张月光的单向门：妙鸭之后，AI产品从流程走向上下文 (2026)

2026 年 1 月 22 日发布的第 130 集，表面上是张月光创业两年后的首次复盘；真正有价值的地方，是一个互联网产品经理承认自己曾经最成功的 AI 产品，反而不是 AI Native 产品。妙鸭让他赢过一次，但也逼他重写产品方法论：从替用户规划路径，转向为模型和用户共同构造上下文。1

本期速读

维度	精华判断
这一期最重要的问题	AI 应用不只是把模型能力塞进旧流程，而是要重新设计「用户、模型、上下文、输出」之间的关系。1
张月光对妙鸭的重估	妙鸭是「把 AI 能力发挥得很好的互联网产品」，不是他现在定义里的 AI Native；它靠限制用户自由度换来稳定结果。1
新方法论	互联网产品是流程设计；AI Native 更像上下文设计。先理解模型要什么、用户能给什么，再回头设计流程。1
两条下注线	《星眠》是 AI 乙女游戏，试图用游戏化降低 AI 陪伴门槛；Dokie 是 Agent 产品，从 PPT 切入，目标是持续协作而非离线代劳。1
最值得记住的一句话	「90 分等于 0 分」：如果用户一眼看出是 AI 做的，或者还不能进入真实工作流，低成本也很难转化成高价值。1

核心观点拆解

1. 「单向门」不是炫技，而是用户回不去的替代方案

张月光反复提到的 One Way Door，可以翻译成「单向门」：用户用了新解法之后，主观上回不到旧解法。它不是新需求，而是给旧需求提供一个明显更优的新解法。比如写真需求一直存在，妙鸭真正抓住的是「成本更低、周期更短、效果足够像写真」这个替代关系。1

这也解释了他为什么不那么迷恋「第一个」。他在访谈里说，妙鸭不是最早做 AI 写真功能的产品，B612、美图等产品此前已经有类似功能；妙鸭真正过线的是效果，用户拿它和海马体写真对比时，会觉得「像我、也好看」。1

单向门的底层判断是：增长可以慢，但留存要硬。张月光认为，现象级爆发会带来获客，但如果用户并不会持续使用，增长会很快回落；真正让创业者心里踏实的，是每获得一个用户，就不容易再丢掉一个用户。1

2. 妙鸭为什么不是 AI Native：它是「限制自由度」的胜利

张月光给妙鸭的重新定位很直白：它是一个把 AI 能力发挥得很好的互联网产品。妙鸭当然离不开 AI，但「没有这代 AI 技术就做不了」只是 AI Native 的必要条件，不是充分条件。1

他的区分标准是开放性。传统互联网产品再复杂，本质上仍是有限自由度：产品经理预设路线、按钮、分支和出口，用户在被设计好的游乐园里移动。AI Native 产品不同，用户可以用自然语言输入，Agent 时代甚至连输出都不确定。1

妙鸭恰恰是反过来的。用户上传 20 张照片，系统训练一个个人模型，再套入固定模板和固定生成链路。它通过把输入、模板、工程链条都写死，换来当时技术条件下更稳定的「真、像、美」。张月光还提到，团队曾把「真、像、美」拆给三个模型处理：一个解决身份保持，一个解决真实感，一个解决审美模板。1

所以妙鸭的成功反而构成一个反例：AI 应用可以靠互联网产品方法赢一次，但这不代表它已经掌握 AI Native 的设计方法。

3. 从流程设计到上下文设计：AI 产品经理的工作顺序变了

张月光把互联网产品的协作方式概括为线性流程：产品经理定义需求，设计师画稿，工程师施工。这个方法在流程清楚、输入输出可预测时很有效。问题是，AI 产品里最关键的部分不是按钮怎么点，而是模型发挥作用时，用户给了什么上下文，系统补了什么上下文，模型由此产出什么结果。1

这也是「上下文设计」的意思。产品团队要先回答：用户完成任务需要和模型交互几次？模型需要哪些信息才能给出合格结果？哪些信息必须从用户那里拿，哪些信息可以由系统自动补？这些问题没有想清楚，先把流程画出来，最后很容易发现「用户走到这里时，模型根本拿不到它需要的东西」。1

