2023年，作业盒子创始人刘夜再次创业，创立目的涌现并担任CEO。

最初，他选择了 AI语言学习。这个方向，他已经想了多年，出海又让他成了语言学习产品的真实用户。在他看来，自己熟悉教育，市场仍有增长空间，AI也可能带来新的产品机会。

“干了两年之后，这些假设逐渐挨个被划掉。”刘夜在访谈中复盘。当最初选择这个方向的理由不再成立，他开始重新寻找机会。

如今，目的涌现的业务重心转向企业市场， 重点探索一站式 AI 广告运营平台和零售企业 AI 经营系统。 从教育到广告和零售，这个转向看上去跨度很大，但对于刘夜来讲，只不过是回归老本行。在创办作业盒子之前，刘夜做了十多年企业服务，所以当初从企业软件进入教育，跨度其实更大。而在今天的新业务里，过去的经营经验、技术积累，甚至摄影剪辑的个人爱好，又有了新的用处。

这次访谈，我们把目光更多地放在刘夜本人身上。经历过上一轮创业， 他如何重新选择方向，在陌生业务里建立判断？进入 AI时代，哪些经验仍然有效，哪些做法需要改变？

谈到这些问题，刘夜反复回到具体的业务上。这个问题值不值得解决，客户为什么付钱，产品怎样做出来，还有哪些难题暂时解不了？他用这些问题审视新的机会，也决定自己下一步往哪里走。

面对 “跨界”的追问，他的回答很直接，“我觉得自己没变。”

核心观点

先找到值得做的事，再学习怎么把它做出来。 刘夜把几次业务转向看作寻找值得解决的问题。过去的经验有用，但不能代替对新机会的判断。

AI语言学习需要重新检验的，是最初的产品假设。 在他看来，语言学习的关键包含课程设计和约束， AI陪练的进步，并不自动意味着学习效果或市场需求同步增长。

产业经营的经验，在 AI应用中仍然有价值。 随着 AI技术更成熟，他认为，理解客户的业务、产品和商业价值，会成为应用创业中更重要的要求。

AI时代，判断的重要性在上升。 AI降低了部分执行难度，但如果事情本身不值得做，执行到位也未必有结果。创始人需要把更多时间用在方向和产品上。

长期方向与短期反馈要同时抓。 他愿意为有价值的方向保持耐心，也坚持把产品交给客户，两周拿一次反馈，再决定下一步怎么走。

01 创立作业盒子之前，我已经做了十多年企业服务

爱分析：从作业盒子到目的涌现，现在又从 ToC转向ToB，你怎么看这几次跨越？

刘夜： 我做作业盒子之前，从 2001年大学毕业开始，到2014年前后，一直在做ToB，做了十几年。最早做内容管理系统（CMS），后来也做企业应用集成和中国最早的低代码开发平台，服务过很多大企业。

所以说，当年从给企业做内容管理系统转向教育，我也没当过老师，跨度不更大吗？确实很多人说我这次跨得很大，我说，再大能比十几年前那次还大吗？

我觉得创业者永远要去寻找对社会有价值的事，然后学习怎么把它做掉。熟悉是个必要但非充分条件，而熟悉是可以变的。

爱分析：当时做了这么多年企业服务，为什么离开？

刘夜： 做了十年，确实做得有些厌倦了。我当时对中国企业服务市场的判断是，往后看十年，机会也不大，而当时中国的 Saas投资却刚刚开始。

过去很多企业软件，本质上是管理工具。我的理解是，企业经历过粗放发展阶段、需要精细管理时，才会更愿意为这些工具付钱。但中国企业过去增长很快，很多时候首先要抓机会，人力成本也相对低。

美国的土壤不一样，有长期形成的合规要求、人力成本和企业付费能力。所以同样是做企业软件，两边的生意差别很大。

但我觉得，这一波 AI带来的企业机会，跟上一波有本质的变化。 它可以直接进入业务，帮助企业获客、解决销售问题，这也是我今天重新看 ToB的原因。

爱分析：现在回头看，你怎么评价作业盒子那段创业经历？

刘夜： 我觉得是在正确的时间做了正确的事，正好赶上了一个好的时机，自己的技能也算匹配。

作业盒子现在还在运营，我也还是大股东，并没有退出。至于未来，也可能有新的机会。比如儿童桌面陪伴学习机器人，未来有没有可能做成面向全球的产品？我觉得有可能，但那是未来要看的事。

