Pinterest 老將拿下 680 萬美元：他們要用 AI 顛覆 LinkedIn 的游戲規則

你有沒有想過，LinkedIn 這樣的職業社交網絡，本質上已經變成了一個收集"人脈徽章"的游戲？每個人都在瘋狂添加聯系人，但當你真的想找某個領域的專家請教時，那些上千條連接卻幾乎派不上用場。更諷刺的是，那些在公司內部真正具備專業能力的人，往往不是那些在社交媒體上最活躍的"影響者"。真正的專業知識被鎖在了私密對話、內部文檔和優秀操盤手的腦海里，而那些愿意花時間做自我營銷的人卻獲得了"專家"的頭銜。

這種錯位讓我深感不安。在過去十年里，我見證了太多這樣的場景：一個在增長策略上極具洞見的產品負責人，因為沒有時間經營個人品牌而默默無聞；一個解決過復雜技術難題的工程師，因為不善于包裝自己而錯失機會。與此同時，一些擅長制造話題的人卻成為了行業"意見領袖"，盡管他們的實戰經驗可能遠不如前者。這種現狀不僅對真正有能力的專業人士不公平，也讓那些真正需要專業建議的人很難找到最合適的幫助。

最近，SuperMe 完成了 680 萬美元的種子輪融資，由 Greylock 的 Mike Duboe 領投。這家公司正試圖用 AI 重新定義職業網絡的運作方式，讓真正的專業知識變得可被發現、可被訪問，而不需要專業人士成為全職內容創作者。創始人 Casey Winters 和 Ludo Antonov 都是 Pinterest 的老將，他們在過去二十年里幫助 Pinterest、Whatnot、Lyft 和 GrubHub 等公司構建和擴展網絡效應。現在，他們希望用 AI 技術解決一個長期困擾職業網絡的核心問題：如何讓真正的專業知識浮出水面，如何讓需要幫助的人快速找到最合適的專家。

我自己的創業項目，會跟我一塊來做海外產品和市場運營增長，全職需要有過往海外AI產品經驗，實習的話需是留學背景，英文流利。需要杭州線下，不支持遠程。感興趣的歡迎掃碼投遞簡歷：

職業網絡的三大困境

在深入了解 SuperMe 的解決方案之前，我想先談談當前職業網絡面臨的三個核心問題。這些問題不是新出現的，而是隨著互聯網和社交媒體的演變逐漸加劇的。理解這些問題，才能真正理解為什么 SuperMe 的方法如此重要。

第一個問題是知識已經轉向私密化。我在科技行業工作多年，明顯感受到一個趨勢：十年前，人們愿意在博客、Twitter 上分享自己的專業見解和實戰經驗。那時候，你可以通過 Google 搜索找到大量高質量的技術文章、產品分析和增長策略。但現在，這種公開分享的文化正在消失。最有價值的討論正在轉移到私密的 Slack 群組、內部文檔、付費社區和一對一的咨詢會話中。這種轉變有很多原因：社交媒體算法更傾向于獎勵病毒式傳播而非深度內容，人們擔心公開分享會被競爭對手利用，或者干脆就是沒有時間和精力去做內容創作。結果就是，最有價值的知識變得不可搜索、不可歸屬、也不可見。一個在 Slack 私密群組里分享的增長策略，對外界來說就像不存在一樣。

第二個問題是搜索和發現方式正在發生根本性變化。傳統的搜索引擎給你的是"十條藍色鏈接"，你需要自己去點開、閱讀、篩選信息。而現在，AI 助手直接給你一個答案，這看起來很方便，但問題在于：這些答案是基于公開互聯網訓練出來的，而我剛才說過，最有價值的商業見解已經不在公開互聯網上了。更重要的是，在商業世界里，我們需要的往往不是一個標準答案，而是多種視角和觀點。兩個同樣成功的公司可能采取了完全不同的增長策略，你需要聽到這些不同的聲音，然后根據自己的情況做出判斷。但當前的 AI 搜索往往會把這些多元化的觀點壓縮成一個"最佳答案"，這就失去了專業建議的本質。

