从记忆助手到语音输入 Agent：闪电说创始人的 AI 产品出海实战复盘
2026 年 1 月 17 日，「未来硅世界」直播邀请到 AI 语音输入软件「闪电说」的两位创始人——CEO 余猛和联合创始人龚震，围绕 AI 产品从 0 到 1 的探索、增长策略与出海打法展开了一场近两个半小时的深度对话。余猛是技术出身的产品经理和连续创业者，从移动互联网时代一路做到 AI 应用；龚震曾任 Monica 产品 VP，负责增长和商业化，将其从 0 做到 1000 万美金 ARR。这场分享适合独立开发者、AI 创业者、产品经理以及对出海感兴趣的流量操盘手阅读。
从「完美的想象」到「务实的落地」：闪电说的三次转型
余猛回顾了自己从 2023 年开始探索 AI 应用的完整历程。他最初的想法是做「记忆」——「大模型这一个浪潮里面，计算是通用的……真正的差异化就是数据」。他判断，未来最有价值的事情是做一个「世界上最了解你的 AI」，即个人模型。
第一个尝试是在手机上做对话式记忆助手，把记 Todo、记大姨妈、记生日等所有功能整合进一个 App。但很快遇到两个问题：一是成本太高，「当时我们用 GPT-4 的话，每个月的成本可能单人会达到 10 美金」；二是频次太低，「本质上没有人喜欢记东西，这个是本质的……反人性的事情其实本质上就做不大的」。
第二个尝试是全天候记录声音。团队做了电脑客户端、手机 App，甚至用 3D 打印做了几十台项链分发给朋友测试，后来又转向耳夹式耳机方案。余猛说，他们当时「应该是全球做得最激进的一个团队」。但把门槛降到足够低之后，最严重的问题暴露了：全天候的声音数据「其实是没有办法被今天的 AI 去真正充分利用或创造足够多的价值的」——打呼噜需要医疗级 AI 分析，咳嗽需要懂医学的模型，心情不好需要情感识别，「它其实是一个生态，这个生态没有构建的话，你把你全天候的声音全部记录下来，里面其实它的价值是有限的」。
转机出现在 2025 年初。团队在大量使用 Claude Code 编程时，发现「语音编程这件事情是非常爽的」，于是把过去积累的端侧技术拿出来，做出了闪电说的 demo。余猛总结道：「创新就是不断地试错……收敛到一个大方向，然后在里面做暴力破解。」
从 context 视角切入：龚震为什么选择语音输入
龚震从另一个角度讲述了自己加入团队的过程。他在 Monica 期间获得的一个关键认知是：「AI 干啥都需要 context，如果你只有一个大模型，只有一个 LLM 的话，它其实很蠢的。本质上你给它的 context 越多，它越聪明。」浏览器插件之所以在 AI 时代复活，正是因为能拿到所有 Web 端的 context。
但他认为浏览器插件的天花板很低，于是开始思考如何获取更多 context。他把 context 分为两类：存量的和增量的。存量 context 包括手机相册里的图片、笔记等，但「存量 context 它确实阻碍有点多」；增量 context 则是「还没有被记录下来的，还存在于虚空之中的」——比如全天候的声音记录。
「不管是用一个全天候的 APP 也好，还是用一个项链也好，其实我就能够把所有的我自己的声音的增量 context 都存下来了。」他考察过眼镜，但电池和视觉处理的问题太多；而声音技术「在 2024 年开始看的时候已经成熟了」。
最终让他下定决心的，是 2025 年初高频使用 Cursor 和 Claude Code 编程时的切身体验：「我深刻地感受到了打字对我的限制和瓶颈。」他原本完全不会编程，用上 AI 编程工具后，发现语音输入是「一个频次又高又刚需，而且随着人跟 AI 沟通得越来越多，它渗透率越来越高」的方向。
产品方法论：如何找到方向和挖掘需求
当被问到如何挖掘创业方向时，龚震直言：「在大厂工作是学不会创业的。」他解释，在大厂「你不是在一个挣钱的机器，你只是在做机器里面的一部分」，大厂经验对挣到第一个 100 万「意义不大」。
他给出了几个实操建议。第一，多关注 GitHub 高赞项目——「这个真的有用，这是最简单的方法了」。他举例说，前段时间有两个项目反复登上 GitHub 日榜，一个是做舆情分析的，一个是做信息 tracking 的，背后代表的是股票交易人群筛选精准信息的需求。第二，利用微信指数、Google Trends 等工具查热点关键词的热度，「一个被人反复搜的东西，一定有价值」，如果还能产品化或内容化，就是很好的生意机会。
余猛则分享了自己更「笨」的方法：花足够多的时间把大方向了解清楚，然后选择一个方向深入探索。「我们从 24 年 1 月份开始，截止到今天我们就没有做过和声音无关的事情。」这种专注带来了复利效应——「我做的这些尝试，它每天都在复利」，2025 年团队其实 PMF 了两个产品，都能挣钱，只是最终选择了闪电说。
增长与出海：Monica 验证过的四大件
龚震把 Monica 的增长经验总结为两条。第一条是「想明白究竟什么阶段，什么是最好的渠道」。对于已经被验证过 PMF 的产品，「你就可以直接排除掉社区免费增长，直接看网红营销的渠道」。他跟踪 whisper flow 的投放策略很久，发现对方 6 月之前只投写作人群，9 月之后大量投 Web coding 人群，「那我就很清楚了，我就知道这 Web coding 的增量了」。
