作者｜苗正卿
题图｜开花俱乐部提供
呼兰和毛豆，微笑着向我走来。
这里是深圳市南山区香山东街上 O · POWER 文化艺术中心，开花俱乐部所在地。园区的门头灯牌——一个黑底黄字的灯牌上——写着 " 开花脱口秀 "。
今年 5 月，呼兰 " 加入 " 了开花俱乐部，当时俱乐部的状态有点惨淡：
· 月均亏损 12 万元，总共 6 个员工
· 能坐 300 人的剧场，在日常开放麦演出时，经常只有 10 个观众
· 收入高度依赖两种产品：盲盒类开放麦票，以及不定期的外地演员演出。
一开始，呼兰只是想找个地方练段子。由于 2026 年呼兰并未参加脱口秀节目，他需要找个有舞台、有观众的剧场打磨新段子。朋友小块建议他到小块所在的深圳开花俱乐部练段子。呼兰接受了这个提议。
来到开花俱乐部后，现实让呼兰触目惊心。他第一次登台时，台下观众只有不到 20 人；几个呼兰颇有自信的段子，也遭遇冷场。
但这并不是一个无限期项目，它更像是一个阶段性试验。按照规划，呼兰会在 6 月 ~9 月出任开花俱乐部总裁、"CEO"，主导俱乐部的改革。这意味着，呼兰需要在三四个月的时间里，给开花俱乐部留下一些长远看 " 行之有效 " 的 " 生存之道 "。
" 不能竭泽而渔。比如我哐哐地把脱口秀明星请来办专场，确实能卖出票、拉来观众。但几个月后，我卸任 "CEO" 后，俱乐部怎么办呢？" 呼兰停顿了一下，他沉思片刻，说 " 我希望能够帮俱乐部打磨一套新的产品体系、运营体系。"
在和呼兰交流两个多小时后，我总结了一下呼兰的改革思路：
· 从产品入手，重新打磨开花俱乐部的产品
· 借助 AI 等新兴工具，升级俱乐部的工作方式、运营体系
让我更感兴趣的是，面对 AI 浪潮，呼兰到底怎么看待 AI 带给脱口秀俱乐部、乃至于脱口秀行业的机会。
呼兰认为，截至目前，在内容创作和市场扩张领域，圈子内并没有哪个人 " 因为用了 AI 工具，实力突飞猛进质变。" 由于脱口秀整体市场盘子有限，目前 AI 尚未大规模渗透到这个行业之中，" 不用 AI 和用了 AI，可能这个行业的市场规模是差不多的。比如，我一直觉得可以尝试 AI 对于观众笑声的分析，但我们真去做这个事情，就能让脱口秀市场扩大十倍么？它可能最终只是一场个人实验。" 呼兰说。
AI 到底能为 " 开花 " 做什么事儿
毕业于哥伦比亚大学精算专业（硕士）的呼兰，在 2017 年之前一直从事技术相关工作：
· 2011~2015 在美国做软件开发（Java/ 后端工程师方向）
· 2015~2017 回国在海风教育出任 CTO，搭建在线教育平台、AI 错题本等
呼兰说，在做程序员时，他其实接触过早期的机器学习工具，并用一些早期的神经网络工具试着写过文档。" 这些技术的底层逻辑是词频统计。效果很差，只能拿来玩。"
在全职投身脱口秀后，呼兰也一直关注技术圈的变革。
2022 年 ChatGPT 3.5 问世后，呼兰成为最早尝鲜的人。他坦承自己被模型的能力震撼了，但感觉当时幻觉很多。" 做资料梳理、话题拓展是很好的工具，但存在幻觉且知识库滞后，无法实时联网检索。" 但呼兰意识到，AI 工具，可能正在给他和行业带来一些新的变量。
以及，一个核心命题成为呼兰长期思考的关键点：对于脱口秀这件事，AI 到底能够扮演什么角色？
2026 的龙虾热，成为呼兰 AI 使用习惯的一个转折点。
