前途科技前途科技
  • 洞察
  • 服务
  • 关于
  • AI 资讯
    • 快讯
    • 产品
    • 技术
    • 商业
    • 政策
    • 初创
  • 洞察
  • 资源中心
    • 深度研究
      • AI 前沿
      • 案例研究
      • AI 知识库
    • 行业报告
      • 白皮书
      • 行业报告
      • 研究报告
      • 技术分享
      • 专题报告
    • 精选案例
      • 金融行业
      • 医疗行业
      • 教育行业
      • 零售行业
      • 制造行业
  • 服务
  • 关于
联系我们

AI免费了构建,但设计师还在磨刀

洞察2026年7月18日· 原作者:made a version of it myself.· 13 分钟阅读0 阅读

AI让产品构建成本几乎为零,但设计圈仍在讨论如何造得更快更美,却忽略了更关键的决策:该不该造、为谁造。产品失败的根源往往是造错了东西,而非工艺不精。工艺是近战刀,战略才是远射枪。

几周前,我和一家公司通了个电话。他们花了两年半时间,迭代了四个产品版本,反反复复构建、重构。聊了大约四十分钟,一位工程师插了句话,重复了我讲过很多次、许多比我聪明的人也喊了几十年的那句格言:能做,不代表该做。

但他没停。真正刺中我的,是他们到底错在哪里。

他说,过去一家创业公司对一个想法通常只有一次真正出手的机会——因为构建太慢太贵,预算只够试一次。AI把成本砍到地板,他们试了一次又一次,迭代了很多轮,但离一个有人想要的产品却越来越远。

他们仍然说不清究竟在为谁做东西,因为瓶颈从来不是构建,而是决策流程——偏偏他们没有决策,也没有流程。

别误会,这些人既不笨也不外行。工程水平在很多地方堪称精彩:能用的语音界面、漂亮网页应用、底层跑着一个比我见过的多数AI系统都聪明的解题引擎。

那个工程师打了个生物技术比方:他们发明了一个可能真能治病的分子,但既没有生产制造,也没有销售渠道,更不知道谁有病。他们什么都能造,几乎什么都造了,但没一样碰到过一个真正在乎的顾客。

这个电话我一直记着,因为这家公司代表了今天AI行业的缩影。我们把产品构建变得几乎免费,然后把所有精力都花在如何造得更好上——而真正决定一个产品能否成功的问题(它为什么值得存在、为谁存在)却几乎没人讨论。

那项工作有个名字:战略。它本该是我们的本职工作。产品的存在就是为了决定什么值得造。

Roman Pichler把核心提炼成几个高于一切的选择:产品为谁而做,为什么有人想要它。不知从什么时候起,这些问题没人问了——不是我们,而是所有人。

所有人都在解决错误的问题

[Image 2]

这个月随便翻开任何设计刊物,都会看到同一个话题换着不同马甲出现。有人说设计师的角色升级了——Lisa Demchenko称产品设计师正从规格说明者变成系统架构师;Andrea Grigsby认为品味是AI最后碰不到的东西;Patrick Neeman呼吁制定标准来度过这个AI时刻。

所有这些讨论的共性显而易见:每一篇都在谈“如何构建”——角色、工艺、品味、标准、系统。

我们越来越擅长提出关于工作质量的高深论点,但在“这项工作该不该存在”这件事上,我们烂透了。

我们一直忘记一件事:这场博弈里有一个真正的对手,它不是设计师、开发者或任何参与流程的人——而是市场,是那个必须想要你产品的人。

市场之所以是敌人,因为它是唯一能杀死你产品的一方,而且从不谈判。你的团队站在你这边,你的工艺站在你这边,你的标准、品味、路线图全都支持你。市场是桌上唯一不在乎你有多努力的一方。

