AI编程越容易，越要克制开工冲动：先验证再开发

AI编程工具让开发变得前所未有的简单，但"能做出来"和"值得做"之间，隔着一道很多人看不见的鸿沟。

当AI编程让人"上头"

打开Claude Code，把需求描述一遍，它就能一点一点帮你把产品做出来。这个过程会给人一种非常上头的感觉——好像自己也能做产品了。

但这恰恰是最危险的时刻。

Claude Code、Cursor、Windsurf等AI编程工具代表了大语言模型在代码生成领域的最新突破。这类工具基于GPT-4、Claude 3等基础模型，通过对海量代码库的训练，能够理解自然语言需求并生成可运行的代码。Cursor采用了「代码库感知」架构，能读取整个项目上下文；Claude Code则深度集成了Anthropic的宪法AI理念，在代码安全性上有额外约束。这些工具的出现，使得非专业开发者也能在数小时内搭建出一个可用的Web应用或小程序原型，开发周期从数周压缩到数天甚至数小时。

做产品最浪费时间的地方，不是开发过程本身，而是你真的把它做出来之后，才发现根本没有人需要这个东西。博主张张分享了自己的亲身经历：他之前做过两款小程序，都踩在同一个坑里——仅凭感觉觉得"应该有人需要"，结果上线之后非常尴尬，产品确实能用，但没有形成真正的使用。

产品能做出来，和产品值得被做，完全是两回事。

"先胜而后战"：开发前就让产品赢了

张张提到了一个核心理念：先胜而后战。

套用到产品开发上，意思是——我们不应该先把产品开发出来，再拿去验证好不好，那就太晚了。更好的顺序是，在开发之前就已经让这个产品"赢了"。

这一理念与硅谷流行的精益创业（Lean Startup）方法论高度契合。精益创业由Eric Ries在2011年系统化提出，核心是「构建-测量-学习」循环，强调在投入大量资源开发之前，先用最小可行产品（MVP）验证核心假设。更早的理论来源是史蒂夫·布兰克的「客户开发」方法论——他认为初创公司失败的首要原因不是技术问题，而是「在没有客户的情况下执行商业计划」。文章中的三个验证问题，本质上是在检验「问题假设」是否成立，这是精益创业中最基础也最容易被跳过的一步。

怎么才算"赢了"？不是靠幻想，而是靠确认三个关键问题：

问题一：有没有人已经在为这个问题付出成本？

这个成本可以是时间、金钱，也可以是每天的精力消耗。如果没有人在为某个问题买单（无论是用钱还是用时间），那说明这个问题可能并不存在，或者不够重要。真正的需求，一定伴随着真实的成本支出。

问题二：用户现在有没有"土办法"在解决？

这一点特别有洞察力。如果用户现在完全没有任何替代方案、没有任何应对动作，那这个所谓的"痛点"可能根本没有那么痛。反过来，如果用户正在用各种笨办法、土办法来应对，那才说明需求是真实的——他们已经在想办法了，只是还没有一个足够好的方案。

问题三：我的方案能不能让用户少一个步骤？

让用户少复制一次，少打开一个软件，少翻半天聊天记录。只要能让用户少掉一个真实的麻烦，产品就有机会真正留下来。注意关键词是"真实的"——不是你想象中的麻烦，而是用户每天实际在经历的摩擦。

开发门槛降低，产品判断力才是护城河

这三个问题构成了一个简洁但有效的需求验证框架。张张现在做产品时，不会上来就问"这个功能能不能实现"，而是先想清楚：

• 这个问题到底有没有人在痛？
• 他们痛到什么程度？
• 我的方案是不是能比他们现在的做法更省事？

在这些问题没有回答清楚之前，不着急打开代码编辑器。

这个观点在当下的AI编程浪潮中尤为重要。Cursor、Claude Code、Windsurf等AI开发工具正在把开发门槛急速拉低，越来越多的人发现自己"也能做产品了"。但正因如此，我们更需要克制——不要把"我能做出来"误会成"这个东西值得做"。

「技术能力民主化」是近年来科技行业的重要趋势。从低代码平台（如Bubble、Webflow）到AI编程助手，每一波工具革命都在降低技术准入门槛。经济学上，当某种能力从稀缺变为普遍，其市场价值会迅速下降，竞争优势随之转移到上游的判断力和下游的执行力。这与Clayton Christensen的「颠覆性创新」理论相呼应——技术普及往往先消灭技能壁垒，再重塑行业竞争维度。在AI编程时代，产品经理的需求洞察、用户研究能力，以及创始人对市场的直觉判断，正在成为新的稀缺资源。

技术能力的民主化是好事，但它同时也意味着，真正稀缺的能力从"能不能做"转移到了"该不该做"。在人人都能借助AI快速开发的时代，产品判断力、需求洞察力才是真正的护城河。

写在最后：想清楚比做出来更重要

回顾整个分享，核心逻辑其实很清晰：AI降低了"做"的成本，但没有降低"想清楚"的成本。甚至可以说，正因为做的成本低了，想不清楚的代价反而更高了——因为你会更频繁地做出没人要的东西，然后在一次次"上线即沉默"中消耗热情。

与其做十个没人用的产品，不如花时间想透一个真正有人需要的。先胜而后战，先验证再开发，这才是AI编程时代最重要的纪律。

核心要点

• AI编程工具让开发门槛大幅降低，但'能做出来'和'值得做'是完全不同的两件事
• 产品开发应遵循'先胜而后战'原则，在动手之前先验证需求的真实性
• 验证需求的三个关键问题：用户是否在为问题付出成本、是否有替代方案、你的方案能否减少步骤
• 在AI编程时代，真正稀缺的能力从'能不能做'转移到了'该不该做'
• 克制开工冲动，先想清楚再动手，是AI编程时代最重要的纪律