导语：在AI浪潮席卷全球的今天，能否打造出真正理解用户、又能与智能体高效协作的产品，成为衡量一家AI创业公司成败的关键。曾创造脸萌、FaceU、剪映等爆款产品的郭列，带着他的最新作品——视频创作智能助手「Flova」重回大众视野。这位移动互联网时代的工具之王，在AI时代交出了一份怎样的答卷？本文将从产品设计、融资策略、团队管理等多个维度，深度拆解他的思考与实践。
一、爆款制造者的AI转身：从脸萌到Flova的十年征途
郭列的创业史堪称中国互联网工具产品的一部微缩教科书。2013年，脸萌凭借头像生成功能一夜爆红；2016年，FaceU用动态贴纸重新定义了自拍体验；2018年团队并入字节后，他参与孵化了剪映、CapCut、醒图、轻颜等一系列国民级影像工具。2022年，他悄然离场创办游戏公司“船岛游戏”，但两年后再次回归，带来了名为Flova的视频创作Agent。
这一转身并非偶然。郭列告诉团队，驱动他不断前行的核心动力始终是兴趣与正反馈。“我平时看很多电影、动漫，对内容创作本身就有天然的喜欢。”当2024年底DeepSeek V3开源时，他敏锐地意识到做AI应用的机会来了。他花了两周时间，用Midjourney生成参考图、可灵生成视频、剪映做后期，亲手搓了一个3分多钟的AI短片，随即发现工作流复杂、角色一致性差的问题，而Agent技术恰好能补足这一短板。
与许多AI创业者不同，郭列并不急于追赶风口。他坦言：“现在入局Agent也还在很早期的阶段，AI才发展三年。参考移动互联网时代，07年iPhone发布，08年安卓发布，但应用真正爆发是在14年到16年。”这种长期主义的视角，让他在面临AI融资热潮时保持了难得的冷静。
二、8000万美金融资背后的理性与克制
成立至今，Flova完成了由红杉中国、IDG、云九资本的两轮融资，总金额为8000万美元。在如今追求“大额融资”、“滚动融资”的氛围里，这个数字称得上克制。但郭列给出的理由却极具说服力：“对于一个Agent产品而言，8000万美元已经足够。真正重要的是产品、增长和商业循环，而不是账户上的现金数字。”
这种理性源于在字节的“补课”经历。他形容自己像实习生一样，系统学习了A/B Test、团队管理、增长和商业化方法论。“原来我有些‘偏科’，到了字节之后，我把技术、增长、商业化的课都补全了。除了做好一个产品，我还学会了怎么活下来。”
值得注意的是，IDG和云九资本也是脸萌的老股东，这一次的AI创业公司投资更像是一次基于信任的“再续前缘”。郭列回忆，创业后的很长一段时间内，他拒绝了很多投资人抛来的TS，直到确认产品方向与团队能力匹配才正式敲定。这种审慎态度，在当下AI创业公司普遍“烧钱换规模”的环境中显得尤为珍贵。
三、同时为人和Agent设计产品：Flova的差异化之路
“做脸萌、剪映，我只需要思考怎么让人觉得好用。但AI时代，你必须要给Agent提供足够灵活的容器。”郭列这句话道出了Flova设计的核心矛盾：人类用户需要创意无限发散的空间，而Agent发挥智能则需要Context足够有序、结构化。
最终团队的答案是：将产品容器设置成一个可以自由切换视图的工作面板。在“对话”区，用户通过自然语言对Agent发出指令；Agent执行操作的过程直接呈现在“故事板”区；一旦有新想法，用户可以随时打断、调整Agent的工作流，每一步的视觉效果会出现在“预览”区。
这种设计让Flova在同类产品中脱颖而出。多名早期用户反馈，Flova的“记性”和语义理解非常突出，“创作十几集后，还能记住第一集的某个分镜”。唐果（Agent产品负责人）解释：“前者的每一次视频生成都是一次重新开始，但视频Agent的每一次创作，都是之前创作的延续。用户创作的所有判断、审美，都能作为Context被Agent继承。”
这意味着，当你使用AI画图生成角色设计图，或用文生图创建分镜时，Agent会记住你的风格偏好，并在后续创作中自动延续。这种协同创作体验，正是Flova与市面上其他多模型集成平台的核心区别。
