AI副业，别越做越不值钱

讲稿

先想象一个很熟悉的晚上。你用AI，两天做完一个以前要两周的产品。页面能开，支付也接上了。三周过去，没有陌生人愿意付钱。更糟的是，三个月以后，你除了一个废弃仓库，什么都没有留下。今天我不只想讲怎么跨过付款这道门。我更想讲，怎样让一次副业实验同时增加现金信号、商业证据和你的长期竞争力。

讲稿

我知道很多人今天最想听的是项目清单、工具栈、SEO技巧，以及多久能出第一单。这些我都会讲。但如果我只给你十个项目，它们很快就会过时，也会被所有人复制。更值钱的是一套判断系统：什么值得开始，什么时候该收费，什么时候应该继续、转向或停止，以及怎样让一次失败也留下可复用的资产。

讲稿

典型动作几乎都一样：先找一个热门idea，用AI快速翻写，去几个平台泛发布。没有人买，就加功能、批量做内容、调整价格；还不行，就追下一个热点。每一步都很忙，却没有回答谁真正需要、为什么愿意付钱、哪条渠道有效。AI把每一圈加速，但没有反馈的速度只会扩大浪费。

讲稿

所以最贵的失败不是这次没有收入。真正昂贵的是，忙了一年以后，现金为零，对市场的理解仍然为零，也没有任何渠道、关系、数据或口碑留下。更糟的是，你还付出了注意力、信誉和主业深度。一个副业如果让你不断追热点，却没有建立相邻能力，它可能在消耗你本来可以复利的职业资本。

讲稿

我建议以后用三本账看任何副业。现金账记录真实付款、毛利和自己的时间。商业证据账记录谁会买、为什么买、从哪里来、会不会回来。竞争力账记录即使项目明天停止，你有没有留下更深的行业context、用户关系、渠道、数据、口碑或可复用判断。第一笔钱可以很小，但不能没有新信息；一两年可以很慢，但不能没有资产增长。

讲稿

开始之前，先回答大家心里可能会有的问题：你到底做过什么？我不是从AI课程开始做生意。我在Cornell读博士时做College Grocery，真的从纽约进货、在仓库分拣，再用冷链车送到Ithaca，也真的去找第一批用户。后来在纽约做Boil Boil Ramen，把产品、门店模型和Brooklyn Park Slope扩张计划放进同一张商业账。Amazon期间，我做洞庭春午餐box，并帮餐馆搭自己的社区团购和在线下单网站；右下角就是当年的方案页，记录了三个月三千多份Amazon午餐盒订单。这些不是side project截图，而是获客、履约、产品和系统的经营现场。College Grocery与洞庭春图片可以点击打开公开复盘，两个小文档也可以点击放大。

本页链接真实分拣＋冷链履约 ↗当年方案·3个月3,000+单 ↗

讲稿

再往前一步。2017年，我做面试咨询就已经是五百美元一小时。右边引用的是我后来公开讲过的原话：“之前帮别人改简历，一个小时500。”这里我想说明的不是咨询天然比产品高级，也不是这条价格曲线自动持续。重点是：最早能卖的不是AI，也不是一个新工具，而是已经能改变别人决策的判断。后面做内容、课程、企业培训、书和社区，本质上都是在寻找不同方式，把反复出现的判断交付给更多人。下一页就看这种产品化最后长成了什么。

本页链接公开自述·05:23—05:28 ↗ ↗

讲稿

后来做自媒体，我完成了内容变现，也打开了信任入口；做startup和local business的Advisor，则让我继续进入增长、产品、AI落地和商业化的真实现场。今天，我当然有课程，也做企业培训，也有书。但课程、培训和书都是产品，它们各自完成一次结构化交付。对我来说更重要的是社区，因为社区才是复利系统。两万多认真用AI做事的人在这里公开项目、追问问题、给反馈、做引荐，也让下一次合作和机会从关系里长出来。课程把重复方法系统化，企业培训把方法带进组织，书把判断公开化；社区则让真实项目、长期反馈、关系与机会持续积累。所以我今天给大家的判断，既来自我自己的经营现场，也来自一个一直在生长的真实样本。

讲稿

所以今天这些判断，不是从网上搜几个成功案例再做总结。第一层是我自己下场，做过实体生意、数字产品、内容和教育。第二层是深度参与：给人做引荐、advisor、内训和具体交付。比如佳斌这次咨询，最早的客户关系就来自我的引荐与社群链路。第三层是长期观察：社区里已经有七百多篇项目帖和八千多条项目讨论。我看到的不只是发布那天，而是项目后来有没有人用、有没有人付钱、为什么卡住、又怎么转向。这就是今天建议的样本来源。

