又一明星創始人入局AI播客、紅杉中國押注，這次能翻出水花嗎？

“明星創業者+頂級 VC”的組合，這次行不行？

此前的選題，我們曾經多次觀察過“明星創業者”入局 AI 播客的案例，包括張月光推出的 ChatPods 和焦可推出的來福。

但是一段時間過去，從數據上看，兩款產品都不甚理想，點點數據顯示，ChatPods 9 月份全球下載量 3.5 萬，但由于體量較小，第三方數據沒有捕捉到活躍用戶，其月流水也僅有不到 100 美元；而上線更晚的來福，數據更低，9 月下載量僅有 2000 左右，未能捕捉到 MAU 和收入數據。

即便前者遭遇挫折，也并沒有影響后來者的熱情。最近，曾任字節智慧教育業務線 CEO 的李可佳（Ethan KJ Li）也入局了“AI 播客”，只不過它的思路與前兩位并不相同。

李可佳的產品名為 Aibrary，于今年 4 月 23 日上線美區 App Store 進行測試，9 月 23 日正式上線。從官網上的介紹來看，Aibrary 的核心功能是把書籍轉化/重塑為個性化播客，并通過定制學習路徑、互動式輔導，服務于個人學習場景。而這款產品尚未推出之時，其母公司 Ouraca 已經完成了多輪融資，投資者包括紅杉中國、初心資本、Factorial Fund 等知名 VC。“明星創業者+知名 VC”的背景，Aibrary 也算是“含著金湯匙”出生了。

從此前的分析看，無論是 ChatPods 想用 AI 能力為收聽播客提效，還是來福等產品想直接用 AI 生成播客，與真人主播競爭，都不太能走得通。而轉換思路，用 AI 播客服務知識獲取場景，則被 NotebookLM 等一眾產品所證明有效。李可佳的這次嘗試，又能與 NotebookLM 這樣的明星產品，打出怎么樣的差異化呢？

一、這是我們體驗過設計最合理的 AI 播客產品了

總體來看，Aibrary 主要定位在個人學習提升場景，綜合比較我們觀察過的 NotebookLM、Speechify 等產品，Aibrary 的核心差異點有兩個，一、較為完善的推薦體系和內容體系，二、以 AI 播客為主要的內容承載方式。

進入 Aibrary，用戶須完成一個 6 步的注冊流程，除了常規的年齡、性別、感興趣的主題外，還會讓用戶選擇自己崇拜的名人和使用 Aibrary 的目標，而用戶的選擇，則會決定主頁（Home）的推薦內容，根據聯合創始人吳俊東的分享，Aibrary 建立了一套推薦算法，來按照用戶偏好推薦內容。此外，主頁上還提供搜索功能，用戶可以通過書名或感興趣話題作為關鍵詞搜索書籍，再就書籍進行進一步學習。

除了上述包含推薦與搜索的主頁，Aibrary 的一級標簽還有 Chatbot“Nova”，以及個人資料。在“Nova”中，用戶可以與 ChatBot 對話（如圖 4），提出更個性化的要求。Aibrary 的 ChatBot 擁有三個分工不同的角色，分別是主要與用戶交互的 Nova、提供知識管理（詢問與書籍相關的內容，搭建知識圖譜等）服務的 Orion，以及主要負責拆解目標、幫用戶復盤的 Atlas。

就筆者的體驗看，絕大多數的回復都是由 Nova 完成的，僅在部分比較復雜的問題中，Orion 和 Atlas 才會從各自的角度給出各自的見解，參與度并不高。至于共享上下文的工作任務，為什么會由 3 個 Chatbot 來完成，我們目前還沒有很清晰地感受到原因。

無論是首頁推薦、搜索結果，還是 ChatBot 問答內容，均分為 3 種：可能符合用戶需求的書單、用戶選擇特定書籍詳情（其中包括文字介紹、摘要&播客 2 段音頻、書籍購買鏈接）、用戶想進一步了解所選書籍中某特定議題時系統所生成的 idea Twin Podcast。

而用戶選定書籍之后的詳情，也不是我們傳統意義上的電子書，而是“兩段音頻+購買鏈接”（如上方右圖）。兩段音頻都在 8-10 分鐘左右，分別是一個“單口”的 Summary 和一個“對口”的 Podcast，前者是對書大綱簡介、后者則以播客的形式來解析大綱，這兩個音頻均由系統提供。

在版權方面，由于 Aibrary 僅是參考書籍的內容生成 Summary 和 Podcast，也并沒有使用原書的封面，專業律師表示，這算是處于法律灰色地帶，無論是在國內還是海外，版權風險都不大。

在聽完兩段音頻后，用戶就會對書籍有一個初步了解。如果感興趣，用戶可以選擇點擊下方的購買鏈接跳轉到亞馬遜購買紙質書籍，或點擊“Make idea Twin Podcast”用 AI 生成另一個更符合自己興趣點、更加個性化的播客，深入了解書籍內容。

這個由 AI 生成的播客名為“Idea Twin Podcast”，也是我們感受到的 Aibrary 與其他同類產品最大的差異化。

Idea Twin Podcast 是一個實時生成的雙人播客，參與雙方分別是 AI 主持人和“用戶的分身”。用戶需要首先選擇一本書，并選擇 AI 主持人的聲音，再填寫個人信息，比如教育情況、專業、職業、MBTI、個人描述等，并克隆自己的聲音，系統會根據輸入的信息會為用戶生成“分身”，作為另一個角色與 AI 主持人對話。生成 Idea Twin Podcast 需要花費 100 個 Credits，非訂閱用戶僅能生成 1 個播客。

