窗、价格、支付路径，导致付费率降低。坦白讲，我们现在就在经历类似过程。

GlobalGPT 最巅峰、南派打法做得最炉火纯青的时候，用户当日付费率超过 4%。也就是 100 个人进来，4 个人付钱，而且平均用户当日付费客单价超过 100 美金。

这产品很赚钱，虽然量没有那么大。现在我们其实在刻意压低，因为它会带来很多副作用。

举个具体例子。很多产品会怎么做？比如我 1 号买了产品，5 号想取消订阅，还有额度。南派打法会告诉你，现在取消，额度就没了，不让你用到 30 号。这样用户可能会想，那到 30 号再说吧，然后 30 号就忘记了。

这很有效。但长期看，这对你和用户之间形成正向关系没有太大帮助。所以我们没有这么改。我觉得创业团队还是要有灵魂，要有为什么出发这个事情。如果纯粹是为了钱，很难自洽。

Founder Park：最艰难的时候是什么时候，怎么撑过来的？

李焕之：2024 年初，我们基本上彻底没钱了。

最绝望的时候，有个朋友要做社区运营和课程，找我推荐运营。我说，要不这样，我一个月工资开销差不多 2 万美金，你每个月给我 2 万美金，我给你们做全程。于是我们运营同学从课程管理到黑客松，给他们做了整套东西。靠这笔钱，我们把团队稳住，把工资发下来。

也就是在这个期间，我做了 GlobalGPT，GlobalGPT 开始赚钱。2024 年我们就是靠这样维持住的。

现在回想起来是一个挺有趣的故事，但当时其实非常痛苦。

Founder Park：2024 年做了哪些新的方向探索？

李焕之：2024 年对我们来说，是一个在 C 端探索的过程。我们做了七八个产品。

好处是每个产品都能赚钱，坏处是团队非常分散。但在不断做、不断尝试的过程中，我们攒出了很多对增长、产品、转化、利润的理解。

移动端我们做过一些套壳产品。当时市场上有一类移动端大套壳产品，收入很高，我们就抄了一个。

Web 端也做过一些独立站。因为当时刚开始学 SEO，就想 SEO 方法论能不能应用到独立站里。比如一个功能吃一个词，一个功能对应一个关键词，这样的产品我们做了好几个，比较批量化。

我们还做了一个视频图片站，跟 higgesfield 定位差不多，时间也差不多，如果当时资源更多，它其实有机会涨起来。但我们资源实在太有限了，最后把它并到 GlobalGPT 的核心原因就是团队实在没有多余的人力去独立运营和增长。

过去两年我们是什么状态？赚两块钱，发一块五工资，拿五毛钱继续投入增长。我们就是这么涨起来的。没有融资，只能这么涨。所以虽然产品能做出来，但团队运营和增长跟不上，最后就并过来了。

还有一些创新性的东西。比如我们做过一个手机端应用，用户点一下截屏，就可以通过截图保存信息，偏日程管理。比如咱俩聊天，约今天下午几点，我一截屏，它直接读图片内容，写到日历里。

这个产品上线了，但没有做特别好，这个产品难度挺大，需要的权限比较多，体验没有那么丝滑。但上线之后其实也赚钱，没有亏。

还有移动端小应用，比如计算算卡路里之类的小东西，也做过。

Founder Park：所以这些不是一个规划好的产品矩阵，而是不断试。

李焕之：我觉得没有那么高，没到矩阵。纯粹是当时认知有限，想多试。

比如以我们当时对 SEO 的理解，会觉得这个词可以拿站去拿。但事实上真功夫在水下，比看上去的复杂百倍，我们当时不知道，就去试。

又比如看到手机端套壳增长很好，就觉得做一个一模一样的套壳也能增长。但其实没有看到水下他们到底是怎么长起来的，那个很实操。

所以当时也算认知不足。但好在我们动作够快，复盘够彻底，所以整体团队在成长。

06 

Yukie 要做的不是工具，

而是主动服务普通人 

Founder Park：详细介绍下 Yukie 和 GlobalGPT 的区别？

李焕之：核心思想是「服务型」。服务和工具的区别是：工具需要人主动去用，会用就会用，不会就不会。服务不需要接受服务的人告诉服务者该做什么。

你去健身，教练问一下你的诉求，后面整个过程他来安排，告诉你器械怎么用、今天吃什么、一周练几次。这些不需要你去给他发指令。服务是可以突破人的认知边界的。过去你很难想象服务是可以被产品化的，现在因为 AI，是可以的。