讲稿

还有一个更尖锐的问题：你讲AI副业，最后不就是卖AI课吗？我的回答是，AI课程想割韭菜确实容易，抓热点、卖焦虑、复制信息就行。但想把一门AI课长期做好非常难。技术天天变，今天录完的内容明天可能就折旧；免费信息越来越多；市场里还会出现劣币驱逐良币。真正的成本不在第一次录制，而在持续更新、答疑、项目反馈和交付。所以课程不是万能答案。它只是今天四条资产路径里的其中一种：当经验真的重复出现，才把它产品化。

本页链接相关视频：备完700美元AI课程后，我怎么看“AI真的能帮到我们吗？” ↗ ↗

讲稿

接下来我不会先把项目分成工具、内容、咨询，然后让大家挑一个。我要先做六次认知反转：从找idea到拥有问题，从产出速度到学习速度，从第一笔收入到第一条信息，从曝光算法到反馈系统，从熬时间到证据复利，最后从额外收入到职业资本。后面的四条路径和十一组案例，都用来证明这六个判断。

讲稿

我们先把五种证据分开。上线只证明你完成了构建。注册证明有人愿意试。付款才证明愿望变成交易。利润还要扣掉获客、模型、平台和自己的时间。最后，持续赚钱要求客户留下来，而且下一位客户还能被重复找到。程序员最容易拿到第一种证据，也最容易误以为工作已经完成。

讲稿

AI让十个人都能在一个周末做出相似功能，所以单纯产出更快很快会变成同质供给。真正的优势是把一次市场学习从数周压到数天：更快整理访谈、更快读取归因、更快设计下一轮实验。不要用AI七天复制十个产品；用它七天完成十次有真实反馈的验证。

讲稿

当我们看到一个产品挣钱，第一反应常常是把功能再写一遍。但idea只是一个可以描述的方案，问题所有权是你能持续接触真实用户、理解隐性规则，并在收钱以后继续负责。功能可以一周复制，关系、context和责任记录只能在真实问题里长出来。

讲稿

很多人说自己在做增长，其实只是在发内容。真正的增长系统要知道每一步发生了什么。看见的人为什么点进来，访问的人为什么开始用，使用的人为什么付款，付款的人为什么下个月还在。任何一层断掉，都需要不同的产品或渠道动作。

讲稿

算法不会因为产品好就自动把它送到正确的人面前。它只会根据已经发生的行为继续分配注意力。把它当流量按钮，你会追逐波动；把它当传感器，你会观察哪类内容带来访问、使用、付款和留存。AI适合自动执行和读数，但不能替你决定什么结果值得优化。

讲稿

一次付款很重要，但它只回答一个问题。持续赚钱还需要需求会再发生，客户愿意留下来，下一位客户能被重复找到，而且交付后还有利润。最后还有一项经常被忽略：你是否愿意长期负责。收费以后，产品不再只是一个周末作品。

讲稿

这些不是同一个项目的标准增长曲线，而是社区不同案例的真实时间点。真正值得坚持的，不是某个功能，而是一条不断新增证据的曲线：第五天有陌生人付款，第八十天看到搜索渠道，第七个月拿到B2B首单，十个月形成活数据和稳定付费。时间不会替你验证；它只负责让已经被验证的信任、搜索和口碑慢慢长出来。

讲稿

这些信号都不是坏事。它们只是回答不同的问题。下载回答兴趣，排名回答发现，注册回答进入，pilot回答合作意愿。我们真正需要的是诚实标记当前证据，不要把中间结果包装成已经跑通的生意。

讲稿

所以选择路径，不是选择一个看起来最热的题材，而是选择你愿意积累什么资产。本地生意积累行业context、工作流和本地信任；专业内容与增长积累受众、搜索和第一方反馈；工具积累产品、数据和留存渠道；咨询积累判断、案例与关系。四条路都能从小验证，也都有代码之外的苦活。

讲稿

这个案例很朴素。作者不是先研究全球排课软件市场，而是听到身边老师每天手抄课表。他先问清教室和老师怎样协调，再接入对方已经会用的Google Calendar。demo后校长主动提出付费，作者后来收取一笔象征性费用，系统也真的进入日常工作。下一页不需要相信我的总结，直接看原帖里客户怎样主动提出付费。

讲稿

这不是一个新案例，而是刚才那条判断的原帖。demo后客户主动提出付费，系统进入日常工作流。问题所有权不是有个idea，而是把隐性规则做进真实工作流。还没有证明：第二家客户、规模化或长期收入。一位客户付钱以后，下一关是：这种信任怎样在本地B2B里积累？

