AI 硬件，和过往的硬件，有什么区别？
到底谁是主体，软件层的 AI，还是硬件？
什么样的 AI 体验必须通过硬件实现？团队该先做软件、先做硬件，还是同时推进？
8 月初，在新加坡的 AGI Playground 2026 圆桌，四位不同位置的从业者聊了聊，AI 硬件如何迈出第一步，找到最初的一批用户。
Nori 联合创始人兼 COO Isaac Long 正在做一款面向家庭的 AI 助手。Nori 的软件已经积累约 20 万用户，团队随后推出了一块放在厨房或客厅的共享屏幕，希望减轻家庭中的「隐形心智负担」。
Kickstarter PBC. 首席战略代表、MUZIM AI 创始人兼 CEO Henri Pang，既从众筹平台上看过大量硬件项目，也在亲自尝试把 AI、软件与硬件结合起来。
Wapitee Interactive 创始人兼 CEO Jacob Guo 则长期帮助科技公司做产品定位、品牌和 GTM，参与过 Rabbit R1、Even Realities 等 AI 硬件产品的海外发布。圆桌由 Wapitee Interactive 合伙人 Ken Hsu 主持。
几位嘉宾对一些问题的答案并不完全相同。Henri 认为，如果团队在定义一个新品类，AI 硬件和传统硬件的 GTM 未必有本质差别，用户第一眼看的依然是形态、设计和价格。Jacob 的判断恰好相反，他认为传统消费电子和 AI 硬件几乎是「两种不同的生物」，AI 硬件的大量价值来自软件，品牌要把一段看不见、持续变化的体验讲清楚。
但大家一致认为，软件和硬件谁先开始，没有一条适用于所有团队的路线。更重要的是先讲清楚品牌代表什么，用户真正需要什么，以及为什么这件事必须以硬件的形态存在。
以下为对话全文，经 Founder Park 编辑整理。
01
先做软件还是先做硬件？
应该先做品牌
Ken Hsu（Wapitee）：有些团队先做软件，再补一台设备。另一些团队先做硬件，再围绕设备搭软件。两条路线各自有什么优势？在早期阶段，它们最需要从外部补足的能力分别是什么？
Jacob Guo（Wapitee）：在 Wapitee，我们有时会把这个问题理解成，中国创业者和世界其他地区的创业者，各自更擅长什么。
过去十年，中国创业者在硬件方面做得非常好。我们知道怎么降低成本，也知道怎么把产品做得稳定、质量足够好。有些公司甚至在尝试让硬件像软件一样快速迭代。比如我们合作过的追觅，上新速度就非常快。这是中国创业者，尤其是有中国供应链背景的团队很擅长的事情。
美国和欧洲的创业者通常更擅长 SaaS，知道怎样建立用户习惯、提升经常性收入。两类创业者的长项不一样。
如果你已经有了软件，你可以先验证什么场景是真需求，然后再定义硬件产品。硬件要贵得多，在卖出产品之前就要投入很多钱，而且方向一旦定下来，很难随意转向。所以有软件基础的公司通常会用社区来测试痛点，再看硬件能怎么解决问题。
但硬件创始人也有自己的优势和难处。我讲个小故事，有个美国创始人来深圳，跟我说「我只待一天，今天把工厂合同签完，明天就走。」结果呢？他那一年大概有一半的时间都在深圳跟工厂打交道。这就是硬件的现实，但也正因如此，硬件创始人积累了供应链资源，能做出品质很好的产品。
不管哪种路径，都绕不开一个根本问题：为什么一定要做硬件？ 用户可能要先花三四百美元买一台设备，最后获得的却主要是一种软件体验。我们的一些客户，在非常早期就被反复问过这个问题。
Ken Hsu（Wapitee）：Henri，你既从平台侧看过很多项目，也在自己做产品。你怎么看？
Henri Pang（MUZIM AI）：我们自己的项目一开始试的是先做硬件，收集了一些数据和用户反馈。但很快就会意识到，用户如何真正与这台设备互动，很多时候还是由软件决定的。于是我们又掉头试着单独推软件。现在还没有完全启动，我们还在观察用户的反应。
如果让我说现阶段的想法，与其纠结软件和硬件谁先做，不如先从品牌开始。
我的观察是，硬件创业者有时会高估「把硬件设计得更好」本身能带来的作用，低估一套被精心设计的软件可以吸引多少新用户，又能带回多少改进产品的洞察。而软件创业者则常常高估定义、设计和交付一款硬件的难度。
用户买硬件和买软件时，决策方式完全不同。买一个实体物品时，人会先看产品，再看价格，然后再判断一遍它漂不漂亮、摸起来是什么感觉。工业设计很重要，因为硬件首先是一个物件。用户先被它吸引，之后才会了解它能做什么、自己是否真的需要。
