對話Funloom AI創始人吳同：估值兩億，連續創業的零零后，創造了一款一句話就能手搓文字模擬游戲的AI平臺

文/折舟

導語

用自由度換取可行性

2026年3月底，吳同在自己創立的Funloom AI平臺上做了一個文字游戲，取名《崇禎模擬器》。

純文字交互，配有插畫，用戶在對話框里輸入決策，系統返回劇情文本，幫風雨飄揚的大明找到一條不同的劇情線，游玩量超過萬，已經是同類型頭部平臺的爆款水平。

這個文字模擬器游戲，從劇情生成到徹底跑通，只花了他兩天，也幫助吳同驗證了產品邏輯：一個不會編程、不懂美術的人，用幾天甚至幾小時，上傳一份概括自己游戲設計的PDF，就能做出一個完整可玩、完成度頗高的文字游戲。

（Funloom AI是一個AI游戲創作平臺，用戶只需要上傳一份世界觀設定，AI就能生成一個帶規則、帶反饋、帶敘事邏輯的互動游戲）

Funloom AI的做法是，把文字游戲創作簡化成四個步驟，并環環嵌套，在劇情上，他們引入類型小說里的劇情結構，使生成的故事能持續保持吸引力；敲定劇情，再調用現有AI繪圖工具生成素材，通過定位識別技術，自動拆分UI和背景圖，一鍵替換掉初期白模，提升成品畫面的精細度。

而交互方面，平臺上的游戲提供的也不是單一的聊天框，而是一套包含了“GUI界面+可選項+自定義輸入”的組合，同時適配不同設備，并保證NPC對話邏輯在全局保持一致。

在2025年11月，這個平臺完成千萬級天使輪，盛大網絡創始人陳大年、奇績創壇投資；2026年5月完成數千萬Pre-A輪，晴瀾家族辦公室領投，上海天使會跟投，估值2億元。

而回望創始人吳同的創業經歷，就能發現，走到今天創辦出Funloom AI，對他來說，有一種命運般的必然性。

今年25歲的吳同，在16歲時就開始編程做游戲；20歲，他開始游戲創業，賺到人生第一個一百萬，推出過十余款商業游戲，拿過吉比特、CUSGA、電魂等多個游戲創作大賽的最佳玩法獎，還上了25Under25 AI創業者榜單。

與此同時，B站上大量有表達欲卻被代碼勸退的粉絲讓他意識到，水面下潛藏著龐大的個人創作需求，而大模型浪潮的爆發，讓他捕捉到了重構游戲生產關系的可能。

23歲，吳同選擇果斷辭職創業，創立庫蘭織夢科技做AI+游戲。他判斷，AI最大的商業價值，不在于給大廠做輔助，而是摧毀普通人創作的專業壁壘，下一代互娛生產力工具，必須順應普通人的自然語言直覺。

基于這個判斷，他順著全自動生成的思路做了第一次嘗試。RetainerAI，比Claude Code還早。用戶把想法用自然語言說出來，它直接生成可用的代碼，但這套試圖用一句話越過所有工程的設想，很快就因為用戶應用層面的復雜而遇到了天花板不高的問題。

吳同意識到，Vibe Coding這條路，要走通還嫌太早。不論是市場對用戶的教育程度，還是國產大模型本身，都還不夠成熟。

Funloom AI是推倒重來的產物。

吳同認為，大多數普通用戶寫不出結構化的代碼提示詞，但描述一段游戲體驗并不難。AI工具要做的，就是把那些需要專業技能的環節從用戶身上剝離開。

因此，核心邏輯是用平臺規則的約束，換取體驗的下限。用戶只負責講故事，系統生成和數值測試全部交給后臺，自由度的代價換來了成品游戲的穩定性和可玩性。

迄今為止，Funloom AI官網上已經積累了一批完成度不錯的文字游戲。《宮妃》和《頂流密戀》走女頻戀愛宮斗路線，《網紅Coser模擬器》對準年輕圈層的職業體驗，《三國群雄逐鹿模擬器》和《天啟崇禎》在男頻歷史軍事方向跑出了數據。都是文字形態，配有插畫和基礎UI，依托緊湊的劇情懸念與角色互動建立核心吸引力。

在吳同背后，主打一鍵生成的AI游戲平臺，也引發了一場資本的密集下注。

賽道正在迅速變擠。海外，李飛飛聯合創辦的Astrocade在2026年5月完成5600萬美元A+B輪融資，紅杉領投，谷歌、英偉達跟投。Aippy完成數千萬美元首輪融資，投后估值2.5億美元。Rosebud AI、Seele、Ludo.ai、RPGGO都在搶占位置。

