近两年，AI笔记成为AI应用落地的重点方向之一。
随着大模型能力不断升级，AI笔记不再只是帮用户“写下东西”，而是试图理解、整理、提炼、甚至帮用户“思考”所记录下的内容。
市场上AI笔记产品繁多，既有印象笔记、Notion AI这样加入AI能力的传统笔记产品，也有闪念贝壳、喵记多这样的AI原生笔记产品，甚至还有飞书文档这样将AI笔记功能嵌入办公套件的综合性产品。
在这样一个已不算蓝海的市场，AI笔记产品如何打造自己的差异化优势呢？在AI摘要/问答/生成几乎已成标配的情况下，AI笔记还可以在工程化设计上有何巧思呢？作为保管用户数据的平台，AI笔记产品该如何让用户能放心使用，而不担心隐私泄露呢？
带着这些疑问，量子位智库邀请到flomo浮墨笔记联合创始人刘少楠，深入聊一聊这款用户记录数据过亿的AI笔记产品。
在这次访谈中，刘少楠先生分享了flomo浮墨笔记的核心定位，以及flomo如何确认产品的PMF（产品市场契合）、如何降低记笔记的门槛，还分享了对于AI产品关注指标、功能设计、用户信任、商业化平衡等方面的思考。
无论是AI笔记类产品的爱好者，或者对碎片化知识管理有需求的用户，亦或是小众赛道的AI创业公司，期待大家都能够从本次访谈中找到一些属于自己的参考。
关于flomo浮墨笔记：
flomo浮墨笔记是一款专注于碎片化知识管理的轻量级卡片笔记工具。
flomo核心理念是“先记录，后整理”，鼓励用户轻量、持续地记录，让知识自然生长。适合需要记录碎片化信息、对抗遗忘、积累灵感的用户，尤其适合日常记录、读书笔记、写作素材收集等场景。
产品特色功能包括：
- AI语音输入：AI自动去除语气词、纠正错别字和口癖，同时严格保留用户原始表达的逻辑和思考痕迹，不进行润色或美化，确保记录的是最真实的思维过程。
- 每日回顾：定时推送过往笔记，通过回顾激发新创意，强化记忆。
- 相关笔记：通过语义分析，横跨时间、标签地将笔记关联起来，构建知识网络，便于检索和整理。
- AI洞察：可从用户选定的笔记中生成定制化洞察报告，帮助发现思维盲区、重复问题或隐藏模式。
△flomo浮墨笔记APP界面
访谈实录分割线
1、今天AI产品最稀缺的是什么？
量子位智库：AI笔记类产品更多是帮用户向未来推进、完成手头事，而flomo更像立足当下帮用户回望、重新看见自己，是这样吗？
flomo浮墨笔记：是，我发现很多人没有记录习惯，我从大学就开始记笔记，最早的数字笔记能追溯到2004年。这么多年的笔记压缩在一起，很多事我都忘了，但这些记录能帮我找回真实的自己。
换个角度看，当年我收藏的PDF、刻在光盘里的知识，现在问AI就能获取，没必要再存着。这个时代缺少的是“关于自己的真实记录”，我甚至一度想过，有了AI是不是就不用笔记软件了？
但其实不行，AI暂时没有“注意力筛选”能力——你跟AI聊得越多，它越了解你，但不知道哪件事是重点。比如我现在全神贯注跟你聊天，外面下雨这么大的声音都没注意，但AI会把所有声音都记录下来，分不清重点。
所以今天最稀缺的是“个人上下文”，flomo想做的就是基于个人上下文，帮用户更好地认识自己。它是效能工具，不只是效率工具。
量子位智库：flomo的主要目标人群和应用场景是什么？
flomo浮墨笔记：我们每年都会做问卷调研，Q1的时候开展，用户填完还能领会员，通过调研发现核心用户分四类，都很朴素：
- 备忘录用户：纯粹因为flomo跨平台同步稳定、免费、不限制客户端数量，拿它当备忘录用；
- 日记/便签用户：记录自己的小想法、小情绪，和写日记的场景很像；
- 知识+生活记录用户：多是工作3-5年的人，遇到人生难题（买房、买保险、职业晋升），需要学新东西，但没时间系统上课，所以看到文章、想到知识点就随手记，除了情绪还会记知识；
其中，记录情绪和记录知识的用户占绝对主流。
量子位智库：能否分享记录情绪或知识相关的用户案例？
flomo浮墨笔记：很多用户在即刻、小红书、朋友圈反馈，AI洞察像“心理治疗师”，帮他们看到自己的行为模式和盲区。
△flomo浮墨笔记AI洞察功能
比如一年前记的内容，现在完全想不起来，但大模型不会忘，能把过去的上下文全部载入，让用户和过去的自己“跨时空对话”——你会发现“原来当时我是这么想的，现在想法又变了”。人类自己也能做这件事，但太麻烦、太累，AI帮用户省了这个功夫。
知识记录也是如此。比如“管理”这个话题，我记了很多内容，从德鲁克到现在的管理理论，但我对“管理”的看法有什么变化？前年的记录、今年的记录，和书本知识、自己的实践有什么关联？把这些内容压缩在一起分析，会有很多新发现。
这些案例大多很私密，用户都是私发给我的，但很多人说“感觉自己被看见了”。比如有个奶爸，刚生完孩子时很压抑，觉得自己付出了却做不好，AI洞察告诉他“你已经做得很好了”，他瞬间有了被认可的感觉；还有很多女性用户，也反馈过类似“被看见”的瞬间。