爱分析：过去的积累，对这次创业最直接的帮助是什么？

刘夜： 我自己经营过企业，产、研、运、销，服；各种复杂体系都从 0到 1，从小到大系统深度的经历过。对产品怎么做、客户怎么找，都有切身体会。所以别人讲一个业务问题，我比较容易听懂。

商业最先要回答的，是这个问题值不值得解决。 这是个开放命题，可以用很多框架讨论。但同样一个框架，做过商业的人听到，背后是感受、经验，是有画面的；没做过的人听到，可能还只是概念。

至于怎么把问题解决掉，那是后面的产品和技术问题。今天很多经历过 PC、移动互联网的人，本身就是科技从业者，也有学习技术的基础。不能因为进入了AI时代，就认为原来的经验都没有用了。

02 最初的假设被逐个划掉，就重新选择方向

爱分析： 2023年创立目的涌现时，为什么先选了面向消费者的语言学习？

刘夜： 有惯性，也有几个当时看起来很好的条件。

语言学习这个事，我已经想了十年。以前在国内主要做数学、做学科教育，但语言学习一直是心里的一颗种子。后来要做出海，全球化第一步得学英语，我自己就是用户。

同时，我们看到多邻国增长很快，美誉度也很好。那时候会觉得，这个市场在增长，自己又熟悉教育， AI还可能带来很大的改变，这几个假设在那一瞬间都成立了。

但做了两年多，这些假设逐渐挨个被划掉。决定这件事的原始因素没有了，就得转型，否则没法说服自己。

爱分析：哪个假设的变化影响最大？

刘夜： 最重要的是 AI对语言学习这件事的影响。

语言学习的核心是约束、在教学领域我们成为课程设计、路径规划和脚手架。你请一个教练，教练会约束你；找一个球友，就比较自由。 AI更像球友，但如果没有约束，你可能还是学不会。

教育本身需要脚手架，里面有学习结构和精巧的教学控制。在我看来， AI在这些方面并没有表现得那么擅长，做起来也未必划算。传统课程仍然很重要，多邻国依然是很好的产品。

如果 AI没有带来足够大的增益，那你进入的就是一个已经竞争了很多年的存量市场，就没有那么好做。

爱分析： AI会不会带来更多学习语言的人？

刘夜： 我觉得会多一些，但有限。

学外语大致有两类人。刚需人群，有没有 AI都会学；非刚需人群，有没有AI，都未必会好好学。少了约束，后者可能更难学下去。

我不认同 “以后不用学外语了”的说法。但同样，AI出来，也不意味着每年学语言的人、大家愿意花的钱一定会有很大的增长。这些都要重新看。

爱分析：两年多的尝试，最后留下了什么？

刘夜： 好消息是，我们一直在最前沿，有一个真实场景作为靶子，做了两年多。

这让我们对 AI的产品边界、技术边界、人才边界、组织边界、业务边界，都有很深的感受。再反过来做新的事情，这些积累是有用的。

不能只讨论一个技术概念，要放到真实的产品和业务里，才知道它能做什么、不能做什么。

爱分析：真正决定转向企业业务，是在什么时候？

刘夜： 拐点是今年春节前后。我开始更多关注 AI在企业里的机会，也和身边的人讨论。

一位教育行业大佬当时也鼓励我去转型。他说了一句话，我印象很深，叫 “要与时代共振” 。一般人让我不要干教育，我可能会说你不懂；他说，我会认真考虑。

但那个时候，我自己其实已经在考虑转了。就像水已经很热，有人再推一把，开得更快。不是别人说一句，我才突然有了这个想法。

我身边也有长期研究 AI、做过很大业务的人，我们会定期认真讨论。一个观点拿出来，内部有充分讨论的机会。这个信息环境，对判断是有帮助的。

03 从客户的问题里，找到自己愿意下注的业务

爱分析：转向之后，最初的客户和方向是怎么找到的？

刘夜： 我会在湖畔、混沌做一些 AI 转型的分享。一堂课半天，可能面对五十个、一百个CEO。大家会讲自己的痛点和需求，我在现场也会深度参与讨论，也在快速理解不同的业务。

讲着讲着，有些 CEO会说，这个想法不错，要不我出钱，你帮我做出来。

这就是我说的势能。没有势能的时候，产品做了很多个版本，可能也没人付钱；有势能的时候，你把想法讲清楚，别人就愿意拿钱来支持。

当然，不能只有人愿意出钱。你还要判断，它能不能产品化，能不能规模化，天花板够不够高，自己是不是有感觉。

我们密集的时候，一个月接触过两三百个行业龙头，其中有不少上市公司。分母足够大，才有机会筛出合适的业务。最后收敛到现在两个方向，之前已经淘汰了八九个方向，有些连演示版本都没做在研究阶段就否定了。

