在AI出海这件事上，很多创业者心里都有一串问号：产品该怎么长成？先拼技术还是先拼增长？要不要烧一轮快钱流量来给团队打一针强心剂？这些问题单拎出来都不好回答，更别说要在「全球化」这个高倍放大镜下同时解题。
曹仁奕是那种，已经在这条路上走了六年的人。
从电商到视觉AI出海产品的操盘手，再到如今LibAI Lab联合创始人兼产品总监、Cutout.Pro 和 PromeAI 的核心缔造者，他踩过坑、吃过红利，也被市场按在地上摩擦过。所以，他讲产品和增长时，很少谈概念，更多是活下来的方法论。
一、从卖货到卖图片：一条逻辑被重写的十年
很多人做电商，是从选品开始思考的：这个类目行不行？毛利高不高？竞争卷不卷？
曹仁奕的视角却很不一样——他在电商干了十年，得出的结论是：电商卖的根本不是产品，而是图片。
用户是在一张张图片里做决策的。
这不是一句漂亮的总结，而是日复一日被压出来的痛感。
2016 年，他所在团队每天要上新两千款商品，最折磨人的不是选品，也不是定价，而是——抠图、去背景、做合成。海量、机械、重复，却又不能出错。真正的业务瓶颈，不在货架，而在图片处理。
如果这块效率能提高十倍、二十倍，甚至一百倍，整个生意都会被改写。
于是，一个很朴素的念头长出来：有没有可能用算法去接管这块，把人从低效重复劳动里解放出来？
2018 年，他和几位大学同学创立 LibAI Lab，从电商图片处理切入 AI 领域。一年多埋头打磨后，2019 年，Cutout.Pro 在海外上线——做的就是听起来不炫酷，但极其刚需的一件事：让开发者和普通用户，可以用 AI 批量完成抠图、去背景、替换场景等各种图片编辑。
不讲颠覆世界，只盯住一个具体、扎实而痛的点。
五年后，这个小点长成了有 1400 万月独立访问量的视觉 AI 工具，在海外用户心智中站稳了位置，出现在各类出海榜单上。而后续推出的 PromeAI，则进一步扎进垂直领域：为建筑、工业产品、电商、游戏等专业设计师提供草图渲染、图像重绘、创意融合等更复杂、也更专业的创作工具。
从卖货到卖图片，再到卖创作效率，轨迹看起来一以贯之。但在曹仁奕看来，这中间真正被反复验证的，其实是一个更底层的信念：
你走过的每一段路，不论是顺风还是撞墙，都会沉到后面那一段去，变成你真正的资产。
二、MVP 和 PMF：产品不是一开始就要完美，反而应该够小
Cutout.Pro 和 PromeAI 的故事，有一个共同的起点：它们都不是完美产品起步，而是从一个极小、却被市场真实需要的功能点发芽。
曹仁奕见过太多相反的案例：团队憋了大半年，做出一个在自己看来完整而伟大的产品，上线之后却没有用户愿意为它停留。不是技术不好，而是没跟市场对上频率。
所以他反复强调两个词：MVP 和 PMF。
在他的语境里，MVP 不是粗糙的 demo，而是——在现阶段你能想到、也能做出来的方案里，最小但足以让真实用户上手的一块。它的价值，不是取悦用户，而是尽快把这条路有没有戏这个问题，暴露出来。
而 PMF 则是另一个层级的问题：这款产品到底有没有找到自己的那一撮真爱用户？他们是不是愿意一次又一次回来？是不是愿意掏出信用卡，持续为它买单？
很多人会上来就焦虑增长，我反而觉得，在 PMF 没找到之前，你花越多钱搞增长，坑挖得越大。
当产品逐步接近 PMF，增长才真正有意义。这时候，流量的角色就变得非常清晰——在曹仁奕嘴里，它被比喻成水：没有水，再完美的鱼塘、菜地、电站，都是空转；有了水，你才有资格谈养鱼、种菜、发电。
因此，他在团队内部经常做的一件事，就是让大家盯住用户反馈和数据，而不是盯住宏大蓝图。哪里用户主动多用了一次？哪里他们愿意多付一点钱？哪里是用完就走、再也不回来的？这些信息都比我们将改变一个行业更真实，也更残酷。
三、为什么选出海？因为那里既有钱，也有时间
LibAI Lab 早期就把重点放在海外市场，这个选择在事后看起来合理，在当时其实挺反直觉。
理由很简单，也很现实。
第一，海外用户对效率型工具有更强的付费意愿和订阅习惯。国内很多消费者更习惯一次性买断，或者期待免费+广告的模式，而海外用户对为持续服务订阅付费这件事接受度更高，转化逻辑比较干净。
第二，海外支付环境更成熟，不论是信用卡体系还是订阅管理，都为 SaaS 模式提供了天然土壤。
第三，也是最重要的一点：整体人口基数和市场规模。全球用户远不止中国的 14 亿，很多细分需求在国内看起来太小，一旦放到全球视角就变得足够大，可以撑起一个健康的生意。
但出海并不意味着复制国内逻辑再翻译成英文。在曹仁奕的实际经验里，小团队要想在海外 AI 领域站住脚，有几件事非常关键：
