2026 年的 AI 行业不断加速，仿佛只有一个正确答案：卷 Agent，卷效率，卷生产力。跑得慢的人都在补课，跑得快的人已经在找下一个风口了。

但在京东 JoyInside 首届「AI 终端新物种」硬件创新大赛的现场，几个与提升效率完全无关的产品，却让我十分好奇。

一盏分得清你是在心流里还是发呆、从而决定要不要出声的台灯；一台以「数字孙辈」身份陪老人慢慢讲故事的口述史终端；一支插进盆土的传感笔，每周替一株植物写一封信……而最终拿下前三甲的项目同样没有「班味」：清华本科学生独立开发的儿童 AI 交互画框「画伴」、几个大学生打造的 CoCube 桌面 AI 陪伴机器人，还有一款 00 后连续创业者带来的学龄前「AI 放大镜」。

他们在做的事，用一句话很难解释给投资人听。但把这些项目放在一起看，你会发现一个有意思的巧合：没有一个团队在做效率工具，也没有一个团队的出发点是「技术多强」。

他们的出发点都是某个人、某个来自生活日常，甚至说不太清楚的时刻。

让孩子的画，活起来

有一次，偶然之间刷到一个视频：一个小学老师在课堂上通过 AI 工具让孩子的画动起来，展示在大屏幕上，视频里当孩子们看到自己画笔下的角色动起来的时候都非常开心，整个班里都充满「哇」的声音。

这件事让刘海丰决定为这些孩子们在绘画这个场景做一个产品——画伴，一款 AI 儿童绘画互动相框，也是本届大赛的冠军项目。

产品瞄准了 5-7 岁的孩子，这个年龄段的孩子语言表达能力还没成熟，绘画是他们表达内心世界重要的方式。刘海丰调研了 11 户家庭，里边8 户的孩子每天都在画画。

中国 5-7 岁的孩子有3700 万，少儿美术市场有 850 亿，但绘画领域的现有产品还停留在机械性的绘画机器人和绘画投影。儿童绘画领域有诞生AI Native硬件的机会，这是他的洞察。

产品的交互并不复杂，孩子把画插进相框底板的凹槽，设备自动拍摄识别；按下按钮，AI 引导孩子描述画面背后的故事和情绪；然后，画作变成专属的动画。配套软件记录完整的绘画成长轨迹，并基于绘画心理学分析画面，帮家长读懂孩子的内心世界。

「动画化」解决了参与感，但留不住用户。刘海丰研究了乐高、Minecraft、Roblox，这些产品为什么能让孩子玩那么久？因为它们满足了创造欲，给了无限的创造空间。

于是刘海丰给画伴加入了「世界系统」，系统会给每个孩子笔下的角色做性格和背景设定，然后把这些角色放进一个类似「斯坦福小镇」的互动平台，系统每天自动生成新的故事，然后把这些故事讲给孩子。

比如，孩子前天画了一只调皮的猫，昨天画了一个农夫和小鸡，可能今天系统讲给孩子的故事是：调皮猫叼走了农夫的小鸡，农夫在后边追赶。

孩子每画一笔，这个世界就多一个角色。

JoyInside 在这里扮演的是整个产品的 Agent 决策内核与语音交互桥梁。刘海丰在路演上说得很直接：「不需要自己去造语音对话和调度系统，可以把全部精力投入到产品的创新当中。」

刘海丰在本次比赛里，是一个真正意义上「独立」开发者，他是全场唯一以 OPC（One Person Company）身份参赛的选手。软件、硬件结构、产品建模、设计宣传，全部一人完成，「团队」是他和一系列的 CodingAgent。

