Justine Moore

2025年末，消费者AI呈现出“赢家拿走大头”的格局：ChatGPT拥有8亿–9亿周活跃用户，而在ChatGPT、Gemini、Claude和Cursor中，只有9%的消费者为不止一款产品付费。 今年大部分时间里，访问过其他头部供应商的ChatGPT用户不到10%。Olivia还提到，Gemini在web端新增规模估计相当于自身规模的35%，移动端约40%；Claude、Grok和Perplexity则都在8%–10%左右。Anish Acharya给出的品牌定位很简单：「ChatGPT 就像 AI 界的 Kleenex」（“ChatGPT is like the Kleenex of AI”）。

Gemini之所以构成现实威胁，是因为病毒式传播的创意模型与加速增长同时出现：其桌面用户同比增长155%，ChatGPT为23%。 在Android上，Gemini的移动端规模约为ChatGPT的一半，但在iOS上只有17%——它“无处不在”，却仍然“无处落脚”于消费者习惯中。Justine Moore认为，只要持续推出图像和视频产品，Gemini就有机会追上；但ChatGPT的引导式模板让用户第一次创作远比Gemini的空白输入框容易。

今年消费者模型的突破，在于图像和视频模型把真实感、推理、检索与多媒介能力结合到了一起。 ChatGPT 4.0 image 的 Ghibli 时刻、Sora 2、Veo 3和Nano Banana证明，准确细节、搜索支持的Logo、一致的人物，以及与视频结合的音频，都能制造病毒式需求。下一代架构将是“输入任何东西，输出任何东西”，有望把文本智能、图像、视频和编辑能力合并进一个模型。

实验室的分发能力并不会自动带来成功的垂直产品，这构成了讨论中最明确的2026年创业机会。 Pulse、Atlas、群聊、Sora、Stitch、Gems和Opal都还没有成为爆款的独立消费者界面；NotebookLM是显著例外。Bryan Kim的保留意见是，只要产品核心仍是文本输入、文本输出，高频助手就很难被取代。

Sora 2证明了市场需要AI视频创作，但还没有证明市场需要AI原生社交网络。 一小批创作者为TikTok、Instagram、X和Reddit生产内容，但应用内消费、二创和评论似乎没有最初想象的那么强；更准确的类比是“CapCut”，而不是TikTok。Bryan的看多逻辑是，幽默可能通过提示词技巧和文化敏感度，创造一种新的身份地位游戏。Anish则追问：如果视频最终都要导出，那么用Sora视频做TikTok，是否会“严格更好”？

近期最有防御性的市场可能是专业消费者和企业工作流，因为使用深度足以反转传统的消费者经济学。 据称，ChatGPT企业端使用量同比增长约8–9倍；Claude和Comet则展示了持久化工作流与跨工具上下文的价值。订阅费之外的用量收费，已经催生出收入留存率超过100%的消费者AI产品：“也许整个AI行业其实都是高级用户的故事。”

算力仍是战略约束：实验室必须在训练与推理之间、娱乐流量与编程智能之间分配资源，而专注于应用的公司则没有这种内部冲突。 Anish表示，据他所知，xAI“可能是唯一一家”没有受到算力瓶颈制约的模型公司；只做自研模型的实验室，也给服务高级用户的多模型产品留下了空间。如今模型质量已经足以“构建一个真正可规模化的应用”，讨论最后的希望是：2026年会成为消费者应用创业者极其重要的一年。

🔗 原始收听与视频来源： 2025年末，消费者AI走到哪一步了？

Google目前的商业搜索地位依然稳固，但AI正在夺走支撑其更广泛使用习惯的免费查询，最终可能重定向这笔“GDP税”。 Alex Rampell观察到，信息类搜索量正在下降，但Google的财务表现仍在上升，这意味着用户正把不可变现的问题交给ChatGPT，而不是把可变现的购物需求也转移过去。真正的风险在于，当代理掌握购物发起权后，“这笔税可能会转移到别处”。

