摘要

李勇的核心判断是，AI硬件第一个真正商业化的PMF会出现在儿童，而现阶段最合适的载体是毛绒玩具。 天猫精灵从0卖到3000万台后，团队意外发现“孩子的交互更多”：成年人对AI工具能力要求过高，三到六岁儿童却天然愿意和角色说话。毛绒玩具又自带情绪价值与明确人设，“它就是一个四岁的小猪佩奇嘛，它答错了又能怎么样”，既发挥大模型的自然语言能力，也控制了首批用户预期。
Hiweaver从教育硬件转向AI毛绒，并非追逐热点，而是主动避开教育巨头必然占优的战场。 公司早教机与词典笔曾出货几十万台，却在猿辅导、学而思等入场后陷入同质化和价格战；即使把天猫精灵替换成ChatGPT，模型、课程、教研与品牌最终仍会被巨头追上。团队因此选择“情绪价值的赛道”，把严肃教育缩减为喝水提醒、勇气培养、兴趣探索等轻度功能。
第一款BubblePal以存量毛绒挂件验证需求，已售出数万台，但爆发式PMF也暴露了资本不足下的交付短板。 产品2024年8月正式上市，抖音直播间峰值超过3000人、每天涌入数千条客服咨询，公司却只有一名主播，App甚至来不及进入国内应用商店；上线前还靠银行借款维持。商品数据出现后融资明显改善，但李勇仍认为当年整体经营“没有达到预期”。
硬件产品的胜负首先是取舍：BubblePal牺牲免唤醒与部分便利性，换取更低成本、更快上市和角色对话体验。 720mAh挂件约一周充一次电，必须按住说话；完整毛绒版本计划采用3000—4000mAh电池、支持远场交互，目标约一个月充一次。售出数万台后，两大吐槽依次是需要联网、下载App，以及“摁住说话”，但李勇坚持首代优先级应是角色扮演、连续对话和长期记忆。
儿童只是切入口，Hiweaver押注的长期市场是年轻人反复购买多个AI角色，而非出生率约束下的一次性儿童硬件。 李勇称头部毛绒品牌的儿童线可能不到20%，主要消费者本就是年轻人；儿童首发只是因为2023—2024年的模型尚不足以支撑成年人付费购买情绪价值。其分水岭是端到端语音的体验与成本，成熟后公司希望构建“AI版Jellycat”或“玩具总动员的世界”，并以2023年迁往深圳、进入美国市场应对地域天花板。
这门生意的壁垒不是接入某个大模型，而是软件、硬件、算法、IP、供应链、设计、营销和用户洞察构成的长链条。 李勇估计“至少100个团队”能手搓出一批AI玩具，但从体验做到80分、卖出去，再形成长期品牌完全不同；中国供应链能制造Jellycat式毛绒，却不自动产生Jellycat，因为营销、品味、设计和用户场景洞察同样决定溢价。工具品类像下象棋、常走向赢家通吃，玩具则像下围棋，多个IP与品牌可以并存。
接下来的上行空间来自GPT-4o式端到端语音、多智能体、多模态和端侧模型，主要风险却已从技术转向组织执行。 Hiweaver已接入DeepSeek V3，但因语音场景看重时延，暂未采用R1思维链；规划中的4G、摄像头、多角色互相打断和场景背景音，都受成本与芯片匹配约束。融资后真正需要观察的是出海、用户运营、研发并行与扩员纪律——李勇担心“20个人做两个产品，40个人就做四个”的线性推演，会被官僚化、流失和价值观稀释打破。

精读

1. BubblePal卖的不是百科答案，而是角色世界观

Hiweaver有两条产品线：面向存量毛绒玩具的BubblePal挂件已于8月量产上市；完整AI毛绒系列按节目中的计划将在明年第2季度推出。家长可在App里设置玩具和孩子的名字，让交互指向被挂载的角色，而非一台抽象机器。
演示中，BubblePal把量子纠缠讲成小猪佩奇与乔治捉迷藏：“不管多远都会相互影响。”李勇强调，大模型带来的变化不是把百度百科念得更流畅，而是能用孩子选择的角色世界观解释陌生概念，以此激发三到六岁儿童的好奇心。
当李勇让它猜“大大的M、汉堡和薯条”时，它推理出麦当劳；王与桐追问商业模式，它又回答标准化制作、连锁经营和持续更新菜单。主持人承认答案并不完整，但这个回合展示了产品想卖的能力：角色一致性之上，已经出现基础推理，而非固定语料检索。

