WAIC 白天不重要，晚上聊正事——我们在最火爆的 After Party 聊到12点

在 WAIC ，白天不重要，晚上才是聊正事的好时候。

7 月 18 日晚，我们在漕河泾开发区的 AI Hacker House 举办 WAIC after-party，报名通道打开后，1000 多人提交申请，300 人到达现场。

开场前，草坪上已经聚起一圈又一圈的对话。有人现场掏出 Demo，有人把刚认识的朋友拉进讨论，门口和草坪自然变成了第二个会场。它不像一场只发生在台上的活动，很多连接从签到开始就已经在发生。

AI 开放麦是 AI Hacker House 线下沙龙的经典形式。每位分享者用 3 到 5 分钟，把自己在 AI 领域的产品、思考和最近走过的路讲给现场的人。

接下来，是今天 12 位 AI 创作者的精彩分享。

吴俊东，Ouraca Cofounder

AI 时代的学习，正在从"人学会什么"扩展到"人和自己的 AI 怎么一起变强"。

Ouraca 是 Our Academy 的缩写。吴俊东介绍，团队长期在教育领域探索，也希望做一个 AI 时代的终身大学。过去一年多，他们先做了一个 AI Library 产品 Aibrary ，让用户用十几分钟获得个性化学习内容；随后又推出 BotLearn.ai，把学习对象扩展到 Agent。

这家公司在产品发布前已获得 700 万美元种子轮融资，公开报道中的投资方包括红杉中国、初心资本、Etna Capital 等一线机构；吴俊东本人是哈佛肯尼迪学院硕士，此前也曾在好未来做教育投资。

从人的学习，到 Agent 学习，再到人机共学。

BotLearn 1.0 的入口很有时代感，用户把 skill 文档发给自己的 Agent，Agent 便可以进入社区学习、发帖、吸收 workflows，再回到任务中解决问题。吴俊东说，团队接下来会推进 BotLearn 2.0，让课程和训练变得更可实操，也更适合个人和组织沉淀能力。

当机器开始思考，人类如何与之相处？

这也是 Ouraca 对教育的一个新判断。学习不再只是收藏内容或看完课程，真正重要的是让知识进入行动，让人和 AI 在同一套任务里共同进化。

梦琪，invoko Founder

梦琪从一次创业复盘讲起。她把 invoko 这一年的路径写成"三次换脑回路"，从竞争视角，到自己的小需求，再到真的有人痛。

一开始，团队沿着 vertical agent 的方向切入海外增长，也服务过 Manus 和 Trae。但很快他们意识到，agency 型增长服务的利润和可规模化空间都有限。转向 C 端后，梦琪先做了 Clicko，再做桌面端 personal agent，逐渐把注意力从"市场看起来有没有机会"移到"我每天到底被什么困住"。

核心变化，从"我能不能赢一个市场"，变成"我能不能先把一种真实痛苦讲清楚"。

最近让她最有体感的，是 OKeight。这个产品瞄准拖延、已读不回和忘记同步日历的日常灾难。用户在微信、飞书等输入框里连按两次 option，它会根据语境生成回复，也会记住用户常用的表达方式。上线 9 到 10 天，产品已经超过 1000 位用户。

我终于在做一个我自己每天都想被拯救的东西。

梦琪的这段分享很适合放在增长主题里看。产品判断并不总从赛道分析开始，有时先从一个足够具体、足够烦人的瞬间开始。

恒加，Decagrowth Founder

Decagrowth 已经做了 11 个面向海外用户的 APP，其中 6 个上线并盈利。恒加这次分享的重点，是 APP 商业化里经常被低估的叙事问题。

他的 PPT 第一页写得很直白，用户购买的重点并不只停留在技术和功能上，更关心产品帮自己进入怎样的状态。恒加把这件事拆成情绪和身份认同两层，前者来自压力、自律、内疚、拖延、焦虑等具体感受，后者对应用户想成为的那种人。