AI在电商领域最适合切入的，是介于无计划冲动消费与高度审慎、大额购买之间的广阔中间地带。 TikTok触发的一件衬衫无需研究，而房子、汽车或婚礼场地往往仍需要线下体验或人的安抚，难以完全代理化。手袋、洗衣液、自行车、沙发和笔记本电脑提供了更好的切入口：更高效的研究、持续比价，以及最终自动完成购买。

一旦买家选定SKU或UPC，代理就可以自动化解决整套“用钱换时间”的优化问题。 它可以搜索价格、配送条款、优惠券、返现计划、联盟返利，甚至最合适的信用卡，并在达到阈值时下单——相当于把CamelCamelCamel的行动闭环补上。Rampell把这个测试称为一道“智商题”：“你是想少花钱买东西，还是多花钱买东西？”

商业世界真正承重的问题不是商品发现，而是归因；而AI可能让今天已经失真的激励机制变得更糟。 现有的最后点击归因体系，已经允许Honey等优惠券插件在结账时拦截客户，并把并非由自己促成的销售据为己有。代理可能成为“21世纪的最后一次点击”，即便它只是Reddit、广告、创作者、门店和既有品牌偏好中的一个影响因素，也会攫取商家的经济利益。

互联网信息供给的劣化，是AI购物的结构性约束，因为模型无法把为联盟营销优化的输入转化为客观建议。 搜索横跨一个个围墙花园，开放网络则充斥着“为SEO优化的垃圾”；Amazon的商品页面和评论同样容易被操纵。未解的问题非常直接：“你不可能把软文垃圾变成诚实分析”，平台究竟要如何给语料“去垃圾化”？

AI可能进一步强化聚合平台，同时暴露那些缺乏差异化的DTC品牌：它们的产品由他人制造，流量则必须花钱购买。 床垫品牌等商品化卖家可以被同一批OEM复制，还必须不断从Google或Facebook获取新客户；时尚品牌也不可能独占每一种潮流。Moore认为，一旦需求已经产生，代理可以把买家导向相应商品，但她和Rampell都指出，在文化让一件商品变得令人向往之前，AI可能很难主动培育需求。

真正持久的机会在于可信的策展、专业化购物代理和商家基础设施，而不只是再做一个横向聊天机器人。 Costco依靠会员费支撑，拒绝销售劣质商品，因此格外“AI-proof”；创业公司则可以打造领域专家、让代理读懂的店铺，以及支持委托购买的支付基础设施。如果AI在消费者到达Amazon之前就接管展示层，Amazon的高毛利广告业务将暴露在风险之下。

🔗 原始收听与视频来源： 搜索的终结：AI时代的购物将如何运作

消费级AI正在趋于稳定，但并未停滞：50个上榜网站中只有11个是新面孔，6个月前这一数字为17个。 Olivia Moore的第5份半年度榜单以全球月度网站访问量和移动端活跃用户为衡量标准，关注的是“使用量，而非收入”，揭示出发布周期噪音之下仍然持久的用户注意力。

Vibe coding已经成为具备可信度的消费者—专业消费者（prosumer）品类，Lovable和Replit进入网站主榜，Bolt则位于其下方。 Lovable宣布ARR达到1亿美元，许多头部平台在最初3个月的收入留存率达到“100%或以上”，之后可能回落至100%以下，说明用户或许是在项目真正变得有用后升级，而不只是试用产品。

Google有4个独立产品进入网站榜单，说明分发能力和产品分层可以挑战ChatGPT，但尚不足以取代它。 Gemini排名第2，网站流量约为ChatGPT的10%，但移动端流量约为其一半；AI Studio进入前10，NotebookLM排名第13，Google Labs则排名第39，后者的增长很可能由Veo 3推动。

