乐竞体育(中国)官方网站-LEJING SPORTS

NEWS CENTER
THE LATEST ADVICE ON THE INDUSTRIAL DESIGN INDUSTRY
App迭代50次背后——AI记忆产品的软件研发逻辑
阅读:13   更新时间:2026-08-01 16:00:00
成立不到一年,App迭代了五十多个版本。这个数字放在纯互联网公司可能不算什么,但放在一个做硬件的创业公司里,就很值得说一说了。它说明这家公司的研发重心,很大程度上在软件这边。

这也是AI硬件和传统硬件最大的区别之一。传统硬件,研发的大头在硬件本身——芯片选型、结构设计、模具开发、测试验证,这些都要花大量时间和人力。软件只是配套,能用就行,没人会太在意。

但AI硬件不一样。硬件只是入口和载体,真正的用户体验、真正的产品价值、真正的竞争壁垒,都在软件层。App做得好不好,直接决定了用户愿不愿意用、愿不愿意持续付费。所以你会发现,做得好的AI硬件公司,软件迭代速度都很快,团队里软件工程师的比例也很高。

王时远说,他现在特别渴望做一家软件公司。硬件公司他已经经历过了,但还没做过软件公司。硬件公司往往要堆大量的人,周期也比较长;软件更偏通用能力,人效更高,而AI对软件行业的革命会进一步提升人效。

这个判断很到位。AI硬件创业,如果还是用传统硬件公司的组织方式和研发节奏,肯定做不好。必须向互联网公司和软件公司学习——快速迭代、数据驱动、用户导向。

五十多个版本的迭代,具体都在改什么?从产品逻辑来看,一个记忆类App的迭代,大概会经历几个阶段。

第一阶段是基础功能的搭建。录音怎么录、怎么存、怎么转文字、怎么整理成结构化的内容。这些是最基础的,也是最需要打磨的。录音质量好不好?转写准确率高不高?整理的结构清不清晰?这些基础体验做不好,其他功能都是空中楼阁。

第二阶段是记忆管理功能。Memoket不叫录音笔,叫记忆手环,核心差异就在这里。普通录音笔录完就完了,最多给你做个转写。但记忆产品要做的事情多得多——怎么把不同时间、不同场景的记忆串联起来?怎么做跨时间的信息聚合?怎么让用户快速找到想要的内容?

王时远举了几个例子。比如和女儿准备学校面试,每次练习完AI有总结,还能跟上一次对比,分析哪里好哪里不好,给出建议和打分。再比如,可以直接问AI,帮我整理上周关于marketing项目的里程碑,以及本周待办。还有,和四五个中介聊完卖房,直接问AI,他们说的什么是一样的,什么是不同的?再对比网上的真实成交价看谁说的一致?

这些功能,都不是简单的录音加转写能实现的。它需要对内容做深度的理解和结构化,需要能跨多条记录做聚合和对比,需要支持自然语言的查询。每一个功能,背后都有大量的技术工作要做。

第三个阶段是工作流的打通。王时远说,产品要丝滑无感地融入用户原有工作流,不希望用户为了使用产品重新学习一套新的工作方式。比如和Manus这样的Agent工具打通,用户直接对Manus说帮我整理今年三月份和四家机构讨论公司架构的记录,把成本、时间、风险和搭建路径都整理出来,再发给联合创始人。这时候Manus就可以调用Memoket里的数据,生成包含用户真实经历的报告。

工作流打通是一个很重要的方向。如果你的产品是一个孤岛,用户每次都要专门打开来用,使用频率就会有限。但如果它能融入用户已有的工作流,和用户常用的工具打通,它的价值就会被放大很多倍。

这三个阶段的迭代,不是线性的,不是第一阶段做完再做第二阶段。而是并行的、交错的。基础功能还在优化,记忆管理已经开始做了;记忆管理还没完善,工作流打通已经在探索了。因为创业公司速度最重要,你不能等一切都完美了再推向市场。先推出核心功能,验证用户需求,然后根据反馈快速迭代。

这种研发节奏,就是敏捷开发的思路。小步快跑,持续交付,用户反馈驱动。互联网行业已经验证了这套方法论的有效性,现在AI硬件公司也在沿用。五十多个版本,每一个版本可能只改了几个功能点、优化了几个体验细节,但五十多次积累下来,产品的完成度和用户体验,就比一两个版本的时候强太多了。

从研发管理的角度看,一个二十多人的团队,既要做硬件又要做软件,还要维持这么快的迭代速度,挑战是很大的。怎么平衡硬件和软件的资源分配?怎么保证质量的同时不牺牲速度?怎么让跨职能的团队高效协作?

王时远提到了一个很有意思的做法:刻意控制团队人数。他说,如果按照传统智能硬件公司的配置,可能需要三十五到四十人,他们刻意控制在二十多个人。为什么?因为人力比较富裕的时候,大家会沿用过去的经验;但当人不够、又没有人愿意天天加班的时候,就会有动力去寻找和应用新工具。

这个思路,本质上是用资源约束来倒逼效率提升和工具创新。人多的时候,遇到问题第一反应是加人。人少的时候,遇到问题第一反应是找工具、找方法。长期来看,后者的团队能力反而更强,因为每个人的人效都更高,工具链也更完善。

AI时代的研发管理,这个思路尤其重要。AI给了团队极大的效率杠杆——写代码用AI辅助、写文案用AI辅助、做设计用AI辅助、做测试用AI辅助。如果能用好AI工具,一个人可以干以前几个人的活。但前提是,团队真的有动力去用这些工具,而不是躺在人力充足的舒适区里。

当然,控制人数也不是越少越好。太少了,核心功能都做不完,速度也快不起来。关键是找到那个平衡点——团队足够精简,每个人都有足够的压力和动力去用AI提效,但又不会因为人手太少而影响产品的核心进度。

