2026年3月24日，OpenAI正式宣布关停Sora，这款曾刷屏全网的AI视频生成工具，从发布到停运只存活了六个月。日均运营成本约1500万美元，总生命周期收入仅有210万美元；与迪士尼的10亿美元合作协议也随之终止。Sora团队随后被并入OpenAI机器人与世界模拟研究部门。
就在Sora火爆全网的时候，有人对这个结局并不意外。当时几乎所有科技从业者都在讨论Sora将如何颠覆视频消费赛道，跨界创业者杨冬蕴却在当时的一场对谈采访中给出了冷静分析，从三个维度预判了Sora的走向。首先在产品层面，PMF（产品-市场匹配）没有闭环，“作为内容消费产品，多样的用户需求并没有被真正满足”；其次在商业层面，高昂的算力成本不可持续，“即使收费，也是数量级别的亏损”；最后在IPO层面看，“需要砍亏损、保利润，Sora又占用大量GPU资源，因此它的停运是必然选择”。以上三条判断，在当下看来已经全部应验。
杨冬蕴作为AI领域的创业者，本身就是一个“非典型”人物。她是设计师出身，拿过红点奖、iF奖等设计大奖在内的12项国际知名奖项，曾经在字节跳动、阿里巴巴、华为等大厂工作超过十年。从设计leader一路转型为产品负责人、业务操盘手，最后成为AI公司无界方舟联合创始人兼CPO（首席产品官），她亲手打造了AI早教硬件爆品“奇多多AI学伴”。
杨冬蕴担任外滩大会演讲嘉宾一个设计师出身的人，在这个很多人都在“拿着锤子找钉子”的AI时代，如何保持冷静的行业判断，如何在技术天才云集的科技创业生态中找到突破点并形成商业闭环？
答案藏在她十几年来一次又一次的认知撕裂之中。
从舒适区到未知区
杨冬蕴在大厂给团队做培训资料时，画过一个认知模型：三个同心圆，最里面是舒适区，是一个人最擅长做的事情；中间一圈是认知区，未必擅长，但是懂，依然可以着手去做；最外面是未知区，是完全不了解的领域。“人们常说'赚不到认知以外的钱'，认知以外就是未知区。那能力圈边界就是认知区和未知区的交界。”她说，“每一次认知撕裂都是在将这个边界拉扯到更大，过往所有的经历都在辅助我们撑大这个圆。”
回顾她的职业路径，至少有三次清晰的“撕裂成长”。
第一次发生在阿里巴巴。彼时她在淘系做设计师，但从一开始她就没有把自己的边界限制在“设计”两个字中。她自驱立项，推动产品和运营方面的项目落地，用AB测试来验证自己的商业判断。“我从来没有把自己只当作设计师看待，”她后来回忆道，“我更会回归'第一性原理'去思考：我们在有限的人力和资金预算下，能不能达成某个业务目标？”
在杨冬蕴看来，这条从设计到创业的路径并不罕见。她在采访中列举了一串名字：乔布斯、戴森创始人James Dyson、Airbnb创始人Brian Chesky，都是从设计相关背景走向创业并取得了巨大成功。只是大多数设计师习惯了在审美世界里寻找最优解，没有从更高的商业视角去拆解答案。杨冬蕴的不同在于，她很早就开始训练自己回归第一性原理、在不确定中做判断的能力。
第二次撕裂发生在字节跳动。她在字节的近四年时间里，先后收到四次来自核心部门的转岗邀请，承诺晋升、奖金和涨薪……经过冷静思考，她婉拒了这些机会，依旧选择留在字节的创业部门。
“如果不考虑未来创业，一定会去，也很感恩对我的赏识，但我的未来目标是创业。”她的选择逻辑非常清晰：第一，必须去创业部门，而且业务最好完全不在自己的认知体系里，这样才能进一步开拓认知边界。所以她去了战略产品部，为字节探索第二增长曲线；第二，不能局限在设计体系里，要直接汇报给业务一号位，peers得是运营、产品、战略、市场的负责人，而不是其他设计leader，在这样的竞争与合作环境下，成长速度才最快；第三，组织架构线要尽量短，离顶层近一些，信息差和认知差才有机会缩小。
