一直有個(gè)念頭：AI越強(qiáng)大，人的連接價(jià)值更大。

2025這一年，我自己真實(shí)的收入、得到的機(jī)會(huì)，還是活生生的現(xiàn)實(shí)里的人給我的。

當(dāng)技術(shù)能力和生產(chǎn)要素，把曾經(jīng)很難完成的工程的壁壘逐漸消解掉，似乎，在AI的背后，起決定性作用的，還是人。

懂AI、懂技術(shù)的創(chuàng)業(yè)者不一定能在商業(yè)上成立，但是理解人、把握人的，不可替代性還在提高。

人是需求的合集，也是想象和創(chuàng)造的合集。

國(guó)內(nèi)不太能用領(lǐng)英和Tinder，但不代表需求不存在。

而且，很多曾經(jīng)的問(wèn)題，在AI時(shí)代有了新的解法；

今天人與人之間關(guān)系的變化、社會(huì)組織和交往結(jié)構(gòu)的變化，也在呼喊AI建構(gòu)一些不一樣的……

最近用上南加大數(shù)學(xué)專(zhuān)業(yè)一哥們做的產(chǎn)品，叫 articuler.ai。

在社交和連接這件事上，人和模型兩個(gè)要素，有了點(diǎn)不一樣的重組。

帶大家先看看他們這個(gè)產(chǎn)品的功能。用下來(lái)，我對(duì)產(chǎn)品背后的「人」的故事更好奇了，于是有了今天這篇前一半說(shuō)產(chǎn)品、后一半訪談創(chuàng)始人的文章。

作為社交平臺(tái)，精準(zhǔn)撮合是articuler.ai一個(gè)主打點(diǎn)——

讓該認(rèn)識(shí)的人，早點(diǎn)認(rèn)識(shí)；讓原本平行時(shí)空一樣的陌生人，變成可觸碰的伙伴。

他們搭建了一套完整的AI模型驅(qū)動(dòng)體系，從人脈搜索、匹配解釋到觸達(dá)管理，全鏈提高連接效率。

articuler.ai 的搜索系統(tǒng)，有點(diǎn)像個(gè)人脈助理，能抓取全網(wǎng)公開(kāi)可查的個(gè)人資料。

就像領(lǐng)英主頁(yè)、個(gè)人網(wǎng)站，或者新聞報(bào)道，都可以納入到檢索范圍。

articuler.ai的創(chuàng)始人Jason預(yù)估，他們的系統(tǒng)能覆蓋9.8 億人脈數(shù)據(jù)。

類(lèi)似于給每個(gè)普通用戶(hù)，把BOSS直聘、領(lǐng)英、Tinder、Soul上面的人員庫(kù)、對(duì)象庫(kù)、人才池，一股腦兒用AI推薦出來(lái)。

01. 說(shuō)說(shuō) articuler.ai 這個(gè)產(chǎn)品

在搜索入口設(shè)計(jì)上，articuler.ai 用的是「主動(dòng) + 被動(dòng)」雙模式：

先說(shuō)被動(dòng)推薦，完全是懶人友好的設(shè)計(jì)：

打開(kāi)首頁(yè)，系統(tǒng)會(huì)根據(jù)對(duì)我的了解，直接推送多組推薦用戶(hù)集，還會(huì)定期刷新列表。

這是很像Tinder的地方，高質(zhì)量抽卡——不用手動(dòng)搜，只管點(diǎn)開(kāi)刷新后的列表，說(shuō)不定就能發(fā)現(xiàn)意料之外的優(yōu)質(zhì)人脈，還有點(diǎn)小驚喜。

再看更懂專(zhuān)業(yè)需要的主動(dòng)搜索：

Jason他們沒(méi)有用傳統(tǒng)的純自然語(yǔ)言輸入，是用「連續(xù)追問(wèn)封閉式問(wèn)題+自然語(yǔ)言結(jié)合」的方式把細(xì)分需求拆出來(lái)。

讓我感覺(jué)到團(tuán)隊(duì)是做了不少調(diào)研的。好比我做出海孵化器，自己要招人、要面試、要跟項(xiàng)目對(duì)接，經(jīng)常要找人或者跟人打交道。

比起我自己絞盡腦汁組織語(yǔ)言、描述需求，articuler.ai 明確的封閉式問(wèn)題，確實(shí)能更快梳理思路。

找人的搜索效率高，就能解決很大麻煩，還能避免因?yàn)樽约罕硎瞿：┑絷P(guān)鍵人選。

一被動(dòng)一主動(dòng)，想逛就逛，想pick就pick，想搜就搜……用著不累又保障專(zhuān)業(yè)性和精準(zhǔn)，說(shuō)實(shí)話(huà)，我是能用起來(lái)的。

再給大家看看更多實(shí)用的和人有關(guān)的功能。

比如我在被動(dòng)推薦里，選一個(gè)社群“AI researchers and engineers at Google”：

有點(diǎn)像Discord或者Reddit群組的感覺(jué)。

出現(xiàn)的輸入框給了我們清晰的指示：“你想要找什么人？”

在對(duì)話(huà)框里，我們可以輸入自己的需求。

你是想要推薦信，coffee chat 還是某一技術(shù)的交流，都可以輸入，等待ai給我們的回復(fù)。

比如這里，articuler.ai 通過(guò)精準(zhǔn)篩選+深度理解，推薦了一個(gè)叫做Alireza Fathi的科學(xué)家。

Match Level是S級(jí)，articuler.ai 根據(jù)多維度賦分，對(duì)用戶(hù)與目標(biāo)人脈的匹配度進(jìn)行評(píng)級(jí)，快速幫助用戶(hù)判斷連接價(jià)值；