从技术架构的角度看,AI记忆产品的技术栈也很有特点。底层是硬件端的录音和数据传输,中间是云端的语音转写、内容理解、数据存储,上层是App端的交互展示和功能应用。再往上,还有和第三方工具的API打通。每一层都有自己的技术挑战。

比如录音数据的处理。三百小时的录音,如果全部转成文字,数据量很大。怎么高效地存储、索引、检索这些数据?怎么让用户用自然语言快速找到想要的内容?这里面涉及向量数据库、语义搜索、大模型应用等多种技术。

再比如多模态的问题。王时远说,现阶段多模态还不够成熟,所以先从单模态也就是音频做起。但未来肯定会向多模态发展——眼睛看到的、耳朵听到的、嘴巴说到的,甚至触感、温度、气味、情绪,都要结构化、数字化,转成AI能理解的个人上下文。多模态的数据处理,技术复杂度又是一个量级的提升。

还有数据安全和隐私的问题。记忆产品存储的是用户最私密的个人数据——对话、想法、情绪。这些数据如果泄露了,后果不堪设想。所以数据安全怎么强调都不为过。加密存储、权限管理、合规认证,每一项都不能马虎。尤其是面向欧美市场,GDPR等隐私法规非常严格,合规是头等大事。

江苏创品在做产品设计的时候,也经常会遇到软硬件协同的问题。有些功能,用硬件实现更好;有些功能,用软件实现更灵活。好的产品设计,一定是软硬件协同优化的结果,而不是硬件团队做完扔给软件,软件团队做完就上线。

五维评估体系里的量产维,讲的也是类似的道理。设计方案不能只看好不好看,还要看能不能量产、成本可控不可控、工艺成熟不成熟。研发也是一样,不能只看功能做没做出来,还要看性能够不够、稳定性好不好、用户体验顺不顺。

平衡设计方法论讲功能与形式的平衡、技术与艺术的平衡。放在AI硬件里,就是硬件与软件的平衡、速度与质量的平衡、创新与稳定的平衡。任何一端走极端,都会出问题。硬件太强软件跟不上,产品就是个摆设;软件太强硬件跟不上,体验就是不落地。只有两者平衡发展,产品才能真正立得住。

回到Memoket五十多个版本的话题。这个数字本身不说明什么,关键是迭代的质量。有些团队迭代速度很快,但都是在改一些无关痛痒的小问题,核心体验一直没有提升,那迭代再多也没用。真正有效的迭代,是围绕核心价值、根据用户反馈、有方向有重点地持续优化。

王时远的团队有几百个海外种子用户在用Beta样机,这些用户的反馈就是迭代的方向标。用户说哪里不好用,就优先改哪里。用户需要什么功能,就优先做什么。这种用户驱动的迭代,才能真正提升产品的价值。

对于想要做AI硬件的团队来说,Memoket的研发节奏是一个很好的参考。不要想着憋大招、做完美产品,先做出来、先让用户用、先快速迭代。市场不等人,用户的耐心也有限。快,本身就是一种竞争力。

当然,快不是乱快。快的前提是有清晰的方向、有核心的价值主张、有用户反馈的闭环。方向对了,快就是优势。方向错了,越快越危险。所以在快之前,先想清楚方向,比什么都重要。

五十多个版本,是过去不到一年的成绩。接下来,产品要量产了,用户量会上来,数据会上来,迭代的速度可能还会更快。那时候,真正的考验才开始。能不能扛住用户量增长的压力,能不能持续保持迭代速度,能不能把数据飞轮真正转起来,这些都有待时间检验。

但至少,方向是对的,节奏是好的,团队是清醒的。AI硬件这条路还很长,能笑到最后的,一定是那些既跑得快、又跑得稳的团队。

从行业发展的角度,五十多个版本的迭代还有一个重要意义——它在建立团队的产品肌肉记忆。每一次迭代都是一次小的学习循环:发现问题、分析原因、提出方案、上线验证、收集反馈。五十多次循环下来,团队对用户需求的理解、对产品节奏的把握、对技术方案的判断力,都会有质的提升。

这种组织能力的积累,比任何单个功能都重要。产品功能可以抄,但团队的产品感觉和研发效率是抄不走的。创业公司最大的资产,不是代码、不是专利,而是团队的学习能力和迭代速度。只要这个能力足够强,就算方向错了也能快速调整;如果这个能力不行,就算方向对了也做不好。

AI时代,团队的学习速度变得更加关键。因为技术本身就在飞速进步,今天最好的方法,明天可能就过时了。团队必须保持持续学习的状态,才能跟得上技术的发展。五十多个版本的迭代,其实也是团队在AI硬件领域持续学习的过程。每一个版本,都是对新技术、新方法的一次实践和验证。

对于传统硬件公司来说,这可能是最难适应的变化。过去一款产品可以卖三五年,研发周期长,迭代慢。现在AI硬件,产品上市只是开始,后面还有无数次的软件更新和功能迭代。如果团队还是用传统硬件的思路来做AI产品,肯定会跟不上节奏。

所以,AI硬件创业公司的核心竞争力,某种程度上说就是迭代能力。谁能更快地发现问题、更快地解决问题、更快地验证假设,谁就能在竞争中胜出。这个道理,和互联网时代的创业逻辑是一样的。只不过现在,这个逻辑从软件行业延伸到了硬件行业。
已累计预约 5360
  • 手机号 预约成功
  • 手机号 预约成功
  • 手机号 预约成功
  • 手机号 预约成功
  • 手机号 预约成功
  • 手机号 预约成功
  • 手机号 预约成功
  • 手机号 预约成功
  • 手机号 预约成功