量子位智库：像“被看见”这样的情感洞察的设计，是初始规划还是产品演进中发现用户需求后新增的？
flomo浮墨笔记：我们只有一个原则：让用户记录自己的真实想法。
比如今天出门摔了一跤，不开心，想不通为什么自己这么倒霉，记下来；看了一本书，把启发自己的句子记下来——我们没有对“情绪记录”做特殊处理，只是发现这些内容是用户每天最容易记的，是自然涌现的结果。
人类需求无非分感性和理性，感性需求有感性的处理方式，理性需求有理性的处理方式，核心就是四种方向：跨时间连接、从多条笔记中提炼需求、找共同点、找缺失的信息。
我们的提示词调了几百遍，不是打磨细节，而是优化“工程结构”：第一步是“分流器”，先识别内容和上下文，把需求归为感性或理性；第二步根据分类处理，比如理性需求侧重逻辑梳理，感性需求侧重情绪关联；处理过程中再从多个方向判断用户需要什么。
这其实是“上下文工程师”做的事（以前叫提示词工程师）。AI洞察能让用户“被看见”，不是我们做得好，而是用户真的记录了——如果用户不记，再强的AI也没用。
2、如何降低用户记笔记的门槛？
量子位智库：当下人们节奏快、羞于表达，flomo如何通过市场教育或产品设计鼓励用户流畅、勇敢表达？
flomo浮墨笔记：这要从降低门槛和提升动机两方面入手，很多细节设计都是为了这个目标。
比如“热力图”，现在很多笔记软件都有，但这是flomo最早做的——用户能看到自己每天记录的“格子”被填满，这种可视化反馈能提升记录动机。
再比如输入框，我们做得特别小，不能写标题，也不支持Markdown，就是为了不让用户写长篇大论，有想法赶紧记下来。语音输入也是如此，只用来记想法，不是做会议录音。
但更核心的问题是“用户不知道该记什么”，比“记起来难”更关键。我们甚至写了一本书叫《笔记的方法》，今年卖了5万册，算是畅销书，核心就是告诉用户“为什么记”、“该记什么”。
就像买了一口锅，用户会问“这锅能做什么菜”；买了空气炸锅，也需要看菜谱才知道怎么做。
笔记软件也一样，用户知道软件好，但不知道该记什么，这时候就需要通过内容（比如书、视频、公众号）传递思路，激发用户的记录意识——我们不是“用户教育家”，而是沿着用户使用的上下游，用新观点帮用户解决“不知道记什么”的问题。
量子位智库：除了上游出书等措施，flomo在产品设计上如何降低用户使用门槛？
flomo浮墨笔记：核心是不做什么，而不是做什么。
现在做产品有两个极端：一个是功能极强，能完成所有事，但会让用户觉得复杂；另一个是过度简化，比如一键转发、自动录音、自动保存，让用户“无脑操作”。
但flomo的“简单”要卡在“用户有印象”的阶段：如果完全没印象，一键转发、自动保存就没意义，不如自动挂机；如果要像Word一样调字号、排版，用户也不想记。
五年来，我们没把编辑器做复杂，也没简化到让用户“不经思考就记录”——这其实很难，很多人建议我们加“一键转发”、“自动记录”，但如果用户没在脑子里过一遍，记下来的内容还是用不上。
量子位智库：基于现有用户研究，在降低使用门槛上flomo还有哪些反共识的经验？
flomo浮墨笔记：比如语音功能，使用率没我们想象中高。拆解后发现，不同场景的需求差异很大：
会议录音是刚需，很好理解；单人长语音，比如讲课录音、转文字，是相对刚需；单人短语音，用来记想法，对部分人是刚需，但不是大众需求——很少有人会走着路掏手机录一句想法，就算有这个习惯，人数也不多。
所以语音功能要分长/短、长语音里面又分单人/多人，不能一概而论，否则会浪费资源，也满足不了核心需求。
3、如何确认产品具备PMF？付费是否仍是验证PMF的第一要义？
量子位智库：flomo是何时启动的？最初的想法是什么？是否因观察到特定现象？
flomo浮墨笔记：没看到什么特别现象，我们这次创业没打算走融资上市的路。
2020年的时候，就是想自己做点事，我一直对笔记工具、记录类产品感兴趣，就琢磨从哪下手。
当时我常用Notion，Notion功能强，但特别慢、特别卡，所以最初想做个“能快速记东西的插件”。另外，我在Notion上写了很多内容，研究到了卡片笔记法（德语里的Zettelkasten），发现这套方法特别有意思，但当时国内找不到好用的这类笔记工具。
既想满足“快速捕捉想法”，又想有“卡片笔记法”支撑，就觉得可以启动这个项目，flomo就这样诞生了。
量子位智库：flomo源于个人需求，那么如何确保产品的需求具备PMF（产品市场匹配）？
flomo浮墨笔记：这肯定要做，不能太自我。我觉察到这点后就开始做调研：
第一是广泛调研，看大家都在用什么笔记工具。发现笔记工具没有网络效应，无法形成垄断，而且需求多样，市面上有各种支持富文本、Markdown等功能的产品——从投资角度看，这个市场不好，赚不了超额利润；但对我们来说是好事，有“一口饭吃”，不像社交网络被垄断，进不去。
