中国第一款面向用户研究的 AI Agent，用主持人的 AI"分身"提效百倍 出品｜虎嗅科技组 作者｜陈伊凡、李一飞 编辑｜苗正卿 头图｜视觉中国 "AI 原生 100" 是虎嗅科技组推出针对 AI 原生创新栏目，这是本系列的第「 39 」篇文章。 在《广告狂人》中，主人公唐• 德 雷珀 的每一句令人拍案叫绝的广告背后，都是对消费者的极致洞察。 现实世界，这类洞察基于冗长且大量的用户研究，抛开定量研究的部分，定性研究中包含了大量隐性知识 和人类经验，因此，在过去的几百年里，这个行业仍然保持最原始的运作方式，天花板明显，直到大模型 出现。 孙克强想改变的，就是这样一个老掉牙的行业。他是一家专注用户研究AI Agent产品开发的AI初创企业 Mizzen的创始人兼CEO。他想用AI，将用户研究的效率提升百倍。这也是中国第一款面向用户研究的AI Agent产品，是全球唯一一个将真人引入模型训练环节的产品。 与孙克强见面，是在Mizzen的第一代产品发布之后的一周。我们约了一次火锅，他兴奋地向我展示着用户 在小红书上自发的反馈，这么多"自来水"的好评，他始料未及。在和虎嗅交流之后，他还要见一位客户， 总之，业务是繁忙 ...

01、通用模型分类：聘请一位"聪明的临时工" 这种方式特别适合那些偶发的、数据量不算特别大的"临时任务"，或者是项目初期还在探索确立分类标准的阶段。它的操作逻辑非常直观：你可以先将一 部分用户反馈连同项目背景一起扔给 AI，让它基于语意分析自动总结出合适的分类标签；待分类标准定好后，再命令它依照这些标签批量给反馈进行打 标。这就好比你请了一位理解力极强的"临时工"，不仅能帮你制定分类规则，还能迅速执行繁琐的分拣任务。 这种做法的优势在于具备良好的灵活性和便捷性，你无需提前准备复杂的训练数据，甚至当发现标签不合适时，只需一句话指令即可随时增减调整，完全 不需要重新训练模型。而且它的使用门槛低，利用市面上常见的对话式 AI 工具（如豆包、Deepseek、Kimi等）即可上手；若数据量庞大，只需对接一个 API 接口便能实现飞一般的处理效率。当然，这位"临时工"也有局限，当面对复杂度较高或涉及深奥行业术语的分类任务时，它可能会因为缺乏专业背景 而出现判断偏差。 提效小贴士： 想要这位"临时工"干活漂亮，你给它的指令（提示词）很关键！ 02、SFT微调模型分类：专业场景的"定制专家" 数字化时代，用户研究正迎来前所 ...