领域专家在AI时代的回归与Ploy的诞生
Bryant Chou是Webflow的联合创始人，该公司目前支撑着互联网上约1%的网站。如今，他带着新的YC初创项目Ploy回归。Ploy不仅仅是一个AI驱动的网站和营销平台，它更核心的价值在于连接用户的分析工具、CRM（客户关系管理）和搜索控制台，从而在用户睡眠时自动优化营销策略。Bryant在Lightcone播客中详细阐述了Ploy如何构建为“反Slop”（Anti-Slop，即反垃圾/反低质内容）产品，对比了当前创业环境与Webflow初创期的差异，并深入探讨了为什么拥有领域专业知识的创始人正在重新崛起。
"Ploy是一个AI驱动的网站和营销平台，它不仅构建你的网站，还连接你的分析、CRM和搜索控制台，在你睡觉时优化你的营销。"
Ploy的核心理念是解决当前AI生成内容泛滥导致的“Slop”问题。Bryant指出，随着通用大模型的普及，大量低质量、缺乏针对性的内容充斥网络。Ploy通过深度集成企业现有的数据资产，确保生成的营销内容不仅美观，而且基于真实业务数据进行优化。这种策略使得Ploy不仅仅是一个设计工具，而是一个具备“营销大脑”的智能体，能够根据实时数据反馈调整网站结构和内容策略。
历史案例：从Posterous到Escher Reality的重构实验
为了展示Ploy的能力，Bryant现场演示了利用AI重构多个历史网站的过程，这些案例涵盖了从2007年到2017年的不同风格和技术背景。首先是2008年的Posterous网站，Bryant展示了如何将其现代重构，保留了原有的品牌调性但提升了用户体验。接着是2007年的Scribd网站，这是一个早期的文档分享平台，重构重点在于优化文档浏览的交互流程。
随后，Bryant重构了2007年的Auctomatic网站，这是一个拍卖平台，重构过程中特别强调了动态数据展示和信任机制的视觉呈现。最后是2017年的Escher Reality网站，这是一个更具艺术感和复杂交互的网站，重构挑战在于如何在保持艺术风格的同时提升加载速度和移动端适配性。这些案例并非简单的模板套用，而是基于对原网站业务逻辑和用户痛点的深度理解进行的现代化改造。
"我们不只是在重建网站，我们是在用今天的标准重新诠释过去的业务逻辑。"
这些重构案例展示了Ploy在处理不同行业、不同年代网站时的灵活性。Bryant强调，真正的AI辅助设计需要理解业务背景，而不仅仅是视觉层面的模仿。例如，在重构Auctomatic时，AI需要理解拍卖机制对页面布局的影响，而在重构Escher Reality时，则需要理解艺术表达对技术实现的约束。这种对业务逻辑的深层理解，正是当前通用AI模型所缺乏的，也是领域专家的核心竞争力所在。
YC批次采用率与D&D创始人技能理论
目前，12%的YC最新批次创业者正在使用Ploy。这一数据反映了早期采用者对Ploy理念的认可。Bryant引入了“D&D（龙与地下城）理论”来解释创始人技能的构成。在D&D游戏中，角色拥有不同的属性值，如力量、智力、魅力等。同样，创始人的技能也可以被拆解为不同的维度，如技术能力、产品设计、市场营销、领域知识等。
Bryant认为，在AI时代，通用型技能（如基础编码、基础设计）的价值正在被稀释，而特定领域的深度知识（Domain Expertise）变得愈发珍贵。这是因为AI可以迅速生成通用的代码或设计，但无法替代对特定行业痛点、用户心理和市场动态的深刻理解。因此，拥有丰富领域经验的创始人，能够更准确地定义问题，并利用AI工具高效解决这些特定问题。
"12%的YC批次使用Ploy，这显示了市场对专业化AI工具的迫切需求。"
这种理论解释了为什么许多拥有多年行业经验的创业者在AI时代反而更具优势。他们不仅知道“怎么做”，更知道“做什么”以及“为什么做”。Ploy的设计正是基于这一理念，它允许用户输入特定的业务目标和约束条件，AI据此生成高度定制化的解决方案，而不是通用的模板。这种以领域知识为导向的AI应用，正在成为新一代创业者的标配。
营销民主化与设计Slurper实时演示
