“事實證明，不焦慮的人做不好AI 應用。”「明年可能是to C 應用的元年。」9 月28 日，Lovart 創始人陳冕告訴我們。第二天，「元年」 被加速－OpenAI 發布Sora app，幾天後超越ChatGPT 和Gemini，登上美區App Store 下載總榜第一。Sora app 開啟了消費性AI 超級應用的可能性。過去2 年多里，從聊天機器人到AI 搜尋、深度研究、再到智能體，數輪成長最快的AI 應用都集中在生產端。今年5 月開始內測、7 月正式開放上線的Lovart 也是一個服務設計生產場景的垂類Agent。截至目前，Lovart 獲得了約20 萬日活用戶，年化預估營收超越3,000 萬美元。但陳冕仍覺得不夠快。在Sora app 發布前，他已在思考接下來的to C 機會：模型成本不斷降低，這讓to C 更可行。 to P（生產者）產品也讓更多人能創作AI 內容了──那最終內容消費是否也會改變？只是，Sora 讓一切又加速了。我們確實要考慮如何更快go big。因為在這個時代，每個巨頭都比想像中更厲害，更沒有邊界。配合新野心，山姆·奧特曼（Sam Altman）已在瘋狂鋪設算力和能源設施。 9 月底，OpenAI 宣佈與輝達合作新資料中心，總耗電量將達10 吉瓦（GW），超過夏日高峰時的紐約市。此外還有總計17 吉瓦的其他項目正在推進。本篇訪談的第一部分發生在Sora 發布後，產品經理出身的陳冕分享了他對Sora 的體驗和觀察：我意識到這是一個社交產品，它可能比「AI 抖音」 還要大。訪談第二部分，我們複盤了4 個月來Lovart 的實踐；以及2023 年以來，陳冕摸索的AI 應用創業破局之路：AI 應用怎麼做成長？就是提前描繪未來，然後等它發生。垂直應用公司本質在做兩件事：特殊的互動，和特殊的上下文。因為頻繁換工作，陳冕過去被認為沒有耐性，而這次開始創業後，他經歷過公司瀕臨倒閉，也在最困難時拒絕過收購意圖。一些投資人和同行評價他很有韌性。現在的韌性來自信念，信念又來自認知。我不是為了創業而創業，是為了贏而創業。山還在、我們也能到達，那為什麼不能努力往那裡走呢？Sora app 發布：“每個巨頭都比想像中更厲害，更沒有邊界”“我想到了to C 是下一個機會，但沒想到就猝不及防地在這個假期突然發生了。”晚點：我們上次聊剛好是Sora app 發售前夕，現在Sora 出現，產業又有了大變化。陳冕：對，變化總會比你想像的時間早一點。幾天前，我說明年是消費性AI to C 應用的元年，這個判斷沒變；但沒想到，關鍵的timing 就猝不及防地在這個假期發生了。我之前判斷巨頭的速度不會那麼快，但顯然錯了。 OpenAI 比想像中更激進，它不只追求AGI，也追求最牛的產品。晚點：Sora app 上線後，你從凌晨3 點開始連玩了4 小時，你看到了什麼？陳冕：我真的被驚到了。這種感覺我至今只體驗過3 次，前兩次是抖音和ChatGPT，第三次就是Sora app。我意識到這是一個社交產品，它可能比「AI 抖音」 還要大。晚點：怎麼在使用中獲得這種感知的？陳冕：一開始我本來對Sora 沒有預期，因為它上線很突然。我使用的第一個感受是順滑，很快就完成了前幾部作品。例如我讓ChatGPT 寫了一個“無間道” 天台對決的腳本，然後用Sora 的cameo（出境秀）功能讓我和Sam Altman “合拍”，那是我第一次打開聲音——Sora 2 是一個音畫同出的模型——當時我就感覺，新世界的大門打開了！編者註：cameo 的玩法是，使用者在Sora 介面裡拍攝自己的臉部（類似人臉辨識步驟），念數字，產生AI 形象和音色，然後選擇授權範圍。這樣你自己或被授權的其他人就可以在生成影片時讓你「出鏡」 合拍。 Sam Altman 向所有用戶開放了cameo，所以它一度刷屏Sora。