2026-07-22 20:43:11
本期邀请到了@莱纳德陈，一名在外资银行工作的产品经理。
他在纽约大学读完商业数据硕士，曾经做过说唱、打过橄榄球，也运营过潮流媒体。最近，他又多了一个新的身份：AI Coding 创作者。
莱纳德用 AI 做出的第一款产品叫 TypeMeow，中文名是「太妙」。
这是一款运行在 Mac 上的语音输入工具。用户可以使用 AirPods 轻按耳机柄，就能完成录音、语音转文字、自动输入，以及确认或取消执行等操作。
从产生想法到跑通第一个 MVP，他只用了大约一个小时。
不过，这次经历真正带给他的，并不只是一个可以使用的小工具。
在做产品的过程中，他也逐渐意识到：AI 可以快速完成代码和功能，但无法替人发现问题、判断体验，更不能决定产品最终应该变成什么样子。
TypeMeow 的想法，来自莱纳德在小红书上看到的一种工作方式。
当时，不少创作者开始使用大疆 Mic Mini，再搭配一个小键盘，通过口述的方式输入提示词。
麦克风负责录音，小键盘则用来开始、确认和取消操作。
莱纳德看到之后，马上联想到了自己每天都在使用的 AirPods。
AirPods 本身具备录音能力，耳机柄也支持手势操作。既然如此，为什么不能直接用它完成语音输入和操作确认？
这个想法并不宏大。
它只是来自一个非常具体的使用场景：人们正在越来越频繁地与 AI 对话，但每次仍然需要回到鼠标和键盘前完成操作，可是 Mac 电脑并不支持直接使用 AirPods 做为语音输入源。
莱纳德决定把这个想法做出来。
一个周末，他开始了 TypeMeow 的开发。
这也是他认为普通人寻找 AI Coding 项目的一种有效方式：
不用花时间去找到一个有大量用户的事情，也不用去刻意创造出从未存在过的需求。很多值得解决的问题，就藏在每天重复的动作里。
当一个人不断觉得某个过程麻烦，或者认为某件事本来可以更简单时，一个产品的起点可能就已经出现了。
TypeMeow 的第一个 MVP，大约只用了一个小时。
莱纳德将这种速度归因于两个点。
一是，现在的 AI Agent 已经具备了很强的执行能力。很多过去需要开发团队花时间理解、拆解和实现的需求，现在只要表达清楚，AI 就可以迅速开始工作。
二是，莱纳德在开始开发之前，就已经很清楚地知道了要解决的真实问题是什么。
而且第一个版本的核心非常简单：通过拿到使用耳机完成的录音，再将语音实时转换成文字，最后利用耳机手势完成确认和取消。
莱纳德在正式开发前，还使用了 Superpowers 这样的 Skill，帮助自己继续梳理和优化文档，以便能将想法清晰地转达给 AI 。当描述的足够明确时，AI 的执行效率非常高。
当第一个版本跑通后，使用的体验令他觉得这款产品是可以继续做下去的。
他说，对于第一次尝试 AI Coding 的人来说，这种早期的成功反馈尤其重要。
一个产品不需要从完整的账号体系、复杂的界面和商业模式开始。先让最核心的流程真正运行起来，哪怕界面很粗糙，哪怕暂时只有自己使用，一个模糊的想法也会立刻变得具体。
在开发 TypeMeow 的过程中，AI 最让莱纳德惊讶的地方和最让他头疼的地方，都出现在界面与交互上。
AI 很能干的一面，是迅速实现了流式语音识别。
所谓流式识别，就是用户一边说话，文字一边实时出现在屏幕上，而不是等整段话说完之后，再一次 性返回结果。
为了实现这个功能，莱纳德只向 AI 提出了「流式识别」的概念，AI 就很快完成了后续的技术实现。
过去，产品经理提出一个概念后，通常还需要解释需求、确认技术方案，再等待开发和测试。现在，AI 已经可以直接理解很多产品和技术概念，并快速把它变成可以运行的功能。
但到了审美和体验判断上，AI 的表现就没有这么稳定了。