对应到组织，他认为 AI 产品的早期探索会从线性分工变成两段式：第一段是多工种混合打磨模型效果，产品、设计、工程都要参与定义什么是好；第二段才回到相对清晰的分工，把已经验证的上下文采集方式产品化。1

4. Taste 变成生产力：专业技能贬值，意图和品味升值

张月光有一句判断很适合概括这期的组织观：「人应该负责 Will，AI 负责 Skill。」这里的 Will 不是抽象口号，而是意图、判断、审美、取舍和方向感。Skill 是具体技能，例如写代码、做设计、整理材料。1

这意味着团队能力结构会变化。过去，某个资深岗位的技能熟练度可能是核心壁垒；现在，AI 会降低很多单项技能的稀缺性，团队的多元背景、审美品味、博学程度和对底层范式的判断，会越来越决定上限。1

这也是他刻意搭混合团队的原因：大厂人带来规范性和使命必达，独立开发者带来灵活和多面能力，有调性的创业公司成员带来产品、审美和营销品味。AI 产品早期的混乱探索，不适合只靠一种工种或一种背景的人来完成。1

5. 《星眠》：AI 陪伴要破圈，可能要先变成游戏

《星眠》是沐言智语第一时间就开始做的 AI 乙女游戏。张月光做这个方向有三层理由：一是延续他 2019 年做女性向 Live2D 产品的情结；二是 AI 陪伴已经被验证为真实需求，赛道级 DAU 能到千万量级；三是 AI 陪伴产品虽然有人用、也有人付费，但存在门槛高、商业模式差、角色不成长三个通病。1

把它做成游戏，是他给出的解法。游戏能把完全 UGC 的对话，变成「被动消费 + 主动互动」的混合体验：玩家没动力表达时也能看剧情、看美术、推进设定；游戏又天然有成熟的付费体系；角色由 PGC 内容持续驱动，也更容易成长。1

更重要的是，《星眠》不是张月光给自己做的「AI 朋友」。它解决的是情绪和陪伴价值，而他真正想要的朋友，是能帮自己突破能力边界的朋友。这条线索后面转向 Dokie。1

6. Chatbot 的商业模式：不是广告，而是长期决策控制

访谈里最有冲击力的商业判断，来自张月光对 Chatbot 平台的看法。他认为，Sora 很难成为新平台，因为它没有真正的新媒介和新交互；ChatGPT 式 Chatbot 不一样，它把对话本身变成新媒介，也把搜索从「找链接」推向「找答案」。1

他进一步推演，Chatbot 的商业空间可能不只是广告。短视频平台通过推荐流剥夺用户的信息自主权；Chatbot 则可能进一步影响用户的自主决策权。当一个人习惯在买房、买车、择校、职业选择等问题上反复询问模型，模型就拥有了长周期影响决策的能力。1

这不是一个令人轻松的判断，但它解释了为什么他认为 Chatbot 可能拥有极高的商业价值：如果平台不是在成交瞬间推一个广告，而是在更早、更长的周期里塑造你的选择，它可以拿到比广告更深的价值分配。1

7. Dokie：不做「替你干完」的 Agent，而做「和你持续协作」的 Agent

张月光看好 Agent，但他把 Agent 分成两种价值取向。一种是端到端替代，目标是离线完成任务、节省时间、替代人工；另一种是让用户做到原本做不到的事情，强调人和 Agent 持续协作。Dokie 选择的是后者。1

这解释了他为什么在意 Latency，也就是延迟。如果产品目标是「你扔给 AI 一个任务，然后忘掉它」，延迟可以很长；但如果目标是持续协作，AI 就必须快速给反馈，让用户不断推进下一轮表达和修正。1

Dokie 先从 PPT 切入，听起来很窄，但张月光的判断是：PPT 已经被验证有需求，问题不在 what 和 why，而在 how。现有 AI PPT 要么把内容塞进模板，要么生成难以二次编辑的前端页面，要么做出漂亮但不适合正式商业表达的图像式 PPT；真正的单向门，是用户不用再回到 PowerPoint 或 Google Slides 里重做。1