如果没有现成的语音对话和调度系统，光搭这套基础设施就能把他锁在里面数周。JoyInside 帮他补上了最耗时的那块，他把省出来的时间全用在了产品本身。

以前需要一支队伍才能推进的事，现在一个人加一堆 Agent 可以做到，这就是 AI 硬件创业新的浪潮。

把皮克斯跳跳灯搬进现实

凌晨三点的书房，绞尽脑汁也没想出好方案。猫睡了，狗睡了，对象也睡了。唯一还在 work 的，是书桌旁的台灯。

于是 Mira Light 诞生了，一盏真正的皮克斯跳跳灯。外壳下面藏着摄像头、麦克风和三个舵机关节，能转头、能低头、能蹭你。

王健乐说，Mira 不是一个「没有“眼力劲”，随意打扰你的玩具」，「而是一个要在长期相处里学会读懂你、并且拿捏分寸的伙伴」。

5 个 00 后加 1 个硬件老兵组成的团队，48 小时极限完成了第一版 Demo。

和过去的黑客松比赛不同，JoyInside 大赛最吸引他们的一点是：做出来的东西不只是拿个奖，京东能帮你把产品真正卖出去。从打样到上架，供应链是现成的。对一个学生团队来说，这意味着 Demo 有机会变成商品，接受真实用户的检验。

但比起商业化路径，Mira Light 的产品性格更值得聊。团队成员王健乐在采访里引了设计师 Nod Young 的一句话：

有些光是用来看清东西的，有些光是用来陪你的。

你工作了一小时没动，灯头先低下去再往上顶，蹭蹭你。你对着屏幕叹了口气，灯头缓缓转过来看你，灯光从冷白慢慢切到暖黄。你在认真写代码，进入心流状态，它什么都不做，完全安静。同一个空间里，你叹气和室友叹气，Mira 的反应不一样，因为它记得你们的不同。

要做到王健乐口中的这种分寸感，光靠写规则是不够的。团队没有从头自建 AI 中台，JoyInside 把语音识别、情绪理解、长期记忆、角色化表达和硬件动作联动打包在了同一个平台里，他们可以把精力集中在 Mira 真正不一样的地方：动作语言、灯光表达和陪伴节奏。

JoyInside 的情感计算让 Mira 分得清你叹气是累了还是只是随手按了暂停键；长期记忆让它对你和室友建立不同的用户画像，同一个动作，对不同的人做出不同的回应。每台 Mira Light 还有独立的性格参数——好奇度、活跃度、害羞度、调皮度各不相同，世界上没有两台完全一样的 Mira。

它第一次动起来的时候， Mira 团队告诉 APPSO，「你能感觉到它对你的好奇，以及紧张害怕的情绪」。他们第一次在一个机器上感受到了「爱」。

所有人都在追年轻用户，她选择听老人讲故事

在中国传媒大学，有一个叫「银发记忆工程」的学生团队，成员横跨计算语言学、数字媒体、表演、工商管理。

他们做了一个叫「记忆小舟」的产品：一台老人摸得着就能用的硬件终端，背后连着语音采集、智能转写和记忆整理的整套系统，以「数字孙辈」的身份陪老人把人生故事慢慢讲出来。

团队成员张怡卓含在路演现场进一步解释开发这个产品的初衷，子女想要留住长辈一生的故事，却没有时间、不会问；老人想讲述人生，却没有人倾听、容易紧张。

陆新蕊一直在帮家里老人整理自传故事。她所在的中国传媒大学有全国最大的口述史研究中心，接触口述史是天然的事。真正让她下定决心的，是家人患上阿尔茨海默症。

我亲眼看到记忆一点点消失。语言是连接人心的纽带，技术不该只是冰冷的工具，它应该像砖石一样，架起过去与现在、人心与人心之间的桥。

产品的核心不是「采集信息」，是让老人感到「我的故事有人想听」。

它以「数字孙辈」的身份和老人自然对话，不填表格、不做问卷、不打断。团队把这当成伦理底线，不只是交互设计。老人讲话有自己的节奏：停顿、绕回去说一半、忘了前面在讲什么、突然跳到另一年。这些在普通语音系统里会被当成错误处理，这个产品的设计是全部保留，让 AI 跟着老人走，事后再在后端把线索拼起来。

团队把 JoyInside 接入产品之后，有两件事是他们没料到的。

第二次调试的时候，AI 把上一轮聊天里提到的一位长辈当成了线索，没有像通常那样开启新话题，而是自己顺着追问下去了。用户后来说：「它记得我之前说的话，它不是机器，它是在和我真正聊天。」