TypeMeow 的主体形象是一只像素小猫。
在空闲、录音和语音转文字三种状态下，小猫会展示不同的动画。
这个看起来并不复杂的细节，却耗费了莱纳德很长时间。
AI 可以按照要求生成图片和动画，却很难判断什么样的形象是自然的，什么样的动作是好看的，以及不同状态之间是否具有统一的视觉语言。
为了做好这几套动画，莱纳德进行了大量调试，也使用了不少 AI 之外的资源，才得到了一版满意的方案。
TypeMeow 里，莱纳德最满意的细节，是结束录音的方式。
人在口述一段内容时，经常会突然停顿，或者说到一半需要重新组织语言。
如果这时必须重新操作鼠标或键盘，整个口述过程就会被打断。
既然输入是通过语音完成的，那么结束录音，最好也可以通过语音完成。
但暂停、结束、停止录音、这样的口令，听起来又过于机械。
因为产品的主体形象是一只小猫，莱纳德最后将结束口令设计成了：喵喵喵。
当用户说出这三个字时，录音会自动停止，并把「喵」字之前的内容填入当前输入框。
用户也可以将这个结束口令修改成其他自己喜欢的短语。
这个功能并不复杂，却让产品的形象、功能和交互建立了完整的联系。
TypeMeow 不再只是一个完成语音输入的效率工具，也开始拥有自己的性格。
这种细节，仍然是来自莱纳德自己的观察和审美。
在开发过程中，莱纳德还遇到了一个 AI 不会主动提出的问题：
当 AirPods 正在被 TypeMeow 用来输入文字时，用户原本正在播放的音乐应该放在哪里？
AirPods 最常见的用途之一就是听音乐。
如果一款新工具占用了耳机，却完全忽略了用户原来的使用习惯，那么即使核心功能可以运行，产品体验也可能是不完整的。
最后，莱纳德在 TypeMeow 的顶部操作区域里增加了一个媒体控制组件。
当鼠标移动到 Mac 顶部时，用户可以唤起操作界面，控制 Apple Music、Spotify 等主流音乐软件。
组件的背景颜色，还会跟随当前播放的音乐发生变化。
这个功能让莱纳德清楚地意识到：
产品之所以存在，不是因为 AI 主动发现了需求，而是因为人观察到了问题，并设计出解决的方式，产品的第一责任人仍然是自己。
用户在什么场景下使用产品，功能之间会不会发生冲突，什么样的体验才算自然，这些问题仍然需要自己来回答。
AI 生成的代码能够运行，并不意味着功能真的好用。
TypeMeow 曾经出现过录音过早结束的问题。
为了解决这个问题，AI 对录音触发和结束的检测阈值进行了一系列修改。
从代码逻辑和解释上看，这些修改似乎都很合理。但放进真实的使用环境后，产品的稳定性反而变得更差。
莱纳德最后只能重新站在用户角度排查问题，并把检测阈值固定在一个更加合理的数值。
这是 AI Coding 中很容易被忽略的问题。
AI 不仅能快速生成方案，还能给出一套听起来非常完整的解释，让人误以为问题已经得到解决。
但真是的产品并不运行在 AI 给出的解释里面。
只要真实的体验变差了，不管代码写得多漂亮、逻辑听起来多合理，都应该重新修改，甚至直接删除。
对于想要尝试 AI Coding 的普通人，莱纳德的建议非常直接：
先解决自己的问题，不要去做一个连自己都没有需要的功能。
当真正解决了自己的问题，即使产品最终没有获得大量用户，它依然可以创造出价值。
它可能节省了时间，减少了重复操作，或者让某个原本麻烦的过程变得更加简单。
哪怕只有创造者自己在使用，这款产品也真实地改善了他的工作和生活。
自己的问题，往往也是自己最了解的问题。
创作者知道问题发生在什么场景，也知道过去的方法为什么不好用，更知道什么样的结果才算真正解决。
这些来自真实生活的经验，恰恰是 AI 所无法触及的部分。
过去，一个人可能会因为不会编程、找不到开发人员，或者认为开发成本太高，只能放弃这些小想法。
