今天分享的产品很讨巧，叫 Grocalo，https://grocalo.com/
现在做自媒体，最不缺的可能就是 AI 工具。
ChatGPT 们可以写脚本，AI 可以做封面、剪视频、加字幕、翻译，甚至直接生成一条完整视频。
但真正做过内容的人都知道，最难的往往不是把一条视频做出来，而是：
今天到底发什么？
同样一段素材，应该剪成什么样？
为什么上周这条突然爆了，另外一条几乎没人看？
TikTok、Instagram、YouTube 面对的不是同一批人，一条内容到底应该怎么改？
更麻烦的是，如果一个创作者做到几百万、几千万粉丝以后，这已经不是“创作”问题，而是一个小型媒体公司的运营问题。
刚进入 Y Combinator 2026夏季批次的 Grocalo，想做的就是这个。Grocalo 对自己的定位是：给创作者装一个 AI 大脑。
这个“大脑”会分析一个创作者过去的视频、观众和平台数据，试着学会这个人的内容为什么会火，然后参与选题、内容优化、跨平台改编、发布和数据分析。
公司目前只有两个人，但声称过去两个月，它为客户带来了 20亿次播放和 400万新增粉丝。
客户包括喜剧演员 Jimmy O. Yang、拥有数千万粉丝的 King Bach、Steven He、Leenda Dong、Sheena Melwani，以及电视主持人 Jeannie Mai 等。
但即使暂时不讨论这些数字，它做的产品本身也很值得研究。
因为 Grocalo 想自动化的，恰恰是内容行业里一直最难标准化的一件东西：网感。
创始人不是从 AI 行业里找到这个问题的
Grocalo 的两个创始人 David Hwang 和 Alex Yee，从中学时代就是朋友。
Alex Yee 是技术背景，斯坦福生物工程硕士，早期做过医疗技术研发，也是 Lyra Health 的创始工程师之一。
2017年，他和合伙人创办 Onederful，做牙科保险 API，让牙科诊所不用再通过电话、网页和传真人工核对患者保险。
公司 2018年进入 YC，后来被牙科软件公司 Vyne 收购。Onederful 的系统后来已经处理数百万笔行业交易。
David Hwang 则完全是另一条路线，他在投资银行做了5年多，主要覆盖企业软件、互联网和数字媒体。
然后过去四年里，他开始帮自己的伴侣运营社交媒体。按照 David 自己的数据，他参与运营的内容累计获得了 100亿次播放和 500万新增粉丝。
也就是说，Grocalo 并不是两个工程师看见“创作者经济很大”，于是决定让大模型帮网红写文案或者做分析。
它其实是 David 先手工做了几年 MCN 最核心的工作，然后开始问一个问题：我每天做的这些判断，到底有多少可以被机器学习？
什么样的开头更容易留下观众；什么题材适合这个创作者。
同一个素材剪成20秒还是50秒；什么时候发。
应该发在哪个平台；哪些评论值得回复；什么内容最近明显开始失效。
这些事情过去很依赖运营人员长期形成的经验。所谓“这个东西有网感”、“这个人懂 TikTok”，本质上都是人在脑子里积累了一套很难说清楚的模式识别。
现在 Grocalo 现在想把它变成数据。
不是生成内容，而是学“什么内容适合你”
假设一个喜剧演员已经有几百小时演出、播客、访谈、直播和幕后素材。
普通 AI 工具解决的是：把一段长视频剪成 10条切片。
Grocalo 想解决的是：这几百小时素材里，哪 30秒最可能让这个人的观众停下来？
而且不是所有创作者都用一套所谓“爆款模板”，Grocalo 反复强调的一个词叫 taste/品味，可以理解成一个创作者自己的内容审美和判断体系。
系统通过视频理解和平台数据，长期分析：
这个人过去什么内容表现最好；
观众是谁；什么题材容易获得观看；
什么形式更容易涨粉；内容在不同平台表现有什么差异。
然后形成一套只属于这个账号的模型，公司把这个过程形容成把创作者的“taste装进瓶子里”。
这个思路其实比 AI 写段子/内容更实用，因为一个拥有3000万粉丝的Steven He，并不缺 AI 替他写一条普通视频。
他真正缺的是：怎样让已经存在的大量内容和粉丝资产继续增长。
从 Grocalo 目前公开的服务条款来看，它已经不只是一个分析后台。创作者可以把 Instagram、Facebook、TikTok 和 YouTube 账号直接接进 Grocalo。
平台可以直接发布 Reels 和视频，读取 YouTube 的观看时长、流量来源、受众数据、RPM、CPM 和广告收入，还能够管理评论和消息、做内容优化以及跨平台分发。
所以它真正想做的产品，其实更接近：AI 版的内容运营团队。
不是帮运营人员提高一点效率，而是把“分析—判断—修改—发布—看结果—再调整”整个循环串起来。
“20亿播放”这个数字即使打个折，也很了不起了
内容工具有一个很常见的问题，一个产品可能有 100万用户，但大量用户只是进去玩一次：
生成一张头像、剪一条视频、写一次标题，然后再也不回来。
Grocalo 不是这种生意，它目前服务的客户本身就是职业创作者，而且很多已经拥有千万级粉丝。
这意味着它面对的不是 AI 能不能做出内容，而是另一个更直接的商业问题：