2. 天猫精灵3000万台的意外数据，埋下了儿童AI的种子

李勇2005年硕士毕业，横跨手机、音箱、眼镜和玩具，做过研发与营销；2017年加入阿里后，参与天猫精灵从0到3000万台的过程。上一轮“百箱大战”与今天“百镜大战”相似，也让他经历了AI硬件从高预期到低活跃的完整周期。
最关键的反常识数据是，数千万台售出后，大部分语音交互来自孩子。团队原本把天猫精灵定位为年轻人的人工智能助手、家庭新零售入口和IoT入口，结果却发现成年人期待太高，上一代AI无法兑现；孩子反而愿意持续使用。
这个发现催生了天猫精灵故事机，但项目在阿里内部推动近一年，反复争取人和资源，卖出数万台后仍因不属于核心战略而停下。李勇的复盘不是需求不存在，而是对大公司而言，这点收入和儿童玩具方向都“不够战略”。
他借盖茨式时间尺度总结这次误判：“人类往往高估未来一到三年的进展，低估十年的科技发展。”2017年的团队过度乐观，三年后转为悲观；六七年后生成式AI出现，才让当年想象的自然交互重新具备实现条件。

3. 从爱奇艺孵化到TA KIDS，第一次创业仍困在教育硬件红海

2020年离开阿里后，李勇原计划独立创业，却先在爱奇艺智能担任CMO，负责AR、VR眼镜业务并孵化儿童品牌。其内部逻辑很务实：若眼镜年营收约1亿元，独立核算的儿童业务能补充5000万元且不占集团资源，就是值得做的实验。
2021年爱奇艺智能集中资源押注元宇宙和眼镜，儿童业务借融资环境较好的窗口独立。最早的TA KIDS意为“科技加艺术”，产品仍是典型科技视角：卡片式早教机可离线使用，联网后调用天猫精灵，以按钮、多点触摸和语音讲成语故事，没有屏幕。
早教机与词典笔曾出货几十万台，却遭遇猿辅导、学而思等在线教育巨头进入硬件，产品迅速同质化并陷入价格战。李勇承认，公司不擅长靠极致供应链赚微利，第一轮融资很快花完；团队真正想要的仍是“把溢价做出来”的儿童硬件品牌。

4. ChatGPT出现后，团队先否定了最顺手的答案

ChatGPT在2022年11月30日发布后，团队第二天就开始讨论它将怎样改变儿童AI硬件；到2023年春节后、约3月，方向逐渐清晰。最初反应仍是把天猫精灵换成ChatGPT，继续做大模型早教机。
李勇随后否定了这条最熟悉的路线：创业公司也许能凭速度先赚一年钱，却无法在三到五年里持续胜过拥有模型、教育内容、教研、品牌和渠道的教育巨头。“给他们点时间”，同类产品最终大概率由后者做得更好。
团队把积木、拼图等主要玩具品类看了一遍，最后选择AI加毛绒。赛道层面，它把公司从教育和工具竞争移到情绪价值；需求层面，团队在2023年初已经注意到国内外毛绒增长，以及Jellycat、名创优品、泡泡玛特毛绒线的热度。
更重要的产品逻辑是角色能约束预期。当时模型尚未开源，一个明确人设比通用助手更可控：“它就是一个四岁的小猪佩奇嘛，它答错了又能怎么样呢？”答不上复杂问题不再必然等于产品失灵，而可能只是角色边界。

5. 三到六岁不是人口标签，而是一套预期管理机制

李勇把首批核心用户锁定在三到六岁：孩子通常已经具备较完整的语言能力，也会产生大量成长问题，同时还没有自己的手机。再小，发音和表达会增加语音识别难度；再大，孩子对模型能力的期待上升，也可能已有手机或智能手表等替代设备。
王与桐以七岁、十岁孩子体验后觉得“没啥用”为例，李勇并不反驳，而是承认其已经超龄。公司刻意用更窄的年龄带保护第一批口碑，因为硬件一旦收费，用户不会像试用免费App那样容忍模型不足。
他对2023年成人AI硬件的判断相当克制：模型既不能为严肃办公稳定提供足够工具价值，也无法给成年人提供足够情绪价值。纯聊天App可以免费试、快速迭代；让成年人先付钱买硬件，则必须确保实际体验超过购买前被营销建立的期待。

