<mark id="oztn4"></mark>
0
作者丨朱家峻
編輯 | 陳彩嫻
近日，一款名為 Miraa 的外語學習軟件在 App Store 教育類應用排行榜上表現出色。這款由周楷雯（Kevin）創立的應用利用 AI 技術，為用戶提供了全新的語言學習體驗。
周楷雯目前是一名往返于日本和青島兩地工作的獨立開發者，致力于探索語言學習產品的邊界。
早在 2018 年，他就開發了第一款日語學習產品"50音起源"。2020 年，他又發布了基于機器學習的日語語法分析應用"捧讀"。今年 3月，周楷雯推出了 Miraa這款 AI 雙語語言學習產品，Kevin始終致力于將先進的AI技術融入到語言學習的各個環節中。
這款結合了先進AI技術的外語學習軟件，運用了“回聲學習”理論，讓用戶在觀看影視作品時能夠模仿和練習對話，有效提升口語和聽力理解能力。
軟件的核心功能包括：AI實時翻譯媒體字幕，無縫切換回聲學習模式和內置的AI智能解析助手，后者提供單詞解釋、語法解析和知識要點，并支持與AI進行互動對話，以解答學習中的疑惑。這些功能的整合不僅讓外語學習更加高效，也使學習過程變得更加有趣，遠離了傳統學習方法的枯燥。
暫時無法在飛書文檔外展示此內容
Kevin 的職業生涯始于傳統軟件開發，但隨著 AI 技術的快速發展，他逐漸意識到 AI Native 開發的巨大潛力。通過將AI技術融入產品設計和開發的底層架構，可以極大提升產品的智能性和個性化服務能力。這一認識推動 Kevin 開始探索AI Native 概念，開發出能夠深度利用AI能力、更好地服務用戶需求的創新產品。
這種思考的轉變，使得他從一個傳統開發者成長為一個前沿的 AI Native 開發者，致力于開發能夠深度利用 AI 能力，更好地服務用戶需求的創新產品。
以 AI 為內核驅動
AI 科技評論：請分享一下你的創業經歷。
Kevin ：我的創業之路始于2013年，當時我還是一名大學二年級的學生。那段時間，我主要從事社交產品的開發，2015年，我賣掉了我的公司，結束了那段創業生涯，開始作為獨立開發者工作。
在成為獨立開發者后，我搬到了青島，逐漸將我的關注點轉向了AI技術和語言學習產品的開發。這一轉變部分是因為我經常去日本旅游，我發現自己深深被那里豐富的文化和語言所吸引。但市面上的日語學習工具大多不適合像我這樣的初學者。這些工具往往假設用戶已經有一定的日語基礎，這對真正的初學者來說是一個很大的挑戰 。
因此，我決定開發一款名為“五十音起源”的產品，專門為日語初學者設計。這款產品的目標是幫助用戶從最基本的日語發音和書寫開始學習，確保他們不會因為初期的困難而放棄。令人欣喜的是，產品推出的第一天就吸引了超過3000名用戶的購買，這讓我意識到這個領域確實有很大的潛力。
隨后，我開發了第二款產品“捧讀”，這是一款更高級的日語學習工具，使用 NLP 和機器學習技術來幫助用戶分析和理解日語句子。這款產品旨在幫助用戶深入理解日語語法和句結構，從而更有效地提高他們的語言能力。
2023 年初，我有機會去日本工作，并開始與日本人直接交流。這段經歷讓我意識到，與當地人的直接交流是學習語言中最關鍵的部分。
所以我決定開發一款能夠鍛煉聽說能力的產品。最初的想法是把會議的內容錄下來，然后反復聽。為了實現這一點，首先需要有字幕，其次需要有一個類似影子跟讀的方法，讓用戶能夠反復練習里面的句子，從而熟悉開會時的發音和內容。
于是，Miraa這款產品就誕生了。不僅要做聽力和跟讀功能，還要處理不懂的句子。
之后，我們開始把大模型 AI 技術引入產品中。這也是我們逐漸轉向 AI 產品的起點，開始思考所謂的 AI native 產品應該是怎樣的，以及如何與傳統產品區分開來。Miraa 這款產品正是沿著這條路線開發的。
AI 科技評論：你怎么理解AI Navtive？
Kevin ：從我的認知角度來看，AI Native有以下幾個關鍵特點:
首先，傳統產品需要針對不同領域專門準備數據和算法，橫向擴展非常緩慢。而 AI Native 產品利用AI模型即時生成內容，具備極強的擴展能力，可以快速適應各種場景。
其次，AI Native 產品可以根據用戶的特點提供個性化服務。比如一款詞典應用，它可以給英語學習者和程序員完全不同的解釋和例句，做到真正的千人千面，這是傳統產品難以企及的。
