生成式AI压低开发门槛，企业为何仍需要真人访谈？

“AI正在杀死‘流量增长’，未来十年你需要的是‘品味’。”Cookiy Labs创始人董有超在公开播客中提出这一观点。

过去十余年，董有超的履历始终与互联网流量增长深度绑定。2016年加入Instagram增长团队后，他独立构建了用户留存预测模型；2019年后，他先后在腾讯微视、爱奇艺、字节跳动负责增长与数据业务，并曾担任飞书深诺首席产品官。

2025年，董有超创办Cookiy Labs，并宣布完成700万美元Pre-seed轮融资。Cookiy希望解决的核心命题是：当AI掌控生产、做产品的门槛被彻底打平后，如何帮助企业高效获取真实人类的经验、判断与反馈，并将这些非结构化数据无缝接入AI工作流。

资本市场正在对真人数据基础设施重新估值。Salesforce已收购AI访谈公司Listen Labs，另一家同类企业Conveo也完成了5000万美元A轮融资。AI访谈正从边缘用研工具转变为整个AI产业的关键层级。

构建AI时代的“人类层”

生成式AI使得代码、界面、文案均可秒级生成，过去需要数月打磨的产品，现在一天能迭代多个版本。当供给端严重过剩，“能不能做”不再是阻碍，“该不该做、为何有人付费”成了最大难题。

“用户说‘我会用’，和‘我上次确实为类似产品付过钱’，完全是两回事。”董有超认为，未来的竞争取决于判断真实需求的能力，即商业意义上的“品味”。

传统用户研究周期长、成本高，难以融入敏捷开发。Cookiy提出了“人类层”（Human Layer）概念：今天的AI能检索网页、处理文档，却无法感知真实个体的即时情绪和犹豫原因。Cookiy让AI系统在需要时快速匹配目标人群，不仅获取答案，更沉淀经验、偏好与语料。

目前，Cookiy平台已整合超1.7亿受访者资源，支持Claude、Cursor等工具通过Skill、CLI或MCP直接调用用研能力。平台关键在于剔除职业答卷人、核验真实身份，并确保受访者充分知情。

多模型驱动的实时对话架构

让AI主持深度访谈并非简单照本宣科，系统必须在不打断交流的前提下理解、记忆并即时追问。

技术上，Cookiy设计了四层实时模型架构：分别部署小模型、中模型、大模型及情绪理解模型，混用开源与闭源方案进行微调，分管语音识别、对话记忆、逻辑追问与摘要归纳。董有超指出，现阶段单一模型难以完美兼顾多模态的低延迟输入输出，模块化分工是兼顾成本与体验的工程解法。

对于近年兴起的“合成用户”（Synthetic Users），董有超坚持真人数据不可替代。合成数据适合用研前期的提纲测试与演练，但客户采购的核心是“真实世界的决策依据”，两者必须严格区分。合规方面，Cookiy覆盖了SOC 2 Type II、ISO 27001、GDPR及HIPAA等数据合规框架，明确数据采集与模型训练的授权边界。

行业落地与可信度挑战

第三方研究对AI访谈持审慎态度。Nielsen Norman Group指出，AI访谈更适合结构化信息收集与初筛；Verasight实验显示，AI主持虽然提升了单次文本量，但中途退出率显著上升。

对此，董有超表示，人类访谈员容易因疲劳产生主观预设，而AI能保持始终如一的专注度。但AI的目标并非取代人类研究员，而是承担记录受访者微表情、肢体动作等细节工作，辅助人工判断。

在落地实践中，调研机构Kadence与Cookiy合作，在4天内完成了跨越印尼、印度、泰国和菲律宾5座城市的79场定性访谈。Cookiy官方表示，其系统通常在启动4小时内产出初步洞察，24小时内交付完整报告，单日并发访谈能力超100场。

对企业而言，评估AI访谈工具的核心在于五点：样本来源与身份真伪、退出率统计、追问是否紧扣业务、结论能否精准回溯至原始录音，以及模型训练授权是否合规。效率提升只是起点，唯有提供可信的决策依据，AI访谈才能真正扎根于企业的核心研发与增长工作流中。