增长操盘｜增长负责人拆漏斗：三次查询才算激活，八成靠口碑

一句话判断
增长负责人管的是整条用户漏斗，不是投放预算；顶部已经够满时，第一刀常是早期激活与留存——第一次 session 打满三次查询才算摸到价值，第六个月留存大约百分之四十五是老实靶心；获客大约八成靠口碑与合作分发，付费买量要慎用、别当主引擎。

本期精读《20VC》对 Perplexity 增长负责人 Raman Malik 的访谈，「发声」增长系列 EP 31：增长负责人怎么拆漏斗。

1. 增长负责人职责（growth ownership）：增长负责人管的是整条用户漏斗，不是投放预算或投放小组。Perplexity 把增长拆成产品与营销两条线，但目标是同一条漏斗——从进来、激活、留存到变现一起看。定位错了，就会在顶部流量已经够多时，还本能地加买量。

2. 漏斗诊断（funnel diagnosis）：合作分发已经灌满顶部时，第一刀常是早期激活与留存，不是再加买量。建职能也要先看留存火种：第三、第四个月大约百分之三十留存，才值得浇油。主题升华收成一句：先诊断漏斗卡在哪，再决定要不要碰 CAC 和 LTV。

3. 激活定义（activation）：第一次 session 打满三次查询，才算摸到价值——不是下载了、也不是点开过一次。第五次弹登录闸是另一套实验，别和「三次查询」混成同一件事。激活标准写清楚，后面 A/B 才是在校正方向，而不是为绩效表凑一个百分之十二。

4. 留存靶心（retention target）：第六个月留存大约百分之四十五，是他们说的老实靶心。抬水位靠微优化，每季还要敢打大动作；三杠杆是：提升用户质量、增加硬件入口、改善产品体验功能。变现后置：先抬水位，递减之后再盯获客成本比生命周期价值（CAC vs LTV）。

5. 获客结构（acquisition mix）：获客大约八成靠口碑；合作分发比自己站在山顶喊更有效。付费买量要慎用、别当主引擎——顶部数字会好看，却常常带不来增量，还伤留存。品牌要三到七次触达，真正值钱的是可传播的增量曝光；校园渠道则是把权力用户武装成地面部队，而不是先铺全国广告。

谢谢海涛帮忙庆生🎉
哈哈

增长操盘｜潜在需求、目标用户、一校测试：Nikita Bier 怎么判断谁会帮你拉新

一句话判断：
带网络效应的社交产品，要先挖清 latent demand、押会邀请的年轻用户，再用可复现流程在一校或垂类里测密度；学校广告和 Instagram 只是测试工具，不是规模化。

本期精读 Lenny's Podcast 对 TBH / Gas 联合创始人 Nikita Bier 的访谈，挂在「发声」增长系列 EP 30：谁会帮你拉新。

1️⃣潜在需求/动机挖掘（latent demand）： 美国区榜一 Sarahah 整页阿拉伯语，说明「匿名披露／被说点什么」的需求强到愿意越过语言门槛——这是公开行情，比问卷更响；孩子们在 Snapchat 用 emoji 玩「说实话」，说明他们绕着发图和表情，其实要的是正向夸奖的披露，不是再抄一个负向匿名留言框。两层叠齐才构成 TBH 那次机会：榜单异常是行情，拧巴游戏是载体；挖掘出的需求是「想听好话」，结晶方式是关掉自由输入、只许回答他写好的正向投票。产品仍是匿名、不是实名——收到的人仍不知道是谁投的。
Lenny 收成一句：找人们正用扭曲流程索取的价值。动机结晶错了，后面广告和学校渗透只是把错误信号放大。

2️⃣目标用户定义（target user）： 若产品是带网络效应的沟通／社交工具，核心目标用户应押在会邀请、能造密度的年轻 cohort，而不是默认做给成人。支撑是：从十三岁到十八岁，年龄每大一岁，人均邀请大约少百分之二十；大约二十二岁之后，社交飞轮就很难再转起来；成人不太邀新 App，价值若靠邀请与同圈密度，成人侧几乎只能烧广告和融大量 VC 买获客，而且多半得不到网络效应。本集没有覆盖创业者、媒体人、创作者，不要外推成「他们也会邀请」。

