先选“饥饿的人群”,再谈产品和执行方法;方向错了,方法论再完美也是空转。
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。
先定需求,再定产品与打法
立正把创业方向的选择放在执行方法之前。他转述一位创业者的多条原则——先验证再开发、做 PLG、做 SMB 或 ProC、做迭代快的事——认为这些单看都对,但如果赛道本身和技术洞察不够好,原则执行得再完美也无法把错误方向变对。他引用 Alex Hormozi 的排序:饥饿的人群 > 产品好不好 > 你会不会卖,并用汉堡店作比:最想要的竞争优势不是更好的牛肉或位置,而是一群饿坏的顾客1。同一逻辑在课程里表述为“了解市场,再打造产品”,并转述尚书的创业总结:创业是组织团队不断探寻市场的真实需求,找到了钱是水到渠成的2。这是 AI 对两处材料的综合:方向判断的落点是需求强度,而不是你会做什么或技术多先进。
把方向说小:具体人群、具体渠道
材料里的观点Vivian Wang 在访谈中给了一个可操作的检验:能不能在 30 秒内说清你提供什么服务、目标客户是谁。她举例,有学生发来几十页材料,只说做“online AI 的 supporting tool 去 generate content”,她无法判断是针对 marketing 人员、写文案的人,还是图片视频;如果说什么都想做,就等于要挑战 OpenAI。她主张先锁定一个 niche market,例如“500 万做某类事的用户”,再根据这群人的特征判断他们常看什么渠道、从哪里来,从而以最低成本接触到他们3。立正接话说,人群画像清楚了,前面那些问题就都有答案3。对技术背景的创业者,立正还指出第一道现实是“没有用户能知道”,接着更难的是把产品在合适的时间地点放到合适人群面前3。
方向要能改,动机要撑得住改
AI推演夏淳在访谈中说,第一次创业最重要的是先理解创业是什么,别当成更高级的打工;如果动机主要是身份和钱,大概率很难坚持。他还说,一开始想的点子“基本上可以打赌,肯定是错的”,Zoom 早期也是给 Facebook 做视频聊天工具,一年后才发现不对、转向企业用户。因此需要使命上坚定、路径上灵活:使命不够强熬不过反复调整,路径太执着会困在没有 PMF 的产品里4。同一访谈里,Ethan 说创业没有现成正反馈,“你的正反馈一定是自己给自己的”,并形容创业是一个开放系统,所有答案都由用户告诉你5。把这些用于判断方向,可以问自己两件事:这个需求是否强到值得反复试错;我能否在没有外部掌声时持续调整。这是 AI 的综合,不是任何一位说话人的原话。
关于 B 端还是 C 端更适合创业,本次提供的片段没有直接比较;《如何判断市场需求的真伪?》3只提到 to B 大厂在推广成本上的优势,以及锁定 niche 人群的必要性,不能据此得出哪一端更适合。
出处
- 1用一个选择替代一百个选择
立正对“先选需求再谈方法”的核心论述,含 Hormozi 的优先级排序。
- 2第15课|打造产品:如何积累「手艺」,打造黄金简历?
可回到原文核对这部分判断
- 3如何判断市场需求的真伪?|Vivian 访谈 2/2
Vivian Wang 讲如何把方向说具体、锁定人群与渠道,附立正的追问。
- 4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
夏淳谈创业动机、点子会错、使命坚定与路径灵活。
- 5AI时代,找工作和创业的有效方法|Jobright联创/CTO Ethan对话
Ethan 谈创业缺少正反馈、需要自我驱动,以及市场直接反馈。
追问2026年11月12日
技术人员出来创业最适合怎么切入?
技术人创业的切入点是先抓真实需求,再决定做什么技术;不是先有技术再找用途。
先找需求,别从技术出发
立正把技术人常见的出发点说得很直接:很多做技术的同学想的是“我有什么技术,看看怎么把它做出来”,而他自己的兴趣在“市场上大家在需要什么”,再判断能不能开发出对应技术,或找到会这项技术的人1。这与上一轮“先选饥饿的人群”是同一逻辑:方向错了,后面的产品与执行方法再精细也是空转。
所以切入时可以先问:我观察到谁在为什么问题付费或反复抱怨?这个判断来自立正对自身内容与社群经验的总结,不是对所有行业的统计结论。
用付费和具体人群检验需求
Vivian Wang 给出的检验标准是:判断真实需求,关键看用户愿不愿意付费使用你的服务;免费时客来客走都行,愿意付费才说明是真需求,而且这个痛点不容易被轻松替代2。她还要求把目标市场说窄:如果声称目标用户是 8 亿人,就等于直接和行业老大竞争,得先回答自己有什么资源;说清是“500 万某类用户”,才能进一步判断他们常出现在哪些渠道、用什么方式最低成本触达2。
这两条合起来,就是技术人切入时最该先做的功课:把“我能做什么”换成“哪一小群人的哪个问题,他们愿意掏钱解决”。
把产品讲清、把用户找到,是两道必修课
立正提到,技术创业者遇到的第一个现实是“没有用户能知道”,第一道课是怎么把产品讲懂、让用户觉得有吸引力;更难的是把产品在合适的时间地点放到合适的人群面前2。Vivian Wang 的观察是,很多 pitch 材料放得太泛,看不出产品具体做什么、真正的目标用户是谁;如果要用很长一篇文章介绍产品,用户已经走了,能不能 30 秒说清“提供什么服务、目标客户是谁”是包装问题2。
Ethan 的经历也支持这一点:产品好不代表用户自动来,AI 时代供给太多、注意力太稀缺,创始人必须主动进入渠道、讲故事、建立信任,性格内向不能成为逃避 distribution 的理由3。这是 Ethan 的复盘,不是立正本人的判断。
现有片段没有给出技术人创业在 B 端与 C 端之间如何选择的直接判断;《技术人创业最大的短板,不是销售》1中部分发言归属未确认,本文只采用标注为立正或老冒的明确陈述。
出处
- 1技术人创业最大的短板,不是销售|内容的“超线性回报”规律|老冒_下
立正对比技术出发与需求出发两种思路,是切入问题的核心依据。
- 2如何判断市场需求的真伪?|Vivian 访谈 2/2
Vivian Wang 给出付费检验需求、收窄目标人群和 30 秒讲清产品的标准。
- 3AI时代,找工作和创业的有效方法|Jobright联创/CTO Ethan对话
Ethan 复盘产品好不等于增长,说明主动做渠道和信任的必要性。
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
- 你是怎么找到适合自己的创业的
材料里没有一套“找到适合自己创业”的通用方法;更接近的判断是:先确认自己为什么非做不可,再选一个需求真实、技术洞察独特的方向,然后靠用户反馈反复调整。
- 怎么样判断一个产品/创业 idea 是否值得做,是产品形态、GTM 方式还是生态位还是什么别的东西。
以及现在已经有了 agent 的 mailbox、im 和 wallet 等等 infra ,应用层又被模型大厂通用 agent 挤压,你认为可以去探索的下一个机会的方向有哪些。
判断一个 idea 值不值得做,先看客户付钱买的是哪个结果、你靠哪项能力持续交付它;产品形态、GTM、生态位都是这个答案的下游。下一个方向,材料没有给出具体赛道,只给了判断框架。
- 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。