對話靈珠：釋放10億人創意生產力，搶跑AItoC全民級應用

伴隨Anthropic將AI to B帶入正軌，目前尚缺少代表作的AI to C領域正迎來更多期待。

近日，AI互動內容平臺“靈珠”宣布完成天使輪融資，由TikTok天使投資人韋海軍領投。在靈珠（lzhu.cn）上，用戶只需用自然語言描述需求，平臺即可通過多個國產大模型協同優化，自動完成從需求分析與調整、代碼生成到產品發布的全流程，全程無需接觸任何代碼。

與當前多數面向程序員的Vibe coding平臺不同，靈珠的理想用戶，是“10億非程序員”。4月20日，靈珠開啟內測，兩周單日Token消耗量便突破50億。6月25日，平臺正式面向全網公測，并推出作品“魔改”功能，支持用戶對平臺上的作品進行二次創作。

在探索AI to C的道路上，相較于豆包、千問、元寶等AI Chatbot，靈珠選擇了一條更加垂直、更加聚焦的路徑——定位“AI時代的抖音”，讓非技術用戶也能通過自然語言快速將想法轉化為可用的產品，將做應用的權力從程序員下放給每個有想法的人。

最新數據顯示，目前靈珠平臺的單日Token消耗已接近100億，較內測時翻倍，用戶覆蓋國內34個省級行政區的301個城市，單人最高創作數達108個作品，單件作品最高修改41次，正形成真實用戶行為驅動的數據飛輪。

據悉，靈珠由上海靈感菇智能科技有限公司（成立于2026年2月）打造，經由AI孵化器語生科學孵化完成。語生科學董事長陳大年曾是盛大網絡與連尚網絡創始人，作為中國初代程序員代表，他也是少數成功穿越PC互聯網與移動互聯網周期的連續創業者。

收獲天使輪融資后，靈珠團隊近日與「明亮公司」進行了一次面對面訪談。靈珠CTO魯佳豐與靈珠CMO吳荻針對AI領域C端產品的底層邏輯、運營思路、以及靈珠未來規劃作出詳細拆解。

談及靈珠如何能在市面上眾多Vibe coding的產品中脫穎而出，吳荻表示，“團隊的大C端運營經驗”是最大壁壘——語生科學董事長陳大年擁有盛大文學、傳奇游戲、WIFI萬能鑰匙的創業經驗，對于從0到10億用戶的每個階段都有深刻理解；CTO魯佳豐曾任職于Wifi萬能鑰匙，亦有移動互聯網大規模研發和服務端經驗。而吳荻本人則在美團和SaaS上市公司擔任過高管，于大C端和TO B領域均有深厚積累。

盡管創始團隊均有豐富經驗，但靈珠卻是一家真正的AI Native的公司。

“從實習生到CEO，團隊每個人都是用Web應用來跑工作流。我們不只是引入了AI工具，而是本身就建立在AI之上。AI不是輔助，而是我們的員工。”魯佳豐解釋道。

吳荻坦言，這種AI Native的組織方式，或許更適配AI時代的產品進程，“相較于傳統團隊，我們可以從AI native出發定義產品，視角會完全不一樣。”

以下為「明亮公司」對現場問答的精選呈現：

#01 Token日消耗量已翻倍

明亮公司：相較于此前的內測，6月25日公測后關鍵數據有哪些變化？

魯佳豐：日Token消耗量公測時已接近百億，較內測時的50億實現翻倍，且還在持續走高。開啟公測后，我們在技術端也做了幾個大的更新。

首先，我們的技術路徑本身就是Harness的一種實踐，針對這個實踐，結合大家對于前沿技術的探索，我們進行了一次重大更新。

其次，DeepSeek V4后我們進行了快速接入和適配，這對平臺能力的提升幫助非常大。尤其是在需求分析階段，分析優化時間從近20秒縮短到不到5秒，效率提升了約3倍，用戶的體驗因此變得更好。

另外，我們上線了“魔改”功能，這是將用戶從消費者轉換為創作者的重要路徑，我們在技術上做了大量工作來支持魔改，讓用戶的創意能夠充分釋放。有位用戶一個人做了108個應用。