用了以后，播放有没有变多？粉丝有没有增长？收入有没有增加？
这也是为什么它拿“20亿播放、400万粉丝”作为最核心的产品指标，而不是“生成了多少条视频”。
而且它服务的几个账号规模都已经很大。
King Bach 在 Grocalo 的YC页面上被标注为 7200万粉丝，Steven He 约3000万，Leenda Dong 约 2800万，Sheena Melwani 约 1800万。
对于这种账号来说，再增加粉丝本来就比一个新账号从 0涨到 10万难得多。
当然，现在还缺少一个非常重要的数据：Grocalo没有公开不同客户使用前后的对照表现。
我们不知道那 20亿播放中，有多少原本就会发生，也不知道 Grocalo究竟提升了多少播放和转化。
公司也没有公开收入、客户数量、收费标准和毛利，所以现在把它叫作一个已经被充分验证的商业模式，还太早。
但它至少证明了一件事情：AI 正在从内容生产工具，继续向内容运营层移动。
而后者可能反而是一门更值钱的生意。
真正稀缺的早就不是内容
过去几年，AI 对内容行业最直接的影响，是生产成本不断下降。
以前剪一条视频需要剪辑师，现在 AI 可以自动找片段、加字幕、换尺寸、配音、翻译；以前每天写 10个脚本很困难，现在一天生成 100个都没有问题。
结果就是当生产内容越来越容易，“做出更多内容”本身就越来越不值钱。
真正开始值钱的变成了：到底应该做哪一个。
假设 AI 一天能给一个创作者生成 500个选题，这个数字没有太大意义，他最终只能拍其中几个。
而如果 AI 可以告诉他：
过去半年你的观众对 A类内容完播率明显更高；
最近三周 B类内容已经开始衰减；
同一主题在 TikTok 应该 20秒切入，在 YouTube 应该保留更多背景；
这一段素材更适合老用户，另外一段更容易找到新粉丝。
这时 AI 提供的就不是“生产力”，而是决策能力。
但“复制爆款”这件事，困难得多
Grocalo 在 YC 页面上的表达非常激进：它希望建立一个能够针对特定观众“复制爆款”的 AI 大脑。
这个目标听上去很诱人，但也需要保持一点距离。因为社交媒体从来不存在一个稳定的爆款公式。
YouTube 自己对推荐系统的解释就很明确：推荐并不是按照一张固定“配方表”运行。
点击、观看时长、点赞、分享、调查反馈，以及用户个人的观看习惯都会参与判断，而且不同人的权重都可能不同。
YouTube 甚至明确说，推荐带来的观看量已经超过订阅和搜索。
这意味着今天一个视频爆掉，并不一定因为它拥有某种可以复制的结构。
可能是话题刚好发生；可能是一个新受众群体开始出现；可能是平台分发环境改变；甚至可能只是偶然。
如果过度学习过去的数据，反而容易出现一个内容行业非常熟悉的问题：
越来越会复制上一条爆款，但越来越难创造下一种爆款。
这就是 Grocalo 未来最大的产品矛盾。
它需要学习一个创作者过去为什么成功，却又不能把这个人训练成过去自己的复制品。
这跟 Netflix 推荐电影容易，替 Netflix 决定下一部《怪奇物语》拍什么，完全是两个问题。
前者是预测偏好，后者仍然需要创造。
一个更现实的风险：平台自己也在做这件事
Grocalo 也不是在一个没有竞争的市场里，今年 YouTube 就已经推出 Ask Studio，创作者可以直接问 AI：
我的观众最近在看什么？这几条视频为什么表现不同？我的频道下一步应该做什么？
它本身就建立在 YouTube 拥有的频道和受众数据之上。YouTube 还早就开始用 AI 根据观众兴趣给创作者推荐选题。
从数据优势来说，平台当然比 Grocalo 更强。YouTube 知道一个用户在整个 YouTube 看了什么，Grocalo 最多只能看到创作者授权给它的数据。
所以 Grocalo 真正可能形成的优势，不会是“比 YouTube 更懂 YouTube”。而是：比任何一个平台都更懂这个创作者。
Instagram 只知道你在 Instagram 发生了什么，YouTube 只知道你YouTube，TikTok 也一样。
Grocalo 如果能把一个创作者跨平台的内容、受众、表现、商业化和长期风格连起来，它才真正有机会变成一个独立存在的“创作者大脑”。
这也是为什么它同时接入 Instagram、Facebook、TikTok 和 YouTube，而不是只做一个 YouTube 插件。
内容行业可能会多出一种很奇怪的公司
以前一个成熟网红背后往往是一群人。
经纪人负责商业合作、编导想内容、剪辑师做视频、运营负责发平台、另外还有人看数据、回评论、做账号增长。
其中很多岗位真正卖的并不是“按按钮的劳动”，而是经验。
知道什么该做，知道什么不该做，知道什么时候应该换方向。过去这种经验很难写成 SOP，所以必须雇一个真正懂账号的人。
Grocalo 的产品逻辑是：其中相当一部分经验，最终可以沉淀成一个持续学习的数据系统。
如果它成立，未来一个拥有几千万粉丝的创作者，未必还需要不断扩大自己的运营团队。
可能只需要少数真正负责创意和关系的人，再加一个一直读取数据、处理素材、做分发和反馈的 AI 系统。
这也是为什么我觉得 Grocalo 既讨巧又确实能切中市场需求。