Growth · AI-Native
田凯 Tink · C 端用户增长负责人 · 10 年
从字节、腾讯的亿级平台，到 Goodnotes 中国区从 0 到 1。从一个人起步跑通渠道、活动、内容、数据四条线，再组建 6 人团队规模化；可被规则穷尽的执行交给自建 agent 工作台，把人的时间留给判断。
此前：字节跳动 · 抖音电商（会员数 +22% · ARPU +13%）｜腾讯 · 视频号电商（日支付用户 +41% · 日均支付 GMV +52%）
增长实战
选这三个，是因为它们分别回答增长的三类问题——舆情倒挂时怎么发布、投放的钱怎么算清楚、验证一个玩法最快要多久。
AI Native 免费新品上线，老用户「价格背刺」情绪正盛，接手时社媒负面率 74.7%。
小红书达人投放从 0 建立。平台后台只给曝光和互动，我要的是「这个博主到底带来几个真用户」。
周会对齐后 24 小时内上线玩法，验证口径提前钉死，当天可读数。
机制设计
增长做到产品里，而不是做成一次活动——机制、指标口径与产品需求定义都是我的交付物。
免费用户到付费的那一步，门槛拆解比补贴力度更重要。
把一次性邀请活动重设计为长期增长机制，核心是防薅结构。
日级反馈采集分类体系——定性反馈与定量问卷交叉验证，直接进产品排期。
AI 工作台
独立设计并运维的多入口 agent 系统：飞书 Bot / 命令行 / 第三方 agent 三个入口共用同一套记忆与规则，连续运行 5 个多月。
执行交给系统，判断留给自己。
系统的一天
以下是真实在跑的定时任务节选——我睡觉时，它在值班。
…共 28 个在役任务，全部自建；另有 9 个建过又被我亲手退役。
能穷尽的下沉为定时脚本，不能穷尽的留成技能由人触发。刻意不做成单条 workflow，也刻意不把该做成 workflow 的东西做成 agent——所以待办永远不自动关闭（「完成」的假阳性会让没做的事静默消失），知识蒸馏从定时改成了对话触发（「哪条该升为长期规则」无法被规则穷尽）。配套硬约束：后台任务必须有显性反馈通知。
混合三路检索（全文 + 向量 + 时间衰减），累计 4,380 条记忆、经整合与衰减现存 2,800+ / 167 个实体；检索即巩固——被用过的记忆衰减重置，高频记忆活得更久。上下文按主题实时注入而非静态常驻，常驻部分只留跨场景不变量，跨渠道注入设 6K token 硬预算与超预算砍位优先级。
三条链路各建金标集与指标：记忆检索用 Recall@5 / MRR@10 / Noise@5（44 条人工金标），七项优化后 Recall@5 0.855→0.875、噪声 0.267→0.200；简历初筛以「AI 与人工硬冲突」为红线指标而非逐条一致（n=20，零硬冲突）——逐条一致率会逼着把模型调保守，最后什么都不敢淘汰。prompt 对照实验里精确对齐最高的变体，因引入 1 个硬冲突被否，生产 prompt 不改。
建过一套 1,344 条目的维基式知识图谱，跑四周实测仅 1 次有机读取、54% 孤儿节点，判定「只写不读」直接退役；一个低频能力从 MCP 退回命令行——工具定义每轮常驻占上下文，低频能力挂在上面等于每轮为它付税。衍生层要用读取频次证明自己存在的必要。
这套系统也是我对 agent 产品的理解来源：留存的本质是记忆与上下文资产的积累速度，信任的本质是永不静默失败。
内容工程
自建跨平台竞品内容采集（小红书 / 抖音 / Instagram），核心库 4 账号 / 1,669 帖；用矩阵号做实验位、单变量对照，把爆款从灵感做成可复测的配方。
「真利益」内容对纯活动信息的互动差距，四个账号交叉验证同一方向。用户对权益的真假极其敏感——活动设计先过这一关。
AI 新品发布首帖曝光，账号历史第一。热点营销不靠押题，靠把发布做成一场有预案的战役。
单帖 CTR，全账号最高；空投预告帖单帖涨粉 1,184，涨粉效率全账号第一。官号零预算冷启至万粉，主力内容文案全部自己写。
增长观
北极星要抹得掉外力脉冲、经得起「被单次活动 hack」的推敲——所以选 WAU 周环比而非绝对值，并给拉新配约束指标防止数字虚高。
保底主引擎 / 常态复利 / 高赔率爆款 / 放大器 / 储备，五档排完把 80% 精力压在 P0。排序的第一刀不是「哪个玩法好」，是「抢不抢稀缺资源」。
最小验证 24 小时上线；小样本不追统计显著，只认 ≥2 倍效应；CAC 算不过对标价的渠道直接降级为放大器——包括主动向上汇报「这条路今年不是拉新引擎」。
为什么是 Kimi
Kimi 官网现在把定位写成「专为智能体编程与知识工作打造」。我大概是这句话最重度的用户侧样本：过去 5 个多月，我用 agent 系统重建了自己的全部工作方式，也在用增长的方法运营它——给它建指标、做评测、算 ROI、拆掉不值得活的模块。
由此带来两个对 agent 产品增长的判断：留存的本质是记忆与上下文资产的积累速度——用户在产品里沉淀的记忆越多，切换成本越高，这比任何签到体系都硬；信任的本质是永不静默失败——agent 接管的事越多，一次静默失败摧毁的信任越大。这两条我都在自己的系统里验证过，也愿意在你们的产品里再验证一次。
本页为投递月之暗面而做，覆盖 AI Operations Builder / Growth Team Wild Card / AI C端产品经理 三个职位。