標(biāo)注了他的職位和就職機(jī)構(gòu)，然后有一段精煉的職業(yè)總結(jié)。

在后面分條列點(diǎn)的介紹了項(xiàng)目經(jīng)驗(yàn)，研究領(lǐng)域等專(zhuān)業(yè)信息。

能看出來(lái)，articuler.ai團(tuán)隊(duì)在定制化AI Profile下了不少功夫。

一般網(wǎng)上的介紹，都千篇一律的，尤其工作場(chǎng)景。

但articuler.ai會(huì)先深度整合三大關(guān)鍵信息，用戶(hù)自身的背景標(biāo)簽、明確的尋人目標(biāo)，再疊加全網(wǎng)公開(kāi)資料，最終生成專(zhuān)屬的人脈畫(huà)像。

從首頁(yè)一眼可見(jiàn)的「名字+職位+評(píng)級(jí)」精簡(jiǎn)標(biāo)簽，到點(diǎn)擊后展開(kāi)的詳細(xì)Profile頁(yè)，“千人千面”的邏輯算是貫穿了。

好比說(shuō)，我想深入搜搜OpenAI的聯(lián)合創(chuàng)始人，背后的訴求是既想認(rèn)識(shí)人、想看觀點(diǎn)、又想看點(diǎn)八卦。然后得到的簡(jiǎn)介，會(huì)重點(diǎn)提煉對(duì)方的行業(yè)洞察、技術(shù)觀點(diǎn)等專(zhuān)業(yè)維度，還有些外網(wǎng)的相關(guān)故事。

論介紹人，比大模型或者Google強(qiáng)。

而大學(xué)生想找工作、查老板信息時(shí)，頁(yè)面一般會(huì)優(yōu)先突出招聘偏好、簡(jiǎn)歷篩選標(biāo)準(zhǔn)等求職關(guān)鍵信息。

這種精準(zhǔn)到需求的內(nèi)容呈現(xiàn)，讓供需雙方的匹配效率能提升，也是AI帶來(lái)的不一樣的。

然后還有，articuler.ai設(shè)計(jì)了一個(gè)深度輔助工具 “PlayBook”，很有特色。

當(dāng)用戶(hù)決定建立連接，articuler.ai 會(huì)生成包含 「DOs」「DON'Ts」 的詳細(xì)指南，就像記者采訪前的案頭資料，讓破冰有跡可循，讓說(shuō)啥都不再成負(fù)擔(dān)。

照著PlayBook這個(gè)說(shuō)明書(shū)，人人都能高情商高效發(fā)言了。

選中一個(gè)聯(lián)系人，我們點(diǎn)“unlock the playbook”：

會(huì)出現(xiàn)兩個(gè)目標(biāo)，獲得推薦和開(kāi)始關(guān)系 （Get Referral & Initiate Relationship），

也可以自選社交鏈接的目標(biāo)。

他會(huì)給你一個(gè)菜單一樣的指南。

告訴你需要做什么，不需要做什么。

拿這個(gè)Playbook（溝通說(shuō)明書(shū)）和他們創(chuàng)始人Jason聊之前就能獲得很多有用的“情報(bào)”——

先給出了具體的溝通建議（DOs 部分），核心是圍繞早期 AI 初創(chuàng)公司的增長(zhǎng)和創(chuàng)始人韌性展開(kāi)對(duì)話(huà)，重點(diǎn)包含兩個(gè)方向：

1. 聊 Jason 的核心理念：

   圍繞他 “通過(guò) AI 實(shí)現(xiàn)‘通用溝通’” 的哲學(xué)，探討他 “AI 賦能而非替代人際互動(dòng)” 的愿景，結(jié)合他對(duì)碎片化溝通工具的批判、Articuler.ai “無(wú)縫整合 AI 且不犧牲用戶(hù)創(chuàng)造性” 的產(chǎn)品方向，體現(xiàn)對(duì)其使命的理解；

2. 聊產(chǎn)品開(kāi)發(fā)邏輯：

   結(jié)合他對(duì) “過(guò)度復(fù)雜 AI 工具” 的批評(píng)、對(duì) “直觀易訪問(wèn)方案” 的倡導(dǎo)，探討 articuler.ai 開(kāi)發(fā) AI 工具（如課程創(chuàng)作助手）時(shí)，如何平衡技術(shù)復(fù)雜度與易用性，契合他 “以人為本 + 數(shù)據(jù)驅(qū)動(dòng)” 的設(shè)計(jì)偏好。

“DON'Ts” 部分，也明確了兩個(gè)溝通禁忌：

1. 不要把 AI 定位為替代人類(lèi)的工具：

   不能將 AI 方案描述為完全自動(dòng)化、替代人類(lèi)創(chuàng)造力 / 互動(dòng)的工具 ——Jason 的核心理念是 “AI 應(yīng)增強(qiáng)而非替代人際互動(dòng)，是人類(lèi)創(chuàng)造力的伙伴”，若把 AI 僅當(dāng)作降本自動(dòng)化工具，會(huì)違背其理念、阻礙關(guān)系建立；