你得真的有一块核心能力，是算法、是工程、是对某个垂直场景的理解都可以，但一定要清楚自己的边界在哪里。不是什么都做一点，而是在一条线上持续深入。
你要花时间理解当地用户的行为、付费习惯、审美偏好，而不是照搬国内成功模板。
你还要在工具之外，认真设计你的商业模式 —— 做一次性交易，还是做高生命周期价值的订阅服务？在他眼里，真正优秀的 AI/SaaS 产品，应该是那种可以长期贡献收入、而不是只赚一锤子买卖的长线资产。
四、流量打法：短期很爽，长期很伤
在和曹仁奕以及其他 AI 出海创业者聊天时，有一个话题经常被端上桌：要不要追爆款模板式的流量打法？
你一定听说过类似的故事：某个 AI 图片模板突然在海外爆了，比如吉卜力风格、手办滤镜、Nano Banana 之类。敏锐的团队立刻跟上，在自己的社媒矩阵、网红投放、买量渠道上全面铺开——不见兔子不撒鹰，一旦确认是兔子，就要把这波量吃透。
这种打法，非常务实，也非常有效。它可以在残酷的资本寒冬里，给团队带来源源不断的正反馈：DAU 上去了，收入涨上来了，曲线变得好看，投放 ROI 也说得过去。
但在曹仁奕看来，这碗快钱的汤里，慢慢会析出几颗隐形的毒药。
第一是增长的成瘾性。
当团队一次次因为追热点尝到甜头后，就会本能地去找下一波热点。所有资源、注意力、会议讨论，都会围着下一个爆款打转，真正那些需要长期积累的能力——底层架构、产品体验、品牌心智——很容易被悄悄放到一边。
第二是留存的黑洞。
靠某个风口模板引来的用户，大多是看烟花的游客。烟花一散，人也走了。如果产品本身没有一个能持续承接他们的价值闭环，你的 DAU 像心电图一样忽上忽下，看起来热闹，却很难沉下真正的用户资产。
第三是团队基因的单向固化。
长期执行流量战术的团队，会天然地偏爱那些执行力极强、能快速跟进热点的人，而不太愿意给慢半拍但思考深的人太多空间。久而久之，公司会变成一支训练有素的战术军团，但缺乏真正做中长期战略升级的能力。
这也是为什么他在看待增长时，总是会反问一句：
这波增长，帮我们堆高了护城河吗？还是只是在刷存在感？
这并不是对流量打法的否定，而是提醒：如果只会在别人已经验证的1后面去抢1 到 N的机会，那么当行业节奏放缓的时候，你可能连从 0 到 1 的想象力都找不回来。
五、一个内行眼中的 AI 下一程
和很多只盯住当下热点不同，曹仁奕谈未来时，总是把视角拉得更远一点。
LibAI Lab 接下来会继续围绕视觉领域深挖，从静态图片走向视频、多媒体和更复杂的动态内容。在他看来，大模型会成为各类垂直应用的通用地基，但真正决定一家公司的高度，依然是在垂直场景里，能不能做出真正好用、好赚、可持续迭代的产品。
另一方面，底层大模型越强，对算力和能耗的要求就越夸张。如何在性能和成本之间找到平衡，是所有 AI 公司都绕不过去的问题。否则，就算技术上跑得很快，也未必能跑成一个健康的生意。
至于中外差距，他的看法也相对冷静：
海外在基础模型上有更充足的资金和试错空间，这是事实；但国内在很多垂直领域，凭借更强的工程落地能力和市场敏感度，也完全有机会形成局部领先。前提是，你得选对战场，并且在那个战场上足够专注。
六、为什么这堂课，值得你听完？
11 月 22-23 日，北京维景国际大酒店，「AI 出海全流程实战加速营」会在两天一夜的闭门环境里，把 AI 创业者最关心、也最容易踩坑的几件事，系统拆开讲一遍：从战略、产品、增长，到组织和合规。
在这套路径里，曹仁奕负责的那一块，刚好踩在很多人最焦虑的地方：
如何从 0 到 1 设计一条 AI 产品出海的完整路线图，从准备阶段、MVP 打造，到验证 PMF？
在不同阶段，什么时候该以 PLG（产品驱动增长）为主，什么时候需要 SLG（销售驱动增长）发力？
面对全球市场，如何判断真正合适的入场时机？该怎么选核心流量渠道，而不是哪里热就往哪扎？
在订阅为主的海外环境下，定价体系、付费墙、套餐设计怎么搭，才能既不透支用户，又能撑起一个健康的 LTV？
以及，那些看起来光鲜的流量打法，到底该怎么用、用到什么程度，才不会把公司带向另一条危险的轨道？
可以把这堂课看成是：
一个在电商扛过货，在 AI 赛道做过产品、打过全球增长仗、熬过几轮行业周期的人，用自己的试错成本，帮你少踩几次坑。
如果你正站在出海的门口，纠结产品形态、增长路径、市场优先级；
或者已经上路，正在被要不要再搏一波快钱要不要 all in 某个爆款模板这类问题撕扯。
那这两天时间，大概率会比你自己在电脑前刷一个月的报告、推文和 benchmark，更有价值。
因为有些东西，只有真正被市场修理过的人，才讲得出来。