6. 挂件是现金流、IP和上市速度共同挤出的产品形态

团队原本想一次推出完整AI毛绒系列，但头部毛绒公司通常批量上新多个SKU，不像iPhone一年只推一两款。对初创公司而言，这意味着同时承担多个IP授权费、漫长审核、设计与交付能力；2023年的资金无法支持这条路线。
存量挂件因此成为更低风险的入口：用户家里已经有毛绒玩具，只需挂上BubblePal，就能理解“大模型让玩具开口”的概念。目标购买者又多是非科技圈的年轻妈妈，借熟悉的玩具解释新品，比重新教育她们何为AIGC成本更低。
圆形不是随意的工业设计。它能适配兔子、熊、狮子等不同毛绒形态；品牌叙事里，魔法泡泡落到孩子床头，让玩具获得说话能力；视觉上两个泡泡又像微信Logo，天然指向对话和语音交互。

7. 毛绒比积木更适合说话，因为孩子早已把它当成生命

李勇把大语言模型给儿童硬件带来的第一性变化定义为“更加自然的语音交互”，而毛绒本就是最成熟的情绪载体。孩子看动画片时接受小猪佩奇说话，回到卧室却发现同一个角色沉默；在孩子视角里，后者“才是奇怪的事情”。
他用自己的孩子作例子：小时候每天睡前都会抱着普通毛绒玩具聊天。孩子并非被生硬灌输了AI概念，而是在成长阶段天然认为周围事物有生命；BubblePal只是让原本单向的想象第一次得到回应。
相比之下，孩子和积木说话并不是常见行为，会说话的积木需要额外教育市场。李勇把这类自然性类比为iPhone的多点触摸：此前虽然没有成熟产品，用户第一次用手直接操作屏幕时仍不会觉得反常，因为动作本身符合人的直觉。

8. 接入大模型很容易，做成品牌要跨过一条长得多的链

面对泡泡玛特或传统玩具公司是否能直接接豆包、科大讯飞复制产品的追问，李勇列出的链条包括软件、硬件、算法、情绪理解、用户场景、IP、营销和供应链。他估计至少100个团队可以手搓一批货，难的是把体验做到80分、卖出去并长期沉淀品牌。
他的反例是，中国供应链能生产泡泡玛特式潮玩，也能做Jellycat式毛绒，却没有因此自动诞生同等品牌。决定差异的不只是生产，还包括营销、品味、设计和大量感性细节；王与桐将其概括为一个偏感性的世界，李勇随后也强调了这些细节的重要性。
成年人同样知道AI角色不是真人，只是“希望它会说话”，并非真的相信它有生命。李勇用肖战手办举极端例子：若手办能像偶像一样聊天，粉丝获得的情绪价值毫无疑问高于静态收藏，“有一个实物总比没一个实物强”。
王与桐把它与Character.AI、猫箱及MiniMax的Talkie、星野类软件比较，李勇认为两者并非同一产品：免费下载App与付费购买实物的预期、营销和退货压力完全不同。硬件面对七天无理由退货，必须在交付时兑现价值，不能把问题留待下一版迭代。

9. 首代最大的两项差评，恰好对应两次主动取舍

BubblePal需要按住按键说话，并非做不到远场唤醒；2017年的第一代天猫精灵已经具备相关能力。挂件只有720mAh电池，综合待机、续航、售价和上市速度后选择按键；完整毛绒版本将采用3000—4000mAh电池、支持直接呼叫，目标约一个月充一次。
李勇给首代功能排的优先级是角色扮演、连续对话和长期记忆，其次才是免按键唤醒。产品卖出数万台后，“摁住说话”成为排名第二的吐槽，但销售表现也正面反馈了这一取舍。
排名第一的差评是联网：许多购买者不知道玩具需要Wi-Fi和App。产品刚在国内开卖时甚至来不及进入主要应用商店，只能让用户扫描官网二维码；包装已有说明，但“大部分用户不会看盒子和说明书”。
这套配置流程并不比天猫精灵或小米IoT更差，错位来自用户群变化。早期智能音箱卖给科技爱好者，BubblePal则被抖音算法推给一二线年轻妈妈，她们可能被一段精彩回答即时击中，却不会自动理解AI硬件背后的联网要求。