网红营销的具体打法上，他建议「尽量地去找 100 个小 KOL，而不是找大网红」——大网红一条不爆就净亏 10 万美金，而小 KOL「跑出来一条爆款，就把可能买 20 条的钱赚回来了」。渠道选择上，PC 端产品首选 YouTube，「如果你在 TikTok 上面去做网红营销，那个人知道 Monica 了，他先想记住这个词，然后可能三四个小时之后跑去电脑上搜，转化率就有点过低了」。
第二条是「设计内生性的增长机制」，产品的酷属性和好玩性很重要。他举例说，Monica 移动端收入从每月 1 万刀涨到 10 万刀，就是因为一个叫「AI 嘲讽」的功能——「我把你的 profile 全部读一遍，然后给你一个很嘲讽的评论」。
至于出海打法，龚震强调「大家都在用的招就是最好用的招，不要想一些奇淫巧技」。海外增长的四大件是：网红营销、社交媒体投放、搜索引擎投放和 SEO。闪电说的策略是「先以免费策略获量」，因为「whisper flow 已经花了几千万美金教育过市场」，直接告诉用户「我们是免费的 whisper flow」就能快速拿量。之后再做差异化——把 AI 输入 agent 的体验做好，同时挖掘有趣性场景，比如有用户反馈「很需要在游戏里面喷人，拿打字喷有点慢，拿闪电说喷可能就快一点」。
技术壁垒、商业化与未来定位
面对「技术壁垒在哪」的提问，余猛坦言：「今天的 AI 应用其实是有消费品的一种属性在里面……核心的东西，比如说你的大模型的技术，其实都基本上都是采购的。」但他认为这不影响创造新体验，「你像奶茶，这么多人做，但是还有那么多的需求」。长期来看，针对特定场景用 RL 训练等方式做体验升级，「它就可能就是一个有壁垒的事情了」。
商业化方面，龚震说得非常直接：「大家都是在建立一个渠道之后做 TOKEN 分销商，TOKEN 分销的本质在于赚有钱人的钱。」他分享了一组数据：闪电说的 AI 纠错开关开启率约 50%，真正用上 API key 的人不到 20%，「这里面最有钱的那可能前 5% 到 3% 的人可能会被转化」。海外 SaaS 的毛利「只要不是特别奇怪的，应该是人均 70% 的毛利」。
不同国家的付费率差异巨大：美国 5%～7%，台湾 3%～5%，中国「你做得很屌，可能也就 2%、3%」。他举例说，一个拍照答题的 AI 教育产品，纯做美国市场月收入可达 10 万美金，做全球市场（含印度）只有 1 万美金。他还观察到「中国人确实更喜欢买内容和买实物」——做活动裂变时送麦克风的效果比送会员卡好无数倍，「你给他 200 块钱，不如给他一个 200 块钱的麦克风」。
关于闪电说的长期定位，余猛认为它会「演变成你的个人模型」——「以后你只要跟闪电说一下我要买鞋子，它就可以基于你的记忆直接生成这一个描述」。团队正在做记忆模块，预计一个月内让用户体验到雏形。他特别强调数据所有权：「我们真的希望去把这个记忆的东西做好……把你的个人数据全部保存下来，形成你独有的记忆，并且把数据的所有权归还给用户自己。」
现场问答
问：用户能不能把在输入法里表达的记忆作为上下文，给其他产品使用？
余猛：已经在做了，一个月内会有雏形。比如长按快捷键呼唤 AI 说「帮我记一下」，数据会存到专门的记忆模块，下次同样的问题可以直接调出来用。「语音转文字只提高了 4 倍的效率，它不可能再提高了，但是有了你的记忆之后，它可能可以提高十倍甚至几十倍。」
问：现在各家都在卷准确率，闪电说怎么看？
龚震：主流语言准确率基本都卡在 90% 上下，大家更多在转降噪上发力。接下来真正的机会在方言模型——「在中文这个体系之下是可以转到 99% 这个准确率的，它在均值上是 99%，但是可能对于江西话来说，可能就是从 30% 一下干到 80% 了」。训练语音模型的成本不高，「可能训一个模型 200 万，里面大部分的成本都在数据上」，创业公司有机会。
问：为什么不做流式实时翻译？
龚震：流式的问题是「每个字不停地出，然后每个字不停地在变」，用户盯着变来变去的字会受干扰，而且 AI 纠错时上下文不足，「拿到一个完整的文本去帮你做翻译和纠错的时候，其实是更容易的」。目前的取舍是分段出字，既解决安全感问题，又不干扰说话。
要点回顾
- 闪电说经历了三次转型：对话式记忆助手（成本高、频次低）→ 全天候声音记录（数据价值密度低、生态未构建）→ PC 端语音输入 Agent（高频刚需）。
- 龚震从 context 视角切入：浏览器插件天花板低，语音输入能获取更多个人增量 context，且声音技术已成熟。
- 挖掘需求的方法：关注 GitHub 高赞项目、用微信指数和 Google Trends 查热度、判断能否产品化或内容化。
- 增长策略：PMF 产品直接上网红营销，找 100 个小 KOL 而非大网红；PC 端产品首选 YouTube；之后用 SEO 和投放做阵地战。
- 商业化本质是「TOKEN 分销」：赚 3%～5% 有钱人的钱，海外 SaaS 毛利约 70%。
- 付费率差异：美国 5%～7%，台湾 3%～5%，中国 1%～2%；中国人更喜欢买实物，送麦克风比送会员卡效果好。
- 闪电说的长期定位是「个人模型」，从记忆模块开始，数据所有权归用户。
- 产品最佳实践：用更聪明的模型、开启异步纠错、优化默认 prompt（长句自动分段、说 123 自动分点）。
直播回放约 132 分钟
播放器来自飞书妙记 · 在新窗口打开