這影片有鏡頭語言，有敘事；音畫同步很好，音色很像我本人；角色一致性也很好。而這一切不需要抽卡，一次就能成功。更重要的是社交－最開始除了和Sam 合拍，我不知道幹嘛，因為其他人我都不認識；所以我就給同事分享邀請碼，拉大家一起玩；這時我驚覺，這不就是社交嗎？這是一個特別大的aha moment。邀請更多人後，我再去刷資訊流，又體驗了Sora 的另一個關鍵機制－Remix（重新創作）。 Remix 核心解決的是共創。這是我自己思考過的問題，就是怎麼更簡單地讓使用者接力共創，這是激發更多AI 內容的關鍵。 Sora 在Remix 上做了滑動互動，很順滑。我認為最優秀的互動不會超越點擊和滑動，而且它都太複雜了。整體來說，Sora 的關鍵連結都設計得很好，完成度挺高。晚點：比Sora app 早4 天，Meta 也在「Meta AI」app 上上線了AI 短視頻功能Vibes，但幾乎沒什麼聲量。陳冕：單純的AI 生成短片產品早就有了，這次的核心還是社交。 OpenAI 自己也說，如果沒有cameo，就不會有這款產品。晚點：你覺得Sora 的模型有甩開其它公司嗎？ Google Veo3 先前已能實現音畫同出。陳冕：妙就妙在，它在模型能力最適合的時候，做了它最適合的產品型態。晚點：一家中等體量的AI 新創公司有可能率先做出像cameo 這樣的新互動，從而引爆市場嗎？陳冕：首先，Sora 不只是產品創新，它的模型也是SOTA（State of the Art，業界最優）水準。只有掌握頂尖模型，同時它的文化、組織還能孕育產品創新的公司才能做出Sora。第二，如果一家中型公司真做出了Sora，我覺得也能火，但接下來會面臨巨大挑戰。首先是人臉資訊的隱私、監管問題，其次是成本，Sora 已到了蘋果總榜第三，卻一分錢沒收，影片產生是很貴的。更現實的是，一旦它火了，巨人馬上就會跟進。巨頭有流量、有資金，中小公司根本扛不住。所以AI 社交這註定是巨頭戰場。晚點：你認為Sora 未來可能會是多大的產品？陳冕：它有可能是個虛擬世界的微信。未來人類的社交可能分成兩個世界—「虛假的真實」 和「真實的虛假」。那種對人更有吸引力還未可知，很可能兩個世界會同時存在，爭奪我們的時間。如果把它看作社交產品，這可能是一個數十億級用戶的機會。晚點：這會怎麼影響AI 領域大小公司的動作？陳冕：這是一場所有模型巨人都輸不起的仗。無論你認為Sora 成為超級應用程式的機率是10% 還是20%，錯過的代價都太高，而贏下的意義又太大。所以想抓住這個時代最頂尖超級應用的公司，和現在已經擁有超級應用程式的巨頭，都不會放過這個機會。晚點：社交有網路效應，有先發優勢和時間窗，你認為留給其他人的時間還有多久？陳冕：可能就3 到6 個月。晚點：Sora 對新創公司的影響是什麼？陳冕：好的一面是，Sora 會為AI to C 帶來資本湧入和注意力，所有新創公司都可以好好思考to C。但同時，我們確實要考慮如何更快go big。因為在這個時代，每個巨頭都比想像中更厲害，更沒有邊界。晚點：你把OpenAI 算作巨頭，它其實既有巨頭級的資源；又有一個新公司的銳氣和飢渴——團隊扁平，同時尚未獲得一個能帶來穩定利潤的業務。陳冕：這就是為什麼要盡快go big，資本正以史無前例的速度聚集。人類歷史上從未有OpenAI 這樣，在推出第一款主力產品後，短短幾年內就估值超過5,000 億美元的公司。一切都在被加速，市場極度樂觀，能投的都在往這個方向砸錢。晚點：這種樂觀中有什麼風險嗎？陳冕：成長速度的錯配。因為太樂觀，人們對無法被加速的事也抱持過高期待，當預期落空，就會沮喪懷疑。典型的就是建設算力和能源設施都需要時間。在基礎架構更完備前，Super App 短期的成本會很高。如果應用發展和算力建設周期有較大錯配，甚至可能帶來短暫的泡沫破裂。