在数字化浪潮的推动下，人工智能（AI）正以前所未有的速度渗透到各行各业，重塑着我们的工作方式、商业模式乃至人际关系。极客公园创始人张鹏在2025 Founder Park AGI Playground上，分享了他与200多个AI领域创业团队深度交流后的观察与思考，为我们揭示了AI Native时代的新目标、新管线和新价值模型。
AI Native的新目标：建设AI与人之间的新关系
张鹏提出一个颇具颠覆性的观点：AI Native产品的核心，并非仅仅是用AI制造新工具，而是要构建AI能力与人之间的新型关系。这种关系的构建，源于他对产品中出现的“系统提示词”（System Prompt）的观察。系统提示词类似于源代码，它决定了AI如何组织能力、输出结果，甚至与用户形成特定的交互模式。这种“超语言能力”使得AI能够掌握人类的语言和知识体系，从而与人建立“互为主体”的关系。
例如，在Agentic AI产品中，系统提示词的开头往往会定义AI的身份和与用户的关系。这种关系不再是简单的工具关系，而是更像人类社会中的某种真实关系，如顾问、朋友或助手。这种关系的构建，对产品提出了新的挑战。
挑战一：情商
当AI产品具备主体性，需要与用户建立新型关系时，情商便成为价值交付的重要组成部分。例如，Cursor的系统提示词中，要求AI能够捕捉用户的情绪，并在结果出乎意料时，向用户解释情况。这种交互逻辑的设定，实际上就是在赋予AI“情商”。
挑战二：生命感
AI Native产品的本质是建立与用户的新关系，因此，提升产品的生命感，有助于加强AI的主体性，从而提升关系的层次。一些类宠物的智能硬件产品，通过传感器和简单的反应，如动一动、扭一扭、发出声音等，便能创造出Q萌的生命感，从而使用户产生类似对宠物的关系投射。
这种生命感的构建，提示我们不必将每个AI产品都打造成像电影《Her》中的那样，而是可以通过“用相对低的智能，交付相对高的情绪价值”的方式，来丰富我们对建设与用户的新关系的理解。
新关系带来的新机遇
新关系的构建，为AI产品带来了新的机遇：
机遇一：跨次元的混合价值交付
在AI时代，软件和硬件的边界正在模糊。AI需要具备三次元的能力，才能向用户交付更大的价值，建立更紧密的关系。例如，情绪管理APP可以通过可穿戴硬件获取用户更丰富的信息，并通过震动等方式干预用户的情绪状态。Fuzzi气囊手机支架则通过硬件交付功能价值，通过软件交付情绪价值，实现了混合价值的交付。
机遇二：新关系带来服务分发的新通路
新关系的视角下，可能会形成一个服务分发的新通路。与用户建立长期、建设性的关系，意味着可以为用户交付持续且不断深化的价值，从而突破传统移动互联网平台的分发逻辑。在这种模式下，每个用户的ARPU（每用户平均收入）值、LTV（用户生命周期价值）的天花板将被突破。
例如，AI分析师在分析完某个行业趋势后，可以直接顺着你认可的判断完成股票配置。这种基于“关系”的分发，可能比传统的广告连接或平台分发更高效。
追求建设性关系：对人性的解放，而非纵容
如果你想运用新关系带来的服务分发新通路，那么你需要构建的关系必须是长期的，而所有人类的长期关系都需要是建设性的。因此，AI产品不仅要懂人性，更要解放人性，而不是简单的放纵人性。
一个产品的最大价值是由审美决定的。以“关系”这样的目标重新思考产品的审美，将变得很有意义。
AI Native的新管线：在不确定性中增强确定性
有了“关系”这个新的视角，以及用关系的视角去理解今天产品的目标变化后，还有一个非常落地的问题要解决——如何实现呢？这就引出我们第二部分，AI Native 的新管线到底是什么？
当前，产品工程的核心目标就是要理解失控，接受失控，然后在不确定性中增强确定性。你真正能较劲的就是input和output了。在这两个维度上，我们要带入一些新的视角去强化它。
我们需要的是Broad Input（宽输入）和Liquid Outputting（柔输出）。
宽输入Broad Input：积极主动地感、知、觉
宽输入Broad Input就是要更积极主动地去“传感”、“认知”以及“觉察”的能力。