现在，AI Coding 正在降低把想法变成产品的门槛。
普通人不需要先掌握完整的编程知识，也不需要一开始就设计一个庞大的商业项目。
可以先观察自己的生活，找到其中一个足够具体的问题，再让 AI 帮助自己做出第一个版本。
TypeMeow 的起点，只是一个很小的困惑，每天都在佩戴的 AirPods，为什么就不能拿来解决输入的问题？
很多产品的开始，可能都是这样一个不起眼的问题。
AI Coding 真正改变的，是普通人终于能够有机会亲手把想要的给做出来。
如果你对AI Coding感兴趣，可以扫下面二维码可以加我好友，一起交流。
2026-07-19 21:22:26
本期邀请到了曾源琛，今年他用了60天时间，依靠 Vibe Coding 完成了一款恋爱游戏，这已经是他用 AI 做的第 6 款产品。
为了研究游戏的玩法，他用 AI 做了超过100 小时的视频剧情，12 首原创音乐，至少 20 次的剧本迭代，开发、导演、剧本、产品经理都是自己一个人完成。游戏上线后迅速进入了排行榜前十名。
他今天除了游戏之外，还分享了很多普通人做 AI Coding 的经验分享。
大家好，我是曾源琛，一名独立开发者，目前已经借助 AI 上线了 6 款 App。
其实我做游戏的这个想法，是我在用 Seedance2.0 做了一个视频账号之后，在跟影视行业朋友聊天的时候发现，可以做一款由用户自己决定发展方向的游戏，不再是账号里面刷到的零碎的视频片段，也不像短剧那样用户缺少参与感。具体是定位在游戏还是电影，其实很难界定。
我参考了几年前很热门的「完蛋！我被美女包围了！」这款游戏，也使用恋爱作为线索，制作了这款游戏。
游戏的整个开发过程都是 AI 协助我完成的，上线后快速帮我拿到了排行榜前十的成就，我分享一些对于 AI 的看法。
哦对了，我的游戏叫做「白月光-我的心动女友」，目前已经上架美区 App Store，国区正在筹备，有兴趣的可以到美区下载体验。
开发的过程会很无趣，需要不断地跟 AI 交互。
我使用了 Gemini 和 ChatGPT 来帮我优化剧本，用可灵和 Nano Banana 帮我实现所有的关键帧，最后再用 Seedance 实现我想要的视频。
其中每一个动作、表情、光线、构图都需要不断地澄清，好让 AI 实现我需要的效果。
整个过程很难说会一直保持热情。不过，持续的成功反馈给了我不断前进的动力，特别是在我走通了第一个场景视频的时候，就知道这是我所热爱的的事情，即便是不断地重复这个枯燥的过程，我知道是可以持续做下去的。
以及，在我将 iPhone 的 Haptics 功能（震动）与游戏结合起来的时候，我感觉到了视频「活过来的」的感觉。游戏里的视频变成了一种有温度、有细节的真实感受。特别是在过山车的环节中，震动效果能让你觉得身临其境，在那些关键的瞬间，心跳、紧张、过山车般的失重感，会化成手心里真实的震动。
AI 其实是很能干的，在帮我优化剧本和做一些小创意的时候，帮了我不少。可正是由于 AI 懂得太多，在我无法清晰描述问题时，AI 经常会跑偏，以至于我需要不断地提供背景信息和我的思路，来校准 AI 的输出。
产品的主体权在自己手上，AI 提供的思路确实有趣，但这并不能影响我做为游戏的主创来决定游戏的走向和玩法规则。AI 可以是我得力的助手，绝对不能替代我的位置。
AI 最能颠覆的一件事，就是让「一个人干成大事」变为可能，人会从不停执行的泥潭中脱离出来，重新夺回主体性。
虽然都在说未来 AI 会取代人类，在我看来，被 AI 取代的，从来不是「人」，而是「执行」。
工业革命把具备主体性的人变成了在流水线上的一颗螺丝，不停重复的执行，随着 AI 的迭代，在未来，执行是机器的工作，把人重新推回只有人才做得了的事情：判断、想法、审美、想象。