呼兰的脱口秀圈密友李诞是他 " 入虾坑 " 的引路人。李诞此前每年春节都会和呼兰一起鼓励 " 利用假期时间看大部头的书 "，然后会在节后分享各自的读书心得。而 2026 年春节后，当呼兰遇到李诞并询问对方看了什么书时，李诞告诉他 " 没看书，养虾了 "。
呼兰大惊，顿感自己有 " 落后于技术潮流 " 的危机。于是他开始深度体验龙虾。呼兰说他当时用龙虾高频对话，在去欧洲旅游期间，日均 AI 工具使用时长都能达到 5 小时以上。他在每一个景点都会用 AI 查资料、延展思考，并规划新的行程。
在这个过程中，呼兰也尝试用 AI 去参与创作，但他发现哪怕是最先进的 AI 工具，也很难写出真正让他满意的 " 段子 "。
"脱口秀文本的灵魂，是表演者个人真实经历，这种经历是 AI 无法取代的。AI 可以批量生成道理、逻辑甚至金句，但独属于创作者个人的亲身感受、现场体验，AI 取代不了。" 呼兰说，他深刻意识到，对于脱口秀的文本创作而言，AI 可能是一种更高效的搜索工具、一个可以和你探讨以拓宽思维的朋友、一个可以排查内容风险的校对员，但它无法取代创作本身。
他进一步观察发现，过去一年多，虽然 AI 工具迅速成熟，但脱口秀圈子内演员们的文本能力、表现能力，似乎并没有因为 AI 的存在而出现 " 质变 "。
那 AI 到底还能为脱口秀这件事做些什么呢？
在 5 月成为开花俱乐部 "CEO" 前，呼兰一直思考这些事。当他决定加入开花俱乐部后，他其实也想象过无数 "AI 重塑开花俱乐部 " 的可能性。
但这些 " 幻想 " 随着他第一次深入走进开花俱乐部 " 幻灭 " 了。
" 你可以理解为，一个小微企业，它虽然处于 AI 风口，但是它可能不具备使用 AI 的能力，或者无法直接 AI 化升级，很多小微企业可能都面临同样的痛点：像是 AI 风口的门外人。" 呼兰说，他印象特别深刻的是：跨平台售票数据，依然需要人工 " 手搓 " 统计。
具体来说，开花俱乐部在不同售票平台都开放了售票渠道。当呼兰在直播时，他会给自家俱乐部 " 带货售票 "。此时呼兰很希望知道，每一个在直播间说的段子、互动细节，到底能够在不同平台带来多少增量。
当呼兰希望看一下 " 及时售票 " 数据时，他被告知：需要一个个平台人工查阅，再用计算机加法计算，然后得出——每一次查询需要 5~10 分钟。
呼兰大惊，但心痛于员工 " 重复劳动 " 的辛苦，于是不敢频繁问实时票务销量。
这是当时开花俱乐部的缩影：它甚至面临的不是 AI 升级问题，而是基础的数字化问题。
正当呼兰为 " 手搓计票 " 发愁之际，他有一天在开花俱乐部所在园区内溜达时，猛然抬头，发现园区有一处大型横梁，非常适合悬挂灯牌，却空空如也。
呼兰认为机会难得，因为他到开花俱乐部后经常有人在直播间吐槽 " 到了园区找不到俱乐部地点 "。他连忙询问员工 " 是园区不让悬挂灯牌？还是什么情况？" 他被告知，园区允许，但团队一直没有落地此事。
呼兰了解了其中痛点：灯牌不仅需要设计，还需要找制作方制作，悬挂还需要专业公司操作，整个过程比较繁琐，需要复杂的沟通。
" 咱也吃过看过，用过不少 AI 工具。" 呼兰说，正在他疑虑之际，他灵感来了——他提出拿 " 灯牌难题 " 当做一个测试。
呼兰打开 Accio Work 后，直白地给出了自己的需求：预算只有大几千元，要做一个开花俱乐部的灯牌。由于开花俱乐部有自己固定的设计语言，所以呼兰还详细地描述了所需要的黑黄配色、字体等细节。
