氛围编程做产品的3个启示
目前AI中最有价值的不是代码、Nvidia GPU或计算机科学学位。而是你可能已经拥有的东西——而且大多数构建AI产品的人甚至不知道它的存在。
一位律师、一位心脏病学家和一位来自乌干达的道路技术员。他们都没有软件背景。他们都在不到一周的时间内构建了受到数千人喜爱的成功AI产品。
如果他们能做到，你也能。
我的意思是字面意思——因为这三人获胜的原因是一样的，而你现在可能正坐在上面。你只是还不知道它是什么。
让我们稍微回顾一下……
上周，Anthropic——Claude背后的公司——举办了一场比赛。他们想看看人们在一周内会用他们的最新模型构建什么。
有一万三千人申请参加。五百人入选。
他们大多是开发者。工程师。花费多年编写代码的人。那些你认为会在AI黑客松中获胜的人。这基本上是一个不成文的规定：除非你会写代码，否则不要参加这些比赛。
自2023年人们开始"氛围编码"以来，这条规则就开始瓦解。到了2026年，它终于彻底被打破了。
1、教训1：无聊意味着没有竞争。
Mike Brown是加利福尼亚州的一名律师。不是软件开发者。不是初创公司创始人。是一名律师。
他的朋友建造后院小屋和车库改造——那种旨在帮助缓解加利福尼亚住房短缺的小型住房（是的，这个问题太出名了，甚至有一个维基百科页面）。
每次他的朋友提交许可申请时，都会被退回。
不是因为计划错了。因为一个代码引用稍有偏差，或者地方规则以某种没有人清楚记录的方式覆盖了州规则。朋友修复它。重新提交。又因为完全不同的问题被退回。
几个月过去了。房子没有建成。家庭没有得到安置，因为一切都陷入了官僚程序。
仅在旧金山，获得建筑批准的中位时间是627天——而每套单元的许可费用可能高达74,000美元。一半的项目都有可能在第一面墙建成前失去融资。
所以Mike构建了CrossBeam，他通过澄清他要解决的问题开始了演示：
每个人都认为加利福尼亚州有住房危机。我们没有。我们有许可危机。
这个应用程序允许业主上传他们的拒绝信和计划。在20分钟内，他们会得到一个精确的、引用代码的行动计划。确切知道需要修复什么，确切引用了哪些法规。
📺 观看原始演示——当你直接从他那里听到这句话时，这句话更有冲击力：
Buena Park市市长Connor Traut作证：
我需要在2029年前许可超过3,000套新住房。去年我们不到一百套。我们需要这个软件。
过去需要几周的过程现在只需要一个午休时间。
六天内建成。第一名，这是他的*GitHub*链接。
是的，许可办公室是地球上最不吸引人的地方之一。
除非你身处前线，那些普通人被困在繁琐手工痛苦循环中的行业。很少有风险投资资助这一点，没有AI初创公司会采访许可申请人。而且因为AI界没有人关注那里，所以没有竞争。
这就是模式。
了解一个不吸引人的行业只是Mike优势的一部分。要以最敏锐的方式看到下一个原则，让我们认识一个已经在问题中站了十年的人。
2、教训2：如果你是用户，就不需要用户研究。
Michał Nedoszytko是布鲁塞尔的一名心脏病学家。他的日常工作是通过身体检查患者的心脏来修复它们。
每一次，在他们刚被告知心脏有问题之后。患者感到恐惧和困惑。在15分钟内——在他们甚至到达车之前——他们就已经失去了上下文。
多项研究表明，患者在没有提示的情况下只能回忆起医生告诉他们的约49%的内容，而在他们记得的内容中，大约15%是不正确或不完整的。
Michał亲眼目睹这种情况发生了数千次。
他知道患者第二天会打回电话问哪些问题。他知道出院说明的哪些部分没人读。他知道诊所里说的话与患者凌晨2点在家实际能做的事情之间的差距。
