“事实证明，不焦虑的人做不好 AI 应用。”
文丨程曼祺
“明年可能是 to C 应用的元年。”9 月 28 日，Lovart 创始人陈冕告诉我们。
第二天，“元年” 被加速——OpenAI 发布 Sora app，几天后超越 ChatGPT 和 Gemini，登上美区 App Store 下载总榜第一。
Sora app 打开了消费类 AI 超级应用的可能性。过去 2 年多里，从聊天机器人到 AI 搜索、深度研究、再到智能体，数轮增长最快的 AI 应用都集中在生产端。
今年 5 月开始内测、7 月正式开放上线的 Lovart 也是一个服务设计生产场景的垂类 Agent。
截至目前，Lovart 获得了约 20 万日活用户，年化预估收入超越 3000 万美元。但陈冕仍觉得这不够快。在 Sora app 发布前，他已在思考接下来的 to C 机会：
模型成本在不断降低，这让 to C 更可行。to P（生产者）产品也让更多人能创作 AI 内容了——那最终内容消费是否也会发生变化？
只是，Sora 让一切又加速了。
我们确实要考虑如何更快 go big。因为在这个时代，每一个巨头都比想象中更厉害，更没有边界。
配合新野心，山姆·奥特曼（Sam Altman）已在疯狂铺设算力和能源设施。9 月底，OpenAI 宣布与英伟达合作新数据中心，总耗电量将达 10 吉瓦（GW），超过夏日高峰时的纽约市。此外还有总计 17 吉瓦的其他项目正在推进。
本篇访谈的第一部分发生在 Sora 发布后，产品经理出身的陈冕分享了他对 Sora 的体验和观察：
我意识到这是一个社交产品，它可能比 “AI 抖音” 还要大。
访谈第二部分，我们复盘了 4 个月来 Lovart 的实践；以及 2023 年以来，陈冕摸索的 AI 应用创业破局之路：
AI 应用怎么做增长？就是提前描绘未来，然后等它发生。
垂直应用公司本质在做两件事：特殊的交互，和特殊的上下文。
因为频繁换工作，陈冕过去被认为没有耐性，而这次开始创业后，他经历过公司濒临倒闭，也在最困难时拒绝过收购意向。一些投资人和同行评价他很有韧性。
现在的韧性来自信念，信念又来自认知。我不是为了创业而创业，是为了赢而创业。
山还在、我们也能到达，那为什么不能努力往那儿走呢？
* 本次访谈已发布播客版：
Sora app 发布：“每一个巨头都比想象中更厉害，更没有边界”
“我想到了 to C 是下一个机会，但没想到就猝不及防地在这个假期突然发生了。”
晚点：我们上次聊刚好是 Sora app 发布前夕，现在 Sora 出现，行业又有了大变化。
陈冕：对，变化总会比你想象的时间更早一点。几天前，我说明年是消费类 AI to C 应用的元年，这个判断没变；但没想到，关键的 timing 就猝不及防地在这个假期发生了。
我之前判断巨头的速度不会那么快，但显然错了。OpenAI 比想象中更激进，它不只追求 AGI，也追求最牛的产品。
晚点：Sora app 上线后，你从凌晨 3 点开始连玩了 4 小时，你看到了什么？
陈冕：我真的被惊到了。这种感觉我至今只体验过 3 次，前两次是抖音和 ChatGPT，第三次就是 Sora app。我意识到这是一个社交产品，它可能比 “AI 抖音” 还要大。
晚点：怎么在使用中获得这种感知的？
陈冕：一开始我本来对 Sora 没有预期，因为它上线很突然。我使用的第一感受是顺滑，很快就完成了前几个作品。比如我让 ChatGPT 写了一个 “无间道” 天台对决的脚本，然后用 Sora 的 cameo（出境秀）功能让我和 Sam Altman “合拍”，那是我第一次打开声音——Sora 2 是一个音画同出的模型——当时我就感觉，新世界的大门被打开了！
编者注：cameo 的玩法是，用户在 Sora 界面里拍摄自己的面部（类似人脸识别步骤），念数字，生成 AI 形象和音色，然后选择授权范围。这样你自己或被授权的其他人就可以在生成视频时让你 “出镜” 合拍。Sam Altman 向所有用户开放了 cameo，所以它一度刷屏 Sora。