國內同樣熱鬧。騰訊兩個月連推四款AI互動內容產品，5月發布“代號Craft”和“造化工坊”；SOON平臺拿了橫店資本、愷英網絡、比高集團的投資。

面對巨頭的資金碾壓，吳同清楚，創業公司不能在真空中等待底層技術的突破臨界點，大廠進來之后，窗口期會比想象中短得多。在他看來，去年入局的團隊還有機會，今年才起步的基本沒戲。

在今天，吳同的Funloom AI則試圖用先發積累的Z世代生態去對沖技術同質化的風險，他的判斷是：“只有Z世代的人才知道這幫人真正需要什么，喜歡什么樣的內容，習慣什么樣的創作模式。因為我們是同齡人，沒有任何代溝，做產品定義時更符合大家的心智。”

以下是游戲茶館與吳同的對話，內容經編輯。

01

扎根AI的連續創業

游戲茶館： 先聊聊你的創業經歷吧，怎么想到做AI游戲生成平臺的？

吳同：我從20年開始做傳統游戲研發的創業。20年到23年研發了一款卡牌手游。最早跟其他游戲研發廠商一樣，做完游戲后去發行，通過游戲內購獲得收入。但跟其他人不太一樣的是，我們偏私域運營。項目立項的時候手頭沒什么錢，就搞了個眾籌，拿了第一筆資金。游戲運營也主要在QQ群里做。因為這個緣故，跟玩家接觸很密切，從他們那兒獲得了很多啟發，尤其是他們對游戲的各種想法，這也為后面想做UGC打了個底。

玩家的反饋是，他們對這個游戲有特別多的想法和建議。因為是眾籌來的項目，必須得認真看大家提的意見，結果從中挖出了很多有意思的設計。這也是游戲眾籌發售之后，新用戶留存特別好的原因——這個游戲是從玩家來的，玩家能在過程中不斷給出體驗上的反饋，打磨得特別細。

第一家公司23年因為一些原因關停了。中間去了Unity中國，23年參加了一系列游戲設計大賽，拿了不少獎。拿獎過程中Unity給開了一個綠通卡性質的offer，讓我們直接去帶游戲項目。當時覺得自己還年輕，想去更大的平臺看看，就把第一個公司關了，去了Unity。

在Unity期間一直有經營B站賬號，自己做的游戲都會自己做發行。機緣巧合下認識了一位同樣是游戲愛好者的朋友，我偏好發歷史策略類游戲，恰好他也是這類游戲的狂熱愛好者。他私下聯系我，問能不能把之前做的一些小demo正式立項，他愿意出點種子資金。我當時覺得確實聊得來，項目也是我特別想做的歷史策略類，就接受了他的投資，從Unity辭職出來接著干。

一開始庫蘭織夢還是當一家游戲研發公司來做的，立項做了一款歷史模擬經營加角色扮演的策略游戲。項目demo完成了，在TapTap和Steam上都上線測試過，數據挺不錯的。但項目體量比較大，后續融資和找發行的時候遇到了很大障礙。24年年初那個時間點不太好，投資找不到，發行也沒人接，項目就擱淺了。

過程中我把做游戲架構設計時自己寫的一些工具代碼和小插件拿了出來。當時AI挺火的，就想能不能結合AI和現有的工作積累，搞一個能幫大家快速做游戲的工具。就是從那個時間點——融資受挫加上發行找不到——開始轉型的。加上之前積累了不少游戲開發經驗，就優先切入AI做游戲開發這個賽道。

切進來之后，我們比Claude Code更早做出了一個叫RetainerAI的項目，是個AI生成游戲的垂類寫代碼工具，能把你的想法直接變成游戲工程項目，不光有代碼，還包含美術素材、游戲場景，全都給你拼好，直接端出一個能玩的游戲來。因為這個工具做得不錯，后面融資比較順利，就徹底轉型到AI加游戲賽道了。

但在后面迭代的過程中，發現了一個致命問題。Vibe Coding做游戲確實能提效，但前提是你得既懂游戲策劃又懂程序開發，門檻太高了，大部分想用AI做游戲的人根本用不了。小白和從業者用AI做游戲，做出來的效果天差地別。如果繼續往下走，大概率只能做成內部提效工具或者B端的小工具，天花板很低，還會面臨大廠的激烈競爭，繼續做這個方向不太明智。

