我把 Facebook growth 相关最值得读的材料重新看了一遍。结论有点反直觉：Facebook 最值得学习的不是某个邀请按钮、SEO trick、邮箱导入，甚至也不是流传很广的“7 friends in 10 days”或“10 friends in 14 days”。
真正可迁移的是一套增长操作系统：先证明留存，再找到用户第一次感到“这东西有用”的 moment，把它变成全公司都能理解的目标，然后用产品、数据、工程和分发一起缩短用户到达这个 moment 的时间。
这套系统可以迁移到很多产品，包括 ChatGPT 这样的 AI 产品。但迁移时要非常小心：ChatGPT 不是社交网络，它的核心价值不是“朋友越多越好”，而是“我能更快完成判断、表达、学习或创造”。
先读哪些材料
如果只读一组材料，我会按这个顺序读：
- Alex Schultz 的 Growth 讲座，Khosla Ventures 版本：Facebook VP Growth 讲 retention、magic moment、marginal user、SEO、email/push 等基本功。
- YC/Stanford Startup School 的 Alex Schultz 讲座笔记：整理得很清楚，尤其是 retention curve、magic moment 和 marginal user。
- Andy Johns 在 First Round Review 的增长框架：把 growth 定义成“理解并改善用户进出产品的流动”，不是单纯营销。
- Andrew Chen 关于“7 friends in 10 days”的文章：重点不是数字本身，而是如何从数据、假设、实验中找出一个能 rally team 的指标。
- Reforge 的 Building Growth: Product, Process, and Team：解释为什么 Facebook 之后大家都开始建 growth team，以及 growth 为什么必须是 product/process/team 的组合。
- Facebook 2012 年 S-1：有硬数据。2011 年底 Facebook 有 845M MAU、483M DAU、425M mobile MAU、100B+ friend connections、2.7B daily likes/comments。
- Meta Newsroom: One Billion People on Facebook：2012 年 10 月 Facebook 官方宣布超过 1B 月活。
- Harvard Magazine 2004 年对 Thefacebook 的报道 和 Harvard Gazette 10 周年访谈：解释为什么“校园”是一个高密度、可信任、强社交需求的冷启动环境。
- Mode 对 Facebook aha moment 的分析：提醒我们，aha moment 的数字不是物理常数，而是组织沟通工具。
Facebook 真正做对了什么
1. 先选一个天然高密度的网络
Facebook 不是从“全世界所有人”开始的。它从 Harvard 开始，后来一所学校一所学校扩张。
Harvard Magazine 在 2004 年的报道里记录了一个很关键的事实：Thefacebook 起初是一个校内网络，用户能看到的是同一个校园里的真实人、真实名字、真实关系。到了 2004 年 5 月，它已经扩到约 200,000 个美国大学用户；同篇报道还提到，当时 Thefacebook 接近 290,000 用户，而竞争对手 ConnectU 约 15,000。
这不是普通的“饥饿营销”。这是先找到一个网络效应最容易闭合的场景：
- 用户彼此认识或即将认识。
- 用户愿意暴露个人信息，因为边界足够小。
- 产品里的每一个新用户都会提高同校其他用户的价值。
- 线下关系会反过来推动线上关系。
Harvard Gazette 后来的十周年访谈也把 college environment 称为理想的试验皿：学生技术接受度高、彼此想认识、而且早期必须用大学邮箱加入。
这件事给其他产品的启发是：不要一上来追求“所有人”。先找一个 value density 最高的小市场，让价值在这个小市场里闭环。
2. 留存先于增长
Alex Schultz 讲 growth 时反复强调：如果 retention curve 没有 flatten，增长技巧只是把更多人送进漏桶。
