专访郭列：做出脸萌、FaceU、剪映等爆款后，他第一次阐释如何在AI时代做产品阿菜cabbage·2026年07月23日 16:16同时面向人和Agent做产品。文｜周鑫雨编辑｜张雨忻什么样画像的AI创业者会饱受瞩目？不同投资人心里或许有不同的答案，但其中一个答案一定是：剪映系。陈冕，Lovart、LibTV等热门创作工具的缔造者；明超平，AI Coding社区YouWare的创始人，2025年一级市场最火的95后；闹闹，其打造的AI视频创作工具OiiOii，被高瓴、锦秋投资……他们履历的共同点是：曾在剪映、CapCut团队——参与过这两款过亿日活产品的打磨，这让投资人有理由相信，这群“剪映系”创业者了解用户、有产品审美，更可能在这波AI浪潮中押中消费级的机会。但很长一段时间内，“剪映系”真正的起点，郭列，隐身在2022年起的AI浪潮中。△Flova、脸萌、FaceU创始人郭列。图源：受访者供图作为脸萌、FaceU的创始人，他曾做出中国移动互联网时代最成功的一批C端工具产品。2018年，脸萌团队以约3亿美元的价格被字节收购。此后，郭列开始负责字节影像业务，参与孵化了剪映、CapCut、醒图、轻颜等一系列产品。2022年，他又成立了自己的游戏公司“船岛游戏”。但两年后，结束游戏创业的郭列消失在了大众视野中。直到2025年10月，一个名为Flova.ai的视频创作Agent在全球上线。这款视频创作Agent，整体使用逻辑与市面上大多工具类似：通过对话，让封装了不同能力的Agents完成脚本创作、角色设计、分镜设计、成片生成和编辑的工作。但Flova又有些不同。比如，它没有采用最主流的画布形态，让用户自由创建节点；再比如，多名Flova的早期用户对我们反馈，Flova的“记性”和语义理解在同类产品中非常突出，“创作十几集后，还能记住第一集的某个分镜”。在“闭关”近一年的时间里，郭列和团队思考的最多的一件事是：怎么同时为人和Agent设计产品？“做脸萌、剪映，我只需要思考怎么让人觉得好用。但AI时代，你必须要给Agent提供足够灵活的容器。”他告诉我们。这个命题天生带有矛盾感：人类用户需要一个能支持创意无限发散的空间，但想要最大程度发挥Agent的智能，Context又要足够有序、结构化。最终，团队的答案是，将产品容器设置成一个可以自由切换视图的工作面板。在“对话”区，用户通过自然语言对Agent发出指令，也就是让Agent接收Context；而Agent执行操作的过程，会直接呈现在“故事板”区上。一旦有新想法，用户可以随时打断、调整Agent的工作流，每一步的视觉效果，会出现在“预览”区。△Flova。创业后的很长一段时间内，郭列拒绝了很多投资人抛来的TS（投资条款）。《智能涌现》得知，成立至今，Flova完成了由红杉中国、IDG、云九资本的两轮融资，总金额为8000万美金——其中，IDG和云九还是脸萌的老股东。在如今普遍追求“大额融资”、“滚动融资”的氛围里，这个数字称得上克制。郭列给出的理由是：对于一个Agent产品而言，8000万美元已经足够。真正重要的是产品、增长和商业循环，而不是账户上的现金数字。郭列一直是个感性的人。他是《海贼王》的20年老粉、影视发烧友，创业和组建团队“凭兴趣”、“看缘分”。10多年来，这份感性也一直驱使他不断做出有趣的图像、视频创作工具。但和10年前不同的是，如今的郭列变得更加理性。脸萌并入字节后，他形容自己在“补课”——体系化地学习如何做A/B Test，做团队管理，做增长和商业化。互联网时代的辉煌已经过去。站在AI的新战场上，郭列需要像新手一样重新理解人、理解Agent。他并不在意自己做的是共识还是非共识——最终，所有决策都会用科学的观测结果来说话。“现在创业会有延续成功的压力吗？”我们问他。“享受远大于压力。”这是郭列的答案。近期，有关如何同时为人和Agent做产品、如何与“字节们”竞争，我们与Flova团队聊了聊。