2. 不要聚焦融資情況或推進(jìn)投資：

   不要直接詢(xún)問(wèn) Articuler 的具體融資輪次，也不要急著進(jìn)行投資推銷(xiāo) —— 目前該公司未公開(kāi)融資細(xì)節(jié)，其增長(zhǎng)靠產(chǎn)品開(kāi)發(fā)和用戶(hù)互動(dòng)驅(qū)動(dòng)，初期溝通提融資會(huì)顯得冒犯或功利。

說(shuō)實(shí)話(huà)，不管找對(duì)象、和對(duì)象相處，還是面試、組團(tuán)隊(duì)、和同事交流，感覺(jué)人人需要這樣一個(gè)「溝通說(shuō)明書(shū)」，邊界在哪、什么能聊、怎么聊，都寫(xiě)的明明白白。

甚至能讓我反思自己和人對(duì)話(huà)時(shí)候，遇到過(guò)的問(wèn)題。

不認(rèn)識(shí)的時(shí)候，第一次和人建聯(lián)，最難。

articuler.ai 團(tuán)隊(duì)與 Apollo、RocketReach、ZoomInfo 等頭部 B2B 信息服務(wù)商合作，推出 Cold Email Agent。

它會(huì)先給用戶(hù)提供目標(biāo)人脈的好幾個(gè)郵箱選項(xiàng)，而且不是隨便列出來(lái)的 ——是會(huì)根據(jù)之前這些郵箱的回復(fù)情況動(dòng)態(tài)調(diào)整排序，這樣能大大提高郵件真正送到對(duì)方手里的概率；

接著，要是用戶(hù)不知道怎么寫(xiě) Cold Email 也不用愁，平臺(tái)會(huì)主動(dòng)問(wèn)清楚用戶(hù)的社交目的。

比如是想請(qǐng)教行業(yè)問(wèn)題還是尋求合作，也會(huì)確認(rèn)是否需要附上簡(jiǎn)歷、項(xiàng)目介紹這類(lèi)輔助資料，弄明白這些后就會(huì)自動(dòng)生成專(zhuān)屬的個(gè)性化郵件內(nèi)容，幫用戶(hù)省了不少琢磨措辭的時(shí)間；

在發(fā)送郵件時(shí)可以上傳簡(jiǎn)歷或者其他的文檔。

你可以選擇發(fā)送郵件的目的。

ai會(huì)根據(jù)你的需求自動(dòng)幫你寫(xiě)出一篇專(zhuān)業(yè)的郵件。

簡(jiǎn)直是省了一個(gè)秘書(shū)的工作。

很實(shí)用的是，它還內(nèi)置了 “Status Tracking” 工具，用戶(hù)能隨時(shí)看到郵件是不是被打開(kāi)了、有沒(méi)有收到回復(fù)。

基于這個(gè)，后續(xù)的匹配邏輯也會(huì)跟著這些反饋調(diào)整——

比方說(shuō)要是某封郵件發(fā)出去好久都沒(méi)人看，平臺(tái)就會(huì)降低這個(gè)郵箱的推薦權(quán)重；

要是對(duì)方看了卻沒(méi)回復(fù)，那之后推薦類(lèi)似背景的人脈時(shí)也會(huì)更謹(jǐn)慎，盡量讓每一次觸達(dá)都更有意義。

Jason 跟我講，articuler.ai 的 Cold Email 回復(fù)率已經(jīng)達(dá)到了15% ，遠(yuǎn)超行業(yè)頭部平臺(tái) In-mail 不足 5%（甚至低至 2%）的回復(fù)率。

這一數(shù)據(jù)背后，我感覺(jué)既得益于精準(zhǔn)的匹配質(zhì)量，也離不開(kāi)歐美成熟的 Email 文化支撐。

02. 雙向連接：從 “找人工具” 到 “社交平臺(tái)”

更有意思的是，articuler.ai的野心不止于“高效找人”，更在于構(gòu)建一個(gè)“雙向連接”的社交生態(tài)：

讓用戶(hù)既能主動(dòng)尋找人脈，也能被動(dòng)被發(fā)現(xiàn)。

之前說(shuō)了很多關(guān)于找人，再說(shuō)說(shuō)維護(hù)關(guān)系、保持聯(lián)系的時(shí)候，能發(fā)揮什么作用。

articuler.ai 提供兩大核心工具：

• Threads 站內(nèi)信：類(lèi)似社交平臺(tái)的即時(shí)溝通功能，方便用戶(hù)與目標(biāo)人脈直接對(duì)話(huà)，避免溝通依賴(lài)外部郵箱；

• 社交漏斗管理：在 Status Tracking 中，用戶(hù)可將聯(lián)系人按 “未溝通 - 已發(fā)送郵件 - 已讀 - 已回復(fù)” 等階段分類(lèi)管理，清晰掌握社交進(jìn)展，提升人脈維護(hù)效率。

簡(jiǎn)單總結(jié)一下：四大前提支撐 AI Native職場(chǎng)社交

articuler.ai 的模式能在歐美市場(chǎng)落地，我覺(jué)得有四個(gè)關(guān)鍵前提的支撐，這也是其AI Native屬性的核心體現(xiàn)：

首先一個(gè)，開(kāi)放的互聯(lián)網(wǎng)信息環(huán)境：歐美PC互聯(lián)網(wǎng)時(shí)代，孕育了大量個(gè)人網(wǎng)站、公開(kāi)資料，數(shù)據(jù)質(zhì)量也高，就為9.8億人脈數(shù)據(jù)池提供了數(shù)據(jù)基礎(chǔ)；