他用自己的标准描述产品可发布的时刻：拿它做出来的 PPT 去讲，没人觉得这是 AI 做的，而且效果比自己手工做得好。这里延续了妙鸭经验：不是第一个，而是第一个迈过可用线。1

8. 和模型公司竞争：应用公司的机会在具体任务里

张月光并不否认模型公司的压力。他提到，今天深入做 Agent 的公司几乎无法不依赖 Claude 这类模型；Claude 反过来做应用，也会带来直接竞争。1

但他给出的应用层机会有两点：第一，模型公司更可能追逐自动化和生产力替代这种想象力更大的故事，应用公司可以做人本主义一点的事情，让一部分人获得原本没有的能力；第二，深入一个具体任务时，会有大量模型之外的工程问题，比如把 HTML 网页高保真转成 PPTX 文件，这类脏活模型公司未必愿意长期做。1

这并不浪漫。Agent 是「人强钱多」的牌桌，《星眠》则相对没那么卷。张月光选择两条线并行，本质上是在安全牌桌和主航道之间做组合：游戏更安全，Agent 更接近 AI 智能升级的核心。1

高密度金句

「妙鸭不是一个 AI Native 的产品，它是一个把 AI 能力发挥得非常好的互联网产品。」1

「从互联网产品设计到 AI Native 产品设计，有一个很重要的范式变化：从流程设计变成上下文设计。」1

「人应该负责 Will，AI 负责 Skill。」1

「90 分等于 0 分。」如果用户一眼能看出是 AI 做的，产品还没越过真实使用的线。1

「我不想做 Manus 这样的 Agent。」他更想做的是和人持续协作、帮助人突破能力边界的 Agent。1

时间线：张月光这条线怎么走到 Dokie

时间	节点	信息增量
2012 年前后	清华计算机毕业后进入互联网产品线	他后来把自己描述为「一半理性一半感性」的产品经理，不是纯技术型路径。1
2016-2018 年前后	在字节做图形图像、时光相册、今日头条增长专项	他最早去字节就是冲着图像 AI；后来参与过红包增长等零到一专项。1
2018 年	第一次创业，后来做女性向 Live2D 产品「元音」	产品曾做到接近 10 万 DAU，用户停服时自发守夜；这段经历埋下了后来做 AI 乙女游戏的线索。1
2023 年 7-10 月	妙鸭爆红	张月光称妙鸭三个月内做到大几百万付费用户，用户量超过海马体全年客户量；爆红后他在 10 月休假回来决定离职。1
2023 年国庆	京都鸭川长夜	他独自坐在鸭川边，从夜里 2 点到凌晨 5 点，想清楚了第二次创业。1
2024 年初	创办沐言智语	节目介绍称公司成为当年 AI 应用型公司里融资额最高的初创公司之一，市场曾传累计融资近 3 亿元。1
2024-2025 年	一条确定线做《星眠》，一条不确定线试播客、信息工具、图像工具	他把不确定线当作低成本学习，直到近半年才形成愿意押上公司资源的 Agent 方向。1
2026 年前后	准备推出 Dokie	Dokie 从 PPT 切入，但张月光说最终会走向更广的办公 Agent；他把它定义为「突破我能力边界的 AI 朋友」。1

读完带走

判断 AI 产品，不要只问用了什么模型，要问它是否改变了自由度。 如果用户输入和输出仍被强约束，它可能只是一个优秀的 AI 增强互联网产品。
上下文设计会成为 AI 产品经理的新基本功。 谁能更好地拿到、组织、注入上下文，谁就更接近可用结果。
AI 应用公司的机会不一定在宏大叙事里。 具体任务里的工程脏活、效果临界点、文件格式、工作流兼容，可能比「我是第一个」更重要。
Chatbot 的真正风险和价值都在长期影响决策。 它不只是搜索框升级，而是可能成为用户思考和选择的外部接口。
张月光这次最值得观察的，不是他又做了什么新产品，而是他把自己从妙鸭的成功里拔出来，重新定义了 AI 产品的胜负线。

Fuentes de referencia

1小宇宙：第130集《张月光创业两年首次访谈》