而且算力越緊張，資源越會往頭部集中。我們非常希望基建和能源設施能更快完善，不要被實體底層卡住。晚點：除了算力和能源基建，還看到了什麼無法被加速的事？陳冕：人心。使用者習慣的改變需要時間。再往下，真實與虛擬的邊界會越來越模糊，我們怎麼接受？能多快接受？當然新事物都是在爭議中前進的，人心不會變得那麼快，但也一直在改變。“不是服務所有人，而是服務有創作欲的人”20 萬活躍用戶、3,000 萬美元年化預估收入。晚點：5 月Lovart 剛開始內測後，你就去了舊金山。當時你提到，要在未來幾個月努力做到“幾千萬ARR”，現在實現得怎麼樣了？陳冕：Lovart 目前的年化預估收入已超過3,000 萬美元。截止9 月底，我們日活用戶到了15 萬到20 萬，在7 月beta（內測）結束前，每天是1 萬到2 萬，beta 放開後迅速到了8 萬到10 萬；Nano Banana 後，Lovart 更好用了，用戶又上了一個台階，到了約20 萬。所以我們不是先爆、再微跌，而是一步一階往上漲。這是我挺開心的一點。晚點：這些用戶是怎麼分佈的？陳冕：1/3 在美國，美國也是Lovart 目前用戶數和收入最多的市場。晚點：3000 萬美元的預測年度訂閱收入能涵蓋服務成本嗎？陳冕：不行，現在的Agent 都不行，因為API 很貴，而且我們有一定免費額度，免費到付費的轉換需要時間。但我對Agent 的長期商業模式毫不困惑，token 一定會更便宜，就和電與上網流量一樣，都是早期貴，普及後會很便宜。訂閱至少會是一個基礎的商業模式，未來也可能發展出以思考時間收費的方式。晚點：Lovart 團隊去北美後，為什麼還沒有接受全球化機構的投資？陳冕：我們未來一定會考慮全球化資金，但5 月Lovart 上線那會兒，我們剛敲定融資。當時去北美的更優先工作是搭建團隊和離全球用戶更近。晚點：直接接觸美國用戶後，看到了什麼？陳冕：在灣區，我最常被問到的問題是，我的熱情和願景是什麼？很多人會問我們，這個產品它到底是給所有人用的，還是給專業人士？現在答案更清楚了：因為我做這家公司的願景，就是希望把創作能力平權，釋放更多人的想像。 AI 時代，能做、想做設計的廣義設計師和創作者的數量正在變多。所以我們現在的定位是：“for everyone who wants to create”，不是服務所有人，而是服務所有有創作欲的人。對非專業人士，Lovart 像AI 創作工作室，能幫你把創意落地。一個典型場景是北美的一些中小商家，例如咖啡店主，他想做自己的全套視覺物料，包含logo、包裝、菜單等等，如果去找設計師來做會很貴，現在AI 可以讓它更普惠。我們也在美國接觸了許多專業設計師，他們追求自我表達，不會用AI 直接出結果，而是更多把Lovart 當作靈感助手，讓它出底稿，自己再完善。所以不論是專業設計師、半專業創作者還是一般用戶，只要有創作需求，都能用Lovart 來做設計。“AI 應用公司怎麼做成長？提前描繪未來，然後等它發生”“垂直應用公司本質在做兩件事：特殊的互動，和特殊的上下文”晚點：2023 年創業之初，你曾把AI 應用的創業機會分成5 個方向：生產端是Office 和Adobe，消費端是搜尋、社群和泛娛樂。這個判斷現在有更新嗎？陳冕：目前沒有超出這個框架。現在所有大體量的To C 和To P（生產者）產品，基本上都是Office 類別的生產工具和Adobe 類別的視覺創作工具。Coding 可以看作是新時代的Office 。程式語言是LLM（大語言模型）的原生語言。處理文字、訊息、程式碼，都是LLM 的內生能力。但所有這類應用創業都面臨一個挑戰：如何與大模型廠商拉開差異？另一類是“Adobe 系”，圍繞著多模態模型展開。它離大模型的主軸有一段距離，既能利用大模型的能力，但又能在自己的場景下做出差異化。