第二個(gè)，AI 能力的躍遷：大模型與算力的發(fā)展，也讓高效處理海量非結(jié)構(gòu)化數(shù)據(jù)成為可能 ——之前的處理器雖也能搜索數(shù)據(jù)，但無(wú)法深度理解，而LLM讓 精準(zhǔn)匹配、定制化Profile成為日常；

再就是，成熟的 Email 文化：Cold Email 老外交流的主要方式，為社交鏈路閉環(huán)提供了天然工具，接受程度更好。

最后，剛需的 Coffee Chat 需求：美國(guó)職場(chǎng)中，大量工作機(jī)會(huì)來(lái)自熟人介紹，大學(xué)生、求職者對(duì) Coffee Chat（咖啡聊）的需求強(qiáng)烈。尤其是遠(yuǎn)程辦公普及、經(jīng)濟(jì)壓力增大的背景下，職場(chǎng)社交需求進(jìn)一步攀升。

03. 說(shuō)說(shuō) articuler.ai 背后的Jason

說(shuō)了這么多我用產(chǎn)品的感受，帶大家看看創(chuàng)始人Jason自己怎么說(shuō)。

有些我很好奇的問(wèn)題，比如他是怎么想到做人的生意的、為什么對(duì)人和模型有那么多理解。

下面是一些對(duì)話(huà)，聊完讓我覺(jué)得，社交類(lèi)的產(chǎn)品，就該Jason能做。

從高中時(shí)耳機(jī)創(chuàng)業(yè)，到一個(gè)更懂「人」的 CEO

Frank：Jason你好像很會(huì)抓痛點(diǎn)，很好奇你這種能捕捉“別人想要什么”的能力，是從什么時(shí)候開(kāi)始的？有沒(méi)有一件特別早的事影響了你？

Jason：如果要說(shuō)最早的起點(diǎn)，大概是高中。

我特別喜歡音樂(lè)，那幾年“燒耳機(jī)”很火，但好耳機(jī)貴得離譜，一個(gè)高中生根本買(mǎi)不起。

我心里就冒出一種沖動(dòng)：為什么沒(méi)人把這件事做得更聰明一點(diǎn)？如果別人做得不夠優(yōu)雅，那我來(lái)試試。

于是我開(kāi)始在淘寶買(mǎi)發(fā)聲單元、調(diào)音棉、腔體，把書(shū)桌變成一個(gè)“地下工作室”。

更有意思的是，我發(fā)現(xiàn)不同同學(xué)要的東西完全不一樣。有人喜歡搖滾，我就給他調(diào)低音；有人愛(ài)民謠，我就把中頻貼耳；甚至有些女生更在乎好看，我就連外殼顏色都給她定制。

那是我第一次真正意識(shí)到：每個(gè)人的偏好都不同，而你如果能精準(zhǔn)地做出“ta心里那副耳機(jī)”，ta就會(huì)產(chǎn)生一種強(qiáng)烈的信任感。沒(méi)想到那批耳機(jī)在學(xué)校一夜爆火，甚至讓我賺到了人生第一桶金。

其實(shí)現(xiàn)在回頭想想，我只是憑借自己的愛(ài)好，并且解決了一個(gè)我身邊的問(wèn)題。但是那是我第一次感覺(jué)，理解一個(gè)人的偏好，并給他做出符合他們想要的東西，這件事的價(jià)值遠(yuǎn)比我想象的大。

Frank：有沒(méi)有某個(gè)時(shí)刻讓你突然覺(jué)得“世界和我想的不一樣了”？那種撞墻式的感受？

Jason：其實(shí)就是剛?cè)ッ绹?guó)時(shí)。那種文化失重感特別強(qiáng)，你突然發(fā)現(xiàn)自己在中國(guó)累積的社交方式、語(yǔ)言方式、判斷方式都失效了。

你說(shuō)的話(huà)沒(méi)人聽(tīng)懂，你不懂別人的梗，你插不上嘴，別人也不知道怎么和你建立連接。那段時(shí)間很孤獨(dú)，但也逼著我重新觀察世界，而不是帶著慣性在行動(dòng)。

Frank：聽(tīng)起來(lái)你其實(shí)小時(shí)候的某些特質(zhì)一直延續(xù)到今天，但也有些是在不斷被逼出來(lái)的，對(duì)嗎？

Jason：對(duì)。我覺(jué)得有些東西是人的“底色”，比如我從小就愛(ài)折騰，對(duì)于自己感興趣的東西有好奇心。但也有很多是在新環(huán)境里被迫長(zhǎng)出來(lái)的，比如文化理解力、快速融入陌生群體的能力、以及在混亂中找到自己的方式。這些都不是天生的，是環(huán)境逼出來(lái)的。

從尷尬的兄弟會(huì)，到1200美金的創(chuàng)業(yè)課

Frank：你之前提過(guò)兄弟會(huì)，那段經(jīng)歷對(duì)你影響很大。你能講講你是怎么真正融入的嗎？

Jason：剛加入的時(shí)候真的很尷尬。兄弟會(huì)全是美國(guó)白人，大家講段子、講文化梗、講一些托福聽(tīng)力里根本不會(huì)出現(xiàn)的東西，我完全聽(tīng)不懂，自然也插不上話(huà)。他們覺(jué)得我融不進(jìn)來(lái)，我也覺(jué)得自己像透明的。