爱分析：留下来的两个方向，分别在解决什么问题？

刘夜： 一个是服装零售，一个是广告素材制作。 简单讲，帮助线下门店赚钱，帮助线上的商品卖出去。

比如一家服装企业，老客贡献了很大一部分收入。销售每天在微信、企业微信里挑客户，给客户搭配衣服，发过去。喜欢的话可以寄过去试，也可以到店里试。

但一个店员要照顾几千个老客，顾不过来。我们在探索让 AI做匹配，把衣服穿到客户自己的形象上，让他看到属于自己的私人衣橱、时尚杂志，自己就是模特，种自己的草。这里要解决的是匹配和试衣的问题。

另一个客户做电商代运营，有很多人每天生产广告视频。规模再扩大，人员和管理都会变得很复杂。我们想把创意、洞察、拍摄、剪辑、镜头处理这些环节接起来，用 AI去完成，让 AI 为效果负责。

我们以前做教育，擅长拆解课程内容。一堂六十分钟的课要拆明白，现在一个广告视频三十秒、一分钟，也需要对内容结构做细致拆解。我觉得这里有过去积累可以用上的地方。

爱分析：你希望交给客户的，是怎样的产品？

刘夜： 我们想做端到端的产品。客户把商品库、品牌库和意图给过来，产品可以生成视频，做回测、质检，再对接广告平台投出去，人在关键环节做一些审核。

如果只是给一个视频工具，客户还是要懂导演、编剧、剪辑，还是得自己想创意。很多用户拿到工具，也做不出真正能用的内容。

所以这个事情最后会有很重的 数据和内容运营 。比如一个具体品类里，需要积累策略、内容、品牌、素材、视频类型。越往下做，越要懂这个品类。

基础模型不会天然拥有这些持续变化的业务数据。你让模型给卖奶粉的产品做一个爆款，它并不知道所有底层信息。一个品类做好了，也不意味着换一个品类就能做好。这是我们要往深处做的部分。

爱分析：你自己怎么建立对广告视频的理解？这是一个很专业的领域。

刘夜： 我本身就是影视创作爱好者，玩各种数码相机，也玩各种运动相机。各种摄影、剪辑软件，我一直在用。

所以有些储备，本来就有。我花在拍摄、视频剪辑上的时间很多，只是以前这些没有变成一项产业业务。

而且做过两年，不一定就代表真的理解，你可能只是重复干了两年。比如讲广告视频，大家都知道要有钩子、有叙事、有转化，但这是功能结构。叙事结构怎么拆？不同电影的结构有什么不同？能不能抽象出来、枚举出来？这些才是继续往下要理解的东西。

