@吳睿睿
幾天前，Liblib ——哦不對， Evoken （演語科技），宣佈了新一輪融資。
過去三年，這家AI應用公司，已經產生過至少8個名字：Liblib 、Lovart 、LibTV 、星流、造次、Shakker 、Evoken ......在 Evoken 之前，還曾有過一個過渡性的母公司名字。名字多是因為推出的產品實在有些多。而且每做出一個成功產品，公司的估值、融資就又上一層樓。
Evoken ，官方的解讀是喚起創造力，但聽起來很像 Evoke Token ——真·Token 喚醒者。
不過，作為估值前三的華人AI應用公司（另外兩家是 Manus 和 Genspark ），Liblib 可能是最有爭議的一家。
明明已經是"中國最大的AI創作平臺"，但提起它，很多人的第一反應依然是 Token 中轉站：用戶來這裡，是為了最快用上最便宜、最全的模型。也正因此，江湖盛傳 Liblib 補貼到了產品毛利率為負的程度——正常情況的這個數字應該是70%以上。
即便在投資行業，投、或沒投，本身就已經是一家機構的觀點代表。但據我的感知，很少有公司像 Liblib 一樣，會使沒投它的投資人形成如此強烈的不解、甚至是抨擊。在一家投了 Liblib 的基金裡，另一位合夥人對我們說："這公司早晚會爆雷。"
但這依然不妨礙很多人追逐它。本輪的投後估值超過20億美金，這與8個月前的B輪融資相比，估值翻了4倍。
以上只是較為表面的問題。一個可能更準確的概括是：一家AI公司，似乎在走互聯網的老路；一家產品公司，所有產品都有模仿痕跡；一家創業公司，卻和大公司pk燒錢。
在AI時代，這是一家並不AI、卻又大獲成功的公司。
存在即合理。我們無意於帶著放大鏡去看一家創業公司，但的確好奇，這樣的一個反差故事是如何誕生的。「elsewhere」聊了十幾位接近 Liblib 的朋友，試圖解答這個問題。
鑑於 Evoken 目前還沒啥記憶度，全文我們還是稱呼它最初的名字：Liblib 。
製造業公司
提起一家AI公司，你第一個會想到什麼？
比如 DeepSeek 那樣為大模型找到一條新路，或如 Manus 首次定義了什麼是通用 Agent 。這些想像大概都包括一個共通點：創造。
而這，恰恰是 Liblib 可能最不擁有的東西。
從這家公司目前最重要的三個產品來看：Liblib 是中國版 Civitai ；Lovart 是 Manus 啟發的；LibTV 跟 TapNow 直接是像素級的相似。
也就是說，除了 Lovart 這個"世界首個創作 Agent "，這是一家少有原創的公司。
很多技術人員進 Liblib 時，最重要的任務有兩個：一，保證 API 穩定；二，接新模型。老員工會對他們說："反正再怎麼做產品功能，都比不過接新模型帶來的新用戶多，就等下一個模型出吧。"
Liblib 對於接模型最積極的部門，不是產品，也不是技術，而是市場，因為急著要把"第一個接上xx模型"的投放稿鋪出去。分別位於北京和上海的兩個技術團隊，還會因為誰接模型的表現好，獲得市場部的表揚。
一位曾在 Liblib 負責接模型的人告訴我，每次接新模型，Liblib 的速度都能排進前三——接字節的模型有時甚至可以比即夢還快。
他還說，為了少燒點錢，Liblib 找了大量的中轉API門路。市場部有人負責找貨源：可能是大客戶買的大協議包用不掉，便宜轉手；可能來自FAL這樣專門的供應商。
其中最多被人提起的是，在集中採購 Nano Banana 的打折賬號時，為了爭取優惠，他們採購的許多是學生賬號，因為 Google 會給符合條件的學生髮十幾個月的高級模型額度。
總之千頭萬緒地蒐羅來，技術團隊再一一執行：XX渠道有個七五折，比我們現在用的八折便宜，要不要把一部分流量遷過去？
所以有人說，Liblib 本質做的是個批發轉零售的生意。
因而也難免遇到這個業態的常見問題：遭遇假貨。最近 Liblib 有不少模型摻假的輿情，用戶投訴他們用便宜模型代替 Nano Banana 和 Seedance 2.0 。一位前 Liblib 技術團隊成員告訴我，實際問題很可能就出在中轉 API 上，很多時候他們自己也無法分辨源頭在哪。
曾有一次，一個很大的供應商給了假貨，陳冕因此大怒，在公司裡找人問責。