标准化、流程化是服务的一部分，AI 确实对标准化、流程化起到了很大作用，因为过去你很难想象服务是可以被产品化的，现在是可以的。

我们希望 Yukie 能给用户这样的体验。比如你是做 SEO 的人，Yukie 不仅帮你写文章、查竞争对手、查词，还能告诉你这事该怎么做，带你做。

我们希望先把 GlobalGPT 内的非科技圈高端白领服务好，再越来越往下走，走到只有手机的人、开店的人、摆摊的人、送外卖的人、开滴滴的人。他们没有电脑，不会说打开电脑去查这些东西。

最深的愿景是：一个街上开店的大哥，不用知道 ERP 是什么。把摄像头打开，扫一下商品，告诉 Yukie 每天销售情况，就可以给他制定进销存管理，告诉他某些品别进了，某个东西卖便宜了。他甚至不知道 ERP 和库存这些概念，但 AI 可以把这件事做好，实实在在改善普通人的生活。

再讲远一点，AI 再发达一下，公司都没有了，人失业了，大家做什么？普通人的价值还是需要实现的，不管你是做自媒体、卖东西、开店还是说有什么新的 OPC 形态出现。这是整个 Yukie 作为一个 AI 产品的设计哲学。

Founder Park：为什么选择现在做 Yukie？

李焕之：比较诚实的回答是，2025 年我们内部做了很多试图突破现有边界的产品，但没做好。

很大原因是资源受限，但我们现在营收又上了一个新台阶，团队能力更强了。

另一个原因更个人。创业经过 2024、2025 这两年赚钱的阶段之后，我有一点往回找：为什么要创业？

前段时间有篇文章《Silicon Valley Is Bracing for a Permanent Underclass》对我影响很大，呈现了硅谷的一种声音。它描述的现象是，当模型能力进入新 level，整个 Agent 能力提升之后，会进入 token maxing：精英人群和程序员、专业人士拿 AI 产出的生产力开始爆发式增长，而这会让精英和普通人的差距越来越大。

这件事情我非常反感。

首先，AI 现在其实并不普及。大家可能以为已经普及了，但全世界也就十几亿用户。而这十几亿用户里，90% 只是用 AI 查天气、查东西、写文章。我觉得全球到今天为止，所谓 Agentic 用户可能只是千万级，甚至不过亿。它远没有到 AI 普及到老百姓的层面。

为什么？因为现在的 AI 仍然是很工具化的东西。人要去用 AI，但人有一个天然问题：人是不知道自己不知道什么的。

所以人的认知瓶颈会卡住 AI 的认知瓶颈，AI 没法交付更有价值的东西，因为你不懂。

AI 原本应该抹平普通人和精英之间的差距。很多人可能没有受过精英教育，没有专业训练，没有精英那么聪明，也没有他们的资源、认知能力和执行能力。但 AI 原本可以抹平这些差距。可是 token maxing 走向了另一个极端。

人类历史上的重大科技变革，在足够长的时间里，会把人类社会带到更平等、更繁荣的状态。但科技刚发生的时候，会急剧加大社会不平等。AI 可能也会在当下带来更大副作用。这个副作用谁去解决？我觉得总要有人去做。

我还有一个观念，我自己叫它「商业人民史观」。我不认为科技本身是时代的主动。很多科技成果刚发现或刚被提出时，是没有用的。后来某个时间点，它突然被用在某个地方，变成大众产品。科技本身不是时代的主流，人对科技的需求，才是真正的主流。