第三個問題是職業網絡圖譜已經失去了意義。LinkedIn 變成了類似 Facebook 或 MySpace 的模式，每個人都試圖收集盡可能多的"連接"。我經常遇到這種情況：看到某個人的 LinkedIn 資料顯示我們有共同聯系人，于是我去問那個共同聯系人是否認識對方，結果得到的回答往往是"我不認識這個人"。連接數量多并不意味著網絡質量高，反而讓審查和篩選變得更加困難。當你真的需要找某個領域的專家時，這個龐大的網絡圖譜幾乎幫不上忙。真正有用的網絡應該是基于共同的工作經歷和共同的社區，而不是為了外表而收集的虛假連接。

SuperMe 如何重新定義職業網絡

SuperMe 的核心創新在于，他們用 AI 創建了一種全新的"專業身份"形式。不是傳統的簡歷或社交媒體資料，而是一個可以對話的 AI 檔案。這個檔案基于你真實說過的話、寫過的文章、做過的演講、記錄的筆記等等內容訓練而成。任何人都可以通過語音或文字與你的 AI 檔案對話，學習你的思考方式，獲取你的專業建議。

我認為這種方法的天才之處在于，它解決了專業知識分享中最大的摩擦點：時間成本。以 Elena Verna 為例，她是 AI 獨角獸公司 Lovable 的增長負責人，也是增長領域的知名專家。她在 LinkedIn 上有 17 萬粉絲，Substack 上有超過 7.5 萬訂閱者。但她最煩惱的事情是什么？不斷重復回答同樣的基礎問題。每次她分享增長策略或 AI 時代的營銷戰術，都會收到大量留言和私信，而這些問題往往是她已經在文章或播客中回答過的。她說："這是最讓我煩惱的事情之一。我已經寫過很多次了，但我還是不得不一遍又一遍地解釋。"

三個月前，Verna 開始嘗試 SuperMe。她接入了自己的在線內容——新聞稿存檔、播客錄音、社交媒體帖子、LinkedIn 工作經歷等等。僅僅一天之內，她的 AI 檔案就準備好了，可以用她自己的聲音代表她回應問題。現在，當有人在 LinkedIn 帖子下評論或通過 X、Substack 發私信時，她可以把他們指向 SuperMe，讓 AI 檔案回答"什么時候應該招聘第一個增長人員"這類基礎問題。她說："這是一種自動化那些對我來說非常重復的對話的方式。這讓我能夠更好地擴展我的時間，接觸到那些想要我的意見的人。"

我特別欣賞的一點是，SuperMe 不是簡單地讓 ChatGPT 模仿專家的風格，而是嚴格基于專家真實說過的話來生成回答。如果 AI 檔案不知道你對某個話題的看法，它會明確告訴提問者"我沒有對這個話題發表過觀點"，而不是編造一個聽起來合理的答案。這種誠實性至關重要，因為它保證了回答的可靠性。與此同時，專家可以審查和完善 AI 檔案的每一個回答。當有人向你的 AI 檔案提問時，你會收到通知，可以選擇更新答案，而這個更新會發送給提問者，同時訓練 AI 檔案以后更好地回答類似問題。

這種互動機制創造了一個良性循環。Nikhyl Singhal 是 Meta（Facebook）的前產品副總裁，現在經營著一個叫 Skip 的職業社區。他告訴 Forbes，看到人們向他的 AI 檔案提出什么問題，是他產生新帖子和播客內容創意的最佳方式。他說："這是了解最新趨勢的最好方法。"Verna 也有同樣的感受，她希望自己的公司 Lovable 明年能與 SuperMe 合作，為 Lovable 的客戶提供專注于特定工作職能的 AI 檔案，幫助他們構建應用。

觀點搜索：讓專業知識可被發現

如果說 AI 檔案解決了知識分享的時間成本問題，那么 SuperMe 的觀點搜索（Perspective Search）則解決了知識發現的問題。這是我認為 SuperMe 最具突破性的功能之一。