这条视频有镜头语言，有叙事；音画同步很好，音色很像我本人；人物一致性也很好。而且这一切不需要抽卡，一次就能成功。
更重要的是社交——最开始除了和 Sam 合拍，我不知道干嘛，因为其他人我都不认识；所以我就给同事分享邀请码，拉大家一起玩；这时我惊觉，这不就是社交吗？这是一个特别大的 aha moment。
邀请更多人后，我再去刷信息流，又体验了 Sora 的另一个关键机制——Remix（重新创作）。Remix 核心解决的是共创。这是我自己思考过的问题，就是怎么更简单地让用户接力共创，这是激发更多 AI 内容的关键。Sora 在 Remix 上做了滑动交互，很顺滑。我认为最优秀的交互不会超出点击和滑动，其它都太复杂了。
总体来说，Sora 的关键链路都设计得很好，完成度挺高。
晚点：比 Sora app 早 4 天，Meta 也在 “Meta AI”app 里上线了 AI 短视频功能 Vibes，但几乎没什么声量。
陈冕：单纯的 AI 生成短视频产品早就有了，这次的核心还是社交。OpenAI 自己也说，如果没有 cameo，就不会有这款产品。
晚点：你觉得 Sora 的模型有甩开其它公司吗？Google Veo3 此前已能实现音画同出。
陈冕：妙就妙在，它在模型能力最适合的时候，做了它最适合的产品形态。
晚点：一家中等体量的 AI 创业公司有可能率先做出 cameo 这样的新交互，从而引爆市场吗？
陈冕：首先，Sora 不只是产品创新，它的模型也是 SOTA（State of the Art，业界最优）水平。只有掌握顶尖模型，同时它的文化、组织还能孕育产品创新的公司才能做出 Sora。
第二，如果一家中型公司真做出了 Sora，我觉得也能火，但接下来会面临巨大挑战。首先是人脸信息的隐私、监管问题，其次是成本，Sora 已到了苹果总榜第三，却一分钱没收，视频生成是很贵的。更现实的是，一旦它火了，巨头马上会跟进。巨头有流量、有资金，中小公司根本扛不住。所以 AI 社交这注定是巨头战场。
晚点：你认为 Sora 未来可能是个多大的产品？
陈冕：它有可能是一个虚拟世界的微信。未来人类的社交可能分成两个世界——“虚假的真实” 和 “真实的虚假”。哪种对人更有吸引力还未可知，很可能两个世界会同时存在，争夺我们的时间。如果把它看作社交产品，这可能是一个数十亿级用户的机会。
晚点：这会怎么影响 AI 领域大小公司的动作？
陈冕：这是一场所有模型巨头都输不起的仗。无论你认为 Sora 成为超级应用的概率是 10% 还是 20%，错过的代价都太高，而赢下的意义又太大。所以想抓住这个时代最顶尖超级应用的公司，和现在已拥有超级应用的巨头，都不会放过这个机会。
晚点：社交有网络效应，有先发优势和时间窗，你认为留给其他人的时间还有多久？
陈冕：可能就 3 到 6 个月。
晚点：Sora 对创业公司的影响是什么？
陈冕：好的一面是，Sora 会给 AI to C 带来资本涌入和注意力，所有创业公司都可以好好思考一下 to C。但同时，我们确实要考虑如何更快 go big。因为在这个时代，每一个巨头都比想象中更厉害，更没有边界。
晚点：你把 OpenAI 算作巨头，它其实既有巨头级的资源；又有一个新公司的锐气和饥渴——团队扁平，同时尚未获得一个能带来稳定利润的业务。
陈冕：这就是为什么要尽快 go big，资本正在以史无前例的速度聚集。人类历史上从未有 OpenAI 这样，在推出第一个主力产品后，短短几年内估值就超过 5000 亿美元的公司。一切都在被加速，市场极度乐观，能投的都在往这个方向砸钱。
晚点：这种乐观中有什么风险吗？