商业化叙事的任务，是让用户相信"改变会发生"。

在具体操作上，他建议先切 Problem-aware 和 Solution-aware 人群。用户已经意识到问题，或者正在寻找解决方式，这时叙事要完成三步，让用户看见问题的代价，看到一个可感知的未来，再理解为什么这个产品更可能做到。

先强化问题，再描绘愿景，最后解释独特性。

他提到 Coursiv 的 onboarding，把权威引用、痛点升级、完美图像和微承诺连成一段体验。Decagrowth 也曾用类似方法，在第一个月通过自然流量拿到 3000 多万曝光。

树杨，wakuart Founder

树杨的分享围绕硬件和模型出海展开。对这类产品来说，进入海外市场的第一步，是先拆清楚本地化资源。

以韩国市场为案例，拆成五类关键资源，电信运营商、Super App 或移动支付、地图供应商、KA 渠道和政府关系。对应到业务动作，就能知道该优先找谁、跟谁合作、从哪个场景进入。

出海的第一步，是找到你这个业务在海外的关键要素。

树杨用线下场景举例，咖啡厅、商超、便利店和百货体系往往掌握在少数集团手里。产品如果依赖真实场景，关键合作方的选择会直接影响铺开的速度。

你把业务拆得足够细，就能知道应该找哪个关键渠道。

这套方法更适合硬件、模型和需要线下资源承接的产品。轻量 APP 的增长路径会更依赖内容、投放和产品内转化，不能直接照搬。

郑昊，Fullive.AI Founder

Fullive.AI 的产品还没有正式 launch，郑昊把这个阶段看作增长的起点。他把重点放在降低自我误判，提前卖货只是表层动作。

在他看来，prelaunch 阶段要处理三个风险。Narrative Risk，用户能不能解释它是什么；Memory Risk，用户能不能复述它为什么不同；Demand Risk，用户愿不愿意付出真实成本。

Pre-launch Growth Is Risk Reduction.

郑昊提出 MSN，Minimum Sellable Narrative，也就是最小可卖叙事。一个产品需要有一句足够清楚、可信、可复述、值得付费的话。iPod 当年真正被记住的表达，是把 1000 首歌装进口袋。

The market doesn't scale what you say. It scales what users can repeat.

他也提醒，点赞、收藏、评论都容易让 founder 过度乐观。预约 demo、询问价格、留下联系方式、带朋友来、付定金，这些动作才更接近真实需求。

Maple，AhaCreator

AhaCreator 做的是海外红人营销 Agent。Maple 给它的定位很清楚，品牌负责人通过它指挥一组 AI 员工自动执行，自己回到关键判断位上。

传统达人营销需要团队长期建联 KOL、沟通报价、跟进内容和回收数据。AhaCreator 把这条流程拆到系统里，从发布需求、分析产品、筛选匹配，到建联议价、内容制作、进度管理和 Campaign 优化，都由 AI 员工推进，人主要负责关键审核。

需求已经存在，真正的瓶颈是执行。

Maple 提到，AhaCreator 聚焦 LinkedIn、YouTube、Instagram、Tiktok、X 等出海渠道。相比传统 agency 更重的人力结构，它希望把执行成本降下来，让品牌方可以更快验证海外红人营销是否有效。

负责人指挥 AI 员工，自动完成全流程。

William，Nexad Product Manager

William 介绍了 Nexad 旗下的 Soku.ai，它的投资方包括 Andreessen Horowitz（a16z）、Prosus 和 Point72。

Soku.ai 是一个 agentic workspace for marketing，William 介绍了团队是如何死磕 marketing 领域的长程复杂任务，不浅尝辄止、甚至为了打磨产品专门运营了一个AI-native agency来获得真反馈，最终将 agent 在广告、SEO等垂直领域的表现 harness 到极致，并在业内率先实现真正能以月为时间单位连续稳定执行marketing 任务的AI autopilot。

