我们投了一个小红书黑客松爆款：AI Native 软硬件如何终结“吃灰魔咒” | Y Transformers
要拿AI产品的真入口
产品圈曾流传过一条经验法则：30 日留存超过 10%，才有资格谈 DAU 破百万。
这条线有多难通过？据移动营销分析平台 Adjust 的数据，全球移动应用 30 日留存率均值为 6%。换句话说，100 个用户里有 94 个会在一个月内消失。
在热门的 AI 情绪陪伴赛道，大多产品的命运更是如此：用户在某个好奇的夜晚下载，用了一次，就再也没打开过。很多高调上线的 AI 陪伴类应用，都在不久后悄悄消失。
这个看似写死的剧本能被改写吗？云启品牌播客 Attent!on 上新，Y Transformers 专项计划主力投资人梁昊，对话新投项目**「NoonWake」创始人& CEO 吴尚（Shawn）**，50 分钟深聊解局的那把关键钥匙。
短短数月，30 日留存率超过 15%、DAU 突破 5 万。吴尚和他的第一款 AI 产品**「万象有灵」**已经跑出了自己的节奏。
2025 年，已在小米带领近百人团队的吴尚离职创办**「NoonWake」，投身 AI 泛心理陪伴赛道**。这是大时代的 Beta——焦虑情绪弥散全球，情感陪伴需求显而易见，入局者众。吴尚找了一个特别的切口：用一套轻松、柔性的世界解释框架，为身处不确定性中的年轻人构建内心的确定性。而这个切口，也天然承载了他眼中的 AI 产品关键入口：个人世界的真实上下文。
2025 年底，云启投资人 Peter 在小红书刷到 Shawn，最初因为他犀利的创业"暴论"点下关注。深入了解团队和产品后，「NoonWake」成为云启 Y Transformers 首批出手的项目之一。
几个月的时间，从国内的「万象有灵」到北美的「Starot」，再到斩获小红书黑客松硬件品类第二名的桌面 AI 产品「好运日历机」，「NoonWake」搭建起跨区域、跨形态的 AI native 软硬件产品矩阵。支撑这一切的，是吴尚和他的 4 人小团队，以及那个被反复验证的判断：个人世界的真实上下文，才是 AI 时代 To C 产品真正的核心资产。
本期对话，你将听到：
- 为什么"真实上下文"是 AI native 产品的核心命题，它和移动互联网时代的用户标签有什么本质区别？
- 一个 4 人团队如何用 AI 驱动 AI，实现产品的高速迭代——从发现问题到修复上线，有时只需要一夜？
- 这一代 AI 原生硬件和上一代软硬件结合产品，最大的差异化在哪里？
- 在情绪消费全球化的浪潮下，NoonWake 如何用一套产品逻辑，同时覆盖不同文化背景的年轻用户？
本期对话的人：
吴尚（Shawn）
Noonwake.ai CEO&创始人
梁昊（Peter）
云启执行董事、Y Transformers 主力投资人
01 用户对 AI 说真话的地方才是好机会
Peter：
表面上看，这是一款基于 AI 情绪价值的产品。但我想让你重新定位一下——在你心里，这个产品的核心到底是什么？
Shawn：
我们不能简单地把它定义成一个泛心理产品，或者情绪类产品——就像早期的测测，或者现在年轻人玩的那些情绪类 App。我们还是得回答一个更根本的问题：用户来这里，他真正的目的是什么？
我们得出的结论是，这个产品的核心 PMF 在于——它提供了一种解答世界的不一样的框架。这个框架独立于现有的科学观之外，但它是逻辑自洽的，同时不可被证伪。这两点加在一起，给了它一种极大的精神能量。
