先把概念说清:闭环是管道,飞轮是复利
数据闭环是工程概念:用户行为数据被采集,经过清洗和标注,变成评测集、训练语料或 bad case 池,驱动模型和产品迭代,迭代上线后又产生新数据——环闭上了。数据飞轮是商业概念:数据让产品变好,产品变好带来更多用户,更多用户产生更多数据,每一圈都比上一圈强。闭环是飞轮的必要条件,但不是充分条件——很多公司闭环管道是通的,飞轮照样不转,因为每一圈的「增益」太小,转起来没有复利。先把这两个词分开,就已经赢过一半的人。
闭环的四段管道,每一段都有活
第一段采集:埋点要埋「质量信号」而不只是行为信号。传统的点击、时长要埋,AI 产品更关键的是显性反馈(点赞点踩、复制、重试)和隐性信号(用户把 AI 给的代码采纳了没有、答案看完有没有继续追问、转人工了没有)。Copilot 的飞轮就建立在「建议是否被采纳」这个干净的信号上。第二段清洗和标注:线上数据 70% 以上是噪声,要去重、脱敏、筛出有价值样本,需要标注的场景排优先级,别想着全标。第三段回流:数据进三个池子——评测集(防退化)、bad case 池(找问题)、训练语料(提升能力)。第四段迭代:定节奏,小步快跑,prompt 级优化按周发,微调按月,别攒大招。
飞轮转起来的三个前提
第一是信号密度高:用户行为能直接映射到「这次输出好不好」。Cursor 改代码、Copilot 补全,采纳与否就是天然标注,信号密度极高;反过来,一个写诗的 AI,用户看完走了,你根本不知道诗写得好不好。第二是数据能变成壁垒:回流的数据得真的提升模型,而不是堆在数仓里。第三是规模阈值:量级不到,统计规律出不来,几百 DAU 的产品谈飞轮是自欺。所以飞轮本质是「信号密度 × 转化率 × 规模」的乘法,任何一项接近零,飞轮就是静态图片。
为什么大多数产品建不起来:四个真实的死因
最常见的是信号缺失,产品设计上就没留反馈入口,用户不满意只能划走,团队连「哪里不好」都不知道,更谈不上飞轮——所以评价按钮、采纳机制这些看似不起眼的设计,是飞轮的地基。第二是迭代链太长:数据采到了,但要走「提需求、排期、算法训练、发版」两个月,环是闭的但转得太慢,热数据变冷饭;解法是把迭代分级,prompt 和知识库级的改进让产品运营直接动手,当天生效。第三是数据合规卡死:用户协议里没写数据可用于模型训练,法律上不能用,To B 场景尤其常见,客户数据根本不许出域。第四是组织问题:数据在增长团队、模型在算法团队、产品在另一个团队,环的每段都有主,整环没人负责,飞轮图只存在于 PPT 里。
冷启动和务实路线
没有数据时怎么启动?答案是先做「人肉飞轮」:团队自己当用户,每天用、每天记 bad case,种子期产品(早期的 Notion AI、各种 AI 原生小工具)都是这么滚过来的;然后上灰度,几百个种子用户的密集反馈比十万 DAU 的稀疏数据有用;合规允许的话,用公开语料和合成数据先把模型顶到及格线。节奏上别幻想一步到位,先把「采集→ bad case →修复→回归」这个小闭环跑顺,这一圈跑通了,团队自然会找到把环做大的路径。飞轮不是设计出来的,是转出来的。还有一点值得说:飞轮一旦转起来就是护城河,因为它有时间门槛——对手拿到同样的模型、抄走同样的功能,也抄不走你攒了两年的场景数据和迭代惯性,这是 AI 产品为数不多真正的壁垒。