我们这代人，从小被训练的恰恰是执行，不论是读书还是求职，都是通过执行在竞争有限资源。通俗地说，我们被打磨成了最好的执行者。可如果执行本身正在变得几乎免费，那我们赖以为生的那套逻辑，是不是该重新想想了？
「完蛋！我被美女包围了！」这款游戏的主创团队在一次采访中提到，他们的项目团队花了两年时间，请了不少新生代演员以及 20 多名开发工程师，总成本花了 500 多万。
要是放在两三年前，我要能做出一款类似的游戏，是想都不敢想。
如今，AI 不仅仅实现了我的作品，也能帮你实现你一直想要的东西，能很快速地帮你拿到成功的反馈。
如果说对于普通人来说，学会 Vibe Coding 最好的方式，就是做一个网站。不用太久，几次尝试就能够完成。
目前阿琛的游戏正在限免（截止07-19），你可以下载体验一下，可以加我好友，拉你加群，在群里与阿琛直接交流。
2026-02-07 10:46:11
AI 虽然能帮我们把很多事情都做得很好，但如果将 AI 的使用视为一种人机协同发展的话，人在其中让渡了太多权力。
当开启一个新的 ChatGPT 对话，它不会很清晰地记得在别的对话中聊过什么，只是按照新的指令重新组织语言生成内容，每个对话之间是有一定隔离的。但人不一样，人在每个任务窗口中所产生的上下文都会被长期携带在大脑中，当遇到类似的事情能够触类旁通，所有的知识都会有机地结合在一起。
如果人变得跟 AI 一样在不同的任务之间可以「刷新」记忆，依赖于外部给出的结论，AI 就成功地反向驯化了人类。
而实际情况正是如此。
我深刻记得有个朋友，他的 ChatGPT 账户被风控了，给我说他过去的心血都在里面，最新的项目方案也在，账户冻结导致他丢失了所有的知识，花了大把时间也没有找回来，非常焦虑。
可见，我们正在默不作声地将大脑的角色让渡给 AI ，而我们却成了在大脑指挥下去行动的肢体。
将 AI 给出的内容以为真，完全不加修饰地将内容扔出来，这种情况在内容创作中非常多见：抖音短视频、小红书笔记、漫画、公众号等等，AI 的内容虽然外观精美，在精美的外壳下内容却非常的苍白，只有提示词中给出的寥寥信息，长篇大论也是来来回回地不断重复而已。
还有不少人贩卖焦虑，不断地在说“今年再不学会xx就要失业”，“下一个替代你的就是xxx”等等，让更多的人产生 AI = 权威结论 的印象，更会将 AI 的结果吹上天。以至于有很多高赞的笔记，标题就是：我跟 ChatGPT 聊了聊结果却让我大吃一惊，让人猎奇的同时又感到焦虑。
在我理解中，这不是 AI 的问题，就如同我前面说的，如果将 AI 视为一种人机协同发展的话，人应当承担更重要的角色，夺回作为大脑的控制权。
之前读到过一篇文章，叫做把 AI 作为方法，内容说的是可以将 AI 拿来作为理解世界的工具，压缩探索和理解的过程。这类观点不计其数，其论点根本就是本末倒置，用 AI 理解世界就等于用 AI 的思路来看世界，一串没有体验没有感受和人情世故的 AI 能给出什么有用的见解，能作为方法的永远只能是自己。
到这里让我想到，在使用 Cursor 的时候，我有一个非常好的体验，就是它会自动将我给出的指令，拆解成多个待办任务，每完成一个任务就会划掉去执行下一个，这种方式输出的代码质量相对还不多。在我深入了解为什么会有这种功能设计的时候，有一个词浮出水面「不信任」，由于人类对于 AI 的不信任，因此需要由多个 AI 来协作，有的专门生成规划，有的专门来执行，有的专门来做验收，三者互不干涉，独立运作，才能更好地呈现结果。
一切的约束、规范，都是在「不信任」的基础之上，「不信任」让产出的质量更高。但我们在跟 AI 的实际交互中，缺少了校验机制，以至于在 AI 在出现「幻觉」时我们依然会选择相信。