明亮公司：這位創作出108個應用的用戶，是用來工作還是出于興趣？

吳荻：是一位光學產品的銷售，用靈珠做過銷售工具、訂單管理軟件、財務軟件，另外還有小游戲等一些娛樂應用，幾乎每天都會做一個小應用。這佐證了社區化的運營和生態能力是我們最獨特之處，這一點對于我們作為一個純C端產品而言非常有幫助。

明亮公司：伴隨大模型能力的進一步增強，怎么看待harness未來的處境？

魯佳豐：大模型的進步是必然的，但它不能把所有事情都做了，也不能完全消除幻覺。這與人類相似，閱歷增長會讓我們獲得更多知識，但我們還是會犯錯。

而Harness具備對抗屏障，可以很好地對結果進行驗收。這些驗收節點會非常精確，因為它們本身就是一個個腳本/函數。我們在外部考點進行實際應用時，有很多這樣的屏障可以放大。最終能夠交付給用戶的那個結果必須要跨過每一道門檻，保證過程中不會犯低級錯誤。

如果將大模型視作一匹馬，Harness就是馬具。馬匹被訓練得再好，脫離了韁繩和馬具依舊會失控。所以即便大模型會繼續進化，Harness也一定會存在。

明亮公司：除DeepSeekV4之外，你們還搭配了哪些模型？

魯佳豐：每次有新的模型版本出來后，我們都會對比成本、看效果，在不同場景選擇合適的模型。比如處理bug時會優先使用qwen-3.7plus等。在需求分析和代碼生成階段，我們都使用了國產大模型。

#2 「一句話」背后：指令越簡單，執行越復雜

明亮公司：目前靈珠的優勢中哪些是當前不能被復制的，或者說天然壁壘？

魯佳豐：自進化知識庫、需求澄清與反問機制、版本回退機制、真正零門檻是我們的四大核心優勢。這其中，如果說需求分析、反問機制等都可以被復制，但我們迭代產品的路線是外界無法復制的，比如怎么最終選出那個“最好的”反問。

明亮公司：請展開講講。

魯佳豐：一開始，用戶給一句話我們就直接做，做完才發現不對，因為沒有定語。那么我們就要想辦法讓他們把定語補足，比如想做的這個應用具體是什么樣子。

最初，我們會給到用戶一個需求文檔，讓他們根據需求文檔確認哪些需要哪些不要，改完我們再去生成。但實際上沒幾個用戶會真的去編輯，絕大多數都會說好的你直接做吧。

后來我們做了改進，不再給需求文檔，而是縮減成更精簡的表達再給他們看。這時，用戶的交互出現了顯著提升，也產生了更多行為，他們會去選擇自己要做或者不做的項目，滿意度也有明顯提升。

不過這個過程中我們也有權衡，一部分用戶會給需求文檔，一部分用feature list的訪問，對比之后再決定最后用哪種方式。

明亮公司：如何解決過多反問導致用戶耐心不足的問題？

魯佳豐：我們現在的反問機制中，第一輪就會給到多個選項，而不是用戶選完一個我再給一個，盡量與用戶的習慣保持同頻。未來我們還會嘗試其他反饋方式，比如多次提問，但限制在5次以內（具體次數視A/B test結果而定），以保護用戶的使用耐心。

如果多次提問信息還是有缺失，我們會給出一個進度條，顯示需求信息的完整度。當用戶看到進度條只有80%時，你再提問，他也會覺得有意義，而不是覺得系統很笨在浪費時間。

明亮公司：其實還是落在如何與C端用戶進行交互上。

魯佳豐：是的。這個過程我們有大量思考，因為在應用生成之外還有很多需要做的事情。即便是Claude、Codex等，如果只用一句話作為指令，做出來的應用也是不準確的。此外，其中還有大量工程學的東西。

另外一個非常重要的壁壘是我們的數據飛輪。我們有需求分析和需求文檔，用戶每次做完一個應用我們都會沉淀下來skill，用戶的偏好我們也會有memory。即便這套機制別人可以抄襲，但我們沉淀下來的大量數據是無法被復制的。

