文｜于丽丽
一个酷热的星期天下午，在北京海淀五道口的启迪大厦，我第一次见到问小白的创始人李岩。
言辞间，他有种过度的客气。“我是一个沉浸在技术和产品的i人，所以对外打交道并不娴熟。”他如此归因。
他说，他更希望产品可以说话，而自己可以躲在幕后。但显然，这个时间点还没有到来。作为创业者，他需要资源，就要学会说服别人。
李岩，85后，先后就读于华科大软件学院和中科院计算技术研究所。毕业后，他先是加入腾讯，后于2015年加入尚在民宅中办公、规模仅在30人左右的快手。
他是快手AI体系的核心构建者。在当时快手CEO宿华支持下，他组建了快手的第一个深度学习部门，后来这个部门演变成快手的MMU部（多媒体内容理解），并负责文字、语音、图像等多种模态的模型研发。
2023年，李岩加入AGI创业的洪流。在当时的诸多创业者中，有投资人认为李岩创立的元石科技是唯一有能力整合「搜索、推荐、多模态」三大核心技术栈的团队。
两年间，元石先后拿到快手联合创始人宿华、红点创投以及经纬创投的数千万美金的种子轮融资，以及渶策资本领投的第二轮融资，共计约5000万美金。
2024年7月，产品问小白悄然上线。从产品形态看，它结合了chatbot的主动问答，和刷feed（信息流）的被动阅读，而且信息流中很大一部分内容由AI生成。也因此，有投资人认为问小白很像AI时代的今日头条。
2025年5月，元石发布对标Deep Research的Agent小白研报。
时间推进到2025年后，大部分早期AI投资人的一个共识是，通用Agent或者国内toC市场必然是大厂的主战场，创业公司很难厮杀出来。
而在李岩眼中，这一天显然还没有到来，“这个市场足够大，大厂拿不走全部权重，也必然留下巨大缝隙”。
值得一提的是，2025年上半年，接入DeepSeek后的问小白，也多次登上量子位AI智能助手web端国内总访问量榜和AI产品榜全球增速榜等榜单。李岩觉得这里边，并不仅仅是DeepSeek的溢出效应，“还有更大的力量在那里。”
在我们的对话中，他更多谈及了这种更大的力量。某种意义上，它是李岩的执念，是他创业的勇气来源，也是他在快手见过的奇迹。
伴随AI时代的一个长久且有趣的议题，就是重新审视移动互联网时代带给我们的惯性。某种意义上，集合了两个时代特质的问小白也是思考这个议题的一个好样本。
以下是对话部分。
Part01
「暗涌」：问小白的定位是什么？在一些产品榜里，它被定义为chatbot，而在另一些介绍里，它又被定义为AI搜索。
李岩：在我们定义里，它既不是讲AGI故事的通用大模型公司，也不是升级版的AI搜索，而是一个AIGC的内容平台。
抖音、快手、B站、小红书这些上一代的内容平台，我们称之为UGC，问小白是加入大模型创作能力的AIGC内容平台。
用户可以在我们平台通过问这种形式去主动获取内容，也可以通过刷feed（信息流）被动获取内容。
「暗涌」：主动获取信息时，为什么要强调是问？
李岩：我们认为搜索是上一代的产品，而问是更先进一代的。搜索和用户的交互，更像给电脑下达一个指令，很平面，而问强调跟用户共创去解决问题，是立体的。
搜索也是一种高门槛的交互方式。需要用户学会把需求转化成计算机语言，而问是人的本能，小孩上学前就会问问题，是更贴近人本能的一种信息获取方式。
「暗涌」：这种问答和豆包、元宝或者deepseek这类产品会有什么差异？
李岩：大模型所谓的模型即产品其实带来巨大的信息幻觉，对普通用户来说，很多时候，你不知道获取的信息哪部分真，哪部分假，但因为我们定位是一个内容平台，所以我们会强调信息的准确性，在模型之上做了大量的检索和交叉验证，所以并不是简单的模型使用。
在问这个环节，我们也做得非常激进。最近，我们在推一种auto模式，就是不要让用户选择深度思考还是联网搜索，只需要用户把需求放到这个框里，我们来智能匹配最佳模式。