中国AI生态如今同时具备本土冠军、面向出口的产品，以及全球用户使用的智能体。 Qwen、Doubao和Kimi均进入网站前20；中国的图像和视频模型则经常通过中间商触达美国用户。与此同时，Manus宣布年化收入运行率达到9000万美元，巴西是其最大流量来源，美国排名第2。

陪伴仍是消费级AI中最难在移动端撼动的品类之一。 JuicyChat、Joyland和DreamGF加入Character.AI、Janitor AI、SpicyChat、PolyBuzz、CrushOn.AI、A-Dot和Candy AI等连续上榜产品，形成密集的既有用户基础，Justine认为这一阵地很难被撼动。

拥有模型并不是建立持久性的唯一途径：长期上榜的“全明星”产品中，超过一半托管或使用其他公司的模型，或本身就是模型聚合器。 持久性越来越来自界面、社区、可复用资产和自下而上的企业采用——“UI和产品体验与模型同等重要”。

下一轮使用增长可能来自对准确性敏感的产品，而不是又一个创意类新奇玩具。 Grok 4、Claude新版本和GPT-5在数学、逻辑、推理与可靠性上的提升，可能让金融建模、演示文稿、健康、教育和个人理财从“很酷但不准确”变成习惯性使用；但主持人的核心预测仍是，消费级爆款中存在“太多随机性”。

🔗 原始收听与视频来源： 2025年使用最广泛的100款AI应用

Genie 3 的意义不止于生成更好的视频：它是一类全新的模型，能根据几句话实时生成可交互的世界。 1分钟的空间记忆、逐帧一致性和即时控制，把被动观看的视频变成可探索的环境——“实时性确实有某种魔力”（there is something magical about the real-time aspect）。目前仍是研究预览版，团队希望扩大访问范围，但没有给出具体时间表。

这次跃迁来自 Genie 2、Veo 2 和 GameNGen 此前各自分散的能力实现合流。 团队选择了最激进的交集：在同一个模型里同时实现更高分辨率、实时生成和“1分钟以上的记忆”，尽管这些目标彼此冲突。最终成果在约7个月后问世，市场反响也超出了创作者预期。

空间持久性是明确设计的目标，但最终质量仍让研发团队感到意外。 Genie 3 不依赖显式 NeRF、Gaussian splatting 或其他固定的3D表示，而是逐帧生成；团队认为，这一选择是模型能够跨环境泛化的关键。目前的设计可保留1分钟记忆，但 Shlomi 表示这“没有根本性的限制”。

规模和更广泛的训练数据正在带来越来越可信的物理行为，但研究人员仍不愿将其称为类似 LLM 的推理。 在示例中，角色进入水里通常会游泳，滑雪下坡会加速、上坡会减速或停下，走近一扇门时门可能会打开；一些风暴、光照和水面的效果，甚至会让非专业人士误以为是真实场景。模型更难处理的是低概率指令，同时维持世界的一致性——比如在雨天穿人字拖。

Genie 3 与 Veo 3 仍然分开，因为交互性和电影级生成对应着不同的技术优先级。 Genie 支持导航和行动，但通常没有音频；Veo 3 追求更高的视觉质量门槛，而智能体训练更看重快速的第一人称交互，而非电影级输出。Shlomi 将模态、生成速度和可控性视为彼此正交的维度，而不是注定汇聚到单一模型的路径。

一条有希望的路径，是为智能体和机器人提供合成经验。 Anjney 提到一种可能的组合方案，参与其中的智能体名称似乎是 SIMA；Jack 则表示 Genie 3 是环境而非智能体，其他智能体可以通过模拟经验在其中学习。这有望把真实世界数据的逼真度与模拟环境的规模和安全性结合起来，兼得“双方最优”。但模拟仍无法解决执行、运动决策或更广泛的物理响应闭环。

团队一方面称 Genie 3 比此前预期领先数年，另一方面也强调它距离准确的世界模拟器仍相当遥远。 Jack 表示，能生成带记忆、持续1分钟的照片级真实世界，在2-3年前看起来还是5年目标；Shlomi 则提醒，真正把人或智能体放进一个忠实还原的世界，还需要大量工作。由于“我们处在一个加速的时间线上”，团队对日历时间的预测仍刻意保持谨慎。