3️⃣可复现产品测试流程（reproducible testing）： 比单个 idea 更值钱的是同一套可复现流程：把种子种进一所学校，或种进 affinity groups（按共同兴趣／身份聚在一起的垂类／细分圈子），尽快造出够用的密度，好读飞轮转没转。操作上要先打满一所学校——尽量让整校同步进来，用最好可能版本消掉「也许是执行差」的杂音，必要时用地理围栏控增速、上二十四小时客服消体验混淆。高中生常在 Instagram bio 里写学校缩写，正好用来在单一学校里集中测。目标是信号，不是虚荣下载；失败也进流程资产（从做一个 App 一年压到两周能测一轮）。

4️⃣推广曝光与测试边界（testing ≠ scale）： 要让人愿意下载，大约需要看到营销信息三次——「三次」是曝光次数，不是三种渠道。做法是：定向该校投广告，再开专属 Instagram 关注该校学生，把这「大约三次」铺进同一所学校。重要差别别糊过去：学校广告和 Instagram 是前一百个用户级别的密度测试工具，不是规模化增长术；「在十五所学校投了广告」不等于增长。飞轮转起来之后，产品该自己长；真实增长在分享和邀请那一层。广告和前几秒体验还要对齐，飞轮才转得起来。

5️⃣增长手艺与边界： 耐用社交的长青多半是黑天鹅，要敬畏、别硬规划；能做成科学的那一半——怎么测、按顺序验证、尽快让用户碰到价值、让广告与产品对齐——要一次做满。分发规则一变（如 iOS 通讯录），Plan B 要提前想好。伦理是底线，不是加分项。

每段有英文原话 + 中文精讲，全集约 30 分 58 秒。做增长 / 消费社交 / 产品的朋友，这集听点很扎实。

收听：主页搜「发声 Taste, Out loud」EP 30

#发声TasteOutloud #增长 #AI播客 #学英文 #NikitaBier #产品经理 #拉新 #潜在需求 #目标用户 #小宇宙 #LennysPodcast

可带走的表达： latent demand；target user／年轻 cohort；reproducible testing；affinity group；see the marketing message about three times；testing ≠ scale（nuance 细微关键差别）。

同步补充下选题背景信息～～看过EP25 说行业有讨论关于用户交互界面以后要不要精细做，因为agent或许会成为调用各类应用接口的主入口，复杂的interface（blocks/ primitives有不少精细化产品技术表达✳️)设计对agent调用更费token，然后老早种草了notion这篇就是讲他们为什么做这个接口、怎么考虑的 就做了EP29

看完上一期 a16z 消费级 AI应用发展趋势，这一期补课：

Notion 联合创始人 Simon Last 讲怎么把接口重做成给 agent 调的。

We essentially have a new customer, which is the agent. 付钱的还是人，但产品还要伺候 agent；
不押某一家实验室，把「能换模型」做成产品；
真正稀缺的是人和 agent 协作的工作区，以及约每半年重写一遍 harness 的 craft。
他自己说：I'm now the agent manager instead of the coder.

欢迎收听🎧

标题：EP 28.在美国个人付费订阅上，Claude 超过了 Gemini：a16z 第七版消费级 AI 百强精读
时长：40:53

一句话判断：一半美国人在用 AI，只有约 4.5% 付钱；付钱的人前 1% 每月花 $903。尺子从流量换成了刷卡。

a16z 第七版《消费级 AI 应用百强》第一次加进刷卡收入。Olivia Moore 和 Josh Elman 在 a16z Podcast 里拆这份榜。我精读完，记下这几条：

1. 口径换了：过去看流量，这一版按消费者真正付了多少钱排名。流量榜几乎定型，收入榜却冒出一批流量榜上看不到的产品。
2. 付费转化：约一半美国人说自己在用 AI；真正付订阅的大约 4.5%。付钱的人前 10% 贡献一半以上收入，前 1% 贡献约 20%；前 1% 每月信用卡花 $903，中位数只有 $25。
3. 谁在买单：主要是开发者、创作者，买的是「造东西」的工具。嘉宾原话：这是 power user game。
4. 订阅独大是倒挂：网页榜约 85% 靠订阅，只有约 13% 有广告。消费互联网历史上多数大钱来自广告或交易费；AI 因为成本高，等不起先做密度。
5. 广告已跑通：OpenAI 广告年化约十亿美元。Anthropic 选另一条路（不做广告、主攻高价订阅），在美国个人付费订阅上，Claude 超过了装机量更大的 Gemini。
6. 空白vertical：现在大多卖「省时间」；约会、社交、娱乐这些「花时间」的品类还空着。价值也在回到软件层，价值创造不仅是「套壳」。