每一天，每個工作群，陳冕催動著這家近200人公司運轉：競對推了新的優惠套餐，那我們也快快上；一個方案行不通，立刻一百八十度掉頭；轉化鏈路上有個問題，商業化和研發都半夜拎起來加班。從成立起，這家公司就全員單休。
指令發出來，如果沒有在當天推進，就是慢了。陳冕的催辦就會在群裡蹦出來。他習慣發短信息，每條間隔不到2秒，一條條蹦出來佈滿屏幕：這個我上次說過-為什麼還不改-就放著-就讓用戶看著？然後就是艾特A、B、C。
很難想像：一家中國 top 3 AI應用公司的運營原理，似乎離創造很遠，但又離搬磚很近。
它彷彿更像一種傳統的行業。我曾問過一個 Liblib 的高管那是什麼，對方思考再三說出了三個字：製造業。
沒錯，製造業的底層密碼是：產品創新不重要，重要的是控成本、管工人、跟供應鏈搞好關係。
有員工二創過一個日本打工人的表情包，裡面的陳冕氣到紅溫，大喊：這樣下去公司要倒閉了！很多員工都愛用，陳冕自己也會發。
流水的CTO
提起一家AI公司，你的第二個想像是什麼？
我猜可能是：技術？
但幾乎所有人都會告訴你——甚至包括還在職 Liblib 的人也會告訴你：這是一家不技術的公司。
一位曾在 Liblib 技術部門工作的人告訴我，成立不過三年，Liblib 已經換了7個CTO/技術負責人。在他看來，去年下半年開始，Lovart 的數據增長持續放緩，就是因為 CTO 的話語權持續下降。
但有意思的是，這件事到了一位投資了 Liblib 的人口中，說法就變成了：（那位）CTO 不頂級，已經換掉了。
Liblib 能一躍而起，Lovart 的出現是最大變量：這家公司也曾經擁有過 AI-Native 的團隊，證明過自己能做出創新性的產品。
Manus 讓陳冕意識到，新一代產品的能力要構建在算法之上，所以在做 Lovart 時，Liblib 在上海建了一個更AI的技術團隊：一部分人來自騰訊、字節、阿里的AI lab ；一部分人來自豆包、MiniMax 的產品團隊。
人的底色不一樣，又遠離總部，這個團隊一度長出了新的合作模式。傳統的"產品寫好 PRD ，去找研發提需求"團隊模式被打散了。想法不再只從產品這一頭流出，研發會反過來找產品，給技術找好的交互形式。整個團隊把方案全部定完，才開始分職能落地。
一位當時在上海的高管認為，Lovart 能在那麼短的時間裡做出那麼好的效果，這是最重要的原因。
但很快，北京和上海兩個團隊的關係變得微妙。
陳冕和上海團隊，對"怎麼做 Agent "的看法截然相反。在上海團隊看來，Agent 是一個人，需要的不是糾正Ta的動作，而是要探索發揮Ta智能的方式。帶隊上海技術團隊的是一位從騰訊優圖實驗室來的總監，他希望沿用此前產研結合的模式，鼓勵研發做 side project ，用到產品創新裡。
但陳冕此刻最需要的，是用戶交付穩定、Liblib 跟 Lovart 的收入繼續增長。至於是 Agent 還是生成器，問題不大。
2025年下旬進入 Lovart 的人，不少懷著探索圖像 AGI 的願望而來。有個前端推特大神打破了自己從來不坐班的規矩，堅持通勤了三個月；還有人拒掉了字節的 offer ，降薪一半也要來 Lovart 。那些搬磚的活兒對他們來說是 dirty work ，產品寫 PRD 、技術再研發的行為更是開 AGI 的倒車。
好幾次，陳冕的指令無法落實到這個團隊裡，這讓他無法接受。
在有70多人的群裡、在全員郵件裡，陳冕都把 Lovart 後期的數據表現不佳，歸咎於"技術負責人與我的理念不合"，對方不得不表態要自扣年終獎。
多位 Liblib 技術告訴我，截至目前，Lovart 的原技術團隊已幾乎全部離職。
來接棒的新人來自豆包，內部代號 Stone ，在淘寶工作過多年。上任後，他給團隊的指令是——放棄所有 side project ，聽從調度。
"我們原來的團隊沒有人懂技術。"有 Liblib 高管對我說，而陳冕在他不懂的領域，很難信任別人，CTO 就"非常難 landing "。
有投資人認為，陳冕的迭代速度驚人，且有錢當壁壘，下個階段需要更強的技術時，肯定招得來更強的 CTO 。也有 Liblib 高管向我們表達過，他們很需要找到季逸超這種兼具技術和工程能力的 CTO 。
的確，Peak 之於 Manus ，顯然是不可或缺的。只是不知道，Peak 假如加入的是 Liblib ，他能成功 landing 嗎？