本页链接https://www.superlinear.academy/c/share-your-projects/vibe-coder-ai ↗

讲稿

这是一位做了九年本地软件交付的OPC，不是下班后轻松接单。前四个月没有订单，第七个月才从陌生贸易公司拿到第一单。这证明他熬过了销售真空期。后来，免费解决网络、打印机等小事，加入商会和转介绍，才逐渐变成稳定获客路径。下一页把第七个月首单与“被反复推荐、被反复信任”的机制一起放回原帖。

讲稿

这不是一个新案例，而是刚才那条判断的原帖。第7个月才有首单；作者把后续获客归因于服务、口碑与转介绍。本地B2B最先复利的不是代码，而是信任与转介绍。这是9年全职OPC经历，不是轻松副业；帖子里的12万元是项目预算，并非个人到手。信任能积累，但产品做之前要不要先有增长？考试网站给了一个对照。

本页链接https://www.superlinear.academy/c/main/9-opc-opc ↗

讲稿

两个人都选择了考试方向。左边先进入一个供给不足的专业人群，用内容建立分发，再把自己的备考笔记做成不复杂的产品。右边先把产品做完整，再制作宣传片。我们不能证明前期粉丝直接转成考试站买家，但至少可以检查一个关键差异：先产品，还是先人群。下一页直接看陈然本人怎样描述先增长再产品，以及收入反馈。

讲稿

这不是一个新案例，而是刚才那条判断的原帖。先考虑增长，再做简单产品；已有明确收入自述。增长不是发布后的补救；它可以先于产品，先验证人群与需求。还没有证明：收入金额、利润或粉丝到付费的因果。先增长不等于盲目做内容。下一步要把反馈回路工程化。

本页链接https://www.superlinear.academy/c/main/2#comment_wrapper_99298880 ↗

讲稿

鸭哥没有让AI随便发帖。他把内容分成触达、访问和Newsletter等不同任务，再读取GA4、GSC、邮件和社交数据。系统知道哪类内容带来什么行为，再自动提出下一轮实验。这是增长工程的强证据，但我们不能把它说成收入案例。下一页看原帖里的三条增长曲线，也看它没有证明什么。

讲稿

这不是一个新案例，而是刚才那条判断的原帖。WAU、Newsletter与Twitter三条增长曲线的成员自述。AI的增长价值不是多发内容，而是让结果进入下一轮实验。还没有证明：收入、付费用户或利润。反馈回路能运转以后，最小的付款信号应该怎样读？

本页链接https://www.superlinear.academy/c/news/ai-96a774 ↗

讲稿

Robin用约二十小时做了一个很小的本地工具。第五天只有一笔1.99美元。这个数字不能养活任何人，却完成了一个重要实验：陌生人、真实商店、真实付款。到第八十天超过一百次付费，他还看到了ASO带来的自然渠道。下一页把第5天和第80天放回原帖。

讲稿

这不是一个新案例，而是刚才那条判断的原帖。20小时构建；第5天$1.99；第80天100+付费下载。第一笔$1.99不是收入规模，而是陌生用户愿意付费的第一条信息。还没有证明：累计收入、留存或长期下载曲线。第一笔钱只是开始。下一步看高匹配用户怎样提升学习速度。

本页链接https://www.superlinear.academy/c/share-your-projects/1-100-ios-app-80-100 ↗

讲稿

AgentKey两周做出MVP，只能证明产出很快。更强的证据是社区首发后来了六十个高匹配用户，四十八人激活，十二人付款。作者没有等到十万用户才收费。小样本早收费，让真实批评、定价问题和路线图更早出现。这才是学习速度。下一页核对60到48再到12。

讲稿

这不是一个新案例，而是刚才那条判断的原帖。60人访问、48人激活、12人付费。高匹配用户带来的激活、付款和批评，比泛曝光更有学习价值。还没有证明：留存、MRR或可规模化获客。用户一旦付款，项目也会多出一份持续责任。

本页链接https://www.superlinear.academy/c/posts/superlinear-0586c4 ↗

讲稿

Joshua先用Notion整理自己的求职信息，后来做成网站并加paywall。收费以后，他意识到数据不能停更。到十个月左右，产品有稳定付费用户。agent承担日常更新，作者仍然持续审核和开发。副业开始像一项小型长期服务，而不是一次发布。下一页看收费以后维护责任的原文。

讲稿

这不是一个新案例，而是刚才那条判断的原帖。收费后仍持续审核、优化与补充数据。收费把副业从一次发布变成长线责任，数据新鲜度才开始成为资产。还没有证明：收入金额、留存率或净利润。责任能形成壁垒，但只继续开发仍可能缺少分发。

本页链接https://www.superlinear.academy/c/share-your-projects/2-ai-5-side-project ↗

讲稿

SnapVee作者自认技术、产品和UI都会，离职做独立开发约两年，仍然几乎没收入。重新打磨产品后，他主动找KOL推广，分发才成为转折。这个案例不是鼓励裸辞。作者恰恰明确提醒普通人不要盲目照做。下一页看两年低收入与KOL转折的原帖。