轉(zhuǎn)折點(diǎn)是一次和幾個(gè)兄弟會(huì)里的“brothers”一起上一節(jié)創(chuàng)業(yè)課。

老師給每組 200 美金，讓我們一個(gè)學(xué)期想辦法賺最多的錢(qián)。別的組做午餐訂閱、做小 app，我提出：“中國(guó)春節(jié)快到了，我們做春聯(lián)吧。我可以給每個(gè)人寫(xiě)中文名字。”

提出這個(gè)想法的原因很簡(jiǎn)單——我覺(jué)得這件事對(duì)美國(guó)同學(xué)來(lái)說(shuō)很酷，對(duì)中國(guó)學(xué)生來(lái)說(shuō)又很親切，而且最重要的是可以在這個(gè)project規(guī)定的時(shí)間下下快速產(chǎn)生現(xiàn)金流。

我們?cè)趫D書(shū)館門(mén)口擺了一周的攤位，我們賺了 1200 美金，全班第一。當(dāng)時(shí)我兄弟會(huì)里的白人brothers們都驚了，他們說(shuō)“Jason，為啥你能讓所有路過(guò)的人都掏錢(qián)買(mǎi)單？”

其實(shí)答案也很簡(jiǎn)單，身邊的同學(xué)都對(duì)這個(gè)對(duì)聯(lián)上的內(nèi)容很感興趣（而且可以貼在自己的車(chē)窗上），并且美國(guó)同學(xué)都想要自己的中文名字（笑）。

那時(shí)候我就覺(jué)得，跨文化融入不是成為“美國(guó)人”，更不是討好別人——得找到讓別人對(duì)你感興趣的點(diǎn)，然后用你的能力給出價(jià)值。

Frank：那你最初覺(jué)得“我真的融入了”的時(shí)刻是什么？

Jason：是我身邊的brother覺(jué)得我很“酷”，我能創(chuàng)造價(jià)值。

那是我第一次在一個(gè)完全不同文化的系統(tǒng)里，靠自己的能力建立起我的社交標(biāo)簽，成為一個(gè)很“酷”的獨(dú)立個(gè)體。

Frank：你也做過(guò)轉(zhuǎn)學(xué)模型，對(duì)嗎？這段經(jīng)歷聽(tīng)上去也很有意思。

Jason：對(duì)，我大學(xué)學(xué)數(shù)學(xué)，但其實(shí)是留學(xué)生圈里的“小鎮(zhèn)做題家”——?jiǎng)e人高中過(guò)科研，我大一第一天連“論文是什么”都搞不明白。

但我發(fā)現(xiàn)有很多人和我一樣，學(xué)習(xí)能力極強(qiáng)，卻缺乏資源，被困在信息不對(duì)稱(chēng)里——只是因?yàn)槲冶容^會(huì)考試，申請(qǐng)結(jié)果還不錯(cuò)，但是身邊有很多和我背景相同的小伙伴并沒(méi)有進(jìn)入特別好的大學(xué)

于是我研究美國(guó)轉(zhuǎn)學(xué)機(jī)制，做了一個(gè)量化模型來(lái)解釋美國(guó)大學(xué)申請(qǐng)這個(gè)比較 “玄學(xué)”的過(guò)程：客戶(hù)只需要告訴我他們的成績(jī)、選課、背景，我模型輸出錄取率最高的學(xué)校與專(zhuān)業(yè)，還告訴他們?cè)趺催x課、文書(shū)重點(diǎn)是什么。

三年里，我?guī)土私咏话賯€(gè)學(xué)生轉(zhuǎn)入 Top30。

我可以用技術(shù)把一些原本被埋沒(méi)的人推到一個(gè)更好的起點(diǎn)。這也影響了 Articuler.ai 后來(lái)的價(jià)值觀——技術(shù)的價(jià)值不是把強(qiáng)者變得更強(qiáng)，而是讓所有人的價(jià)值能被放大、能被看見(jiàn)。

為什么被叫做“更懂人的 CEO”

Frank：很多人都說(shuō)你特別懂人。懂用戶(hù)、會(huì)識(shí)人用人，你覺(jué)得這是天賦嗎？

Jason：我覺(jué)得不是單一來(lái)源，是一條連續(xù)積累的路徑。

高中做耳機(jī)，我開(kāi)始理解到每個(gè)人想要的東西都不同；去美國(guó)，我從「懂偏好」變成「理解文化」；做轉(zhuǎn)學(xué)模型，我從「理解人」變成「影響和改變一群人的命運(yùn)」。

這些經(jīng)歷疊加在一起，讓我形成了三個(gè)能力：

第一，經(jīng)歷逼出來(lái)的觀察力——不斷進(jìn)入陌生系統(tǒng)，讓我必須快速理解群體規(guī)則；第二，對(duì)人的偏好和動(dòng)機(jī)保持漫長(zhǎng)的好奇心；第三，解決問(wèn)題的能力。我的性格底色是“利他”的，同時(shí)我屬于看到身邊的問(wèn)題就想解決掉的人。這個(gè)過(guò)程中，我發(fā)現(xiàn)我很享受解決問(wèn)題、同時(shí)幫助別人的體驗(yàn)。