陈冕：增长速度的错配。因为太乐观，人们对无法被加速的事也抱有过高期待，当预期落空，就会沮丧和怀疑。典型的就是建设算力和能源设施都需要时间。在基础设施更完备前，Super App 短期的成本会很高。如果应用发展和算力建设周期有较大错配，甚至可能带来短暂的泡沫破裂。而且算力越紧张，资源越会向头部集中。我们非常希望基建和能源设施能更快完善，不要被物理底层卡住。
晚点：除了算力和能源基建，你还看到了什么无法被加速的事？
陈冕：人心。用户习惯的改变需要时间。再往下，真实与虚拟的边界会越来越模糊，我们怎么接受？能多快接受？当然新事物都是在争议中前行的，人心不会变得那么快，但也一直在变。
“不是服务所有人，而是服务有创作欲的人”
20 万活跃用户、3000 万美元年化预估收入。
晚点：5 月 Lovart 刚开始内测后，你就去了旧金山。当时你提到，要在未来几个月努力做到 “几千万 ARR”，现在实现得怎么样了？
陈冕：Lovart 目前的年化预估收入已超过 3000 万美元。截止 9 月底，我们日活用户到了 15 万到 20 万，在 7 月 beta（内测）结束前，每天是 1 万到 2 万，beta 放开后迅速到了 8 万到 10 万；Nano Banana 后，Lovart 更好用了，用户又上了一个台阶，到了约 20 万。所以我们不是先爆、再微跌，而是一步一个台阶往上涨。这是我挺开心的一点。
晚点：这些用户是怎么分布的？
陈冕：1/3 在美国，美国也是 Lovart 目前用户数量和收入最多的市场。
晚点：3000 万美元的预测年度订阅收入能覆盖服务成本吗？
陈冕：不行，现在的 Agent 都不行，因为 API 很贵，而且我们有一定免费额度，免费到付费的转化需要时间。但我对 Agent 的长期商业模式毫不困惑，token 一定会更便宜，就和电与上网流量一样，都是早期贵，普及后会很便宜。订阅至少会是一个基础的商业模式，未来还可能发展出按思考时间收费的方式。
晚点：Lovart 团队去北美后，为什么还没有接受全球化机构的投资？
陈冕：我们未来肯定会考虑全球化资金，但 5 月 Lovart 上线那会儿，我们刚敲定融资。当时去北美的更优先级工作是搭建团队和离全球用户更近。
晚点：直接接触美国用户后，看到了什么？
陈冕：在湾区，我最常被问的问题是，我的热情和愿景是什么？很多人会问我们，这个产品它到底是给所有人用的，还是给专业人士？
现在答案更清楚了：因为我做这家公司的愿景，就是希望把创作能力平权，释放更多人的想象力。AI 时代，能做、想做设计的广义设计师和创作者的数量在变多。所以我们现在的定位是：“for everyone who wants to create”，不是服务所有人，而是服务所有有创作欲的人。
对非专业人士，Lovart 像一个 AI 创作工作室，能帮你把创意落地。一个典型场景是北美的一些中小商家，比如咖啡店主，他想做自己的全套视觉物料，包含 logo、包装、菜单等等，如果去找设计师来做会很贵，现在 AI 可以让它更普惠。我们也在美国接触了很多专业设计师，他们追求自我表达，不会用 AI 直接出结果，而是更多把 Lovart 当作灵感助手，让它出底稿，自己再完善。所以不论是专业设计师、半专业创作者还是普通用户，只要有创作需求，都能用 Lovart 来做设计。
“AI 应用公司怎么做增长？提前描绘未来，然后等它发生”
“垂直应用公司本质在做两件事：特殊的交互，和特殊的上下文”
晚点：2023 年创业之初，你曾把 AI 应用的创业机会划分为 5 个方向：生产端是 Office 和 Adobe，消费端是搜索、社交和泛娱乐。这个判断现在有更新吗？
陈冕：目前没有超出这个框架。现在所有大体量的 To C 和 To P（生产者）产品，基本都是 Office 类的生产工具和 Adobe 类的视觉创作工具。
Coding 可以看作是新时代的 Office 。编程语言是 LLM（大语言模型）的原生语言。处理文字、信息、代码，都是 LLM 的内生能力。但所有这类应用创业都面临一个挑战：如何与大模型厂商拉开差异？