第二是观察身边人，看他们有没有用卡片笔记法的需求，或者在用什么记笔记。2020年的时候，云同步已经是基础需求，我以为大家至少会用AirNotes这类工具，但惊讶地发现“备忘录是主流”——
当时我待的公司不是纯互联网公司，有行业属性，很多人用备忘录、微信文件传输助手、微信群、WPS记东西，每天存一个文档，文件名不是“未命名”就是日期，记的都是碎片内容，根本不需要排版、调字号、行距。
这正好符合卡片笔记法的需求：记想法、记知识点，不用长篇大论，也不用排版。后来发现，很多flomo用户都是这样，比如健身教练记客户信息、餐饮搭配知识点，房产中介记销售话术、房产信息，他们没有输出需求，就需要简单的碎片记录工具，而且跨平台同步（Windows桌面+安卓手机）对他们很重要。
量子位智库：验证PMF时是否有数据层面的判断标准？
flomo浮墨笔记：我们当时没那么严谨，设了两个判断点：
第一个是时间点，大概一年，从启动项目开始，每半年做一次检查，先主观判断这事还想不想做、有没有前景、有没有值得探索的点。创业要吃饭，一直花钱却没起色，就要及时止损，不能“梭哈”，要实事求是。
第二个是付费意愿。我记得那年11月，我们上线了一个很粗糙的付费表单，甚至没做收费功能，找了个第三方表单，列出接下来要上线的付费功能，其中还有一项特别的叫“为爱充电”——我们想看看有多少人不是为“为爱充电”而来。
结果发现，存储空间、每日回顾、API这三个功能，有用户真金白银付费。虽然买的人不多，可能有亲友支持，但至少知道“有人愿意为这些功能付费”。
之后我们就“还债”，11月收了钱，剩下几个月疯狂开发付费功能，也确定了“这事有戏，能收到钱”。
量子位智库：2020年认为笔记工具没有网络效应所以不会出现垄断，如今AI加持下有更强的“数据飞轮”，这一判断是否仍成立？
flomo浮墨笔记：要细分，有没有网络效应，其实说的是To C产品。Notion有网络效应，因为它能把整个组织圈进来，飞书也是如此，但大量To C笔记工具没有网络效应，比如备忘录，不可能形成垄断。
你说的“数据飞轮”，要看数据的独特性。作为笔记软件，不能限制用户导出数据，用户肯定不乐意——如果数据能导走，大家都能做加工处理，“飞轮”就没那么强，壁垒也不高。核心分两层：
第一层是用户原始数据，这是用户的资产，我们只能好好保管，不能打主意；
第二层是加工后的数据，需要通过产品设计呈现差异。
比如flomo的相关笔记，因为用户记的都是500字以内的碎片内容，所以相关笔记能快速扫完；如果笔记是长篇公众号文章，就算告诉你“这两篇相关”，你也没精力看。再比如AI洞察，导出后没有其他产品能兼容，这就是结构性差异，是一点点壁垒。
所以AI加持下，To C个人笔记工具还是很难垄断，关键在产品设计的独特性。
量子位智库：如今付费是否仍是验证PMF的第一要义？有观点认为应先看粘性留存，你怎么看？
flomo浮墨笔记：我觉得是。用户愿意把用生命换来的钱交给你，一定是你提供了超过这笔钱价值的东西，他才会掏钱。比如他掏99元，肯定觉得能买到超过99元的价值，否则就是割韭菜。
任何产品背后都是企业，企业天然要盈利，有现金流才能活下去，才能养活团队。有了融资，可以晚点考虑盈利，但我和合伙人白光都不是第一次创业，以前拿过融资，知道“逃避盈利问题没用”——第一天不思考，第300天可能想清楚，也可能想不清楚，概率更大的是想不清楚。为什么不把最难的问题早点解决？
4、AI带来哪些认知上的变化？最关心的产品指标是什么？
量子位智库：2020年至今五年，AI兴起让flomo及您个人的认知有哪些比较大的变化？
flomo浮墨笔记：第一个变化冲突感挺强:
AI能力确实很强大——我们内部做过调研，员工使用AI工具是给报销的，后来发现额度不够，我司人均使用AI工具数量大概接近2个，每个人会用两种不同的AI工具。AI对提高效率、提升认知有很大帮助。
但过程中发现，AI好不好用，关键在记忆能力。
国内很多AI产品，不说那些做了特殊处理的第三方产品，大多没有记忆能力，就算在一个对话窗口聊一会儿，也会出现幻觉，因为上下文窗口不够。
Google的AI能处理十几年的文件，在一个窗口里随便聊都没问题；GPT有“泛记忆”，能回忆你之前聊过的内容；Claude还在迭代，200美元的版本我还没体验过。
这让我意识到：“记忆”是AI的核心，而通过聊天让AI记住自己，成本很高。所以“记录自己的想法”变得比以前更重要——这个世界缺少的是关于你的数据，不是公共知识。
第二个变化是：模型能力进化快，但场景比预期小。现在大家日常用得最多的AI功能，除了Chat，就是翻译（中英文互译比以前好）和模态转换（音频转文字、视频转文字，或反过来）。
第三个变化是：AI普及度比预期低，人群很割裂。如果把“用过豆包就算用过AI”，那我爸妈都是AI用户，但他们只用AI查景点，比如去绍兴柯桥，就问“这有什么好玩的”，把AI当搜索引擎用，不会用更高级的功能。