很快 Accio Work 给出了多个灯牌设计效果图。至此，呼兰不以为然，他觉得 AI 设计是很多 AI 工具都能有的能力。但很快，他发现有点意思了。
Accio Work 根据设计需求，很快规划出物料、工期的详细拆解方案，它不仅自动拆分出灯管、底板的用料，并预估出制作工期。接下来，这个 AI Agent 又检索了开花俱乐部附近可以制作灯牌的加工厂，并附带了商家联系方式。
呼兰说，到这一步，AI 能够做的事情已经有些超过他的常识了。但很快，Accio Work 又进入了自动比价、采购谈判环节，AI 会自动通过邮件、电商平台的站内信等聊天功能联系商家谈价。在确定了最佳的施工方案后，Accio Work 把方案提报给呼兰让其批准，并给出了详细的施工避坑指南——以防呼兰在现场施工时 " 被宰一票 "。
最终灯牌根据 Accio Work 的方案、联络的商家完成了制作和安装。这成为呼兰决定用 Accio Work" 改造 " 开花俱乐部的缘起。
呼兰的第一步是去做开花俱乐部的数据看板。他幸运地发现，过去数年开花俱乐部的演员数据全存留在了小程序之中，这些数据包括了所有来开花俱乐部参与开放麦的演员报名记录、参与场次等。这意味着，呼兰可以做一个可视化的 " 演员数据看板 "。
与此同时，他也希望可以把售票数据，升级为可以实时推送的机器人。由于这需要用不同票务软件的接口做开发，略有些复杂，但在 Accio Work 上，一个完整的数据看板也在半小时内生成了。
接下来，呼兰推动俱乐部的 6 位员工，开始充分地使用 AI 工具，并实现数据、信息打通。在开花俱乐部，财务、演出、宣传、票务等岗位由一个 6 人的平行团队构成，在没有 AI 工具前，这六个人都向 "CEO" 汇报，但相互之间缺少足够的信息互通——有时候会出现工作重复、信息割裂的问题。
基于 Accio Work，呼兰推动 6 人共用同一套 AI 系统，打通数据和信息，并通过 BI 看板，一键输出客流、营收、场次盈亏趋势图，快速定位亏损来源：在呼兰接手时，开花俱乐部月亏损 12 万元，截至 6 月底俱乐部最新的亏损额已经缩减至 2 万元，他预计 7 月差不多能 " 打平 "。
除了 Accio Work，呼兰还推动俱乐部的演员们利用各种 AI 工具，去参与到文本校对等环节。以往，开花俱乐部需要人工去校验每一篇稿子。在开放麦演出前，一些比较初级的演员，可能面临文本话题、语句通顺等基础卡点——如果每一篇稿件都由呼兰本人或者小块本人去编改，这是不现实的。所以呼兰鼓励大家先用 AI 工具，对文本进行基础的校对和检验。但呼兰明确告诉大家，不能用 AI 直接生成文本——这些 AI 生成的文本，在舞台上往往也无法表现出演员真实的情感。
值得注意的是，呼兰意识到，AI 进化这件事对开花俱乐部而言，可能不是一两个月就能 " 彻底完成 " 的，他认为眼下只是 " 开了一个头 "，但这个路径对开花俱乐部而言是有效的。
不过，他觉得，对于脱口秀这件事和开花俱乐部而言，AI 是一种工具和工作方式，脱口秀产品本身才是灵魂。" 没有产品，有再好的 AI 经营方式，也无法拯救开花俱乐部。"
光有 AI 是不够的
呼兰接手开花俱乐部后，最先改革的并非办公方式，而是开花的产品体系。
他认为这是一个 " 本末之辨 "：产品，是一个公司最本质的，对于开花俱乐部而言，它需要标准化的演出产品。