她把这些经历称作“肌肉撕裂式成长”。每一段经历的目标不是当下的回报，而是为一个更远的目标做铺垫。
第三次撕裂是从打工者到创业者。即便做了这么多年的“创业练手”，真正要迈出这一步时，她也犹豫过。“大厂是我的舒适区。”她坦言，“过往的沉没成本很高，需要放弃且奔赴巨大的不确定性。”
促使她最终出发创业的原因有两个：第一点是得到了市场青睐，项目成功融资。第二点来自创业前辈们的鼓励，并给了她一个有趣共识——创业最重要的能力是什么？判断力和组建团队的能力。“这两点我都具备，我就出发了。”
一个AI爆品背后的判断力链条
如果说前十一年是杨冬蕴的认知积累期，那么“奇多多AI学伴”就是她将判断力变现为商业价值的一个经典案例。
奇多多AI学伴“奇多多AI学伴”作为AI早教硬件上市，发售第一周就销量破万，在天猫、京东等多个平台多次登上智能早教榜单TOP1，成为现象级爆品。但奇多多并不是灵光一闪的产物，而是一连串调研推导、各环节严谨落地、全商业链路形成闭环的结果。
回溯创业之初到产品落地发售，需要创始人具有严谨的逻辑和超强的执行力。
第一个判断：公司选什么赛道。
核心是基于“市场规模×公司壁垒×行业趋势”的综合判断，作难而正确的事情。杨冬蕴表示：“公司创业之初，我们就坚定地要走长期主义的发展路径。”
无界方舟的核心业务是：为智能硬件终端和具身智能提供AI Infra，面向KA客户交付to B的技术产品。无界方舟语音模型被Hugging Face收录到全球语音模型排行榜Leadboard，当前全球全尺寸模型（1B/3B/7B/10B...）总排名第四，1B以下尺寸模型总排名第一。“我们的KA客户包括韶音、联想等头部国际知名品牌，单条业务线年出货量可达数千万台。”
第二个判断：自有品牌选什么赛道。
“现在有很多AI模型、AI infra和AI工具，其实是拿着锤子找钉子，这其实是一件比较危险的事情。”杨冬蕴说。
她举了一个历史案例来说明。早在1969年，一家高端百货店推出了一款售价10,600美元的“厨房计算机”，上面多加了一个切菜板，可以存储食谱和规划菜单，但买家还需要再上两周的编程课，才能操作这台设备。考虑到通货膨胀，这相当于今天花10万美元去买一台厨房电脑。最终，这款产品一台都没有卖出，最终被陈列在计算机历史博物馆里，作为“用技术视角强行定义用户需求”的经典失败案例。
杨冬蕴在硅谷参观博物馆时看到了这个展品，感触很深。在她看来，半个多世纪后的AI产品界，同样的错误依然在发生。
所以她做赛道选择时，起点不是“我们的技术能做什么”，而是“市场需要什么、PMF如何闭环”。早在2023年AI风口刚兴起时，她就画了一张AI硬件机会地图，把赛道分为三类：成熟赛道（手机、电脑、智能家居），适合已经扎根多年的企业；场景迁移赛道（AI音响、AI耳机、AI眼镜、AI早教），适合创业公司入局；AI催生的全新赛道（具身智能机器人、AI陪伴机器人），也适合创业公司占据生态位。
在这些赛道中，她综合考虑了公司壁垒与赛道天花板：与无界方舟模型能力最匹配的，是AI陪伴、AI交互领域；PMF在国内一定成立且不干预KA客户的赛道，是早教。两者结合，就推导出了“奇多多星球”这个品牌方向。