Frank：你判斷一個(gè)人適不適合一起做事，最核心的標(biāo)準(zhǔn)是什么？

Jason：其實(shí)就是動(dòng)機(jī)和匹配。不是這個(gè)人強(qiáng)不強(qiáng)，而是他真正想做什么、他在什么環(huán)境里最舒服、他在什么結(jié)構(gòu)里能發(fā)揮最大價(jià)值。每個(gè)人都有自己的“最優(yōu)解”，關(guān)鍵是看你能不能讀懂。

為什么不去大公司，偏要?jiǎng)?chuàng)業(yè)

Frank：感覺(jué)按你的學(xué)歷背景和同學(xué)情況，身邊更多可能選擇去大公司、去特別響亮的Big Name，為什么你想創(chuàng)業(yè)呢？

Jason：big tech 毫無(wú)疑問(wèn)能培養(yǎng)一流的工程師，只是它擅長(zhǎng)的是——在成熟系統(tǒng)里，把既定問(wèn)題優(yōu)化到極致。

而我從小到大擅長(zhǎng)的，是在混亂里發(fā)現(xiàn)問(wèn)題、定義問(wèn)題、用極少資源把它解掉。

高中我自己焊耳機(jī)、后來(lái)用一個(gè)模型幫近百個(gè)學(xué)生逆襲 Top30，這些經(jīng)歷本質(zhì)上都不是“執(zhí)行任務(wù)”，而是從 0 到 1。

所以我沒(méi)有進(jìn) big tech，不是因?yàn)槲疫M(jìn)不去，而是我知道那條路不會(huì)把我訓(xùn)練成一個(gè)創(chuàng)始人，只會(huì)把我訓(xùn)練成一個(gè)體系里的螺絲釘。

反過(guò)來(lái)，現(xiàn)在回頭看這條路——我做 VC，看過(guò)不同賽道里最極致的創(chuàng)業(yè)者；現(xiàn)在創(chuàng)業(yè)，我們的融資只有同類(lèi)團(tuán)隊(duì)的大約 1/10，上線(xiàn)時(shí)間是他們的 1/5。

但無(wú)論從匹配效果、產(chǎn)品打磨程度，還是真實(shí)的用戶(hù)留存，我們的表現(xiàn)都遠(yuǎn)在很多“履歷光鮮”的對(duì)手之上。

這讓我更確定一件事：

不是只有大廠出來(lái)的人才配做創(chuàng)業(yè)者，真正適合創(chuàng)業(yè)的人，是那些習(xí)慣在無(wú)人區(qū)里自己找路的人。

Frank：所以你認(rèn)為自己天生更適合從零開(kāi)始？

Jason：可以這么說(shuō)。我從來(lái)不喜解決別人定義好的問(wèn)題，而是自己發(fā)現(xiàn)問(wèn)題、定義問(wèn)題、解決問(wèn)題——我發(fā)現(xiàn)自己身邊還沒(méi)有解決的問(wèn)題都已經(jīng)很多了，為什么還要去大廠里面解決別人定義好的問(wèn)題？

big tech 里工作大多數(shù)時(shí)候解決的是“成熟系統(tǒng)里的優(yōu)化”；而我一直喜歡的是發(fā)現(xiàn)問(wèn)題、定義問(wèn)題、再?gòu)?-1找到最優(yōu)雅的解法，是在資源極少的情況下創(chuàng)造價(jià)值。

Frank：你還去麥肯錫實(shí)習(xí)過(guò)，后來(lái)又轉(zhuǎn)做了 VC。這算是你為創(chuàng)業(yè)做的“偵察”嗎？

Jason： 是的。我當(dāng)時(shí)做的兩個(gè)創(chuàng)業(yè)項(xiàng)目現(xiàn)金流很好，但很難 Scale Up。我想弄明白世界上最大的公司是每天都是怎么做生意的，所以我去了麥肯錫——

因?yàn)槁?tīng)起來(lái)麥肯錫就是在給這些最大的公司解決最難的問(wèn)題。但十周summer之后后我發(fā)現(xiàn)咨詢(xún)太形而上，很難接觸到真實(shí)的Business。

坦誠(chéng)來(lái)講，當(dāng)時(shí)畢業(yè)的時(shí)候很迷茫。雖然想創(chuàng)業(yè)，但是不知道應(yīng)該去做什么。所以，我轉(zhuǎn)去做 VC。

在我看來(lái)，VC 是一種 “Meta-level 的創(chuàng)業(yè)”：用自己的判斷押注新的世界，和最聰明的人一起做事。那幾年，讓我比去 Big Tech 更快地接觸到“商業(yè)的真相”和“人的真相”。

VC給我最大的幫助是“見(jiàn)過(guò)好東西”——我不相信一個(gè)人連好東西都沒(méi)見(jiàn)過(guò)，自己就能憑空做出來(lái)。

但反過(guò)來(lái)，做 VC 做久了，也會(huì)有一個(gè)很大的錯(cuò)覺(jué)：你站在場(chǎng)邊看了太多比賽，會(huì)以為自己上場(chǎng)就能打得很好。

真正創(chuàng)業(yè)以后我發(fā)現(xiàn)，一個(gè)再專(zhuān)業(yè)的裁判，上了場(chǎng)都得從基本功練起。以前我覺(jué)得 VC 和創(chuàng)業(yè)是一體兩面，現(xiàn)在我覺(jué)得——這是兩種完全不同的肌肉。VC 讓我知道什么值得做，創(chuàng)業(yè)逼著我練出“真的能把它做出來(lái)”的那部分。

