Cookiy Labs董有超：AI能造产品了，企业为何还要找真人聊？

“AI正在杀死‘流量增长’，未来十年你需要的是‘品味’。”2025年10月，董有超在一档公开播客里抛出了这句话。

翻看他过去十余年的履历，“流量增长”这条互联网主线一直没断过。2016年他进入Instagram增长团队，从机器学习工程师一路做到技术负责人，搭起Instagram增长科学的能力和核心系统，用户留存预测模型也是他独立构建的。2019年回国后，他担任腾讯微视用户增长总监，带用户增长与数据团队。之后又在爱奇艺参与随刻新业务，在字节跳动负责GEB和Pangle，再到飞书深诺出任首席产品官。

2025年，董有超离开这些岗位，创办Cookiy Labs。几乎同一时间，公司宣布完成700万美元pre-seed融资。Cookiy盯上的核心问题是：企业或AI需要真实人类的经验、判断和反馈时，怎么更快找到对的人，把访谈、调研或数据交互做完，再把结果接回AI的工作流。

资本市场对这门生意的定价也在变。2026年9月，Salesforce签署协议，收购AI访谈公司Listen Labs。差不多同一时期，另一家AI访谈公司Conveo完成5000万美元A轮融资。AI访谈和真人数据，原本只是研究行业边角的工具，眼下成了平台、投资人和AI公司都在盯的一层基础设施。

生成式AI已经把“做一个产品”的门槛压得很低，代码、界面、文案、演示视频，短时间都能生成出来。董有超真正要回答的是另一个问题：当“做出来”不再稀缺，“做得对”该由谁说了算？

把人接回AI流程

Cookiy没有选择直接做AI营销工具或增长工具。那条路跟他的履历最搭，也最容易让外界天然信任，但董有超不想让产品被包装成“一个增长专家又来卖增长工具”。他瞄准的是需求验证的基础设施：团队把研发和营销预算投进去之前，先少走错方向。

在董有超眼里，“流量增长”是过去十多年互联网产品玩熟的一套打法：先拿到曝光，再让用户沿漏斗走完激活、留存、转化和复购。增长团队要做的，就是在这条链路上把效率一点点提上去。

这套方法没有失效，可环境变了：流量更贵，产品更多，用户的注意力也更稀缺。生成式AI又把供给侧成本往下压了一截。以前一个团队可能要花几个月才能把产品做出来，现在一天就能出好几个版本。产品供给一多，真正稀缺的就不再是“能不能做”，而是“该不该做、先做哪一个、为什么有人会要”。

董有超判断，未来产品竞争会更依赖“品味”。他说的“品味”跟审美无关，指的是判断真实需求的能力。

“用户说‘我会用’，和‘我上一次真的为类似产品付过钱’，这两件事完全不同。”他说。前一种回答可能只是出于礼貌，后一种才会真正改变产品设计、定价和市场策略。

这也是他选用户研究这个方向的原因。传统研究能解决一部分问题，但通常又慢又贵，还很难嵌进产品经理、创业者和开发者的日常工作流。产品生产越来越快，需求验证却还按原来的节奏走，错配只会被放大。

董有超把这个方向叫human layer。今天的AI系统能读网页、读文档、调用工具、生成内容，却没法直接知道一个真实的人此刻在想什么、为什么犹豫、为什么放弃。Cookiy想做的，是在AI系统或企业需要人类经验、判断和反馈时，更快找到合适的一类人。这些人给出的不只是答案，还有经验、偏好、语料和判断。

传统用户研究更像一个独立项目：发起一次研究，写一份报告。Cookiy想把它变成随时能调用的能力。公司公开资料称，平台可以触达超过1.7亿受访者，并支持Claude、Cursor等AI工具通过Skill、CLI或MCP发起研究。规模之外，更关键的是去重、验证、地区分布、语言覆盖、职业答卷人识别，以及受访者是否知道AI身份、数据用途和授权范围。

人不是原料

AI访谈要真正跑通，先得解决三件事：找到合适的人；让对话持续下去；把非结构化对话变成可用的信息。

找到合适的人，意味着样本得是真的、符合目标人群，还得能认出职业答卷人。让对话持续下去，要求AI理解上下文，知道什么时候追问、什么时候换个方式确认。最后，客户要的是主题、证据、引用和结论，不是几十段原始录音；每条结论都要能回到对应的回答上。

在技术实现上，董有超牵头设计了一套四层架构的实时系统：小模型、中模型、大模型之外，还加了一个专门识别情绪的模型；开源和闭源模型混合使用，再分别做微调，各自负责语音、记忆、追问和总结。他的判断是，眼下模型还做不到同时处理文字与音频的实时输入输出，让多个模型分工是当前的折中办法；哪天单个模型能把多种模态都扛下来，其中一些模型就可以撤掉。AI主持访谈，不是照着提纲念给受访者听，它得在对话不被打断的前提下完成理解、记忆和追问。

还有，董有超署名的那篇Cookiy公开论文也写明了局限：有些评分是模型打的，不是人工评审；一些样本在开发阶段就已经出现过；模型对个体回答的预测，也没法等同于对真实信念或未来行动的证明。所谓“人类数据层”不能停留在概念层面，要靠持续研究和合规能力撑住。