基于上面的思考，我做了一个实验，我来主导项目，由 AI 作为执行和辅助，效果非常好。
有一个 PDCA 的理论，项目的推进是一个 计划(Plan) – 执行(Do) – 检查(Check) – 行动(Action) 的循环，通过循环在过程中不断地推进项目。
我在实验中将循环结尾增加了一个元素，使每一轮循环都能构建起资产的复利：计划(Plan) – 执行(Do) – 检查(Check) – 行动(Action) – 知识(Knowledge)。而知识就是 AI 所欠缺的一环，只要有了知识，AI 就能获得足够的上下文，就能更好地胜任辅助角色，减少因为切换任务窗口而出现「刷新」。
我的实验其实很简单，给 ChatGPT 安装上了 Notion 应用，项目中我遇到的所有问题，我都会落地成为知识，保存在 Notion 中，记录问题出现的原因、关联部分、影响范围、解决思路、可行方案、迭代计划等。Notion 知识库会作为下一次沟通的上下文，在需要时让 ChatGPT 自己检索查询，并结合之前的实现情况来思考，避免出现顾此失彼的情况。
同时，我在 Notion 中还制定了里程碑和待办事项，ChatGPT 的计划任务每天都会帮我监督执行情况。此外，在每次遇到困难时，我会列下思路和大纲，跟 ChatGPT 通话开会，把必要的文档丢给它让它参与到项目讨论中来，最后形成会议纪要，我再回头检查一遍更新待办和知识库。形成项目推进的闭环。
这种模式对于小团队或者独立开发者来说非常友好，由人来真正地主导项目，让 AI 充分发挥它的优势。
腾讯研究院发表过一篇文章，叫做人应成为 AI 发展的尺度，在我读后感到非常通透，人应当是万物的尺度，不论技术怎么发展，都不应脱离人这个最根本的范畴。AI 会平等地给出理性结论，但不同人的不同理解方式，就需要 AI 给出不同的视角和见解，而不是将所有人都拉到一个层面上思考问题。
要说这个实验给我带来的启发，就是「把自己作为上下文」，当一切离不开 AI 的时候，能让 AI 起到正向积极作用的是上下文约束，充足的上下文能修正不少错误的看法，减少 AI 思考方式与人类思考方式在得出结论上的摩擦。
虽然目前的 AI 做不到能够实时矫正的功能，但我们可以自己来定义需要什么样的知识、如何面对项目中的困难、提出自己在困境中的突破方法，AI 不能为最终的结果负责，但你可以。
2026-01-27 21:20:55
独立开发者最为焦虑的一个问题是：如果我的产品被别人模仿了怎么办。而更匪夷所思的是，如果没有出现被模仿的产品也同样会焦虑。
前者会觉得自己的产品没有护城河随时都可能会被抄袭，后者会认为自己的产品没人 care。一边担心自己产品被抄，一边怀疑自己的产品不值得被抄。
在「死了么」App 瞬间爆火后，一夜间出现了无数类似的 App ，不论是功能还是界面，甚至连名字都非常相似。
这是必然的现象，「死了么」并不是个例。因为有了确定性的火爆产品之后，相当于已经验证了市场需求，再做一款类似的产品就不需要投入做 PMF，复刻显然是最容易的。
这时压力就会传导给开发者，开发者会有两种选择，一是选择快速迭代来维持自身的领先，二是选择忽视压力继续按照既定规划前进。
技术会被追平，功能会被复刻，速度只在极短时间内有意义，独立开发者面对抄袭似乎只有第二条路可选。选择第一条路的开发者会累死在海量的更新中，忙于应对模仿者的挑战，靠不停迭代来维持的产品优势会让产品本身变得不稳固。
一枚硬币有正反两面，把「模仿」切换到另一面看到的是「价值」。不在于会不会被模仿，而在于别人的模仿，是否真的能拿走产品的核心价值。如果其别人只看了产品的功能列表、UI 结构、定价模型，就能做出一个差不多的产品，并且能吸走用户，那就只能说明产品本身就是靠这些表层结构在支撑。没有内在核心价值的支撑，自然会害怕被模仿。
