对话 Liblib 陈冕：关于活下来，以及所有接近死亡的时刻

概览

本期围绕言语科技 Evoken/Liblib 创始人陈冕展开，核心问题是：在模型持续压缩应用价值、巨头随时可能下场的 AI 时代，一家独立应用公司如何活下来，并在争议中继续增长。

访谈前半段集中回应外界质疑，包括“爆雷”、投流、补贴、低价、毛利、掺水、缺少原创等。陈冕反复强调，公司现金流已转正，低毛利是阶段性策略，Lib TV 的定价并非亏钱卖，也不是 API 价格的简单折扣。

中段讨论 Evoken 的产品判断、竞争策略和组织问题。陈冕认为，发现 PMF 和最终赢得市场相差很远；创业公司要在时间窗口里用速度换空间，再用空间换资源和壁垒。但他也承认，公司过去忽视管理、用人草率、合伙人 title 随意、组织能力拖后腿。

后半段转向更底层的创业观和个人经历。陈冕把自己的焦虑、速度、强烈胜负心和理想主义，解释为被 AI 时代“选中”的长板；同时也意识到，一家公司要从 1 到 10，不能只靠个人英雄主义，必须建设组织。

分段落总结

[00:07] 开场核心判断

[事实] 陈冕认为，第一个发现 PMF 和最终赢得市场之间差得很远。

[事实] 他反对“创新公司必须一直创新”的简单理解，认为创新有成本，做出来还要守得住、做得好。

[事实] 他用“开着一台高速车，边开边修车”形容创业状态：人来人往、风景变化，但创始人只能握紧方向盘。

[01:14] 节目背景与争议

[事实] 主持人介绍，本期是对言语科技 Evoken 创始人陈冕的访谈，公司更被熟知的名字是 Liblib，旗下有 Liblib、Lavod 和 Lib TV 三款主力产品。

[事实] 主持人称，Evoken 以 20 亿美元估值融了 3 亿美元，同时也面临缺少原创度、依靠低价换增长、不够技术和“迟早爆雷”等质疑。

[事实] 主持人说明，团队将 7 小时访谈剪成约 2 小时版本，讨论独立 AI 应用公司如何在模型吞噬应用价值的时代生存。

[推测] 这一期不是单纯的创始人故事，而是借 Evoken 这个高争议样本讨论 AI 应用层的商业命运。

[03:14] 焦虑、误解与高关注度

[事实] 陈冕说自己最近睡得不太好，既和外部风波有关，也和业务有关。

[事实] 他认为公司受到过多关注，一方面因为 AI 热，另一方面因为应用层本身成为焦点，而 Evoken 在其中有一定声量。

[事实] 他承认自己“说话过于直接”是盲区，也在理解外界风波的来源。

[推测] 他对争议的处理方式不是完全防御，而是试图把外界评价转化为对自身表达和管理方式的反思。

[05:00] 回应爆雷、投流和补贴质疑

[事实] 陈冕说公司从 5 月开始现金流为正，账上的钱越来越多，因此不认同“爆雷”的说法。

[事实] 他称公司主流视频媒体无法开户，想投广告也很难；付费广告带来的收入大约只占 3%-4%，每月投流费用不到 100 万人民币。

[事实] 他承认 Lavod 曾在两个月左右做过激进补贴，但背景是海外更大平台先补贴，且后来模型成本和算力环境变化使原策略不可持续。

[推测] 外界把 Evoken 的增长简单归因于“烧钱买量”，与陈冕描述的实际获客结构存在明显差异。

[08:00] 低毛利与定价逻辑

[事实] 陈冕认为 AI 应用层早期不应追求过高毛利，因为应用公司不掌握模型，最重要的是拥有更多用户。

[事实] 他没有披露具体毛利，但明确说公司不是负毛利，也不是亏钱卖，短期毛利目标是不超过 30% 且大于零。

[事实] 他解释 Lib TV 的低价来自对用户消耗率、续费率和 LTV 的综合假设，而不是把 Seedance API 直接打到 3.9 折。

[推测] Evoken 的定价本质上是在牺牲阶段性利润率，换取用户规模和市场心智。

[15:00] 年付、消耗率与“健身房模式”