因为对普通用户来说，特别像飞机驾驶舱上的一堆按钮，过于复杂了。一个问题，到底是更适合深度思考，还是更适合联网，连我自己都晕。
所以很多创新并非惊天地、泣鬼神那种，往往是指向的用户不一样，就有不一样的UI。
「暗涌」：向普通用户倾斜是问小白的特意设定吗？
李岩：你看我们起的名字，就是为普通人设计的。问小白，读一遍就能记住，用起来毫无心理门槛，小白挥之即来嘛。我们倡导的是一种“小白心态”——AI再强大，也得是服务用户的，不居高、不炫技。
「暗涌」：你刚才也提到除了问外，被动阅读可以刷feed（信息流）。同样是feed，移动互联网时代和AI时代有何不同？
李岩：和过去的UGC相比，我们最大的不同是业务逻辑和产品形态不同。
过去的UGC更多按照对生产者友好的界面展开，会设置很多tab，而我们是按照对消费者友好的界面展开，我们会把同一个主题的信息整理的更好，让用户用更快的时间完成吃瓜，信息效率是不一样的。
「暗涌」：从生产者到消费者，这中间是一种话语权的转换。
李岩：过去生产者是稀少的，平台的业务或产品逻辑就要更多维护生产者利益，给他们留固定位置，但这也会给消费者带来负担。
AI时代模糊了生产者和消费者的关系。生产者没有那么稀少了，就使得我们新一代平台以消费者为核心组织信息是更合适的。
「暗涌」：你们现在的内容都是如何生产的？主要是AI完成吗？
李岩：可以把我们的内容生产理解为一条“多智能体（Agent）流水线”。我们为新闻快评、深度研报、互动问答等场景预置了成套指令链。核心 Agent 会自动组装 Prompt、调用检索、推理、写作、可视化等能力组件，并在内部完成多轮自我评估与修正。
Agent 负责 90% 以上的生成与质量控制，人类专家则在选题、价值观校验、风格统一等关键节点介入，扮演编排者和守门员。此外，用户的提问、反馈和共创内容也会实时反哺到系统中，成为下一轮生成的数据土壤。
像我们5月上线的小白研报就是一款对标Deep Research的Agent产品。相比很多大模型只用很短时间，搜索十几个网页就返回，我们会花费十分钟，搜索几百个信息源再返回,最后经 html代码引擎，生成一篇图文并茂的文章。
「暗涌」：小白研报在你们产品中扮演的角色是什么？一般来说，研究类内容都不会特别导向普通人。
李岩：某种意义上，它更像一个为你生产、创作的引擎。
一般认为只有硕博士或咨询公司的专家才需要写行业调研报告，但普通人也有研究的需求。
比如经常有用户问我要开一个养生馆，在成都的什么地方合适，周围人流情况如何，我们欢迎精英人群，但是我们的产品没有针对他们做很多优化。
小白研报和chat以及feed都是问小白的不同模块。我觉得我们在做一个有数据飞轮的产品，每个模块也会促进其他模块更好。
「暗涌」：除了前边提到的生产者和消费者关系的转换，关于feed,AI时代还有哪些不同？
李岩：token粒度的个性化。过去的推荐系统，是基于用户行为的协同过滤。它不理解你，也不理解文章，只看你们之间有过交叉关系，但大模型深度理解你和文章，它用逻辑推导的能力给你们建立连接，而不是基于过去的行为，所以会有新的个性化阅读的力度。
创作者和消费者互动上，当前还有一个痛点是，共现样本少时，创作者作品在冷启时，因为分发不准，导致没办法找到最有共鸣的消费者来互动。这种机制导致创作者会逐渐屈服于流量，而不是忠于好内容本身。大模型的next token prediction，可以做token粒度的因果推断，因此分发匹配精度是显著提高的。
另外创作者和消费者之间的连接带宽也变得更大。过去的产品，生产者无法和太多人互动。但现在一个创作者通过AI助理,知识库和prompt，可以和1万，10万，甚至100万消费者互动。