🔗 原始收听与视频来源： Google DeepMind 领衔研究员谈 Genie 3 与构建世界的未来

GPT-5 的发布表明，基准测试实力并不能保证消费者偏好。 它在编程、调试、数学和医疗问题上更强，但用户想念 GPT-4o 富有表现力的个性——“把那个老玩具还给我们”。遭遇反弹后，据报道 Sam Altman 表示 GPT-4o 将回归付费用户。主持人认为，市场对有娱乐性、类似陪伴者的模型存在巨大需求，它们不必拥有最高 IQ。

Grok Imagine 的优势在于分发和延迟，而非前沿级输出质量。 图片“基本即时”生成，视频也很快到达；X 用户长按自己或他人的照片，就能将其制作成动画或编辑。这个紧密的社交闭环、对手机相册的调用，以及生成真人内容的意愿，可能让 Grok 成为社交原生 AI 创作的重要试验场。

OpenAI 的 GPT-5 直播重点展示医疗辅助，Justine 将其解读为从默许非适应症使用走向公开背书。 直播展示了一名癌症患者用 ChatGPT 解读文件、讨论治疗方案，同时强调 GPT-5 在由250多名医生参与构建的 HealthBench 上排名第一。Illinois 则走向相反方向，广泛限制没有持证监督的 AI 治疗；一些公司已暂停在当地开展新业务或关闭新用户注册，而主持人质疑，私人聊天实际上能否被监管。

Genie 3 将生成式视频从短片推进到按需出现的交互式世界。 用户可以在由文字、图片或 Veo 3 视频生成的场景中移动，既可能录制可控电影、加速专业游戏开发，也可能生成个人小游戏。更深层的基础设施机会，是为数字智能体和机器人批量生成 RL 环境；不过主持人指出，这套系统成本高，而且大概率运行缓慢。

ElevenLabs 的全版权音乐模型，瞄准把素材来源视为采购前提的买家。 制作生日歌或表情包配乐的消费者可能不在意训练数据来源，但广告主、影视工作室、游戏公司和其他企业在意。来自全版权数据的强劲输出，挑战了“高质量必然依赖法律争议性抓取”的假设。

Vibe coding 已验证需求，但安全性和用户分层仍未解决。 Olivia 用几小时做出一款把用户与 Jensen at NVIDIA 合成自拍的应用；约3,000人一夜之间使用，耗尽了她100美元的 API 预算，但随后有外部人士发现 API key 暴露、用户上传照片的存储保护不足。她表示问题已经修复。主持人预计，今天“什么都服务所有人”的平台最终会分裂成有安全护栏的消费级工具，以及高度可配置的企业级产品。

🔗 原始收听与视频来源： 本周 AI：GPT-5 发布，4o 被撤回，Grok Imagine 走向社交化

AI视频已经从专业圈层的新奇玩意，变成大众消费内容形态；Justine Moore估计，最近刷到的TikTok、Reels或Shorts内容中，“可能有90%”由AI生成。 因此，趋势发现已经从Reddit上的AI论坛转向TikTok和Instagram，如今可能有“数十万”普通创作者会在格式进入X之前，先行发布并二创。

最强的病毒式传播公式，是让熟悉的IP做不可能的事，或让足够古怪的原创内容迫使观众回看一遍。 Stormtroopers、Jesus、Stitch、Yetis和Bigfoot自带认知度；Italian brain rot则靠纯粹的错愕感取胜——“我是在幻觉里吗？”熟悉感让人停下来，出乎意料的行为促成分享。

去中心化的二创网络，能在任何制片厂组织世界观之前，就把AI角色变成有分量的IP。 Italian brain rot从零散图片发展为由社区选出的正典，随后出现互动角色、音乐剧、成人剧情、玩具、T恤和毛绒玩偶；孩子每天能刷到几十条相关视频，而Nickelodeon每周只播一集。Kim the Gorilla则通过与动物园管理员Becky持续不断的冲突，很快积累了约30万粉丝。

