AI 原生重构而非附加
解决什么问题
团队做 AI 功能的"第一版"往往是简单粗暴地把聊天框粘贴到产品上(bolt-on),没有真正带来价值——为什么高价值的 AI 体验总是要等到"第二次尝试"才出现?传统的产品开发流程(先做用户研究、再设计方案、再实现)在 AI 场景下还适用吗?
核心内容
"深度重新思考"需要时间,第一版几乎注定是过渡品:AI-native 的思维方式需要花时间才能建立——第一版产品常常是一个简单粘贴上去的聊天界面,真正有高价值的体验,是在你真正把玩过这项技术、更深入理解它到底能提供什么之后,把它整合进产品体验的核心部分,经过一次深度重新思考才会出现(Elad Gil)。
AI 颠覆了"先研究后开发"的标准流程:过去十年,除了少数硬核基础设施项目,大家默认"你想做的东西大概率是能做出来的"——先深入理解客户问题和机会,设计出你认为的最佳方案,再开始做。AI 不一样:一开始就完全不清楚某个东西技术上可不可行;做出来之后,即便看起来不错,也完全不清楚它到底好不好。所以做 AI 项目最好的起点,往往是先问"技术上到底能做到什么程度",然后去动手做原型——这对过去十年遵循标准最佳实践做软件的人来说,是一次很大的思维方式转变(Paul Adams,Intercom CPO)。
适用边界
Sarah Guo(投资人)提出一个相关但方向不同的推论:对创业公司而言,做"今天的基础模型还解决不了"的难题反而更安全——可以顺着模型能力提升的曲线往前走,而不是和进步本身对抗。这意味着"先原型再判断可行性"的心态,同时也鼓励选择敢啃硬骨头的方向,而不是急于在模型能力边界内抢占已被验证的浅层机会。
关键引述 · 原话
Elad Gil: "The high-value experience is a deeper rethink once you have played with the technology, understood what it really provides more deeply."
Paul Adams: "With AI, it is wholly unclear if something is possible to build. And when it is built, it is wholly unclear if it is any good, even if it appears to be good."
关联卡片
- 与 `ai-wedge-workflow-selection--paige-costello` 衔接:重新思考完"能做什么"之后,如何选第一个切入的工作流。
被这些卡引用
提炼自 Lenny Rachitsky 的 Lenny’s Newsletter & Podcast（2019–2026）。本站为个人学习用途的二次创作，与 Lenny’s Newsletter 无官方关联。
provenance · 已核验 · glm-5.2