没有产品团队能知道这一点。你无法通过采访获得十年的床边观察。
他在通勤路上听说了这个黑客松。一周后他有了一个可工作的产品。
Postvisit.ai接受患者的临床记录，并将其转化为个人AI伴侣——通俗易懂的解释、翻译医学术语、后续回答，以及跟踪在家发生的情况是否与医生的预期相符。
他的竞争优势不是技术技能，而是 接近度。
目前最好的AI产品不是由最好的程序员构建的；而是由像这位医生这样的人构建的，他们多年来亲眼目睹了同样的痛苦（甚至是生死攸关）的差距。
但还有最后一个问题：什么样的工作实际上准备好被改变了？
答案隐藏在每一个表面上看似乎无法自动化的"专家"工作中。
3、教训3：实际上只是信息处理的任务。
Kyeyune Kazibwe是乌干达的一名道路技术员。
他的工作：开车上路，评估损坏，估算维修成本，并决定资金应该流向哪里。这很慢，身体也很累。而且无法规模化。
需要评估的道路远远多于能够覆盖的技术人员。学校、市场和诊所在文书工作赶上进度的同时在等待。
用他自己的话：
基础设施很昂贵。我们需要确保每一美元都直接投入到尽可能产生最大影响的项目中……我们没有足够的数据和专家来分析所有项目。
所以他构建了TARA。你用行车记录仪开车上路。你上传录像。
在五小时内——而传统评估需要几周——你会得到一份完整的报告：按路段划分的表面状况、粗糙度指数、维修成本估算，以及一项公平性评估，识别哪些社区实际上从修复中受益。
在他的演示中，他在坎帕拉附近的一条正在施工的真实道路上进行了测试。
📺 带有旁白的完整演示 ——乌干达道路录像是引人注目的视觉内容：
这是解锁一切的原则：从任何"专家"工作中剥离行话，一步步描述实际发生的事情。
Kyeyune在做什么？他看一个表面。将其与已知标准进行比较，然后根据指南分配一个数字。这就是模式识别和标准信息处理。
一旦你能以这种方式看待系统或工作流，你就能在任何地方看到它。
保险理赔员查看索赔，合规官员根据清单阅读合同，审计员将行项目与法规进行比较。
每一个这样的专家工作，其核心都是某人看某物并将其与标准进行比较。
这正是AI擅长的。
4、三个问题帮助你找到下一个百万美元解决方案
还记得你不知道自己拥有的东西吗？这里有三个问题，可以帮助你找到只有你才能进入的金矿：
痛苦从外部是不可见的吗？
如果行业（甚至任务）看起来很无聊——许可、患者随访、道路检查、保险理赔——好消息！
这是一个优势。
无聊意味着更少的竞争对手和更绝望的用户。被困在这些系统中的人往往已经被困多年。他们会付费以脱身。
你是用户（或亲身体验这个问题）吗？
如果你在日常工作中已经经历了这个问题，你就拥有那些资金充裕的团队无法购买的优势。
你知道哪个部分真正让人痛苦。
你知道用户忘记告诉研究者的内容。你知道每个人都使用但没有人写下来的变通方法。这种知识就是产品。
这个任务是否遵循严格的规则、比较和检查？
剥离行话，一步步描述任务。
如果诚实的回答是"我们看某物并将其与标准进行比较"，基本上，就是简单的信息处理。这是可压缩的，正是AI的任务。
一个原则。
这三个问题都指向同一件事。
一位修复许可的律师。一位看着患者忘记的心脏病专家。一位无法覆盖足够区域的道路技术员。他们都不是来自软件或AI行业。
他们都没有技术背景。
然而！
他们都彻底了解痛苦——因为他们每天都在经历。
那么，属于你且只属于你的AI机会是什么？
试着从你日常生活中最痛苦、最缓慢、最令人讨厌的过程开始。
原文链接: A Lawyer Just Beat 500 Developers at Anthropic's Hackathon
汇智网翻译整理，转载请标明出处