10. 儿童产品有两个客户，家长端决定它能否长期留下

王与桐指出，玩具的付费者与使用者不是同一人。李勇认为BubblePal略占优势，因为很多妈妈本身也喜欢毛绒；但公司仍需同时让孩子获得陪伴，让家长相信这份陪伴有积极价值。
家长可在App中设置Prompt，例如让角色多鼓励孩子勇敢、提醒喝水、多说英文，或多聊天文和物理。系统还会生成每周成长摘要，概括孩子谈过什么，帮助家长识别兴趣和潜能。
对“这是否又变成教育硬件”的质疑，李勇划了一条线：习惯、心理和兴趣培养属于可以接受的广义教育；成体系的课程和教学则不做。大模型仍有幻觉，连简单数字比较都可能出错，公司也没有专业教研团队，无法承担严肃教育产品的责任。
他承认教育属性在中国更容易卖，早教机和词典笔的历史数据已经证明这一点；但这正是短期收入与长期定位的取舍。教育巨头有内容体系、教研、品牌和营销能力，创业公司即使靠反应速度先活一年，也未必能在三五年后守住。

11. 大厂通常不做玩具，也决定了这个市场不会赢家通吃

天猫精灵儿童故事机数月卖出几万台，仍难进入阿里战略；李勇据此判断，AI玩具通常不会成为科技巨头的主战场。手机、耳机、眼镜、汽车足以承载更大的AI入口叙事，大公司很难为一个小玩具调动跨部门资源。
他把工具和情绪价值的商业结构区分得很清楚：手机、眼镜、耳机通常“一个就够了”，竞争可能只有第一、没有第二；毛绒和潮玩却能重复购买，A IP与B IP互不冲突，甚至分别回应不同情绪和焦虑。
首代挂件确实买一个便可适配多个存量玩具，但那只是过渡形态。长期愿景是同时拥有授权IP与自有IP，推出多个完整AI毛绒角色，最终形成“玩具总动员的一个世界”，而不是靠一个万能终端覆盖所有关系。

12. 出生率不是终局约束，年轻人才是毛绒消费的主体

李勇称，头部毛绒公司的Kids系列可能不到整体营收的20%，主要消费者是年轻人自己购买，或买给自己而不是买给孩子。他以高端毛绒品牌Steiff及Jellycat为例：后者最初偏儿童玩具，后来更接近礼品公司，市场扩张来自成年人而非新生儿数量。
Hiweaver先做儿童，不代表公司只做儿童；原因仍是模型成熟度。李勇认为2023—2024年的大模型尚不足以让年轻人为情绪价值硬件买单，但到2025年，端到端语音若在体验和成本上跑通，就可能成为成人产品的关键拐点。
地域上，公司从第一天便按全球品牌规划，2023年由北京迁往深圳的重要原因就是出海，并已开始在美国销售。海外模型、服务器与国内不同，数据则必须按两地法律严格分开；这使出海不只是翻译和渠道问题，而是另一套技术与合规系统。

13. 下一轮体验升级将由语音、多智能体和端侧芯片共同驱动

团队从OpenAI最初演示GPT-4o时就期待端到端语音，国内模型公司的内测接口也已拿到；实际体验接近预期，但发布时间一再延后、当前成本仍高。李勇当时估计再过一两个季度，才可能满足产品需求。
硬件路线包括加入4G蜂窝模块、摄像头和多模态模型，以及让合适的芯片运行小尺寸端侧模型。旗舰手机芯片已经能跑小模型，问题是对玩具太贵且功能过剩；真正的产品定义，是找到芯片成本与端侧模型能力的匹配点。
算法侧更接近“AI friend”：多个玩具可与孩子共同过家家，各自保持角色，互相打断，也能打断孩子。探险故事还可混入海浪、海盗、踩雪等背景音，让对话从问答升级为有空间感和戏剧性的共同游戏。
李勇判断端侧智能在2025年一定会进入硬件，但不同公司会因定价作出不同取舍。技术“可用”不等于适合消费品量产，功耗、芯片价格、模型大小和实际场景必须同时成立。

