文：王智遠 | ID:Z201440

豆包正在猛攻智能體生態位。為什么這么說呢？

事情是這樣：

早上，客戶和我視頻會議，豆包電腦端，突然彈出一個窗口，問我：要不要讓它幫我讀取會議內容，順便整理成會議紀要？

我覺得挺新鮮，試了一下。不到兩分鐘，內容整理好了：結構清晰、沒有錯別字，速度特別快。這讓我對豆包的能力刮目相看。

01

說到智能體，大家可能聽過不少解釋，但想真正理解透徹它，得先說說Chatbot。

市面上Chatbot大致分兩類：一類是手機端交互型。

比如Kimi、文小言、通義；它們最初主要用于搜索和聊天，后來還加入了打電話功能。你可以把它們想象成手機里的“小秘書”，隨時隨地幫你處理事情。

另一類是PC端開源APP型，比如Monica。

這類Chatbot更像“多功能工具箱”，接口靈活，能接入各種API，實現圖片生成、聊天甚至本地操作。它們適合有定制化需求的用戶，功能強大且擴展性強。

不過，智能體在Chatbot的基礎上做了升級，不僅集成了兩者的優點，還融入了更貼近人類交互的屬性。這句話可能有點抽象，舉個例子你就明白了。

很多公司，在做PC端搜索功能。一般的AI搜索流程是這樣的：先打開公司網站，再進入聊天頁面，在對話框里輸入問題，才能得到答案。

Kimi就是這種模式。

但豆包的PC端搜索簡潔得多，不用單獨打開APP，直接在瀏覽器上就能用；瀏覽器窗口可以隨意放置，我習慣放在屏幕右側，利用那一小塊區域輸入問題，馬上就能看到答案。

更貼心的是，答案里還會附帶相關鏈接，點擊能直接查閱。這種設計不僅操作簡單，還讓交互過程特別輕便，完全沒有繁瑣的感覺。

除了AI搜索，打電話也很實用。

最初，各大廠推出語音功能時，我還在想：打電話這個場景，在工作中到底什么時候會用到？畢竟刷短視頻都忙不過來，誰有空天天跟硅基生命聊天？

但豆包的交互改變了我的看法。

比如，像我們這種天天碼字的人，有時真不想動手，或者遇到復雜情況時，打字打到一半，思路可能就斷了。這種情況下，我直接在PC端「打電話」給豆包，問題就解決了。

我把所有想法一股腦說出來，趁著思路還沒斷時講清楚，它馬上就能理解，并迅速給出答案；這種方式不僅節省時間，還避免了因忘記思路導致的效率低下。

還有一個功能我經常用：讀網頁。

有些網站、公眾號的文章太長了，實在沒精力看完。雖然有些平臺會提供總結，但總結往往不夠全面，容易漏掉關鍵內容，因為它的結構化，并不能滿足每個人的需要。

這時，我會直接把鏈接發給豆包，再加一些提示詞，告訴它我想要的重點是什么。豆包理解力很強，能快速給出我想要的答案。

02

云盤很符合工作流程，也可以叫：臨時處理邏輯。

現在好多公司都在做知識庫，把它當個存儲空間，能放鏈接、文檔，還能搜索。但說實話，這種方式讓工作流程變得越來越復雜。

豆包的收藏功能就不同。我有時候突然有了想法，或者讓他幫忙查資料，但沒時間馬上整理，中間的流程就很麻煩。不過，在豆包中，我只要點擊聊天記錄，就能把內容存到收藏夾里。

然后，等不忙的時再打開，能直接定位到對話的關鍵環節，甚至還能讓豆包基于之前的對話做二次優化。

這個獨立空間里，還能做更多操作。比如，篩選對話內容、視頻、播客、PDF文件，甚至是多輪對話記錄等等。它完全避免了繁瑣的中間步驟，真正做到了“為我所用”。

豆包的學術搜索能幫我快速拓寬知識面，尤其是在AI行業。

這個領域變化太快了，新技術、新概念層出不窮。比如，OpenAI發布了新東西，或者馬斯克又對AI提出了新想法，這些我都會特別關注。

但問題來了，新東西里有很多專業術語，看得人一頭霧水。比如，MOE架構是什么？多模態融合網絡又是干啥的？普通搜索引擎要么解釋得太簡單，要么找不到重點，很難滿足需求。

這時，豆包就派上用場了。

只要把不懂的詞輸進去，它就能把復雜概念講得清清楚楚，還會提供最新的研究材料，如此一來，不僅幫我理解了概念，還梳理了背景和由來，非常實用。

我之前一直在想，圖片生成技術到底能用在哪些地方呢？很多朋友可能知道，我以前在公眾號上經常分享“小綠書”，那些封面就是用圖片生成工具做的。

最早時，我用的「即夢」。后來我發現，網頁版用起來太卡，體驗不太好，于是轉而使用豆包了，雖然你們都是字節的產品，但是得吐槽。

現在我只要給它一個簡單的指令，甚至懶得想指令時，直接讓它幫我寫提示詞；接著，把提示詞發給豆包圖像生成功能，就能生成一張圖片，整個過程非常順暢。

豆包的優勢還不止于此。

如果生成的圖片有些地方不太滿意，比如某個局部不夠理想，還可以進行重繪、擦除或者擴圖等調整，功能非常強大。此外，豆包里還有一些現成的模板可以參考。

除了做封面，豆包還能應用在很多產品場景中，類似于生成咖啡封面、沐浴露的產品場景圖，效果看起來特別逼真。偶爾某些細節不符合實際需求，但從創意的角度來看，還是挺有意思的。