另外，AI Native 并不是簡單地給產品加入 AI 元素，而是從底層架構開始，以 AI 能力為核心重新設計。這是一種革命性的思路，能夠突破語言和場景的局限，帶來全新的用戶體驗。
可以說，AI Native 就是以 AI 為內核來驅動整個產品，代表了技術應用的一種創新性演進。就像過去我們圍繞計算機硬件來開發產品，現在則是一切圍繞AI展開。
但 AI Native 的理念下，對用戶也要重新定義。適應了過去產品的"老用戶"習慣了原有的交互方式，可能不太接受 AI 的不完美。如果想照顧他們，又想用AI，就容易搞一些四不像的東西。
所以我覺得，AI Native 產品應該果斷拋棄舊的交互體驗，專注為能接受AI 的"新用戶"設計產品形態，去開拓增量市場。隨著 AI 模型的不斷進化，產品體驗會持續變好，即使開發者什么都不做，用戶也能享受到紅利。
總之，AI Native 是一種全新的開發理念，需要開發者徹底轉變思路，發揮 AI 的最大潛力，去設計面向未來的產品。
AI 科技評論：你是如何把這種技術融入到產品開發過程中呢？
Kevin ：我在 Miraa 中實現了 AI 實時字幕功能，這一功能使用了語音識別技術，能夠即時將視頻內容轉換為文字，并提供準確的字幕。這對于語言學習者來說極為重要，因為它大大降低了學習的障礙，使用戶能夠更容易地跟隨和理解外語內容。
Miraa 的回聲學習模式是基于 AI 的語音分析技術，能夠分析用戶的發音并給出即時反饋。這種交互式的學習模式不僅增加了學習的趣味性，還通過精確的發音校正幫助用戶更有效地掌握語言技能。
它還利用 AI 進行個性化學習路徑的設計。通過分析用戶的學習進度、偏好和挑戰，AI 系統能夠定制個性化的學習計劃，推薦適合的學習材料和練習，從而使每個用戶都能以最適合自己的方式進行學習。
這種深度融合 AI 的策略，使Miraa不僅僅是一個語言學習工具，更是一個智能的學習伙伴。在市場上，這種高度個性化和智能化的學習體驗讓 Miraa 顯著區別于其他傳統的語言學習產品，贏得了用戶的廣泛好評和市場的快速增長。
用戶體驗是直接標準
AI 科技評論：選擇開發語言學習工具的動機是什么？
Kevin ：我決定開發語言學習工具的主要動機有兩個：個人興趣和市場需求。
首先，我個人對語言學習有著濃厚的興趣。我經常去日本，對日本的文化和語言深感興趣。每次旅行我都試圖學習一些基本的日語，這讓我意識到學習一門新語言能夠極大地豐富個人的世界觀和文化理解。
然而，我在嘗試學習日語的過程中遇到了不少困難。市面上的大多數語言學習工具都假設用戶已經具備一定的語言基礎，這對真正的初學者并不友好。這種體驗讓我意識到，現有的語言學習工具無法滿足所有學習者的需求，特別是像我這樣的初學者。
市場需求也是我選擇開發語言學習工具的一個重要因素。隨著全球化的加速，越來越多的人需要學習第二語言來應對工作和生活中的跨文化交流。盡管市場上已有許多語言學習產品，但很多產品依然沒有解決用戶在實際語言應用中遇到的具體問題，如發音和聽力理解等。這些問題的存在表明市場上仍有較大的改進空間和需求。
AI 科技評論：在這當中你是如何驗證市場需求的？
Kevin ：我采用了一種迭代的方法來分析和驗證產品與市場的契合度。這一過程涉及到密集的用戶反饋收集和基于反饋的產品調整。首先推出一個基本功能，然后根據用戶的實際使用反饋來進行優化和調整。這種方法確保了能夠靈活應對市場需求的變化，并持續改進產品。
例如，推出的影子跟讀功能，最初是基于內部測試和初步市場研究的反饋。我認為這個功能對于語言學習者來說是有價值的，因此我們決定將其作為一個試驗性功能推向市場。一旦功能上線，我們就開始收集用戶如何使用這一功能的反饋，包括它在實際學習中的效果和用戶的滿意度。
在 Miraa 的開發過程中，我們有自己的用戶群，也收到很多反饋。這些用戶包括國內學生、留學生等。國內學生可能用 Miraa 看動漫生肉，而留學生則用它學習多種語言。
Miraa 支持多種語言，包括英語、德語、意大利語、法語、俄語、中文、日語和韓語。雖然針對性調優主要是英語和日語，但德語和法語等也有不錯的效果。
數據顯示，英語、日語和德語的用戶較多。
AI 科技評論：如何利用用戶反饋來調整產品的？
Kevin ：我始終認為，真正的用戶體驗是評估產品性能的最直接標準。
首先，收集用戶反饋的渠道非常多樣。包括直接的用戶訪談、在線反饋表單、社交媒體互動以及通過內測群收集的數據。這些渠道提供了豐富的用戶使用場景，幫助我們了解產品在實際使用中的表現和用戶的真實需求.