今天的病毒式内容格式，部分是对模型限制的适应，尤其是Veo 3无法同时实现图生视频和生成音频。 提供起始画面会让用户切回Veo 2，使原创角色难以保持一致；因此创作者会使用模型已经认识的身份，或选择猩猩这类视觉上更宽容的角色。社区还学会了通过在不同片段中保留可识别角色，跨越8秒时长上限。

创作者经济的难点仍然远大于创作者增长。 一条玻璃水果视频可能需要约8次生成，更复杂的Veo 3叙事会快速消耗昂贵的点数；参与者也无法给出统一的社交平台分成标准，而且创作者首先要符合平台项目的准入条件。“地上没有躺着现金”，所以变现通常要依靠产品、咨询、课程、广告或导流，而不只是播放量。

只要基础模型的分发足够繁琐，界面层就能捕获可观价值。 Google的Flow被形容为难以找到，绑定昂贵套餐——包括被提及的每月125美元方案——默认通过隐蔽控件调用Veo 2，而且无法在移动端使用。这些摩擦把创作者推向Krea、Fal、Replicate等按量付费聚合平台，即便Google仍能通过API获利。

媒体所有者可以自动化长视频切片，但品牌信任限制了他们为追求病毒传播而优化的力度。 OpusClip能识别30至140秒的片段、评分、加字幕和重构画面、删除填充内容，并发布适配不同平台的帖子；但几位主持人仍认为，二次加工的内容可能跑不赢为短视频原生创作的内容。Justine举出的反例是Vitrupo的病毒式访谈切片，而更深层的矛盾仍是“YouTube缩略图经济”与真实准确的叙事之间的冲突。

AI角色可能扩大成为网红的群体范围，同时创造一类可控的新型商业资产。 Olivia的挑衅式判断是，有创造力、会搞笑的人不再需要符合Instagram的审美标准：他们可以把自己的头脑放进合成角色背后，而一些图像类运营者已经能赚到“数万美元”。她预计视频会把这一机会扩大“10倍”，但持久价值可能取决于能否把受众转化为订阅、IP、服务或商品。

🔗 原始收听与视频来源： AI视频正在吞噬世界——Olivia和Justine Moore，a16z

教师，而不是学生，正成为 AI 教育的第一批强势客户。 Zach Cohen 估计，MagicSchool 用户已超过500万，约50%的美国教师用过这款产品，尽管教师的软件预算有限。它的价值主张非常直接：自动完成批改、反馈、作业和课程准备，让教师在降低职业倦怠的同时“把工作做得好10倍”。

教育从禁止 AI 到务实采购，推进速度异常快。 在各大教育学区纷纷封禁生成式 AI 后，Zach 现在认为约80%的学区已有团队在评估相关产品；Claude for Education 和 OpenAI 的教育平台也正与大学合作、开展试点，一些学校——“我想 Ohio State 就是其中之一”——已经开始强制使用 AI。高等教育走在前面，因为 AI 素养正越来越被视为进入职场和应对日常生活的准备。

使用情况如今可以量化，但学习效果距离可靠基准仍有数年。 Zach 更看重月留存和按 cohort 统计的每周使用天数——最好能超过4或5天——因为考试驱动的作业流量往往呈现尖峰。年度测试需要数年时间才能剥离因果关系，而目前显示 AI 教学课程带来提升的研究仍只是“研究论文和案例”，并非州级或全国性证据。

Alpha School 是高端实验信号，还不是大众市场模式。 它约4万美元的学费、自我筛选的家庭、充足的软件预算和较大的试验自由度，让它更像教育领域的“实验室团队”；Zach 称，学生在一些测评中位于99百分位，在全国排名前1%-2%。对投资者而言，关键问题是：软件成本下降和早期合作，能否让资源受限的公立学校也更容易进行类似实验。