如果 AI 不能让每个人都需要它、每个人都用起来，它就会变成小圈子里精英阶层拉大自己跟普通人差距的东西。从我们的创业使命来讲，我非常反对这件事。

所以春节回来之后，我们内部一直在讨论：这个团队的底色是什么？DNA 是什么？为什么创业？为什么走到今天没有散？以及我们现在有什么，在这个基础上能做什么？

这才提出 Yukie 的概念。从 3 月份开始进入研发，也做了一些灰度。

Founder Park：所以它是一个愿景出发的产品。

李焕之：完全是。从我个人来说，我理想主义折腾了两年，现实主义折腾了两年。现在是不是可以拿着这两年学到的十八般武艺，回去做一些更有社会价值的事情？

Yukie 希望长在 GlobalGPT 上面，是 GlobalGPT 的一个核心功能，从服务 GlobalGPT 的用户开始。

我们现在已经在产品上做灰度了，挑了一些深度用户让他实时生成自己的操作界面，基于场景植入主动性的经验，不是等用户告诉 AI 该干什么，而是 AI 告诉用户该怎么做。反响很好，而且我们在里面有一些非常有趣的发现：这些人是可以连接起来的。

Founder Park：目前灰度测试的效果怎么样？

李焕之：我们已经在产品上做了一些灰度，挑了一些深度用户，让他实时生成自己的操作界面，基于他的场景植入主动性的经验。

不是等着你告诉我该干什么，而是我告诉你应该怎么做。反响很好。而且有一个非常有趣的发现：这些人是可以连接起来的。

以 SEO 为例，我们平台里有一部分人是：我做了一个产品，需要做 SEO，所以找 AI 做 SEO。还有一部分人是：我就是 SEO 专家，用 AI 帮我提效。这两种人天然有匹配的机会。

如果服务让 AI 去做，人可以充当 AI 服务的最后一公里。

法律场景也是这样。我觉得 AI 不太可能完全跨越法律的专业鸿沟，因为鸿沟太高。但如果 AI 提供全流程，让律师做 AI 的最后一公里，对律师也有好处，因为他可以赚到钱；对用户也有好处，因为不用花那么多钱。

这是我们在平台内部发现的一个机会。还有协作场景。不管你是 OPC 还是其他人，总有协作机会，生活协作也好，工作协作也好。我们发现，也许能在一个单向度的软件产品里，长出非常有趣的网络效应。

Yukie 想做的事情，一个是服务，一个是连接。连接也是为了更好地服务。

07 

比起 AI，

我们更执念要服务的人 

Founder Park：Yukie 的时间线规划是什么？

李焕之：我们现在已经在产品上做小范围灰度了，会不断微调方向。7 、8 月份基本上是开发跟灰度的阶段。计划七八月份之后要有一个独立的形态推出来，能更主动地去帮用户做各种各样的事情。这是第一个 milestone。

Founder Park：如果半年后效果不好，怎么判断它成不成？

李焕之：如果去年你问我这个问题，我应该会给一个很清晰的止损点。我今年可能想明白了一件事：我创业就是为了干这件事，我就要服务这些人。我有了一个三到五年的中期目标，围绕这批人交付更好的东西。如果三个月不成，我会继续打，调方式调设计，但目标人群不会变。

Founder Park：如果 Yukie 这个形态不成怎么办？

李焕之：Yukie 不成，我会调形态，但方向不会变。我不管这件事最终以什么样的形式呈现，那是 solution，不是我的 mission。

去年有段时间迷茫，发现有做事的能力了，但做什么呢？一个团队如果没有 mission，在 AI 时代生产速度这么快的情况下，做什么都好像行，越做越迷茫。24 年我们做了一堆产品，每个都赚钱，但整个团队很煎熬，找不到一条可复利的主线。不管是商业上在这个人群中产生复利、产生品牌，还是团队自己觉得在干一件对的事情，都没有找到。

经过 GlobalGPT，我真正找到了我确定想服务的那批人，也能很快触达他们。LegalNow 的失败在于，我做了一个产品，但团队能力距离服务好用户有很大的距离。今天这个 gap 解决了。现在我要思考的是，怎么用更好的产品去服务这批人。