吳荻：在數據積累層面，目前我們已經創造了大約6-12個月的領先窗口期。其實用戶描述越簡單，對我們的要求越高。

從一句話到最終產品的交付，如何幫助用戶完成中間大量的需求細分、語言轉換等工作，我覺得這是AI to C的一個關鍵環節。如果把AI的知識水平比做博士，普通人與其對話的成本是非常高的。如果你的產品預設用戶都是博士或者程序員，C端推廣肯定會受阻。

理論上，沒有任何代碼是無法復制的，技術的壁壘很重要，但在C端如何理解用戶更重要。我們團隊均有過億日活APP的運營經驗，深知如何接住用戶，這也是我們的行業know-how之一。

明亮公司：你們會對這些數據進行標注嗎？

魯佳豐：我們設計的追問、版本回退等，都隱藏著用戶的真實意圖。比如追問，可以通過“為什么用戶選了這個沒選那個”來判斷哪些需求更高；比如做課件時，老師更喜歡哪種功能，這些系統都會記住。

其中的核心還是通過高頻使用積累高價值的數據，所以如何吸引用戶深度使用非常重要。

#3 目前仍未出現真正意義上的競品

明亮公司：與當前市面上其他AI Chatbot相比，做靈珠這樣一款針對創作的應用的想法是如何誕生的？

魯佳豐：靈珠的前身是我們面向程序員績效開發的一款應用。本來我們以為可以大幅提升程序員開發效率，但其實并沒有，因為有大量的時間花在了產品經理與程序員的溝通上，最后交付的時間也沒減多少。

后來我們把這款應用改成了針對溝通環節的提效，產品經理說需求，程序直接做出來，在程序員通過AI輔助編程的基礎上更進了一步。然后就有了靈珠的雛形——既然產品經理可以，如果把門檻進一步降低，全國10億人也可以用來創作，釋放創造力。

明亮公司：有一個數據是，靈珠平臺教師和學生的創作成功率比程序員更高，背后原因是什么？

吳荻：這是很有意思的一件事。我們分析下來，覺得可能是因為學生和老師在表達能力上有優勢，能很好地把自己的想法用語言表達出來。而程序員群體有更多專業的設定要求，對技術要求高，跟我們產品設計的初衷略有不同。

所以靈珠在設計之初就更適合普通人，在需求分析和Agent架構設計上，我們通過后端技術手段對用戶自然語言進行深度分析和理解，能很好地理解用戶表達，通過反問把真實需求表達出來。

明亮公司：如何看待目前市面上一些同類的競品？比如靈光的“閃應用”。

吳荻：Vibe Coding賽道從去年開始出現，目前還處在非常早期的階段。大廠的確有先天優勢，比如用戶基礎，但目前行業中并沒有出現一個心智最強的產品，我們仍舊有機會。

且靈光的邊界也已大幅拓展，而非定位于互動內容平臺，比如近期他們又升級了世界模型。從這個角度講，我們目前沒有真正意義上的競爭者。

另外，盡管目前Vibe Coding工具很多，但絕大多數都面向專業程序員，而我們看到的是10億非程序員的市場，讓他們在創業過程中擁有數字化能力，讓創意落地。

#4 天使+輪融資已開啟，商業化潛力巨大

明亮公司：眼下AI to B的路徑已經被驗證，但市場對于AI to C的前景依舊有爭議。你們對此有何判斷？

吳荻：上一個時代的王者一定不是新時代的王者。目前市面上大多數AI的C端應用其實并未觸及用戶的真實需求，或者說并沒有激發出新的真實需求。

另外，移動互聯網時代整體商業模式本質是邊際成本遞減邏輯，即先圈用戶，然后進行流量變現。但AI時代商業模式的底層變成了Token，這將帶來新的玩法。

盡管目前全球尚未走出一條被驗證的AI to C路徑，但AI如果想真實影響人類社會，就必須從B端破圈走進C端，只有程序員參與的AI世界是不完整的。

明亮公司：商業化和規模化變現方面有何規劃？

吳荻：目前我們仍舊以用戶體驗和用戶擴展為目標，同時通過訂閱方式覆蓋一部分Token成本。比如用戶注冊和每天打卡會贈送積分。

用戶拓展和商業化兩條線本質是一個增長飛輪，即當創作者和使用者達到一定量級時可以開啟商業化。但在AI時代，這個量級可能和互聯網時代不一樣。因為互聯網時代幾乎沒有成本，而AI時代大家要共同面對Token成本的問題，所以我們也會謹慎思考規模化擴張的步伐。

