8741
72♾️ 大家好，欢迎来到「哇哦产品」，我是Link。这期播客想跟大家聊一个我觉得非常值得深入拆解的话题，豆包的1.4亿DAU。
QuestMobile最新数据显示，豆包DAU稳定在1.4亿，国内遥遥领先。而春节期间，AI行业总投入超过100亿，千问花了50到70亿，元宝砸了十几亿，结果呢？千问从7352万跌到2900万，元宝从4054万跌到不足900万。
红包能让用户下载APP，补贴能让用户下单，但用户打开之后，如果找不到非用不可的理由，删掉只是时间问题。
这期节目从PMF（Product-Market Fit）的角度，拆解豆包做对了什么，其他家又错在了哪里。以及一个更本质的问题：我们到底是在解决真实问题，还是在制造虚假繁荣？
☁️ 猜你想搜
00:00 数据：AI Chatbot国内DAU格局
QuestMobile数据显示的国内AI应用DAU排名：豆包约1.4亿（稳态）、千问约2900万（峰值7352万）、DeepSeek约2000万+、腾讯元宝约900万（峰值4054万）、支付宝旗下AI健康助手不足500万。
02:08 事件：2026年春节AI行业百亿大战
AI行业春节总投入约80-100亿。通义千问约50-70亿（含30亿大免单、春节营销、持续首单立减补贴）；豆包约15-20亿（主要为春晚赞助）；腾讯元宝约十几亿（红包拉新后及时止损）；支付宝AI健康助手（签约何炅，广告联盟投流）。
03:05 故事：春节给爸妈装豆包
不是因为红包下载，而是因为真实场景留下来。妈妈用豆包P图聊天，外甥用豆包写作业。没有一个人是因为红包去下载豆包的。
06:50 策略：豆包春晚的「拜年祝福」拉新策略
豆包春晚活动要求用户在APP内完成写祝福语、拍祝福视频等AI场景才能获得抽奖资格，而非直接发红包。目标不是冲一个数字，而是让用户在APP内完成一次有效的AI使用。春节期间DAU峰值约1.45亿，节后稳定在1.4亿。
09:40 判断：Chatbot这场仗基本打完了
国内AI Chatbot竞争格局心智已成。国内模型不断打榜，但从用户体验角度都是微小变化，不足以驱动用户从A应用切换到B应用。只要字节不犯大错，豆包会一直领先。
12:08 核心问题：投流买不来用户习惯
红包能让用户下载APP，补贴能让用户下单，但用户打开之后，如果找不到非用不可的理由，删掉只是时间问题。
12:23 框架：PMF的三种类型
- 第一类：产品创造市场（如滴滴创造打车服务、美团创造团购服务）
- 第二类：更适配的产品，满足细分市场需求
- 第三类：更好或更便宜的产品，满足已有市场需求（如外卖大战的纯烧钱模式）
移动互联网早期多为第一类，后期多走向第三类。AI时代早期，豆包抓住了第一类+第二类。
13:19 报道：36氪独家——豆包是字节历史上所有破亿DAU产品中推广费用最低的
豆包80%以上流量来自抖音导流。字节拥有8亿DAU、人均120分钟时长的抖音，是国内最强的流量引擎。汽水音乐、红果短剧等字节系APP同样80%-90%流量来自抖音。
17:57 概念：PMF（Product-Market Fit）
P = Product，M = Market，F = Fit。有效的PMF分三类：产品创造市场、更适配的产品满足细分需求、更便宜的产品满足已有需求。
19:47 洞察：豆包的第一类PMF——陪聊比搜索是更大的市场
DeepSeek抓住了学生、公务员、上班族写论文写申论的需求，但这个市场相对窄众，DAU稳定在2000万后增长乏力。豆包选择了陪用户聊天的大众市场，情感陪伴、情绪价值，全年龄层覆盖。效率工具用完即走，天花板是任务完成率；陪聊和泛娱乐的天花板是用户的闲暇时间。抖音靠争夺闲暇时间做到8亿DAU，豆包在某种程度上复制了这个逻辑。
24:23 反面案例：千问用夸克的逻辑做AI
阿里用夸克当年增长的逻辑（纯净浏览器、学生填志愿、云盘）去做千问，选择了信息查询的窄赛道。模型能力不弱于豆包，甚至可能更强，但在C端产品的场景选择和流量分发能力上差距明显。
26:16 洞察：豆包的第二类PMF——用AI重做已验证的需求
豆包同时铺大量使用场景：拍题答疑（孵化「豆包爱学」）、P图/老照片修复/换背景、录音转写、文案润色、AI深图和视频脚本。每一个场景针对的都是在非AI时代就有专门APP的热门需求（美图秀秀、讯飞录音等）。豆包用AI形成体验差 → 依靠抖音流量分发引爆 → 一个爆款功能上热搜，一天自然下载量轻松破百万。
28:02 逻辑：与其教育用户AI能干什么，不如在用户已经习惯的场景里植入AI
妈妈不知道什么叫多模态大模型，但她知道豆包能帮她P图。
30:40 组织：字节用做抖音的方式做AI
低门槛、高频次、强分发、快迭代。Flow团队负责产品，自研团队负责模型，技术中台负责基建，总规模千人以上，CEO梁汝波亲自盯。对外统一「豆包」品牌，内部赛马竞争。谁强谁成为豆包的底层模型。通过抖音的用户时长和浏览习惯，快速察觉最普适的需求，再通过豆包场景实现。
33:22 反面案例：通义千问试图一步到位做超级助手
千问想做「小秘书」，接入电商、外卖、酒店、旅行等服务，提供一键下单功能。但用户对AI没有建立信任时，不会产生有商业价值的付费行为。信任是怎么产生的？是豆包解决了一个个身边微小的问题之后，用户自然而然愿意让它做更多事。助手功能是附加的外挂功能，核心不在于你提不提供，而在于用户信不信任你。
36:59 框架：用户增长的三个阶段
- 短期：如何激活用户
- 中期：有没有培养用户习惯
- 长期：给用户建立的心智是什么
豆包的习惯回路：拍了张照想修一下（触发）→ 打开豆包选模板（惯例）→ 效果好看发朋友圈有人点赞（奖赏）。元宝的习惯回路：领红包（触发）→ 打开APP摇一摇（惯例）→ 拿到几块钱（奖赏）→ 红包领完，触发消失，习惯回路断裂。
微信红包之所以能留存，是因为红包嵌进了拜年这个天然社交仪式，用户抢的是情感连接，不只是钱。
39:44 结语：我们到底是在解决真实问题，还是在制造虚假繁荣？
豆包的故事给我最大的启发不是什么产品方法论，而是一个非常朴素的认知。用户增长的质量，取决于我们是在解决真实问题，还是在制造虚假的繁荣。投流确实能让数字变得好看，但数字背后没有真实场景的使用去支撑的话，涨上去的终究会跌回来。这可能不只是AI行业的课题，也是我们整个移动互联网十年里，所有增长都会面临的同一个选择。
欢迎关注我
微信公众号：Link01