后 AI 时代，焦虑是全球化的、弥散化的，也是全年龄的。全球范围内，大量年轻人面对的困扰和痛苦，是无法被传统科学价值观所解答的。但如果换一个角度去看待这个世界，很多当下的痛苦都能得到一种解答。这件事能极大地帮助用户走出来。就好像 Labubu 在海外爆火一样——它背后有一套情感逻辑在支撑。
所以我们更希望把这家公司定义成：一个给全球年轻人售卖情感支持和情绪价值的公司。这是我们的第一个逻辑。
Peter：
那为什么这个场景特别适合做 AI？很多人也在做 AI 陪伴、AI 社交，你们和他们的本质区别在哪？
Shawn：
这是我们选这个方向时想得最清楚的一件事，也是我们觉得跟其他团队最不一样的地方。
我自己用过 Replika，用过 Eve，这些偏 AI 社交或者 AI 陪伴男女友的产品。用的时候会发现一个问题：人在社交或者陪伴场景里，是会对 AI 做上下文包装的。他可能会伪装自己，让自己呈现出一种更期待的状态。简单说，就是他不一定说真话。
但一旦拿不到真实上下文，你后续的任何 action 都没有办法做。
在我们这个泛心理、情绪陪伴的场景里，情况完全不一样。用户来这里，探讨的是他最真实的痛点，他当下最真实的问题。他不太可能对 AI 撒谎——因为他来这里本来就是为了寻求一个真实的解答。这本身就是最有效的真实上下文。
我们当时的判断是：context is everything。上下文是所有 To C AI 产品核心中的核心。 你没有垂类的、真实的上下文，你就什么都做不了。而泛心理陪伴这个场景，是我们能找到的获取真实上下文成本最低、质量最高的入口。
02 移动互联网要的是规模 AI 要的是真实
Peter：
移动互联网时代也在做用户标签、行为数据、推荐算法——那些也是真实的上下文，对吧？这两个时代获取用户信息的方式，本质区别在哪？
Shawn：
上一代移动互联网，做的是一种高度中心化的数据逻辑。比如广泛收集一万个用户的某些上下文标签，这些标签汇聚到一个中心化的算法平台，再去撮合两端——一边是商品或内容，一边是用户。无论是短视频、电商还是 O2O，本质都是这套连接逻辑。
这个模式有一个根本的问题：它极度依赖平台的规模效应。小平台根本跑不起来，最终的走向就是巨无霸式的垄断企业。而且这种方式对个人的满足，永远是不够个性化的——你收集的是一万个人的数据，归拢出来的结论，一定不是为某一个人量身定制的。你要照顾所有人，就没办法真正照顾任何一个人。
AI 时代不一样了。每个人的上下文可以非常少，但可以极其个性化、极其真实，只为你这一个人定制。它是离散化的、去中心化的，没有一个中心节点。
Everybody 的 AI 服务都可以非常 personal，非常不一样。这是两个时代产品逻辑最根本的差异。
Peter：
你对"真实上下文"件事的判断，是怎么一步步形成的？
Shawn：
说起来，这个事是从移动互联网时代一路走过来，慢慢想清楚的。
在大厂干了很多年，会发现核心都是在做同一件事：如何高效获取用户信息，然后基于这些信息做内容分发。基本上移动互联网时代的产品，都在做这些事。
到了 2023 年底，我们开始接触 ChatGPT，发现技术范式发生了转移。以前只有平台才能做的事情，现在变成了一个可以被个人使用的产品范式。沿着这条路往下想：既然是极度个性化的使用，输入的上下文质量就变得极其重要。那什么样的上下文质量更高？
一开始我以为是足够清晰、足够结构化。但后来发现这个判断是错的——AI 其实能识别很混乱的表达，这不是问题。真正重要的是：你输入的上下文是不是真实的。如果不真实，这件事就没有办法往下推理了。你可以表达得很乱，但这个乱必须是真实反映你当前状态的乱。这个判断，大概是 2024 年下半年才真正想清楚的。