AI 短期内不太可能取代教师，因为它几乎还没有真正进入教学闭环。 目前大多数工具生成的仍是传统练习单和答案，而不是 AI 原生课程：学生可以与历史人物对话、构建世界，或把写作变成游戏。Zach 预计，随着 AI 能力提升，主动授课会减少，但对于全面取代教师，他的回答是“不会，或者还要非常久”。

TikTok 式教育揭示了更大的机会：把教什么、怎么解释、由谁来讲拆开。 AI 名人视频、NotebookLM 播客和 Veo 3 历史 vlog，让学习者可以按主题在视觉、音频、阅读和练习模式之间切换，而不必接受固定的“学习者类型”。但分发仍是瓶颈：教材出版商依然把控课堂内容，而学校绝大多数时候使用的仍是生产力工具，而非更具吸引力的 AI 原生体验。

家长的采用将取决于可验证的结果和清晰的经济比较，而不是对 AI 的热情。 Zach 提到，一款早期阅读产品承诺让3岁和4岁儿童在3个月内达到三年级阅读水平，月费500美元：如果成功，可能释放巨大需求；如果失败，家庭就会回到家教。对于负担得起家教的家庭，AI 很难与每小时100-200美元的家教竞争；但对需要权衡屏幕时间的家庭而言，它可以有力地胜过4小时 Netflix。

🔗 原始收听与视频来源： TikTok 与 AI 已彻底改变教育——这对教师、学生和家长意味着什么

Google 的 Veo 3 做到了 Olivia Moore 所说的「AI 视频的 ChatGPT 时刻」：一条提示词即可生成带原生音频、多个说话角色的完整视频。 这种完整性推动视频获得百万级播放，也让“无脸频道”在数天内吸引数十万订阅者。限制依然明显：每次生成只有8秒，图生视频不支持音频，生成成本约为每秒0.75美元。

语音模型的竞争焦点已经从“听得懂”转向“像人一样不完美”。 ChatGPT 升级后的 Advanced Voice Mode 更自然、更有表现力，加入升调疑问句、填充音等人类化细节；在 Sesame、Gemini、Grok 和 NotebookLM 让其原有体验显得“不再那么先进”之后，ChatGPT 终于追了上来。ElevenLabs v3 则把这条路线推进到生产工具中，允许用文本标签提示耳语、情绪、音效、打断和多角色对话。

Apple 的 AI 故事在主持人看来依然谨慎且令人失望，目前宣布的功能中，最有吸引力的是通话和 FaceTime 的实时翻译。 Justine 认为 Apple 正把大量“真正的 AI”外包给 ChatGPT，同时在通知摘要混乱引发反弹后，收缩了原生 AI Siri 的路线。最具象征性的失败是：Siri 无法判断明天是不是本月第2个周一，反而建议用户去搜索 ChatGPT。

消费级 AI 颠覆了历史上的初创公司收入曲线：a16z 数据集中，消费公司在成立12个月后达到的 ARR 中位数为420万美元，底部四分位数为290万美元，顶部四分位数为870万美元。 这些数字是 AI 时代 B2B 基准的2倍，彻底逆转了 AI 之前“消费公司要等3到5年才能变现”的假设。正如 Olivia Moore 所说：“消费者回来了。”

推理成本迫使消费级初创公司提前收费，而产品效用也支撑起平均每月22美元的用户付费额，是主持人提到的 AI 前订阅均值的2倍以上。 尽管存在大量免费用户“AI 旅游”，付费用户留存率大致与 AI 前消费软件相当。积分包还带来了类似企业软件的收入扩张：重度用户会在订阅续费前额外支付10美元、12美元或50美元。