换句话说，你的产品之所以会被别人成功模仿，是因为任何人想到都能做出来的解决方案，恰好你是第一个验证成功的。
而真正难被模仿的东西，往往根本不显眼。
不是功能，而是用户某个具体时刻只会想到你的产品；
不是技术，而是用户在脑子里已经默认你是问题的最优解；
不是更新频率高，而是即便别人也做了，用户却难以转移。
而那些产品没有被模仿的焦虑，往往说明正处于一个尚未被市场广泛认知的阶段，可能正好是一个验证的过程。如果没有被模仿，也许并不是你的产品没价值，而是别人根本不知道怎么模仿。
不少开发者会将「护城河」一词挂在嘴边，会为了构建起护城河不断地增加 feature 扩大场景，多就意味着好吗？
我刚从一篇访谈中体验了一款 App，产品形态是给自己的每一餐拍照，记录这一顿吃了什么，并通过 AI 自动换算成卡路里摄入，还能解锁徽章和贴纸，给自律和对健康有需要的人使用。在创始人的访谈中他提到：健康市场大、人人都要吃饭、长期价值高。我用完感觉就是 bullshit ，App 跟创始人故事完全两码事。
创始人所说的护城河是用户开始记录后难以转移的长期价值，因此是不怕被抄袭的，这个角度没毛病，但是这款产品存在天然的缺陷，那就是：真正需要控制饮食的人，最不愿意面对自己吃了什么，记录的动作在这个场景中根本不值一提。任何数乘以 0 都是 0 ，所以说这款产品没有护城河，任何人有想法有行动力都可以做出来。
说回护城河，如果我的产品比你的上架早了一两天就能建立起护城河吗？我模仿了你的产品你就会失去护城河吗？
你已经有了 1000 付费用户，我再怎么模仿也只能是从头开始，此时你在用户忠诚度上具有护城河；
你对用户的需求有明确的认知，知道要如何解决场景中的问题，而我模仿了你的产品，也不知道下一步应该怎么设计；
你的产品已经在小红书、公众号上有无数博主推广做背书，我模仿出来根本无法与你的竞争；
可见护城河跟产品、技术、设计等等没有太大的关系，为了被别人模仿而乱了阵脚并不值得。
再换个视角，对于模仿者来说，模仿的路径天然有一个问题：是在构建一个「可比较」的产品，是自动将自己置于跟随者的地位，不断地拿自己的产品跟别人的比较。
一旦可比较，就意味着可替代；一旦可替代，你就必然会陷入对模仿的恐惧。
模仿者心里很清楚，一旦停下来，自己也不知道还能剩下什么。
做一个聪明的模仿者，做一个聪明的被模仿者。
2026-01-25 17:15:38
过去很长时间里，我自诩是一名独立开发者，以为自己是在做产品。可在不断失败复盘之后才发现，我只是在做功能。
同样的，我也看到了非常多的独立开发者很用心地做产品，流量却不高。
没有流量的原因就是压根没有搞清楚做功能与做产品之间的区别。
说几个词，看看是不是很眼熟：
快速记录、标签系统、数据同步、导出、快捷操作 …
你是不是也写过这些功能？这些词看上去是在解决真实用户问题，实际上却只是在做功能的堆叠。功能在解决产品的完整性，而不是用户场景中的处境。
打开一个空白的产品设计文档，第一行就开始写计划做哪些功能、准备加某个模块，梳理出一篇非常条理的功能说明，逻辑上很自洽。然后就会觉得用户用起来会很爽。
这叫功能设计，是软件工程的逻辑，不是产品逻辑。
沿着工程逻辑完全可以造出来只需要三步就能装下大象的冰箱，用户也会觉得很酷，但是绝对不会有用户买单。
之所以会没有流量，就是因为用户不知道要用你堆叠起来的功能完成什么事情。没有考虑到一个关键问题：用户会在什么情况下，使用到我的产品？
这里还有一条暗线，就是独立开发者会窃以为用户在使用中会慢慢理解产品的价值。即便是流量减少、用户留存下滑，也在坚持加功能，试图看上去更好用。