所以最開始我們選擇從這個角度來切入。晚點：這種距離還成立嗎？ OpenAI、Google 等核心模型公司都在更多投入多模態。陳冕：有距離，不是指巨人不做多模態。再往下，追求AGI 也會經過多模態和世界模型等環節。但模型巨頭的最主軸仍是語言，是構建“通用智能”，是創造一個高智商的通用人。我們作為垂類產品，則是在通用人的基礎上，創造一個設計師或創作者，它需要更多行業經驗和數據。應用公司的生存空間，正是在於你既能用好這個「通用人」 的能力，又不要去做一個通用人就能做好的事。晚點：這個思路怎麼體現在你們的產品設計上？陳冕：垂類應用公司本質是在用產品表達兩件事：一是這個行業裡的特殊工作方式，它決定了人機互動方式和產品介面；二是一個行業中要積累的經驗和數據，它決定了怎麼給context（上下文）。例如為什麼我們要做ChatCanvas 功能？就是因為在互動上，你和設計師溝通時，絕對不會只對著他的臉說話，而是必須對著一個桌面或畫布，上面擺滿圖片等素材。設計的溝通離不開視覺對齊。ChatCanvas 是Lovart 今年7 月正式上線的功能，它可以在畫布中框定區域，然後透過自然語言互動讓Agent 修改和編輯。如果你和一個人說話時只需要看他的臉，這就是Chatbot 要處理的通用場景；如果你必須對著視覺素材，那就是ChatCanvas 的場景。晚點：ChatCanvas 這種互動方式好像挺自然的。為什麼Lovart 之前沒人做出來？陳冕：因為在模型能力到之前，大多數人不會做這件事。今年有幾個密集進化：GPT-4o 更新Image-1（4o 系列的文生圖模型），在指令跟隨、一致性、文字生成能力上都大幅提升，然後是Google 的Nano Banana，包括字節的Seeddream 4.0，能力持續上台階。這些變化太快了，所以大部分人還來不及做。晚點：而你們提前預判了模型的提升，提前做了準備？陳冕：對。 AI 應用公司怎麼做成長？其實就是提前描繪未來，然後等它發生。應用公司本身不掌握模型創新，所以要預判它的演化，先設計出模型到下一階段後可能出現的互動方式，等模型ready 的那一刻，你就瘋狂show 出來。Lovart 本身就是這樣一個提前構建，原定五一上線，上線前GPT-4o 發布了Image-1，我們特別開心，等Nano Banana 出來後，就更開心了。晚點：具體來說，你們要在產品、工程上做什麼，才能接住不斷提升的模型能力？陳冕：第一個是密切跟進模型迭代。還是以ChatCanvas 為例，我們最早設計這個互動時，連GPT-Image-1 都還沒發。這時的模型理解不了複雜的多輪指令、一致性差、編輯能力較弱，很難實現「指那裡改那」 的體驗。但如果你密切追蹤模型迭代，和模型團隊交流，就會發現他們正集中攻克這些問題。有些紅極一時的做法，例如ControlNet，反而在模型提升後就不常用了。（編按：ControlNet 是一種神經網路結構，透過增加額外條件來控制擴散模型的圖像生成過程。）第二，我們有一個明確假設──模型在變強，但短期是更像人，還沒超越人。所以Lovart 的設計哲學就是「還原人與人的溝通」。我們怎麼跟真人設計師溝通，就怎麼跟Agent 溝通，以此評斷互動是否合理。我賭ASI（超級人工智慧）還沒那麼快到來。晚點：ChatCanvas 等互動創新之外，你們也在Lovart 裡更新了影片產生能力，設計群組有這個需求嗎？陳冕：做影片的人大部分都會做圖，因為影片往往是從分鏡稿開始的。所以一個做圖的公司大機率會延伸到視頻，因為你很多用戶的下游場景就是視頻。晚點：做3D 也是這個邏輯？陳冕：3D 不太一樣。短期內，我們的重點還是圖和影片。因為現在的主流裝置主要展示平面視覺內容，3D 內容的消費還沒起來，生產需求就沒那麼多。