四、AI时代的产品方法论：从感性直觉到科学验证
回顾十余年的创业历程，郭列的产品方法论经历了从感性到理性的蜕变。早期做脸萌时，他“凭感觉”策划功能；而在字节的体系化训练让他学会了“感性和理性结合”——用感性提出假设，用理性的A/B Test及时验证。
但字节的方法论并非万能。郭列在游戏创业时尝试引入OKR，发现“没用”。“对大公司而言，管理是很重要的。但创业团队的早期管理，越轻越好。团队建立不是通过管理工具，而是靠内在驱动。”
在AI时代，他进一步提炼出“面向未来做产品设计”的能力。“你需要知道哪些问题是通过模型迭代可以解决的，哪些是需要产品本身、或者Agent解决的。”这种认知驱动着Flova团队所有人持续关注技术前沿，大模型训练的每一次突破都可能改变产品设计的方向。
瑞瑞尔（增长和商业化负责人）补充说，AI Coding并不是单纯让一个程序员有5个人的生产力，而是重构了产品研发、运营、设计之间的协作关系。“我们公司基于产品的Context、用户的Context，做了非常多内部观测的工具。基于这些Context，我们就能很高效地完成很多在互联网时代低效、但不可避免的工作。”
五、与“字节们”竞争：拥抱时代需求而非追逐风口
面对剪映、CapCut等字节系产品的竞争，以及LibTV、OiiOii等AI创业公司的挤压，郭列显得从容。他将AI视频创作工具分为三类：第一类是模型的C端应用，核心是展示模型能力；第二类是多模型的一站式集成平台，用户仍需手动串联工作流；第三类是Agent，用户只需专注于表达。
“Flova就属于第三类。”他说，“我们的目标就是做一个更通用的视频Agent。Agent的智能可以满足各种用户的需求，包括短剧、漫剧、广告等等。Flova是在一个比较通用的架构下，通过Skill来满足细分场景的需求。”
这种定位让他避开了与字节的正面竞争。字节擅长做大规模、高日活的平台产品，而Flova更聚焦于服务AI原生创作者。瑞瑞尔指出，当下在中国，短漫剧是强势品类，但市场远不止于此。“我们对于用户和市场有比较多的切片视角，最终的出发点仍然是让用户低门槛创作出高质量的片子。”
郭列坦言，游戏创业的失败让他意识到“要做时代需要的东西”。从脸萌到剪映再到Flova，他始终在“内容创作工具”这个赛道上深耕，只是技术底座从移动互联网切换到了AI。AI工具导航类产品的兴起，也印证了用户对智能化创作工具的巨大需求。
六、Flova的未来：视频Agent的通用化之路
关于未来，郭列认为Context管理比记忆管理优先级更高。“我们发现，不少用户会在一个项目中持续进行几百轮对话，甚至基于一集的内容持续做十几集。当每一集的Context都有很好的关联性时，用户就会不自觉地在一个项目内做长对话积累的复杂创作。”
这意味着Flova需要持续优化Agent的语义理解与上下文继承能力。唐果补充道：“真正好的视频Agent产品，不只是让两边各自好用，而是让双方能够在同一个创作过程中顺畅协作。”
从商业化角度看，郭列不急于追求大规模用户增长。“现在创业会有延续成功的压力吗？”面对这个问题，他的回答是：“享受远大于压力。这种感受有点像参加世界杯，不管你这届有没有夺冠，下届照样得参加。你参加的原因，还是对踢球感兴趣。”
这种心态或许正是他能够持续做出爆款的根源。在AI时代，工具产品的竞争逻辑正在被重构，企业数字化转型过程中，类似Flova这样的智能助手将扮演越来越重要的角色。而对于普通用户而言，通过AI图片生成或抠图等工具，创作门槛正在被AI大幅降低，这或许正是郭列所说的“时代需要的东西”。
对于AI创业公司来说，郭列的故事提供了一个值得借鉴的样本：不盲目追逐风口，而是基于对用户和技术的深刻理解，找到属于自己的节奏。正如他所说：“享受创业远大于压力。”这或许就是成功产品人的终极秘诀。