Ploy致力于实现营销和增长的民主化。Bryant通过实时演示“Design Slurper”功能，展示了Ploy如何从现有网站中提取设计元素并应用到新网站上。在演示中，Bryant输入了一个目标网站的URL，Ploy迅速分析了其布局、配色、字体和交互模式，并生成了一个结构相似但内容全新的网站原型。
这一过程不仅速度快，而且保留了原网站的设计精髓，同时根据Ploy的“反Slop”引擎进行了优化。Bryant强调，这种自动化设计并非简单的复制，而是基于对设计原则的理解进行的再创造。例如，如果原网站使用了大量的留白来突出核心内容，Ploy会在生成新网站时保留这一原则，但会根据新的内容调整留白的具体比例。
"Design Slurper不仅仅是抓取设计，它是在理解设计背后的逻辑。"
通过这种实时演示，Bryant向观众展示了Ploy如何将复杂的设计过程简化为几个简单的步骤。用户无需具备专业的设计技能，只需提供业务信息和目标，Ploy就能生成符合行业标准且具备竞争优势的网站。这种降低设计门槛的能力，使得中小企业和个人创业者能够以更低的成本获得专业级的网站设计，从而在激烈的市场竞争中占据一席之地。
睡眠时的营销优化与集成生态
Ploy的核心卖点之一是“让你的网站在你睡觉时为你工作”。Bryant详细解释了Ploy如何通过集成分析工具、CRM和搜索控制台，实现自动化的营销优化。当用户访问网站时，Ploy会实时收集用户行为数据，并将其与CRM中的客户信息进行匹配，从而生成个性化的营销内容。
例如，如果一个用户在网站上浏览了特定产品，Ploy会自动调整首页的推荐位，展示相关产品或优惠信息。同时，Ploy还会监控搜索引擎的排名变化，如果某个关键词的排名下降，AI会自动优化页面内容以提升SEO效果。这种闭环的优化机制确保了网站始终处于最佳状态，无需人工干预。
"你的网站应该在你睡觉时为你工作，而不是成为你的负担。"
Bryant指出，这种自动化优化不仅提高了营销效率，还降低了人力成本。传统上，企业需要雇佣专门的团队来监控数据、调整策略和优化内容，而Ploy将这些任务自动化，使得企业能够将资源集中在核心业务上。此外，Ploy的集成生态也使其能够与其他营销工具无缝协作，形成一个完整的营销自动化平台。
反Slop引擎：3,500个精选设计提示
为了解决AI生成内容低质化的问题，Ploy开发了一个“反Slop引擎”，该引擎基于3,500个精心策划的设计提示（Prompts）。这些提示并非随机生成，而是由Bryant及其团队基于多年的Web设计经验精心编写和筛选。每个提示都对应特定的设计场景和业务目标，确保生成的内容既美观又实用。
Bryant解释说，通用AI模型往往倾向于生成“平均化”的内容，缺乏个性和针对性。而Ploy的反Slop引擎通过引入这些精选提示，强制AI在生成内容时遵循特定的设计原则和业务逻辑。例如，对于金融类网站，提示会强调信任感和专业性；对于创意类网站，提示则会鼓励大胆的色彩运用和独特的布局。
"3,500个精选设计提示是我们对抗AI低质内容的核心武器。"
这种基于专家知识的提示工程，使得Ploy生成的网站在视觉和功能性上都远超通用AI模型。Bryant强调，领域知识是AI无法替代的，因为AI只能学习已有的数据，而无法理解数据背后的深层含义和业务价值。通过将这些知识编码为提示，Ploy将人类专家的智慧转化为可规模化的AI能力，从而在竞争中建立壁垒。
安迪·沃霍尔AI理论与Webflow起源
Bryant提出了“安迪·沃霍尔AI理论”，借用了艺术家安迪·沃霍尔的名言“在未来，每个人都能成名15分钟”。他认为，在AI时代，每个人都能成为设计师、营销人员和开发者，因为AI工具极大地降低了这些领域的门槛。然而，这也导致了内容的泛滥和低质化，正如沃霍尔时代艺术的大众化一样。
Bryant回顾了Webflow的起源故事，指出Webflow的成功在于它并没有试图取代设计师，而是赋能设计师，让他们能够更自由地表达创意。同样，Ploy的目标也不是取代领域专家，而是增强他们的能力，让他们能够更高效地利用AI工具解决复杂问题。这种“增强而非替代”的理念，是Ploy区别于其他AI工具的关键。