以下是《智能涌现》与Flova创始人兼CEO郭列、增长和商业化负责人瑞瑞尔、Agent产品负责人唐果的对话：从脸萌、剪映，到Flova智能涌现：你之前做过很多成功产品。现在创业会有延续成功的压力吗？郭列：其实没啥压力。这种感受有点像参加世界杯，不管你这届有没有夺冠，下届照样得参加。你参加的原因，还是对踢球感兴趣。Flova是我喜欢的方向，我享受创业远大于感受到的压力。智能涌现：驱动你一直做产品的动力是什么？郭列：兴趣和正反馈都是很重要的。当你做了一件感兴趣的事，得到了正面的结果和反馈，这就会成为源源不断的动力。我平时看很多电影、动漫，对内容创作本身就很喜欢。其次在做产品的过程中会遇到不同的伙伴，一起成长也是很有意义的。智能涌现：你和Flova的初创团队是怎么遇到的？郭列：创业本身会有一些随机性，真的全靠缘分。大家恰好对内容创作感兴趣，方法论和价值观也很一致。这些缘分和做产品有点像，会偏感性。智能涌现：你看起来是个享受创业状态的人，那中间为什么会选择进入字节？郭列：我刚创业的时候才工作一年，更像毕业生创业。当时我有个比较大的困惑：当一群好朋友一起创业，公司做大了以后管理怎么做？所以选择进入字节，想补一补管理的功课。当时我的心态像实习生，字节给我提供了很多管理的方法论。字节的产品方法论也让我受益匪浅，包括一个产品怎么做增长、怎么实现正循环。智能涌现：哪些方法论放到现在也不过时？郭列：我之前做产品比较感性，策划一些产品功能都凭感觉。但字节有一套科学的A/B Test体系，当然首先你要提出质量都足够高的A和B方案，不然Test也没用。我学会了用感性和理性结合的方式做产品。当我用感性提出了一些假设，理性的验证能够及时做支撑。还有一点是产研之间的协作。在字节，技术的话语权很强，所以技术的同学很主动。还有字节的增长团队和市场团队，自由度非常高。综合而言，原来我有些“偏科”，到了字节之后，我把技术、增长、商业化的课都补全了。除了做好一个产品，我还学会了怎么活下来。智能涌现：那哪些字节方法论是现在创业不适用的？郭列：字节比较看重OKR。但我在创业做游戏的时候试了一下，发现没用。原因在于，对大公司而言，管理是很重要的。但创业团队的早期管理，越轻越好。团队建立不是通过管理工具，而是靠内在驱动。等团队大了之后，你需要卡员工的能力下限，所以才要通过一些管理工具设定及格线。智能涌现：你创业了这么多年，觉得AI时代创业和互联网时代创业最大的不同是什么？郭列：移动互联网更多的是从PC到手机的“端”的变化，或者从3G到5G、从文字到视频的流量入口变化。但现在能明显感受到技术每隔一段时间就有一个大的更新，这就需要你能够预测技术的发展，要有面向未来做产品设计的能力。你需要知道哪些问题是通过模型迭代可以解决的，哪些是需要产品本身、或者Agent解决的。所以现在我们团队里所有人都在关注技术。如今AI能够做的事更多了，大家需要共享的Context也会更多，必须要减少信息壁垒。智能涌现：做同样的事，AI时代需要的团队规模是不是比互联网时代小？郭列：是的，人数远小于互联网时代。但仍然有一些岗位是AI无法提效的。比如偏市场的工作，AI无法完全解决人与人之间的沟通问题。瑞瑞尔：关于AI提效，我觉得AI Coding并不是单纯地让一个程序员有5个人的生产力，而是重构了产品研发、运营、设计之间的协作关系。比如我们公司基于产品的Context、用户的Context，做了非常多内部观测的工具。基于这些Context，我们就能很高效地完成很多在互联网时代低效、但不可避免的工作。以产品能力的更新举例，在上一个时代，产品更新的需求要同步研发，大家花很长时间去对齐。但现在基于共享的Context，任何岗位、视角的人都可以参与决策和协作。再比如对用户行为的监测，互联网时代需要你针对性地做一些产品漏斗的埋点，或者临时发起问卷。如今的Agent系统，本身对用户就有大量的Context积累和语义理解。用户的信息流动会更完整、通畅，也更高效。