最近新模型发布一轮接一轮，简直测都测不过来，而我意识到，很多的 AI 应用产品，处境其实很尴尬。
如果一款 AI 应用产品以接入某个新模型作为宣传点，确实能带来一阵关注。
但一个月甚至一两周后，更强或者更便宜的模型出现，这次接入很快就会失去宣传价值。同类产品先换上效果更好的模型，用户也有理由跟着换。
图片和视频生成类的产品尤其明显。
当新一代模型在画面质量、动作自然度和指令理解上拉开差距时，旧模型很快就会从卖点变成短板。
用户看见差别，自然会转向效果更好的产品。
所以，AI 应用必须紧跟着更新模型，才能保持产品竞争力，但这就够了吗？
一个 AI 应用产品要怎么活下来？
我有时会回头翻一翻之前的产品新闻，因为我每天发AI 新闻早报，这些新闻都会存进数据库里，我时不时会让 AI 帮我结合最新的新闻和我关注的点，去数据库里重新查阅，以期给我一些新的产品灵感。（这对我很有帮助）
前几天，我翻到一条关于 Perplexity 的消息。
Perplexity 是一款 AI 搜索产品。用户可以像聊天一样提问，它负责搜索和整理答案。它和印度一家大型电信运营商合作，在去年向符合条件的 3.6 亿客户开放了一年的付费版免费资格。
到了 2026 年，最早领取资格的用户陆续结束免费期。针对印度手机应用市场的一组第三方估算显示，Perplexity 的月活跃用户比高峰下降了大约 37%，应用内购买和订阅收入却比开放领取阶段增长了约 60%。
用户少了，钱反而多了。
这不难理解。免费活动能在短时间内把用户群做大。免费期结束以后，需求不强的人自然离开；还愿意继续用的人，通常更认可产品的价值，也更可能付费。
这个数据反差留下了一个很好的产品问题：一年的免费期里，用户究竟在产品中得到并留下了什么，才会让他在免费期结束之后，愿意掏钱继续享受产品服务？
01
大多数产品经理其实不懂大模型
这个标题可能言过其实，不过确实大多数 AI 产品经理并不会接触到调整基模这一步。
大家做的是模型之上的应用，比如写作工具、知识管理产品或者智能客服。模型提供基础能力，产品负责把能力变成一段具体、顺手的使用过程或者说接入到具体业务中去。
模型决定一次生成能做到什么程度。
而产品会决定用户的资料怎样保存、任务怎样继续、结果能不能再次使用。如果一个 AI 应用系统只有聊天框，很难形成自己的长期优势。
把用户带进来，可以靠免费活动、新模型和渠道。而把用户留下来，让用户真的认可产品能力，愿意掏真金白银的，则需要产品在一次次使用之间积累价值。
02
让用户在产品里留下自己的东西
这是我看完那条旧新闻后，最想展开说说的一部分。
我说的“自己的东西”，是用户主动放进产品、以后还会拿出来继续使用的资料、成果和工作过程。
比如聊天记录算一种，不过分量还不够。一长串无法整理、无法复用的对话，留得再多也只是死数据。
以 AI 写作产品为例，用户第一次可能只让模型改一段文字。产品如果停在生成结果这一步，下一次打开时，他仍然要重新介绍文章写给谁、前面用了哪些资料、哪些表达已经改过。
产品可以把这次使用变成一项长期积累。用户把资料放进项目，保留选题、提纲和改过的正文，也可以保存自己认可的表达方式。下次回来，产品知道这篇文章写到了哪里，能接着已有资料继续改。过几个月，这里已经有了一批完成过的文章和一套逐渐成形的写作习惯。
这种数据沉淀听起来像是一个 Harness 工程需要做到的，但我觉得任何 AI 应用产品，都应该有帮助用户积累私人数据的习惯。
知识管理产品也是一样。用户上传的文件、亲手做的分类、写下的批注，以及不同资料之间建立的关系，都可能会影响下一次搜索和判断。Agent 产品还可以保留任务目标、完成进度、失败过的路线和验收结果。用户第二次使用时，不用重新告诉产品哪些路已经走不通。
这些积累都有一个共同点：它们在下一次任务里还能派上用场，替用户省掉一次从零开始。
产品要主动帮助用户保存和复用。一次任务完成后，结果可以顺手放进项目；用户再次打开时，产品能接回上次的资料和进度；开始新任务时，用户也能清楚地选择要复用哪些旧内容。
积累还要让用户自己看得懂。资料放在哪里，模型调用了什么，哪些内容影响了结果，都应该尽量清楚。否则产品只是替用户攒了一堆后台数据，用户自己却感受不到价值。
所以产品经理应该改变一下关注的指标。
日活和对话次数只能说明用户来过。用户会不会重新打开旧项目、继续添加资料、复用过去的成果，才说明产品里的东西正在变得有用。
如果每次使用都从一个空白聊天框开始，用户用了半年，离开时也可能什么都不用带走。
当项目、资料、成果和工作习惯逐渐连在一起，自然用户的迁移成本就高了。
换一个模型、产品很容易，但搬走一整段已经形成的工作过程就麻烦得多。
用户能在产品里查看、导出和删除自己的数据。即使拥有随时离开的权利，他仍愿意留下，因为原来的项目组织、上下文和工作习惯在这里最好用，这才是一条经得住竞争的护城河。
03
付费点，是鼓励用户创造数据并增加迁移成本
用户未必知道产品后台已经换过几次模型。他能直接感受到的是，资料还在，过去的成果还能继续用，手里的工作没有被打断。
订阅费买下的就是这种连续性。对产品经理来说，免费期的任务应当是帮助用户建立第一个长期项目，留下第一批未来还会复用的资料和成果。只要这些东西开始在下一次任务里发挥作用，收费以后继续使用就有了理由。
回头看 Perplexity 那组数据，：免费可以把很多人带进来，收费会筛出需求更强的一批人。产品能否留住他们，要看这一年里有没有帮助他们建立起值得继续使用的东西。
如果这篇文章对你有启发，欢迎关注「硅基斥候S01」。我会继续从真实产品和商业事件里，拆解 AI 产品应该怎样做得更好。