[事实] 陈冕说年付订单占比大约 20%-30%，年付比例高有利于锁定 LTV，但也需要警惕用户不使用带来的虚高现金流。

[事实] 他承认，如果用户按原始定价把所有积分都用满，公司会亏；定价假设建立在多数用户不会全年用完积分之上。

[事实] 他把这类模式和工具软件、订阅制、Token 消耗之间的矛盾联系起来，称本质上类似“健身房模式”。

[推测] 这种商业模式的关键风险在于消耗率上升、续费下降、竞争对手更激进定价或黑产套利。

[20:00] 应用层生意是不是寄生套利

[事实] 陈冕反对把 Evoken 描述为寄生在模型厂商下的套利游戏，认为现在的低毛利是阶段性的，不是终局。

[事实] 他认为智能会从芯片、模型、基础设施逐渐传递给用户，未来如果智能不再稀缺，应用层就有机会创造增量价值。

[事实] 他提到 Liblib 第一代产品曾因 freemium 模式长期负毛利，公司也经历过账上只剩 4000 元的濒危时刻。

[推测] 陈冕对应用层的信心建立在一个前提上：模型成本会下降，而应用能在具体场景和用户关系中形成价值。

[23:00] 早期竞争与现金危机

[事实] 陈冕回忆，Liblib 早期曾和一个更有钱、更激进的竞争对手激烈竞争，几个月烧掉约 300 万美元。

[事实] 他承认当时过于相信业务做起来就能融资，没有足够关注账上现金，这是创业以来犯的第一个大错。

[事实] 他判断竞争胜利的依据包括供给质量、流量、正向循环和规模领先。

[推测] 这段经历强化了他后来对速度、现金流和生存压力的敏感。

[25:00] 为什么选择设计和生产力场景

[事实] 陈冕说 Liblib 从第一天起想做设计和创意设计，而不是二次元或纯娱乐图片。

[事实] 他认为生产力工具的商业逻辑不是谁用户最多谁赢，而是谁掌握更高价值的生产场景谁更重要。

[事实] 他提到 Adobe 用户不一定最多，但因为抓住高价值创作生产而最赚钱。

[推测] Evoken 对“高价值生产”的偏好，解释了它为什么不断从社区、图像工具走向视频创作工具。

[30:00] 旁观者经验与独立生存

[事实] 陈冕说自己在创业前十年积累了大量 context 和宏观 reward model，会观察公司成功、失败和消失的原因。

[事实] 他创业后感受到，时势造英雄，但人的微观努力、价值取舍和决策也会影响浪潮的分布。

[事实] 他表示创业第一天想的就是如何独立活下来，而不是把最好的结局设定为被大公司收购。

[推测] 他的“独立生存”执念，与过往在多家公司旁观兴衰、收购和被淹没的经历有关。

[35:00] Lib TV 的原创争议

[事实] 陈冕承认 Lib TV 不是该市场第一个找到 PMF 的产品，市场的 PMF 信号先由别人验证。

[事实] 他认为同一时代、同一垂类产品的界面最优解会高度趋同，不能把 interface 当成最重要的创新。

[事实] 他理解外界会共情第一个发现 PMF 的小公司，但强调商业社会不会因为谁先发现 PMF 就让谁最终赢。

[推测] 争议的核心不只是“像不像”，还在于 Evoken 以更快速度、更强资源和更高声量切入了一个已被验证的机会。

[40:00] Lib TV 的打法与营销窗口

[事实] 陈冕说团队最初想与对方交流，但没有聊上；后来发现视频市场比想象中更大，就决定自己全力做。

[事实] 他承认节点式产品看起来会相似，但团队要求产品体验好、有口碑点，并抓住有注意力的 timing。

[事实] 他称 Lib TV 经历过约一个月的“饱和式信息攻击”，花了约 100 万美元做品牌和内容传播。

[推测] 在陈冕看来，工程功能差异的有效期很短，因此真正重要的是窗口期、注意力和执行密度。

[45:00] 增长、自然获客与事实错误

[事实] 陈冕说 Lib TV 很快从零做到一天 10 万美元收入，当前有几十万付费用户。

[事实] 他称如果把自然增长定义为非广告投放、非直接社会投放，公司自然获客占比约 90%。

