你现在的路径和「通用工具围着真实工作长成自己的软件」高度一致,下一步最值得读的是从作品走向产品要补的那几块:重度用户、demo与生产的鸿沟、以及产品价值结构。
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。
你的做法正是「user-generated software」的典型路径
材料里的观点在同一个项目里持续迭代,每一轮都留下素材、审美、失败版本和做事方式,做到下一版时不必从空白开始。这种积累不一定适合所有人,却会越来越适合你自己,也解释了为什么不必急着换一个现成 App——现成产品要照顾所有人的平均需求,而你的东西可以围绕散户训练这件事生长1。你 0 距离接收朋友反馈并持续迭代,恰好是这套逻辑跑通的信号:反馈直接进入下一版,而不是先经过一层抽象的需求文档。
朋友反馈和陌生散户反馈回答的不是同一个问题
AI推演重度用户是产品的功能试验田,会把产品用到极限,也常常用出你没想到的玩法;他们不只是活跃,也更愿意付费、更愿意推荐,还能直接影响产品演进方向。判断谁算重度用户,可以看活跃天数、使用时长、功能使用频率这些指标是不是明显高于其他人,再结合访谈验证2。你现在的朋友群可能同时是「熟人」和「重度用户」,两种身份混在一起。一个可试的做法:先按使用深度把现有用户粗分一下,看有没有一小群人用得明显比别人深,再单独和他们聊——他们说的和普通朋友说的,往往不是一回事。
从作品到产品,难点在demo之后才出现
第一版做出来之后,才会看见原来没看见的工作:信息顺序不对、某些数据不该占主要位置、理论上合理的流程真实用起来很别扭。AI 大幅压缩了「把需求写清楚后的开发」,但 discovery(一版版真实东西弄清楚该做什么)和 ownership(用户开始依赖后,系统在变化中保持正确)没有被同样压缩3。对 K 线训练软件来说,这意味着行情数据源、账号、权限、异常状态这些「跑通一次」之外的部分,会随着用户变多逐渐变成主要工作量。这不是劝你别做,而是提醒你:功能更强大更深入,往往先体现为这些不显眼的地方更可靠。
材料没有涉及 A 股散户交易者的具体需求或合规要求,这部分需要你自己判断;重度用户分群方法来自增长分析书籍,用于个人小规模产品时只需借鉴思路。
出处
- 1我用 Codex 剪了 5 条口播,最后却做了一则超市广告
解释为什么在同一个项目里持续迭代、积累自己的素材和判断,会越长越适合自己,对应你现在的做法。
- 2《Growth Data Analytics Playbook》中文版 · 第5章 留住用户,让他们常来
提供识别重度用户、用他们推动产品演进的具体方法,适合你想把朋友反馈变成产品判断时核对。
- 3Don't build: 看清demo和production之间的鸿沟
讲清 demo 与生产之间的鸿沟,以及 discovery 和 ownership 为什么没被 AI 同样压缩,适合评估从作品走向产品的真实工作量。
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
- vibe coding 开发个人生产力工具类机会和挑战
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时代是先有方向再行动,还是行动再有方向。
两者是交替校准的:方向大致对了就动手,行动再回来修正方向;卡住的人不同,先补的那一头也不同。
- 玩ai到底要不要自己摸索
要,但摸索的对象是任务本身,不是名词和工具。把真实任务做完、暴露问题、再补方法,比先学概念更有效。
- 我是个学生,想要实现财富自由,咋办
财富自由可拆成被动收入覆盖支出,学生阶段最现实的动作是尽早开始、控制支出、把精力投在能增值的能力上,而不是先想赚快钱。
- 我在使用ai做项目的过程中,发现ai会在工作区文件夹中生成很多文件夹、文件、标定、代码,组织起来很杂乱,当我想要整理工作区时哪些能删哪些不能删除不知道该从何下手,看过ai builder课程中module2,学到了如何管理各个context文件,但是对于整个工作区应该如何管理会更好。
工作区杂乱时,先按“工作记忆/项目记忆/组织记忆”三层给文件分类,再决定删留:当前任务直接要用的、项目积累的经验决策、跨项目长期知识,各自规则不同。
- AI除了能降本增效,和对基础设施,芯片,电力上有需求外。AI在创造新的真实的需求方面有带来什么新局面吗?
有。AI 让过去不值得专门开发的长尾需求变得值得被满足,也会催生意义、陪伴、觉知这类新需求,但能否抓住取决于你是否离真实摩擦足够近。