傳統的職業網絡假設你知道應該向誰請教。你需要先知道某個人的名字，然后去找到他們，再想辦法建立連接。但現實是，很多最有洞見的操盤手往往是最差的自我營銷者。他們專注于自己的工作，沒有時間或興趣去建立公眾形象。結果就是，當你需要某個領域的專業建議時，你很難找到真正合適的人。

SuperMe 的觀點搜索徹底改變了這個邏輯。你不需要知道誰是專家，你只需要提出你的商業問題。SuperMe 會自動找到最相關的專業人士，他們的 AI 檔案會立即回答，每個回答都基于那個人的真實工作和經驗。然后，SuperMe 會總結這些不同的觀點，讓你可以比較和探索每一個。

我認為這才是商業建議真正的運作方式。當你遇到一個復雜的商業問題時，你不會只問一個人，而是會問多個經歷過類似情況的人，聽取不同的觀點，然后根據自己的具體情況做出判斷。SuperMe 把這種自然的咨詢過程內置到了網絡本身。比如，當 Winters 在演示中問他自己的 AI 檔案："我如何提高市場供應端的參與質量？"AI Winters 通過相當不錯的音頻告訴他，可以用專門的經理來播種社區，并與博主合作。

這種搜索方式的價值不僅在于找到答案，更在于它揭示了知識的來源。在傳統的 AI 助手中，你得到的是一個匿名的答案，你不知道這個答案背后的人是誰，不知道他們的經驗背景，也無法驗證答案的可靠性。而在 SuperMe 中，每個回答都清楚地標注了是誰說的，你可以查看這個人的背景和經驗，判斷他們的建議是否適用于你的情況。如果你想深入了解，你甚至可以進一步與這個人的 AI 檔案互動，或者直接聯系真人。

為什么現在是重建職業網絡的最佳時機

我思考了很久，為什么 SuperMe 會在 2025 年這個時間點出現。答案不僅僅是技術的進步，更是多個趨勢的交匯。

大語言模型的成熟是最直接的技術推動力。如果沒有 GPT-4 這樣強大的語言模型，AI 檔案根本無法準確理解復雜的商業問題，也無法用自然、連貫的方式表達觀點。但 Winters 和 Antonov 很清楚，僅僅依賴公開訓練的大語言模型是不夠的。ChatGPT 給出的答案往往太過籠統，而且會為了填補知識空白而編造內容。定制化的 GPT 雖然可以針對個人進行調整，但很難保持更新。更重要的是，這些模型無法訪問專家最好的建議，因為那些建議往往藏在私密對話、WhatsApp 消息或 Slack 頻道里。

SuperMe 的解決方案是鼓勵專家連接私密的信息源，比如他們的 Google Docs、Notion 筆記、AI 筆記工具 Granola 等等。然后，SuperMe 會從這些內容中生成總結或要點，供專家審核后公開發布。這樣，更多專家可以讓他們的經驗變得可訪問，而不需要成為高產的 LinkedIn 博主或內容創作者。正如 Greylock 投資人 Duboe 所說："在公司內部真正擁有專業知識的人，往往不是那些擁有公眾品牌的人。他們的大部分專業知識也無法被大語言模型吸收。"

職業發展模式的變化也是一個重要因素。以前，人們的職業生涯相對線性和穩定，一份簡歷基本能說明你的能力。但現在，職業發展變得更快也更模糊。人們頻繁換工作，跨領域發展，從事的項目也更加多樣化。在這種環境下，聲譽比簡歷更重要。但問題是，大多數人不知道如何營銷自己，不知道如何把自己的專業能力轉化為機會和資源。SuperMe 希望解決這個問題：讓你的工作自己說話，而不是強迫每個人都成為營銷專家。

我還注意到一個有趣的現象：SuperMe 的創始人都不是硅谷的"圈內人"。Winters 來自新奧爾良，Antonov 來自保加利亞，兩人都不是斯坦福畢業生，也不是從小就浸淫在創業文化里。他們的職業生涯開始于硅谷之外——Antonov 在微軟和 Hulu，Winters 在芝加哥的 GrubHub。正是因為經歷過"局外人"的感受，他們才更深刻地理解到網絡和知識獲取的不平等。Winters 說："在保加利亞或新奧爾良，關于如何在職業生涯中成功的建議基本上是無法獲取的。"這種個人經歷驅動了他們的使命：讓每個人都能擁有硅谷式的網絡，一個能把你的經驗轉化為機會、讓你向世界最優秀操盤手學習的網絡。