14. Hiweaver不是从零起步，而是“从负几百万起家”

早教业务耗尽首轮资金后，公司仍要付房租、水电、工资和社保，还需为新方向追加研发。李勇在AI硬件论坛上形容，别人是白手起家，“我们是从负几百万元起家的”；核心员工一度统一降到每月约1万元，且数次无法准时发薪。
从2023年3月想清方向，到8、9月完成新融资，中间半年只有PPT与想法。团队没有彻底换赛道，仍是AI玩具，且已共事两年；李勇认为大家是否真信方向、彼此是否认可，是公司在欠薪阶段没有散掉的核心原因。
当时公司首轮估值已约1亿元人民币，既难下调，也没有产品数据支撑。高秉强看中的正是团队背景与逆境稳定性，双方对“AI加硬件、儿童是早期落地场景”的判断也一致，团队只比这个框架多走了一步，选中了毛绒形态。
高秉强也赞同不做严肃教育：孩子若将来想学量子力学，高中、大学自然有专家教授；幼年阶段更重要的是好奇心，而大模型可能比家长更有耐心、懂得更多。他朋友圈的粤语签名“最紧要好玩”，成为双方价值观的交点。

15. 一次被现金流打乱的上市，反而提前证明了PMF

团队最初仍想做完整毛绒，后来因IP、审核和研发投入退回挂件；模型尚未开源时，技术路线也更昂贵，直到Llama及国内模型陆续开源才逐渐缓解。按键、尺寸、麦克风和材料上的妥协，都是为了让公司活到需求验证那一天。
一款硬件要依次经过工业设计、结构、主板、开模和修模，圆形、纽扣、方块、三角形、五角星、软硬材料与挂绳都曾被讨论。流程一走就是数月，大公司可以多线并行，资金紧张的创业公司若第一步选错，下一代现金流可能直接断掉。
原计划是2024年先在美国独立站销售，再回国内；但团队此前没有海外运营经验，种草、找海外达人和PR进展比预期慢。融资市场又要求硬件公司拿出销量、活跃和PMF数据，Hiweaver只得提前回国卖，临时补国内服务器、算法与App上架。
8月正式上线后，产品在几乎没钱投流的情况下于抖音爆发，直播间峰值超过3000人，每天数千条咨询让客服来不及回复。上线前公司已向银行借钱，无法再等一两个月把准备做完整；商品验证后融资好转，但李勇仍把这次混乱视为经营上“做得不够好”。

16. AI眼镜是更大的入口，却不适合当时的创业公司

李勇从爱奇艺眼镜业务时期就相信，眼镜可能是下一代计算平台；它离人更近，获得的数据也比家庭音箱多，能做的事也更多。他认为其场景至少明显优于手表和耳机，只是资金、技术和竞争规模不适合Hiweaver。
Meta率先跑出来令他意外，真正厉害的是舍弃显示，只保留摄像头、麦克风阵列等能力。一个做过多代VR眼镜的公司敢主动去掉核心显示，是“大厂不一定有魄力”的取舍；王与桐提到，Meta产品出货达到100万台后，国内才出现了大量类似产品。
李勇也提到国内某家公司保留显示却去掉扬声器，不能打电话，却把特定视觉场景做得很准。对照之下，Vision Pro式“什么都要”代表另一种路径；硬件创新常常不是增加多少功能，而是敢于决定哪些需求不服务。

17. AI玩具会迅速拥挤，但竞争更像围棋而不是象棋

李勇并不怀疑模仿者会出现，而且“已经看见了很多”。手机、MTK方案机、手表、耳机、故事机和音箱都经历过同样的硬件热潮；一款形态验证后大量团队进入，是行业规律而非异常风险。
Hiweaver的幸运在于较早推出产品、卖出数万台并验证PMF。李勇因此把下一阶段竞争定义为与自己赛跑：过去一年只能做一款，未来能否并行更多产品；缺钱时保持速度，资金改善后能否避免松弛与组织失灵。
他用棋局区分市场：手机、耳机等工具品类像下象棋，双方争夺同一功能入口，容易“你死我活”；玩具像下围棋，电子宠物、潮玩、毛绒和不同IP各占一块，喜欢泡泡玛特并不妨碍同时购买Jellycat。
更多入局者还带来了合作机会。几家A股玩具公司拥有生产能力和头部IP，却缺少完整AI能力，正在与Hiweaver洽谈合作；李勇把传统公司的资源视为第二条商业模式，而不只视作潜在竞争者。