職業(yè)社交的底層邏輯是“匹配”，而非“搜索”

Frank：你的創(chuàng)業(yè)之路也不是一帆風(fēng)順，經(jīng)歷了三次方向重構(gòu)，團(tuán)隊(duì)也曾有人離開(kāi)。你人生中最大的挑戰(zhàn)，就是這一年的創(chuàng)業(yè)轉(zhuǎn)型期嗎？

Jason：絕對(duì)是。創(chuàng)業(yè)更像是在無(wú)人區(qū)探索，不知道方向在哪兒。我們最初做了 cold email agent，增長(zhǎng)很好但不愿付費(fèi)；接著做了 Personal CRM，但發(fā)現(xiàn)很難切入銷(xiāo)售生態(tài)的核心鏈路。那段時(shí)間很迷茫。

直到我們從一次次用戶(hù)訪談和數(shù)據(jù)里，看到了一個(gè)驚人洞察：超過(guò) 80% 的人，在 LinkedIn 上的使用時(shí)間，都在“找人”。

那一刻我們突然意識(shí)到：人與人的關(guān)系，本質(zhì)就不應(yīng)該是“搜索”。搜索是上個(gè)時(shí)代的技術(shù)范式。今天應(yīng)該是“匹配”。幫用戶(hù)找到應(yīng)該認(rèn)識(shí)的人，幫用戶(hù)被那些應(yīng)該認(rèn)識(shí)他的人看到。

我們才真正找到了 articuler.ai 的方向。

Frank：所以你們選擇用 Embedding 來(lái)理解人，這和 LinkedIn 的關(guān)鍵詞匹配有什么本質(zhì)區(qū)別？

Jason：我們的 CTO 以前在做 Dating 產(chǎn)品時(shí)就踩過(guò)“給人打標(biāo)簽”的坑，信息損失巨大。

標(biāo)簽是離散的、斷點(diǎn)式的；人是高維的、連續(xù)的。

大模型最強(qiáng)的能力不是生成，而是表達(dá)。它把“人”這種最復(fù)雜的存在，用向量的方式精確地表達(dá)出來(lái)。職業(yè)社交的本質(zhì)是價(jià)值交換，難點(diǎn)是找到雙方真正的關(guān)聯(lián)點(diǎn)，這天然就是一個(gè)向量空間問(wèn)題。

LinkedIn 的邏輯是：搜索 → 過(guò)濾 → 人工判斷，像在 Patch 一個(gè)舊架構(gòu)。

我們的邏輯是：把“找人”和“匹配”合成一步，做一次數(shù)學(xué)意義上的相似性匹配。這是一個(gè)從多步啟發(fā)式（Heuristic）到單步數(shù)學(xué)算子的降維打擊。我們不是在用 AI 模擬舊時(shí)代的人才搜索系統(tǒng)，我們是在重寫(xiě)這個(gè)系統(tǒng)的底層結(jié)構(gòu)。

用戶(hù)是唯一的金標(biāo)準(zhǔn)

Frank：聽(tīng)說(shuō)你在冷啟動(dòng)時(shí)，還親自跑去美國(guó)校園做地推，發(fā)海報(bào)、做訪談。在融資艱難、資源稀缺的情況下，是什么力量讓你挺過(guò)來(lái)的？

Jason：說(shuō)實(shí)話(huà)，不是靠迎合市場(chǎng)的風(fēng)口，不是靠投資人，是靠用戶(hù)。

今年上半年我們沒(méi)有錢(qián)燒廣告，只能用最“土”的方式增長(zhǎng)。我永遠(yuǎn)記得在 Berkeley，一個(gè)同學(xué)跑過(guò)來(lái)說(shuō)：“原來(lái)你就是 articuler.ai 的人？你們幫我找到第一個(gè)工作內(nèi)推。謝謝你們。”

那一瞬間我知道：我們做的不是一個(gè)工具，而是給用戶(hù)一個(gè)被看見(jiàn)的機(jī)會(huì)、讓用戶(hù)連接到那些本就應(yīng)該認(rèn)識(shí)的人。

當(dāng)用戶(hù)增長(zhǎng)、留存曲線(xiàn)變長(zhǎng)，我知道方向是對(duì)的。所以我現(xiàn)在越來(lái)越堅(jiān)定一個(gè)信念：用戶(hù)是創(chuàng)業(yè)唯一的金標(biāo)準(zhǔn)。一切成就都不是我做出來(lái)的，而是用戶(hù)把我們抬上來(lái)的。

我相信，這個(gè)時(shí)代屬于小團(tuán)隊(duì)，屬于 underdog。

Underdog always win. 創(chuàng)業(yè)應(yīng)該是靠真實(shí)的價(jià)值前進(jìn)，而在彈盡糧絕的時(shí)候噪音最小，也最能清晰的發(fā)現(xiàn)真實(shí)的價(jià)值。

重構(gòu)“巴別塔”：AI 時(shí)代職業(yè)社交的入口

Frank：最后一個(gè)問(wèn)題，你對(duì) articuler.ai 未來(lái) 10 年的愿景是什么？你最希望這家公司在這個(gè)行業(yè)和社會(huì)留下什么？