市场不出公平牌。它从不告诉你规则,在你创造时改变规则,然后不说明原因就给出裁决。你满怀信心地发布产品,它可以直接无视——没有反馈,没有二次机会,没有申诉。

所以当我说工艺是把刀、战略是把枪时,真正重要的是:市场手里不是一把更大的枪。

市场手里是现实——漠视、替代品、转换成本,以及成千上万个争夺同一个人注意力的东西。

你的刀甚至够不到它。工艺是近战武器,而市场从不靠近。战略才是唯一能打到真正想杀死你的那个东西的武器。

David Mamet在《铁面无私》里写过这场博弈的规则:对方拔刀,你拔枪。工艺是刀——近身、个人化、需要多年修炼,当你握着它时感觉就像整个战斗。战略——决定什么值得存在、为谁存在——是枪,是唯一能匹配市场所带武器的东西。

现在整个行业都站在街上,精心打磨着史上最美的刀,走向一场它拒绝承认的战斗——那是一场枪战。

当犯错很贵的时候

[Image 4]

当只有一次机会时,你会确保它是正确的。

产品死亡的原因几乎从来不是工艺问题。在我做产品这几十年来,因为按钮颜色不对或代码有反模式而失败的产品,一只手数得过来。

产品死掉,是因为有人满怀信心地造了错误的东西,而没有人及时拦住他们。

2009年我在纽约东村13街和A大道拐角看一个废弃空间——那会成为我开的第一家酒吧。我数了数,不转头就能看见至少六家酒吧:隔壁精酿啤酒吧、对街体育酒吧和爱尔兰酒吧、转角一家潜水酒吧、同志酒吧和小德国餐厅。当时二月积雪,我就在想:我们怎么竞争?

所以在花一分钱之前,我走进每一家酒吧,搞清楚这条街缺什么——结果发现缺一个真正的社区客厅,一个你愿意待一整个周日的地方。这成了整个战略。不是因为我自律,而是因为我只有15万美元和六周时间,只有一次机会,造错酒吧就等于在生意开始前就毁了它。

那个约束替我和合伙人做了战略工作。钱、时间、纯体力努力迫使我们诚实地面对那个想法——在犯错变贵之前。

构建成本是横在我们和坏决策之间的最后一道屏障。它粗鲁而偶然,但管用——因为当犯错要花真金白银时,你会在还付得起代价时检查自己的想法。

AI把这道屏障拆了。

当构建如此便宜快速时,没有任何东西迫使你停下来问这个主意好不好。你只会一个劲往前走。

研究这个多年的学者早就知道机制:当实验昂贵时,团队更愿意放弃坏的;当实验变便宜时,CN Patterns项目指出,沉没成本拉力会让一个注定失败的想法在早该被砍掉很久之后还活着。

我前面说的那家公司失败不是因为工具差,而是因为工具太好,以至于他们从来不必停下。一轮轮射击,每一发又快又 convincing又看起来很完整,每一发都感觉像进步——直到两年半后抬头一看,哪都没去成。

一些实践者开始公开说出这一点。一位同时是CPO的CIO今年坦言:当你能用一个下午造出有意义的东西时,默认值悄悄变成了“干嘛不自己造”,而正是在那一刻,热情开始变成没人主动承担的债务。

Meta CTO Andrew Bosworth说,他做了二十年产品后的北极星简单到尴尬:找到某个有问题的真人,然后问自己能不能做点什么解决它。简单,却几乎没人从那里开始。

当你把一切变快时,你不仅更快到达目的地——你也更快到达很多错误的地方,而且每个地方看起来都像完工了。

当构建昂贵时,成本显示在预算上,预算迫使决策。当构建免费时,成本没有消失,只是转移到了你的团队身上。无休止的迭代、全造出来看哪个能粘住——那不是战略,是永远不会取消的消防演习,而跑它的是人。

你的产品也许漂亮了一点,也许强了一点。但问问建造它的人过去六个月付出了什么代价。问问有多少夜晚被一个没人能解释原因的方向调整吞噬了。问问有没有人告诉过他们为什么。人可以冲刺跑完一场消防演习,但没人能住在里面。

连续跑上几场,最后没有决策来展示成果,你不会得到更强的团队——你会得到一个耗尽的团队,而且优秀的人会先走,因为他们有地方可去。

没人想要的精美产品

[Image 5]