網絡效應：SuperMe 的長期護城河

在我看來，SuperMe 面臨的最大挑戰不是技術，而是增長和網絡效應的建立。這恰好是 Winters 和 Antonov 最擅長的領域。

當 Duboe 問 Winters 為什么很少有創始人探索 AI 與網絡的交叉領域時，Winters 的回答很直白："為什么要費力建立網絡效應，當你可以做一些快速增長的東西，不需要網絡效應就能達到 1 億美元的收入，獲得所有你想要的融資？"他承認，當前的 AI 熱潮讓很多公司可以快速增長，即使沒有真正的護城河。但他從移動互聯網時代學到的教訓是，那些早期快速增長的單人工具最終都沒有持續下去。真正長久的公司是那些幾年后才出現、但建立了強大網絡效應的公司——比如 Uber、DoorDash、Instacart。

SuperMe 從一開始就把自己定位為網絡優先的產品。這一點至關重要，因為這個領域的防御性將來自網絡智能——當可信的同行貢獻和比較觀點時所形成的活躍圖譜。SuperMe 的搜索正是為此而構建的：觀點搜索將商業問題路由到最相關的專家，通過他們的 AI 回答，并讓你比較不同的觀點。這就是建議在現實世界中真正的運作方式。

目前，SuperMe 已經支持了超過 3 萬次對話。雖然他們不愿透露具體的用戶數量，但他們已經吸引了一批高質量的專家。產品思想家如 Nikhyl Singhal 和 Brian Balfour 用 SuperMe 分享在 AI 時代的職業和產品建議。增長領導者如 Elena Verna 和 Adam Fishman 用它教公司如何塑造增長。營銷領導者如 Rachel Hepworth 和 Ethan Smith 用它展示營銷策略和角色如何演變。

更令人印象深刻的是參與這輪融資的天使投資人名單。除了領投方 Greylock，還有 Superhuman 的 CEO Shishir Mehrotra、Shopify 的高管 Archie Abrams、微軟 AI 首席產品官 Aparna Chennapragada、Meta 的前產品副總裁 Nikhyl Singhal、Reddit 的高級產品總監 Jason Costa，以及一大批在產品、增長、工程領域的頂尖操盤手。這些人不僅帶來了資金，更重要的是，他們本身就是 SuperMe 網絡的種子用戶和價值貢獻者。這種由內而外的網絡引導策略，正是成功的職業網絡的經典打法。

商業模式：從知識分享到知識雇傭

SuperMe 目前還沒有開始賺錢，但他們對未來的商業模式有清晰的規劃。這個規劃不僅合理，而且充滿想象力。

第一層是訂閱分層。用戶可以免費與專家的 AI 檔案進行一定次數的對話，但如果想問更多問題，就需要付費訂閱。這個訂閱費用將由專家和 SuperMe 公司共享。這種模式讓專家可以直接從他們的知識中獲利，而不需要親自花時間回答每一個問題。對于像 Verna 或 Singhal 這樣已經有大量受眾的專家來說，這是一個將影響力變現的新途徑。對于那些專業能力強但沒有建立公眾形象的人來說，這是一個公平的機會，讓他們的知識獲得應有的價值。

更有趣的是第二層：AI agent 雇傭。SuperMe 計劃提供專家的 AI agent 版本，讓企業可以"雇傭"它們。這些 agent 可以嵌入到企業自己的專有數據和系統中，通過 Slack 頻道提供更深入、更定制化的見解。想象一下，你的公司正在開發一個新的增長策略，你可以"雇傭"Elena Verna 的 AI agent，讓它訪問你公司的內部數據，根據你的具體情況給出建議。Verna 本人對這個想法非常興奮，她說："我很希望人們能夠雇傭 AI Elena。"