视频Agent的每一次创作，都是之前创作的延续智能涌现：成立Flova之前，你还做过游戏公司“船岛”，为什么没考虑过创业做AI游戏方向？郭列：游戏本身的竞争力是足够好玩，相比视频内容创作，游戏是一个更复杂的载体。但游戏需要Coding，需要3D建模，成熟期会更晚。比如，3D游戏需要解决建模面数的合理性、骨骼的绑定，这些都是AI目前很难解决的问题。智能涌现：当时为什么游戏公司没有做下去？郭列：游戏创业让我意识到，还是要做时代需要的东西。当时游戏版号的管控很严格，用户对游戏精品的要求也会更高。做游戏以后我意识到，之前做互联网创业是非常顺利的。从我个人的能力模型来说，虽然我对内容创作行业很感兴趣，但我不是一个天才制作人。我和团队更擅长的还是做产品，如果我们的产品能让更多人做更好的影片，也是很有意义的。智能涌现：成立Flova的契机是什么？郭列：2024年底DeepSeekV3开源了，当时我就觉得做AI应用有机会。最初也是受到兴趣的驱使，我喜欢电影，有时候也会手搓一些AI短片。一开始我花了两周时间，先用Midjourney生成参考图，再用可灵生成的视频，加上剪映的后期，搓了一个3分多钟的AI短片。当时我就觉得工作流比较复杂，角色的一致性也不高。正好Agent的技术也在发展，这种形态也许能够补足视频生成技术的不足，辅助用户制作AI视频。智能涌现：回过头看，这是一个入局Agent的好时机吗？郭列：现在入局Agent也还在很早期的阶段，因为AI才发展三年。参考移动互联网时代，07年iPhone发布，08年安卓发布，但应用真正爆发是在14年到16年。智能涌现：应用有各种方向，最后你是怎么收敛到视频创作Agent上的？郭列：一开始我想做偏C端的应用，但Token价格偏贵，所以To B或者To专业创作者的产品，会更合适一些。之前我也有做剪映的经历，所以对创作者的需求会更了解。当时我刷抖音、B站、小红书，还有海外的TikTok和YouTube，很明显，社媒上的AI内容越来越多了。所以AI内容创作一定是个大趋势。唐果：刚才说到，我们一起手搓视频的时候，觉得对大多数人而言门槛太高了。刚好Manus发布了（2025年3月），给了我们一些刺激。我们意识到可以通过让Agent执行的方式，将用户的创作精力放在审美决策上。智能涌现：市场上和你们同一赛道的公司有很多，LibTV、OiiOii等，你们怎么找到自己的位置？瑞瑞尔：根据业态演化的不同，我会把AI视频创作工具分为三类：第一类是模型的C端应用。它们核心是为了展示模型的showcase，因为卖模型API本身就有足够大的利润。它们通常不会集成第三方模型，这就导致用户的创作体验有所缺失。第二类是多模型的一站式集成平台。它们的核心体验与第一类产品没有本质的差别，因为用户仍然需要自己去了解不同模型的能力，以及不同内容的Workflow，最后用手动的方式串联。也就是说，虽然有Agent的参与，但发挥作用的依然是人的“大脑”。第三类是Agent。Flova就属于这一类。它的好处在于极大降低创作门槛，用户不需要分散精力到如何搭工作流、如何优化提示词上，而是专注于表达。唐果：前两类产品和Agent最大的不同在于，前者的每一次视频生成都是一次重新开始，但视频Agent的每一次创作，都是之前创作的延续。因为之前用户创作的所有判断、审美，都能作为Context，被Agent继承。很多创作者都反馈说Flova好用，原因也是在于Agent与用户在协同创作。郭列：我们的目标就是做一个更通用的视频Agent。Agent的智能可以满足各种用户的需求，包括短剧、漫剧、广告等等。Flova是在一个比较通用的架构下，通过Skill来满足细分场景的需求。智能涌现：Agent继承的是记忆，还是Context？唐果：记忆管理和Context管理有一些重叠的地方，但本质上是两件事：记忆管理更多的是记住用户的行为偏好，Context管理则是让Agent从上百、上千轮对话中，知道创作需要哪一种风格。对我们而言，目前Context