从“用AI当搜索”到“跟AI深度对话、调用数据”，中间的鸿沟比我们想象中大多了，AI在中国的普及还需要时间。
量子位智库：AI普及度低是因用户需求场景有限，还是产品性价比不足？
flomo浮墨笔记：就是时间问题，还没到时候。就像我们上大学时，上网费按流量算，流量不够就不敢上网，不敢下电影、不敢视频聊天、不敢打游戏，只能聊聊天、打打字。
现在的token成本还很高，比如语音转文字的API接口，一小时1块8。很多免费AI产品质量不错，其实是在烧钱，一般公司烧不起。
移动互联网普及是因为“千元红米手机+滴滴/快滴大战+摩拜单车O2O大战”，把手机从“玩具”变成“生产工具”，价格降下来，还催生了很多新场景，再加上3G、4G、5G网络建设——AI普及也需要这样的过程，等模型成本降下来、基础设施完善，自然会普及，急不得。
量子位智库：flomo目前最关心的产品指标有哪些？
flomo浮墨笔记：最关心三个指标：
第一个是人均笔记创建趋势。对笔记软件来说，如果用户人均创建笔记数量减少、创建笔记的人数也减少，那产品就离淘汰不远了。我们会关注人均创建笔记的趋势，比如用户从每天创建2条到3条、4条，这个趋势如何，尤其是新用户——这和我们的市场教育、运营、获客努力直接相关。
第二个是有核心行为的用户留存。核心行为指“增删改查”，做过这四个操作的用户，留存情况怎么样，是我们重点跟踪的。
第三个是付费功能渗透率（不是付费率）。我们想知道用户付费后有没有真的用起来——很多人买了付费产品却不拆封，这样肯定不会续订。flomo不是海量用户规模的产品，要做长期生意，所以会关注“用户买了10个付费功能，用了几个、用了几次、是不是高频使用”。如果用户不用，我们会鼓励他用，因为这直接影响续费率。
用户第一次付费的理由很随机，可能是“觉得产品好看”、“今天心情好”，但续费很理性——相处一年后，产品有没有产生价值，用户心里很清楚。所以续费率也是我们关心的核心指标。
量子位智库：这三个指标能否理解为用户整体粘性？还是也考虑其他方面？
flomo浮墨笔记：我觉得核心是“你对用户产生了什么价值”。
量子位智库：融资或讲故事时常见的指标，哪些对业务长期发展意义不大？
flomo浮墨笔记：比如最近很火的ARR（年度经常性收入），我都愣了——有的公司成立不到一年，怎么就有ARR数据了？朋友说，就是按当月收入乘以12，甚至能按小时算，这种ARR我们不关心。
还有“总用户数”，放在那会一直涨，没意义，只能说明“多少人看过产品”，不能说明“多少人在用”。
另外“token消耗数”也没意义，就像不能用“代码行数”判断产品好坏，token多不代表AI功能有价值。
我们真正关心的是：有多少人真正在用、有多少人持续在用、有多少人愿意为你再次付费。
5、为何没有做一站式？功能上线的背后是如何考量的？如何保障AI功能的ROI？
量子位智库：flomo选择聚焦而非一站式，如何判断上线的功能能产生效果、为产品带来增量？
flomo浮墨笔记：多看互联网历史就会明白，我喜欢“互联网考古”。考古很多老产品，不管硬件还是软件，会发现没有“一站式（all in one）”能成的。比如非常古早的Google Wave，想做庞大的一站式产品，最后还是失败了。
历史上能成的产品，都是从局部切入，慢慢发展，可能通过生态完成“一站式”，比如App Store、GPT想做的Store生态。但对我们这种小规模产品来说，“一站式”是伪命题，是“不想研究用户真实需求”的托词。
判断功能是否有效，核心还是看用户需求是否真实——比如AI洞察，是因为用户有“梳理笔记关联”的真实需求，不是我们凭空想的；语音输入是因为用户有“快速记想法”的需求，不是为了跟风加功能。
量子位智库：flomo的聚焦方向、未来发展逻辑是什么？有哪些事是一定不会做的？
flomo浮墨笔记：我们的方向很清晰，就是Slogan那句话：持续不断记录，意义自然浮现。未来发展逻辑也围绕这句话，分两部分：
第一部分是怎么让用户持续不断记录。我们最近甚至想开课，可能是免费的，教用户如何培养记录习惯——这事在产品里加100个闹钟都没用，用户看两天就会关掉闹钟，还觉得推送很烦。我们还在覆盖更多平台，比如鸿蒙、Watch，让记录更方便，提升用户的记录动机。
第二部分是怎么让意义自然浮现。现在的AI洞察只是第一步，接下来会做“洞察模板”，比如提供不同专家的洞察角度（比如一泽老师的视角），甚至开放共享模板，让用户像用“透镜”一样，从不同角度看自己的笔记。
另外，我们会优化工程能力或升级模型，让AI能处理更多上下文——现在flomo用的DeepSeek，上下文窗口有限，不能处理所有笔记，国内很多AI软件也一样，都是先向量化筛选，再压缩文本，做不到“全量理解”，这是我们要突破的。还有“追问功能”，用户看完洞察没聊完，能继续追问，这也是下一步要做的。