「暗涌」：在你看来，AI时代的创作者，和短视频时代会有很大差异吗？
李岩：底层不同是创作不再需要通过摄像头，而是可以直接借助prompt让AI生产，所以用户也会玩出不同的新垂类。
短视频或者直播时代，基本是靠视觉冲击，烘托出来的更多是那些更有表演欲的人。一些更有真知灼见的人，可能不愿意抛头露面。AI时代，对有趣灵魂的放大和牵引可能会更大，有趣的灵魂可以被更多人看见。
现在也有用户开始捏各种各样的bot来表达自我。当然，现在还很难确定AI时代的网红到底是哪类人，但一定不是上个时代的那些人。
Part02
「暗涌」：有些投资人会觉得你们做的事太同质化，toC战场也显然是大厂的必争之地。
李岩：觉得同质化，可能是把我们当成chat类。chat的技术栈已经很成熟，所以做类似事的很多。但我们做的，不是chat，而是信息获取方式的重构。
回顾这几十年，获取信息的主流方式经历了从门户网站，到搜索引擎，再到推荐引擎的几次范式变迁,每次技术变革，都催生一批新巨头。
移动互联网时代，产品都是围绕人怎么获取信息，今天，大模型的出现不再只是找信息，而是生成信息。这个变化是底层范式的，而非界面或功能层面的。我们真正想做的是，把生成-分发-消费做成闭环，让AI成为一个有理解力的内容伙伴，主动提供你想知道、值得知道、并能引发兴趣的内容。
信息获取是一个超大体量的赛道，永远不可能被一家公司完全垄断。移动互联网时代，今日头条、抖音、快手、小红书等各有千秋，足见赛道容量之大。哪怕强如字节，也没法一家通吃。这恰恰是我们认为创业公司有机会的原因。关键在于找到的角度是不是独特、落点是不是刚需。
所以我们不是“同质化”，而是在开辟一个被大多数人还没认真做、但未来一定重要的新方式。
「暗涌」：你觉得信息获取平台难垄断的根源是什么？
李岩：过去这种生产者和消费者的双边网络使得供需关系的调节比较难，无论供给，还是分发机制，都使得很多细分、多样化、长尾化的尾部或中低频需求得不到满足。我们始终相信这个社会上有被忽视的声音，和被忽视的观点。而AI这样一个超能力，会极大缓解这种不平衡。
「暗涌」：但如果大厂或模型公司想在同样方向发力，也并非难事。
李岩：大厂为什么要变？他们已经基于过去生产者和消费者的习惯，搭建起核心的商业模式和生态。别人给你提供内容，你就要留固定位置给对方。他们要看利润，看财报数据，所以不得不追求流量的效率。即便改变，也是不改变过去产品交互形态下的改良，这些都是包袱，而我们完全是新的。
像模型公司，大家看到的远方是不一样的，定位也不一样。而且，即便大家都看上这个方向，也存在人才密度，投入精力和迭代快慢的不同。
今天AI所有方向，没有哪个大厂不可以做的。但正因为它们要负责几十个方向，所以具体分到某个方向的力量是薄弱的，人才密度也不一定超过我们。
我们今天的尴尬，不是大厂已经摆好作战阵型，反而是内容平台其实是没人做的。
「暗涌」：其中的原因是什么？
李岩：内容平台的技术栈创新性很强。很多做类似事情的，其实是chat类，也有大厂在原来的推荐系统上用大模型做改良。
但做feed+大模型的，我们是第一家公司，而且在feed上，我们也还有很长的路要走。
「暗涌」：其中的难点在哪里？
李岩：最大的难点，是在用户兴趣非常分散、共现很稀疏的情况下，怎么还原出一条清晰的兴趣思维链。强化学习通过给模型带来新推理能力的涌现和提升，能解决这个困局。这其实是模型能力的一次跃迁。
其次是对领域问题的定义。也就是决定什么样的内容会优先在AI平台上被推荐。
这需要你既懂模型，又要对内容赛道有清晰认知，所以我们是市场上非常稀缺的，兼具两种能力的团队。过去一年，我们也积累了新场景下高度组织化的数据，用它做强化学习，也可以助于更精细的思维链的诞生。