还有一次，测试的时候聊到了家人去世。JoyInside 没有刻意追问或转移话题，它说了一句：「我可以静静陪着你，我们可以不问了。」

记忆小舟团队认为这种分寸「JoyInside 做得非常得体」。

团队还发现方言的功能让不少用户惊喜，有用户试完之后说「没想到能用方言和 AI 聊自己的故事」。老年用户不光自己用，还往老同事、老朋友群里转。

到 2035 年，中国 60 岁以上人口将突破 4 亿，但城镇孙辈对祖辈生平的完整认知率不到三成。传统口述史靠人工访谈，成本高，覆盖不了普通家庭。

陆新蕊说，就算这个产品最后没做起来，她也会继续做：「积累的结构化语料库和记忆档案，哪怕微末，也会作为文化学术资产，继续服务于民族记忆的保存与传承。」

她希望「记忆小舟」这样的产品能成为一种家庭仪式。「它可以是夜雨寄北里的烛火，也可以是家人闲坐的灯火。」

就像张怡卓含在路演现场最后说的，「科技最感人的地方，其实不在它有多么伟大，而是让我们每个人都知道，自己的故事是值得被记录、被记忆的。」

一株龟背竹，也值得每周收到一封信

吴绍恒读书时在植物园标本馆打工，最深的印象是：一株植物死之前，其实已经用很多种方式告诉过你了，叶片角度、叶色、新芽位置、根区气味，只是这些信号没人翻译。

后来在城里租房养绿植，养死了十几盆。他看到过一款犬语翻译器，想：如果动物的语言可以被 AI 翻译，植物为什么不行？

绝大多数家庭盆栽不是死于知识不够，而是死于没人帮它把话翻译出来。

他的反应不是做一个监测 App，而是把关系反过来：让植物主动告诉人它近况如何。产品的名字「草木信」，也是它最核心的交互方式——写信。

产品的硬件组成并不复杂，一支传感笔插进盆土，默默收集数据。一张轻薄厚的电子墨水卡片放在花盆后面，白天靠自然光就能读，没有屏幕背光。

传感笔一天采集上百次数据，但输出只允许一周一次。每周一早上七点，过去七天的数据被压缩成120字左右的拟人化短信，渲染到卡片上。

从想法到初版 Demo，只花了四天。物料到了就开始搓。他自己也是第一次做硬件，「为了路演 Demo 的落地，我对很多立项之初的设计做了取舍，减少传感器集成的数量，把芯片从笔内迁移到笔外」。

过去十年，屏幕已经占领了我们的生活，通知栏的红点让我们应接不暇甚至焦虑。

草木信反了过来，开发者管这叫「慢媒介化」。比如周三晚上气温骤降，鹿角蕨根区温度跌到 13 度。系统判断「有点不对，但还不危险」，没有跳出来打扰你。

它到了下周一的信里，才轻描淡写地提了一句，卡片角落悄悄点亮一枚星号。

吴绍恒也跟我们分享了，他心目中一封好的信是什么样的：「它可以不完美，没有绚丽的文字，但它是真实的，我喜欢那种老友和你娓娓道来的感觉，没有压力但告诉你它一直都在。」

他们把传感器采回来的数字变成一封让人愿意读的信，得搞清楚植物现在怎么样、急不急、该用什么口气说。JoyInside 的轻量级模型在手机端离线运行，不联网就能干这件事。

但比起「会说话」，AI 更难的是知道什么时候该闭嘴。在信息爆炸的时代，他们却用了写信这样的方式来作为一个硬件产品的交互方式。

一周一封，刚好是一株植物真实的生命节奏。

AI 的下半场，在物理世界

把这四个项目放在一起，我最先跳出来的感觉是：这些东西都不像正经的产品需求。

「让光来陪伴用户」不会出现在任何一份用户痛点调研报告里。「想知道阳台上那盆龟背竹过得好不好」也不是需求文档里的条目。它们更像是某种渴望，某种你不好意思说出口但始终在意的东西。

