在数字化浪潮的推动下，人工智能（AI）已不再是遥不可及的概念，而是逐渐渗透到我们生活的方方面面。极客公园创始人张鹏与超过200个AI领域创业团队深度交流后，提出了一个富有洞见的观点：AI Native产品的核心不在于创造新的工具，而在于构建AI能力与人之间的新型关系。这种关系的重塑，不仅改变了产品的设计理念，也为创业者们带来了前所未有的机遇与挑战。
产品目标：从工具到关系的转变
传统的AI产品往往被视为提升效率的工具，但随着技术的不断发展，AI的角色正在发生转变。系统提示词的出现，就是一个重要的标志。通过设定人设和关系，系统提示词赋予了AI以“主体性”，使其能够与用户建立更深层次的连接。这种连接不再是简单的指令与反馈，而是基于共同理解和信任的互动。
例如，NotebookLM、Manus、Cursor等知名产品，都在系统提示词中明确了AI的角色和与用户的关系。这种设定使得AI能够更好地理解用户的需求，提供更个性化的服务。AI的“超语言能力”是关键，它掌握了人类的语言和各种代码，从而能够与人进行更有效的沟通。
新关系带来的挑战
这种转变也带来了一系列新的挑战。首先是情商。过去，情商与工具无关，但当AI成为具有主体性的伙伴时，情商就成为了价值交付的重要组成部分。Cursor的系统提示词中，就包含了对用户情绪的捕捉和回应，体现了产品团队对“关系建设”的深入思考。
其次是生命感。AI产品如果能够提升生命感，就能加强主体性，从而与用户建立更紧密的关系。一些类宠物的智能硬件产品，通过传感器和简单的互动，就能够创造出令人惊喜的生命感，使用户产生情感上的投射。这种“用相对低的智能，交付相对高的情绪价值”的策略，已经被证明是有效的。
新关系带来的机遇
当然，新关系也带来了新的机遇。其中之一是跨次元的混合价值交付。AI需要从“二次元”走向“三次元”，通过硬件与软件的结合，为用户交付更大的价值。Fuzzi的气囊手机支架就是一个很好的例子，它通过硬件交付功能价值，同时通过软件交付情绪价值，实现了混合价值的交付。
另一个机遇是新关系带来服务分发的新通路。传统的移动互联网平台依赖于流量分发，但在AI时代，每个用户的ARPU（每用户平均收入）值和LTV（用户生命周期价值）都有望突破天花板。通过与用户建立长期、稳定的关系，AI产品可以交付持续且不断深化的价值，从而实现更高效的分发。
比如，一个AI分析师在分析完行业趋势后，可以直接为用户完成股票配置。这种顺畅自然的体验，是传统分发逻辑无法实现的。关键在于，这种关系必须是建设性的，是对人性的解放，而不是简单的放纵。
实现路径：宽输入与柔输出
有了新的目标，接下来就需要考虑如何实现。AI Native产品实现路径的关键在于宽输入（Broad Input）和柔输出（Liquid Outputting）。在当前阶段，产品工程的核心目标是在不确定性中增强确定性。
宽输入：积极主动地感知
宽输入指的是更积极主动地进行传感、认知和觉察。通过各种传感器获取更丰富的数据，利用知识库和长上下文模型更准确地理解需求，以及主动结合其他信息更精准地预测需求。一个好的AI产品，应该能够积极主动地向用户的context靠拢，而不是让用户每次都像面对陌生人一样。
例如，Dia浏览器能够“一眼看千层”，同时“看”到所有标签页中的信息，从而更好地理解用户的思考过程，提供更有效的帮助。
宽输入的终极目标是多模态的实时感知和对生活流（lifestream）的高分辨率捕捉。同时，input和output之间可以闭环地进行学习和进化。
柔输出：分步交付，协同进化
柔输出指的是以更灵活、更人性化的方式交付价值。由于AI的内核是一个概率模型，具有不确定性，因此不能过度自信，而要学会示弱，与用户一起往前走。这意味着，AI产品不应该追求一次性完美交付，而是要将交付过程液化，变成一种与用户协行的旅程。
例如，Devin在系统提示词中要求AI在用户需求不清晰时主动追问；Deep Research会先出一个大概的研究方案给用户确认；YouWare的Remix功能允许用户从一个已存在的模板出发进行创造。这些都是柔输出的体现，旨在与用户建立更好的“共同经历”。
AI Native产品的本质是一个以人为中心的I/O系统。个人计算的新革命，不再是交付一个工具，而是交付结果，是“实现”。
新的价值模型：服务AI与用户
AI Native时代，创业者的一个重要特性是既服务用户，也服务AI。这意味着，产品工程不仅要从用户需求出发，还要考虑AI需要什么。只有同时具备这两种视角的创业者，才能在这个时代脱颖而出。
与移动互联网时代相比，AI Native时代的价值模型也发生了明显变化。过去的价值模型是一个平面，通过拉入足够多的用户，覆盖广阔的用户面来获取价值。但今天，价值模型变成了三维，还需要AI能力的高度。只有不断提升AI能力，才能扩大总体积，实现更大的价值。
这意味着，用户数量、ARR（年度经常性收入）等指标不再是衡量产品价值的唯一标准。高质量的数据飞轮，以及对“新酒”和“新瓶”的思考，变得更加重要。
传统的“产品经济学”和“管理学”正在发生变化。免费还是收费？收费应该前置还是后置？未来的价值创造和价值消费是否会有新的循环？这些问题都值得深入思考。
未来的公司是否还需要庞大的团队？使命、愿景、价值观又该如何定义？这些都是这个时代留给我们的问题，也是我们探索的方向。
总结，AI Native时代的核心在于重塑人机关系，通过宽输入和柔输出实现价值交付，并构建新的价值模型。这不仅需要技术创新，更需要对人性和商业模式的深刻理解。