“传感”可能是文本、声音、视觉、压力、温度、空间等一系列能获取更丰富维度数据的传感器。“认知”，可能是知识库，或者调用一个更长上下文的模型等等。目的是更准确的理解需求，也提升价值交付的确定性。同时你可能还要追求能“察觉”，所谓的察觉是指，可能用户当前提供的信息很有限，但我需要能够主动结合到一些其他的信息，做到更精准的理解甚至预测需求。
例如，Dia浏览器可以通过“一眼看千层”的方式，同时“看”到所有标签页中的信息，从而帮助用户更好地进行思考和总结。这种积极主动的Broad Input，可以显著提升产品的用户价值。
宽输入的终极目标一定是：多模态的实时感知，对生活流（lifestream）的高分辨率捕捉，你的input和output之间是可以闭环地在里头不断地自己学习和进化的。
柔输出Liquid Outputting：分步交付，创造一个与用户协行的进程
柔输出Liquid Outputting是指，要理解任何一个产品的内核都是一个概率模型，因此，要有知有畏。要让模型能够“更强”，有可能是在于你会示弱。不是有求必应、强行端到端输出的，而是“我们可以一起往前走”。从“一次固态的交互和交付动作”变成一种“液态的交互和交付旅程”。
例如，Devin在系统提示词里提到，当发现用户提出的需求不清晰的时候，一定要去追问，不要害羞。与其造成失望感，真的不如去向用户示弱，“我可能没听懂”，或者“你说的是不是这样的意思？”
Deep Research会先出一个大概的研究方案给你确认一下。既是对用户要做的事的确认，也是在确认这是不是用户最终想要解决的问题。
YouWare则允许用户从一个已经存在的、比较喜欢的“模板”出发作为起点，再鼓励用户在模板上做更个性化的创造。让用户的选择可以从60分起跳，再带用户一起达到90分。甚至有时候模板能打开用户的世界观，还可以突破用户认知和能力的限制，给用户交付超越预期的更好结果。
拉着用户一起前进，像液体那样承载用户、包裹用户抵达需求的彼岸，建设这样的进程，才能真正和用户建立更好的“共同经历”。这通向信任，而信任是关系的根基。
AI Native的产品，本质上就是一个以人为中心的I/O的系统。要交付的不再是个工具，而是结果，是“实现”。它是个人计算的新革命，是这个时代的新任务。
AI Native的新价值模型：服务用户，更服务AI
这个时代的创业者，一个很重要的特性就是内心明白我服务的不只是用户，我同时也在服务AI。必须同时去思考AI需要什么，才能帮助AI能够更好地发挥它的能力，把它的能力对齐到用户，为它的能力做建设。
这个时代最优秀的公司，它的价值模型相比移动互联网时代的也有明显变化。过去移动互联网时代的价值模型更像一个平面，它是一个面积模型。而在今天，价值模型从二维变成了三维，你还需要AI能力的高度。
AI能力的高度，有一部分是我们在用的优秀的模型提供给我们的，但也有很多是通过你的产品工程在这样的模型基础上进一步释放和构建的。只有这条能力线不断地往上涨，你最终的总体积才会大。
传统的用户数量、ARR（年度经常性收入）等指标未必可以充分地衡量一个产品的价值，如果今天服务用户的任务太低频、任务太简单，你就没有AI能力提升需要的高质量数据飞轮，很容易变成“一波流”。
要更多对“新酒”和“新瓶”都有思考的创业者。
“新瓶”指的就是增长的方式、商业模式，包括团队组织，这些其实都会变化。这些问题需要边走边想，但值得在今天就把它当成一个重要的问题去开始思考。
未来从来都不是历史的简单延长，有些东西会押韵，但它一定不会重复。所以最好从一开始就要告诉自己“老瓶”碎了，如果你最终把“新酒”装到“老瓶”里，可能会错过时代带来的真机遇。
传统的“产品经济学”不存在了，在今天都在变化。还有巨大的空间值得思考。
传统的管理学也不存在了。今天生产力的结构都变了，AI在大范围地渗透到所有的组织里，与人协同发挥作用。所以传统的管理学又怎能继续有效呢？
未来的伟大的公司，他们的使命是什么呢？毕竟人类每次技术进步，3年的维度你要关注生产力的变化，但如果以10年的维度去看，那全是生产关系的变化。
