从 1.0 到 3.0：增长模式的演化与正在发生的坍塌
1.0：以漏斗为中心的增长模式
在传统 marketing 语境下，增长几乎等同于销售/营销/任何其他漏斗： 获客 → 转化 → 成交。
这种模式在早期非常有效，但这个流程是线性的，而且它隐含了一个前提： 增长只发生在“成交之前”。
1.0 模式的问题
当我们把视角放到 B2B 场景中，这套逻辑的缺陷会被迅速放大。
首先，购买完成后几乎没有系统性的跟进。用户一旦完成转化，就被视为“完成任务”，结果是转化不可持续，复购的几率低，本质上仍然是一次性买卖，而市场的大小是有限的，潜在用户只有那么多。
其次，一旦产品效果或使用体验不佳，负面口碑会迅速累积，而漏斗模型对“坏体验”几乎是失明的——它无法修复，只能继续往上游砸钱。
1.0 → 2.0：增长重心发生变化
这一阶段并不是某个理论的提出，而是现实倒逼出的变化。
买家开始追求更好的使用体验。 他们希望被持续关注、被服务，而不是被“卖完即走”。这使得增长飞轮中“中段”的重要性显著提升。
渠道生命周期急剧缩短。 以 Facebook campaign 为例，很多投放在 3–4 天后几乎不再产生有效价值。Reach、互动、询盘 DM 都是快速起、快速落。裂变带来的自然扩散价值越来越重要，但压力却全部压在了传统 marketing 团队身上，而 KPI / OKR 往往没有鼓励“促使用户分享”，结果就是裂变能力天然偏弱。
可被收集和理解的数据大幅增加。 通过 GA 等工具，我们第一次可以较为完整地理解用户路径： 他们从哪里来、在哪里离开、关注哪些页面、停留多久、是否点击外链。这些信息开始反过来影响产品和营销决策。
岗位边界开始模糊。 产品经理不再只是写 PRD，而是可以数据埋点、解释功能逻辑、用 vibe coding 快速做 demo； 营销可以用低代码或 vibe coding 写爬虫、做自动化、拆解爆款内容结构，甚至批量处理产品图； 开发者也能更高效学习、验证副业想法，并参与 marketing。
2.0：PLG（Product-Led Growth）
在这一背景下，PLG 成为共识。
这一阶段的增长模型是围绕飞轮/循环进行思考。最早这个想法来自吉姆·柯林斯，但最著名的例子可能是亚马逊的 Jeff Bezos 在 2001 年画的餐巾纸草图。
Lovable（至少在这篇谈话中提到的）的增长飞轮更简化，隐藏掉了很多细节，结合前者，我们可以总结出：
这种飞轮强调的不是“卖得多”，而是
- 服务和跟进是否持续
- 数据是否能反哺决策
- 飞轮的每一个环节都可以单独拎出来，进一步的优化
增长开始围绕产品本身展开，关注整个用户生命周期，而不是单一的获客动作。
2.0 → 3.0：流量体系的断裂
接下来发生的变化更剧烈，而且仍在进行中。
AI 能力的爆发式增强，让 AI 搜索逐渐变得可用，甚至开始替代传统搜索。
SEO 和社媒的流量红利持续衰减。 Google 等传统搜索流量明显下降，AI 搜索带来的流量开始抬头。硅谷创业圈几乎全面 all in AI，本身就说明了渠道迁移的速度。 与此同时，社媒平台对外链的“流量惩罚”机制，使品牌通过社媒获客的效率持续降低。
这两点共同导致的结果是： 原有的流量获取体系正在崩塌。
3.0：尚未成型的增长模式
Facts
3.0 并没有一个被广泛承认的完整范式，但有几件事已经几乎确定：
- AI 搜索是趋势，而不是短期噱头
- OpenAI、Perplexity 等渠道可能存在先发优势窗口期
Actions
第一，是 use case 的挖掘。 产品“能做什么”不再只由官方定义，而是需要被不断翻译成具体使用场景。例如沉浸式翻译在 X 上的账号实践。
这背后需要两类信息同时成立： 一是对产品功能和实现逻辑的深度理解； 二是对真实用户场景和痛点的持续观察。
第二，是品牌。
品牌不只是“说给用户听的东西”，比如功能、UI/UX、产品逻辑、以及来自内部员工或第三方的权威背书； 更重要的是让用户感受到的东西——那些没有写在明面上，却像糖衣炮弹一样，一层层包裹住用户直到完全陷进去的体验。
这通常体现在：
- 和竞品不一样的坚持
- 流程透明带来的参与感和信任感
- 线下活动带来的被尊重感和获得感
- 以及那些“看似无用，但很有风格”的事情（红牛的cool和极限、温江菜花小院的搞笑），本质上都是在提供娱乐价值，同时传递品牌精神
当一个产品已经解决了“能不能用”的问题，后续的增长往往来自功能之外的因素。 能持续带来功能性之外情感连接的，才能被称作“品牌”。
第三，是数据与生态。 开放或封闭都是选择，各有利弊，最终取决于内部的权衡。
Tips
很多功能强大的产品，用户其实只用到了其中很小一部分，但却在为“用不到的能力”付费。这种情况下，免费或低价替代品往往会出现。
护城河不一定只来自技术。它可以是生态、联盟，甚至是品牌精神。前两者某种程度上与开源精神相悖，但这是现实，也是很多公司正在做且能赚钱的路径。
在 AI 时代，技术本身很难形成长期壁垒。任何用户都可以搭建更符合自己需求的产品，真正需要回答的问题是： 你为什么值得被留下？
一个观察
她在做什么？
在看似“谈话 / 教程”的权威场景中，硬性推荐自家产品——内容与产品关联度并不高，却通过情绪和病毒式传播完成曝光。
为什么我目前没有在 AI 搜索上激进下注
- 精力有限。从前期拍摄、后期编辑、内容管理、多平台运营，全靠一个人，根本没时间
- 即使做 GEO / AEO /……优化，理想状态也受限于产品能力和市场认可度，而这方面目前任职的公司做的并不好，先有不错的产品，其次才能有好的 distribution, 否则市场上只是多了一个小丑，就像 Sean Ellis 的《增长黑客》 中举的 BranchOut 的例子。
- 内容层面，除了“被 AI 搜索收录”这一点，很多还是SEO的那一套，而且没有确切的量化手段
- 更关键的是用户结构。目前的用户年龄偏大，对 AI 的接受度不高；而获客和转化的主阵地仍然是线下展会，线上流量占比并不高。
参考来源：
https://youtu.be/ES0N6SKmF40?si=pksHdehedvKxc0Hl