后來機緣巧合轉到了Funloom AI現在這個方向——以內容為核心的內容共創引擎。目標是做ToC市場，讓更多人能把想法落地成游戲和內容作品，分享給別人一起消費。UGC是我們非常看重的方向，但Vibe Coding的提示詞問題把UGC用戶擋在了門外，所以必須轉型。

之前刷小紅書的時候，突然刷到一類叫AI原生文字游戲的產品。很多用戶在討論這個，有的人做PDF提示詞指令，有的人買PDF提示詞指令，直接在DeepSeek或豆包這類通用大模型上玩。先寫一段不太規范的感受描述當提示詞，做成PDF，塞到DeepSeek里讓它模擬玩游戲。

我當時觀察到，大部分人可能寫不出一段生成代碼的提示詞，但讓他們寫一段描述自己游戲體驗的提示詞，很多人能寫明白。這給了我很大啟發——要實現UGC，應該在Vibe Coding外面再包一層，讓普通用戶只負責講故事、只描述心流體驗，而那些代碼和交互層面的專業活，由AI工具來干。

更直接的想法是，先給用戶提供一個好玩的游戲本體，讓他們在上面打mod，用AI幫著打。這樣既能保證做出來的游戲是可玩的、好玩的，還能拿出去變現。同時因為AI的介入，原來做不了游戲的人也能做了。

迭代到了Funloom AI現在的做法——讓用戶專注講好自己的心流感受，先幫他把心流體驗轉化成AI原生的文字游戲，再用這個文字游戲（相當于智能策劃案或智能劇本）去指導后面的Vibe Coding和游戲開發Agent。用戶只需要描述自己想做什么樣的游戲，至于落地成什么玩法、什么形態，都可以在Agent里通過選模板或搭積木的方式讓AI幫忙實現。

這套流程跑下來不光能做游戲，還能兼顧影視和文學——直接拿去拍短劇、做互動影游、寫小說、畫漫畫、做音樂都行。作品想表達的核心故事和體驗全在這個AI原生的文字游戲里。這有點像在大模型外面加了一層微調——大模型加上這個文字游戲，就變成了專門為你那個游戲定制的模型。用這個模型可以源源不斷地輸出你需要的游戲內容。我們還可以把游戲開發中的各種技能做成AI的Skill，或者通過其他技術手段教給AI，讓AI替玩家干這些專業活。

用戶完全不用考慮怎么實現、怎么搭架構，只需要琢磨故事怎么講、游戲怎么玩才更有意思。這就是我們現在的產品思路。

游戲茶館： 現在團隊多大？怎么構成的？

吳同：20多人，八成以上是產品研發背景的，兩成是做運營的。

游戲茶館： 到年底或明年，平臺會有什么大變化？

吳同：到今年年底，最大的變化是產品能生成的內容形態會更豐富，用戶活躍度會有明顯提升。今年3到4月我們主要測了AI原生文字游戲模式，數據很不錯。按照規劃一步步走，要把文字游戲轉化成互動影游、AVG、RPG等各種形態，同時視覺表現也會有質的提升。

（Funloom AI AI正在嘗試的RPG類游戲生成）

到今年年底，平臺上能看到跟TapTap上那些游戲一樣質量、一樣畫面、一樣系統復雜度的作品。到明年，平臺會變成一個很大的內容入口——游戲、電影、短劇、互動游戲、小說、音樂都能在這里找到。用戶不需要離開Funloom AI就能消費到想要的一切內容。

游戲茶館： 創業過程中遇到過比較大的挫折嗎？

吳同：挫折主要在產品研發上。因為做的是比較創新的事，需要大量實驗，失敗率挺高的。Funloom AI花了一年半才摸索出一條相對可行的路，大部分挫折都來自實驗失敗。

游戲茶館： 你個人最喜歡的游戲是什么？

吳同：我自己最喜歡的是席德·梅爾的《文明》。

02

用自由度換取穩定性

游戲茶館： 你剛才說Vibe Coding工具時用戶寫不清提示詞，當時有沒有什么具體事讓你覺得這條路走不下去？

吳同：主要是做用戶推廣的時候遇到了很大阻力。我做產品測試習慣去線下，直接端著產品給用戶用，在旁邊觀察他們的表現和表情。

推廣Vibe Coding工具的時候，我發現用戶大概分三類。

第一類是純小白，壓根沒接觸過AI編程。他們有新鮮感，隨便說個粗糙的想法，AI做出個東西來，他覺得很好玩。但這個新鮮感是AI編程本身帶給他的，產出的游戲以從業者標準來看非常粗糙，沒有商業價值，沒人會為這個付錢。很多人愿意試，但第二天就不來了，留存留不住。