[事实] 他回应外部文章中的事实错误，否认让 CTO 在群里自我检讨、走过 7 个 CTO、使用教育账号、在 Seedance API 中掺水等说法。

[推测] 这一段的重点是重新定义增长来源：Evoken 更愿意把增长归因于产品窗口和品牌声量，而不是传统买量。

[48:00] AI 应用公司的管理观

[事实] 陈冕认为 AI 应用公司所处环境极其残酷，管理相对没那么重要，但组织和文化很重要。

[事实] 他认为应用公司不是实验室，任务是不断 catch up 技术变化，桥接技术和用户在当下的最优解，并快速交付。

[事实] 他承认过去几年忽视管理，尤其没有处理好被撤下岗位的人如何获得尊重和反馈。

[推测] 他的管理反思并不是否定业务导向，而是意识到只靠业务判断会损伤组织信任。

[52:00] 离职、用人草率与合伙人问题

[事实] 陈冕说早期创始团队大约十人左右，目前留下四五人，离开约一半。

[事实] 他承认离职率不低，也承认自己用人有时草率，早期把朋友或老同事放到岗位上试一试。

[事实] 他表示公司内部过去不重 title，曾非常随意地让很多人对外叫联合创始人，后来意识到这会造成误解和制度问题。

[推测] Evoken 的组织问题部分来自高速增长期对角色、权责和身份承诺的模糊处理。

[57:00] 创新、技术与生意的关系

[事实] 陈冕说自己想做科技公司，因为他更享受创造，而不是经营。

[事实] 他认为应用公司早期不是 research 驱动，如果完全 research 驱动就应该去做模型。

[事实] 他强调创新有成本，一个公司做出创新后还要把它守住、做好，不能为了创新氛围而创新。

[推测] 他对“创新”的定义偏结果导向，而不是偏原创姿态或研发标签。

[62:00] Evoken 的产品创新自我评价

[事实] 陈冕认为 Liblib 是全球少见的设计师模型素材分享社区，Lavod 是在痛苦环境中憋出来的创新，Lib TV 则放大并传播了一个正确产品模式。

[事实] 他承认现在做出的创新还很微小，没有给社会带来足够多增量创造和财富。

[事实] 公司使命被描述为通过 AI 释放想象力，让精神世界更丰富。

[推测] 这也是他为 Evoken 辩护的核心：短期看是商业打法，长期想证明应用层也能创造新价值。

[65:00] 组织危机与焦虑气质

[事实] 陈冕说 Liblib 的投入已经大幅减少，Lavod 在海外仍有广阔空间，但公司曾因后方问题不得不回头处理产研和组织问题。

[事实] 他提到产品问题曾严重到客服积压 2000 多封邮件，需要全公司花几个小时一起处理。

[事实] 他否认“你别干了滚”是自己的口头禅，但承认自己焦虑、急切、要求速度，有时会急躁。

[推测] 他的高压风格与产品窗口期焦虑高度相关，但也构成组织摩擦的重要来源。

[68:00] 图像模型冲击与新产品转向

[事实] 陈冕回忆，看到 OpenAI 图像模型能力后，意识到团队此前探索的节点式工作流可能被模型直接内化，原有产品土壤被打薄。

[事实] 他在上海飞北京的飞机上想通新方向：把工具组合起来，给 AI 足够 context，形成 context 加 agent 的产品 flow。

[事实] Manus 发布后，他判断 agentic 方向会更快成为共识，因此要求团队极快上线。

[推测] 这次“接近死亡”的体验体现了模型升级对应用公司的直接冲击：不是竞争对手打来，而是技术范式突然越过了原计划。

[75:00] 时间窗口与融资交织

[事实] 陈冕说 DeepSeek 带动中国 AI 渗透率提升，使 Liblib 收入翻倍，但他同时认为原产品受到新模型威胁，心情悲喜交加。

[事实] 他认为创业公司在什么都没有时，以时间换空间是最强武器。

[事实] 产品上线后团队得到正反馈，也拿到奖金和期权，但随后很多人仍因各种原因离开。

[推测] 高增长和高消耗并存，是 Evoken 组织波动的重要背景。