另一类是 “Adobe 系”，围绕多模态模型展开。它离大模型的主轴有一定距离，既能利用大模型的能力，但又能在自己的场景下做出差异化。所以最开始我们选择从这个角度来切入。
晚点：这种距离还成立吗？OpenAI、Google 等核心模型公司都在更多投入多模态。
陈冕：有距离，不是指巨头不做多模态。再往下，追求 AGI 也会经过多模态和世界模型等环节。但模型巨头的最主轴仍是语言，是构建 “通用智能”，是造一个高智商的通用人。我们作为垂类产品，则是在通用人的基础上，造一个设计师或创作者，它需要更多行业经验和数据。
应用公司的生存空间，正是在于你既能用好这个 “通用人” 的能力，又不要去做一个通用人就能做好的事。
晚点：这个思路怎么体现在你们的产品设计上？
陈冕：垂类应用公司本质是在用产品表达两件事：一是这个行业里的特殊工作方式，它决定了人机交互方式和产品界面；二是一个行业中要积累的经验和数据，它决定了怎么给 context（上下文）。
比如为什么我们要做 ChatCanvas 功能？就是因为在交互上，你和设计师沟通时，绝不会只对着他的脸说话，而是必须对着一个桌面或画布，上面摆满图片等素材。设计的沟通离不开视觉对齐。
ChatCanvas 是 Lovart 今年 7 月正式上线的功能，它可以在画布中框定区域，然后通过自然语言交互让 Agent 来修改和编辑。
如果你和一个人说话时只需要看他的脸，这就是 Chatbot 要处理的通用场景；如果你必须对着视觉素材，那就是 ChatCanvas 的场景。
晚点：ChatCanvas 这种交互方式好像挺自然的。为什么 Lovart 之前没人做出来？
陈冕：因为在模型能力到之前，大多数人不会做这个事。今年有几个密集进化：GPT-4o 更新 Image-1（4o 系列的文生图模型），在指令跟随、一致性、文字生成能力上都大幅提升，然后是 Google 的 Nano Banana，包括字节的 Seeddream 4.0，能力持续上台阶。这些变化太快了，所以大部分人还没来得及做。
晚点：而你们提前预判了模型的提升，提前做了准备？
陈冕：对。AI 应用公司怎么做增长？其实就是提前描绘未来，然后等它发生。
应用公司自己不掌握模型创新，所以要预判它的演化，先设计出模型到下一阶段后可能出现的交互方式，等模型 ready 的那一刻，你就疯狂 show 出来。
Lovart 本身就是这样一个提前构建，原定五一上线，上线前 GPT-4o 发布了 Image-1，我们特别开心，等 Nano Banana 出来后，就更开心了。
晚点：具体来说，你们要在产品、工程上做什么，才能接住不断提升的模型能力？
陈冕：第一是密切跟进模型迭代。还是以 ChatCanvas 为例，我们最早设计这个交互时，连 GPT-Image-1 都还没发。这时的模型理解不了复杂的多轮指令、一致性差、编辑能力弱，很难实现 “指哪儿改哪儿” 的体验。但如果你密切跟踪模型迭代，和模型团队交流，就会发现他们正集中攻克这些问题。一些红极一时的做法，比如 ControlNet，反而在模型提升后就不常用了。（编者注：ControlNet 是是一种神经网络结构，通过添加额外条件来控制扩散模型的图像生成过程。）
第二，我们有一个明确假设——模型在变强，但短期是更像人，还没超越人。所以 Lovart 的设计哲学就是 “还原人与人的沟通”。我们怎么和真人设计师沟通，就怎么和 Agent 来沟通，以此评判交互是否合理。我赌 ASI（超级人工智能）还没那么快到来。
晚点：ChatCanvas 等交互创新之外，你们也在 Lovart 里更新了视频生成能力，设计群体有这个需求吗？
陈冕：做视频的人大部分都会做图，因为视频往往是从分镜稿开始的。所以一个做图的公司大概率会延伸到视频，因为你很多用户的下游场景就是视频。
晚点：做 3D 也是这个逻辑？
陈冕：3D 不太一样。短期内，我们的重点还是图和视频。因为现在的主流设备主要展示平面视觉内容，3D 内容的消费还没起来，生产需求也就没那么多。