当时，开花俱乐部的主要演出是每个月 30 场（每天一场）开放麦（盲盒）。呼兰认为，单纯的开放麦，其实不能称之为 " 产品 "。
" 产品应该是能够给观众确定性的，观众不会为未知演出买单。" 在 5 月底，呼兰就做出决定——大幅度缩减开放麦场次，从每天一场，改为每周二、周三一周两次。
在开放麦之外，呼兰觉得还需要更多的产品。此前，开花俱乐部有一个每周五的 " 金梗赛 "，对此，呼兰做了升级——主要针对观众体验感和演员体验感：
· 增设观众拍灯、观众现场点评、演员互评等环节，提升参与感并让整体质感 " 线下综艺化 "
· 通过硬件升级，提升观众体验感，呼兰说服俱乐部上下以 "1.8 万元巨款 " 购买了投票器，让观众从以往 " 手机投票、网还很卡 " 的困境走出
· 增加演员获得感，旧规则只有冠军有 800 元左右奖金，亚季军无奖；新规则下冠军奖金升为 1000 元，亚季军分别有 400 元
· 调整内容审核机制，确保观众新鲜度，同一套段子最多只允许参赛三次，如果三周夺冠该段子永久禁用，防止单一段子垄断比赛
在做出这些改变后，呼兰把 " 金梗赛 " 的名字也改为了 " 神 · 金梗赛 "。
另一个呼兰推出产品，则是一款本地化产品：周四 · 粤语之夜。
呼兰观察发现，在深圳脱口秀圈，有一些观众、演员钟爱粤语类内容。为满足这一需求，呼兰聘请江梓浩全权负责开花俱乐部的粤语脱口秀产品（从演员邀约、海报、演出，给予熟悉粤语脱口秀的江梓浩最大权限）这成为开花俱乐部粤语开放麦的起源。
这些产品，结合 AI 系统，成为了开花俱乐部 6 月业绩激增的根源。
呼兰发现，挑战依然存在。
而最大的挑战，是人的认知和意识。
投票器是一个很好的例子：一开始，呼兰提出购买 300 个投票器时，遭到了俱乐部内众多人的反对——大家觉得 60 元一个的投票器太贵了。
呼兰意识到，这是一个恶性循环：俱乐部在亏损，所以大家不敢花钱，观众的体验无法升级，人流不导致俱乐部继续亏损。
他用了相当多的时间，去说服大家同意这笔 "1.8 万元 " 的巨资交易。" 我和他们说，每场多卖 100 张 55 元票价的票，三场咱们就能让投票器的钱回本了。" 最终，团队和呼兰达成了 " 共识 "。
但呼兰也在妥协。
投票器采购进来后，观众体验大幅度提高，但很快有观众渴望更高级的体验了—— 60 元的投票器没有背光屏幕，在昏暗的演出现场，观众看不清。
有观众希望呼兰采购一批更高级的投票器。但呼兰认真抉择后，让俱乐部弄了一些 " 荧光贴纸 "，贴在了投票器 " 按键 1" 上。（在开花俱乐部投票时，按键 1 代表喜欢）
而这些产品层面的 " 改造 " 也能与 AI 设定的经营流程结合，比如前面 AI 帮忙做的数据看板，结合上观众喜爱度的投票数据，能给出更全面的分析。
眼下，呼兰在开花俱乐部当 "CEO" 的时间已经过半。
他告诉我，9 月之后，他可能并不会 " 断崖式离开 "，而是会时不时回到俱乐部继续帮忙。他很清楚几个月的时间可能无法彻底改变一家俱乐部的方方面面，但他希望自己能够留下一些持久有效的方式、方法或者习惯。
已经有员工告诉呼兰，因为习惯于用 AI 工具，所以担心 " 呼兰离开开花 " 后，俱乐部还能不能支持他们继续烧 Token 来使用 Accio Work。
呼兰说，他听到这个反而还蛮开心的，起码说明俱乐部的 6 个人在他影响下，正逐渐习惯使用 AI。