这四个团队都不在主流的硬件赛道上。但他们做的产品有一个共性：AI 不是被「加」上去的功能标签，而是长在各自的物理场景里。

画伴的「画伴的世界」脱离了孩子自己画的那些画就什么都没有，Mira Light 的沉默只在你进入心流时才有价值。记忆小舟更是如此，它的耐心只有对着一个说话断断续续的老人时才被需要。脱离了场景，这些产品就什么都不是。

行业里有一个心照不宣的事实：90% 的所谓「AI 硬件」，把 AI 拿掉也能用。 拿一个开源模型塞进去，喊两声「你好小 X」，就可以叫做 AI 硬件了。

这类产品的 AI 是贴上去的标签，不是长在场景里的神经系统。

这也是京东 JoyInside创新大赛与过去的黑客松或开发者大赛最本质的区别。软件赛事比算法精度，发完奖就结束了。

大模型的上半场在云端已告一段落，下半场的战场在物理世界。我们需要让 AI 真正「附身」到一台台摸得着的设备上，在画纸上、在花盆边、在老人的客厅里，变成一个生活中有价值的存在。

从路演项目也能看出来，京东举办 AI硬件赛事考虑的是产品能不能走进真实生活场景，真正走向商业化和规模化市场，这件事光有模型不够，还得懂场景、懂硬件、懂怎么把东西卖到用户手里。

这恰好是京东最擅长的事。十几年零售、物流、健康领域的实体场景积累，让 JoyInside 不只是给硬件「加一个大脑」，而是从场景理解到供应链交付，都能串成一线。

这也是京东聚焦发力 AI 硬件的野心，进入你生活中的每一终端。

而让这些「长在场景里」的 AI 成为可能的，是一层大多数用户不会注意到的底座。

记忆小舟的陆新蕊说，接入 JoyInside 之后产品最大的变化是「使用门槛大大降低，我们有了真实可触摸、可感知的终端」。画伴的刘海丰在路演上说：「我们通过 JoyInside 搭建完善了整个 Pipeline，不需要自己去造语音对话和调度系统，可以把全部精力投入到产品的创新当中。」

没有人在说「赋能」「革命性」「重新定义」。他们说的都是一个东西能不能用、好不好搞定。这两个标准，对三个人的小团队来说，就是一切。

JoyInside 给的是一套完整的感知-回应链路：语音识别、合成、长期记忆、情感计算，四块都在。端云协同让 80% 的常规任务在端侧处理，响应延时压到 2 秒以内。你对它说话，它不会让你干等。

但技术底座只是故事的一半。

画伴的刘海丰一个人做了整个产品，Mira Light 48 小时造出原型但量产是另一个世界，草木信的吴绍恒也是第一次做硬件。

JoyInside 提供了三种接入方式降低技术门槛，但对小微团队真正有意义的是后面那条链：京东的供应链，从硬件打样、模具开模、元器件采购到质量检测、仓储物流、主站销售，全链路走通。

截至现在，JoyInside 已接入超过近 200 家家电家居、机器人、AI玩具头部硬件品牌，接入后，显示硬件的对话轮次平均提升超 120%，这意味着用户更愿意和这些 AI 硬件聊天了。

大赛结束之后，京东的超级供应链还在运转，参赛产品就有机会真正触达消费者。

京东采销 Boss 们在大赛中直接拍板认领走了画伴、Mira Light等多款AI硬件，他们说，最快618期间，就要把这些产品上架到京东新品频道销售。

这届年轻人在用 AI 做什么

写这篇稿子的过程中，我反复在想一个问题：做这几个产品，不去做提升效率的工具，到底算不算「正经事」？

路演现场，有评委给了刘海丰一个建议。那位评委说，他的母亲特别愿意收藏孩子的画，从老大一直收到老二，但现在母亲回了老家，和孩子不在一个城市。他建议做一个「子母款」——孩子这边有一台，老家的长辈那边也有一台，画完了，对方那里也能收到。