我们会把广告素材、创意脚本一层一层拆开，有多少种镜头语言，为什么这样组合，挨个画出来。有时候别人以为我们在凭感觉，其实感觉也是理性，只是完整讲清楚，需要讲很久。

爱分析：什么样的业务，你会选择不做？

刘夜： 我会看几个维度。

首先， AI最好能在数字世界里形成闭环。 如果有一个关键环节始终绕不过人，最后优化到那里，人就会成为瓶颈。

其次，要有足够的复杂度。 太简单的事情，很容易被基础模型覆盖。还要有足够大的价值，客户才愿意付费。在中国，我们现阶段更看重销售和营销，因为它们能直接影响增长。

再往下， 产品要足够难，才有机会保持定价权 ；同时又要能标准化、能规模化。比如广告素材制作，不同企业的品牌和产品不一样，但不一定意味着底层流程完全不一样。

我会把可规模化、复杂度、定价权、市场天花板放在一起看，挑那个 “四角面积”尽可能大的事情。这是战略选择。

如果一千个企业就有一千套完全不同的需求，最后只能一家一家做系统，那就不是我们想做的业务。

爱分析：为什么选择先在中国做，再看全球市场？

刘夜： 我的判断是， 中国这一波企业 AI的机会会比上一波大，但相对美国，发展可能更慢，市场也会小一到两个数量级。

所以我们的想法很简单，以中国作为早期市场的触角，做出全球化的产品，再向全球扩展。像消费电子，先在中国把东西做出来，再卖到全球。

但也要筛选。如果在海外必须面对面，才能理解客户、拿下客户，那对我们就很难。哪些需求可以通过产品理解和满足，不需要特别重的线下销售？这些才更适合。

我们看很多海外项目，最后要问的还是，为什么这是我们能做的？团队对业务有没有感觉？没有感觉，学习成本又特别高，也未必是我们的活。

04 CEO先把产品做出来，再带团队往前走

爱分析：这次创业，你自己下场做到什么程度？

刘夜： 最早那个版本，我一个人用一个周末，做出了 4万行代码。自己做完，把产品交给团队，他们再基于这个做后续开发。当然，后来已经推翻过好几次了。

从零到零点一的时候，要自己带着团队跑完这一步。我把东西做出来，就不用只靠需求分析、产品文档去解释，也不用另外再做个演示，产品已经在那里了。

今天大家知道 AI编程能做到这些，但在当时，你得先证明给大家看。团队看到你一个人做出来，就更容易被推动。

爱分析：从原型往真实业务走，你怎么保证自己没有想当然？

刘夜： 要去客户现场，一起工作。

我们现在基本上每开发两到四周，就去客户那里待几天。看客户用产品，让他一个按钮、一个功能模块地反馈，也要看客户原来是怎么工作的，部分开发也会在现场做。

而且是同一拨人，两边来回跑。回去做两三周，再过去待几天。我自己也会去。

客户的 CEO要聊，一线的人也要聊。价格可以跟CEO讨论，细节要跟具体做事的人讨论。只有彻底聊清楚，我才能把控这件事。

爱分析：这么早期的产品，客户为什么愿意一起投入？

刘夜： 我们找的是双方在战略上高度一致的客户。对方觉得这件事很重要，我也觉得很重要。

现在的做法是，客户先成为股东，投入投资款，同时提供场景、数据和人员。开发款是零首付，产品做出来、用起来，再收产品和服务费用。

我希望从经济关系上减少甲乙方的博弈，双方是伙伴。运气好，三个月做出来；运气不好，十二个月，甚至二十四个月，但大家都认为这个事情值得做。

这也不是见一次面就决定的。我们会跟客户来回讨论一两个月、两三个月，对方也会比较其他公司的产品。我们要把技术价值、产品路线、最终长什么样，尽可能讲清楚。我们只做客户 CEO 从第一天就深度关注和参与的业务场景

爱分析：你用什么节奏验证产品？什么时候开始复制？

刘夜： 我们小范围是两周给客户一个版本，让客户反馈。大一点的反馈，大概三个月左右看一次。

每次看到具体反馈，好的也好，不好的也好，我心里都很踏实，因为那很真实。

复制的前提，是第一个客户满意。能不能把一个完整的小业务闭环接管下来，让客户真正用起来？做到这个程度，才考虑第二个客户。

我们当时的预期是，再用三到六个月左右，有机会进入规模复制。但这个不能只看日历，还是要看客户是否满意，能用起来，解决足够大的业务问题。我们现在团队十多个人，也没必要同时铺开很多方向，先把这两个做好。

爱分析：现在的 CEO，和你以前做CEO时，工作有什么不同？

刘夜： 监督管理的成分少了很多。原来人多，需要很多监督、管理和协调；现在人少，又比较自驱，我花在战略思考、产品方向上的时间就多了。

我觉得组织首先是人才。 人对了，人数不需要很多，也能形成很好的配合。你不要去阻碍他，同时要从业务上补上他看不到的盲区。

所以现在的 CEO一定要业务上专业，不能只是一个行政CEO。如果所有事情他们自己都能干，为什么还要到这里来？

AI执行本身是个技术问题。对于我们这样的团队，很多执行上的事情变得更容易，真正难的是思考。

爱分析：为什么你说， AI时代判断会高于执行？

刘夜： 我觉得在现阶段，真正值得做的事情还不多。

以前有很多事情值得做，只要执行到位，就有结果。但 AI时代，一些事情即使执行到位，也可能没有结果，因为这件事本身不值得做。

同时， AI又在帮助执行。团队不需要那么多人，管理执行的难度也发生了变化。最后，对产品和产业的理解，要求会更苛刻。

所以方向要花时间想。别人可能想了十年、二十年，你想两天就期待有答案，这个预期本身就不对。

05 信息被拉平了，理解没有被拉平

爱分析：面对新一轮创业，你会不会怀疑自己跟不上了？

刘夜： 不怀疑，但会有担忧。比如原来经常凌晨三点睡、早上八点醒，现在有时到十二点就困了，会担心精力。

但有担忧，你才会去对抗。少熬一点夜，少喝一点酒，周末去健身，不能一直像以前那样。

学习新东西，我没有那么怀疑。我以前英语也不好，出国正常点菜都困难，后来为了出海、为了跟海外基金沟通，也慢慢学起来了。英语都能学，编程本来又有基础，为什么不能继续学？