杨冬蕴携“奇多多AI学伴”参展同时，她做了一个克制的战略决策：公司的核心业务是为智能硬件终端提供AI Infra，所以不能去做AI眼镜、AI耳机、AI PC、AI手机这些KA客户的核心赛道，不能跟自己的客户做竞争。同时，只有自己从0-1做硬件，才能更负责地为客户提供最佳AI模型和AI Infra。
第三个判断：如何定义产品。
赛道选好之后，杨冬蕴面临的核心问题是：AI早教看似是红海，市面上产品无数，凭什么她能做出差异化？她的答案是：回归第一性原理。
她把PMF闭环总结为一个公式：用户精准+刚需场景+技术成熟度。然后她做了一件很多AI产品经理不愿意沉浸去做的事。
她从儿童脑科学出发，拆解了不同年龄段的真实需求：0到3岁，神经元突触快速发展，核心需求是熏听；3到6岁是语言发展黄金期，孩子爱说、爱问，外界需要及时给到合理响应，这个阶段的培养决定了我们一生的社交与情商能力，奇多多做了“AI视觉识别+科普”的功能，可以看到孩子询问的任意物品，进行实时的科普解答，给予情绪反馈，符合孩子边看-边问-边学的科学路径；6岁以上要养成阅读习惯、与课业结合，奇多多有“AI万物阅读”功能，可以实时识别所有书本，教材、作业、卡片、杂志、论文都能阅读，主流语言都能识别，有些高知家庭甚至用奇多多读论文给孩子听。
“奇多多AI学伴”可视觉识别任意物品并科普知识杨冬蕴强调：“Broca’s Area只有0-10岁活跃，10-12岁就关闭了，所以科学早教极其重要。”她联合国内外30家知名早教机构的老师共同研发，确保奇多多的产品方法论符合儿童分龄脑科学发展规律，智能产品必须建立在科学理论的基础之上。
市面上很多AI产品“看似酷炫、创新，但实际上没有用户需求”，奇多多走了一条“笨”路。但恰恰是这条路，让产品满足了真实的用户刚需，建立了独家技术壁垒。“很多公司想抄袭，但最后都只做成了语音对话的毛绒玩具，”杨冬蕴说，“做不到我们视觉互动这么低延迟，也无法实现识别和阅读所有书。”
第四个判断：定价与验证。
杨冬蕴的定价逻辑也颇为坦诚。她说产品定价一般有三种方式：1. Top-down，看行业竞品选价格带；2. Bottom-up，看成本反推售价，通常成本：售价到1:3才能不亏本；3. 像奢侈品那样，直接打造高端品牌，追求定价权。“通常大家都是第一种，在选定价格带之后再砍功能。”
但“奇多多星球”的第一款产品选择了“情怀路线”。出厂成本超过1000元，售价1499元，走量的早教产品普遍在600元以下。算上运营成本、投流成本和电商平台抽佣，卖一台亏一台。所以他们不投流，靠自然流量，依然是多个榜单的TOP1。
杨冬蕴表示：奇多多成本偏高，不止是因为我们用的AI模型是最好的，更是因为在产品生产用料、设计细节、安全隐私等方面，我们都做了充分的考虑和设计。因为我自己是妈妈，同理心就会更强，在细节把控上也会“更较真”。比如隐私保护方面，奇多多做了磁吸蝴蝶结，可以挡住摄像头；还有独家PrivateLoRA技术，进一步加强儿童信息的安全与隐私保护。针对儿童产品使用安全方面，所有硅胶都是食品级的，外壳是加厚的。所有螺丝钉全部隐藏，这点非常重要，因为不会被宝宝吞咽误食。眼睛屏幕是防蓝光的，灯带是隐藏在底部，靠桌面漫反射保护孩子视力……
好的产品、好的设计赢得了用户使用数据的验证：不算待机时长和APP使用时长，仅计算硬件本身的使用时长（AI对话、AI阅读、故事机、亲子通话等），用户日均使用145分钟，30日留存率达到56%。