四条腿变成三条,三条变成两条。每次卸掉一条腿,产品反而变好了。

所以在这里,我和那整套关于质量的漂亮讨论分道扬镳了——包括Neeman的文章。我不是说他们错了,他们只是为一场我不失眠的战斗武装自己。

标准确保东西做得好,品味确保东西好。两者都比一年前更重要,因为AI刚刚让构建变得无限。Jakob Nielsen说得好:生成式工具让构思几乎免费,因此稀缺而有价值的技能不再是生产选项,而是在泛滥中挑出好选项的辨别力。

标准和品味,归根结底都是选择得好的方式。

但是……你可以有完美的标准和精致的品味,却依然精美、合规地造出一个地球上没有任何人想要的产品。Marty Cagan一辈子都在画这条线:区分交付功能的团队和解决问题的团队。他的全部论据建立在一个不安的想法上:高效交付毫无意义,如果你交付的是错误的东西。

Cagan多年都在说这个。AI只是让你更快地错。他当年写的可行性风险(能不能造)基本消失了,但价值问题(这个东西该不该存在)原地踏步。

Gale Robins在最近一篇文章里清晰地区分了短游戏(找出造什么的活动和输出)和长游戏(提升判断什么值得造的技能)。

AI让短游戏变快,却让长游戏保持它一贯的难度。那个长游戏很老,比我们任何工具都老。

Clayton Christensen花了一辈子把这个浓缩成一句话:人们不是买产品,而是雇佣产品来完成一项工作。经典案例是他团队为麦当劳做的研究:麦当劳想卖更多奶昔,却找不到办法。结果发现很大一部分奶昔是在早上八点前卖掉的——通勤者雇佣奶昔来对付漫长无聊的开车、并坚持到午餐不饿。真正的竞争对手不是其他奶昔,而是百吉饼和无聊。搞清楚工作,产品几乎自己设计出来;错过它,你可以造出世界上最美的奶昔然后看着它卖不动。AI不知道任何人在雇佣你的产品做什么工作,它只会不断造奶昔。

我亲眼看着一个知道自己做什么的人演绎了这个版本。Rafat Ali推出Skift时,基于一个四条腿的内容凳子:聚合、精编、分销、原创报道。聪明、精美、在白板上站得住。然后用户来了——用他自己的话说,“没人鸟那些聚合头条”。四条腿变三条,三条变两条。他后来告诉我,初期他们按投资人想听的方式规划公司,只有当扔掉那个愿景找到了自己的路,Skift才变成那个真正有用的东西。

造产品从来不是问题。Ali必须公开发现哪些部分人们真的想要,然后砍掉他们不想要的。

现在有点让你不安的事:Ali发现是因为造四条腿花了他真实的时间和金钱,那个成本让他拼命盯着什么在真正起作用。换到今天的AI,周四就给你造好四条腿,还多出两条你没要求的(谢谢Claude!)。也许它们不错,也许不是。但全部看起来都完工了。而那个告诉Ali砍掉的东西,被“留着一切多容易”给淹没了。

这些都并非否定我们创造产品的能力。我们从未造得更好。缺少的是有人在工作开始之前,停下来问那些无聊的问题:这是为谁做的?他们真的想要吗?它该存在吗?

标准教你如何把它造对。战略教你是否该造它。当构建不花钱时,第二个问题是唯一握有实权的问题——而那是没人想写的话题,因为“搞清楚什么值得造”不像一个闪闪发亮的新实践那样容易上热搜。

决策才是唯一剩下来的关键技能

[Image 6]

那把最重要的椅子一直空着。

我不是反质量。我经营一间工作室,做出出色的工作是我们为留在牌桌上付的门票钱。Nielsen说得对,策展是稀缺技能;Grigsby说得对,品味是护城河;Demchenko说得对,角色在升级。全都对,全都值得做。

别把造得好的东西和正确的东西搞混——AI正准备给你无限供应前者,但不会花一个时钟周期帮你找到后者。

模型能在午饭前给你一百个答案,却不知道哪一个真的是人需要的。Buzz Usborne把话挑明了:一旦交付变得这么便宜,如果你也自动化了“决定造什么”那一层,剩下的就是快速、廉价、平庸的软件,和其他人一样。