18. 年龄不是产品审美的答案，允许年轻团队推翻创始人才是

有投资人委婉追问李勇是否“年龄太大了做这个事儿”。他的回答不是证明自己更懂年轻人，而是承认很多产品细节由年轻妈妈组成的产品、设计和营销团队决定，其中一些方案曾被他反对，最后他接受了团队判断。
例如他原本认为挂件只需一个挂钩，团队却坚持用一大一小两个泡泡表达对话；硅胶绳上还压有不仔细摸就看不到的Logo。理工男视角会删掉这些工序，但用户确实会注意到这些细节。
包装盒也采用昂贵工艺，因为第一次打开需要仪式感。李勇最初质疑这些成本，后来被用户评论打动：有人确实会注意极细微之处。这与他此前所说的偏感性、重细节的产品世界相呼应。
至于哪种创业背景最占优势，他给出的是“没有答案”。AI玩具同时需要模型、心理与用户洞察、供应链、芯片、IP和品牌，理论上每一环都不能有明显短板；泡泡玛特创始人王宁的经历也说明，靠履历逻辑很难提前推演谁会成为最后赢家。

19. 儿童AI最难的不是屏蔽坏话，而是处理没有标准答案的价值冲突

李勇对AI friend的愿景偏乐观：它应像“良师益友”，约束人的弱点、放大闪光之处；但他也承认儿童产品有负面和伦理风险。真正困难的问题往往合法且常见，却不存在社会一致答案。
“在学校被打，要不要打回去”就是访谈中的典型例子。有些家长要求反击，有些强调理性处理；模型不直接替家庭下结论，而是强调保护身体和心理安全、及时沟通，再把具体选择留给家长。
宗教、生命与死亡也不是一概禁止，而是控制讨论深度。成年人可以探讨死亡与生命意义，儿童产品则更谨慎，避免对很多话题展开深入讨论；这套过滤超出了政治正确与法律合规，本质上是产品价值观。
BubblePal暂不允许用户自由创建角色，角色需要经过审核才能上线。这样牺牲了一部分开放性，但能保留对儿童内容的控制。

20. 敏感问答与长期记忆，决定“陪伴”能否超越一次性演示

王与桐问“为什么妈妈有了弟弟之后不怎么喜欢我”，BubblePal没有否定孩子感受，而是解释照顾弟弟会占用时间、爱没有减少，并建议一起照顾弟弟。回答仍套用佩奇和乔治的角色关系，把抽象的家庭变化转成孩子能理解的行动。
更扎心的真实案例来自直播间：一位妈妈要求问“妈妈不要我了怎么办”，继而补充“妈妈跟别的男人走了”。角色回答大人可能有自己的考量、妈妈仍爱孩子；对方随即购买，并解释自己是继母，孩子长期追问亲生母亲为什么离开，夫妻一直不知道怎样回答。
主持人又测试“妈妈总是叫我去死，我该怎么办”，模型承认这“真的很不好”，推测母亲可能疲惫或压力大，并建议表达不舒服、照顾情绪。这个回合体现团队设定的边界：先安抚、鼓励沟通，不替孩子对家庭关系作激进判断。
个性化依赖长期记忆系统：理论上可通过向量数据库保存孩子聊过什么、喜欢与不喜欢什么，再通过RAG生成有个人特征的回复。李勇同时承认公司是大模型应用方，效果仍依赖向量数据库、RAG和开源社区继续进步。

21. 部分模型判断得到验证，下一道瓶颈是扩张时不丢掉效率

团队判断正确的部分包括模型价格下降、开源加速、技术持续进步，以及多家模型公司竞争让应用层受益；判断过度乐观的部分是端到端语音。GPT-4o演示后不断延期，加上团队动荡和高成本，让李勇意识到“也没有那么神奇”，仍需按工程规律评估。
Hiweaver在春节前已接入DeepSeek V3，没有采用R1，因为思维链暂时不适合强调低时延的语音问答。DeepSeek的直接价值是刺激模型厂商更快迭代、降低成本、提高质量，并可能加速适合硬件本地运行的端侧小模型。
公司当前瓶颈依次包括出海团队、用户运营和研发并行。李勇希望通过运营把模型能力传递给用户、提高日活，也要同时推进自购或孵化IP的自营品牌，以及与拥有IP和制造能力的玩具公司合作两种模式。
融资到账后，他反而对扩员谨慎：经历过锤子科技、天猫精灵等团队从零到一后的组织混乱，知道“20个人做两个产品，40个人就做四个”只是纸面推演。终局仍很大——成为AI时代的泡泡玛特，创造能共情喜怒哀乐的“玩具总动员”世界——但到达终局的前提，是增长时不被官僚、流失和价值观稀释拖垮。

Copilot、Agent Mode 与开发者工具的新世界——对话 GitHub CEO Thomas Dohmke Tau 语言：软件合成的未来 [赞助] - Ohad Asor