事实也证明我们几乎用了更少的钱，在今年跑到了很多AI产品榜的前面。所以有时候，我反而希望我们的定位不是很清晰，因为这才是创业公司机会。如果是跑直线，创业公司没有出路。
「暗涌」：但年初很多AI产品的大涨，都更像是DeepSeek流量的溢出。
李岩：Q1肯定是如此。但我们的feed业务也一直在增加，能感觉到有更大的力量在那里。
你看抖音，小红书的DAU也都在涨。这种同质化的双边网络都有这么大流量，何况是一种新形态。这就像电车对油车的革新。
小米进入电车市场已经很晚了，但月销3万台，就可以有将近100亿营收。最可怕的是，你是这个市场第一，没有竞争对手，但整个中国相关用户就30万。
在我看来，去大的市场至少有生存可能性，小战场存在理论上限。你做的都对，但不管你怎么努力，你都突破不了。
「暗涌」：做一个小而美的公司对你没有吸引力？
李岩：AI公司小不可能美。AI是暴力美学，第一性原理是scaling law，它需要更多数据、更多算力，小怎么会有力量呢？
那种10人以下，不碰大模型的应用公司另当别论，但像我们这些强技术背景的人就不会做这种选择。
「暗涌」：去某个垂类做一个agent也不会是你们的选项？
李岩：这跟技术的成熟阶段有关系。目前通过大模型底层技术获取流量的效率是很高的，另外，我们认为在做通用技术基础上，通过数据驱动的方式去做垂类选择，比拍脑袋定一个垂类成功概率要高很多。因为这是一种基于跟用户互动数据驱动的方式做选择，而不是基于自己的主观认识。
而且我们也不是任何垂类的专家，我们更擅长做技术，做基建，做容器，各个垂类的用户都可以来。
我们当然是在大厂夹缝中求生存，但正因为这是一个太大的赛道，所以我认为大厂拿不走全部权重，也留下了巨大缝隙。
Part03
「暗涌」：执着做一个平台，是不是大厂出来的高管一种普遍的梦？
李岩：我并不是那种大厂空降的高管。我加入快手时，它还在民宅里。
快手与AI相关的技术栈,有一半是我参与做的，所以我是快手AI的核心建造者，并不是简单参与的旁观者。
把公司做大后，我们又出来了，所以我是更适应小厂的人。
「暗涌」：所以你更享受创业的阶段。
李岩：很多成熟的组织，做起事来，更像雕花，是微弱的改良。而创业公司是一种暴力美学，它没有钱，没有资源，但有引擎。这个引擎天然自带力量，让我们成长。骨子里，我们是构建者类型的人。
「暗涌」：你会怎么理解快手的成功？
李岩：很多人问我你们怎么起来的，说凡尔赛一点，我们也不知道。
相比宏观战略，我们感受更多的是来自草根，来自技术引擎，来自底层的力量。我们是被这些力量托举起来的，托举起来后还不适应，就觉得怎么就成大厂了呢。
「暗涌」：所以你会更相信那种更大的力量。
李岩：第一轮融资时，有个投资人也跟我讲，他们投过很多像你说的那种不太有人做的，小而美的toB场景。
然后，他说了一句让我特别感动的话。他说，可能你们是从快手出来的，所以会更相信toC的成功。一将功成万骨枯。从社会层面看，死了很多项目，但因为你们之前成过，所以会觉得没有特别难。
「暗涌」：你会怎么理解这种力量？
李岩：很多人的分析、逻辑和推演，在我看来是特别小的劲。我最近在看一本书叫《Discovered, Not designed》。它讲了复杂系统一定是涌现出来的，而非设计出来的。涌现是最大的力量，而不是逻辑、推导和分析。
我跟很多投资人讲，我们已经过了一个伟大定理就可以支撑世界进步的时代，也并不存在一个逻辑直接推导出成功。最近几十年哪有什么伟大定理、定律？这个时代的主脉络是如何制造和利用涌现。
所以我也觉得冤屈，不是我特意想做一个平台，而是我们认为这个世界进步的动力是一个复杂系统，不是一两句推导出的定律。
「暗涌」：这个复杂系统里的关键是什么？
李岩：演化速度，其实起点并不重要。而速度往往取决于引擎。