"安迪·沃霍尔告诉我们，技术会让每个人都能创作，但只有懂行的人才能做出好作品。"
通过对比Webflow和Ploy的创业历程，Bryant强调了持续学习和适应变化的重要性。Webflow在2013年起步时，面临着激烈的市场竞争，但通过专注于用户体验和开发者友好性，最终脱颖而出。Ploy则在2025年面临类似的环境，但通过聚焦于“反Slop”和领域专家赋能，找到了自己的差异化定位。
竞争市场下的构建：2013 vs 2025
Bryant对比了Webflow在2013年和Ploy在2025年所处的竞争环境。2013年，Webflow面临的主要竞争对手是传统的网页构建工具，这些工具往往复杂且难以使用。Webflow通过提供可视化编辑和代码生成的结合，成功吸引了大量设计师和开发者。
而在2025年，Ploy面临的竞争环境更加复杂，不仅有传统的网站构建工具，还有众多新兴的AI驱动平台。然而，Bryant认为，大多数AI平台缺乏对业务逻辑的深入理解，导致生成的内容往往缺乏针对性和实用性。Ploy通过集成企业现有数据和应用反Slop引擎，解决了这一痛点，从而在竞争中脱颖而出。
"2013年我们解决的是易用性问题，2025年Ploy解决的是有效性问题。"
Bryant指出，Webflow在起步的前三个月经历了快速的增长，这得益于其对用户痛点的精准把握。同样，Ploy在YC批次的早期采用也显示出强劲的增长势头。Bryant认为，成功的创业不仅取决于技术，更取决于对市场和用户需求的深刻理解。这种理解往往来自于领域专家的长期积累，而非单纯的AI技术堆砌。
经验教给模型无法学习的东西
Bryant强调，经验是AI模型无法完全复制的。虽然AI可以学习大量的数据和模式，但它无法理解数据背后的细微差别、文化背景和人性因素。例如，AI可能知道某种颜色在统计学上更受欢迎，但它无法理解这种颜色在特定文化中的象征意义。
在Ploy的开发过程中，Bryant和他的团队投入了大量时间来编写和调试那3,500个设计提示。这些提示不仅包含了视觉规范，还包含了业务逻辑、用户心理和市场趋势。这种深度的人工干预确保了AI生成的内容不仅符合技术标准，更符合业务需求。
"模型可以学习模式，但无法理解意义。经验赋予了我们这种理解力。"
Bryant认为，未来的AI产品将不再是简单的工具，而是具备领域知识的智能伙伴。这种伙伴能够理解用户的意图，提供个性化的建议，并在复杂的环境中做出明智的决策。Ploy正是朝着这一方向努力，通过结合AI技术和人类专家的智慧，为用户提供超越传统工具的价值。
更好的模型会杀死Ploy这样的产品吗？
针对“更好的模型是否会杀死Ploy这样的产品”的质疑，Bryant给出了否定的回答。他认为，模型能力的提升反而会增加对领域知识的需求。因为随着模型变得更强大，用户对其输出的期望也会更高，这就要求AI能够提供更精准、更个性化的解决方案。
Bryant指出，通用模型的优势在于广度，而Ploy的优势在于深度。通用模型可以生成各种类型的内容，但往往缺乏针对性。而Ploy通过集成企业数据和反Slop引擎，能够生成高度定制化的内容，满足特定业务的需求。这种深度定制能力是通用模型难以替代的。
"更好的模型不会杀死Ploy，反而会让我们的领域知识变得更加珍贵。"
Bryant进一步解释说，随着AI技术的普及，差异化竞争将变得更加重要。企业需要找到自己独特的价值主张，而领域知识正是这种差异化的核心来源。Ploy通过赋能领域专家，帮助他们将知识转化为竞争优势，从而在市场中建立持久的壁垒。
目的构建AI的竞争护城河
Bryant阐述了Ploy的“目的构建AI”（Purpose-Built AI）策略，即针对特定问题和场景构建AI模型，而非依赖通用模型。他认为，目的构建的AI在特定任务上的表现往往优于通用模型，因为它们经过专门优化，能够更准确地理解任务需求。
Ploy的反Slop引擎就是目的构建AI的典型代表。通过针对设计提示进行专门训练和优化，Ploy能够生成高质量、高相关性的内容。这种垂直领域的优化使得Ploy在竞争激烈的市场中建立了独特的护城河。