例如，用戶在使用 Miraa 進行 K 歌時遇到字幕斷句問題，這是我們之前沒有預料到的使用場景。用戶反饋表明，斷句的字幕嚴重影響了他們的使用體驗。基于這種反饋，我們認識到需要改進我的 AI 模型，以確保字幕的連貫性和完整性。
為了解決這個問題，我開發了一個新的大模型，專門針對輸出完整字幕進行優化。這個模型通過更精確地處理語言的斷句和上下文關系，顯著提高了字幕的質量。此外，我還增加了對歌曲字幕的特別優化，確保在播放歌曲時字幕能夠完整顯示。
此外，我也注意到，盡管我們的主要語言測試是中文、英語和日語，但通過用戶反饋，我們發現德語和法語用戶群體也表現出了對 Miraa 的高度興趣。因此，我們加強了對這些語言的支持，優化了相應的語言模型，以滿足更廣泛用戶的需求。
更輕、更專注、更簡單
AI 科技評論：面對激烈的市場競爭，你的用戶增長的策略是什么？
Kevin ：我是將 Miraa 定位為不僅僅是一個語言學習工具，而是一個綜合性的內容消費平臺。
語言學習工具到底是在做什么？我后面的計劃是將它往能真正解決用戶如何消費內容的方向發展，而且顯得更純粹。如果只是消費內容，現有的抖音、YouTube 已經可以解決很多，包括很多字幕組的存在。
但如果能把好的內容和語言學習有機結合起來，就會更好玩。大家覺得單純刷短視頻浪費時間，但如果能把用戶喜愛的事情轉化為學習的動力和素材，那將是一個很好的開始。
后面其實 Miraa 準備有一些比較大的改版，可能會對整個交互做一些設計。最開始的時候并沒有把它當成一個 AI native 的產品去思考，一開始更多的是滿足我個人的一個需求。現在的話順著 AI native 的想法，把它完全重塑成一個以 AI 能力為底座的產品，再去做一個新的演進。
AI 科技評論：你是如何評估 PMF？
Kevin ：要說契合度的話，現在 Miraa 這款產品其實是遠超我前面兩款產品的。至少，相較于之前的兩款產品，進步更多了。
最主要的原因是因為現在這款產品不局限于日語。我覺得日語還是相對較小的一個市場。Miraa 從日語擴展到了其他一些語種。
另外，Miraa 這款產品完全沒有在國內上線，整個宣發都是走的海外，包括所有的服務器和其他資源都在海外。這和我以往的產品有很大的不同。過去的產品 90% 的收入都是由國內市場貢獻。而現在的收入已經超過之前，而且全部來自海外。
這給了我一些啟發。更輕、更專注、更簡單的產品在海外還是挺走得通的。如果要看PMF（產品市場匹配度），我并沒有什么很好的數字方法論。我做產品一直以來是興趣驅動，更多是看我自己覺得好不好，可能這種方式比較偏純產品的視角。
如果要說某一個指標是我真的用來看的話，通常會看用戶的轉化率。我的產品下載和付費的轉化率通常是超過 10% 的。如果下載量有 10% 的用戶能夠轉化成付費用戶，那我覺得其實就是 OK 的。
AI 科技評論：未來 Miraa 的主要發展方向是什么？
Kevin ：未來 Miraa 會繼續在 AI native 這個方向上深耕。首先是會進一步優化現有的 AI 功能，讓它們更加智能和貼近用戶需求。其次是用戶互動和社區功能的擴展。AI 不僅能幫助用戶學習和工作，還可以促進用戶之間的交流與合作。
另外，我們還會考慮更多的跨平臺支持，不僅限于移動端，還會擴展到桌面和 Web 端，確保用戶可以在任何設備上無縫使用Miraa。總的來說，我們希望將 Miraa 打造成一個全方位、多語言、多功能的智能助手，真正幫助用戶提高效率和體驗。