软件通常从免费试用开始。用户一开始想的是「我还不想付钱」，真正用起来之后，可能先买一些 credits，再决定要不要订阅。付费发生得更晚。
我不觉得哪条路线有标准答案，但品牌一定要先行，因为品牌可以把软件和硬件统一起来。在产品真正出现之前，你就应该告诉用户，你在做什么、代表什么，为什么品牌叫这个名字。如果用户最后只能记住一件事，你希望他记住什么？
比如我们的产品叫 MUZIM AI，因为我们想帮助用户管理自己的数据，它有点像一个「属于你自己的数字博物馆」。产品的名字、愿景和最核心的信息，可能会成为软件与硬件之间的一座桥。
Kickstarter 自己也是一个例子。它本质上是一款软件、一个平台，但用户想到 Kickstarter 时，更多会把它理解成一个可以发现新物件、新产品和创新想法的 marketplace。
一年前，Kickstarter 首页还会展示平台累计众筹了多少钱，现在这组数字已经拿掉了。我们去纽约投广告，告诉大家：「这就是人类正在创造的东西。」我们更愿意庆祝创造出好产品的人，讲他们背后的故事，而不是一个众筹平台的数字。这个思路对今天做硬件或软件的人都适用。
Ken Hsu（Wapitee）：Isaac，从外部看，Nori 像是先做软件，再进入硬件。你们当时为什么这样决定？
Isaac Long（Nori）：这取决于产品怎么定义，目标人群是谁，想进入什么场景。没有百分之百正确或错误的答案。
对 Nori 来说，从成立第一天起，我们就决定软件和硬件都要做。用户看到的是，软件先发布，四五个月后硬件才出现，但这并不是后来才做出的决定。
我很认同 Henri 的观点。不管软件还是硬件先出现，品牌都要先存在。用户不会特别区分软件和硬件谁更好，他首先理解的是，这里出现了一个叫 Nori 的新品牌。Nori 和寿司里的海苔发音相同，也会让人产生一种温暖、与家庭有关的联想。用户先形成的是家庭、AI、智能这些品牌印象，不一定会先想清楚自己需要的是一款软件，还是一台硬件。
对我们来说，两者都需要。软件是智能层，它理解一个家庭有几位成员，积累整个家庭的 Context，比如谁有什么过敏、喜欢吃什么、不喜欢吃什么，慢慢形成一张完整的家庭画像。
但如果只做软件，它最终还是一个装在手机里的个人助理。硬件的意义，是让 AI 在家里拥有一个所有人都看得见的实体。
许多家庭里，真正承担大部分家庭事务的通常是妈妈。丈夫未必总能听到她说了什么，孩子甚至可能还没有手机。所以我们需要一台放在家里、所有人都能看到的设备。它像冰箱上的便签或家里的白板，把最重要的事情摆在所有人面前，让丈夫和孩子也参与家庭管理。这才是我们想提供的一整套解决方案。
02
所有 AI 硬件，
本质上都是一种 data hub
Ken Hsu（Wapitee）：回到各自的产品。因为 AI，你们增加了什么？又删掉了什么？
Isaac Long（Nori）：首先要弄清楚 AI 擅长什么、不擅长什么。
在 Nori 的场景里，我们没有试图把家庭管理改造成一件特别未来主义的事情。父母每天会收到学校发来的邮件、社区宣传单，孩子也可能突然说：「妈妈，我明天有作业要交，但还不知道怎么做。」信息来自不同地方，格式也完全不同。
过去，父母要在脑子里理解和处理这些非结构化信息，这就是我们说的「隐形 mental load」。AI 很擅长把散落的信息聚合起来，压缩和整理 Context，再转化成结构化输出。
但我们仍然要尊重人原来的生活方式。有些信息用一张简单的表格或图表来看，依然最容易理解。所以 Nori 增加的是 AI 收集、处理信息的能力，删掉的是父母过去必须投入的大量认知劳动。我们想减少他们的 mental load，没有必要重新设计他们怎么生活。
Henri Pang（MUZIM AI）：因为有了 AI，我觉得单个设备的本地算力可以适当降低，不必完全拿掉。同时，数据和信号传输的带宽、速度与稳定性需要进一步加强。
这是我今年一个比较新的判断，以前没有在公开场合讲过：所有 AI 硬件，本质上都可以被理解成某种 data hub。
AI 硬件负责采集、存储和传输数据与洞察。本地计算仍然存在，但它应该服务于「数据中枢」这个角色，不需要试图在设备上解决所有问题。
