商业 微博 · 晚点LatePost · 05-18 20:25 · AI 生成
制造豆包：一个 AI 超级入口的形成与转向 晚点 LatePost 深度报道了字节跳动旗下 AI 助手豆包从诞生到成为国内唯一日活破亿产品的完整历程。文章揭示其成功延续了字节方法论（拟人化、极速迭代、工程驱动），但也通过多 bot 尝试失败、被 DeepSeek 反超等挫折，暴露了 AI 产品不存在传统互联网规模效应（用户越多成本越高）的核心矛盾。文章核心贡献在于：它并非单纯吹捧，而是冷静审视了字节产品方法论在 AI 时代的有效性与边界，并点出 DAU 领先但商业化路径不明、用户时长远低于抖音等深层困境。适合关注 AI 产品战略、大厂组织能力的读者，尤其适合对字节系方法论有基本认知的人阅读。
核心观点
▍ 豆包的成功是字节产品方法论（顺应人性、依赖数据、极速迭代、工程驱动）在 AI 时代的胜利，但也暴露了 AI 产品缺乏规模效应的核心矛盾——用户越多成本越高，而非边际成本递减。 ▍ “拟人化”是豆包区别于 ChatGPT 等工具型产品的核心设计策略，但这也导致其在面对追求“聪明”的深度用户时，因模型能力不足而陷入“笨还收费”的信任危机。 01 豆包是唯一日活破亿的 AI 产品，不到两年半 DAU 过亿，且历史投放仅 17 亿元，远低于腾讯元宝（222 亿）和阿里千问（37 亿）。 02 豆包早期尝试“多 bot”策略失败：下架除主智能体外的所有 bot 后，用户活跃度和留存未受影响。 03 为弥补模型底层能力不足（如口算竖式排版、图片识别、信源判断），豆包团队采用大量工程“脚手架”补位，包括手动标注信源可信度、编写代码生成标准格式等。 04 2025 年初 DeepSeek R1 发布后，靠单一聊天功能两周内 DAU 反超豆包，迫使字节加大投放（环比 +222%）才夺回第一。 05 用户自创的“逼疯”豆包、教穿搭（因搭得丑而火）等病毒式玩法为豆包带来每日数百万新增用户，这些玩法全部超出产品团队的预期。 06 字节成熟的组织能力（基础设施、AB 测试、算力调度、人才复用）使得豆包在工程稳定性和产品细节体验上远超创业公司和部分大厂对手。 07 豆包商业模式不明：已内测电商但场景克制，五一计划付费订阅引发用户普遍不满，质疑其“笨还收费”。 反方 / 局限
— 作者暗示字节方法论的有效性可能到头：AI 产品 DAU 增长无法像抖音一样自动优化推荐系统，反而因非核心用户占比提升使决策更难；用户日均使用时长稳定在 10 分钟以内，远低于抖音等传统产品。 — 文章指出，AI 领域的突破方向正在离开“聊天机器人超级入口”假设（如 Anthropic 的 Agentic Coding 崛起），豆包作为单一入口的价值面临重新定义，其“超级入口”地位并非稳固。 — 文章通过用户“笨还收费”的公开质疑和“豆包回答偏短偏直给”的产品选择，隐含揭示了主打“拟人好玩”的定位与用户对“聪明准确”的深层期待之间的持续张力。
26 分钟 · 10 卡片 · 28 资料
读原文 →
概念锚点 朱骏的『拟人化』哲学
豆包的关键产品决策人是朱骏（Alex），前Musical.ly创始人。他为豆包定下的首要原则是『拟人化』——不仅要让名字叫起来像『亲密朋友』（从Grace改成豆包），还要给AI配『超自然』的素人音色（最终选定抖音博主@桃子日语）。这种『温度感』设计让用户自发创造出『教穿搭』『刻薄点评』等爆款玩法，但也埋下了『讨好型AI』的隐患——模型过度顺应用户诱导，引发『退票承诺无法兑现』等信任危机。
▸ 3 条关联资料
▼
前置背景 字节大模型的双头领导结构
豆包能做成并非只靠产品方法论。2023 年字节拆出 Seed（模型研发）与 Flow（应用开发）两大部门，分别由朱文佳和朱骏带队。2025 年吴永辉加入后，Seed 裂变为基础模型与模型应用两条线，朱文佳职权大幅收缩。这种组织架构——基础研究（吴永辉）与产品创新（朱骏）并行、互相牵制——是豆包既能快速迭代、又能在 DeepSeek 冲击后调整方向的深层制度原因。
▸ 3 条关联资料