03 人类找出来的 Bug Agent 连夜修完
Peter：
我这几个月用「万象有灵」，明显感觉迭代非常快。你们团队只有四个人，跟开发技术相关的就一两个人，怎么做到这个速度的？
Shawn：
我们内部的工作流，已经和以前在小米、腾讯时完全不一样了，很难用传统的组织结构来描述。
举个很具体的例子。比如你反馈说某个问题回答得太泛，我们会直接在飞书上用文字描述这个 bug。描述完之后，由第一个 Agent 去结合我们的用户日志和埋点数据，自己分析问题、写日志、提 bug。然后第二个 Agent 对第一个 Agent 提的 bug 进行修复。第三个 Agent 再对修复结果做评估——判断这个改动是不是真的改到位了。
你知道结果是什么吗？基本上前一天提的问题，当晚就能生成 10-15 个修复方案。第二天早上起来，这十五个里已经有 12 个被修好了。这个迭代速度，是我们以前完全想象不到的。
我们内部把这套东西叫 Harness——有评估器、生成器，多 Agent 协作的架构。但说白了，本质还是基于对业务的深度理解，去调用不同的 AI 工具来完成。工具是手段，对业务的判断才是核心。
Peter：
春节期间的运营，是这套逻辑的一次极限测试吧？能展开讲讲吗？
Shawn：
那次确实挺有意思的。春节我们四个人都放假了，没有全职运营留守。但用户还在，而且春节期间用户的情绪需求反而更旺盛。
我们就把阿里的发短信权限、春节相关内容的运营权限，全部给了 AI 去跑。我们心里有一个底线预期，但给了一个比较大的操作空间——比如最多花多少钱，最多触达多少人。
没想到 AI 最后给将近十万个用户发了短信，把一些之前卖得不够火的内容，重新定了价，做了二次召回。那一天进账近十万元。成本也不低，但那一刻我们觉得，这件事真的跑通了。后来我们把整个过程整理成了可以被复用的运营工作流，反复在用。
04
硬件的本质是让用户
「无痛说真话」
Peter：
你们团队 4 月份参加了小红书黑客松，48 小时从 0 到 1 做出了「好运日历机」，拿到了硬件品类第二名。在已经有一款日活不错的软件产品的情况下，为什么要做硬件？硬件在整个用户旅程里，到底承担什么价值？
Shawn：
还是回到真实上下文这件事——所有的决策，最终都绕回这里。
硬件的核心价值，在于它能非常优雅、无痛地收集用户的真实上下文。我举一个大家都熟悉的例子——Plaud，一个 AI 录音产品。你说它的功能在手机上能不能实现？完全可以，腾讯会议、飞书会议都能录。但为什么 Plaud 卖爆了？
因为把它贴在手机背面，轻轻敲一下就开始录音，这个动作比打开手机、找到录音 App、长按开始录音，摩擦力小太多了。就这一点差异，让用户愿意真实地、持续地去使用它。硬件让采集上下文这件事，变得足够优雅。
日历机的逻辑是一样的。软件产品需要用户不断主动输入——我今天关注的某件事发生了变化，得跑到 App 里手动更新。但如果有一个硬件放在桌上，通过摄像头和语音持续和你交流，它会自动追踪这件事的变化，自动形成 memory，自动给你推送节点变化的提醒。你不需要做任何额外的动作。这就是硬件能做到、纯软件做不到的事。
最后，我们设计构想硬件可以提供唯一一款能端到端解决问题的能力。
Peter：
你们最后选择了"日历"这个形态，这个选择是怎么来的？
Shawn：
这个选择背后有一个很现实的考量。我们要做全球市场，如果每个地区都基于当地文化设计一套硬件，供应链的成本和复杂度是很难承受的。所以我们在想：有没有一个形态，天然适配不同的文化载体？