AI 以后会越来越像水和互联网。你不会在家里自己建一座信号塔，也不会自己生产自来水。最强大的 AI 系统会在云端，大部分计算最终也会发生在云端。你在家里真正需要的，也许更像一个净水器或过滤器，把云端能力以合适的方式接进来。
所以定义 AI 硬件时，应该问这个 form factor 是否适合成为一个 data hub。设备的本地算力可以适当降低，但数据容量、带宽、信号稳定性，以及对 Wi-Fi、网络和其他设备的兼容能力，反而要继续加强。
Jacob Guo（Wapitee）：作为服务商，我们明显增加的一样东西是 Context。
Wapitee 会做一些软件，帮助客户发布产品、做市场验证问卷，也会监控数字广告效果。做这类软件之后会很快发现，如果系统要回答好问题，项目背景、社区背景和目标受众都非常重要。
但我们拿掉了一部分 UI。过去想展示广告呈现的效果，通常要做很多图表和表格，这些都是固定界面。现在我们更希望用交互式 AI，让每位客户拿到一份根据自身业务生成的报告。有些产品更依赖 Google，有些更依赖 Meta，它们关心的信息并不相同，因此没有必要提前设计一套固定 UI。
另外，我们也减少了一部分人力。现在开会可以直接使用会议记录设备，会议结束后立刻得到一份 to-do list。做网站时，AI 可以直接检查代码、快速给出反馈。我们现在使用的项目经理比以前少了。
03
AI-Native 组织里，
知道「要做什么」的人更重要
Ken Hsu（Wapitee）：聊聊团队，你们的团队多大？对于一家早期硬件公司，哪些事情你会坚持自己做，哪些可以交给外部团队？
Henri Pang（MUZIM AI）：Kickstarter 全球大约有 100 到 200 人，亚洲只有四个人，其中两个人在中国。我们自己的产品团队有十几个人，在深圳还有零售门店，每家店大约三十人。
我会刻意参与不同形态的业务，再观察哪些经验可以互相迁移。就像 Elon Musk 说的，SpaceX 的制造难题是被 Tesla 解决的，因为 Tesla 经历过那个阶段。
做过零售之后，会更清楚品牌为什么重要，一个品牌怎样走到线下、进入零售场景，又怎样在很短的时间里被用户记住。自己做产品之后，也会更理解创作者为什么选择 Kickstarter、成本是否划算，以及一场 campaign 应该怎样组织。这些 know-how 最后又会回到 Kickstarter，帮助平台判断什么功能对创作者真正关键。
如果说有什么事情我一定坚持自己做，我还是很喜欢亲自写视频脚本。我们试过用 Codex 和 AI 写脚本，怎么训练都不对。花一周调教它，把成品发给合作伙伴，他们说不行。但我自己来写，可能 10 分钟就好了，更有生命力、更真实、更有品牌感。
如果你很重视内容，真的在意自己的信息怎么被表达、怎么被世界听到，脚本还是应该自己写，包括视频脚本、品牌表达，甚至创始人写给公司内部的信。这些原创内容，我现在依然坚持自己来做。
Isaac Long（Nori）：Nori 现在有大约 40 到 50 人，基础的产品开发组织比较标准，有产品、开发、市场等团队。但我们也在做一些实验。
大家都在谈 AI-Native 产品，我认为组织本身也应该变成一种 AI-Native 组织。
我们有一个实验产品叫 SuperNori，比标准版强大很多。它不只理解整个家庭的 Context，还可以替家庭执行一些事情，比如买东西，或者打电话给银行，对一笔账单提出异议。
对于 SuperNori 这类更未来主义、需求还没有被完全定义的功能，我们也在尝试一种更 AI-Native 的开发方式。
传统流程往往是市场写 MRD，再经过产品经理写 PRD、设计师进行设计，最后进入开发。但现在做 Demo 的成本和速度都发生了很大变化，所以在早期探索阶段，我们会让最接近用户的市场团队直接和研发协作，把真实需求快速做成可以体验的 Demo，尽早拿到市场上验证。一旦发现用户真的需要某个方向，再由产品和设计深入介入，把 Demo 完善成体验完整、可以规模化交付的产品。
产品经理的工作也在变化。过去，他们主要靠文字和草图在 PRD 里描述产品。现在，产品经理可以直接用 AI 生成 Demo，让开发更直观地理解需要做什么，前端体验应该是什么样子。
目前，SuperNori 已经拿到了大概几千个 Waitlist 报名。