晚點：除了這些已經上線的功能，你還看到了那些未被滿足的需求？陳冕：設計師還需要更多context。例如要為《晚點》做一套品牌設計，就需要理解《晚點》的歷史、調性、觀眾、過往視覺風格和你們的喜好。我們把設計的context 抽象化成兩個類別：Reference（參考）：包括私有和公有兩種。私有reference 是品牌過往的風格素材；公共reference 是流行趨勢，例如宮崎駿或多巴胺風格。Preference（偏好）：來自長期合作中對顧客美感的積累，例如有人喜歡極簡，有人偏好插畫。 AI 設計師要透過多輪互動發掘並記住這些偏好。本質上，未來的AI 設計師要能持續吸收、學習這些上下文，最終給出更滿足你需求的產出。晚點：“給設計更多context”，落到產品上是什麼樣的？陳冕：我們正在做一個context 模組：透過多輪對話補齊上下文，沉澱長期的素材庫，記住使用者偏好。首先是在prompt 過程中，我們做了一個小模型，它會追問用戶，補充更多context，比如品牌歷史、過去的物料等等，我們也支援直接甩個鏈接，理解其中的多模態資訊，比如通過官網理解風格。以上過程做的多了之後，就會慢慢沉澱一個使用者自己的素材庫，在未來呼叫中，Lovart 就可以從reference 和preference 函式庫上調相關風格，和使用者確認、快速達成共識。晚點：大模型現在對美感和風格的判斷能到什麼程度？陳冕：肯定沒有人那麼好，但在很多場景已經夠用。例如它看到《晚點》的風格，不會覺得這是娛樂媒體。多模態模型的理解和辨識能力都在快速變強，這還是在「提前準備，提前描繪未來」。晚點：怎麼能做到持續提前描繪未來？或者說怎麼提高成功率？陳冕：核心就兩點，離使用者更近，離技術更近。真正的困難是取捨：你見到用戶後，一定會發現一些需求，模型還滿足不了，那這個點你做不做？要不要用傳統方式做？例如我們做全球市場時發現，現在除了英文和中文，影像模型在生成其他語種時的效果都不好。那一個很有意義的討論就是，該用那一種方式加文字？用模型直接生成文字：美學風格更一致，但現在容易翻車，可控性不好。用傳統方式，拖一個文字框加文字：好用、可控，但美學不一致，更大的風險是，如果模型很快迭代了，這些「補丁」 可能就白做了。這類問題沒有簡單答案。從使用者體驗角度，如果模型短期內解決不了一個剛需，那麼用別的方式頂上可能是對的。但如果模型馬上有大進展，又可能摧毀掉過去的努力。晚點：你自己離科技更近的方法是什麼？你創業前的工作經驗比較是在產品和商業化。陳冕：最有效的方法是技術同學讀論文，再講給我聽。我常用“人” 的比喻來理解大模型：pre-train（預訓練）像培養“合格的人”，post-train（後訓練）是給他“入行經驗”，reasoning（推理）是“思考與決策”，RL 是人在實踐中學習。所以，身為一個產品經理，我的優勢是在沒有那麼懂技術的情況下，能用產品思維快速提煉、類比，把技術能力落到產品上。晚點：5 月聊時，你曾擔心，多模態生成領域的閉源模型會甩開開源模型，這不利於應用新創公司。現在這件事持續發生，Veo3、Nano Banana、Sora 2 等陸續出現。現在怎麼看這個問題？陳冕：現在不擔心了。開源、閉源，本質影響兩件事：一是成本。開源成本更低、更可控，但即使用閉源模型，token 價格也必然越來越低；二是要不要做後訓練。閉源沒法做後訓練，但後來我們發現，即便不做後訓練，我們在上下文工程還有很多可以做的，AI 應用公司在工程側、產品側的空間已經足夠複雜了。晚點：你有在意的競爭對手嗎？陳冕：細到「創作型Agent」 這個品類，除了我們，其他還偏小。整體來說，這個領域有潛力的公司有3 個類別。一是2023 年那批做多模態生成的，如Krea、Higgsfield、Freepik 等，他們都可能往Agent 轉型，Midjourney 不一定，它更偏模型。