節奏感
但另一方面，如果我們只看增長數據，Liblib的答卷確實不錯。
多位看過 Liblib 融資時 data pack 的投資人都對我們表示過，"很難不動心"。
這輪宣發裡釋放的幾個數據也挺驚豔： ARR 超3億美元；LibTV 單日收入超過百萬美元；Liblib AI 累計用戶超過 3000 萬，星流（ Lovart 國內版）用戶超千萬。
不過你注意到沒有：新產品公佈的是收入數據，舊產品講的是用戶量。
一位接近 Liblib 核心團隊的人士告訴我們，每推出一個新產品，公司都會把傾斜所有資源把數據做高，併為之研製話術。漂亮的數據總能讓投資人很振奮，唯一令其不安的是，"如果投資人問上一個產品的數據為什麼掉了，怎麼辦。"
舊產品在離開錢和資源的輸血後就枯萎，這當然不對勁。但這似乎是Liblib逐漸掌握的一種節奏感：做新產品、有新的增長數據、融更多錢。至少在過去三年，陳冕證明了這個打法是適配當下技術週期的。模型收斂前，中間的所有產品都像是可以用之即棄的補給。
在一些支持 Liblib 的人的形容裡，這就像衝浪：本質上是在抓機會；匠心雕花產品，反而可能被模型吞噬。
不止一個投資人對「elsewhere」表達過：LibTV 對 TapNow 的借鑑是一種"好信號"：既然"世界首個xx"產品不能永遠由 Liblib 推出，那就先讓更小的創業公司去驗證，再碾壓。
"一兩週就能超過原版，那未來想做其他市場的時候，陳冕也會是贏家。"
如果錢是提升下一次衝浪勝率的關鍵，那他理應擁有更多。一位自稱"蒙對了"的投資人對我們說："佔住了多模態這個根據地，拿到更多錢、更多 attention ，招到更好的人，周圍寸草不生，就有希望活到最後。"
有內部人士告訴我們，陳冕還考慮過收購 TapNow 。
但需要注意的是，Manus 和 Liblib 其實很不一樣。Manus 是用巧勁增長，又見好就收地快速退出——跟大廠打游擊戰。Liblib 是燒錢換增長，跟大廠打，也跟小公司打。某種程度上，你可以理解為：Liblib 自己也是個大廠——只不過是之於更小的公司而言。
去年底，Liblib 開始更大力度的吸納字節高P，開出的薪資已經能與字節齊平。這家公司以每月新增十幾個員工的速度，迅速從40多人擴張到了近200人。和字節一樣，海量地招，再迅猛汰換。
被 Manus 點醒
很多人說 Liblib 是 club deal 。這個說法其實不太客觀。直到去年10月底之前，陳冕都算不上一級市場的明星 CEO 。
2023年，Liblib 的第一輪估值只有 1800 萬美元。對這一輪的投資方高榕、源碼、金沙江來說，這個價格的項目沒啥可挑剔的。倒是陳冕後來抱怨過很多次：當時不懂融資，讓三家基金同時進，估值很低。
第二次融資更難。錢快被補貼戰耗完了，產品又被下架。這時百度戰投雪中送炭，但提了條件——只投500萬美元，Liblib 必須和手百有產品合作。
Liblib 一位早期高管曾告訴我們，那時甚至有投資人要他們“散了算了”。
紅杉、高瓴、IDG，都反覆看、又反覆 drop 過這個項目。紅杉因為投資過和Liblib 競對的「吐司」創始人沈振宇，每一輪都看，每一輪都沒有下手，直到Lovart 橫空出世後；IDG 內部則整整推過 Liblib 六次，最終還是沒投。
那時許多投資人認為，模型聚合平臺這麼薄的模式，大筆補貼和做社區的價值不大。當時的審美偏愛的大廠高P，也是明超平、張月光這樣的產品經理型創始人，而不是做商業化出身的陳冕。
陳冕最開始創業時，是因為受剪映的啟發，看到圖像是個商業價值大、用戶認知接近 ready 、且不用跟大廠硬碰硬的賽道。簡單來說，一個可以悶聲發財的賽道。
直到 Manus 出現。
陳冕也在不同場合表達過對 Manus 的英雄所見略同。有不止一位 Liblib 的核心成員對我說，大概在24年下半年，Liblib 內部就一直在構想一種自主性更高的形態——但沒想到是 Agent 。
很多人把 Manus 能成的關鍵，解讀成一種“時間差戰略”：在底層模型能力跨越的臨界點，以最快的工程化速度將其封裝成一個使用體驗不錯的具體產品。
因此，產品能力沒那麼重要，戰略判斷、執行力極其重要。