听 Spaxex AI Roman Ugarte 讲 Grok Bot，最有用的不是「一个月做出来」，是他对 90% 的判断：AI 帮你干到 90%，那件事你其实还在做。

所以他们做了两个当时并不显而易见的决定：全上云端；每个 bot 一台自己的电脑。不是更聪明，是能被放心委派。

另一个想抄的习惯：做功能之前先写发布推文。写不动人，就干脆别做。

btw我发现OpenAI dots的发布时间是10月4号，Gro BOT讲这个故事的时间是9月8号😌

🟠发声新一期上线：这一期是OpenAI Dev Day当天Lenny’s podcast访谈Tibo的一手拆解！未来，可能比拼的更多是无感体验与自主智能。

每次用AI前都要疯狂纠结选哪个模型？要不要开深度思考？连ChatGPT负责人自己都嫌烦：现在用AI，差不多得配一个“选模型博士学位”😂

Tibo 在最新访谈指出：未来的AI最好是不用打开、不用选择、你进入场景，它就自动在场、自动做完。

想了解更多AI最新动态、工具、发展方向？
欢迎订阅播客，这里有精选的一手资讯拆解陪你看懂趋势，不再焦虑，不再迷路～

一家 14 个月从 10 亿长到 190 亿年化的公司，以及那位说"我七成时间在扑成功的灾难"的增长负责人

Lenny's Podcast 这期是 Anthropic 的增长负责人 Amol Avasare。我用自己那套题过了一遍，十二道里十道给了带细节的答案，两道没出现。

先说那个数字，以及他本人的修正。14 个月，10 亿美元年化 → 190 亿美元年化（注意是年化 ARR，不是年收入）。主持人引用 190 亿的时候，他当场说了一句：那个数是 26年2 月底的，现在（26年4月）也过时了。顺带给了节奏：2023 年 0 到 1 亿，2024 年 1 亿到 10 亿，2025 年 10 亿到大约 100 亿——每年十倍这件事，从一开始就在那儿。但我认为这一期真正值钱的不是这条曲线，是两个词。

第一个：success disasters（成功的灾难）。

I would say that roughly 70% of what I spend my time on is what we internally refer to as success disasters. And that is where like things have gone so well that other things are breaking now.

我大概七成的时间花在一件我们内部叫"成功的灾难"的事上——就是事情进展得太顺利，以至于别的东西现在开始崩了。

第二个：capability overhang（能力悬空）。他的原话是——行业里最大的问题之一是模型变好得太快，而真正的挑战在产品这一侧：我们怎么把这些好处分发出去。

请注意这两个词的共同结构：它们描述的都不是缺口，都是溢出。再往下推一层就是那个组织内部的挤压——五个工程师干出了相当于十五到二十个人的产能，而 PM 还是一两个，他的原话是：

PM and design is just squeezed, it's just absolutely squeezed.

PM 和设计被挤压了，被彻底挤压了。

而全期我认为最好的一句，来自他的设计负责人。两人刚开完一场很难的会，对方给他发了条消息：

Amol, we will have AGI and it will still be impossible to get six people in a room to get to align.

Amol，就算我们有了 AGI，让六个人在一个房间里达成一致，仍然是不可能的。

钱的那一侧也很实在。传统增长团队把六到七成精力压在中小实验上，他们把这个比例翻了过来——七成押大注。理由是他给的那道落差：两年后，作为终端用户，你从一家普通公司拿到的价值大概涨 30% 到 50%（这已经算做得非常好）；而他们家，是一百到一千倍。他还顺手给了适用边界：如果你的产品不是 AI 优先的，AI 只是挂在旁边的几个功能，那我不确定我会这么干。以及一个内部细节：线性图表已经不酷了，一切都是 log linear。

几个值得单独留的表达：
- **success disasters**——成功的灾难。不是做砸了，是做得太好，好到别的东西开始崩。
- **capability overhang**——能力悬空。模型跑在前面，产品在后面追，你刚跑完的那批结论会被下一个模型整批作废。
- **squeezed**——被挤压。不是"工作量变大"，是**两边同时变窄**。
- **log linear**——对数线性。当一家公司连看图的刻度都换成对数，它所有的决策都建立在一个前提上：**下一段会比上一段大得多。**
- **freedom through constraints**——约束带来自由。这条原则在他身上出现了两次：一次在公司（当年最小、钱最少、没有分发，所以只能挑一个非常窄的口子），一次在身体（2022 年脑伤停工九个月之后的那个结论）。