「暗涌」：问小白这个系统的核心引擎是什么？它的力量感具体来自哪里？
李岩：核心引擎当然是大模型，但它真正的力量感，不止来自算力和参数，更来自我们在模型之上搭建的一套“兴趣预估+思维链”系统。我们希望它不仅能理解语言，更能理解人，知道你在想什么、关心什么，然后以一种自然、有共鸣的方式回应你。这种从“能力”到“共鸣”的跃迁，是我们特别重视的方向。
过去的内容生产，包括短视频，其实都挺手工业的，很多小编的劳动其实是枯燥、重复的，我觉得AI改变世界更应该从这些地方开始。
「暗涌」：回头看，这次创业中，你的哪些决策是过于保守的？
李岩：Pr和融资上，我们做得都很保守。
创业者没有资源，需要说服别人，但以前我是有抵触的，花的精力偏少。对于创业这是非常糟糕的事，CEO还是要最大化公司的利益。
「暗涌」：AI行业一直伴随的一种反思，是重新审视移动互联网时代所带来的惯性。
李岩：过去肯定有很多运气的成分。当下，移动互联网的人口红利没了，资本红利也没了，你要更加务实高效，才有一丝希望赶上。
「暗涌」：出于模型能力和付费习惯等因素的考量，很多做toC产品的AI应用公司day one就选择出海。问小白如何考虑自己的商业化？另外，资源有限情况下，如何分配在模型和产品上的权重？
李岩：我们正在打磨面向海外的产品形态。海外市场虽然大模型基础设施更完备，但真正把“主动提问 + 被动Feed”结合成闭环的产品形态还非常稀缺。我们希望把在国内市场验证过的“生成 - 分发 - 消费”链路，复制到海外市场，让AI不只是工具，而是真正成为一个高频的信息外援和内容伙伴。
商业化的方式不会一刀切。我们会从高频、高价值的使用场景切入，围绕用户真正需要的内容服务去做渗透。AI产品的商业模式，可能不是传统意义上的广告、电商或订阅，而是有新的“内容连接价值”的实现方式。
至于资源分配，我们一直坚持该自研的坚持深耕，能借力的就不重复造轮子。拥抱开源是提升效率的重要方式，是站在巨人的肩膀上，但我们绝不只是套壳。像小白研报和Feed引擎，都是我们自研。用户兴趣的建模，尤其是冷启动和长尾兴趣链的推理，仅靠通用大模型无法完成，必须构建自己的内容赛道模型。这是问小白的差异化核心，也是我们最愿意下重注的地方。
「暗涌」：你是容易接受现实和失败的人吗？
李岩：创业是修行。跟打球一样，尽力挥好每一拍就好了。
刚刚创业时，我在杭州参加过一次阿里组织的西溪论坛，他们让我做一个分享，我说做AI这么多年，真的谈不上专家，因为败多胜少。
AI赛道，上世纪80年代年火，90年代死，10年又起来，18年又下去，22年又起来。生生死死是这个赛道的基本规律。
「暗涌」：你所做的AI在两个时代的最大变化是什么？
李岩：2017年以前，整个AI技术范式有监督学习，当时会基于用户标注的样本去训练模型，那时候标注数据的多少直接影响模型的成败。
当时有小AI和大AI之说。像 CV、 NLP这些领域，都是人在标，标注数据是有限的，被称做小AI。搜索和推荐相当于全体网民帮你标，所以被称作大AI。
随着强化学习的不断突破，再加上 AlphaGo 等里程碑式成果的出现，AI可以自己跟自己玩。进入大模型时代后，可以生成无限数据去做，所以现在的AI不但不小于搜索、推荐，甚至还要更大。
你去看很多公司的founder，都倾向于认为没有用户，也可以自己生成数据。他们觉得把大模型训好就可以了，并不在乎用户参与度。这的确是这一两年间的重大差异。
「暗涌」：Deepseek之后，的确很多人认为所谓的用户飞轮和数据飞轮对智能提升有限，所以很多训模型的公司重心也做了调整。
李岩：我认为后面还是会变化，用户的参与也会变重要。
AI有它的不同阶段。在不同阶段,它表现出的最大力量来源是不一样的，而去寻找最大力量来源是搞技术的人更擅长的。
图片来源｜IC Photo