Jason：我一直覺(jué)得，職業(yè)社交本質(zhì)上缺了一個(gè)東西：每個(gè)人在互聯(lián)網(wǎng)上都應(yīng)該有一個(gè)真正屬于自己的職業(yè) Identity。不是簡(jiǎn)歷，不是主頁(yè)，而是你真實(shí)的經(jīng)歷、能力、價(jià)值主張，以及你應(yīng)該和誰(shuí)相遇。這些東西現(xiàn)在都是碎片化的。

我希望 articuler.ai 能成為 AI 時(shí)代職業(yè)社交的入口。一個(gè)能夠幫你連接、被發(fā)現(xiàn)、被理解、被看見(jiàn)的產(chǎn)品。

我們公司的主體名字叫 Babel Intelligence，來(lái)自“巴別塔”的神話(huà)。那個(gè)故事講的是人類(lèi)因?yàn)闇贤ú粫常瑹o(wú)法繼續(xù)合作。我覺(jué)得這也是現(xiàn)代職業(yè)世界的寫(xiě)照：信息割裂、人被標(biāo)簽化、本該認(rèn)識(shí)的人彼此錯(cuò)過(guò)。

我相信 AI 帶來(lái)的最大機(jī)會(huì)，就是：讓人類(lèi)重新互相理解。 讓價(jià)值被看到。讓?xiě)?yīng)該相遇的人終于相遇。

我們不是在做一個(gè)“更便宜的 LinkedIn”，我們是在嘗試用技術(shù)重構(gòu)一座新的巴別塔——把人重新連接起來(lái)。

我希望 articuler.ai 能讓每個(gè)人都能被理解，被看見(jiàn)，找到屬于自己的位置，讓那些本就應(yīng)該發(fā)生的連接，不再錯(cuò)過(guò)。如果我們能推動(dòng)哪怕百分之一的人，因?yàn)橐淮芜B接而改變?nèi)松壽E，那這家公司就值得存在。

Frank：感謝 Jason，這個(gè)故事非常有力量。我能感受到你不是“為了創(chuàng)業(yè)而創(chuàng)業(yè)”，你是“因?yàn)橄嘈乓粋€(gè)問(wèn)題值得解決，相信你能解決，才不得不創(chuàng)業(yè)”的。

Jason：在 AI 的時(shí)代，信息會(huì)越來(lái)越不稀缺，但被理解、被看見(jiàn)、被連接，永遠(yuǎn)是最稀缺的東西。希望我們的產(chǎn)品能幫助大家連接到那些“本就應(yīng)該認(rèn)識(shí)”的人。

04. 社交的下一站，遠(yuǎn)沒(méi)到終點(diǎn)

我微信一萬(wàn)多近兩萬(wàn)好友，但還是會(huì)人脈過(guò)載、會(huì)社交無(wú)效，好友躺在列表里，從點(diǎn)贊之交到僵尸之交到相忘于江湖……

Tinder邏輯 + LinkedIn網(wǎng)絡(luò) + AI引擎，articuler.ai 似乎給出了新的解法。

就像創(chuàng)始人Jason說(shuō)的愿景：“讓每個(gè)人都能被理解，被看見(jiàn)，找到屬于自己的位置，讓那些本就應(yīng)該發(fā)生的連接，不再錯(cuò)過(guò)。”

像我身邊，對(duì)很多需要拓展人脈的朋友來(lái)說(shuō)，articuler.ai 或許不是唯一選擇，但它能為職場(chǎng)社交提供一種更高效、更溫暖的可能——

畢竟，最好的連接，從來(lái)都不是刻意尋找，而是恰好遇見(jiàn)。

和Jason聊完，我突然想起自己前陣子在LinkedIn上翻了半個(gè)鐘頭，給一個(gè)AI行業(yè)前輩精心發(fā)了打招呼求合作的一段話(huà)，卻石沉大海。

而現(xiàn)在打開(kāi)articuler.ai，看著那個(gè)匹配的Google AI研究員，還有PlayBook里寫(xiě)好的“可以聊聊你最近在大模型推理優(yōu)化上的實(shí)驗(yàn)嗎”，好像主動(dòng)連接這件事，變?nèi)菀琢恕?/p>

終于我不用再硬著頭皮、尬聊，因?yàn)锳I把那些“怕說(shuō)錯(cuò)話(huà)”、“怕找不到共鳴”的顧慮，都變成了剛好能聊到點(diǎn)上的底氣。

Jason說(shuō)，AI的終極價(jià)值是“讓人類(lèi)重新互相理解”，我原來(lái)覺(jué)得這是句漂亮話(huà)，現(xiàn)在倒有點(diǎn)信了。

當(dāng)AI從冷冰冰的工具，逐漸變成幫你讀懂對(duì)面那個(gè)人真正在意什么的翻譯器，那些本該平行的人生，才真的有了相交的可能。

就像你刷Tinder時(shí)偶然劃到的人，后來(lái)成了常約咖啡的朋友；在articuler.ai上隨手點(diǎn)進(jìn)的Profile，說(shuō)不定就是下一個(gè)和你一起把想法落地的伙伴。

在Jason身上，我看到一個(gè)貫穿始終的邏輯：理解人、影響人、創(chuàng)造價(jià)值。

AI 能做的，是把復(fù)雜和碎片變得清晰，把潛在的機(jī)會(huì)顯化；人能做的，是把價(jià)值的火花點(diǎn)燃、把關(guān)系的種子養(yǎng)成。

世界，更小了……