虎嗅

AI创业一年复盘:第一次Build的成就感,是创业最大的幻觉

核心内容总结

作者作为AI创业公司联合创始人,用一年实践复盘了AI native产品(Seede)从0到1的踩坑与思考:AI确实让“做出来”变快,但也把维护、协作、体验等隐藏问题提前暴露;agent工程不是简单跑通循环,要解决上下文、工具链路、用户意图对齐等细节;AI产品需有“活人感”避免机器味;快速build背后是大量维护债务,需靠系统而非功能堆砌解决;组织分工从“亲手写代码”转向“审核AI产出”;SaaS不会消亡,而是要AI native重构解决长期维护问题;创业核心是主动推动事情发生,节奏比完美更重要。

一、AI agent不是“一键解决”,细节坑比想象多

很多人以为agent(AI智能体)能自动完成复杂任务,但作者实际做下来发现:

  • 上下文容易“认错对象”:比如用户说“把小米汽车改成特斯拉”,若画布有100个设计,AI可能改到历史里的相似图,用户一眼就看出错。
  • 工具链路常走歪:比如模仿网站做海报,正确步骤是“搜官网→截图→作为参考图生成”,但AI有时会漏掉截图环节,直接生成不匹配的图。
  • 执行偏掉计划:计划写“先改标题再调布局”,但AI先调布局导致图层位置变了,后续工具找不到目标。

优化agent的关键:

1. 分阶段:先规划再执行:planner阶段理解意图、拆步骤(比如“改夏季促销海报”拆成换标题、换图、调排版);execute阶段分模式(确定任务直接工具执行,复杂任务循环调整,多任务并行处理)。

2. 把确定的事工程化:比如“移除图片背景”这种固定操作,直接写死逻辑,不用每次让AI推理,既快又省成本。

3. 不懂业务的人搞不定agent:纯技术只看工具调用成功与否,但懂用户的人才能判断AI是否真解决了需求——比如用户说“更高级”,AI应该先问“改哪张?风格还是排版?”而不是瞎改。

二、AI产品要“活人感”,别让用户觉得在跟机器说话

作者的底线:AI产物不能像批量生成的,要有“活人感”——

  • 内容上:文案说人话,不用AI配音(一听就假);
  • 产品体验上:展示创作过程,比如用户能看到AI“思考→找素材→排版→调整”的步骤,而不是黑盒等待。

举个例子:Seede做设计时,用户能看到AI像真人设计师一样移动元素、填文案、补装饰,这种“过程感”会让用户觉得背后有人在协作,而不是冰冷的机器。

为什么重要?因为文生图产品的体验是“输入→等待→出图”,用户不满意只能重输,而有活人感的产品能让用户产生期待,愿意多互动。

三、快速build很爽,但欠下的“维护债”迟早要还

AI让搭功能、写代码变快,但build之后的维护成本比想象高:

  • 数据埋点乱了:作者自研埋点系统,某天查数据把数据库搞崩——因为没考虑查询性能、权限隔离,非技术同学随便点按钮就拖死生产库。
  • 分销系统的坑:表面是“邀请链接+返现”,实际要解决合法支付、税务、和订阅系统兼容等问题,demo阶段根本暴露不出来。
  • 文档跟不上:功能改了,文档截图还是旧的,用户按老说明操作出错,客服也解释不清。

核心洞察:AI把生产门槛降了,但维护没消失——越是人人能build,越需要系统管边界。比如SEO不能只靠AI写文章,要把内容放进CMS系统(像Sanity),让非技术同学能安全编辑,工程同学保证结构稳定。

四、AI native组织:程序员从“记者”变“编辑”

以前只有研发写代码,现在PM、设计师、运营都能用AI写代码提交PR,但问题来了:谁兜底?

  • 分工变了:程序员不再亲手写所有代码,而是像“编辑”——审核AI生成的代码(避免屎山)、判断功能是否影响其他模块、对最终系统质量负责。
  • 权限是大问题:非研发同学想改数据库但怕删库,需要“沙箱机制”——让他们在隔离环境试错,改动要经过自动测试和人工审核才能上线。
  • 代码要成“资产”:AI写的代码能跑但没人懂,不算资产。要让代码可理解、可复用,比如先写需求说明(spec),AI写完后再让它解释和spec对齐。

作者团队10人都提交PR,研发最头疼的是review别人的AI代码——所以未来需要AI infra自动审核、测试、识别影响范围。

五、SaaS不会死,要AI native重构解决“维护痛”

很多人说SaaS过时,但作者认为:AI让build变快,维护需求变大,新SaaS要解决“keep it running”的问题

  • 旧SaaS不够AI友好:比如传统CMS不能自动同步代码变化,而Mintlify这种新工具能连接GitHub,根据PR自动更新文档,还支持AI搜索。
  • 新SaaS的方向:不是帮你生成更多东西,而是帮你把生成的东西变成稳定资产——比如管理AI生成的代码、维护文档、治理数据埋点、处理支付合规。
  • 短期靠人,长期靠infra:现在很多AI产品需要FDE(现场交付工程师)去客户那写胶水代码、解决集成问题,但未来这些重复需求会变成标准化SaaS。

比如Cursor解决了“build快”,但需要新SaaS解决“维护好”——这就是AI时代SaaS的新机会。

最后:创业不是等,是主动让事情发生

作者最大的感悟:创业不是等资源、等排期,而是发现问题就往前推——没人拍视频就自己拍,没人做demo就用Cursor写,没人搞懂agent就熬夜拆。AI让单个人能推动的事情变多,但产品出来后要像做内容一样运营:和用户建立信任,让他们愿意回头、推荐。

总结:AI时代,信息差变小,但实践差变大——看一万遍demo,不如自己摔一遍坑。

(全文完)

(注:文章来自微信公众号“小头MUJI”,作者Muji)