Pexo创始人廖谦，砍掉过渡产品重做，视频Agent赛道押注用户上下文与VibeCreating

2025年底，一家名为Pexo的视频AI工具悄然在海外站稳脚跟。上线不到一年，其服务已覆盖全球80多个国家和地区，八成流量来自英语国家——美国、英国、澳大利亚与加拿大；年度经常性收入（ARR）突破100万美元，付费用户复购率超过50%，单用户最高月付费达2000美元；近期更完成超千万美元天使轮融资，投资方包括达泰资本、松禾创投、视觉中国、深圳天使母基金与深圳高新投。

这家公司的创始人廖谦，是近年AI创业潮中典型的“字节系”代表人物：腾讯六年打底，后加入剪映/CapCut体系主导海外AI内容平台Pippit，再赴生数科技任产品副总裁、Vidu产品负责人，完整经历了从云服务、内容工具到基础模型与Video Agent的全链路演进。2025年，他选择离职创业，时机精准踩中视频生成技术的关键拐点。

一个被亲手砍掉的产品，揭示了创业者的底层逻辑

去年12月，Pexo内部发生了一次近乎“自毁式”的决策：团队已开发完成一个Workflow版本的Video Agent，数百位海外用户试用反馈积极，按常规节奏本可直接上线。但CEO廖谦在最终评审时决定——推翻重做。

这个版本被定义为“中间态产品”，生命周期预估仅1–2年。廖谦坦言：“硬做到今天，商业化收入可能更高，但它不值得耗。”团队随即在春节初二全员复工，连续四十天无休重写核心代码。这种对短期收益的克制，折射出其对赛道本质的判断：视频AI不能只做“功能堆砌”，而要构建可持续的用户关系。

这一动作也成为理解廖谦方法论的切口。他并不认同行业流行的“一句话出片”叙事，认为那极不靠谱，易导致用户预期错位。Pexo的定位因此明确为“video partner”——用户无需从剪辑轨、分镜或模型选择开始操作，只需圈选画面中的具体元素，用自然语言描述修改意图（如“让主角表情更惊讶一点”），由Agent协同完成后续创意拆解、模型调度与迭代交付。

为概括这一范式，廖谦造了一个新词：Vibe Creating，与开发者熟悉的“Vibe Coding”相对应。其核心是将创作意图转化为可执行路径的能力，而非简单地把提示词喂给模型。

拒绝伪Agent：零门槛才是真智能

在当前视频Agent赛道，大量团队扎堆于AI短剧、AI漫剧等垂类场景，试图以内容模板快速变现。廖谦却坚持两条朴素原则：第一，凡需用户投入大量学习成本的，都是伪Agent；真正的Agent必须零门槛上手；第二，1–3年内，大模型智力将触及天花板，模型本身与基础Harness能力（如工具调用、记忆管理）会迅速被拉平，行业溢价终将向用户上下文、行为习惯与数据资产迁移。

这意味着，未来竞争焦点不再是“谁的模型更强”，而是“谁更懂用户的创作语境”。例如，一位独立动画师长期使用Pexo制作角色微表情调整，系统会逐步学习其偏好风格、常用术语与修改节奏，下次只需说“像上次第三幕那样处理”，即可复现相似效果——这正是廖谦所指的“上下文溢价”。

他进一步指出，视频Agent的终局不会复制微信或抖音式的“赢家通吃”格局。“当模型效果再上一个台阶、算力成本再降一到两个量级，内容Agent或许会在未来一年内迎来爆发。”但他强调，爆发的前提是技术成熟度与成本曲线的双重拐点，而非单纯依赖模型参数增长。

务实路径：中小B优先，现金流为王

Pexo的商业化策略同样体现克制与理性。目前用户结构中，个人创作者约占三成，中小商家（如独立品牌、小型MCN、电商卖家）占四成，其余为专业内容工作室。定价从每月30美元起，高阶套餐可达2000美元/月，采用PLG（Product-Led Growth）模式渗透市场。

值得注意的是，团队刻意避开烧钱换增长的路径，设定“至少24个月现金流安全期”，并实现月收入环比增长超50%。这种稳健节奏，在当前AI创业普遍追求估值速涨的氛围中显得尤为另类。

廖谦解释：“我们不是在做下一个CapCut，而是在构建一种新型人机协作关系。工具的价值不在于替代人类，而在于放大人类的创意带宽。”

字节标签之外：组织能力与问题意识的迁移

资本对“字节旧部”的青睐确有其因。公开数据显示，本轮AI创业浪潮中，出自字节跳动的创始人获得早期融资的概率显著高于行业均值。廖谦承认，字节在目标拆解、数据驱动与快速迭代上的方法论确实构成竞争优势，“在字节时不觉得自己多牛，大家都这样；出来后才意识到，那种‘把模糊问题拆成可测量动作’的能力，是稀缺的。”

但他也反对简单标签化。例如外界常称“字节系擅长解题、不擅长出题”，他认为此论断过于绝对。“真正难的是定义问题——比如，用户到底需要‘自动成片’，还是‘可控共创’？我们选择后者，是因为观察到专业创作者对控制权的强烈诉求。”

事实上，廖谦的职业轨迹本身就是一次持续“定义问题”的过程：从腾讯做基础音视频能力，到CapCut参与全球化内容基建，再到生数科技攻坚视频一致性难题，最终在2025年 Vidu 发布“参考生视频”能力、视频模型首次实现跨帧强一致性后，他确认技术拐点已至，遂果断下场。

行业启示：视频AI进入“人机协同2.0”阶段

Pexo的崛起并非孤例。随着Sora、Runway、Pika等模型能力趋同，海外初创公司正从“模型竞赛”转向“工作流重构”。例如，ElevenLabs强化语音与视频唇形同步的上下文绑定，Synthesia聚焦企业培训场景的个性化反馈闭环，而Pexo则锚定创意生产端的意图理解与渐进式优化。

这一趋势背后，是AI工具价值重心的转移：从“生成结果”到“理解意图”，从“单次输出”到“持续对话”，从“通用模型”到“场景专属Agent”。廖谦所强调的“用户习惯即护城河”，正成为新一代产品的设计原点。

目前Pexo仍在快速迭代中，最新版本已支持多模态反馈（如上传参考图+语音批注）、跨项目记忆继承等功能。团队未透露具体融资用途，但明确表示将加大在用户行为建模与轻量化推理上的投入。

视频AI的狂热期正在过去，理性建设期已然开启。当喧嚣退去,留下的将是那些真正理解“人如何思考创作”的产品——而Pexo，正试图成为其中的一个样本。