我管这个叫初心的具体化。

四年前，我们懵懵懂懂觉得要干一件事，但讲不清楚到底服务谁，怎么服务，为什么服务，他为什么需要这个服务。经过四年之后，这些问题能回答了。

后面的路怎么走，当然还会继续探索。前两年是空中楼阁式的理想主义折腾，后两年是打磨落地技巧，学会怎么带兵打仗、怎么打胜仗。现在想把它结合到一起。

Founder Park：所以你现在没有那么执念某一种 AI 形态。

李焕之：对。

当下 AI 创业者其实挺迷茫。你问我迷不迷茫，我也迷茫。但我没那么迷茫的一点是：我没有那么执念 AI。对，我很执念我想服务的人。这是一个很好的方式。

Founder Park：怎么解决新用户上下文不够的问题？

李焕之：老用户没有这个问题。新用户怎么办？我们的答案是，让用户在用产品的 10 到 20 秒内，就可以开始交互、开始消费，并且有上下文。我觉得两种方式：关系和内容。

关系是什么？我们观察大量用户，发现他们都有协作需求。你用 ChatGPT 或 Claude，它如果分析你的聊天记录，会发现你一定会在使用中提到其他人，不管是工作还是生活中。

如果你能拉着协作者共同协作，这就是一种关系。对于协作者来说，他进来的前 10 秒，Yukie 就已经知道你是什么样的人：你有一个朋友，你们在一起做一件事。这就是上下文。

如果这种关系成立，一个 KOL 用 Yukie 生成可交互内容并发布出去，所有粉丝上来可能也有同样效果。这会构建一个很好的关系渠道。你可以不停试各种活动，直到试出某个像砍一刀、微信红包一样的东西。

另一块是内容逻辑。抖音这样的产品，用户上来前 30 秒就开始消费。AI 也可以做类似的事，比如可交互式内容。我们在设计一些有趣的东西，比如 AI 吵架大赛、心理测试等。你今天来产品，没事干，有些内容可以玩，就留下来了。

我觉得关系加内容可能是终极答案。最终哪个点破局，需要高频实验。

Founder Park：Yukie 的竞争对手是谁？

李焕之：两种。一种是有网络效应的平台下场做 AI 化，比如社交网站、手机厂商。手机厂商的 context 足够多，但有反垄断问题，还有要不要丧失苹果税的顾虑。另一种是 Codex、ChatGPT 这样的通用产品强到使用门槛极低。

GlobalGPT 证明了，至少在现在水涨船高的市场，还是拉得到客户的。真正要回答的问题是：用户来了、付钱了，他为什么留在我这不去别的地方？

答案是两个。第一，走线下、走脏活。把平台内的 OPC 真正运营起来，做社区、给内容、给 connection、甚至帮你赚钱。这些是 OpenAI 不会干的事。我们运营能力本身也还挺强。

第二，长期看，用户的经验、工作流、关系沉淀在这里，形成网络效应。也许能在一个单向度的软件产品中间长出非常有趣的网络效应。Yukie 想干的事情就是一个是服务，一个是连接。连接也是为了更好的服务。一年之后我们可能走上跟其他套壳产品完全不同的方向，变成老百姓最喜欢去的那个品牌。

Yukie 一定要走 PLG 的方向。如果 PLG 做不出来，它不会是一个成功的产品。

Founder Park：Yukie 未来的商业模式呢？

李焕之：前期还是订阅制加增值服务。个性化服务做好后，增值项会更丰富，利润更高。长期看，按结果付费一定会出现。

按结果付费为什么现在跑不通？不是 AI 能力问题。AI 在结果交付场景需要人做最后一公里，这中间一定会有平台来做匹配、交付和争议解决。谁来 verify 交付结果，出现矛盾怎么办，匹配效率怎么保证，这些都是平台要做的事。

三年后应该会出现一个新的平台。整个逻辑会很不一样：不是人跟人的匹配，而是 AI 和 AI 的匹配，人在后面做最后一公里的判断，以及给一些心理安慰。

比如法律场景，AI 再发展五到十年，已经强到不行了，作为一个律师用 AI 你觉得它确实强，但你怎么交付结果？很难给终端消费者交付。人们对它的需求一定还是「我用了 AI 之后，再找个律师看一下」。这个最后一公里一定存在。

