昨天，我正式关闭了Poppy的服务，并彻底停止了Second Nature Computing的运营。作为独立创始人经营初创公司以及构建情境感知AI领域所需付出的努力，让我获得了这些深刻感悟。

https://t.co/RtuD0Ek75H

我从第一次创业中学到的经验

来源：https://saikambampati.com/blog/what-i-learned-building-poppy 昨天，我正式关闭了Poppy的服务，并永久关停了（https://getpoppy.app/blog/sunset）我们的服务器。我当初创立它时，坚信传统的人机交互模式已到了变革时刻：迄今为止，我们向计算机输入指令，然后等待输出结果。而我想构建一个能理解上下文、预判重要信息、预测用户需求并主动采取行动的系统——无需等待用户输入，就能直接输出结果。

我期望为普通大众打造这样的未来。我认为世界并不需要又一个用于监控Slack、关闭Linear工单或推送拉取请求的助手。Poppy融入日常生活的缝隙：朋友发来的日历邀请、隐藏在短信中的音乐推荐，以及微小的健身提醒——这些本会遗落在生活褶皱中的社交片段。

用户使用了它，爱上了它（https://getpoppy.app/wall-of-love），并告诉我这种体验与众不同。这款产品赢得了用户的喜爱，但业务运营需要不同的聚焦点与成本结构。以下是我经营首次创业的最大心得，以及我认为环境感知型消费助手的发展方向。

工艺是制胜关键

在AI时代，功能型软件的开发成本正日益降低。粗制滥造的内容随处可见，但品味却不会廉价产生。

Poppy关闭后最响亮的回应之一是：“又一个设计精美的产品陨落了（https://x.com/jose_goncalves_/status/2089623413769879818）。”人们评价它充满巧思、体验流畅，是少数真正做好“主动式功能”的个人AI产品之一。用户能感受到倾注其中的心血。这并非偶然：从第一天起，设计与打磨就是我们的核心优先级。我们甚至花了近两个月时间仅用于优化新手引导流程——因为对严肃的消费级产品而言，这往往是决定成败的关键时刻。

这种反馈印证了我如今更坚信的理念：优秀的设计应从产品诞生之初就成为基因。精心打磨传递出的信息是“有人尊重你的时间”。当AI让功能型软件更易量产时，经过深思的交互设计、克制感与工艺水准就构成了真正的差异化。用户能察觉每个细节是否经过斟酌，也能分辨产品是否粗制滥造。正是这种工艺感，让Poppy真正触动了人心。

平庸会不断累积

产品的打磨程度不可能超越构建它的团队。我对Poppy每个交互环节的品质要求，同样需要延伸至所有为产品贡献工作的人。

从一位导师（https://imranchaudhri.com/）处获得的最宝贵建议是：要极其谨慎地选择共事伙伴。我花了四个月才完成首名全职员工的聘用（https://www.linkedin.com/in/blakeledden/），这份耐心获得了回报。我组建的工程团队堪称卓越：主动性强、自驱力足，且深度认同Poppy的品质追求。

我最大的管理失误在于：未将这套标准贯彻至所有外包人员和合作供应商。他们的工作并非无关紧要。每一次未兑现的承诺、薄弱的工作交接、或无法如期交付的成果，其成本都会转嫁给核心团队。必须由可靠的人跟进、重建或承担延迟带来的影响。

公司不仅是它推出的产品，其背后的团队、标准与节奏同样重要。这套标准必须同等适用于产品本身、我聘用的员工以及我选择的合作伙伴。错误的人选不仅会降低整体工作质量，更会消耗创始人推动公司前进的能量。

创始人的能量有限

在创立Poppy之前，我懂得如何构建产品，却未曾料到经营公司会如此不同。作为独立创始人生活的这一年多，让我明白这种模式并非适合所有人。广阔的职责范围或许令人兴奋，但持续的场景切换却足以令人精疲力尽。

独立创始人意味着我需全权负责招聘、薪资、税务、市场营销及投资者关系——这些都要在保障产品开发与工程进度的前提下完成。每一个决策都消耗着同一池有限的注意力，当精力耗尽时，没有联合创始人可以接手某个领域。

真正的重压源于同时承载所有未解决的问题。即使专注于产品，公司的其他事务仍在脑海后台运行。注意力由此成为我最需谨慎守护的资源。

颇具讽刺意味的是，Poppy通过主动呈现重要信息（无需我刻意记起查看），帮我重新找回了部分注意力。

主动式功能仍是前沿领域

尽管公司已停止运营，我仍坚信我们最初的使命：我们的设备与应用应该预判需求，并在恰当时刻、恰当地点精准提供所需。

Poppy最常用的功能也是其最核心的：通过iMessage建议设置提醒，以及在用户下次会议前简要汇报所需信息。这是最清晰的信号。这个理念的持久形态很可能始于为特定人群解决一项高价值任务，再逐步拓展。

Poppy通过三个界面提供主动式协助：语音、聊天与应用内界面。它不会等待指令，而是自主决定联系你的时机与方式。例如就在上周，我终于去IMAX 70毫米巨幕观看了《奥德赛》。放映期间，Poppy发来消息询问是否想将电影原声带添加至Apple Music资料库。这种连接日历与音乐偏好的基础消费场景，至今我仍未见到其他产品能复制。反应式助手层出不穷，而有意义的主动式功能却依然稀缺。

主动式AI的推理经济学与聊天模式有本质区别。聊天机器人仅在用户提问后消耗计算资源，而Poppy必须持续评估后台信号，判断哪些值得呈现。最优结果常是“静默不打扰”，但得出该结论的过程仍需付出成本。

在拥有精选收件箱和可预测日历的演示中，这点很容易被掩盖。但在规模化场景下，消费者拥有迥异的信息环境、社交关系、生活节奏和打扰耐受度。支持这种多样性迫使人们做出选择：投入重金采用前沿推理技术、自建模型与数据体系，或收窄问题范围。Poppy需要前沿模型的判断力，但这类模型难以匹配消费级价格下的持续运行需求。廉价模型则会丢失使其产生价值的细微洞察。

若有机会重新规划技术投资，我会更早构建数据标注、评估与微调流程：标记有用/被忽略的建议，训练用于分类、优先级排序、路径选择和摘要生成的小型专用模型，并将前沿模型保留用于处理模糊情况。微调并非魔法，但它提供了提升利润率的路径，以及一个随使用不断优化的优势。

从长远看，我认为本地化端侧模型将释放该领域的潜力。它们能持续且私密地理解个人上下文，无需为每个后台决策支付新的云服务账单，仅在需要深度推理时才调用云端资源。原生助手（https://www.cnet.com/tech/services-and-software/tony-fadell-ai-assistant-winner-alt-view/）还拥有第三方应用需通过脆弱集成才能重建的上下文感知与权限体系。

关闭Poppy改变了我对时机与技术架构的认知，但未曾动摇最终目标。Poppy只是走得太早，并非方向错误。真正能制胜的个人助手不会静候在聊天框中，它将理解上下文、预判需求，并凭借判断力适时介入。当前技术已能演示这种体验，但尚未能以普通消费者可接受的价格交付其最佳形态。

技术尚未完全就绪，但方向毋庸置疑——我坚信这必将是未来科技的运作方式。在探索我的下一步时，我渴望与所有思考个人计算未来方向、或有意合作的朋友交流。请通过邮箱[email protected]或私信@heysaik (https://x.com/heysaik) 联系我。