烧光10亿的字节AI产品下线了

10月29日，字节跳动旗下的AI产品扣子（Coze）发布公告：企业版进入下线倒计时。11月30日起停止新客户购买，旧版套餐年底下线，新版企业套餐最晚2027年底全面退出。

看到这条消息，我感触挺深。

两年前，扣子几乎是国内AI产品经理和创业者的必修课。搭智能体、拖拽工作流、接插件，很多人第一次真正理解AI应用，就是从它开始的。我自己也用过。

网传扣子前后投入近10亿元，这个数字没有得到官方证实。但一个曾经这么火的AI产品，为什么没能成为长期的平台？

我做了这么多年互联网产品，越来越觉得：互联网产品经理最容易犯的错误，就是用过去成功的方法，去解决一个全新的问题。

扣子的退场，或许正好给我们上了一课。

一、扣子的问题，是把过渡期当成了终局

扣子为什么火？

因为早期的大模型不够聪明。让它独立完成一项复杂任务，经常出现逻辑混乱、遗漏步骤、结果不稳定。

于是产品经理祭出了最熟悉的办法：拆节点、连流程。

哪一步调用模型，哪一步执行代码，哪一步读取数据，全部提前设计好。模型搞不定的部分，用人工流程和代码兜底。

这套方法在当时非常聪明，我不否认。

但问题在于：工作流究竟是AI的终极形态，还是模型能力不足时的一种工程补偿？

当模型开始具备理解目标、自主拆解任务、选择工具、检查结果的能力，原来需要人手工搭建的流程，就可能被模型自己完成。

以前我们教AI怎么走，现在AI开始自己决定怎么走。

当然，工作流不会消失。金融、医疗、制造等对审计、可控性和稳定性要求很高的场景，确定性流程依然有价值。

但如果一个产品的核心壁垒，只是弥补模型的短板，那么模型每进步一步，它的价值就可能少一分。

把过渡方案当成商业终局，是当下AI行业很容易犯的错误。

二、从3D虚拟大屏到AI视频工作流，我们为什么总在重复同一种错误？

这让我想起过去互联网视频平台做过的一件事。

当年不少视频平台热衷于建设3D虚拟演播厅、虚拟场景和炫酷的数据大屏。投入不少，发布会科技感十足，效果看起来非常先进。

但后来呢？

用户真正关心的是内容好不好看，信息有没有价值，体验是否方便。那些投入巨大成本建设的虚拟场景，真正能够形成用户价值的并不多。

技术展示和产品价值，从来不是一回事。

今天的AI视频赛道，又出现了类似的现象。

不少团队把视频生成拆成剧本、分镜、人物、场景、镜头、转场、配音等几十个节点，再通过工作流连接起来。界面越来越复杂，功能越来越多，号称专业、可控、高效。

但我一直想问一句：普通用户真的需要操作几十个节点吗？

如果未来模型能够理解一段文字、一组参考图片，甚至一段视频的整体创作意图，自主完成分镜、人物一致性、镜头调度和视频生成，那么今天这些复杂的操作界面还有多少必要？

专业创作当然需要控制能力，标准化生产也需要工作流。但不能因为技术上可以拆成几十个节点，就认为用户需要操作几十个节点。

这其实是互联网产品经理很容易犯的毛病：把技术实现的复杂度转嫁给用户，再把复杂的操作包装成产品壁垒。

三、飞书起了大早，为什么还要重新理解AI办公？

飞书做AI其实很早。

知识问答、会议纪要、文档总结、智能伙伴，它在AI办公上的探索并不晚。

但当Agent开始从回答问题走向真正替人干活，WorkBuddy这样的新产品开始受到市场关注。

这里最值得思考的，不是谁已经赢了，而是产品定义发生了变化。

过去的办公软件，是让人通过工具完成工作。现在用户想要的，可能是一个能够接收任务、调用工具、处理文件、推进工作，最后直接交付结果的数字员工。

一个是人驱动工具，一个是AI驱动工具。

两者看起来只差一步，产品逻辑却完全不同。

飞书的优势是组织协作、文档、会议和企业生态。但成熟产品也有自己的惯性。原有业务越成功，越容易围绕原来的产品形态做增量创新。

AI一来，第一反应往往是给老产品增加一个入口、增加一组功能，而不是重新思考用户的工作方式。

飞书当然还有机会，WorkBuddy也不意味着已经胜出。但这个变化值得所有办公软件重新思考：

未来用户需要的是一个带AI的办公软件，还是一个能够使用办公软件替自己工作的AI？

四、豆包很成功，但流量成功不等于模型成功

再说豆包。

不可否认，它是国内最成功的消费级AI产品之一。字节的产品力、分发能力、内容生态和运营能力，把AI做成了普通人每天愿意打开的产品，这件事非常不容易。

但我们必须分清两个问题：豆包是不是一个成功的AI产品？它背后的模型，是不是已经具备全球领先的底层能力？

这是两回事。

互联网时代，我们用DAU、留存、时长评价产品。用户越多，产品商业价值通常越大。

但大模型时代，用户爱用，不等于技术领先。

推理能力、代码能力、复杂任务执行能力，才是衡量模型实力的重要标准。

国内不少模型厂商通过蒸馏、合成数据、开源模型微调，快速追赶海外先进模型。这些技术路线本身没有问题，蒸馏也是正常的技术手段。

但如果长期只是复现别人的能力，却没有形成自己的训练方法、数据优势和技术突破，差距就很难真正消失。

DeepSeek给行业带来的启发就在这里：不能只盯着应用层的流量和商业化，还要有人愿意持续投入，解决底层技术问题。

做应用可以借力，做模型不能永远靠模仿。

五、AI时代，产品经理最需要改变的是什么？

从扣子到飞书，从3D虚拟场景到AI视频工作流，再到豆包和DeepSeek，我看到的是一个共同的问题。

过去二十年，中国互联网公司最擅长的就是产品化、流程化和商业化。

一个新技术出来，我们第一反应往往是拆解功能、设计交互、增加入口、建立工作流，再想办法获取流量和变现。

这套方法曾经创造了很多成功的互联网公司。

但AI技术进步的速度，可能已经超过了传统产品形态的生命周期。

今天花半年打磨的一套工作流，明天模型升级可能就不需要了；今天精心设计的复杂交互，未来可能只需要一句自然语言指令。

过去产品经理拼的是怎么让用户多打开几次APP，未来拼的是怎么让用户少打开几次APP，事情就办完。

过去比拼堆多少功能、多少节点；未来比拼的是哪些事情根本不应该再让用户动手。

我并不反对商业化，也不认为所有工作流都没有价值。真正值得警惕的，是拿着上一代互联网的成功经验，硬套下一个时代。

扣子的故事告诉我们：

AI时代最大的敌人，往往不是竞争对手，而是我们过去的成功经验。

起个大早不难，难的是技术迭代面前，敢于推翻自己，敢于否定自己曾经赖以成功的那套逻辑。

这才是互联网产品经理真正需要重新学习的东西。