现在，我看到，身边基本就两类人。

一类人，亲眼看着 AI 正在颠覆一个个领域，眼睁睁看着生产力结构、经济形态都在动摇，甚至颠覆；另一类人，对此完全无感，认为 AI 不过是个会聊天还会说错话的玩具，跟自己生活没什么关系，更别说工作了。

这种巨大的分歧就是未来的社会形态：只有少部分人掌握最高的生产力，在经济世界统治另一帮占绝大多数的人。

而这中间，那个巨大的鸿沟，那个没有被普通人感知到的空间，就是蓝海。

它还不是小蓝海，而是万亿级别的、正在等待被代替的劳动力市场。

传统社会结构中充满了人带来的摩擦，有摩擦的地方就有成本，有成本的地方就有机会。 这些机会甚至就藏在农村小镇的街道上，科技精英瞧不上的地方，无处不在。

今天的世界已经足够荒诞，因为 AI 这个大 BUG 来得太突然。在大部分时候，你做什么都不对。 那些我们认为正常的、应该的、习以为然的事，全部成了被动的、没价值的、不做不行、做了也不行的。

你需要有经验、认知、创意、技术，这个时代才可能属于你。

认知是什么呢？

就是，你连看都看不到。

但蓝海里，全是废品。

现在去看技术社区，甚至小红书，到处都是「我用 AI 三天做了一个 XXX」。但仔细去看，这些项目，绝大多数都是：上线即终点。

2003 年，数码相机出货量首次超过胶片相机。那一年，全世界拍的照片涨了十倍，但好照片的比例断崖式下跌。为啥？因为胶片时代按一下快门要花几块钱，你自然会反复构图、想清楚再拍。数码相机让成本归零了，于是人们一口气拍两百张，两百张全是废片。

快门换成了 AI，胶卷换成了代码，两百张废片换成了两百个没人要的产品。

我观察过一些这样的案例：一个人，AI coding，前后端加 UI 优化，一两周上线。放两年前这活至少三四个人干一两个月，效率层面，确实是降维打击。但上线之后，真正有意思的地方才开始。

AI 越快，你越不理解自己干了啥。「深度理解」这件事无法被加速。

以前一个产品团队，从需求评审到方案设计到联调，每个环节都是在逼你想清楚：用户到底是谁、核心场景是什么、这东西凭什么有人用。过程很慢，但这个慢是有价值的，它是你理解产品的过程。 AI 把这些全跳过了。想法直接变成了可运行的代码，中间那层「想清楚」被压缩得几乎不存在。

结果就是，东西上线了，没流量。不是产品不好，是你自己都说不清楚它到底在帮谁解决什么问题。说不清楚，冷启动也就是扯淡。

不是说它有多难。是人的认知速度远跟不上构建速度。 混沌的认知造出垃圾的产品。

还有一个问题是：AI 正在制造一种全新的技术债。

以前的技术债是「代码写得烂但你能看懂」。AI 生成的代码是另一种东西：跑得通，但你不完全理解它为什么能跑通。你改了一个地方，但不知道另一个地方会不会崩。现有测试框架的设计前提是「开发者理解自己写的代码」，但 AI coding 已经把这个前提打破了。

这不是人的问题，是整个工具链的空白。

AI 解决的是供给侧，造东西的成本趋近于零。 但需求侧完全没变。

用户不会因为你做得快就来用你的产品。冷启动、增长、留存，这些传统的方法指标，一件都没有因为 AI 变简单。当所有人都能一两周做出一个产品的时候，产品本身就不再是壁垒了。

所有人都在聊怎么用 AI 造东西，没人聊造完之后怎么办。

这时候就会有另一种声音：那去做 Agent 吧。

从去年 Gartner 发布的一份行业数据来看，市场上被测试的数千款所谓 Agent 产品中，只有约 130 款真正符合标准。换句话说，市面上超过 95% 的「Agent」，都是挂羊头卖狗肉。

