當下，AI領(lǐng)域的前沿技術(shù)信息往往先在硅谷興起，再逐步傳入國內(nèi)。近期刷屏的Moltbot同樣遵循這一傳播路徑，從硅谷火到國內(nèi)，前后歷時近半個月。

盡管熱度頗高，這款產(chǎn)品對國內(nèi)產(chǎn)品經(jīng)理而言卻幾乎無用武之地。

Moltbot的核心優(yōu)勢在于能與海外社交軟件深度結(jié)合，滿足海外產(chǎn)品經(jīng)理的需求。其創(chuàng)始人曾在訪談中提到，最初以為大廠AI模型公司會推出類似產(chǎn)品，等了半年無果后才決定自己研發(fā)。他的初衷很簡單：日常使用的Telegram、WhatsApp等社交軟件無法直接與AI模型對話，每次都要單獨打開通用模型，操作繁瑣。若能讓常用社交軟件直接通過AI模型發(fā)消息并控制個人各類應用，生活將更便捷。

從創(chuàng)始人背景來看，他長期投身開源項目，熱衷代碼共享，在休息三年后重新深耕AI領(lǐng)域。

國內(nèi)產(chǎn)品經(jīng)理為何難以使用Moltbot？

國內(nèi)主流社交工具如微信、QQ均為封閉生態(tài)，不開放API接口，也不允許第三方插件獲取聊天數(shù)據(jù)。僅企業(yè)微信、飛書提供API機器人功能，這使得Moltbot若要部署在國內(nèi)辦公場景，只能服務于企業(yè)員工，而非個人用戶。

數(shù)據(jù)安全與權(quán)限壁壘的雙重制約

若要讓Moltbot成為個人助理，比如通過微信消息實現(xiàn)控制，需將數(shù)據(jù)上傳至公共云或企業(yè)主體的公眾號、小程序，這涉及數(shù)據(jù)安全問題。國內(nèi)自動化辦公場景依賴WPS、騰訊阿里文檔、在線設計工具等，但這些企業(yè)均未開放核心數(shù)據(jù)接口，與Notion的開放性相去甚遠。在線協(xié)同辦公模式下，Moltbot不僅需要瀏覽器操作權(quán)限，還需賬戶密碼及人機驗證，進一步增加了使用門檻。

國內(nèi)商業(yè)化的泡沫與現(xiàn)實困境

Moltbot開源后，華強北迅速推出硬件產(chǎn)品，但受限于國內(nèi)社交平臺的權(quán)限問題，實際使用體驗大打折扣，甚至淪為泡沫。產(chǎn)品經(jīng)理期待的通過微信消息控制家庭數(shù)字系統(tǒng)與物聯(lián)網(wǎng)設備的場景，目前在國內(nèi)仍無法兼容。

本地部署的性價比之困

盡管網(wǎng)上有大量Moltbot部署教程，甚至30分鐘一鍵安裝方案，但Mac mini并非理想選擇。其運行的AI模型性能遠不及ChatGPT、DeepSeek等付費模型，長期使用會因智能化不足而被棄用。例如，開源的Kimi2.5萬億參數(shù)模型需兩臺512GB的Mac Studio才能運行，Mac mini的性能瓶頸明顯。即便接入付費API，Moltbot在國內(nèi)也難以成為產(chǎn)品經(jīng)理的日常工具。

高成本部署的效率疑問

海外有博主用兩臺Mac Studio Ultra（約10萬元）運行Kimi2.5版Moltbot，試圖打造高效個人助理。但投入與產(chǎn)出比極低，僅能實現(xiàn)Telegram、WhatsApp自動化發(fā)送等基礎(chǔ)功能。即便用于健康管理、任務調(diào)度，仍需額外充值Claude、ChatGPT API，國內(nèi)產(chǎn)品經(jīng)理受限于場景，難以獲得有效價值。

論壇熱度背后的自嗨假象

近期AI機器人論壇異?；鸨珜崉t是Moltbot創(chuàng)始團隊用自家Agent刷帖造勢。當前大模型仍以文本理解為主，對物理世界的空間、重量、溫度等感知能力有限，多模態(tài)生成技術(shù)尚未成熟。盡管能滿足PPT、Word、UI設計圖生成等數(shù)字化辦公需求，但國內(nèi)產(chǎn)品經(jīng)理需理性看待，Moltbot更多是AI產(chǎn)品研發(fā)的方向探索（開源化、本地化、個性化），而非當下必選工具。

開源化：AI產(chǎn)品經(jīng)理的迭代分水嶺

開源將成為AI模型的主流趨勢，也是產(chǎn)品經(jīng)理需關(guān)注的增長渠道。通過開源獲取用戶后，可轉(zhuǎn)化為付費B端客戶，幫助企業(yè)在自有數(shù)據(jù)中心部署模型，實現(xiàn)數(shù)據(jù)可控與效率提升。

優(yōu)秀AI產(chǎn)品經(jīng)理稀缺的根源

知乎上“為何好的產(chǎn)品經(jīng)理極度稀缺”的問題引發(fā)熱議。核心原因在于多數(shù)產(chǎn)品經(jīng)理未能跟上技術(shù)迭代，不愿主動體驗AR眼鏡、空間計算、Agent框架等前沿技術(shù)。僅靠報告和截圖無法理解最新科技，也難以將技術(shù)與用戶體驗結(jié)合。例如，當行業(yè)已用世界模型訓練機器人時，若仍依賴VLA視覺模型，將在效率與成本上落后于人。

本文來自微信公眾號“Kevin改變世界的點滴”（ID：Kevingbsjddd），作者：Kevin那些事兒，36氪經(jīng)授權(quán)發(fā)布。

本文僅代表作者觀點，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請在文中注明來源及作者名字。

免責聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請及時與我們聯(lián)系進行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com