Jacob Guo（Wapitee）：我刚听 Isaac 说，他们把产品经理和设计师从中间拿掉，第一反应是我们的答案好像完全相反。后来发现，其实说的是同一件事。
在 Wapitee，一个非常关键的角色反而是产品经理。现在用 AI 写代码已经很快了，更需要的是那个真正理解「我们到底要做什么」的人。他要具体地知道哪里应该有一个按钮，哪里应该放 logo，整个 App 的 flow 应该怎么走，这个判断不能省。
设计师也非常重要。有些公司来找我们时，产品和硬件已经有了，但内部缺少一套强的品牌设计体系，也没有标准化的品牌素材。这个时候外部 agency 很难在后期凭空替公司创造出品牌。
看过很多团队之后，我依然觉得，内部有没有很强的设计能力，是区分一家公司后面推进得顺不顺的重要因素。
04
为硬件付费和为 AI 付费，
是两种不同的决定
Ken Hsu（Wapitee）：卖一件普通消费电子硬件，和卖 AI 硬件，最大的不同是什么？
Isaac Long（Nori）：过去卖消费电子，硬件卖出去，这笔交易基本就完成了，之后主要是退换货和客服。但 AI 硬件不同，交易完成的那一刻，只是用户旅程的起点。用户会持续使用 AI 功能，也会继续感受硬件和软件背后的价值。所以 AI 硬件的 GTM，时间跨度比过去长很多。
我们从第一天就做了大量用户访谈，和美国妈妈聊天。也是从那时开始，她们知道有一家新公司在尝试用 AI 解决家庭问题。如果回头看 Nori 的业务和品牌，我们的 GTM 其实从用户访谈那一刻就开始了。
在后续的产品定义和开发中，很多决定也是和最早的一批用户共同做出的。Nori 成立大约一年，这些用户一直在等我们，不断给出建议，帮助我们做决定。大的可能是产品设计，小的甚至细到一个字体。现在的 GTM 生命周期，比过去长得多。
Henri Pang（Kickstarter）：我的看法是，如果你真的在定义一个新品类，AI 产品和非 AI 产品的 GTM 未必有那么大差别。
想想 Plaud，即使去掉 AI 功能，它依然是一台小巧、轻薄、好看的录音机，可以进入传统录音机不方便进入的场景。这类产品在加入 AI 之前，品类、form factor 和产品本身其实已经被定义出来了。它曾经在 Kickstarter 上获得超过 20 万美元众筹，后来通过 Shopify 的 DTC 网站销售，每个月也能做到约 20 万到 30 万美元。
对硬件来说，用户第一步看的仍然是形态、设计和价格。不要一上来就讲订阅，也不要先讲 AI 功能。在用户决定「这个东西是否足够好看、值不值得继续了解」之前，这些信息甚至没有机会进入他的脑子。
市场上有两种心智。已经愿意为 AI 付钱的人会问：「为了这个功能，我为什么还需要买一台硬件？」愿意为新硬件付钱的人则会问：「AI 到底增加了什么，我为什么要为它多付钱？」这两种心智有时会出现在同一个人身上，但它们依然是分开的。
如果你在定义一个新品类，就得先选一个侧重点。如果你的产品是软件驱动的、也没有明显差异，那就先讲软件价值。如果你的硬件设计得很漂亮、形态很独特，那就先从硬件讲起。
Jacob Guo（Wapitee）：我的观点有些不同。对我来说，传统消费电子和 AI 硬件几乎是两种不同的生物。
典型消费电子的大部分价值由硬件本身提供。今天一些产品之所以被称为 AI hardware，是因为用户真正感受到的大量价值都来自软件。它表面上是一件硬件，用户也需要为实体设备付钱，但之后持续与用户互动的很可能主要是软件。
我们已经经历过消费电子时代，接下来需要重新学习怎样提高订阅率，以及怎样把体验和增值的部分讲清楚。
比如 Wapitee 正在尝试搭建一支 motion design 团队。像扫地机器人这样的传统硬件，摆在那里拍一段视频、放一张静态图，用户大致就能理解它能做什么。
但 AI 硬件需要解释用户怎样与里面的软件交互，这个过程是什么感受。过去 motion design 主要用来解释 SaaS 和软件，现在发布 AI 硬件，需要用它把完整的产品体验讲清楚。
Ken Hsu（Wapitee）：最后一个问题，给 AI 硬件创业者一句建议。可以是自己的经验，也可以是一路上踩过的坑。
Jacob Guo（Wapitee）：我的答案很直接，放手去做。
这是一个新的时代，所有东西都有机会被 AI 重新做一遍。我们一直做 agency 和服务商，是