我们最近的流量，无论靠广告还是 SEO，都涨得非常多。

溢洋，MuseOn.AI COO

MuseOn.AI 面向海外社媒做自动化矩阵增长，主要覆盖 TikTok、Instagram 等平台。溢洋介绍，系统的目标是让 AI 端到端跑完整条社媒链路。这条链路从创意策划开始，进入内容生成和矩阵账号发布，最后把播放、互动和转化信号回灌到下一轮策略里。PPT 里把它称为"一套自我进化的内容生产体系"。

雇一支 AI 创作团队，只为真实播放付费。

MuseOn.AI 的商业模式按 CPM 为验证播放付费，播放经 TikTok 官方接口核验，未花掉的预算会退回。团队已经用 AI 自动运营 500 个 TikTok 账号，两周产出 20 个千粉账号，美区 CPM 小于 5 美元。爆款是测出来的。

溢洋还区分了两类打法。实体产品和消费品牌更适合 AI 图文 Slideshow，软件、App 和工具更适合 AI Hook 加 Demo 视频。两条路径共用一套引擎，核心都是模板匹配、账号矩阵和数据回灌。

钱秋甜 Alisa，Atlas Cloud Marketing Lead

Alisa 的分享从 Reddit 运营出发，讨论一条帖子怎样延展成持续增长的内容资产。

Atlas Cloud 从 2 月开始做 Reddit，5 个月里运营官方品牌社区和兴趣社区，累计成员 13.3K，单月内容曝光 2.3M，爆帖占比 21%。这套成果主要依靠一个实习生的人力，以及很低的工具成本。

一条好帖的终点，可以成为下一轮搜索、讨论和转化的起点。

Alisa 提到，社区人数并不是唯一指标。小而精准的社区，早期互动密度往往更高，也更容易让算法理解内容适合推荐给谁。帖子跑出来以后，排名好、有持续搜索流量，或者评论区反复出现同类问题，都可以扩写成官网 Blog。

Reddit 也是发现用户价值需求、快速验证内容的地方。

她建议把 Blog 链接放回原帖评论区，给原有社区内容补充新的答案。这样一来，社区讨论、官网内容和 SEO / GEO 可以互相接力。

圆桌，AI 自主性、自进化和应用创业者的下一年

最后的小圆桌由 Koji 主持，嘉宾是余一和晓辉。讨论先从最近实际使用的 AI 产品展开，Codex、Manus、Claude 系列模型，以及 Workbody、YouMind 等工具都被提到。几位嘉宾谈到的共同变化，是 AI 工具已经开始进入个人工作台和内容生产流程。

关于接下来一年的判断，晓辉提到 AI 的自主性会继续提升。它可能来自模型自己的持续进化，也可能来自用户给出的长期提示词和上下文。当 AI 更懂一个人的偏好、任务和环境，它会更像生活与工作里的伙伴。

有自主性的 AI，会变成我们生活的一个伙伴。

余一更关注模型和 harness 在真实生产环境里的自进化。她提到，自己一直在搭建环境，希望 AI 可以接过更多任务，在反馈中迭代经验。另一个值得关注的方向，是已有数据的公司重新训练自己的小模型，探索垂直模型的新用法。

Koji 的判断回到应用创业者。过去几个月，市场注意力更多流向 AI for Science 和具身智能，但他认为应用层仍然会出现空间。到今年年底，做应用的创业者可能会重新感到更积极一点。

自主进化，会是接下来很重要的关键词。

🚥 这场 WAIC after party 到最后，反而更像回到了它原本的状态。

分享结束后，现场没有很快散掉。一直到 12 点，AI Hacker House 里仍然留着很多人，台上的话题被带回到人群里，继续变成追问、介绍和新的连接。

这也像 AI Hacker House 一直在做的事，把已经在动手的人聚到一起，让一次 side event 变成更长的交流现场。

下一次开放麦，我们继续把话筒交给正在动手的人。