一定不会做的事：不做“一站式功能”，不加无关的复杂功能（比如会议录音、长篇文档编辑）；不做“过度美颜”的内容处理，不帮用户润色笔记，确保记录真实；不垄断用户数据，确保用户能导出自己的笔记。
量子位智库：在两大方向下，具体功能的优先级如何排序？
flomo浮墨笔记：我们分两个重点：
第一级是持续关注新用户的使用体验，一直在优化新人落地（landing）流程。告诉用户该怎么用、如何培养习惯，我们非常在意这件事——用户一旦养成习惯，后面的事就不用操心了。
产品做了5年，很容易觉得“不用再打磨新人流程”，但其实用户来源一直在变：5年前用户多来自公众号、App Store推荐，现在多来自小红书、播客。
不同渠道的用户，对产品的了解程度不一样，比如小红书用户进来前大概知道flomo是做什么的，App Store用户是“搜到-下载-体验”，所以新人流程要跟着渠道变，就像便利店、奶茶店隔几年会换招牌一样。
第二级是AI洞察。这个功能的用户量、使用频率可能没那么高，但它代表未来，代表“意义浮现”的可能性，所以我们会花很多精力优化，把未来的可能性“往当下拉一拉”。
量子位智库：功能上线后，监测指标体系是什么？如何判定功能是否达标、是否需要迭代？
flomo浮墨笔记：这个很朴素：你的预期使用率是多少？实际有没有达到？如果一个功能上线后使用率连1%都不到，就可以下架了，这是古典产品经理的基本功。
量子位智库：观察功能使用率时，会给不同功能设定不同时间界限吗？还是有通用标准？
flomo浮墨笔记：这类似贝叶斯处理的过程，一开始要有基本认知，比如大众功能的使用率至少要在5%以上，这是常识。
但有些功能，比如我们AI洞察里当时混了n组提示词，数据量不够、反馈也不全，只能靠直觉判断，很难有统一标准。否则做产品也太简单了，拿根“尺子”量一量，达标就火、不达标就放弃，哪有这么容易。
量子位智库：之前提过“谨慎集成AI作为辅助工具”，flomo认为哪些场景值得集成AI以产生化学反应？
flomo浮墨笔记：我们用AI的场景都是仔细思考过的，比如：
第一是“AI洞察”。很多用户说想“跟笔记聊天”，但我们会追问“你想聊什么？能不能现在说清楚？”——如果用户说不出具体需求，这个功能就是伪需求。我们让用户导出笔记丢给GPT试试，发现真正会行动的人很少，而且“聊天频次”很低，还会面临“是要外部知识还是笔记本身反馈”的困惑，所以没做聊天功能。
第二是“语音转文字”。这是真实需求，我们不做“会议录音转文字”，只做“短语音记想法转文字”，不润色，只还原真实想法。
第三是“相关笔记匹配”。传统关键词匹配不准，AI语义分析能找到跨时间、跨标签的关联，这是用户需要的。
我们不做的AI场景：自动提取内容、模态转换（比如视频转文字）、一键生成小红书模板等创作类功能——这些要么不是用户核心需求，要么会破坏“记录真实”的定位。
AI洞察之所以值得做，是因为它限制在“用户已有的笔记范围内”，不引入外界知识，不会让笔记变得混乱，还能帮用户梳理关联，这是能产生化学反应的。
量子位智库：AI技术存在短板（如国内模型上下文能力不足），flomo如何弥补技术短板与用户体验满意之间的差距？
flomo浮墨笔记：这个答案从任天堂得来。任天堂的游戏机画面肯定不是最好的，比如Switch初代，画面一直落后一个时代，但我们玩《塞尔达传说》时都津津有味。我很喜欢游戏设计师宫本茂，他说过，最好的设计是“你熟悉的设计”。
比如《塞尔达传说》里，拿火把能烧树、砍树会让木头掉下来、木头能浮在水上，这些都是不用学的直觉操作。游戏里整个地图大小和京都市差不多，每个神庙的大小和邮局差不多——宫本茂认为“邮局柱子的可见频率很合理”，不用刻意算“多少米一个”，都是生活中熟悉的事。
flomo也一样，核心不是“用最先进的模型”，而是把用户忘记的笔记细节，以合理的方式推给用户。背后是DeepSeek还是豆包，用户不用关心，关键是推过来的内容能让用户有“哦，原来我当时是这么想的”的感觉，这就够了。
技术短板可以用“用户熟悉的场景、直觉的操作”弥补，不用追求“技术最先进”，只要“体验最贴合用户需求”。
量子位智库：flomo强调低成本AI应用，在AI功能的ROI（投资回报率）上有哪些心得？
flomo浮墨笔记：有两个核心心得：
第一是区分“一次性成本”和“经常性成本”。一次性成本比如把每条笔记向量化，用户不会天天修改笔记，大多记完就放那，可能只有10%或5%的用户会编辑旧笔记。笔记向量化后，成本就花出去了，后续基于向量化做匹配，只用CPU资源，成本很低，几乎可忽略。
经常性成本比如语音转文字，一分钟就要花一分钟的钱；每次调用大模型做洞察，都会消耗token。这类成本要做限制，比如语音输入限制5分钟，AI洞察每天一次——我们是包月收费，加“补充包”会让付费体系变复杂，用户选择困难；不限制的话，成本太高，会做赔本生意。我们不烧钱、不打算融很多资，必须控制经常性成本。