而且阶段变了。早期技术很难，技术人才有优势；随着技术越来越成熟、可用， AI进入产业更深，产业本身的复杂度就出来了。经历过移动互联网的人，积累了很多产业经验。这部分经验，要补起来并不容易。

爱分析：会不会花很多时间跟进前沿技术？

刘夜： 会，这是习惯。我 1989年就开始学编程，以前没事也会打开各种系统源码看。对一个技术从业者来说，关注技术进展是很基本的事情。

身边有很多在 AI行业里的朋友，有创业者、投资人，也有在模型公司工作的人，再加上公开的信息，很多重要进展都能看到。

但信息被拉平了，理解没被拉平。所有人都能获得海量信息，把信息消化成认知的那个瓶颈，并没有消失。

爱分析：技术变化这么快，长期方向真的能想清楚吗？

刘夜： 我还是认同曾鸣教授说的 “看十年，想三年，干一年”。十年的方向，可以依靠基本的商业框架和价值观去判断；一年要干什么，也要具体。最难的是中间三年，变化很多，不好预测。

看未来也是一种要训练的能力。 你花了多长时间看？收集了哪些长期的信息？有没有反复讨论、实践、修正？不能说自己从来没认真花过时间，就说自己对未来看不清楚。

问题是，想未来短期没有回报，甚至很长时间都没有回报。你愿不愿意拿出足够的心力和时间？短期事情的诱惑很大，做了马上有反馈，很容易把时间都占掉。

企业需要平衡短期和长期，没有标准答案。我们经历过上一个产业的起起伏伏，对短期的一些好的，就没那么容易被吸引了。

爱分析：业务推进中，你最担心什么？

刘夜： 业务需要耐心。很多时候没耐心，是因为对方向没有把握。一件事情最终能成，早两年、晚两年，没有那么要紧，就怕方向走错。

所以我会尽可能微观地评估价值，宏观的判断趋势。做完以后，客户到底会怎么样？收入能有什么变化？业务能有什么变化？如果不能很具体地讲清楚，也解释不清为什么，那就不值得做。

价值讲清楚以后，产品、业务流程、技术路线也要具体。找什么人，搭什么团队，大概多久，花多少钱？哪些难题现在解不了，哪些已有答案，哪些还没有答案？都要有判断，再作决策、下赌注。

爱分析：业内经常用技术路线或某类公司来定义创业机会，你怎么看？

刘夜： 我在这点上还是很老派。你服务谁，解决什么问题，为什么可以创造持续的价值？公司能做多大，为什么能这么大，为什么这个机会属于你？这些问题更重要。

比如讨论 “中国有没有某一家海外公司”，你究竟在讨论什么？是它的客户，是某种技术，是高客单价，还是企业服务？不澄清，命题就是模糊的。

技术该用就用，但它跟用户价值不划等号。一种技术可以有一万种用法，不会因为用了它，你就自动变得独一无二。

商业模式也是。别人已经有很多成熟模式可以借鉴， 我们要创新的，还是这个领域的用户价值和产品形态。

爱分析：你希望目的涌现最终成为什么样的公司？

刘夜： AI是很强的技术，但从技术到真正有价值的产品，中间还有很大的距离。

很多人有 AI焦虑，也在付钱使用。但我会问，过去三年，AI显著改善你的经营结果了吗？如果真的显著改善，应该是很容易算出来的。

我想在商业、人文和技术的交会处，做出有价值的产品。我觉得这个事情，干十年、二十年都没问题。今天选择一站式 AI 广告运营平台和零售企业 AI 经营系统，是这个阶段我们看到的机会，未来也可能有别的升级，也可能判断错误。

所以最终还是回到具体的用户价值，以及我们能不能把它实现出来。

爱分析：从企业软件到教育，再到今天的 AI应用，这些变化背后，你觉得自己变了吗？

刘夜： 我觉得自己没变。

很多东西本来就有储备，只是以前没有变成一项产业业务。我一直喜欢技术，也喜欢摄影、拍摄和剪辑，出于兴趣还会去读其他领域的书籍。

对我来说，有些事情原来就离生活很近，只是现在把这些积累，放进了一个新的业务里。