真实情况却是，用户不会给你机会，只要在初次体验中找不到实际应用的场景，就会毫不留情地删掉。
就拿独立开发者特别喜欢的记账类 App 来说，开发者会想要一个能够直观看到每月消费的分布情况，但用户如果在因大额或者内疚型消费后不愿意记下来，那未开打开的次数就会减少，不是功能不好用，而是因为用户不想看到自己因大吃大喝或者高额消费给自己带来焦虑。
产品要解决的不是缺失的功能，而是真实场景中用户到底想不想做这件事情。
对独立开发者来说这是一种温水煮青蛙的死法，看上去过程很顺利，你会看到有人夸你想法不错，也会看到 Roadmap 中一个个被划掉的事项。但增长就是缓慢，用户留存就是不高，会很强烈地激发想要进一步做好的斗志，会觉得是推广不行，是定价不行或者是手册不够完整，唯独不会去怀疑自己的出发点错了。
在真正反应过来的时候才会发现，所做的所有努力，都是在给错误的方向加速。 功能不是产品的骨架，用户要做的事情才是。
当你展开一篇空白文档的时候，如果不提到任何功能设计，你还能不能讲清楚你的产品是用来做什么？
用户想要的是通过某种方式快速解决问题，没有义务去理解产品背后的故事。
从这个点出发，很多看上去有用的功能都会被自动过滤掉，删掉之后产品反而变得更加锋利。
这也是为什么，堆叠功能的思路会悄无声息地杀死那些看起来非常用心的产品。
2026-01-20 21:34:34
就在这两天，一款名叫「死了么」的独立开发产品突然爆火，迅速登顶付费榜第一名。
我搜了一下，此时就已经有好多App抄袭跟进，像极了去年的补光灯 App 。
历史总是会重复的，每个火爆的 App 后面都会有无数开发者抱着投机的心态，复刻一款然后期待自己也能赚到盆盈钵满。
这种行为有一个很好听的词，叫做「踩风口」：获取到了用户就是自己赌对了方向，没有用户就会尽快停止然后换一个方向。
做投机的往往是很聪明的人，有快速的信息渠道，看得懂趋势。在出海火热的时候跟上去，在小红书带货热的时候去做账户，在 AI 热门的时候去做 Agent 。每个产品都显得很理性，有案例、能对标，也能说出来为什么值得做。
把上面的碎片连接起来，就会有一个共同特点：用投机的方式假装自己具备真实能力。用自己的技术和经验，套取一个短暂的窗口期，更多的关注在窗口期内能否变现，一旦玩法或规则变了，第一反应就是风口过去了，迅速切换到下一个方向。
把这叫做独立开发？把这叫做试错成本？
既不在自己的能力范围内，也积累不到任何能力。独立开发并非字面上的意思自己独立开发一款产品，而是通过自己能力的长期投入自己承担全部结果。
能力不是一开始就是清晰可见的，能力的本质是在不断的摸索中，发现自己擅长的是一个具体的方面，这个过程中会发现会不断地聚焦到一个很小的空间，其他所有的都是依赖于这个核心能力所构建起来的。
投机只会关注短期收益，会被风吹草动牵着鼻子走，不会真正地去探索自己的能力。只看到事情短期能否变现这个单一的面相，归根结底还是不知道自己能力是什么。
独立开发更像是把能力产品化、构建一套杠杆的过程。
而复利则是建立在能力之上，倘若连能力都不能被发现，复利更是无从谈起。
在不断投机的循环中，表面上是在精进，实际上几乎无法积累任何真正有价值的能力，一直空转。技术在不断更新，但理解没有加深；产品做了很多，但没有一个真正属于自己；经验看似丰富，却无法在同一条时间线上叠加。做过很多项目，却没有一个项目反过来定义你是谁。所谓的试错成本低，往往只是因为从未真正下过功夫。
所以，当看到一个产品爆火、抄袭迅速蔓延的时候，真正值得警惕的应该是内心那一瞬间的冲动「要不要也快速跟进一个？」如果发现自己关心的只是还能不能跟进上去，而不是能否给我带来能力上的复利，那大概率已经站在投机的一侧。
独立开发的唯一资产是能力，凭投机赚到的，迟早要靠能力全部还回去。
