先别急着找“赚钱项目”,先想清楚你能直接为谁解决什么问题;材料里的共同点是:从身边真实需求出发、低成本试、把关系当长期资产。
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。
赚钱的本质是直接满足别人的需求
材料里的观点立正在给大学新生的建议里说,人赚钱的本质是给别人提供别人需要的东西;公司只是间接方式,你通过老板和公司去满足需求,命运也部分交给公司。他建议在上学之前花时间想:不依靠打工,你能给别人提供什么价值1。这是他对毕业生的建议,不是针对悉尼的具体市场判断;但可以借来定位你的问题:先找“谁需要什么、你能直接给什么”,而不是先找“什么最赚钱”。
从低成本、可验证的小事开始
李森讲自己初二在淘宝卖耳机、CD机,出发点只是零花钱少、想赚点钱;后来做游戏网站,为获客学了SEO,他强调SEO适合“零成本投入”2,3。他把早期经历说成“小打小闹”,也承认有运气和时代红利成分,不认为自己完全抓住了机会3。这些是二十年前中国互联网环境下的个案,不能当成你现在在悉尼可复制的收益预期;可迁移的只是方法:选一个投入小、能快速看到有没有人愿意付钱的方向先试。
把认识人和建立信任当成长期投入
AI推演郭宏才(宝二爷)讲自己从高中起就习惯请同学吃饭、抢着买单,认为做生意之前先交朋友、建立基本信任,朋友之间再互相解决问题4。李森也提到,和大平台的人沟通时,先了解对方需求、能教也能学,关系才能持续3。这些是嘉宾的个人经验,不是保证;对你而言,更现实的做法是:在打工、志愿活动或兴趣社群里,先做一个靠谱、能听懂别人需求的人,而不是一上来就推销。
材料没有涉及悉尼的打工规定、税号、签证工时或当地兼职市场,也没有你个人的技能、时间与资金情况;以上只能作为思路,不能替代当地具体信息。
出处
- 1对大学生的三条建议:找到工作以外的自我价值
立正对毕业生谈赚钱本质与不依赖公司的价值,是回答的核心框架。
- 27 李森采访 - 过往经历脱敏未剪辑
李森讲自己学生时期从零花钱需求出发做小生意的起点。
- 37 李森采访 - 过往经历脱敏未剪辑
李森讲SEO零成本获客、时代红利与运气,以及和大平台的人建立关系的方式。
- 4两次破产,却从没缺过钱:为什么关键时刻总有人帮宝二爷?
郭宏才讲先交朋友、建立信任再谈生意的个人习惯。
追问2026年11月2日
边界对于有一个ai说是值得pursue的product idea that solves a real problem vs考虑关于competitors, competitive advantage 这一类长期要思考的问题,现在应该做什么-
先验证“真问题”是否有人愿意付出代价,再谈竞争壁垒;竞争分析可以晚一点,但“别人为什么做不了”要在早期就有一个初步答案。
先做能证伪需求的小实验,而不是先写竞争分析
你提到的两种声音其实不冲突,只是顺序问题。戴雨森在谈AI早期投资时说,这个阶段很多是大选择,没有那么多时间和资源做A/B测试,靠的是创始人的vision和做出正确选择;他还说在技术变革早期,成熟期的投放、买量经验不一定那么适用,关键是产品能不能让用户wow1。这支持“先判断方向、先做出体验”,而不是先做精细的竞争拆解。
但“值得做”不能只靠自我感觉。立正在一篇署名文章里把可持续的竞争方式描述为:靠近真实问题,找到尚未被满足的需求,再用对客户、团队和供应链都可持续的方式长期满足好2。这是他对竞争方式的表述,不是对某个具体产品的判断。放到你的处境,可操作的做法是:找几个真实用户,用最小成本交付一次,看他们是否愿意付费或反复使用;这比先写竞品表格更能告诉你问题真不真。
竞争问题不必现在答完,但要留一个“为什么是我”的初步答案