第二種是真的有游戲想法、想落地的，可能是策劃或學生，不會編程也不會畫畫，很想做但沒技能。這類人用AI工具的時候，提示詞寫不明白，AI也沒法準確理解。第一次抽卡結果跟預期差很多，特別失望。再試第二次還是不行，一點點失望下去，大概試個五次就直接棄了。有想法又需要AI幫助的人，因為AI的理解能力和提示詞不規范的問題，很容易被勸退。

第三種是專業從業者，壓根不會碰這種工具。他們跟我說，為什么要用你們的？Cursor、Claude Code、GPT也能解決問題，沒必要專門用你們的。出了問題自己能搞定，除非你能直接幫我做大型商業游戲，那才可能考慮。

最后我琢磨著，哪一類用戶用Vibe Coding都很難抓住。事實證明，26年最近比較火的幾個AI編程平臺，走的路線就是明知道做的是垃圾游戲、賺不到錢，所以走社交路線、當玩梗游戲。有個產品干脆在自己名字后面打括號寫“玩梗的游戲”。大部分都是粗制濫造的東西，玩玩梗就結束了，商業回報看不到任何可能。我當時看到這些，就覺得Vibe Coding這條路做UGC的話，無論從用戶需求還是商業回報都看不到希望。

游戲茶館： 平臺的收入模式怎么設計的？

吳同：很直接。首先作為內容共創引擎，要保證用戶做出來的游戲是可玩的、穩定的、有趣的，這樣才有商業價值。核心模式是建一個內容市場——有人做游戲，有人消費游戲。游戲是用我們的工具做出來的，所以賣游戲的時候，無論內購還是買斷，交易額的一部分要分給我們，相當于抽個過路費。

所以我們核心要做的是：讓更多創作者加入進來，內容越來越豐富，吸引更多玩家，交易額變大，收入自然就多了。還有一些細節變現方式，比如我們自己做的游戲在平臺上分發也能有收入。

游戲茶館： 工具本身收費嗎？

吳同：部分是收費的，分免費服務和增值服務。比如生圖API的token消耗，我們相當于中間商，給創作者提供增值服務，收一點費用。

游戲茶館： 用戶制作時主要用到哪些AI模型？

吳同：會用到Funloom提供的關于AI原生文字游戲特別訓練的模型，優化了AI推演劇情、平衡數值、做游戲系統設計層面的能力，以及Funloom與合作伙伴訓練的關于圖片、動畫生成的模型，我們也兼容第三方的大模型。

游戲茶館： 平臺對游戲的穩定性和完成度有什么標準？

吳同：我們跟Vibe Coding工具最大的思路差異是——不是讓用戶隨便做什么都行。Vibe Coding就是給個工具讓你隨便搞，但我們這邊故事性上可以自由發揮，游戲機制是限定死的。更像是一系列內容模板，在模板基礎上打mod。

平臺上的創作者分兩類：做原創的和做二創的。原創的是生產模板的人；二創者是絕大多數，他們不會用AI寫提示詞、設計游戲機制，只會講故事。所以二創作者的游戲玩法基本是在原創基礎上做微創新，本身就挺穩的。原創作者一般是專業從業者，為了自己游戲的收益和口碑會考慮很多細節，魯棒性也有保障。我們是在犧牲一部分自由度的前提下，換來了游戲的穩定性。

游戲茶館： 目前平臺內容以歷史文字游戲為主？

吳同：對。之前做了小范圍測試，主要測了男頻和女頻兩個方向。男頻以歷史軍事為主，女頻是談戀愛、宮斗這些。

游戲茶館： 題材的選擇是參考了網文或短劇平臺嗎？

吳同：沒有，我們直接通過用戶增長來做的。我自己做了一個示范模板——崇禎模擬器，做完后在社交媒體上宣傳，把游戲發出來，同時告訴用戶想做個類似的也可以在平臺上輕松搞定。剩下的內容就靠自然量轉化進來的用戶自己發揮。最后跑下來，數據好、能上排行榜的就是這幾類，是用戶用點擊量投出來的。

