机会在于个人生产力工具的长尾需求远未被满足,且做第一版的门槛极低;挑战在于 vibe coding 只擅长顺利路径,从玩具到可靠系统之间隔着权限、数据、部署和长期维护的漫长中段。
AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。
机会:长尾的生产力需求还没被满足
材料里的观点集中需求已经被 GUI 和通用软件覆盖,但大多数人的生产力需求是长尾的,没有被很好地满足。有人用二十块钱的工具魔改出五百块钱产品的效果,这个价差就是集中需求与长尾需求之间的空隙,也被称为用户自己生成的软件。分发成本高是过去做不成的原因,而当自然语言调度算力越来越简单,个人做工具这件事才第一次变得可行1。所以机会不在再做一个通用工具,而在你自己或一小群人真实存在、但市面上没人专门解决的那个具体痛点。
挑战:顺利路径之外系统就开始崩
vibe coding 最擅长顺利路径:需求清楚、数据简单、唯一用户是你、报错不严重、不需要长期维护和多人协作。一旦出现边界情况——用户输入不规范、接口报错、权限出错、模型输出格式不稳、部署失败、需求变更——系统就开始崩,产出停留在演示、原型和一次性脚本,很难直接承担高价值、高风险的任务2。另一层挑战是可见性偏差:社交媒体上展示的是从想法到第一版的速度,很少展示从第一版到可靠系统的漫长中段,权限、迁移、数据、客服、异常处理和长期维护都很少进入信息流,只通过这些内容理解产品建设,容易把最适合传播的工作切片当成全貌3。
先判断你做的是玩具还是工具
AI推演一个可试的判断方式:做完第一版后,故意制造几个不顺利的输入或场景,看它是稳定给出可用结果,还是立刻需要你手工兜底。如果每次都要你亲自收拾,它目前还是一次性玩具,适合自己用、不适合给别人用;如果它能扛住这些异常,才值得考虑部署和让别人使用。这个区分也对应一种心态差别:把 AI 当外包看,你只验收结果;要让它变成能长期运转的东西,你得自己承担那些不进入信息流的中间工作4,3。
材料讨论的是通用机制和他人案例,没有你具体的工具方向、使用人数和维护意愿,无法判断你手上这个项目属于哪一类。
出处
- 1郭宇:财富自由很简单,难的是之后的事情
讲长尾生产力需求与集中需求的差距,适合核对机会从哪来。
- 2The Six Levels of AI Products
系统列出 vibe coding 擅长与崩溃的具体条件,适合核对挑战部分。
- 3想获得超线性回报,先打下可以坚持的地基
说明可见性偏差和第一版到可靠系统之间的中段工作,适合理解为什么展示内容不等于全貌。
- 42026年,AI胜任力模型:从聊天党到架构师
给出把 AI 当外包的心态和一次性玩具的局限,适合判断自己处在哪个阶段。
你也有想问的?
卡住的时候,问问立正:回答只从立正讲过、写过的东西里来,每一段都能点回原文。
问类似的问题也可以接着问:
别人还问了
- 到底怎樣才算ai native
AI Native 不是用 AI 用得最多,而是能力和成本变了以后,把工作重新算一遍:该加的地方加,该减的地方减,判断留在人手里。
- 问一下站在他的角度 社区到底是什么
在立正自己的文字里,社区不是流量池或内容频道,而是一个需要人用心经营、能长期产生价值并让成员各取所需的场域。
- 制定 30 天英語面試與筆試衝刺備考方案。
[背景資訊]
求職者具備 1 個月準備時間,考核內容同時涵蓋英文口試與英文筆試,需要高度整合的時間管理策略,兼顧口語流利度、專業詞彙精準度、行為面試應答邏輯,以及商務與專業寫作規範。
30天冲刺不该先排满技巧清单,而应把时间投在真实语言能力上,同时用JD反推面试官真正会读什么、问什么。
- 社区的定义叫做各取所需,但这个字实在是太广了,有没有更加简单的定义?
可以把它收窄成一句:社区是一群价值观相近、尊重同一套规则的人,在低噪音的环境里持续互相提供价值。
- 創業應該先讀哪些文章
先读讲 Product Market Fit 的那期,再补获客与文案,最后用“带着答案去找答案”的方法读,别只读不做。
- 如何把一本书搞成可以问答的形式
把书拆成可检索的片段,再让 AI 基于这些片段回答并给出处,问答才有依据;直接让 AI 凭记忆答整本书,容易编。