现在的专业服务行业还是人优先，AI 在人的后面。再过三年，我认为大概率会是 AI 在前面。因为 AI 在不断变好，而人的带宽是有限的，哪怕 AI 提效拉到极致，律师前面能接过来的事情还是很有限，就只有 24 小时。未来可能是律师只做判断那一步，AI 在前面跑全流程。

08 

方法可以错，

但要想清楚为什么出发 

Founder Park：团队现在 ready 吗？

李焕之：准确讲，应该是 ready 且有待提升。

现在的同学对使命感和做这件事情的认同度是相当高的。这也是我们经历了这么多事情，团队从一开始到现在没有散掉的原因。

但能力上是不是 ready 到我做几百万用户、千万用户、上亿用户？坦白讲还是有很大成长空间。所以我觉得是既 ready，也不 ready。

Founder Park：你现在最焦虑的是什么？

李焕之：最焦虑的是怎么把我想象的东西做出来。

过去我们团队论证了几件事：我们有很好的抓取市场的眼光，知道什么产品卖得出去；能把产品设计出来；只要产品 ready，就可以把它卖出去，也赚到足够的钱。但我们想做的东西，需要更优秀的同学加入，尤其是工程师同学。

我对研发的理解，是过去两年逐渐 建立的。现在更能搞清楚我想要什么样的人，以及评判这个人是否适合我们团队。这也是为什么今年会走出来交流和发声，不是因为我们多缺钱，而是为了让大家注意到我们，让更优秀的研发愿意看一看：这个团队发展还可以，我听说过，他们的理念我相信，也许可以聊一聊。

Founder Park：团队会继续扩张吗？

李焕之：不会扩张，会迭代。

现在急需的是拥有全栈能力和 AI 思维的聪明开发。

市场这套机制坦白讲还挺强。我们过去沉淀的成果，不太需要管，也可以自动高效运转。但随着对产品要求提高，对工程能力的要求会越来越高。

GlobalGPT 是一个大通货，谁都能做出来。但 Yukie 不是。用什么技术方案，里面有什么困难，6 分的东西怎么做成 8 分，这里面有大量人的能力空间。

Founder Park：所以最后还是回到组织和人。

李焕之：对。拿破仑为什么那么会打仗？很大一部分原因是他基于火枪和火炮做出了新的作战组织方式，全民征兵，散兵战术和炮兵火力的部署，用跟旧欧洲贵族完全不同的方式打仗。一个新的生产力出现之后，如果组织配不上，你就是俄罗斯、普鲁士，你会被人按着打。

但组织变革并不简单。

我们现在在努力往 AI Native 的组织走。最理想的状态是重新打造研发流水线。产品经理带来更好的 taste，输出想法之后，有比较厉害的架构师角色。开发往架构师转，我们希望以后没有前端、后端，都是架构师。

架构师通过文件形式把整个开发流程定下来，交给 AI 跑。跑完之后，AI 自己做对抗性审查，再推到测试版本。最后有人工测试收口，也在 AI 辅助下，把测试做瓷实。

整个开发流程变成：产品、全栈架构师、测试收尾，快速上线。如果架构师有产品思维或者产品有软件工程基础，那么可以向前或者向后覆盖.

这件事有两个决定性要素，一个是有没有更多拥抱新工作方式的同学加入，另一个是我们内部的组织方式和工具建设，能让更多的同学变成学会 AI Native 的工作方式。

Founder Park：如果拿不到融资，Yukie 能做吗？

李焕之：能做。会困难一点、慢一点，但我还是会做。

我当时从律师跳出来创业，这几年个人就没怎么赚钱，但从来没想过回去。做律师的时候，我每天会去看外面的世界；创业之后，就再也没想过回去。

创业团队还是要有灵魂，要有为什么出发这个事情。剩下的，增长也好，产品形态也好，技术解决方案也好，商业洞见也好，这些都是方法。

方法是可以错的，错了再换。但我们想清楚要做的事情不会变。

文章来自于微信公众号 “Founder Park”，作者 “Founder Park”