小红书AI终于提速，但它依然不敢跑太快

小红书4月底发出全员内部信，宣布成立AI一级部门Dots时，距离毛文超第一次向GPT提问“小红书会被颠覆吗”，刚好过去了三年。

三年，足够一家公司从观望到押注，从试水到全面转型。在这段时间里，Kimi完成了从估值43亿美元到超200亿美元的跃迁；快手旗下可灵AI以5亿美元年化收入寻求独立融资，估值200亿美元；字节豆包达成3.45亿MAU坐稳AI产品榜首……

同一段时间，小红书组建了一个百人规模的AI团队，推出了一款独立应用，发布了一批没有在技术社区形成明显存在感的开源模型，然后在2026年春天才宣布，成立一级部门将AI从产品探索上升为组织工程。

当然，仅凭这个时间差，并不足以定义小红书“慢”。在一个真实社区与AI生成内容天然存在张力的产品结构里，小红书未能准确找到一个令人信服的介入方式。在其他公司已经形成清晰产品路线的时候，小红书仍在回答一个更基础的问题：AI在一个以「活人感」为核心竞争力的社区里，究竟扮演什么角色？

一旦AI大规模介入内容生产或答案分发，用户很容易开始追问：屏幕另一端的经验，究竟是某个真实个体的生活记录，还是一次机器整理后的结果？这关系到小红书最核心的信任资产，即品牌愿意投放，是因为用户相信这里的推荐来自真实体验；用户愿意搜索，也是因为他们相信这里能找到别人真实踩过的坑和做过的选择。虎嗅报道，2025年，小红书73%的月活用户有过搜索行为，这种搜索心智本质上建立在同一套信任之上。

小红书握着最稠密的生活经验语料，但在AI最热的两年里，它没有把这批内容尽快产品化成一个新入口。现在它终于开始加速，却依然不敢跑太快，因为一家以真实生活经验起家的社区，与机器大规模参与内容生产和答案分发之间存在天然张力。

即「AI到底介入到什么程度，才不会伤害真实社区」。

AI没有长成新故事

最早承载小红书“新入口”想象的点点，从自研基础模型起步，经历接入外部模型、人文化人设重塑、多模态改版，几轮调整之后，点点仍然没有跑成独立入口，但它回到主站后，反而更接近小红书真正有价值的搜索场景。

截至发稿，点点在App Store下载排行榜中排名163位，评分用户只有49名，而头部AI应用豆包的评分数量已达223万个。一款AI产品在上线约一年半后交出这样的数字，很难被视作一次成功的独立产品探索。

点点的问题，不只在于产品成熟度。它始终在两个方向上同时竞争：作为独立AI应用，面对豆包、Kimi、DeepSeek的正面压力；作为社区辅助工具，又与小红书站内已有的“问一问”功能高度重叠。两个赛场都没有找到自己的位置，最终只能回到主站，借助社区流量维持存在感。

模型层面的情况同样如此。小红书 Hi Lab（现升级为Dots部门）陆续发布了 dots.llm1 文本大模型、dots.vlm1 视觉语言模型、dots.ocr 文档解析模型，以及覆盖多模态推理、图像编辑和深度搜索的工具链。但这些开源模型并未在技术社区引发明显关注，也没有被接入小红书的核心产品：“点点”接入DeepSeek，“问一问”接入通义千问。

产品端与自研模型的持续脱节，意味着小红书在模型层上的技术投入，目前还没有转化为用户能感知到的产品差异化。

36氪的报道中，一名前小红书AI员工表示，“因为没有上市，所以小红书更需要AI的故事。”但现阶段看，小红书的AI与“长出一条独立的平台叙事”相比，更像是在既有社区链路上补齐能力，但AI功能化并不必然推动估值平台化。

对此，Salesforce提供了一个外部参照，它并不缺AI动作，从Einstein到Agentforce，AI能力几乎已经嵌入CRM、销售、客服、营销等核心产品。2024年9月，Salesforce发布Agentforce，并在10月推动其正式可用，市场也曾给出短期正反馈：2024年10月下旬至11月下旬，Salesforce股价一度上涨约18%。

但这轮AI叙事并没有持续改写它的估值。Salesforce 2025年的营收为378.95亿美元，同比增长9%；公司给出的2026收入指引为405亿至409亿美元，同比增长7%至8%，增速并未因为AI明显上台阶。2025年全年，Salesforce股价下跌约20%。如果AI在小红书无法证明它能带来新的变现路径、新的用户规模或新的平台入口，市场愿意给它的重新定价空间，可能仍然有限。