[80:00] 技术短板与判断力

[事实] 陈冕承认自己不懂技术是短板，因为他敢做产品判断，却曾因敬畏技术而不敢检查技术细节。

[事实] 他认为如果技术团队没有和自己的技术大判断对齐，做出来的东西就会有偏差。

[事实] 他提出，在 vibe coding 让 idea 更容易实现后，真正稀缺的是判断力，而不是 idea 本身。

[推测] 这解释了为什么他后来更重视合伙人、技术判断和组织对齐。

[84:00] 表达愿景与识别同路人

[事实] 陈冕说自己过去以为只要表达自我就能吸引同路人，后来发现这是懒惰和理想化。

[事实] 他认为需要反复讲清愿景，也要理解对方怎么想，再判断对方是否适合。

[事实] 他承认工作方式和组织匹配是自己最近经常思考的问题。

[推测] 他正在从“让别人理解我”转向“我也要理解别人”，这是从个人驱动走向组织建设的变化。

[87:00] Lib TV 的市场空间

[事实] 陈冕说 Lib TV 一上线就迅速爆发，一个月内峰值收入达到 100 万美元。

[事实] 他认为 AI 视频创作全球一年收入规模可能达到千亿美元级别，生产端中国和海外各有两三家主要玩家。

[事实] 面对模型公司也做 C 端的问题，他没有给出确定答案，只说增量市场还很大，先看谁能拿到更多增量。

[推测] 他对视频市场的判断非常乐观，但对最终竞争格局仍保持不确定。

[89:00] 巨头阴影下的生存路径

[事实] 陈冕说自己没有十足把握能从巨头竞争中 survive，但愿意尝试一条可能性很小的路径。

[事实] 他用“三国”类比创业公司生存：巨头忙于主战场时，创业公司要在缝隙里统一自己的“江东”。

[事实] 他总结为用时间换空间，再用空间换资源，再用资源浇筑壁垒。

[推测] 他的战略并不是正面挑战模型巨头，而是在巨头优先级之外建立足够深的根据地。

[94:00] 护城河、界面与网络效应

[事实] 陈冕认为多模态创作和文字通用产品之间隔着一道“蜀道”，因为专业创作需要不同的 interface 和心智。

[事实] 他承认这道壁垒还不够厚，需要在过程中把“蜀道”变成“长江”。

[事实] 他认为最终要靠用户规模，以及用户创造的不可替代价值，形成网络效应。

[推测] Lib TV 当前还没有形成清晰的双边网络，但陈冕把它视为未来可能构筑壁垒的路径之一。

[98:00] 押注人类仍有价值

[事实] 陈冕说自己最底层押注的是未来十年内人还有价值。

[事实] 他区分了两类 AI 路径：用 AI 取代人类生产，或用 AI 赋能人类创造。

[事实] 他认为产品经理的底色是理解人、调节人和技术、赋能人类。

[推测] 如果 AI 完全集中化生产并吞噬一切，Evoken 这类应用公司的独立机会会显著降低。

[102:00] 通用与垂直的分岔

[事实] 陈冕说公司起点和终点没有变，但中间路径疯狂变化，原因是对技术通用性的想象不足。

[事实] 他认为 coding 的强大可能重塑软件，甚至进一步影响操作系统和 App 形态。

[事实] 他把 Evoken 和 Manus 等公司的差异概括为：对方选择 general，自己选择垂直。

[推测] 他认为垂直场景更有利于独立生存，因为通用产品更容易处在巨头正面战场。

[105:00] 胜负心与个人英雄叙事

[事实] 陈冕说自己对“赢”的渴望不是单纯超过别人，而是想实现让世界更丰富的 vision。

[事实] 他提到自己喜欢金庸小说和杨过，喜欢“大闹一场，然后悄然离去”的意象。

[事实] 他回忆高中时爱玩游戏、竞赛保送失败、最后靠刷题把成绩拉回去。

[推测] 他的创业气质里有明显的个人英雄主义、自我证明和理想主义混合物。

[110:00] 游戏、话剧、辩论与表达欲

[事实] 陈冕说电脑游戏、话剧和辩论赛对自己影响最大。

[事实] 他喜欢表达和体察，曾在高中和大学参与话剧表演。

[事实] 他认为金庸小说中的人物常经历离经叛道、误解，最后仍有理想主义和为国为民的情怀。