晚点：除了这些已经上线的功能，你还看到了哪些未被满足的需求？
陈冕：设计师还需要更多 context。比如要为《晚点》做一套品牌设计，就需要理解《晚点》的历史、调性、受众、过往视觉风格和你们的喜好。
我们把设计的 context 抽象成两类：
Reference（参考）：包括私有和公共两种。私有 reference 是品牌过往的风格素材；公共 reference 是流行趋势，比如宫崎骏或多巴胺风格。
Preference（偏好）：来自长期合作中对客户审美的积累，比如有人喜欢极简，有人偏爱插画。AI 设计师要通过多轮交互发掘并记住这些偏好。
本质上，未来的 AI 设计师要能持续吸收、学习这些上下文，最终给出更满足你需求的产出。
晚点：“给设计更多 context”，落到产品上是什么样的？
陈冕：我们正在做一个 context 模块：通过多轮对话补齐上下文，沉淀长期的素材库，记住用户偏好。
首先是在 prompt 过程中，我们做了一个小模型，它会追问用户，补充更多 context，比如品牌历史、过去的物料等等，我们也支持直接甩个链接，理解其中的多模态信息，比如通过官网理解风格。
以上过程做的多了之后，就会慢慢沉淀一个用户自己的素材库，在未来调用中，Lovart 就可以从 reference 和 preference 库上调相关风格，和用户确认、快速达成共识。
晚点：大模型现在对审美和风格的判断能到什么水平？
陈冕：肯定没有人那么好，但在很多场景已经够用。比如它看到《晚点》的风格，不会觉得这是娱乐媒体。多模态模型的理解和识别能力都在快速变强，这还是在 “提前准备，提前描绘未来”。
晚点：怎么能做到持续提前描绘未来呢？或者说怎么提高成功率？
陈冕：核心就两点，离用户更近，离技术更近。真正的难点是取舍：你见到用户后，一定会发现一些需求，模型还满足不了，那这个点你做不做？要不要用传统方式做？
比如我们做全球化市场时发现，现在除了英文和中文，图像模型在生成其他语种时的效果都不好。那一个很有意义的讨论就是，应该用哪种方式加文字？
用模型直接生成文字：美学风格更一致，但现在容易翻车，可控性不好。
用传统方式，拖一个文本框加文字：好用、可控，但美学不一致，更大的风险是，如果模型很快迭代了，这些 “补丁” 可能就白做了。
这类问题没有简单答案。从用户体验角度，如果模型短期内解决不了一个刚需，那用别的方式顶上可能是对的。但如果模型马上有大进展，又可能摧毁掉过去的努力。
晚点：你自己离技术更近的方法是什么？你创业前的工作经验更多是在产品和商业化上。
陈冕：最有效的方法是技术同学读论文，再讲给我听。我常用 “人” 的比喻来理解大模型：pre-train（预训练）像培养 “合格的人”，post-train（后训练）是给他 “入行经验”，reasoning（推理）是 “思考与决策”，RL 是人在实践中学习。
所以，作为一个产品经理，我的优势是在并没有那么懂技术的情况下，能用产品思维快速提炼、类比，把技术能力落到产品上。
晚点：5 月聊时，你曾担心，多模态生成领域的闭源模型会甩开开源模型，这不利于应用创业公司。现在这件事在持续发生，Veo3、Nano Banana、Sora 2 等陆续出现。你现在怎么看这个问题？
陈冕：现在不担心了。开源、闭源，本质影响两件事：
一是成本。开源成本更低、更可控，但即使用闭源模型，token 价格也必然越来越低；
二是要不要做后训练。闭源没法做后训练，但后来我们发现，即便不做后训练，我们在上下文工程还有很多可以做的，AI 应用公司在工程侧、产品侧的空间已经足够复杂了。
晚点：你有在意的竞争对手吗？
陈冕：细到 “创作型 Agent” 这个品类，除了我们，其他还偏小。总体来说，这个领域有潜力的公司有 3 类。一是 2023 年那批做多模态生成的，如 Krea、Higgsfield、Freepik 等，他们都可能往 Agent 转型，Midjourney 不一定，它更偏模型。然后是 Adobe、Canva 这类垂直行业巨头，但这类新产品一定要到一定收入体量，比如年收入超过 1 亿美元，才对他们有意义。三是核心模型公司，我认为它们短期内会更专注通用 Agent 和 coding 等能力。