"目的构建的AI不是要取代通用模型，而是要在特定领域做到极致。"
Bryant强调，护城河不仅来自技术，更来自对业务的深刻理解。Ploy通过整合企业现有数据和应用，形成了一个闭环的优化系统，这使得竞争对手难以简单复制。此外，Ploy的用户社区和案例库也为新用户提供了一种网络效应，进一步巩固了其市场地位。
代理作为客户：CLI、MCP和AEO
Bryant探讨了AI代理（Agents）作为未来客户的可能性，提到了CLI（命令行界面）、MCP（模型上下文协议）和AEO（AI优化引擎）等概念。他认为，未来的AI代理将能够自主执行任务，如网站构建、营销优化等，而人类用户将更多地扮演监督和协调的角色。
Ploy正在积极适配这些新的交互方式，使得AI代理能够无缝接入Ploy的平台。例如，通过MCP，AI代理可以直接访问Ploy的设计引擎，获取最新的设计规范和业务数据。这种机器对机器的交互将大大提高效率，降低人类干预的需求。
"CLI、MCP和AEO代表了人机交互的未来，Ploy正在为这一未来做好准备。"
Bryant指出，这种转变将对创业者和企业产生深远影响。企业需要重新思考其工作流程和组织结构，以适应AI代理的自主性。Ploy通过提供灵活的API和集成选项，帮助企业平滑过渡到这一新的工作模式。
年轻创始人 vs 经验丰富的创始人
Bryant对比了年轻创始人和经验丰富创始人在AI时代的优劣势。他认为，年轻创始人具有创新精神和适应能力，能够快速掌握新技术并尝试新的商业模式。然而，他们往往缺乏对行业和市场的深刻理解，这可能导致产品与市场需求的错位。
相比之下，经验丰富的创始人拥有深厚的领域知识和人脉资源，能够更准确地识别市场机会并制定有效的战略。然而，他们可能面临技术更新的挑战，需要不断学习新的工具和方法。Ploy的目标是结合两者的优势，为不同背景的创始人提供支持。
"年轻创始人带来创新，经验丰富的创始人带来深度，两者结合才是未来。"
Bryant建议，年轻创始人应积极寻求与领域专家的合作，以弥补自身经验的不足。而经验丰富的创始人则应拥抱新技术，利用AI工具提升效率。Ploy通过提供易于使用的界面和强大的后端支持，使得不同背景的创始人都能充分发挥其优势。
创意迷宫与AI克隆自我
Bryant描述了创业过程中的“创意迷宫”，即如何在众多想法中找到最具潜力的一个。他认为，AI可以帮助创业者快速筛选和验证想法，通过模拟市场反馈和数据预测，降低试错成本。
此外，Bryant提出了“AI克隆自我”的概念，即利用AI复制创始人的思维模式和决策逻辑。通过训练AI模型学习创始人的历史决策和数据，Ploy可以模拟创始人的思考过程，提供类似的建议。这种个性化的AI助手能够帮助创业者在复杂的迷宫中找到方向。
"AI不仅是工具，更是创始人的思维克隆体，帮助我们在迷宫中导航。"
Bryant强调，这种克隆并非简单的复制，而是基于对创始人价值观和目标的理解进行的模拟。Ploy通过深度集成用户数据，确保AI的建议与创始人的长期战略保持一致。这种个性化的智能支持使得创业者能够更自信地面对不确定性。
放大镜时刻：领域专家的终极优势
最后，Bryant用“放大镜时刻”来总结领域专家在AI时代的优势。他认为，AI就像一面放大镜，能够放大领域专家的知识价值。对于没有领域知识的人来说，AI生成的内容可能只是普通的文本或设计；但对于领域专家来说，AI生成的内容可以成为解决复杂问题的关键工具。
Bryant指出，未来的成功将属于那些能够将AI技术与领域知识深度融合的人。Ploy通过提供反Slop引擎和深度集成能力，帮助领域专家实现这一融合。这种融合不仅提高了工作效率，还创造了新的商业价值。
"在AI时代，领域专家不是被淘汰，而是被放大。Ploy就是那个放大镜。"
Bryant呼吁所有创业者，尤其是拥有领域背景的创始人，积极拥抱AI技术，利用Ploy等工具提升自身竞争力。他相信，领域知识+AI将成为未来创业的核心竞争力，而那些能够掌握这一组合的人，将在市场中占据主导地位。