對于像 UI 設計師、新媒體運營這樣的職業來說，如果工作中要作圖但又找不到合適的工具，完全可以試試。它的風格有很多，電影風、寫真風、3D 動漫風等，選擇非常豐富。

03

除文成圖，我還在用好多別的功能，比如：改寫小紅書文案。

我公眾號的文章，一般都挺長。但有時候，我想把精華部分挑出來，發到小紅書上；要是手動一段一段去改，那可太費時間，還特別麻煩。

所以，我就直接用專門改寫小紅書文案的功能。

我只要把文章分成幾段輸進去，再給它一些簡單的提示。比如，不要加表情包，讓內容更有條理，“提煉重點信息”，或者“語言正式一點”。它就能很快把修改好的內容弄出來。

雖然生成的內容偶爾會有點AI感覺，但這完全沒關系。只要稍微調整一下，很快就能得到滿意的結果。

寫到這里，你可能也看出來了，豆包是不是一個智能體？我覺得是。

它和其他產品一樣，整合了AI搜索、云盤、圖像生成、AI總結等功能。但問題是，為什么豆包能吸引這么多用戶？

根據豆包APP的數據，截至2024年11月底，累計用戶規模已經超過1.6億；到今年1月19日，月活躍用戶達到了5600萬左右。

如果用兩個詞總結它的成功秘訣，那就是「體驗」和「交互設計」。

傳統C端產品的交互方式，比如按鈕、菜單等，操作流程固定，按設定好的步驟完成任務即可。

但很多聲稱要做C端市場的產品，包括一些我用過的工具，比如Kimi，仍然帶著傳統產品經理的思維在做；網頁版和APP用起來特別難用，前面拼命獲客，后面卻不重視留存，結果還是沒什么用。

前段時間我還吐槽過通義。作為一個手機端智能助手，主界面放什么日歷、非核心功能，明顯沒有抓住用戶的真正需求。

AI產品的交互完全不同，要重新思考人與人之間的交流方式。人與人交流是什么樣？很簡單：我想要什么，就能解決什么。比如：

讓AI幫我寫一篇文案，只要簡單描述需求，就能快速生成符合我想法的內容；

結果不滿意，我可以隨時調整要求，就像朋友之間互相溝通、磨合一樣，不用過多贅述。

再比如，想讓它推薦一家適合聚餐的餐廳，只要告訴它預算、地點和口味偏好，就能給出精準建議，甚至還能附上理由，讓人覺得貼心又實用。

所以，AI交互的核心在于，不再冷冰冰地執行命令，而是能理解我的意圖，靈活應對我的需求，真正做到像人一樣為我服務。不是嗎？

04

前幾時間，字節跳動CEO梁汝波在2025年2月13日的全員會上提到，AI業務有三個重點目標：

一，追求「智能」上限，把智能作為核心目標推動技術創新；二，探索新交互方式，讓產品更便攜、更自然；三，加強規模效應，讓AI產品越多人用越好用。

我把這段話發到社群里，不少朋友覺得很有高度。但問題來了，什么是便攜？什么是自然？怎么理解“全新交互方式”呢？

我不是產品經理，我是用戶。作為一個普通用戶，我的看法是這樣的：

首先，在AI與人的交互場景下，我不喜歡「學習能力」這個詞。設計一個App或日常工具，又不是造宇宙飛船，沒必要讓用戶去「學習一下」，尤其是C端產品。

所以，我們可以把「學習能力」拆成兩個維度來看，即：學習成本和學習意愿 。

學習成本在產品設計中是個負面因素。一個好的產品設計，應該盡量避免讓用戶花時間去“學習”如何使用。這一點已經被很多成功案例驗證了。

比如：蘋果和Google的產品，它們通過直觀的操作邏輯和有意義的動效設計，給用戶提供線索，讓用戶一看就懂、一用就會。這就是，降低學習成本的經典方法。

即便是為飛行員，設計宇宙飛船的操作界面（不好意思，剛看完《星際穿越》……），我相信設計者也會盡量遵循「學習成本越低越好」的原則；復雜的功能可以通過優化設計變得更易上手，而不是讓用戶去適應復雜性。

學習意愿則是另一個維度。

用戶為什么會愿意去學習？因為他們有需求。比如，用戶想給家人買一張去新疆的機票，但訂票網站特別復雜，他們只能硬著頭皮摸索、嘗試。這是外在因素驅動的學習意愿。

還有內在因素，比如社交產品。用戶為了認識新朋友、和老朋友保持聯系、和家人分享生活，會主動去學習如何使用這些產品，甚至琢磨出一些“使用策略”。

所以，設計一個產品時，認真考慮學習成本和學習意愿是非常有價值的。

C端產品，尤其是面向大眾的產品，90%以上的用戶是小白。他們不是不聰明，也不是學不會，而是不屑于學，或者有太多選擇可以替代你的產品。

既然這樣，產品經理的目標是不是應該設計出最簡單、最適合他們的產品呢？

我的理解：是。

所以，不要搞什么與用戶操作相悖的地方了。也許，不要讓人覺得麻煩，也不要讓用戶覺得自己笨，才是重點。反正我使用AI產品，一根腦神經都不想動；要是你樂意，我只能說：哥、姐，你真是人形算力。