文章核心观点 - 文章通过对三位早期重度用户的深度访谈，评估了OpenAI ChatGPT Pulse功能发布两个多月后的真实使用体验[1][3][6] - 核心结论是：Pulse功能遇冷并非因为主动式AI方向错误，而是其当前的产品形态和价值交付与用户预期存在错位，未能提供清晰、确定性的价值，尤其是在个人用户场景下[45][47][48] - 受访者普遍认为，Pulse在初期能带来新鲜感和情绪价值，但深入使用后暴露出信息茧房、时效滞后、深度不足等核心痛点，导致其难以成为值得付费的生产力工具[16][35][45] - 文章指出，主动式AI的未来进化方向在于从时间驱动转向事件驱动、从短期兴趣拟合转向长期意图建模、并打通私有数据孤岛，而ToB场景可能比ToC场景更具确定性和商业潜力[26][27][34][49] 初体验时的Aha Moment - 所有受访者在初期都体验到了短暂的惊喜，这种惊喜主要源于“被在意”的感觉和“跨越时间”的回顾能力，而非解决了具体难题[10] - 惊喜点包括：AI能基于数月前的聊天记录进行主动回顾和重新思考，带来“不用我问，它主动Review”的良好感觉[11] - 有用户认为其价值更像“陪伴”，情绪价值大于实用价值，特别是当它连接了Google Workspace等外部工具，能自动总结同事在Figma等平台的评论时[12] - 初期推送会基于聊天话题做延伸调研并附上问候，显得贴心，但用户复盘发现，这些推送并未真正解决棘手问题，且存在时效性太低的问题（例如第二天才给结果，问题早已解决）[13] - 经过初期反馈调整后，Pulse能开始理解用户思考的问题，并主动推送相关领域（如海外具身智能公司融资、基金募资）的信息增量，带来Aha时刻[14] - 产品UI设计受到喜爱，初期“标题党”式的推送能有效吸引用户点击[15] 深入体验后的核心痛点 - 随着使用深入，Pulse暴露出局限性，常在做“无用功”[16] - 痛点一：不遵循用户指令，例如用户明确要求用中文回复或测试特定语言内容，但推送仍为英文[17] - 痛点二：信息茧房问题严重，推送内容完全局限于用户过往聊天记录所构建的封闭信息房间内，无法提供房间外的未知信息[17][21] - 痛点三：信息过载与阅读压力，每日长篇简报从辅助工具变成了需要额外消耗精力的任务[18] - 痛点四：严重的“马后炮”问题，很多推送调研滞后，在用户已解决问题后才送达，失去实用价值[19] - 痛点五：内容多为“正确的废话”，反复咀嚼已知信息，只有苦劳没有功劳[20] - 痛点六：无法触及“Unknown Unknowns”（未知的未知），无法帮助用户发现认知盲区，根本原因在于上下文缺失，仅拥有用户生活的一小部分数据切片[21] - 痛点七：思考“就事论事”，缺乏“Out of box”的不同视角启发，对用户需求缺乏深度分析[22] - 痛点八：推送信息分为两类，一类是时效性不强、无信息增量的旧闻；另一类是总结深度有限，仅能概括“发生了什么”，而无法触及“为什么重要”、“下一步走向”及对决策的具体意义[23][24] - 总体而言，Pulse被比喻为“围绕已知兴趣做填空题的做题家”或“复读机型智囊”，其整理的信息中超过95%在整理完成后已失去打开价值[24] 关于需求场景与未来形态的反思 - 用户渴望超越“态度积极”的真正价值，需要一个能打破认知边界的智囊和更可持续的商业逻辑[25] - 未来方向一：打破信息茧房和数据孤岛。当前Pulse受限于私有数据连接，若能打通用户公司内部所有工具（如Slack、Figma、Notion）的数据，理解业务全貌，其价值将大幅提升，这指向了ToB逻辑[26] - 未来方向二：从ToC转向ToB。个人用户需求发散，难以预判，若不能解决具体生产力问题，Pulse只能提供难以标准化且易消散的情绪价值[27]。相比之下，受Pulse启发为商家客户开发的“Business Pulse”基于明确的业务数据生成复盘简报，需求收敛、预期稳定，成为了可预期的生产力工具，商业逻辑更顺[27] - 未来方向三：提供深度或广度的信息。深度上，需能进行比用户更深入的专项研究；广度上，需能主动关联跨生态的扩展信息[29] - 未来形态畅想：不应局限于文字简报，可转化为利用碎片时间的车载播客形式，由AI主持人以对话形式播报关键信息，提升价值感知[28][30] - 未来方向四：AI需学会“做减法”并克服“知识的诅咒”。AI全知全能反而导致筛选直觉缺失，未来需从全知资料库进化为懂用户的私人朋友，进行有效信息过滤[31] - 未来方向五：需解决“主动性”的真伪问题。当前AI没有“欲望”，其主动性依赖人为Prompt设定激励，在精确到个人需求时容易露馅，这是实现真正主动式AI的巨大Gap[31] - 未来方向六：需建立“用户的长期意图建模”。当前Pulse逻辑仍是推荐系统的延伸，拟合短期兴趣画像，但缺乏对用户零散行为背后长期、稳定目的的理解，导致推送无法拉伸认知边界，价值上限被锁死在“信息与效率工具”层面[32][33][34] 关于价值锚点 - 受访者对于Pulse如果独立收费的意愿模糊，核心困惑在于当前产品体验支撑不起独立的付费理由[35] - 用户认为，如果产品不能提高生产力，就不值得付费。有用户虽未退订，但使用频率已从每天必看降至连续一两周不看[36] - 对于团队配置，诉求明确是提高生产力，而当前Pulse无法满足此诉求[37] - 用户认为当前产品价值稀薄，即使便宜也不愿购买，因为其推送内容与直接Prompt询问的结果差异不大，不值得等待一天也不值得花钱，是“时间和金钱的双重不值”[38][39][40] - 有用户在试用一个月后，因价值不清晰而取消了每月200美元的付费订阅[41] - 当前Pulse提供的价值更像一种“增强”，而非独立完成的“关键结果”[42] - 高价（200美元/月）本身不会劝退高端用户，但会放大“价值是否清晰”的问题[43] - 主动式AI的实现可能需要从“时间点驱动”转向“事件驱动”，用长期意图假设替代短期兴趣画像，并为每一次主动介入设置真实的信任成本[44] 总结 - Pulse遇冷的根本原因在于其提供的价值与用户预期发生错位[45] - 错位一：回顾与增量的错位。Pulse擅长Review旧信息，但用户日常需要的是未知的外部信息增量，而Pulse困于信息茧房，无法提供真正的知识增量[46] - 错位二：时效与实用价值的错位。推送的滞后性（“马后炮”）让辅助决策的“及时雨”变成“过期新闻”，失去了行动价值[46] - 错位三：ToC场景的模糊性与意图缺失。个人用户需求发散，而AI缺乏对用户长期意图的建模，导致主动推送变成没有方向的盲目猜测，难以维持长期付费意愿[47] - 实现难点在于界定“情绪价值”与“信息价值”的边界。当前Pulse陷入尴尬中间地带：作为情感陪伴缺乏真欲望；作为效率工具受限于时效和深度[48] - 主动式AI的真正实现需要一场系统重构：机制上从“时间点驱动”进化为“关键事件驱动”；认知上从拟合“短期兴趣”进化到建模“长期意图”；数据上需突破公开数据限制，打通私有数据上下文[49] - 受访者作为AI极客和重度使用者，其体验虽不代表大众，但为主动式AI从玩具迈向工具指出了真实的进化方向[50]