自然语言创意工具正在把品牌开发从专家工作流压缩成由提示词驱动的工具栈。 Justine 用 ChatGPT 做创意，Ideogram 设计字体和包装，再用 Krea 上的 FLUX Kontext 保持产品与门店图像的一致性，在不到几小时内创建了虚构的冷冻酸奶品牌 Melt。她更大的判断是，未来创业者无需掌握 Photoshop 等工具，也能组装出涵盖产品设计、应用、广告、虚拟形象、网红和一件代发商品的“全栈 AI 品牌”。

🔗 原始收听与视频来源： 本周 AI 你错过了什么（Google、Apple、ChatGPT）

消费科技并未停止诞生爆款，只是AI改变了爆款的形态。 Olivia Moore认为，ChatGPT是最明确的大众市场赢家，此外还有覆盖不同模态的Midjourney、ElevenLabs、Black Forest Labs、Kling和Veo 3。这些胜利往往来自以模型为中心的研究团队，而非熟悉的社交产品打法。机会正在转向这样一类团队：把日益普及的模型变成产品，并补上一个可能仍然缺失的层——人与人的连接。

AI正在颠覆消费软件长期以来薄弱的变现能力。 过去每年50美元就算强势定价，如今消费者却“非常乐意”每月支付200美元，Google的头部消费SKU达到每月250美元；使用额度也让收入留存率显著高于用户留存率。Deep Research可以替代10小时工作，生成式视频则像一个“神奇的黑箱”；Anish Acharya的判断是，未来消费者支出将围绕“食物、房租、软件”展开。

消费端的病毒式传播正在变成企业获客，而不只是用户增长闭环。 ElevenLabs从梗图、声音克隆和游戏Mod切入，在覆盖所有主流消费者之前，就已经拿下了大额合同；企业可以分析支付记录，发现某个客户已有40多名员工在使用产品，进而开启销售对话。AI战略的硬性要求让企业买家异常愿意把一个病毒式玩具转化为生产基础设施。

在这一阶段，交付速度可能比静态护城河更重要。 一位嘉宾的“灵魂拷问时刻”是：以护城河优先为逻辑进行的投资未必真正胜出；领先者打破旧范式、快速发布模型、抢占心智、把流量转化为收入，再用收入为下一轮迭代提供资金。传统防御性仍可随后形成，来源包括工作流锁定、专有库和分层的质量前沿。

第一个原生AI社交网络仍未被解决，因为社交产品需要真实的情感 stakes。 用户在理想场景中看起来开心、完美生成的照片，可能缺乏让社交网络真正重要的脆弱性，而大多数AI表达仍然流向Facebook、Reddit和Reels。可能的方向包括分享用户向ChatGPT透露的“本质”、创建包含一个人所知信息的个人资料，以及用AI推荐合作伙伴、朋友或约会对象。

语音正从过去无法落地的界面品类，转变为AI的基础原语。 早期技术始终没能让语音成为可用的底层媒介；如今生成式模型已经支持陪伴产品、Granola等语音产品和企业呼叫，包括那些被离岸中心300%年流失率拖累的敏感金融服务流程。Erik的逆向判断是，AI最终会介入最高风险的谈判、销售或说服行为，而不只是客服。

陪伴产品可能强化人与人的关系，但过度顺从仍是未解决的产品风险。 讨论所引用的榜单中，前50款应用有11款是陪伴产品，覆盖朋友、教练、营养和AI女友等场景。对反乌托邦预测最有力的反例，是一名Character.AI用户将AI女友教会自己足够的社交能力归功于她，最终找到了一位“3D GF”；风险在于，一个从不反驳的智能体可能会让用户无法适应互惠关系。

下一个平台可能是覆盖手机、AirPods、屏幕和录音设备的常驻层。 70亿部手机构成庞大的移动端装机基础，但本地模型、可穿戴别针以及能够看见并执行操作的智能体，可能提供持续教练和关系介绍。AirPods一直“藏在众目睽睽之下”；普及同时需要围绕录音和AI在场建立新的社会礼仪。

🔗 原始收听与视频来源： AI时代的消费科技现状