我觉得现在处在一个新变化的孕育期。To P 创业窗口期已接近关闭，你现在听到的产品都是竞争后的结果。我更看好下一波 to C（消费者）应用的机会。
晚点：所以你们何时会做 to C？
陈冕：肯定会做。我觉得明年会出现有意思的公司，可能是 to C 元年。图像和视频模型的成本都在不断降低，Veo3 前段时间开始打 5 折，Nano Banana 也比 GPT-Image-1 便宜很多，确定性的成本下探会让 to C 更可行。然后是 to P 过去的发展，让更多人都能创作 AI 内容了。那最终内容消费是否也会发生变化？（编者注：以上访谈发生在 Sora app 发布之前。Sora app 其实就是一个生成式 AI 从生产端产品到消费端产品的变化。）
“事实证明，不焦虑的人做不好 AI 应用”
“往往在你觉得短期有点儿高估它（技术进展）时，过两天你又发现低估了它。”
晚点：Lovart 5 月内测的目标之一，就是要做第一个上线的垂类 Agent。这之后你们一直保持很快的更新节奏。这种紧迫来自哪儿？
陈冕：一切都在被加速，timing 在 AI 时代更重要了。过去抓住一个成功业务形态，可以吃 10 年，现在也许只能活两年。每一波新产品和新体验的构建窗口期都很有限，不能快速做出产品、获取用户，这一波就错过了。但下一波也不远，错过也别太着急，要提前想下一波。
所以一个公司现在想持续成功，就不能像移动互联网那样抓住一个 PMF 后就慢下来。你想想，如果 Manus 没有在第一个产品后做出 Manus，我们没有很快做出 Lovart，公司状况会完全不同。
人们的情绪也不断在 “不过如此” 和 “FOMO（害怕错过）要死” 间来回摇摆。既怕技术不发展了，又怕技术发展太快。
整个情绪、业务、产品、融资和经营节奏，都面临很大挑战。但这也是好事，说明技术真的发展很快。往往在你觉得短期高估它时，过两天你又发现低估了它。
晚点：从 2023 年创业以来，你们错过了什么比较重要的时间窗口吗？
陈冕：几乎没错过重大的。一共是这样几波，一是 23 年创业时，现在我也没后悔，我们没有一上来就做全球市场。因为当时 Midjourney、Stable Diffusion、Leonardo 等文生图应用都出来了，抢 “全球版图” 已晚，我们在中国市场跑得最快。第二波就是 Agent，我们做了 Lovart。第三波抓得准不准？就看我们 to C 做得怎样。
晚点：没错过重大窗口的原因是什么？
陈冕：我很焦虑，团队也很焦虑。但如果真想做好 AI 创业，你需要和焦虑共处。核心是要搭建一个高频迭代的组织：能不断理解新技术；能明确快速变化中，一些事没办法做得很深，所以必须选择杠杆最大的事，优先做。
晚点：这可能会带来频繁的方向和团队调整，还有混乱，你觉得这是个问题吗？
陈冕：确实有人抱怨今天这样、明天那样，但这在现在不能避免，除非技术放缓。一定有一些人更喜欢优化确定性的事物。但现在常常是没来得及优化，技术又变了，这对心态和组织是个考验。
晚点：核心团队里，你很焦虑，其他人呢？
陈冕：没有人是淡定的。从 reasoning、强化学习到 Agent 潮，再到大家发现做上下文工程有很多空间，一共就半年多。你想自己慢慢搞，就很有可能跟不上。事实证明，不焦虑，做不了 AI 应用。
晚点：近期你最焦虑的事是什么？
陈冕：最近我们在做的 context 模块，我认为方向是对的，但是不是我们还不够快？
晚点：实际上 context 模块什么时候会上线？
陈冕：应该在 10 月底。
“过去他们说我没耐性，现在他们说我有韧性”
晚点：你们公司在 23 年底到 24 年初曾濒临倒闭，最后还是挺过来了。一些投资人和同行认为你已经被验证的特质之一是韧性。