然後是Adobe、Canva 這類垂直產業巨頭，但這類新產品一定要到一定收入量，例如年收入超過1 億美元，才對他們有意義。第三是核心模型公司，我認為它們短期內會更專注於通用Agent 和coding 等能力。我覺得現在處在一個新變化的孕育期。 To P 創業窗口期已接近關閉，你現在聽到的產品都是競爭後的結果。我更看好下一波to C（消費者）應用程式的機會。晚點：所以你們何時會做to C？陳冕：一定會做。我覺得明年會出現有趣的公司，可能是to C 元年。影像和視訊模型的成本都在不斷降低，Veo3 前段時間開始打5 折，Nano Banana 也比GPT-Image-1 便宜很多，確定性的成本下探會讓to C 更可行。然後是to P 過去的發展，讓更多人都能創作AI 內容了。那最終內容消費是否也會改變？（編按：以上訪談發生在Sora app 發布之前。Sora app 其實就是一個生成式AI 從生產端產品到消費端產品的變化。）“事實證明，不焦慮的人做不好AI 應用”“往往在你覺得短期有點高估它（技術進展）時，過兩天你又發現低估了它。”晚點：Lovart 5 月內測的目標之一，就是要做第一個上線的垂類Agent。這之後你們一直保持很快的更新節奏。這種迫切來自那裡？陳冕：一切都在加速，timing 在AI 時代更重要了。過去抓住一個成功業務形態，可以吃10 年，現在也許只能活兩年。每一波新產品和新體驗的建置窗口期都很有限，不能快速做出產品、取得用戶，這一波就錯過了。但下一波也不遠，錯過也別太急，要提前想下一波。所以一個公司現在想持續成功，就不能像行動網路一樣抓住一個PMF 後就慢下來。你想想，如果Manus 沒有在第一個產品後做出Manus，我們沒有很快做出Lovart，公司狀況會完全不同。人們的情緒也不斷在「不過如此」 和「FOMO（害怕錯過）要死」 間來回搖擺。既怕技術不發展了，又怕技術發展太快。整個情緒、業務、產品、融資和經營節奏，都面臨很大挑戰。但這也是好事，表示技術真的發展很快。往往在你覺得短期高估它時，過兩天你又發現低估了它。晚點：從2023 年創業以來，你們錯過了什麼比較重要的時間窗口嗎？陳冕：幾乎沒錯過重大的。總共是這樣幾波，一是23 年創業時，現在我也沒後悔，我們沒有一上來就做全球市場。因為當時Midjourney、Stable Diffusion、Leonardo 等文生圖應用都出來了，搶「全球版圖」 已晚，我們在中國市場跑得最快。第二波就是Agent，我們做了Lovart。第三波抓得準不準？就看我們to C 做得怎樣。晚點：沒錯過重大窗口的原因是什麼？陳冕：我很焦慮，團隊也很焦慮。但如果真想做好AI 創業，你需要和焦慮共處。核心是要搭建一個高頻迭代的組織：能不斷理解新技術；能明確快速變化中，有些事沒辦法做得很深，所以必須選擇槓桿最大的事，優先做。晚點：這可能會帶來頻繁的方向和團隊調整，還有混亂，你覺得這是個問題嗎？陳冕：確實有人抱怨今天這樣、明天那樣，但這在現在不能避免，除非技術放緩。一定有一些人比較喜歡優化確定性的事物。但現在常常是來不及優化，技術又變了，這對心態和組織是個考驗。晚點：核心團隊裡，你很焦慮，其他人呢？陳冕：沒有人是淡定的。從reasoning、強化學習到Agent 潮，再到大家發現做情境工程有很多空間，總共就半年多。你想自己慢慢搞，就很有可能跟不上。事實證明，不焦慮，做不了AI 應用。晚點：近期你最焦慮的事是什麼？陳冕：最近我們在做的context 模組，我認為方向是對的，但不是我們還不夠快？晚點：實際上context 模組什麼時候會上線？陳冕：應該是10 月底。“過去他們說我沒耐性，現在他們說我有韌性”晚點：你們公司在23 年底到24 年初曾瀕臨倒閉，最後還是撐過來了。