▼ 字节爆款方法论
豆包的崛起并非偶然，它是字节跳动在今日头条、抖音、TikTok上反复验证过的产品方法论在AI时代的再现。核心逻辑是：顺应人性（如拟人化设计、情感陪伴）、依赖数据（通过数十万条评测集和用户行为数据驱动迭代）、极速迭代（模型周期压缩至三天一版）。这套方法论帮助字节从未在模型技术上绝对领先，却孵化了国内唯一DAU过亿的AI助手。
▸ 3 条关联资料
▼
论证骨架 工程『脚手架』能补模型的课吗
文章揭示了一个关键论证链：豆包面对底层模型能力（多模态、复杂推理）不足时，选择『用工程方法搭脚手架』——建题库替代读图能力、写代码生成标准竖式、人工标注信息来源可信度。这个策略在DAU破亿时成立的前提是：用户场景足够轻（聊天+娱乐+简单查询）。一旦用户追求『聪明』和精准答案（如办公、学术、金融场景），『脚手架』的维护成本会指数级上升，且无法替代预训练阶段的知识沉淀。
▸ 3 条关联资料
▼
平行视角 硅谷的成本账与字节的流量账
豆包的崛起依靠的是字节系『流量+低价』的组合拳：2024年5月将API定价压低99.3%拖入价格战，过去两年仅花17亿元投流。相比之下，OpenAI走的是技术溢价订阅路线（Plus月费20美元），而国内对手Kimi靠长文本走红、DeepSeek靠推理模型出圈。三种路径的赌注不同：豆包赌『入口即平台』，但硅谷和国内同行仍在赌『技术即护城河』。
▸ 3 条关联资料
▼ 腾讯自嘲「漏水船」的 AI 困境
当豆包靠娱乐化玩法领跑 DAU 时，腾讯却陷入「上了一条漏水的船」的窘境。元宝即使被塞进微信生态、春节砸 10 亿元红包，DAU 最高 5000 万后迅速回落——微信的 AI 入口本能独立跑成吗？马化腾 2026 年承认，背后是 GPU 卡荒（资本开支增速仅 3%）、组织协同僵化、混元模型体感弱三重锁。对比豆包的「随心所欲」与腾讯的「有钱花不出去」，恰好说明在这场竞赛中，场景与算力同等重要。
▸ 3 条关联资料
▼
未来推演 豆包付费订阅的用户分层实验
2026 年 5 月豆包上线三档付费：68/月（标准）、200/月（加强）、500/月（专业），核心把 PPT 生成、数据分析等高算力场景划入付费区，免费版维持日常对话。这不是一次简单的涨价，而是对 3.45 亿 MAU 的算力成本切割：日常闲聊边际成本极低，而一次复杂推理的算力开销可达普通对话百倍。但用户对「笨还收费」的反弹（微博热搜）揭示一个矛盾——如果基础回答质量没打动重度用户，付费转化会因产品力不足而遇阻。
▸ 3 条关联资料
▼ AI超级入口的终极形态
2026年被称为消费级AI超级入口元年，巨头们正围绕『一个AI助手打通所有服务』展开争夺。高盛报告指出，豆包、阿里QW、微信AI助手是三大玩家。但行业共识也在松动：Anthropic的Claude Code和Cowork在编程/智能体上突破，证明『AI聊天机器人即一切入口』的假设可能被改写。关键变量在于：模型能力能否支撑『任务调度』而非『聊天陪护』，以及各平台是否愿意开放核心服务接口。
▸ 2 条关联资料
▼
延伸追问 AI 没有规模效应的终局推演
文章核心洞察是「AI 产品没有传统互联网的规模效应」——用户越多推理成本越高，收入不随之增长。这从根本上动摇了字节系 DAU 至上论。真正的追问是：AI 超级入口的商业模式，如果既不能靠广告（豆包天然缺广告位），也不能靠订阅（付费意愿被「笨」质疑打破），那它的盈利拐点要等到算力成本下降（比如字节自研 SeedChip 量产）还是产品能力质变（给用户不可替代的生产力）？
▸ 3 条关联资料
▼ 免费狂飙之后的商业化困局
豆包DAU破亿、月活3.45亿，但每多一个用户就多一份算力消耗（硬件折旧占推理成本58%）。2026年5月豆包推出三档付费（68/200/500元/月）后迅速引发『笨还收费』的舆论危机。真正值得追问的是：AI产品的规模效应是否已死？免费获客-广告变现的逻辑在推理成本随用量线性增长的AI产品上是否彻底失效？用户拒付费的背后，是否意味着当下AI助手的『价值』还撑不起一个超级商业闭环？
▸ 2 条关联资料
▼