在隨後的 Lovart 上，陳冕確實展現出了對抓機會的機敏、以及和 Manus 的相似：也是提前一年前就開始籌備；執行力也很強，陳冕聽說三週後 gpt-image-1 會開出來，立刻從全公司抽最好的人到上海封閉開發；Manus 給硅谷大V寫郵件，Lovart 被馬斯克點贊；也非常聰明地借勢了 GPT-4o 吉卜力風的流行，哪怕產品還有瑕疵、有些能力是寫死的，也一定要搶佔“全世界第一個創作 Agent ”的心智。
2025年5月，Lovart 開放內測版，waiting list 在5天內超過10萬，這家公司第一次有產品爆了。或許因為面向海外，Lovart 沒有被納入在當下融資的演語集團旗下。
但 Lovart 的確才是這家公司扭轉局勢的拐點。
“之後他悟到了這個遊戲的規則。”上述自稱“蒙對了” Liblib 的投資人說，“很多創業者到今天還沒悟到，有的悟到了也做不到。”
Lovart 正式上線三個月後，紅杉終於有另一位合夥人把 Liblib 推過了會，和CMC、螞蟻聯合領投了1.3億美金。Liblib 估值從9000萬美元一躍來到了5億美元。
有位其他機構的投資人甚至把它列為自己的“2024年度後悔項目”。“要是知道他們要做 Lovart ，肯定投。”
不過，也有在 Lovart 之後依然 drop 了的投資方。比如阿里，據說沒有在這一輪的8億美元時下手，原因是 Liblib 不願意披露 ESOP（員工持股平臺）。
冕與win
陳冕的英文名是 Malvin ，據說前半截音取的是“冕”諧音，而後半截音正好則是英語中的 win 。中文是贏（冕的含義），英文也是贏，那就是贏上加贏。
但在陳冕此前十年的職業生涯裡，他並沒有體驗過真正的贏。
1992年出生，2014年進入職場，陳冕待過的公司包括騰訊、360、百度、滴滴、摩拜、每日優鮮、字節。他可能是這波AI創業者中在最多大廠工作過的人。但在很長一段時間，他都有些生不逢時，進入這些大名鼎鼎的公司的時間，要麼是核心業務早已鳴金收兵，要麼是他自己還不到能挑大樑的節點。
直到2020年。在字節做瓜瓜龍時，陳冕才打了“最滿足”的一仗。瓜瓜龍的打法說來也簡單，就是廣告鋪到最滿，價格壓到最低。但很快，教育的“雙減”來了。轉到剪映，陳冕一直沒有進入核心權力圈。
很多人覺得，Liblib 是和 Genspark 類似的公司：都鮮有原創，但在增長和商業化上做得自有長處。但陳冕討厭被如此比較，他愛對標的人是——張一鳴。
可以說這是一種野心，也可以說部分是一種創傷。他的朋友、投資人，都曾在深夜接到過他的電話，有時焦慮，有時是哭泣。
這個贏的機會，對陳冕來說太寶貴了。
時至今日，大半跟隨陳冕創業的聯創，都或主動或被動地離開了他。有時當他們有不同意見，陳冕會向他們強調：“你要跟我共腦”。共腦，大概就是要跟他想得一樣。
今年3月，離開 Liblib 創業的 Roi 做了一輪新公司的融資宣發，自稱“ Liblib 聯創”。陳冕看到後發了條朋友圈，說自己“沒有真正的聯合創始人”。這讓還沒有離開公司的人非常錯愕。有人曾拿著最初寫給投資人的信息指給陳冕看，上面明明白白列了聯創們的名字。其中就有Roi。
陳冕說（大意）：此一時彼一時。
在這家公認高離職率的公司裡，我所知的最短司齡是——4天。這位前字節3-2前段時間被挖來，上班的第四天，因為工作內容和約定的不符，跟陳冕大吵起來。這天下午，她的飛書就被清空了。
過去三年，Liblib 或許可以提供一家AI公司的成長奇蹟。但或許因為他的不夠 AGI 、他似乎缺乏的理想主義，又讓他暫時無法得到最多的掌聲。
但陳冕信奉的增長，或許會有更多沉默、但虔誠的教眾。在一個技術至上、創新至上的大氛圍裡，Liblib 和陳冕還在沿用一套移動互聯網的成功學；而VC們一邊宣稱要投 AI-Native 人才，一邊把最多的錢投向了陳冕。
不少公司規模更小的 founder 都對我表達過，AI應用談不上什麼核心技術，模型又在身後催命，陳冕能在這種如履薄冰裡把公司做到這麼大，已經很讓他們 respect 。
至於模型收斂後，或許需要更好的技術團隊，又或許是新的遊戲。誰知道呢？但你得先活下來。
這也是投資人們選擇他們的原因。
就在 Liblib 宣佈這一輪融資的同時，據我瞭解，它最新一輪—— 30 億美元融資，正在進行中。
封面來源：Paul Delaroche, $2, 1848, Louvre-Lens / Walker Art Gallery