Idea Twin Podcast 采取主持人（AI 聲音）主問，“分身”（用戶的聲音）主答的模式，用戶可以在聽問答的同時中思考 AI 提出的問題，并參考“自己”給出的回答，促進用戶的主動思辨。

根據開發者的說法：“在 Aibrary，你不再只是聽播客，而是與 AI 共同“主持”一檔節目”。根據筆者的體驗，“分身”回答的內容確實會參考填寫的個人信息，自己的聲音也會增強沉浸感，但這種沉浸感目前還是有點浮于表面，在聽的過程中筆者仍會感覺是兩個 AI 在對話，很難將自己代入“分身”的角色。

此前的選題中，我們曾經觀察過多款“AI+音頻播客”的產品，我們將這些產品按照目的（知識獲取/創作工具）和 AI 的融入方式（生成/理解）制作了一個象限圖，以明確各個“AI+播客”產品的定位｜白鯨出海制作

從產品設計和行業定位 2 個圖來看，Aibrary 確實找到了一個相對空白的位置。之前如豆包等產品，很難用短播客消化長書籍。而與能夠吸收消化長書籍的 Speechify 的逐字讀書相比，Aibrary 又給了一段“從短到長”的引導體驗，并用播客降低了“讀書”的門檻。

上面基本上是產品將用戶引導進入學習的一個階段，但官網上和播客中所提及的制定學習路徑、交互式輔導這類持續監督用戶完成學習目標的功能，都沒有很明顯地體驗到。截至目前，感覺項目還是一個“未完工”狀態，但作為一個去年底才正式立項的產品，體驗下來已經具有一定的差異化且路徑合理，相較于之前的產品已經體現出一定吸引力。而這背后是深耕教育行業多年的幾位創始人的深入思考。

二、深耕 K12 教育的明星創始人們，為什么看上了終身學習賽道？

Aibrary 創始人李可佳早年曾開發過面向學校和教育機構的 K12 教育協作平臺「極課大數據」，后被字節收購，他也加入字節擔任智慧教育業務 CEO，2022 年離職后，他在初心資本短暫擔任合伙人，2025 年 1 月，才在硅谷創立了 Ouraca。而另外兩位聯合創始人也深耕教育行業，其中包括前好未來國際投資與戰略發展總監吳俊東，以及字節原教育中臺負責人張棲銘。

從三位創始人的履歷看，他們都曾經是國內教培行業的“弄潮兒”，而在 AI 時代，他們并沒有延續 K12 賽道，而是把重點放在了“成年人終身學習”這個略顯冷門的賽道，這其中的改變，源于他們對 AI 時代學習的思考。

創始人李可佳在文章中表示：

“在不遠的未來，AI 幾乎可以回答一切，所以“答案”慢慢變得不再重要，而“問題”以及問題背后思考過程的價值更高，所以 AI 時代的教育也要從“內容灌輸”到“認知重塑”進行改變，而秉持這個思路，如何激發、引導用戶自己思考就變得尤為重要。

另一方面，除了思考之外，反饋也非常重要，李可佳也提到：“如今，輸入再多內容給用戶，也未必轉化為真正的能力提升，相反，設計出有效的反饋機制，才能形成閉環的學習系統，讓人自己去成長。”

——轉述自李可佳《硅谷 100 天，寫在 Aibrary 正式上線前丨初心分享》

而通讀李可佳的分享可以總結出，他認為，在 AI 時代，個性化內容、激發用戶思考、建立快速反饋機制，建立“內容-行動-反饋-成長”的閉環是教育產品的一個迭代方向。而根據聯合創始人吳俊東在播客中的分享，基于這三個核心目標，Aibrary 的迭代也分為，建立個性化推薦機制、生成引發思考的個性化內容，以及建立定制學習流程三個階段。

結合上文對 Aibrary 的分析，目前 Aibrary 已經通過具有梯度的推薦體系和內容體系建立起了個性化內容分發機制，而選擇播客這樣的形式，則考慮到當代用戶較為碎片化的使用習慣；Idea Twin Podcast，則對應引發思考的個性化內容。而如何建立起良好的反饋機制，并用 AI 豐富更多引發思考的個性化內容，則是團隊下一步迭代的重點。

結合創始人們的分享，Aibrary 其實更多的是對三位資深教育從業者思路的體現和嘗試。從變現策略來看，Aibrary 絕大部分書籍都需要訂閱才能訪問，Idea Twin Podcast 甚至還要消耗積分才能生成，就算訂閱了也有數量限制，體驗下來，不訂閱基本無法使用。

而從定價方面看，相對于傳統的音頻讀書 App Audible（年訂閱價格 159.99 美元），Aibrary 的年訂閱價格要低不少（6.99 美元/周、89.99 美元/年，7 天免費使用的策略），而且還有引導用戶學習的過程。但 Aibrary 能否靠這些差異點，真正吸引用戶留下來持續使用、付費，我們還會繼續觀察。

參考文章：

1、硅谷 100 天，寫在 Aibrary 正式上線前丨初心分享

2、Ouraca：我們想用 AI 重新定義終身學習

數據來自SimilarWeb、點點數據、Semrush、廣大大等三方平臺，可能與真實數據中存在一定誤差，僅供參考。