“有很多硬件产品会宣称自己的30日留存和90日留存可以高达90%，”杨冬蕴说，“这是基本不可能的，比较缺乏商业和产品常识。毕竟连抖音的30日留存都只有65%，微信的90日留存也才80%。”
当然，情怀不能代替商业逻辑。她很清楚第一款产品可以“情怀”，但整体产品矩阵必须服从商业规律。“奇多多星球”品牌，计划于7月上市一款低价格段的口语宝；年末还会再出一款新品，补充不同价格段的产品矩阵。
从规则制定者到概率管理者
如果只是讲一个“设计师做出爆品”的故事，杨冬蕴的经历或许可以到此为止。但她对AI时代的思考，远不止于一个产品。她观察到一个正在发生的深层变化：AI正在重写“产品经理”这个角色的底层定义。
“苹果第一个把完整的GUI做成商用产品，微软靠Windows将GUI全球普及，”她说，“但现在我们用的AI产品大多有对话框，或者是TUI。”她提到Codex、Gemini、Claude Code、豆包等产品。在这些产品中，用户和产品之间的交互方式，已经从图形界面转向了自然语言对话。这不仅仅是界面的变化，更是产品经理思维方式的根本转变。
“产品经理不再只是输入确定性规则、得到确定性结果，”她说，“而是要不断刷新自己对模型的认知，降低产品的回答幻觉率，能以更快的效率给到用户高质量的交付，把控好什么可以交给AI处理、什么必须留给用户操作。”换句话说，产品经理正在从规则制定者变成概率管理者。
今年在硅谷参加SaaStr大会时，看到天空中飘着一条标语：SaaS is dead。她深刻体会到：过去十几年，美国投资界最青睐的SaaS产品模式，是按席位收费、按年续订，现在产品正在被“按结果付费”的新模式取代。AI甚至可能加速这一轮康波周期。
这种变化不仅是产品和商业模式，企业的人才配置也在改变。互联网时代，大厂靠几万人大力出奇迹；AI时代，几个人就能推出爆款。出现了FDE（驻场客户侧落地大模型定制）这样全新的岗位。她说：“只会一亩三分地的人、只能停留在过往经验里出不来的人，就会被AI淘汰。”
在这样一个一切都在加速重写的时代，一个人如何保持自己的价值？
杨冬蕴的回答是：保持稀缺性。
她将自我迭代的方法论概括为四步：
第一步，内观目标。先想明白自己的短期目标和中期目标是什么。“它其实就很像我们做OKR的拆分：得先有目标，你才能知道自己的action是什么。”她自己的中期目标是创业，这个念头早在入职大厂的第一天就已经埋下，此后所有的选择都在不自觉地向这个目标靠拢。
第二步，多练手。给自己找项目机会，找AB测试的机会。“AB测试很容易量化地看清一个人的判断力。”如果还没有能力给自己创造这个机会，那就先提升话语权，先具备这个能力。
第三步，浸泡在对的环境中。不是去最舒适的部门，而是去最能倒逼成长的地方。她在大厂选择创业部门，希望在大厂里得到创业的练手机会，正是这个逻辑的具体体现。
第四步，持续学习。产品、设计、运营、GTM，这些都只是分工，每个时代和风口下都有不同的分工。关键不是守住某个岗位标签，而是保持自己在每一轮新分工中的稀缺性。
“没有任何经验是可以百分百复用的，都是需要摆脱惯性、重新思考的，但我觉得每一段经历都会在未来的某一天派上用场”，杨冬蕴非常自信地给出了她的总结。在AI正在重写一切规则的今天，这句话或许还可以换一种理解方式：真正的认知壁垒，不在于你掌握了多少个框架或方法论，而在于你经历过多少次“此前的经验全部失效”之后，依然能够重新建立判断的能力。
这大概是一个跨界者最深的护城河。
（本文仅代表作者观点。）