第二是避免“AI滥用”。我以前做互联网医疗时，很多产品设计成“用户跟医生聊天”：用户说“医生在吗？我头疼”，医生忙没回，两小时后医生回复，用户又忙没看见，两小时后用户问“头疼怎么办”，医生再问“怎么疼”——全是无效对话，浪费token。
后来我们改了设计：用户只能给医生发3次邮件，还提供病症模板，教用户“怎么描述疼痛、什么时候开始疼、生活环境有没有变”，甚至让用户看相关病例；同时教育医生“用户发完后要主动追问关键信息”，比如“你是太阳穴疼还是后脑勺疼？最近有没有熬夜？”——对话一来一回就结束，信息全了，token消耗也少。
AI功能不是“越自由越好”，而是在有限框架内解决问题，这样ROI才高。
量子位智库：AI洞察功能反馈好，flomo对它的未来期待及迭代方向是什么？
flomo浮墨笔记：我特别期待几件事：
第一是对接更好的模型。现在很多模型有自己的特色，比如DeepSeek，大家会觉得“有那味儿了”，比如会说“你的命运的双螺旋张力正在逐渐打开”。我们试过很多语言模型，比如豆包、一些V3版本的模型，发现它们没法回溯细节，所以必须用最贵的推理模型。希望国内模型厂商能出更好的推理模型，比如Gemini的推理效果就很好，我们想把这类模型应用进来，提升洞察质量。
第二是扩展上下文能力。如果短期内模型的上下文窗口没法扩大，我们就从工程上想办法，让AI能处理更多笔记。
第三是加入“个人记忆”。之前有用户吐槽：“我最近解决了一个之前记录的错误，但没记新笔记，AI洞察还说我有这个错误”。所以我们想让用户添加“个人背景”，比如年龄、性别、MBTI，或者自己觉得AI该知道的事（比如“我最近换工作了”、“我解决了拖延症”等），让洞察更精准。
第四是丰富洞察角度。除了让用户自定义角度，还会推荐不同的视角，比如用KK（凯文·凯利）的视角看笔记，他的视角很犀利，能让用户看到自己的盲区——我试过用他的提示词分析笔记，瞬间被“戳中”，虽然扎心，但特别有道理。我们希望把不同“透镜”放在用户面前，让用户从不同角度看自己的笔记，发现新东西。
当然，还会加“追问功能”，用户看完洞察没聊完，能继续深入问。大致就是这几个迭代方向。
量子位智库：迭代核心是更好还原用户本身，同时提供更多视角是吗？
flomo浮墨笔记：对，视角特别重要。
现在我们觉得习以为常的事，比如能轻易说出数学公式、物理公式，知道电流和电压的关系，但前人根本无法理解“电”是什么。可一旦有了“电流电压”的视角，我们就能轻松使用电；就像骑自行车，掌握平衡的视角后，就能轻松骑行。
阿兰·凯（启发乔布斯的人）说过，“一个好的视角等于80点智商”。我们常说“一转念天地开”，这个“念”其实就是视角。
量子位智库：AI洞察迭代500多次且是市面新功能，迭代依据是什么？上线后如何定义高质量用户行为？
flomo浮墨笔记：说实话挺难的。刚开始设计AI功能时特别不适应，古典产品经理设计的产品是确定的——数据库里是1就是1，是0就是0，记了什么就是什么。但AI的输出是不确定的，根本按不住。
我记得当时明确要求：不要有DeepSeek那套话术，不要“双螺旋”这种词，不要文绉绉的表达，写了一大段要求，结果根本控制不住，它就像个调皮孩子，约束不住。
后来才想通，做AI功能更像当导演——你不能告诉演员“接吻时右侧头倾斜35度，0.7秒内亲上”，只能说“带着感情表演”，跟AI讲清逻辑后，就得相信它的能力。与其追求0.01的精度，不如把大逻辑讲清楚，剩下的交给AI。
最近特别明显，我们从DeepSeek的R1升级到3.1（两个版本合并后），没改任何提示词，却感觉洞察质量提升了一大截，这就是“相信AI能力”的效果。
迭代的反馈方式很“笨”：第一是自己反复试，我和产品同学晚上7点下班就在家调，等AI输出结果很慢，一看表就到11点了，只能这么熬；第二是找用户测试，收集“好/不好”的反馈，看用户的“赞/踩”数据，没有什么聪明办法。
6、先发窗口和数据积累是否对AI产品竞争至关重要？
量子位智库：AI产品竞争中，先发时间窗口和用户数据积累的重要性是否被其他要素替代？flomo怎么看？
flomo浮墨笔记：我觉得还是要回到杜兰特的《历史的教训》，这本书很有意思。回看历史会发现，很多本质的东西从未改变。
我们能从很多公司身上找到参考，我自己会研究很多有意思的小公司，比如任天堂、小林制药、丹纳赫、Tumblr.com、Embrace等。这些公司能活很多年，不是因为“跑得快”或“数据多”，而是因为“足够独特”——这种独特是全方位的，比如任天堂的软件、硬件、营销理念、IP设计（甚至要求角色不抽烟），一直保持一致性。
与其说“先发窗口”和“数据积累”重要，不如说“独特性”更重要。大厂的技术、资金、用户量都比我们强，如果只拼先发和数据，肯定拼不过，要心存敬畏。