顺便说一句他是怎么进去的：他先是 Claude 的用户，用得很多，然后给当时的首席产品官发了封冷邮件，大意是"你们太需要一个增长团队了"。对方后来告诉他——"你是我唯一一个从冷邮件里招进来的 PM。"

小宇宙搜「发声 Taste, Out Loud」。想要这期的小词和命中表，加我微信 `leedslee2010`，备注「听友」。

一个人想让 AI 永远免费，以及他为此每周要解的那道算术题

Invest Like the Best 这期嘉宾是 Instinct 的创始人 Noah Shinn，公司成立大约一年，目前还是邀请制。我过了一遍自己的题库，几乎每一问都拿到了真回答——这在同类访谈里不多见，因为最难的"钱怎么收、算力怎么锁"两半，他都答到了数字。先说最打动我的那个判断。他要做的事是"让所有人一辈子都免费用得起"（注意：他自己补了一句"我现在不会就此承诺"，这个克制本身就很稀罕）。而支撑它的推理是这样的：

如果用户的钱不进我的账，我就没有理由去影响用户的选择。

反过来说就是那句老话——**if you're not paying, you're the product**。他的说法是"作为写程序的人，我就是不想把那样的现实造出来"。请注意这不是道德宣言，是建筑顺序：先定立场，再倒推收钱的方向。而很多公司是反着来的：先有一个收入模型，再写一份"我们绝不滥用数据"的声明。

顺带他把这条路的价码也摊开了，我认为这是全场最实用的一段市场结构：

一笔数字交易，沿线大约**四十个环节**在挣钱，而它们加起来只分掉**百分之二到二点五**。参照位置从低到高排：Shopify 两三个点、亚马逊十几个点、苹果三十个点。他明确说了不会走到三十个点，也明确说了自己还没定在这条曲线的哪个位置——这是我在访谈里听过比较少见的诚实。

然后是这一期我认为最硬的一段工程现实，建议所有做 AI 产品的人反复听：

需求端，算力大约每周翻一倍（日增百分之十，复利下来的结果）。供给端，交付周期是几个月。于是：买两倍，一周吃完；买五倍，不到三周吃完；买十倍，你先得吃得下那个心理压力——他的原话是 if you can even stomach what it's like to buy 10x ahead。而买错方向的代价是 you get taxed like 3 or 4X：不是贵一点，是惩罚性定价。

他的结论是：这家公司四成的时间不在做产品、不在见客户，而在这道提前量的算术题上。

这也是他唯一一次把风投的定义直接说出口的地方：风险投资本来就该用来承担某个经过计算的风险——而在这里，钱买的不是流量，是**时间**。

另外三个我觉得值钱的细节：

- 怎么量"信任"：信任量不出来，所以找代理指标——"到第一张信用卡的时间"。三周，四成；交出过敏感信息之后，留存八成。把不可量化的东西换成一个能记录、能比较的数字，这一招我今天就想抄。
- 增长的形状：日增百分之十，营销支出零元。最初两百人，每人五个邀请；eBay 上有人把名额卖到三百美元。稀缺是被用户设计出来的，不是被公司设计的。
- 一句产品判词：谈到那些"提示你有订阅该取消，但退订流程故意做得有点麻烦"的产品时，主持人的总结是——any product that's dependent on consumer laziness or inertia is toast. 任何建立在用户懒惰或惯性上的生意，都完了。

几个值得单独留的表达：
- take rate——抽成率，平台从每一笔交易里切走的那个比例。
- vig——抽头。比 commission 更江湖一点，原指庄家从每笔下注里切走的那口。他说的是那些已经铺好的支付轨道：提供便利、减少摩擦，然后 take a vig as a percent of the transaction。
- lead time——交付周期，从下单到东西真正能用那段时间。这个词是这一期后半段的题眼。
- orders of magnitude——数量级。他说未来需要的算力会比现在以为的多出好几个数量级。
- toast——作形容词是"完蛋了、报废了"。be toast这个用法很口语，也很干脆。
- bootstrap off of——借着现成的东西把自己撑起来。他用这个词描述早期怎么沿用已经存在的商业模式。

小宇宙搜「发声 Taste, Out Loud」。想要这期的小词和命中表，加我微信 `leedslee2010`，备注「听友」。