但这并不意味着小红书的路径是错的。点点回到主站，让AI能力重新接上了小红书最有价值的资产：社区流量、真实内容和搜索场景。它可以在真实业务场景里验证AI的价值：能不能提升搜索频次，能不能提高广告转化，能不能帮助商家理解用户偏好。这些验证比一个孤立的AI应用下载量更接近小红书真实的商业需要。

对小红书自己来说，这条路线也有一个相对隐性的好处：它不需要像纯AI公司那样持续承担高强度模型训练、算力采购和用户增长的压力。一名内部技术人员向36氪形容，“做个简单点的任务还是不缺卡的，但如果想搞基模，可能就会差一点。”这句话本身就是小红书AI战略的真实定位：务实、有边界、服从于主业的资源分配逻辑。

AI改造搜索，但不改写生意

“问一问”是小红书目前最接近成功的AI产品，而它的成功，同时也划定了小红书AI能走多远的边界。

据36氪报道，2025年，“问一问”使社区用户留存率提升约2%至3%，日活用户规模达到千万量级，用户查询量新增数百万级。在一个月活长期超过3亿的成熟产品里，留存率提升2到3个百分点，已经是个不错的成绩。一名曾参与该产品的前小红书员工也在报道中描述了背后的机制：用户对单个问题的浏览时长可能缩短了，但整体使用频率在增加，“原来一周问一次的用户，现在可能天天都在问。”

这个结果与管理层早期的担忧完全相反，他们曾认为，如果用户能用AI快速得到答案，就没有理由再花时间浏览笔记。事实证明，“快速得到答案”反而培养了用户更高频的问题提出习惯，而这些问题最终仍需要小红书社区的内容来支撑和延伸。

问一问证明了AI有效性，不过它证明的首先是“社区+AI”的有效，而不是“AI单独成立”的有效。这个产品从未脱离社区独立存在，它生成答案的能力直接依赖社区内容的质量和密度，它的价值也只在社区搜索场景里得到验证。小红书AI最确定的商业价值来源，仍然是社区流量和内容资产，而不是模型能力本身。

拉长时间看，小红书之所以非做AI搜索不可，是因为用户提问的入口正在外移。NBER与OpenAI相关研究显示，到2025年7月，ChatGPT已被全球约10%的成年人口采用，且超过70%的使用已经是非工作用途。

CNNIC数据显示，截至2025年12月，中国生成式AI用户规模达到6.02亿人，其中80.9%的用户用AI“回答问题”，30%的用户将其作为“生活助手”。这两个场景，与小红书核心用户行为的重叠度极高。用户过去在小红书搜索“三天两晚亲子游攻略”“油皮粉底液推荐”，现在用户可以直接向豆包、DeepSeek提问，得到一份整合过的答案。

对小红书来说，风险在于用户的“第一问”是否开始发生迁移。与其让外部AI总结小红书的社区经验，不如自己成为分发层，在站内完成总结，再把答案导回笔记、商品和创作者。这是一种防守逻辑，而非进攻逻辑。

这带来了第二个维度的问题：AI越靠近交易场景，就越会放大小红书内部长期存在的结构性问题。

小红书的广告变现逻辑建立在社区可信度之上，当“问一问”被用户用来搜索商品推荐时，它会基于社区内真实讨论生成一份排名：哪个品牌被提及最多，哪个产品被推荐的频次最高。这个结果对用户来说是可信的，正因为它来自真实的社区声音。品牌愿意在这里投放广告，根本原因是用户相信这里的内容不是纯粹的软文。

问题在于，社区真实排序未必符合商业客户的预期。对用户来说，AI排序越接近社区真实讨论，答案就越可信；但对广告主来说，真实排序有时恰恰意味着失控。尤其是当一个投放很重的品牌，如果在AI答案里排名靠后，甚至风评不利，广告主对平台商业价值的理解就会发生变化。

豆包能够推进付费，部分原因是它的商业变现不依赖广告主对内容结果的预期管控；小红书的处境恰恰相反，AI的准确性与商业客户的利益预期之间存在内生冲突，付费变现的路径因此比豆包更复杂。