一些投資人和同行認為你已經被驗證的特質之一是韌性。陳冕：這事兒好好玩，我沒創業時換過很多次工作，大家覺得我沒耐性。創業後，對我的評價是有韌性。我創業這次確實更有韌性了，但我不是個盲目堅持的人。過去頻繁跳槽，是因為認知不夠，那十年逐漸累積許多樣本後，現在的韌性來自信念，信念又來自認知。我有幾個大假設：AI 是不是還在快速發展？ AI 是不是會取代所有虛構內容的創作？如果是，我們沒理由不繼續。晚點：最困難時，你們曾獲得收購邀約，團隊裡有人想接受，但你拒絕了。當時是怎麼想的？陳冕：先澄清一下，那不是完整的收購邀約，是有幾個收購意向，我都擋掉了。和團隊溝通前，我已經決定拒絕。回頭看，我可以有更好的溝通方式，這也是我作為CEO 的成長：如果自己相信，就要把信念堅定傳遞給團隊，我沒想過要賣。這也不是一個感性決策，而是一個理性判斷：我不是為了創業而創業，是為了贏而創業。當時我認為，山還在、我們也能到達，那為什麼不能努力往那裡走呢？晚點：你什麼時候發現創業比你最開始想像的更殘酷？陳冕：我到現在都不覺得創業很殘酷。它焦慮、痛苦，但同時又很快樂、很酷。有人說過：當你做一件你熱愛、也很痛苦卻又很爽的事，那可能就是你的「天命」。這有點像極限運動，它確實很危險。但在過程中，你不能總是想著危險，否則就真掛了，你得專註解決眼前每一件事。它也有點像魂類遊戲：小怪兩刀把你放倒，BOSS 更是一刀秒，可一旦摸到那條“正確路徑”，也能戰勝原本強大的對手。挫敗感拉滿、正回饋也拉滿。我覺得這是創業的魅力，也是我熱愛這件事的原因。晚點：你的投資人之一，明勢合夥人夏令說你是「遇強則強」 的創辦人。陳冕：是有點這樣，我們遇過3 次比較大的挑戰：第一次是找第一個產品的PMF，我覺得我先看到了PMF，後來被驗證，我很快樂。第二次是差點倒閉。我覺得這怎麼會倒閉？不會的！然後沒倒閉，更加快樂。第三次是怎麼做出Lovart——在明確知道上一代產品不是未來時，怎麼盡快做出下一代產品，怎麼用想像力描繪未來，而且我們居然第一個做到了，更加快樂。每一次都是最焦慮、最痛苦的時候；但每一次跨越，我的成就感都越來越大。當然再往下，你可能還會承受更大的痛苦。但痛苦和快樂是並生的。晚點：你害怕自己身上的什麼特質嗎？陳冕：害怕自己迭代速度不夠快。至於要不要焦慮這件事，其實需要取捨。如果科技發展放緩，我們要沉下心做精細化，穩一點；如果仍在加速，就必須擁抱新東西，用極致的焦慮逼自己保持高敏感、快吸收、快決策。晚點：你說焦慮需要“取捨”，但一般認為焦慮是一種情緒，挺難被控制。難道你有一個開關，可以去打開和關閉焦慮嗎？陳冕：我可以用一些方式遮蔽它。例如你應該接收多少外部資訊？至少在目前，我覺得還是要保持高頻訊息接觸。以及我要在冷靜下來時，去處理情緒，我覺得這個我是可以控制的。晚點：你好像在用底層的理性控制上層的感性表達？陳冕：對。有些人會覺得我超級感性，能量很高、非常嗨。但本質上我是個感性的理性者。因為AI 真的沒辦法計劃，我越來越依賴各種資訊給我的feeling，以及靈感湧現。但做決策還是理性，例如團隊上也是，迭代很快，合適的人留下，不合適的及時調整。晚點：我看到你最近的「感性」 一面，是分享了TI14 Dota 2 的比賽結局，Extreme 戰隊輸了，你說：「青春總有遺憾」。陳冕：對，他們跨越六年、輸了三次。每次都是在2 比2 時輸掉最後一局。我是Dota 老玩家，所以有些感傷。這也是一種投射，他們也是為了自己的喜歡的事在努力奮鬥，有非常多波瀾起伏，也有非常多遺憾。但是如果不去做，就沒有青春。青春就是奮鬥的過程。晚點：你現在還能感覺到青春在心中湧動嗎？陳冕：現在就是我的青春。過去在學校、各家公司的工作，都是為了現在。這是我真正第一次自由的、全情的、瘋狂的想做成一件事情。 （晚點LatePost）