Facebook 之所以能把增长动作放大，是因为核心产品已经有很强的回访理由：朋友、照片、消息、动态、身份。新用户一旦真的接上自己的社交图谱，产品就有天然的重复使用场景。
这也是为什么 Facebook growth team 的许多动作不是“搞来更多注册”，而是让新用户更快体验到核心价值：找到朋友、看到朋友、收到和真实关系有关的通知。
3. 把复杂模型压缩成一个可执行的 activation 指标
关于 Facebook 的 magic moment，公开材料里有两个常见版本：Andrew Chen 和 Chamath 相关材料常写成“7 friends in 10 days”，Alex Schultz 的讲座笔记常写成“10 friends in 14 days”。数字不同，但本质一致：新用户需要在足够短的时间内建立足够多的真实连接，才会明白 Facebook 的价值。
这件事最值得学的不是“到底是 7 还是 10”。最值得学的是 Andrew Chen 说的那套过程：
- 先定义什么叫成功用户，例如活跃天数、收入、创作量、任务完成量。
- 再看哪些早期行为和成功强相关。
- 然后做实验，验证你能否通过推动这些行为来提升成功率。
- 最后把模型简化成一句全公司都能记住的话。
一个好的 activation 指标不需要完美精确，但必须代表用户真的感受到价值。
4. Growth team 不是 marketing team
Andy Johns 在 First Round Review 里把 growth 类比成 finance：finance 管现金如何流入流出公司，growth 管用户如何流入、留下、流失、回流。
Reforge 的文章也强调，增长不是单一渠道，也不是“local optimization”。真正的 growth system 至少包含三块：
- Growth Product：新用户体验、留存、互动、变现、通知、分发基础设施。
- Growth Process：假设驱动、实验驱动、用数据接近真相。
- Growth Team：产品、工程、数据、设计、营销一起工作。
所以，Facebook 可迁移的能力不是某个“hack”，而是组织能力：有人持续负责把更多目标用户连接到已经存在的核心价值上。
5. 扩张是不断拆 barrier
Facebook 的扩张路径可以看成不断拆 barrier：Harvard 到 Ivy League，到更多大学，到高中，到所有人，到国际市场，到 mobile，到平台生态。
S-1 里的数据说明这套系统已经被放大到很恐怖的规模：2011 年底 Facebook 有 845M MAU，平均 483M DAU，移动 MAU 超过 425M，用户每天产生 2.7B likes/comments。2012 年 10 月，Mark Zuckerberg 官方宣布 Facebook 超过 1B monthly active users。
增长不是“一次性爆发”。增长是持续发现新 barrier，然后拆掉它。
哪些策略适合迁移到 ChatGPT 这样的 AI 产品
ChatGPT 的增长逻辑和 Facebook 不一样。Facebook 的核心是 social graph；ChatGPT 的核心更像 cognitive utility：帮人提问、判断、写作、学习、编程、计划、表达。
OpenAI 2025 年 9 月发布的 ChatGPT 使用研究 提供了一个很好的参照：研究基于 1.5M conversations，覆盖当时 700M weekly active users。OpenAI 把用户消息分成 Asking、Doing、Expressing 三类，其中 Asking 约 49%，Doing 约 40%，Expressing 约 11%；消费端使用里约 70% 是非工作相关，约 30% 是工作相关。最常见的方向集中在 practical guidance、seeking information、writing。
这意味着 ChatGPT 类产品的 magic moment 很可能不是“发出第一条消息”，而是：用户在一个真实任务里，第一次明显感到自己被放大了。
比如：
- 一个学生突然听懂了一个难概念。
- 一个 manager 在 10 分钟内写出原本要拖一小时的反馈稿。
- 一个工程师让 AI 解释了陌生代码，减少了上手成本。
- 一个创作者把混乱想法整理成可发布的结构。