具體商業化行為上，長期來看，靈珠作為互動內容平臺，未來會接入廣告變現的商業模式，幫助創作者實現更多價值；后續也會考慮加入互動打賞、點贊，甚至推動用戶小軟件的交易。借用我們在大C端產品的經驗，未來商業化的想象空間非常大。

這個過程中，用戶也不斷給到我們很多啟發。比如有個大學生用靈珠生成了一個卡牌游戲，在線上驗證后去線下去做定制，目前的訂單預期營收接近50萬。延展來看，未來OPC也是一個非常可觀的潛力市場。

明亮公司：目前比較有效的獲客方式有哪些？

吳荻：主要是用戶裂變。目前我們會先吸引和留住一批種子用戶，以便持續優化產品，成熟后再考慮規模化獲客。

明亮公司：此次天使輪融資在使用上會如何分配？

吳荻：主要會用來擴團隊。接下來我們會上線移動端產品。整體而言，大部分會優先投入到研發側。另外公測之后如果進展順利，用戶增長也會同步啟動。

明亮公司：對后續融資有何規劃？

吳荻：目前我們仍處在持續融資階段，本月天使+輪已經開始，預計很快會close。我們非常歡迎認可這一賽道的VC、產業等各方投資者加入進來，和我們一起探索這個萬億市場。

#5 搶跑AI to C領域「全民級應用」

明亮公司：從互聯網跨界而來，你們感覺AI Native的組織有何不同？

吳荻：從創立公司起，我們寫代碼用的就是AI工具，對每個人的要求都是六邊形戰士。

大廠或者比較成熟的公司，有森嚴的組織體系，員工需要一級級晉升，但AI Native的組織徹底瓦解了這座金字塔，每個人都做了以前一個部門的工作，每個人用AI跑自己的工作流，匯報關系極其扁平。

比如以前大廠的運營團隊可能會囊括產品運營、用戶運營、內容運營、作者運營等多個職位，但AI Native的組織絕不會出現這種分工。從自身感受講，當前階段越是具備行業經驗的人可能越有優勢，因為他們能夠借助工具放大自身能力。但每個人都要變成多面手。

另外，組織扁平化之后，也會減少各業務板塊競爭導致的內耗，利于團隊將精力聚焦到產品打磨上。因為一旦分工變細，團隊之間的對齊和交流成本就會非常高。

所以從組織迭代的角度講，AI Native是一種淘汰，但也是一種讓個人能量無限被激發的狀態，本質上是人能力模型的變化。未來，idea和個人能力增厚都是最有價值的。

明亮公司：目前你們面臨的最大挑戰有哪些？

吳荻：人才可能是我們目前最缺乏的，融資也主要希望解決這個問題。另外用戶教育的挑戰也比較大，還需要一些時間。比如我們近期推出的“魔改”功能，其實就是在做用戶深度使用的市場教育。

明亮公司：是否也有拓展B端的想法？

吳荻：C端是我們獲取用戶和打知名度的好方式，但我們也不會放棄B端產品化的機會。接下來，產品方面我們會在后端服務能力上做升級，以便更好地支持教育類、OPC基地等各種需求。產業端的拓展要看適配度和需求是否在產品主線上。

明亮公司：未來會進軍海外市場嗎？

吳荻：目前我們更聚焦國內。

明亮公司：你們希望靈珠成為一家什么樣的企業？

吳荻：我們希望成為一家能夠真正創造社會價值的企業，去服務10億用戶，通過AI讓創作平權，釋放所有人的創造力和想象力，成為AI時代的互動內容平臺。