董有超并不觉得合成用户会取代真人。合成用户适合拿来做前期演练——试试访谈提纲、模拟回答路径、看看问题问得清不清楚。但别把它包装成真实用户的反馈。真人内容和合成内容必须标识清楚。客户可以用合成结果来讨论问题，却不能拿它当真实市场证据用。

“研究客户购买的是‘更接近真实世界’。”他说。如果平台把合成内容和真人内容混在一起，短期看降低了成本，长期看会损害信任。

数字孪生属于更远的想象。董有超在公开访谈里提过一种可能：假如一个人被访谈得足够多，又在授权的前提下留下了足够多的真实语境，以后或许会出现一个AI化身，替真人回答一部分问题，甚至帮真人挣到钱。

这个设想在商业上很有吸引力，但边界要先划清楚。本人授不授权、能不能撤回，哪些话题必须回到真人那里确认，答错了责任算谁的，模型更新之后旧回答还作不作数——这些都得靠产品和合同来回答。这些问题不解决，数字孪生就可能从“让人参与AI”滑向“让人被AI代理”。

Cookiy对合规的看重写在官网上：SOC 2 Type II、ISO 27001、GDPR、HIPAA都被列为产品能力。其中SOC 2和ISO 27001标明了审计范围与期间；GDPR属于法律层面的合规要求；至于HIPAA场景下能不能签BAA、医疗数据怎么处理，还得看具体合同怎么签、执行到不到位。

落到企业客户身上，真正要紧的是子处理方清单、数据删除机制、角色权限、审计日志，以及受访者授权的文本。受访者起码得清楚对面是AI，清楚访谈结果拿去做什么，清楚自己的回答会不会被公开、被用于模型训练或评测，也得清楚自己在什么条件下可以撤回。

缺了这些，“真人数据”就只是采来的内容，谈不上建立起能持续运转的人类参与机制。

一门生意

外部研究对AI访谈的态度并不一致。

Nielsen Norman Group一项小规模研究认为，AI主持访谈更适合结构化反馈、筛选和多语言任务，高风险的深度访谈不该直接交给它。Verasight的随机实验也发现，AI访谈能把文本长度拉上去，完成率却明显更低，而且退出的人并不是随机分布的。

这些研究给行业留下一串问题：完成率该怎么算，没做完的是哪些人，多语言访谈怎么质检，语音和视频信号有没有真的影响决策，合成内容与真人内容又该怎么区分标识。

董有超没有绕开这些质疑。他在AI with Arun Show上讲过自己的判断：人类主持人会注意力衰减，访到第九、第十位用户时，难免带着预设、赶进度；AI则把每一场对话都当成全新的一场。不过他同时强调，Cookiy并不想取代人类研究员。一两个小时的访谈里，没有哪位主持人能记住受访者所有的表情和细微动作，AI可以把这些细节记下来，交给研究员去判断。

Kadence的公开报告显示，其与Cookiy合作完成了79场定性访谈，覆盖印度尼西亚、印度、泰国和菲律宾，在德里、孟买、曼谷、马尼拉和雅加达5座城市、4天内做完，研究的是亚洲Z世代如何理解日本品牌。Kadence的Hamano Hidekazu后来在日本的行业活动上，把AI主持访谈当作前沿方法介绍给同行。

Cookiy官网称，多数研究在启动约4小时后就能拿到初步发现，完整报告24小时内形成，一天能完成超过100场访谈。不过质量还要看招募准不准、受访者真不真、追问有没有效、分析能不能回溯。最关键的，是客户最后有没有因此改变决策。

商业格局上，传统市场研究公司握着方法论、客户关系和样本管理；问卷平台赢在便宜、好分发；专家网络手里有稀缺的行业人群；AI访谈公司想做的，是把主持、分析和交付都自动化。

Cookiy不能只证明“AI能访谈”，还得说清自己在哪一层更可靠：找人更快、追问更好、语境保留更完整，还是合规更稳、跟AI工作流接得更顺。

对正在评估AI访谈和用户研究工具的企业来说，比“它是不是AI”更值得问的至少有五个：受访者从哪来，身份怎么验证；没做完访谈的人有没有被算进去；AI追问能不能落回具体业务问题；报告里每条结论能否回溯到原始回答；数据用于研究、训练、公开展示和模型评测时，授权是不是分别成立。

这份清单替企业做不了选择，但能把讨论从演示效果拉回研究质量。AI访谈的价值不只看速度和成本，也要看它有没有帮团队少投错一次钱，或者提前发现一个此前没被定义过的问题。

未完成的答案

“我最担心的，是外界把Cookiy误读成‘AI替人做研究’，或者把真人数据当成一种更便宜的内容原料。”董有超说，他最想让AI在需要人类经验的时候能找到人，让提供经验的人得到授权和回报，让企业在做决定之前看到真实的人怎么反应。

这件事做成了，未必是个多炫的产品，但会成为AI工作流里重要的一层。“AI可以生成答案，但不能替企业确认答案是否适用于真实的人。至少在今天，这仍然需要回到人。”

说到底，效率可以靠工程手段拉起来，但样本质量、授权边界，还有真实的决策结果，不是贴一句“真人数据”就能站得住的——这是这类公司接下来都得面对的一关。谁能把这些细节固化成稳定流程，谁才有机会真正挤进企业的核心工作流。比起一次融资或一场产品演示，这更接近事情的本质：立不立得住，最终还是得放到一个个具体项目、一场场访谈和客户的决策里反复检验。