另外要承认一个事实：在“没那么肥沃的领域安营扎寨”。比如个人笔记工具，利润不高、增长不快，大厂看不上——他们组个10人团队，每人年薪百万，一年人力成本就1000万，而个人笔记工具的年收入可能都覆盖不了这个成本，自然不会进来。我们“吃点苦、赚小钱”，反而能长久。
量子位智库：用户会自发传播flomo（如分享AI洞察卡片），flomo复盘过做对了什么吗？
flomo浮墨笔记：坦白来讲没太复盘过。我跟一些用户聊过，也自己揣摩过，你说的应该是AI洞察结果的分享。这种分享有几个好处：
第一，所有隐私信息都被抹掉了。就像刚才演示的，我不介意大家看，因为内容只说“你三年前在焦虑”，但没人知道我为啥焦虑，细节都被擦掉了，只有我自己懂——三年前因为什么事焦虑，现在有没有解决，我自己清楚。
第二，分享能带来“梳理感”和“荣誉感”。用户会觉得“原来我对这个话题有这么多思考，进步这么大”，这种“被系统梳理”的感觉很满足。而且内容都是自己的真实记录，不是转载别人的，会有“原创荣誉感”，想跟别人分享。
就是隐私安全+梳理感+原创荣誉感这几种情绪结合，让用户愿意自发传播。
7、AI产品经理的工作相比传统产品经理有什么变化？如何建立用户信任和情感链接？
量子位智库：从古典产品经理到AI产品经理，开发过程变化最大的是什么？
flomo浮墨笔记：最大的变化是“交付不确定”。以前做产品，页面到页面的转化率、按钮点击效果，都能完全控制；现在我自己按两次AI洞察，出来的结果可能完全不一样——上一条惊为天人，想发朋友圈；下一条就觉得“什么鬼，想退钱”，差异特别大。
这种不确定性叠加起来很危险。比如你交付一个90分的产品，用户觉得还好；如果在90分基础上再叠一个90分的AI功能，综合体验就成了81分；再叠几次，可能就不及格了。所以没必要交付太多功能，把一个点做好就行。
量子位智库：所以功能编排要更注意？
flomo浮墨笔记：对，尽量别把工作流做太长。知道AI不可控，就要确保交付给用户时，体验是满意的，还要留足够的容错空间。我们之前试过“一天只能用一次AI洞察，还不能改”，结果交付体验太差，总会有意外情况，后来就调整了。
量子位智库：“持续不断记录”需要高用户粘性和活跃度，才能积累足够数据，flomo目前在这两方面的进展如何？
flomo浮墨笔记：这里要澄清一点：我们不做任何用户数据分析，也不会看用户的笔记——那是用户的隐私，有严格规定。
其实这事“功夫在事外”。很多人觉得要在产品里加各种功能提升粘性，但用户的生活很复杂：早上挤地铁、上班、汇报，特别忙。怎么在这种节奏里提醒他“记得记录”？甚至在他迷茫时，给点新角度？
所以我们一半时间都在做产品之外的事，比如拍视频、写内容。希望多触点接触用户，帮他解决生活里的具体问题，再把产品往后放——flomo在用户生活里只是个微小的存在，他每天能看一眼，我们就很知足了。不用在产品里“画蛇添足”，安静躲在一边，提醒他“别忘了记录”、“有问题回来看看”，这样最好。
量子位智库：很多Agent产品说要做用户“终身伙伴”，但这类功能需要用户信任。flomo在建立用户信任和情感链接上有什么心得？
flomo浮墨笔记：没什么特别的心得，核心就是“实事求是”——能做到的就告诉用户，做不到的绝不瞎承诺。不标榜自己多厉害，而是告诉用户“另一个用户用了flomo后有什么变化”，把这种真实效果传出去。
比如用户明天早上要吃包子，AI解决不了“吃包子”的问题，但能告诉他“天天吃包子可能消化不良，最好搭配点蔬菜”。对用户来说，与其说“我多好”，不如实事求是讲“用了产品会有什么效果”、“谁因为用了产品变得更好”，这才是建立信任的关键。
8、flomo如何平衡定价和成本？在技术、用户增长、商业化上的资源分配是怎样的？
量子位智库：flomo的定价和商业模式是如何确定的？可以重点说说定价。
flomo浮墨笔记：定价挺“拍脑袋”的。当时扫了一眼市面，笔记产品定价大概分几档：30多、60多、90多。30多的大多是小团队开发的，我们有点追求，不想定这么低；就选了90多，赌一把。
刚开始肯定有人觉得“割韭菜”，那时候功能确实没那么超值，但这几年不断加功能，现在看应该值这个价了。不过在AI时代，这个定价根本撑不起太多AI功能，所以得巧妙设计，尽量节省成本，才能让用户以这个价格体验到AI功能。当然，我们最希望的还是AI成本能降下来。
量子位智库：有些智能助手越用越“笨”，是因成本压力压缩模型投入。flomo会选提价还是压成本？有没有平衡方法？
flomo浮墨笔记：我觉得有第三条路：“不做过度承诺”。
我们知道一天一次AI洞察不够用，用户会不爽，但这是平衡后的结果——次数多了用户爽了，成本却吃不消；不做追问功能，也是因为追问会消耗更多上下文和token，成本太高，只能酌情提供。
核心是确保服务可持续。你得先活下来，才能服务更多人——用户把数据托管给你，不管付费还是免费，你都得把服务做好；而活下来的前提是服务器能运行、有利润、能招到好团队打磨产品。