这让我想到，画伴装着的，不只是孩子当下那些画，也是某个大人想要留住的什么。

同样的问题，我也问了陆新蕊。她没犹豫：「这个项目依然有不可替代的价值。」她在帮家里的老人整理人生故事，这件事本身就是她做这个产品的原因，也是产品如果失败之后她依然会继续做的事。

说实话，我自己也说不清楚这个问题。四个还没上市的产品，四段还没结局的创业故事，放在一个效率至上的行业语境里，它能证明什么？

但就像吴绍恒说的，一封让人愿意读的信不需要绚丽的文字，「它是真实的，没有压力但告诉你它一直都在」。

这几个年轻人做的事情或许就是这样，不惊艳，不高效，甚至有点笨拙。

但在一个所有人都在追问「AI 能做什么」的年份里，他们安安静静地坐下来，做了几个能陪人待一会儿的东西。京东 JoyInside 恰好给了他们一块可以安心搭积木的地基。

孩子的画有了生命，台灯有了脾气，一封写给龟背竹的信有了温度。 AI 产品带给我们生活的变化，不一定就得让某个工作效率提升 N 倍。

采访 Mira Light 的那天，他们的原型机刚做完没多久。他给我演示了一遍灯头的动作：先低下去，像在打量你，然后慢慢抬起来。他说团队第一次看到这个动作的时候都愣住了，「你能感觉到它对你的好奇，以及紧张害怕的情绪」。

我问他如果没拿奖怎么办。他没怎么想就答了：「有没有获奖都会推向市场。」

他今年二十出头，觉得自己能让世界扭转一点点。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

编者按：

当 AI 开始寻找自己的形状，有些选择出人意料。

AI 在智能手机上生出了一颗独立按键，似乎让智能手机找回了久违的进化动力。眼镜凭借着视觉和听觉的天然入口，隐隐有了下一代个人终端的影子。一些小而专注的设备，在某些瞬间似乎比 All in one 的设备更为可靠。与此同时，那些寄望一次性替代手机的激进尝试，却遭遇了现实的冷遇。

技术的落地，从来不只是功能的堆叠，更关乎人的习惯、场景的契合，以及对「好用」的重新定义。

爱范儿推出「AI 器物志」栏目，想和你一起观察：AI 如何改变硬件设计，如何重塑人机交互，以及更重要的——AI 将以怎样的形态进入我们的日常生活？

这是 AI 器物志第 9 篇文章。

最近几年「AI 硬件」很火，但似乎总是不可避免滑向「一锤子买卖」的叙事。

发布会抛出一个宏大的概念，用概念和想象力完成第一轮说服，真正交付到用户手中后，才发现它的能力匹配不上它卖的故事。

于是乎，产品的使用频率直线下滑，更没人愿意为它的后续服务持续付费，最终用户日活几百人，落得一个黯淡收场。

但 Plaud 打破了这样的死循环——它不仅赚了我录音笔的钱，还打算每年继续赚我 1000 元，然后一年收入 2.5 亿美元。

更重要的是，我真的愿意给，在 AI 硬件这个概念还备受质疑的当下，它直接跑通了一整个商业模式。

硬件是入口，App 是核心

Plaud 免费的「入门版」方案，包含 300 分钟的转录时长。

但对于一个需要有着专业录音需求，以至于需要买一支录音笔的用户来说，300 分钟只是一个试用装。

再往上，专业版价格为 339 元一年，每月享有 1200 分钟的转录时长，而 1099 元一年的「卓越」会员则拥有无限时长。

事情到这里就变得很有意思了。因为一支 Plaud Note 录音笔本体的价格，大约也就在 1049 元左右。

也就是说，订阅一年的费用，甚至可能比硬件本身还贵。

所以，Plaud 究竟有什么魔力，让人心甘情愿先花 1000 元买个录音笔，再每年继续花 1000 元来使用？

实际上，构成 Plaud 核心体验的，并不是录音笔硬件本身，而是和它配套使用的 App。

这个 App 本身相当纯粹，所有功能都只围绕处理「录音」进行服务，显得高级而专业。

它核心功能是 「笔记」 ：Plaud 会用大模型对录音内容进行处理，你可以把一切交给 Plaud 一键生成，也可以选取转写的语言、AI 模型、模板。

但让「结果」这件事进一步拉开差距的，是 Plaud 的模板功能，也是我认为它最值得我花钱的功能。

官方首先提供了大量的现成模板，涵盖会议、演讲、通话、采访、医疗、金融、法律等多种场景和专业，也有一些「功能性」的模板，针对录音中发言人的意图、权力动态进行分析，甚至还能分析发言者的心理动态和诚实度。