讲稿

这不是一个新案例，而是刚才那条判断的原帖。约2年低收入；KOL推广成为分发转折。坚持本身没有带来转折；补上分发证据，结果才改变。还没有证明：收入是否连续、推广成本或毛利。如果不想把两年都押在产品上，可以先用咨询靠近需求。

本页链接https://www.superlinear.academy/c/posts/8f4f3a ↗

讲稿

佳斌花了一年多尝试视频、SaaS和SEO，这些尝试都没有立刻带来收入。这次机会来自信任网络：课代表引荐他认识斯斯和比比，他进入社群做了一场AI产品、工程和组织转型的内训。内训以后，有不少人来问咨询，很快其中几个人完成付费。两档价格是四十五分钟八百八十八元，以及九十分钟一千五百八十八元。紧接着，蒋宜轩的反馈回答了客户为什么愿意付钱：原本只想梳理AI落地，最后还看清了商业逻辑、业务卡点和内部AI应用。第一单来自信任，交付价值来自判断。可第一单只是起点；如果每次都从零开始，咨询仍然会吞掉全部时间。下一页核对内训、询盘、付款和价格。

讲稿

这不是一个新案例，而是刚才那条判断的原帖。社群内训后不少人询盘，其中几人付费；两档报价为888元与1,588元；作者明确自有分发尚未建立。咨询首单来自引荐、社群与内训形成的信任链，不来自漂亮产品页。还没有证明：总收入、复购或自有获客。第一单出现以后，决定复利的是每次交付留下什么资产。

本页链接https://www.superlinear.academy/c/share-your-projects/65e15d ↗

讲稿

左边的Xiang Li同时做数据工作、课程和企业咨询，几条线复用的是相邻的AI、数据、表达和客户判断。我们不能证明副业因果性地提高了主业绩效，但可以看见同一组能力在不同场景积累内容、案例和信任。右边同样有真实付款，但每单准备和沟通超过三小时。它是一场有效的需求研究，还没有变成可复用资产。最好的副业不只增加收入，也增加你在主业里的稀缺性与选择权。接下来用两张原帖，一正一反，把职业资产与吞时间模型拆开。

讲稿

这不是一个新案例，而是刚才那条判断的原帖。自媒体首次商业化六位数人民币；课程带来企业AI咨询。内容、课程和企业咨询复用同一套能力，副业因此能积累职业资本。还没有证明：六位数是利润，或副业提升了主业绩效。但同样是咨询，一笔很小的收入也可能暴露交付模型的问题。

本页链接https://www.superlinear.academy/c/main/2024-fd1d84 ↗

讲稿

这不是一个新案例，而是刚才那条判断的原帖。3人、29.7元收入；每人准备与沟通超过3小时。29.7元验证了专业价值，也暴露了三小时交付无法原样放大。还没有证明：后续涨价、复购或规模化。所以现金账成立以后，还要检查需求和获客是否耐久。

本页链接https://www.superlinear.academy/c/main/9-9-chat ↗

讲稿

SBTI热点站一周有一万多访客、近八万次请求，而且真的有人付款。作者自己却没有把它包装成长期成功。他判断这类产品留存天然偏低；本轮获客也明显依赖热点，但还没有证明下一轮无法复制。这个诚实区分非常重要：变现成功和可持续商业是两张不同的成绩单。下一页用原帖核对付款成立和耐久性未成立。

讲稿

这不是一个新案例，而是刚才那条判断的原帖。1.13万访客、近8万请求；有用户付款，但作者判断为热点型产品。有人付款只证明短期转化；留存和重复获客仍需继续验证。还没有证明：留存和重复获客已经成立。三本账都要填。接下来用90天跑完第一轮。

本页链接https://www.superlinear.academy/c/share-your-projects/ai-sbti ↗

讲稿

九十天的目标不是做出一家SaaS公司，而是填完第一轮三本账。前两周拿问题证据；十五到三十天争取真实收费，长销售周期B2B可以先验证决策人、报价、pilot或明确承诺，但必须继续区分承诺和现金；之后把交付重复三次，再只选一个渠道测试下一位客户能否被重复找到。九十天以后，明确停止、转向或加码。下一年只留给已经新增证据的方向。

讲稿

真正值得做的副业，不一定一开始就像伟大的产品。它通常先是一件很小、很具体、有人愿意付一点钱的事。第一枚金币给你真实信息；九十天帮你判断是否加码；接下来的一两年，才让渠道、信任、数据和专业能力长成资产。所以不要只问哪个副业能赚钱。问两年以后，它会让我留下什么，又会让我变成谁。