到 2030 年，Winters 希望"所有行業中了不起的專業人士都有一個可以對話的 AI 檔案，這是學習他們的超能力和思考方式的最佳方式。有一個 agent 版本的他們，你可以在公司內部雇傭，如果你想與他們深入合作的話。但它也可能是面試他們、判斷是否想雇傭他們的最佳方式。"這個愿景很大膽，但我認為是可以實現的。想想看，如果你可以在面試候選人之前，先與他們的 AI 檔案深入交流，了解他們的思維方式、價值觀和專業能力，面試過程會變得多么高效？

挑戰與機遇并存

盡管我對 SuperMe 的前景感到樂觀，但我也看到了一些現實的挑戰。最大的挑戰可能恰恰是 Winters 和 Antonov 最有經驗的領域：增長。

Forbes 的編輯 Alex Konrad 作為實驗創建了一個專家檔案。SuperMe 聲稱從網絡上自動編譯了不少于 57 萬條他的見解。在測試問題中，他對 SuperMe 能夠提取他在 YouTube 訪談和 LaunchSquad 采訪中發表的相關評論印象深刻。但他也指出了一些問題：在沒有微調的情況下，答案有時會夸大其詞，把他在視頻中的一句隨口評論當作是他"經常問"的問題。另一個有趣的怪癖是：我們在播客上說話的方式不一定是我們寫作的方式，不同的媒介偏好不同的語調。

所有這些都可以通過給 SuperMe 反饋來改進，AI 檔案也應該會隨著時間的推移向你學習。但問題在于，真正讓一個 SuperMe 聽起來像你——特別是如果你還沒有看到用戶需求的話——可能需要相當大的努力投入。這可能會成為采用的障礙。在用戶端，feed 需要感覺足夠有生命力和有價值，才能成為一種習慣性訪問，而不是一次性的新奇體驗。

LinkedIn 的聯合創始人、Greylock 投資人 Reid Hoffman 與 SuperMe 密切合作過。他說，他相信 SuperMe 可以建立正向反饋循環，為用戶提供更好的答案，為專家帶來潛在客戶，從而建立忠誠度。他指出，今天更好地提示大語言模型的一個秘訣就是讓它們扮演專家的角色。"這將是一種經過更好調整的推理方式，"他認為。"是好 20%、好 300% 還是好 10000%？這是公司工作的一部分。"

我個人的看法是，SuperMe 的成功將取決于它能否快速建立起一個高質量的專家網絡，并讓這些專家的 AI 檔案真正有用。如果早期用戶的體驗不夠好，他們可能不會再回來。但如果體驗足夠好，口碑效應會非常強大。想象一下，當你在為某個商業問題苦惱時，朋友告訴你"去 SuperMe 問問，那里有最好的增長專家、產品專家、營銷專家的見解"，這種推薦的力量是巨大的。

我對未來的思考

SuperMe 的出現讓我重新思考了職業網絡的本質。傳統的職業網絡建立在一個假設上：連接本身就是有價值的。但現實證明，沒有質量的連接是毫無意義的。SuperMe 提出了一個不同的假設：真正有價值的是知識和觀點的可訪問性，以及找到合適專家的能力。

我認為這種轉變反映了一個更深層的趨勢：從"擁有信息"到"獲取信息"的轉變。在互聯網早期，擁有信息是一種權力。但現在，信息過載成為了新的問題。真正的價值不在于擁有多少信息，而在于能否快速找到相關、可靠、有深度的信息。SuperMe 正是在解決這個問題。

另一個值得思考的問題是 AI 對專業身份的影響。在未來，你的專業身份可能不再僅僅是一份簡歷或一個 LinkedIn 資料，而是一個可以與人對話、代表你思考和回答問題的 AI。這個 AI 不是要取代你，而是擴展你的影響力，讓你的知識可以在你睡覺的時候也幫助別人。這種"異步專業服務"的概念很有吸引力，特別是對那些時間有限但知識豐富的專業人士。