小红书意识到了这个问题。据36氪报道，商业化团队曾希望AI搜索团队不主动生成购物推荐列表，但这个功能最终保留了下来，说明小红书并没有因为商业压力而彻底牺牲AI搜索的真实性。

传统搜索时代，用户需要自己翻笔记、比评论、在图片和语气中形成判断，这个过程本身就是内容消费，也是广告得以展示的场景。AI搜索则倾向于把多篇内容压缩为一个答案，用户直接抵达结论，跳过了原本的内容浏览链路。效率的提升与内容消费的压缩，是同一个动作的两面。

对小红书来说，这意味着AI搜索做得越好，单次会话里广告展示的机会就可能越少，这是一个需要在更长时间维度里用使用频率的提升来对冲的风险，而目前的数据只能证明频率在提升，还不能证明广告收益在同步增长。

社区、商业化与AI之间

小红书AI的约束，不只来自模型和算力，社区氛围、商业客户和创作者生态必须同时被照顾。

新成立的AI一级部门Dots，汇报线直通新任总裁柯南，而柯南同时整合社区、电商、商业化三大核心业务及整个技术体系。这个设计的意图是防止AI脱离业务，确保技术投入能直接服务于主营。但它也意味着小红书的AI不能只对模型能力和产品增长负责，还要兼顾社区氛围、商业客户、创作者生态。

36氪消息，“问一问”最初只能覆盖1%到2%的搜索请求，团队希望扩展至10%，小红书管理层担心影响面过大，最终只放宽到3%至4%。没有人能在那之前证明扩展到10%不会改变社区的氛围，在一个依赖社区信任运营的平台里，这种不确定性足以让决策者踩刹车。

另一处类似的决策发生在是否接入更强模型的讨论里。2025年初，“问一问”团队内部争论过是否像腾讯元宝一样接入DeepSeek R1。反对意见的理由不是数据安全，也不是模型质量，而是R1的思维链路更长，导致生成答案的时间增加，而在社区搜索场景里，用户不愿意等待，延迟响应可能被识别为产品故障。这个决策事后被参与者高度肯定，但它也说明了小红书AI优化的主轴：速度和体验感的优先级，始终高于回答的丰富度。

人才积累层面，小红书希望把AI变成组织能力，自3月以来，小红书内部技术团队频繁组织AI分享会，非AI岗位也被卷入AI工具学习，部分员工甚至需要用AI工具搭建工作流。2026年校招中，小红书也明显向AI相关岗位倾斜。

自前任CTO郄小虎于2020年前后离职后，小红书至今未设置CTO职位，技术架构主要由两名技术VP负责。相比之下，字节的豆包团队超过千人，背后有成体系的大模型研究积累；Kimi的创始团队在预训练、推理优化和Agent架构上持续输出具有技术社区影响力的成果。

与此同时，现任总裁柯南的职业背景更偏咨询与金融，首席产品官邓超则出身建筑专业。至少从管理层构成看，小红书的核心决策层并不以技术见长，这也使它的AI战略看起来更偏向产品落地，而非底层模型突破。

不过，在AI应用商业化仍然充满不确定性的当下，保守也是一种风险控制。字节豆包宣布付费订阅，面临的最大挑战是国内C端工具年均续费率普遍不超过30%，以及“付费用户越多、算力成本越高”的结构性困境；据报道，可灵以200亿美元估值寻求独立融资，但视频生成领域字节Seedance 2.0已经形成竞争压制，算力军备竞赛的烈度远超小红书面临的任何单一竞争。

小红书不是没有看到AI，只是它比多数公司更难忽视AI进入社区后的代价。

在AI时代的快节奏下，小红书并不急着讲一个宏大的技术故事，它更想先把旅游、时尚、生活方式这些强场景做深。这些场景里，小红书拥有真正难以被复制的内容密度和用户信任，AI的角色是把这些资产转化为更精准的搜索答案、更高效的交易路径。

但“稳”也有代价，2026年的行业叙事已经从Chat产品跑到了Agent，整个互联网行业的FOMO情绪在快速升温。在这个节奏里，小红书的谨慎会不断被追问：它的下一个增长曲线究竟在哪里？AI能否成为它突破广告和电商增长瓶颈的变量，还是只是一个让旧链路更顺滑的效率工具？

这道题，三年前没有答案；三年后，Dots成立，小红书也只是把它摆到了更靠前的位置。

*题图及文中配图来源于网络。