AI推演戴雨森也承认,早期投资很难复盘,很多成功创业者早期长什么样当时看不出来;他提到要区分技术变革早期和成熟期,成熟期里连续创业者的胜率更高,而AI早期更看重对技术本身的深刻理解1。这说明竞争优势在早期往往不是一张完整清单,而是随时间显现的。
所以你不必现在就把competitors、moat写全,但可以保留一个可检验的假设:我比现有做法多给了用户什么,是更便宜、更快,还是结果好很多倍。立正那篇文章里提到,性价比不只靠降价,也可以靠提高客户真正得到的价值,并说AI会迅速普及降本这一类能力,长期优势更依赖创造更大的客户价值2。这可以当作你筛选方向的尺子,而不是结论。
把“信念”当筛选器,不当证明
立正在关于夏淳博士那场对话的总结里写道,创业的核心不只是聪明,而是信念与牺牲,创始人需要一个真实相信的使命,而不是写给投资人的包装3。这是他对那场访谈的归纳,属于他署名文章中的表述。它可以帮你判断自己愿不愿意长期承担一件事,但不能证明某个想法一定有市场。
因此更稳的顺序是:先用小实验验证需求,再用“我是否愿意长期做”筛掉不合适的选项,最后随着用户反馈逐步补上竞争分析。
材料没有给出针对你这个具体想法的需求验证结果,也没有可核对的竞品数据;上面关于顺序的建议是AI基于这些访谈和文章做的推演,不是对某个产品成败的预测。
出处
- 1真格基金戴雨森:产业的规律,AI的颠覆,顶级基金都看到了什么?
戴雨森谈AI早期靠vision和大选择、成熟期经验不一定适用,支持“先做方向判断”。
- 2AI提效的危险,在于急功近利
立正署名文章谈靠近真实需求、用客户价值而非单纯降价建立长期优势。
- 3从“算计太多”到“心力劳动”:我和夏淳博士聊硅谷创业、AI时代与人的下一次迁徙
立正对夏淳访谈的总结,谈信念与长期承担,可用于筛选方向。
你也有想问的?
卡住的时候,问问立正:回答附有出处,可以点回原文核对。
也可以接着问:
别人还问了
- 这个课干啥的
这是一门教人真正把 AI 用进工作与项目的课,重点不是软件操作步骤,而是提需求、判断与动手做的能力;另有一门一小时小课供先试。
- 课代表在223年写的一篇文章里面有讲包括大语言模型是怎么来的呀?介绍这些背景资料的
按现有片段,无法确认“课代表”在2023年写过介绍大语言模型由来的文章;能确认的是立正在2023年有两份公开讲解,分别从生成模型原理和范式变化切入。
- 前辈想请我付费帮她做一档播客,我很愿意采访,但觉得采访完之后的剪辑和发布比较麻烦。一方面我觉得 AI 应该可以把后期做的不错,但实际上我自己的播客后期一直没有弄的很丝滑。我不太知道怎么判断这件事合适。我想的是,我可以收很低的费用,只负责采访。或者用相对高一些的费用,把采访和后期都接了。不太想接负责找外包剪辑同学以及和外包同学沟通,之前自己试过比较麻烦。
按你的约束,更稳的是低价只接采访,把后期排除在承诺之外;若想连后期一起接,就应把外包剪辑和沟通成本算进报价,而不是假设 AI 能替你消化。
- 如何做好 data agent?
做好 data agent 的关键不在模型多强,而在先把数据关系建模成图、在生成查询外加一层审计纠错,并把上线后的持续调优当成常态。
- 目前用了很多 agent,如果管理跨 agent 的 skill 更新和维护问题?
把 skill 当成需要持续运营的共享资产:统一存放、版本化、按环境适配,并给高风险改动加审批。多 agent 不是多份 skill,而是同一份 skill 被多处引用。
- 想赚钱,增加收入,普通人是不是做自媒体更好
不一定。对多数普通人,自媒体更该先当低成本试水的事业,而不是稳赚的副业;它前期大概率不赚钱,成功标准要先定清楚。