游戲茶館： 平臺會幫優質游戲做宣發嗎？

吳同：我們自己會做內容推廣，加上早期合作的創作者在自媒體上有不少粉絲，他們做完內容自己就有渠道。

游戲茶館： 所以是制作和宣發一體？

吳同：對，就是在這兒連做帶發。我們觀察到一個現象：愿意用AI做游戲的人，大部分是游戲行業之外的，因為自己有需求沒被滿足才想自己做。當一個人有需求沒被滿足的時候，他天然知道哪里能找到同類。我們給他提供好用的工具，保證游戲能做出來、能掙到錢，他自己就會去找用戶——他自己就是用戶，在玩和推廣的過程中也知道哪些朋友有同樣的訴求。

游戲茶館： 這種垂類打法，后續規模化的時候會調整嗎？

吳同：規模化不一定是讓一個游戲有很多人玩，而是要有大量的游戲各自有人玩。因為我們是UGC創作，不是PGC，產能沒有上限。我們先幫用戶解決游戲的穩定性，商業性有保障了，創作者能穩定賺錢，剩下的就是他們自己去琢磨什么題材有人玩、會火，然后用我們的工具做出來推給這些人。

游戲茶館： Funloom AI會做社區嗎？

吳同：我們有自己的平臺，本身就是個小社區。大家可以把自己的作品發上來，也支持原創作品被其他人引用、修改，改完了再發回來。同時我們也會跟一些KOL聯運。因為游戲性有保障，KOL運營我們的作品能拿到穩定收益，推廣積極性很高。推廣過程中因為工具上手簡單，KOL自己也能變成創作者，做自己的作品拿到私域里繼續推。這樣能形成很好的社交裂變，創作者和玩家已經分不開了。他們能在生產和消費中受益，所以會主動參與并且拉更多人進來。

游戲茶館： 從劇情到交互的分階段發展思路是怎么來的？

吳同：這相當于用AI技術把游戲發展的路徑重新走一遍。我做AI創業第一天就想明白了一件事——以現在的技術條件，想一步登天用AI直接做3A游戲是不可能的，得一步一個腳印來。

游戲發展史本身也不是一上來就這么復雜，都是從簡單形態開始的。我翻過游戲發展史——最早就是文字游戲，后來渲染技術和硬件提升了，開始做2D，再做更復雜的系統，再到3D和大型3D。游戲從簡單到復雜是跟著技術迭代走的。

（早期MUD類游戲Genocide，該文字游戲包括RPG、PVP、在線聊天、騎馬砍殺等要素）

我們現在處于AI應用早期，從文字游戲切入比較符合技術發展的節奏。我們會跟著AI技術的迭代走——能生成文字的時候做文字游戲，生圖和視頻能搞定了、3D建模能做了，就迭代到2D、3D。在這個過程中AI技術在進步，我們團隊的能力也在積累，這給了我們一個借勢的時間窗口。不然作為一個初創團隊，直接去拼像李飛飛做Sora那樣的大項目，根本做不了。而且階段性目標拆得太粗的話，團隊也容易失焦。

游戲茶館： 其他平臺有用戶越多虧錢越狠的問題，Funloom AI會這樣嗎？

吳同：不會，這個也是我當初核心要解決的問題。我們平臺的內容，AI介入分兩塊：一類是AI介入游戲玩法的原生游戲，這種會消耗token，但因為做了商業化本身有利潤，用戶越多營收越高。另一類是AI for edit game，做出來的游戲里面不再有任何AI開銷，可以直接拿出去賣，無論是買斷還是內購都能直接向用戶收費，所以我們不需要幫創作者承擔創作時的token費用。

游戲茶館： 有對標對象嗎？希望它長成什么樣？

吳同：對標對象還真不太明確，因為太新了。如果按平臺形態對標，肯定是對標抖音——抖音是一站式內容平臺，集合了游戲、視頻、圖文、音樂，所有內容載體都能在抖音上消費。如果按工具的易用性對標，可能得對標Roblox，雖然我不太想對標Roblox。我覺得還是跟抖音最接近。抖音是個內容分發平臺，從分發側看我們像抖音。但平臺還有一個特性——它還是個較大的IP孵化平臺，從這個角度講，可能更像閱文集團。

游戲茶館： 有沒有讓你印象深刻的用戶作品？

吳同：為了讓生成的游戲足夠穩定，我們在測試時的機制是定死的，玩法變不了，只能改故事，所以驚艷的故事有很多。官網上首頁頭圖展示的都是很精致的故事，比如宮妃、頂流密戀、網紅Coser模擬器、三國群雄逐鹿模擬器、天啟崇禎。雖然是文字游戲，但依然形成了很強的鉤子效果，讓人一回合接一回合停不下來，故事的豐滿度做得非常好。