坦白地说，就是垃圾。

起码现在，大部分做 Agent 的人，看到了大模型的风口，看到了「Agent」概念的炽热，觉得开发门槛降低了，于是匆匆上马，把各种能力堆砌在一起。当一个 Agent 宣称能做所有事情时，它往往在任何一个领域都做不到最好。 最后变成一个「什么都能做一点，但什么都做不好」的四不像。90% 的用户用一次就离开了。

没有对行业痛点的深刻理解，没有对业务流程的细致洞察，没有对用户需求的长期积累，做出来的东西只能是空中楼阁。

那护城河到底在哪？

Anthropic 上周出了一份 创始人手册 （The founder's playbook），教人如何在 AI 时代创业。

它教了啥呢？克制。

在一个「从想法到产品只要一个周末」的时代，第一课不是「AI 能帮你做什么」，而是「AI 让你更容易犯什么错」。

它点出了一个被所有创业方法论忽略的隐藏前提：精益创业也好，从 0 到 1 也好，这些方法论背后其实藏着同一个假设 —— 造东西很难。所以精益创业教你用最小成本试错，所以 YC 让你反复回答「我们到底在解决什么问题」。东西的成本越高，你越不会乱来。「难」本身，就是一种保护。

AI 拆掉了门槛，也拆掉了保护。

手册里提到了三种 AI 时代特有的死法：

第一种，Agentic 技术债。你用 AI 快速堆了大量代码，产品跑起来了，但三个月后要加新功能，发现代码像一团意大利面：能跑，但没人看得懂，没人敢改。每个 session 都从零开始推导基础决策，决策不断漂移，代码库没有一个连贯的心智模型。快是快了，但不可维护。

第二种，失去客观性（Loss of objectivity）。传统创业你要说服团队和投资人，这个过程逼你面对质疑。但 AI 太配合了。你让它分析市场，它给你找十个支持你的理由。你让它评估竞品，它说你优势明显。AI 变成了一面只会说「你真棒」的镜子。 你以为自己看到了真相，其实你看到的是幻觉。

第三种，Zero-friction scope creep。随着 AI 能力膨胀的不止是生产力，还有开发者的欲望和野心。 胶片时代每多拍一张都要花钱，所以你会克制。AI 时代加一个功能只需要跟模型说一句话，于是 MVP 从三个功能变成十个，从十个变成三十个。产品越来越「完善」，核心价值越来越模糊。

这几种死法的根源是同一个：AI 把「难」这个天然过滤器给拆了。

手册的解法很好：每个阶段都做充分验证，克制优先于执行。 想法阶段的任务是验证问题，不是写代码。MVP 阶段的第一个产出物不是代码，是一份架构决策文档，把技术选型、设计原则写下来，让 AI 在后续协作中始终「理解」你是怎么想的，你为什么这么做。

说到底，这份手册是一门「AI 时代的审美课」。它不教你更快地按快门，它教你在按快门之前，想清楚自己到底想拍什么。

所以，这个时代你需要花 90% 以上的时间去做的事，不是写代码，是写文档，微调逻辑，打磨业务细节。那份文档才是核心资产，才是护城河，才是 VC 会投钱的理由，也是市场会买单的原因。

那谁有这种判断力？

有人说创业要先「挖掘痛点」。我从不这么认为。我认为 一个人对某个领域足够投入、足够重视、足够勤奋，这天然就是一个收集痛点的过程。 痛点不需要挖，它就长在你每天的经历里。哪怕你只是一个理发师、训犬师、保安、店主，或修理工。

这是那些头脑风暴想投机点子的人永远无法理解的部分。

最好的创业者，最适合创业的人，最能够提出需求和洞察需求的人，就是从生活中来的人，甚至是从生存中来的人。认真的生活经验就是最大的不可代替的财富，它们才是这个时代最好的产品经理。