我也在思考 SuperMe 對內容創作的影響。傳統上，建立專業聲譽需要大量的內容創作——寫博客、錄播客、發推文等等。這對很多人來說是一個巨大的負擔，特別是那些有全職工作的人。SuperMe 提供了一條不同的路徑：你不需要成為全職內容創作者，只需要做好你的工作，SuperMe 可以幫你從工作中提取知識和見解。這可能會改變"專家"的定義，讓它從"善于自我營銷的人"回歸到"真正有能力的人"。

當然，這也帶來了一些擔憂。如果 AI 可以代表我們回答問題，我們是否會失去真實的人際互動？我們是否會變得過于依賴 AI，以至于失去了直接交流的能力？Winters 對此的回答是："我們不相信這些 AI 檔案是人類的替代品。但我們認為 AI 是巨大的解鎖器，讓以前可能需要太多努力的事情，或者不可能的事情，變得可能。"我認同這個觀點。AI 應該是增強人類能力的工具，而不是取代人類。SuperMe 的設計似乎遵循了這個原則——AI 檔案處理常見問題，釋放專家的時間去做更有價值的事情，比如深度咨詢、戰略思考或真正的人際連接。

從更宏觀的角度看，SuperMe 代表了 AI 應用的一個重要方向：不是用 AI 去做人類已經在做的事情，而是用 AI 去做人類想做但因為各種限制而做不到的事情。專家們想分享知識，但沒有時間回答每一個問題。需要建議的人想找到最合適的專家，但不知道去哪里找。SuperMe 用 AI 連接了這兩端，創造了以前不存在的可能性。

我相信，在未來幾年里，我們會看到更多像 SuperMe 這樣的 AI 原生網絡出現。它們不是簡單地把 AI 加到現有產品上，而是重新思考在 AI 時代，某個產品應該如何運作。職業網絡只是一個開始。想象一下，教育網絡、醫療咨詢網絡、法律服務網絡，都可以用類似的方式重新構建。關鍵是找到那些因為時間、距離或信息不對稱而無法充分發揮價值的領域，然后用 AI 去解鎖它們的潛力。

SuperMe 的故事還在繼續。他們剛剛走出隱身模式，產品還在快速迭代中。但我對他們的方向感到興奮，因為他們在解決一個真實的問題，而且用了一種真正創新的方法。更重要的是，他們有合適的團隊和合適的時機。Winters 和 Antonov 在過去二十年里幫助構建和擴展了一些最成功的網絡產品，他們深刻理解網絡效應的運作機制。Greylock 在職業網絡領域有著悠久的歷史，他們對這個領域的投資眼光也是經過驗證的。

我期待看到 SuperMe 如何演變。也許幾年后，當我們回顧這個時刻，會發現 2025 年是職業網絡重新定義的轉折點。那些真正有能力的人終于可以讓他們的工作說話，而不是被迫成為營銷專家。那些需要建議的人可以快速找到最合適的專家，而不是在茫茫人海中盲目搜索。知識不再被鎖在私密對話和內部文檔里，而是變得可被發現、可被訪問，同時保持其深度和可信度。

如果這個愿景實現了，SuperMe 將不僅僅是一個職業網絡，而是一個知識民主化的平臺。它將讓那些過去因為地理位置、社會關系或自我營銷能力而被排除在外的人，也能夠獲得世界頂尖專家的見解。正如 Winters 和 Antonov 所希望的那樣，他們正在構建"一個能把你的經驗轉化為機會、讓你向世界最優秀操盤手學習的網絡"。這個網絡不再是硅谷的專屬，而是屬于每一個愿意分享知識和尋求智慧的人。

結尾

也歡迎大家留言討論，分享你的觀點！

覺得內容不錯的朋友能夠幫忙右下角點個贊，分享一下。您的每次分享，都是在激勵我不斷產出更好的內容。

歡迎關注深思圈，一起探索更大的世界。

- END -

兩個“特別坑”的AI產品創業方向，你知道嗎

速度將成為AI時代唯一的護城河

a16z重磅預測：Vibe coding贏者通吃？錯了，垂直專業化才是未來