日历就是这样一个东西。不管在哪个国家、哪个地区，人对时间维度的关注是共通的。所有人的生活，都离不开在不同时间节点上发生的变化。这个载体本身，天然适配全球化。
至于上面承载的具体内容——国内是一套文化叙事，北美可能是星座和塔罗，中东是另一套体系——那是软件层面的事，可以灵活替换。硬件是通用的，软件是本地化的。这套组合，让我们不需要为每个市场重新设计一套供应链。
Peter：
这一代 AI 原生硬件，和上一代软硬件结合产品，最大的差异是什么？
Shawn：
我觉得这是一个很值得想清楚的问题。看上去好像上一代也在做软硬件，这一代也在做软硬件，但两者的驱动逻辑是完全不同的。
上一代软硬件，本质是一种商业化的选择，不是需求使然。比如小米电视——硬件毛利极低，现在黑电的毛利率不超过 3%，那靠什么盈利？靠后续持续的软件服务收费，靠广告，靠会员。或者反过来，先有了大量软件用户，再拉一部分人来买高毛利的硬件产品。无论哪个方向，驱动力都是商业模式，不是产品体验本身。
这一代 AI 原生硬件不一样。它是从需求出发的——**不是为了找到新的商业化路径才做硬件，而是为了给用户更好的体验，不得不做成软硬件一体。只有软硬件合二为一，才能在某个垂类场景下，优雅地完成上下文的采集，流畅地完成整个产品闭环。这才是真正意义上的 AI native 硬件。所以我认为，这一代才是真正的软硬件产品。
05
真正的护城河，是记忆
Peter：
五年后，你们这家公司的护城河在哪里？
Shawn：
我们认为护城河有两条，而且这两条都不是技术。
第一条是社交关系链。我们希望通过情绪经济为纽带，去积累用户之间真实的社交关系。比如我关注我和某个朋友之间的双日合盘，关注我们在当下各自会发生什么——这种关系链一旦在用户之间形成，大家都在玩，迁移成本就会变得很高。而且这件事有一个很好的窗口期——在全球范围内，目前还没有比我们做得更快的团队在做这一块。
第二条是长期 Memory 的积累。一旦用户在我们的产品上形成了长期记忆，在日历上布满了他所有事情的节点，这些记忆本身就是迁移壁垒。除非竞争对手比我们好十倍、便宜十倍，否则让他把数据全部放弃、重新开始，这件事是非常不 make sense 的。
你说技术壁垒，比如我们有某个 SOTA 级别的 memory 能力——这种东西的时效性很短，总归会被超越，总归有人能做到。但关系链和长期记忆，是很难被复制的。我们小步快跑，就是在尝试把这两条线建起来。
Shawn：
当时云启很快给我们发了 offer。想了解，从投资人的角度，你们为什么在这个时间点快速出手？
Peter：
第一还是行业本身的逻辑。这个赛道符合我们一直在看的一类机会（Agent 替代专业服务）——几千年一直存在、市场极大、全球共通的需求，但几乎完全由人力和强信任驱动，从来没有被真正标准化过。这类行业，AI 进来之后，改造空间是巨大的。
第二点是频率问题。这个行业原来天然是低频的，用一次测一次。AI 来了之后能不能改变这件事？Shawn 第一次跟我聊的时候，能从底层逻辑讲清楚为什么这个产品可以做成高频，以及用户为什么愿意为 AI 持续付费。这两个问题底层逻辑能说清楚，是让我们决定出手很重要的一个原因。
最后是大环境。焦虑弥散、情绪消费崛起，年轻人对心理陪伴类体验的需求在快速增加。往更宏观的角度看，你会发现这种需求在全球范围内的年轻人里是共通的。这一定是一个顺周期的行业，而且是一个很长的周期……
更多精彩内容，欢迎收听完整音频版节目。
🎁为了让大家切身感受"真实上下文"带来的情绪价值，Shawn 为本期节目听友带来专属体验福利，参与小宇宙节目评论区互动，有机会获得：
$2
$2*$2***