在这个 AI 制造万物的时代，他们的优势，就是大于那些大资本的宏大叙事。

这也是为什么离业务太远的人，在这个时代极难创业成功。从第一步，从生活的灵感、经验、张力层面，就已经落后了。所以他们总是不断地做工具，做个人视角下的工具，做自己想象中的用户的工具。唯独做不出一个扫地阿姨也能用得很好很爽很舒心的东西。

或者干脆连工具也不做了，就只是在代码的海洋里不断地重复学校训练了几十年的 —— 解题、解题、再解题。无趣，且无法成功。

以前基于专业实力的技术鄙视链，在这个时代实在显得荒诞不经。做基础系统的看不起做业务的，写中间件的看不起写 CRUD 的，搞底层框架的觉得自己才是「核心技术」。但如果你站在职业发展的长期视角看，离业务近，本质是离钱更近。

一个支付链路优化 0.5%，一个转化率提升 1%，一个活动系统支撑 GMV 翻倍，这些都是可量化的商业价值。基础系统当然重要，但在财务报表上，它是支出，业务线是收入。

在业务侧，你才会天然理解用户是谁、市场在哪里、什么是真需求、什么是伪风口。你会看到公司怎么赚钱、怎么亏钱、怎么赌方向。这种认知，是巨大的差距。技术是手段，商业认知才是资产。

通俗地说：你离业务越近，就是离老板的脑子越近。

谁最能识别摩擦背后的机会？离摩擦最近的人。也就是那些花了大量时间处理对接、搜查、协调的人。所以，销售比程序员更适合创业。因为他们离摩擦最近，离业务洞察最近。

社会正在再一次向「公平」倾斜，这种公平是以「人」为衡量单位，而不再是「人的技能」。就如我之前那粗糙的比喻：在抖音评论区活跃的金句段子手，比高分的做题家更有可能获得成功。社会正在、即将，毫无偏颇地奖励创造力。

所以这个时代对谁友好，对谁不友好，其实已经很清楚了。

对领域专家加上技术认知的交叉人群，极度友好。 你不需要懂代码质量和基础架构，但你需要知道什么是 Vibe Coding，你需要知道如何在自己的业务领域打造无可代替的 SOP。那就是你的护城河，是人的护城河，也是产品的护城河，最后是公司的护城河、一份事业的护城河。

对书呆子、做题家不友好，对离业务太远的人不友好。

AI 给了一个人一支团队的构建能力，这是真的。但它也同时把人推到了一个以前不需要面对的位置：你得同时是产品经理、增长负责人和 QA，而这几个角色的能力不会因为你会用 Claude Code 就自动解锁。一人公司听起来很自由，但它对人的要求反而是最高的。

创业不要一上来就做通用 Agent。先通过 AI 做出一个能提供真实价值的产品，再找到一条平滑的价值曲线通往 Agent。不是去做一个「什么都能干」的通用助手，而是专注于某个具体场景，把一件事做到极致。 有明确的用户群、清晰的需求、可衡量的效果，不需要靠概念忽悠，不需要靠营销续命。

在这个时代，红海，就是当一个需求被看到时，它就已经被解决了。蓝海，就是你还没有意识到那是一个需求，你还没想到那个需求的背后是一个成立的市场。

找到那个市场的人，一定不是坐在那里头脑风暴的人。一定是那个在某个具体的生活里，认真活过的人。

灵感，不是贵客，是野生动物。你不抓，它马上就跑了。

所以，多记录、多研究、多打磨，想清楚再干。

洗澡洗一半的时候关一下水龙头，是绝对值得的。

不是别用 AI。是在按下快门之前，先想清楚自己到底想拍什么。先把那个最基础的问题回答清楚：你到底在帮谁解决什么问题，他们凭什么要用你的东西。

最后，做题家没有出路。

刷题、学框架、卷工具，这些事都有明确反馈，有路径感，但它们本质上是在回避那个，没有标准答案、无法线性成长的问题。

这个时代的出路，是找出问题，而不是完形填空。

（完）