陈冕：这事儿好好玩，我没创业时换过很多次工作，大家觉得我没耐性。创业后，对我的评价是有韧性。
我创业这次确实更有韧性了，但我不是个盲目坚持的人。过去频繁跳槽，是因为认知不够，那十年逐渐积累很多样本后，现在的韧性来自信念，信念又来自认知。
我有几条大假设：AI 是不是还在快速发展？AI 是不是会取代所有虚构内容的创作？如果是，我们没理由不继续。
晚点：最困难时，你们获得过收购邀约，团队里有人想接受，但你拒绝了。你当时是怎么想的？
陈冕：先澄清一下，那不是完整的收购邀约，是有几个收购意向，我都挡掉了。和团队沟通前，我已经决定拒绝。回头看，我可以有更好的沟通方式，这也是我作为 CEO 的成长：如果自己相信，就要把信念坚定传递给团队，我没想过卖。
这也不是一个感性决策，而是一个理性判断：我不是为了创业而创业，是为了赢而创业。当时我认为，山还在、我们也能到达，那为什么不能努力往那儿走呢？
晚点：你什么时候发现创业比你最开始想象的更残酷？
陈冕：我到现在都不觉得创业很残酷。它焦虑、痛苦，但同时很快乐、很爽。有人说过：当你做一件你热爱、也很痛苦却又很爽的事，那可能就是你的 “天命”。
这有点像极限运动，它确实危险。但在过程中，你不能总想着危险，否则就真挂了，你得专注解决眼前每一件事。
它也有点像魂类游戏：小怪两刀把你放倒，BOSS 更是一刀秒，可一旦摸到那条 “正确路径”，也能战胜原本强大的对手。挫败感拉满、正反馈也拉满。我觉得这是创业的魅力，是我热爱这件事的原因。
晚点：你的投资人之一，明势合伙人夏令说你是 “遇强则强” 的创始人。
陈冕：是有点这样，我们遇到过 3 次比较大的挑战：
第一次是找第一个产品的 PMF，我觉得我先看到了 PMF，后来被验证，我很快乐。
第二次是差点倒闭。我觉得这怎么会倒闭？不会的！然后没倒闭，更加快乐。
第三次是怎么做出 Lovart——在明确知道上一代产品不是未来时，怎么尽快做出下一代产品，怎么用想象力描绘未来，而且我们居然第一个做到了，更加快乐。
每一次都是最焦虑、最痛苦的时候；但每一次跨越，我的成就感都越来越大。当然再往下，你可能还会承受更大的痛苦。但痛苦和快乐是并生的。
晚点：你害怕自己身上的什么特性吗？
陈冕：害怕自己迭代速度不够快。至于要不要焦虑这件事，其实需要取舍。如果技术发展放缓，我们要沉下心做精细化，稳一点；如果仍在加速，就必须拥抱新东西，用极致的焦虑逼自己保持高敏感、快吸收、快决策。
晚点：你说焦虑需要 “取舍”，但一般认为焦虑是一种情绪，挺难被控制。难道你有一个开关，可以去打开和关闭焦虑吗？
陈冕：我可以用一些方式屏蔽它。比如你应该接收多少外部信息？至少在目前，我觉得还是要保持高频信息接触。以及我要在冷静下来时，去处理情绪，我觉得这个我是可以控制的。
晚点：你好像是在用底层的理性控制上层的感性表达？
陈冕：对。一些人会觉得我超级感性，能量很高、非常嗨。但本质上我是个感性的理性者。因为 AI 真的没法计划，我越来越依赖各种信息给我的 feeling，以及灵感涌现。但做决策还是理性，比如团队上也是，迭代很快，合适的人留下，不合适的及时调整。
晚点：我看到你最近的 “感性” 一面，是分享了 TI14 Dota 2 的比赛结局，Extreme 战队输了，你说：“青春总有遗憾”。
陈冕：对，他们跨越六年、输了三次。每次都是在 2 比 2 时输掉最后一局。我是一个 Dota 老玩家，所以有些感伤。这也是一种投射，他们也是为了自己的喜欢的事在努力奋斗，有非常多波澜起伏，也有非常多遗憾。但是如果不去做，就没有青春。青春就是奋斗的过程。
晚点：你现在还能感觉到青春在心中涌动吗？
陈冕：现在就是我的青春。过去在学校、在各家公司的工作，都是为了现在。这是我真正第一次自由的、全情的、疯狂的想做成一件事情。
题图来源：Lovart
文章来自于微信公众号 “晚点LatePost”，作者 “晚点LatePost”