其实本质上，Plaud 的模板就是一长串的固定提示词（prompt），利用大模型对录音进行定向整理，Plaud 在卖的，就是自己提前编写好的一套套提示词。

既然是提示词，那自然也允许用户自己编写模板——这点很像一个真正懂工作的人做出来的产品，因为很多时候，通用模板都不够贴身，真正值钱的是你自己那套处理信息的逻辑。

比如，我们每天早上都会开选题会，涉及到选题内容、选题核心、重点信息、负责编辑这些要点，普通转写能够记录，但很难成为一份能直接执行的东西。

后来我干脆给 Plaud 写了一个模板，让它按照这些维度去整理。最后出来的结果非常清楚，每个选题被单独拆开，每项任务也都准确落位。

通过换用不同的模板，同一段录音就能以不同的方式被分析、蒸馏，通过这样反复整理，我们就能得出录音中的最有价值的信息。

Plaud 给我的一个感觉，是它很以「人」为中心。

很多录音产品，例如飞书妙记，其实是围绕「会议录音」本身，每次完成录音，都会自动生成笔记，可以直接用来分配任务。

但 Plaud 只是围绕「人」听到的话进行构建，聚焦在人和人之间的交互，首先是 100% 记录，然后再通过摘要、模板，保留和树立其中最有价值 50% 内容，并将 10% 的精华呈现出来。

不同的模板，就是看待原始信息的不同方式，你关心什么，就用什么模板——这不能代替人的思考，但能带来不同的启迪。

保留最精华的原始信息，再加上人脑在对谈时产生的记忆和经验，交流能达到的理解，才真正实现最大化。

AI 时代的「电和电灯」

明明是一个「AI 硬件」，但 Plaud 并不靠「硬件」本身赚钱，收入的大头都是来自订阅。

这就是经典的「剃须刀-刀片」商业模式：剃须刀厂家卖的不只是刀本身，而是可替换的刀片，在用户购买硬件后，还需要持续付费，并且被绑定在一个生态系统之中。

放在今天，它又很像一套标准的 「AI 式收费」 逻辑。不同等级会员的核心差别，并不在于质量和速度，而在于时长，在于额度，在于你愿意为多少 「Token」 买单。

当然，这不是说 Plaud 的录音笔一无是处，既然是重度的录音用户，一个专门用来录音的物理外挂，对体验的提升是巨大的。

那 Plaud 和 OpenAI 一样，是靠「AI 模型」赚钱的吗？似乎也不是。

Plaud 的优秀体验，确实是靠大语言模型支撑的，并且可以选用从 DeepSeek、千问、豆包等多个模型中选择，但默认的「自动模式」，才是 Plaud 的精髓：让你少管让你少管技术细节，直接拿到结果。