[推测] 这些经历塑造了他对产品、内容、表达和“精神世界丰富”的重视。

[115:00] 个人英雄主义与组织建设

[事实] 主持人指出，金庸世界观偏反组织，而陈冕承认这可能影响了自己的性格塑造。

[事实] 陈冕说创业目的不是以建立永续公司为第一目的，但要让世界更丰富，就必须建立组织。

[事实] 他总结，零到一取决于长板有多长，一到十不仅要长板足够长，还要短板不能过短。

[推测] 这一段是陈冕对自身最大短板的承认：个人驱动力能启动公司，但无法替代组织能力。

[118:00] AI 时代奖励什么样的创业者

[事实] 陈冕认为 AI 时代奖励更快、更焦虑、更激进的人，但长期主义仍然需要，前提是先活下来。

[事实] 他不同意“超级有远见不适合这个时代”，而是认为远见还不够，必须叠加快半步和疯狂执行。

[事实] 他认为成功创业者通常有强大的自我内核和自我意识，这使其独特。

[推测] 他的创业方法论可以概括为：远见负责方向，焦虑负责速度，组织负责延续。

[120:00] 最近被推翻的假设

[事实] 陈冕说最近被推翻的假设包括：视频市场不会那么快爆发，以及图片会经历一个中间态。

[事实] 他认为视频爆发比自己想象中更快，图像也没有按原本设想经历完整中间态，而是更快进入 agent 方向。

[事实] 他承认业务太多、组织能力不够成熟，是自己没有比其他团队更快的重要原因。

[推测] 技术变化速度持续压缩应用公司的规划周期，使创始人的判断和组织响应都面临极高压力。

[122:00] 身体压力与焦虑反应

[事实] 陈冕说创业三年身体受到困扰，曾因睡不着、心跳快喝中药调理。

[事实] 他回忆有段时间看到手机震动就心慌，因为公司经历过现金危机、产品下架、网站被攻击、负面文章等冲击。

[事实] 他表示真正缓解焦虑的方式并不是技巧，而是公司变好、收入增长、融到钱。

[推测] 他的心理压力来自连续危机，而不是单一事件；业务确定性本身就是最有效的安定剂。

[124:00] 面对反噬和“不配感”

[事实] 陈冕说如果访谈发布后骂他的人更多也没关系，他认为被误解是表达者的宿命。

[事实] 他承认自己有时会想“凭什么走到今天”，觉得自己不配得到那么多关注。

[事实] 他把自己走到今天归因于某些特质被时代选中，包括焦虑、速度，以及实现 vision 的强烈愿望。

[推测] 他的自我叙事同时包含强烈野心和不稳定感，这也让访谈呈现出罕见的坦白。

[125:00] 创业如快车

[事实] 陈冕总结创业像开一台高速行驶的车，一边开车一边修车，车上的人来来去去，窗外风景也来来去去。

[事实] 他遗憾自己没有时间和离开的人好好 say hello 或 say goodbye，也没有时间看窗外风景。

[事实] 他认为人员没能走下去可能有很多原因，包括岗位错配、愿景不信、个人不适合创业、自己任免处理不好，或彼此不适合一起工作。

[推测] 节目的标题“活下来”不仅指公司在市场中活下来，也指创始人在高速、孤独和失去中维持方向感。

播客点评/总结

这期最有价值的部分，是它把 AI 应用公司的残酷处境讲得很具体：低毛利、Token 消耗、订阅制失灵、模型吞噬、巨头阴影、组织承压，都不是抽象概念，而是落到现金流、产品窗口、客服积压、融资和人员流失上。

访谈亮点在于陈冕的表达足够直接。他既为 Evoken 的商业打法辩护，也承认了管理、用人、合伙人机制和技术理解上的问题。这让节目不只是一次公关回应，更像是一份 AI 创业公司的阶段性复盘。

局限也很明显：涉及收入、毛利、竞争策略和未来壁垒时，陈冕有意保留了很多细节；部分判断依赖他的个人叙事，外部信息无法在转录稿中独立验证。因此关于市场规模、胜率和护城河的内容，更适合作为创始人视角，而不是确定结论。

[推测] 这期适合关注 AI 应用创业、产品战略、创业公司组织建设和创始人心理状态的人听；如果只想了解 Liblib 产品功能本身，信息密度反而不如战略和创业复盘部分高。