- 一个普通用户在旅行、医疗、法律、消费决策前，获得了更清晰的判断框架。
所以，迁移 Facebook growth 时，我会这样改写策略。
1. 从“加朋友”改成“完成第一个有价值任务”
Facebook 的 activation 是把用户接到 social graph。ChatGPT 的 activation 是把用户接到自己的真实上下文和真实任务。
对 AI 产品来说，最关键的问题不是：用户注册了吗？也不是：用户发了几条消息？而是：用户有没有在第一次 session 里完成一个足够重要的任务？
更好的指标可能是：
- first useful artifact：第一次生成被保存、复制、分享或继续编辑的内容。
- first decision support：第一次让用户完成选择、理解、判断。
- first workflow completion：第一次从输入到输出完成一个闭环任务。
- repeatable job：用户是否在 7 天内回到同一类任务。
2. 不要找一个全人类通用的 aha moment，先分场景
Facebook 早期的用户场景很集中：学生、校园、朋友。ChatGPT 的场景太宽了。
所以 ChatGPT 这样的产品不一定应该只有一个 activation metric。更合理的是按 job-to-be-done 定义多个 magic moments：
- 写作用户：从粗糙想法到可发送文本。
- 学习用户：从困惑到能复述。
- 编程用户：从报错到理解并修复。
- 研究用户：从问题到可验证的信息地图。
- 团队用户：从个人问答到共享知识流。
Facebook 的原则仍然成立：找到核心价值的最短路径。但 AI 产品的核心价值不是一个动作，而是一组任务族。
3. 用“上下文导入”替代“通讯录导入”
Facebook 需要找朋友，因为朋友是产品价值的燃料。AI 产品需要找上下文，因为上下文是回答质量的燃料。
因此，ChatGPT 类产品的增长杠杆不是盲目 push 更多 prompt，而是降低用户把真实上下文带进来的成本：
- 文件、邮件、日历、代码库、笔记、浏览器上下文。
- 用户偏好、长期记忆、团队知识库。
- 工作流模板和可复用 prompt。
- 从空白输入框进入结构化任务入口。
如果 Facebook 的新用户体验是在问“你认识谁？”，AI 产品的新用户体验应该问“你现在想完成什么？我需要知道哪些上下文？”
4. 优化 marginal user，而不是 power user
Alex Schultz 对 marginal user 的提醒对 AI 产品尤其重要。产品团队很容易被 power users 误导：他们会写复杂 prompt，知道模型边界，会自己验证，会用快捷键和 API。
但增长通常卡在边际用户：试过一次但没回来的人、觉得 hallucination 可怕的人、不会写 prompt 的人、英文不强的人、手机上使用的人、网络慢的人、对价格敏感的人。
OpenAI 的研究提到，到 2025 年中，低收入和中等收入国家的 ChatGPT adoption growth rate 高于高收入国家数倍。这说明 AI 产品的下一阶段增长不只发生在硅谷式 power user 身上，而发生在更广泛、更普通、更移动、更全球化的人群里。
适合迁移的做法是：把实验对象从“最会用的人”转向“差一点就留下的人”。
5. 分发循环应该围绕 artifact，而不是骚扰式邀请
Facebook 的分发来自社交图谱和真实关系。AI 产品的分发更可能来自 artifact：一段被转发的解释、一篇被改好的文章、一个生成的应用、一个自定义 GPT、一个自动化工作流、一个团队模板。
这类 loop 可以设计成：
- 用户用 AI 生成有用 artifact。
- artifact 被保存、分享、协作或嵌入工作流。
- 接收者看到价值，带着自己的任务回来。
- 系统记住上下文，让第二次使用更快。
但 AI 产品必须比社交产品更谨慎：分享不能牺牲隐私，增长不能鼓励用户泄露敏感信息，通知不能假装有价值。
6. Growth team 必须拥有质量、信任和单位经济
对 Facebook 来说，更多使用通常意味着更强网络效应和更多广告库存。对 AI 产品来说，更多使用同时意味着更多推理成本、更多安全风险、更高可靠性要求。
所以 ChatGPT 类产品的 growth team 不应该只看 WAU、messages、conversion。它还必须看：