后面其實 Miraa 準備有一些比較大的改版，可能會對整個交互做一些設計。最開始的時候并沒有把它當成一個 AI native 的產品去思考，一開始更多的是滿足我個人的一個需求。現在的話順著 AI native 的想法，把它完全重塑成一個以 AI 能力為底座的產品，再去做一個新的演進。
成為一名獨立開發者
AI 科技評論：你對AI 領域獨立開發者有什么建議？
Kevin ：我覺得，你想要做獨立開發者也好，或者說你自己做產品也好，最重要的一點是認知差異。大家之所以有高低之分，通常是因為對所做事情的理解不同。因此，我建議不要去做那些離自己太遠的事情，而是圍繞自己的需求，或者說你身邊的人的需求。
甚至是你老婆、你女朋友的需求去做你的第一款產品。因為在這個過程中，你可能會逐漸體會到為何認知是產品成功的關鍵。你需要深挖問題的本質，比如你女朋友愛讀書，然后你要做一個書摘的產品，那你可能要進一步探究她為什么要摘抄這句話，她到底要做什么，甚至你可能要再挖一層，為什么她要讀書。這些思考會對你做產品有很大幫助。所以，不斷提升自己對所做事情的認知是關鍵。
我現在開發的 Miraa，其實對我來說更多是一個探索自己怎么做產品的體驗。我更注重認知和思考，與我以前的產品有很大不同。以前的產品如“五十音起源”，是抓住了市場未解決的痛點，而“捧讀”則是結合新技術優化某一品類的產品。Miraa 則更注重終局思維，考慮未來產品的形態和長期生存之道。現在我不再急于求成，更關注每一步的基礎性工作。
以前創業時，我經歷了融資、組建團隊、開公司等快速擴張的階段，但現在我更傾向于確保產品的自我造血能力，驗證其價值后再考慮擴展。這樣可以更長期地發展，也更輕松。
還有一點就是多和朋友聊天。我有一個例子可以形容這件事，和費曼有些關系。費曼有一個關于火焰產生的演講視頻，講解了火焰是如何從最小的兩個氧原子和一個碳原子的振動開始擴散的。他的原理類似于人的大腦和大模型，如果沒有輸入，就沒有輸出。所以當我覺得自己沒有想法時，我會通過閱讀有趣的書籍來激發靈感。一句話可能會帶來很大啟發，促使你產生新的想法和變化。
AI 科技評論：如果向我們讀者推薦三本書籍的話，會推薦哪些書？
Kevin ：我看看我最近在讀的幾本書，我覺得不錯的：
第一個是《費曼經典》。這本書讓我學到了如何做實地調查。現代人為了效率習慣直接獲取別人給的答案，或者匯總幾個答案后形成自己的結論，但真正親身經歷和感受到的東西與他人給的信息可能有巨大的差距。比如我在日本住了一年，和沒去過日本的人相比，我對日本的理解是完全不同的。實地調查的重要性在于信息的密度和深度，這種密度很難通過言語傳達，因為轉述往往會壓縮并省略無數細節。
第二本是《這就是ChatGPT》。這本書非常適合當前大模型的趨勢，能夠很好地幫助大家理解大模型的一些底層邏輯。
第三本是《別想那只大象》。這本書講的是語言背后的隱喻以及語言對思維框架的影響。比如使用某些詞語時，無論你認同與否，這些詞語所代表的隱喻已經框定了你所能表達的范圍。尤其是一些從國外翻譯過來的詞，使用的漢字可能讓你聯想到的東西與其本身代表的意義有很大差距。這種現象其實是一種不易察覺的思想操控。
就這三本吧。
本文作者 zhumaterialism 深耕于AIGC知識領域的應用研究，期待與同行及感興趣的讀者交流思想、分享見解。歡迎添加以便深入探討，共同推動行業進步。歡迎開發者主動聯系提交產品，一起探索AI在各領域的創新應用，攜手前行。
雷峰網(公眾號：雷峰網)
雷峰網
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