如果为了增长拼命烧钱，指望“白衣骑士”救场，万一产品倒了，那些爱你、为你投入精力推广的用户，只能得到一句“对不起，公司没了”，这太不负责任。我第一次创业时经历过这个，看到用户失落的样子，特别愧疚。
所以别过度承诺，实事求是，确保公司和产品5年、10年后还在，这才是我们的想法。
量子位智库：这有点日本企业“基业长青”的味道，flomo有没有想过未来“满分状态”是什么样？
flomo浮墨笔记：没有。段永平的一句话我印象很深：有人问他“50年后希望看到公司什么新闻”，他说“什么新闻都行，只要有新闻——50年后还能看到新闻，说明公司还活着”。对我们来说，没想过100分的样子，只希望10年后flomo还在。
想清楚“10年后还在”，就知道哪些事不能做——不瞎折腾、不“作死”，守护好核心业务就行。
笔记这事说大不大，没那么多金钱流转，也不会涉及人身安全；但说小不小，它承载着用户的思考和记忆。我之前在WordPress.com上找到自己2000年代的笔记，托管服务器早就挂了，居然还能找到，当时欣喜若狂，赶紧保存下来——这些记忆太独特了，丢了会很伤心。flomo能长久存在，帮用户守住这些记忆，就够了。
量子位智库：从“长久存在”反推，flomo现在在技术、产品增长、迭代、商业化上的资源分配是怎样的？
flomo浮墨笔记：资源分配是阶段性的，目前增长肯定是第一位的——不增长，业务就停滞了，“必须奋力奔跑才能停留在原地”。
但我们的增长不是“独立的推广”，不是找个增长团队单独做，而是产品和增长一起思考：比如没有AI洞察时，推广方向可能偏向“碎片记录”；有了AI洞察后，方向就偏向“笔记梳理”。增长带动运营和产品联动，是合在一起的事。
商业化既重要又不重要：重要是因为某个阶段会集中优化，比如付费提示、会员页面，确保用户知道“为什么付费”；不重要是因为优化完就放着，不过度折腾。
对创业者来说，核心是创造价值+设计合理回报机制：你创造100分价值，设计个机制赚10块钱，再找更多人创造价值——转化率就放在那，不用过度优化。
怕的是“只创造价值不转化”（连付费入口都没有），或“过度转化”（创造100分价值收110块），两者平衡好就行，重点还是聚焦创造价值。
量子位智库：如果能回到flomo起步时，你会告诉当时的自己什么，帮flomo发展更好、走得更顺？
flomo浮墨笔记：就两句话：第一是“别着急，都来得及”，中间会有很多诱惑或压力，一着急就会错过关键事；第二是“戒贪”，别觉得自己能力强，能做好一件事就够了，守护好这“一块地”，就足够了。
9、如何向读者安利flomo这款产品？
量子位智库：访谈接近尾声，最后留给少楠老师时间，向观众和读者安利或传达想分享的内容。
flomo浮墨笔记：首先想安利免费内容。大家可以搜“flomo”关注我们的视频号——最近做了很多视频，讲怎么记笔记、怎么通过记录实现自我价值、怎么用笔记做决策，把个人知识管理相关的内容都视频化了。
现在大家读书越来越少，消化视频、音频更轻松，这些内容能帮大家理解“为什么记录”，不用急着下载APP或充值，先看内容就好。
如果是flomo用户，要介绍个快上线的新功能：我们会改版AI洞察，之前的洞察有点死板，只能在相关笔记或搜索结果里用，改版后能“指定范围”——比如限定日期、限定标签、限定关键词，比如“不限日期，只看‘焦虑’标签下的笔记，洞察焦虑怎么产生的”。
有些标签是摘录别人的内容，用户只想看自己的记录，用这个功能就能精准筛选，特别好玩，能帮你区分笔记里“有用的和没用的”。
再跟新朋友分享“丝滑小连招”：把“每日回顾”小组件放手机桌面，每天翻一翻，尽量放知识类内容（别放流水账，流水账没什么好回顾的），我放的都是读书笔记。比如记哲学家卡普里奥的内容，他的观点偏沉重，但你让AI用他的视角跟你对话，会有很多启发。
还有个小技巧：点进“相关笔记”，能找到语义相似的内容，比如德鲁克的管理书籍笔记。如果相关笔记太多看不过来，就在相关笔记里再用一次AI洞察——AI会先聚焦主笔记，再按相关度降低权重分析，帮你找到笔记里的变化，比如“你收集了哪些观点，却鲜少提及什么”。
很多用户问“碎片笔记怎么串成文章”，其实“成文章”是结果，不是目的。笔记的价值在于改变行为、让你对世界有新认知——把笔记之间的联系串起来，看到自己的盲区，才是关键，就像神经元要连接起来才有意义，光有神经元不连接，大脑也没用。
最后说个小功能：flomo有个小浮窗，你可以把最近关注的问题、想琢磨的事放进去，等车、吃饭有空时，拉出来再琢磨琢磨，改一改。这功能全端同步，在手机、电脑上改完，其他设备都能看到，既不像置顶那么重，又能随时打开，很方便。
其实没什么花头，核心还是“持续不断记录”，希望大家能通过记录，慢慢找到自己的节奏和价值。
文章来自于微信公众号 “量子位”，作者 “量子位”