搞清楚造什么才是真正的工作。从来都是。很多人从来就不擅长,只是没被抓到——因为过去犯错的成本和速度足以掩盖错误。现在那根拐杖没了,没地方躲了。

真相比我们愿意承认的简单:这是真正的工作。决定什么值得存在、为谁存在、为什么现在做,是一个产品人能做的最有杠杆的事。

Roman Pichler把决定和执行之间的差距称为战略-执行鸿沟,很多年来我们中的许多人活在了错误的一边——埋头在路线图、仪式和交付的舒适繁忙中。

Joe Smiley此刻正在见证:资深人员被拉去灭火生产问题而不是做战略,所有人全速冲刺却跑反了方向。如果你在做产品而没在做这个,一个模型已经做着你以为属于你的那部分,而且做得更快。

现在谁都能造任何东西,这意味着唯一有杠杆的技能就是知道什么值得造。其他人还站在街上磨刀。赢的人是把刀放下、捡起枪、去决定市场到底想要什么——在市场替他们决定之前。


参考与延伸阅读

  • Amy Gottler: 为什么“能做不代表该做”
  • Lisa Demchenko: 设计师角色从规格制定者升级为系统架构师
  • Andrea Grigsby: 品味是AI无法触及的护城河
  • Patrick Neeman: 网页标准是AI时刻的剧本
  • Jakob Nielsen: 构思免费后策展成为稀缺技能
  • Marty Cagan: 交付功能与解决问题的区别
  • Gale Robins: 执行的短游戏 vs 判断的长游戏
  • Clayton Christensen: 客户雇佣产品完成工作
  • Buzz Usborne: 自动化探索导致平庸软件
  • Rafat Ali: 卸掉凳腿直到Skift变成对的产品
  • Andrew Bosworth: 从有问题的真人出发
  • AJ Sunder: “干嘛不自己造”变成债务
  • Roman Pichler: 高于执行的战略选择
  • Joe Smiley: 资深人员被拉离战略去救火
  • Cloud Native patterns 项目: 低成本实验削弱杀死坏想法的本能
标签:AI战略思维

想了解 AI 如何助力您的企业?

免费获取企业 AI 成熟度诊断报告,发现转型机会

//

24小时热榜

习近平:AI发展不是“独奏”而是“交响乐”
TOP1

习近平:AI发展不是“独奏”而是“交响乐”

AI控制F-16完成自主飞行测试
TOP2

AI控制F-16完成自主飞行测试

3

SpaceX 与五角大楼洽谈 AI 计算服务

1小时前
SpaceX 与五角大楼洽谈 AI 计算服务
4

Databricks 估值飙至 1880 亿美元

21小时前
Databricks 估值飙至 1880 亿美元
5

美国法官允许Meta进行AI相关裁员

1小时前
美国法官允许Meta进行AI相关裁员
6

AI免费了构建,但设计师还在磨刀

1小时前
AI免费了构建,但设计师还在磨刀
7

核初创Valar Atomics寻60亿美元估值

1小时前
核初创Valar Atomics寻60亿美元估值
8

OpenAI 承认 GPT-5.6 Sol 误删用户文件

1小时前
OpenAI 承认 GPT-5.6 Sol 误删用户文件
热门标签
大模型AgentRAG微调私有化部署Prompt EngineeringChatGPTClaudeDeepSeek智能客服知识管理内容生成代码辅助数据分析金融零售制造医疗教育AI 战略数字化转型ROI 分析OpenAIAnthropicGoogle

关注公众号

前途科技微信公众号

扫码关注,获取最新 AI 资讯

免费获取 AI 落地指南

3 步完成企业诊断,获取专属转型建议

已有 200+ 企业完成诊断

前途科技前途科技
服务关于快讯技术商业报告
前途科技微信公众号

微信公众号

扫码关注

Copyright © 2026 AccessPath.com, 前途国际科技咨询(北京)有限公司,版权所有。|京ICP备17045010号-1|京公网安备 11010502033860号|隐私政策|服务条款