这也是 AI 时代最显著的特征，我们为结果付费，而不是为工具本身，或者过程付费。

Plaud 贩卖的不是「AI」本身，它不做自己的大模型，而是卖一种「使用 AI 的方法」。

本质上，AI 大模型只是一种源动力，是类似水和电的存在，它有巨大的能量，但我们目前对它的开发还太少，还基本没太突破聊天机器人的范畴。

就像 200 年前，大家都不知道法拉第发现的电有什么用，然后，直到电灯、电话等等电器来到世人面前。

Plaud，就是 AI 时代的「电灯」。

野心很大的 Rabbit R1、Humane Ai Pin，更像是在生成式 AI 浪潮下「带着 AI 去找问题」的产物。

说句不好听的，它们本质上仍是「为了 AI 而 AI」的硬件形态，并没有真正锚定一个明确的用户场景，用 AI 去解决实际问题。

对 Plaud 来说，AI 反而并不重要，这家企业从一开始，只是想做好「录音」这件事，AI 大模型，不过是一条通向这个目标最近的道路。

就像是亘古以来就一直困扰着人类的照明问题，在电灯之前人类也已经发明了蜡烛，但电灯的效率和照明效果都要远超以往，所以我们选择了电灯。

Plaud 的逻辑也很类似，我们有了 AI 大模型，它拥有着前所未有的语言处理能力，因此用它来解决录音场景的问题，让「录音」这件事变得前所未有的好。

我们当然用现有的 ChatGPT 或者 Gemini 这些聊天机器人，帮助我们处理这些录音，但为了获得一个好的结果，我们需要优质的提示词，如果模型不够好还要换模型，并不是一个符合直觉的使用方式。

而 Plaud 不需要用户考虑使用什么大模型，不需要用户给更好的提示词，它是一种一键就能将好结果带到用户面前的确定性。

并且，Plaud 在大量雷同产品中，是最具有「确定性」的那个。

而我们愿意付费的，就是这个确定性，不用「抽奖」，一键直达的确定性。

AI 硬件，应该吞掉「复杂性」

很多人其实不会用 AI。

这里说的「不会」，一方面是不会主动去接触 AI 产品，但更是不知道要怎么用 AI，以为在对话框扔一句短短的提示词，它就能全面理解你的意图，交付一个马上能用的结果。

问题就出在这里，现在真正愿意花时间研究提示词、工作流、模型差异的人，也就是「会用 AI 的人」，确实少之又少。大部分用户既没有这个耐心，也没必要有这个耐心。他们需要的是结果，并不想把自训练成半个提示词工程师。

毕竟，我们对 AI 的期待，本身就是花最少的精力，获得最多最好的成果。

不会用 AI，那就更不知道，一个合格好用的 AI 产品，应该是一个什么模样——所以现在的科技圈，充满了各种只有噱头，没有价值；空有 AI，没有能力的所谓「AI 硬件」。

大家看多了宣传，很容易把会聊天、会生成、会调用模型，当成产品已经成立，其实远远不够。

一个好用的 AI 产品，至少得做到两件事：第一，它知道用户大概率不会用 AI，所以不会把学习成本甩给用户；第二，它能把原本飘忽不定的模型能力，压缩成一个相对稳定的结果。

这就是 Plaud 的价值所在，它解决的是一个非常真实的问题：不是每个人都想学会 AI，可每个人都想把事做完。

在 Plaud 面前，众生平等，所有人都按下一样的按键，获得一样的高质量内容，区别只在于订阅后能获得的内容多与少。

更进阶的「模板」，就是 Plaud 官方提供的「小抄」，直接让你根据需求选用合适的提示词；这还不够的话，来自用户的各种模板就是更强大的补充。你不用钻研，Plaud 直接把 AI 红利喂到你的嘴边。

就像用氪金的方式，让 Plaud 帮你研究日新月异的大语言模型，帮你构思更多更好的 Prompt，彻底摆脱被甩开的焦虑。

替你将复杂吞掉，将差距抹平，Plaud 在卖的，其实就是一个「速通 AI」的外挂而已。

说起来不难，但能真正能只做这么一件事，将所有资源倾注其中的企业，寥寥无几——大而全的厂商，他们要做的是「全能」而不是「专才」，不可能愿意投这么资源去只做一个录音的功能；而小而新的初创者缺少了积累

这是为什么 Plaud 能成为行业的第一，无非就是因为它足够纯粹，只关心录音，于是所有的资源都用在了每一天磨砺更好的效果，比竞争者做得更早，也更专注。

它没有发明一个全新的世界，也没有端出特别夸张的未来想象。它只是证明了一件很关键的事：在这个阶段，最有价值的 AI 产品，往往不是能力最张扬的那个，而是最能给普通人提供确定性的那个。

我希望能见到越来越多的「Plaud」。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。