03

在技術與商業的臨界點

游戲茶館： Funloom AI相比其他平臺有什么優勢？

吳同：我覺得我們服務的用戶跟別人不是一批人。有些國內平臺服務的是專業從業者，在我看來，它們還得再迭代兩三年，等技術再成熟一些，才能下放到真正需要AI輔助創作的人手上。

我都深度體驗過這些產品。雖然它們也想往UGC方向走，但遇到的問題是跟Vibe Coding一樣的——確實想把門檻降下來，但降得又不夠低，卡在了一個不上不下的位置。專業從業者看不上，真正需要的人又學不會，只剩下中間那一小撮本來就有可能成為專業人士的用戶。說到底還是技術沒到位，整個AI技術還沒到能直接支持那種創作方式的程度。

有一款編輯器類產品我印象挺深，它有自己的編輯器，學了Unity那樣的專業引擎來做場景編輯，讓用戶操作場景，旁邊有個AI對話框可以先讓AI生成草稿再改。我們之前也探索過類似方向，但有個技術問題很難避免——=這些引擎本來是為人類操作設計的，讓AI去操作本身就很難。整個軟件做了高度封裝方便用戶使用，但這個封裝對AI來說是個障礙，因為它讀不到完整的項目信息。比如Unity的Scene做了很高的封裝讓用戶以節點方式編輯，但AI讀到的可能是一串亂碼，根本沒法幫你操作場景生成。

這類編輯器都有這個問題。語言模型甚至缺乏對游戲場景空間的理解，把Unity編輯器搬出來指望用戶能操作好、AI也能生成好，這個技術卡點到現在也沒有好的解決方案。據我了解，行業還在期待基模能力提升，某天突然能操作Unity了就好辦了，沒有確切的方案，只有對基模的期待。

游戲茶館： 整個AI游戲生成產業目前還比較尷尬？

吳同：對。我們做的這個產品也是為了階段性地服務市場。最終目標跟其他國內平臺是一致的，只是實現路徑不同。我們為了在短期內獲得足夠的用戶，選擇了犧牲自由度換取生成結果的穩定性，保證做出來的游戲起碼是OK的、能上線銷售、能獲得正向收益。其他平臺背后有大廠支持，資金更雄厚，可以選更燒錢的打法。我們作為初創公司，必須更細致地平衡短期目標和長期目標。

游戲茶館： 可以不可以這么理解，當前AI游戲生成平臺的的前景，還是ToC端？

吳同：對。我們很難憋技術一直憋到臨界點，不可能憋兩年東西不好用，等到第三年好用了才開始維護用戶關系。我們需要在這兩年里就有足夠多的用戶在用、而且能用起來。這說到底是個戰略選擇的問題。

游戲茶館： 大廠現在也開始下場了，中小平臺的機會窗口還在嗎？

吳同：得看階段。如果去年25年已經開始做的，像跟我們同期的團隊，我覺得還有機會。如果今年、26年才開始干，基本就不太可能了。我們現在已經在猛推技術、迭代產品形態了。25年還在做文字游戲，今年7月底會在ChinaJoy發布RPG形態，已經進化到大眾認知里游戲該有的樣子了。如果現在才加入進來做文字游戲生成，或者做那種Claude Code也能搞定的超休閑小游戲，機會不大了。

游戲茶館： 你16歲編程，不到20歲創業，怎么看“00后創業者”這個標簽？

吳同：對我們現在做的生意絕對是正向的，因為我們做的是Z世代的生意。換個90后來做，他不懂這幫人。AI時代的文娛行業，現在最活躍的是10后，玩家里面10后很多，還有00后到10后這批年輕人在消費AI文娛內容。再往后三四年到2035年，那批10后就成為創作主力了。

只有Z世代、00后的人才知道這幫人真正需要什么、喜歡什么、習慣什么。因為我們是同齡人，沒有代溝，做產品定義的時候更符合大家的口味。早期就是同齡人更有共同話題，做出來的產品更吸引這批人。同樣的路走下去，五年后吸引的這批創作者又會成為下一代內容創作的中堅力量。

我們能爭取到的這批用戶，比其他年齡更大的團隊能爭取到的，是更有創造力的。Meta雇的首席科學家也很年輕，好像才29歲。AI行業本身就出現年輕化的現象，我覺得這是個好事，尤其對我們現在做的這個生意來說。