值不值得自己做,取决于它是否解决了一个你真实、反复遇到、且现有产品替代不了的问题;如果只是功能更好,大厂一推出你就没有理由继续。
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。
先问它解决的是不是真问题
材料里的观点判断一个产品该不该做,不是看它体验好不好,而是看它有没有改变用户原本就要做的事。医院里反复填表很烦,但没人会因为不用填表就不去看病,所以改掉填表并不改变就医需求;微信打开慢、功能被吐槽,可你要找的人都在上面,别的聊天软件再好也替代不了。个人记忆系统同理:如果它只是让记录更顺手,而你现在用笔记软件也照样过,那它解决的是体验,不是需求。要问的是——没有它,你会不会因此做不成某件本来要做的事1?
大厂会做通用版,你的机会在具体场景
大厂做的是覆盖多数人的通用产品,它必须照顾大量老设备和长尾用户,所以功能往往做得很浅、很通用。这意味着两件事:一是它一旦推出,通用功能上的优势会被抹平;二是它很难深入你个人的具体场景。所以自己做的前提,是你有一个大厂不会专门为你解决的窄问题——比如你特有的信息结构、你反复要做的某类回顾。如果只是“更快的记录、更好的搜索”,那大概率等大厂就行2。
先做最小一版,用它验证需求真假
AI推演与其纠结要不要投入,不如先做一版只解决你自己问题的粗糙版本,用一段时间。观察的不是它好不好用,而是:你会不会持续用它?不用它的时候,你是不是真的卡住了?如果几周后你发现自己其实没怎么打开它,那说明这个需求可能没你想的那么强,等大厂是更省力的选择。反过来,如果你发现自己不断在给它加东西、绕不开它,那它可能值得继续做下去3。
现有材料没有专门讨论个人记忆系统,以上是从产品需求判断和通用工具与个人场景差异的角度做的迁移,具体是否值得做仍取决于你的实际使用场景。
出处
- 1How to be strategic?
用医院填表和微信的例子说明:判断该不该做,要看是否改变了用户原本就要做的事,而非体验好坏。
- 2动态思维 vs 静态思维
解释大厂通用产品为何必须照顾长尾、做得很浅,帮助你判断个人场景是否是大厂不会覆盖的窄问题。
- 3如何高效学习和高效工作
用先动手做最小一版、再观察反馈的思路,说明如何用实际使用来验证需求真假。
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
- share your project 会不会有点子被别人复制的风险?我觉得是有的 所以现在论坛里share的project都是不痛不痒 甚至有点同质的 例如外语学习ai 工具等。真正有价值的project 似乎都没有被公开出来。
复制风险确实存在,但公开分享换来的反馈和连接,往往比被抄走的点子更值钱;真正难复制的不是点子,是你在构建中形成的判断和体感。
- 数据科学、数据分析在AI时代的价值是什么
数据科学的价值不在写模型或做报表,而在把数据变成更好的决策;AI压缩了执行环节,反而放大了判断、归因和把问题翻译成可执行方案的能力。
- 现在在美国做电商的基础设施,仓储和物流给国内的opc提供基础设施,有机会吗?
有机会,但机会不在“美国物流差”本身,而在把国内供应链的灵活性和美国本地履约的碎片化需求接起来;能不能成立取决于你服务的客户是否真愿意为省事付费。
- 当前后端软件工程师的前途在哪,或者说软件工程师应该向哪个方向发展
方向不是选出来的,是练出来的:把一门手艺做深、做久,同时让能力靠近业务结果,比追某个具体技术风口更稳。
- 我想要创建一个个人网站,但是我过去并没有拿出手的作品,我该怎么使用
没有现成作品时,个人网站不该先当作品集,而该先当一件你能拿出手的产品:把网站本身做成证据,边做边积累可验证的成果。
- 工作两年半,意识到现在这个工作属于升职加薪一个萝卜一个坑,三好处是工作比较清闲,加上居家办公,所以有很多业余的时间。另外就是会考虑说要不要看一看其他的工作机会,所以也会时不时地去搜工作,然后投简历去面试。但同时也意识到,就是在职场的这个游戏,它顶多能让你走几年,最终你重要的还是需要你能找到自己能为市场提供的价值。所以会在想,那如果知道说现在这个工作虽然涨薪、升职加薪很慢,但是有很多空闲时间,那是不是其实就要专注的点是我能用这些空闲时间做一些自己的探索,一些自己的副业,而不是说把这些空闲时间放去找其他的工作岗位。
清闲和居家办公带来的空闲时间,本身不是要选副业还是选跳槽的理由;先看这些时间能不能变成市场认得出的成果,再决定投在哪。