# 终点一直往后退：AI 能做出几乎一切之后，做产品时什么时候该放弃？

> source: 想法/草稿/终点一直往后退-做产品时什么时候该放弃.md

> 引用块是作者原话，逐字；其余是 AI 整理。

## 问题

> 我发现这样一个问题：AI给予的编程能力确实让人能够完成几乎所有任务，乃至现在人类能够发现的最难的数学问题，也已经有了突破的希望。
> 但是，当一个用户在做产品时，他可能有一个模糊的需求，并不一定知道最终想要的是什么。于是，中途一开始是一个很简短的路径就能达到的终点，但慢慢做着做着，终点一直往后延，却永远达不到。
> 而且会发现，在途中需求会不断改变；甚至随着研究深入，一开始的需求可能是伪需求，或者别人已经做出来了，而自己并没有什么优势。面对这种情况，很多时候中途就需要放弃一些项目。

## 为什么值得想

AI 把「做得出来」变便宜了，瓶颈挪到了「做什么」和「什么时候停」。以前写代码贵，贵本身逼人先想清楚；现在先做再说几乎不花钱，于是想清楚这一步被省掉了，变成边做边想。终点往后退，很多时候不是做得慢，而是**做本身成了找需求的过程**，只是没意识到。

## 走到了哪（AI 的回答，整理）

**1. 终点后退有两种，要分开看。**

- 学到了新事实：用户说了什么、查到了竞品、发现原来的设想不成立。终点移动是对的，说明目标在被发现。
- 只是「再加一点会更好」：没有新事实，只有新想法。这是范围蔓延。
- 检验办法：回头看上周改的方向，能不能指出是哪个事实让你改的。指不出来，多半是第二种。

**2. 把项目当成一个问题，而不是一个产品。**

开工前写一句：「我猜 ___ 需要 ___，因为 ___；看到 ___ 就算验证了。」每一轮迭代回答一个小问题。这样「别人已经做了」「是伪需求」也是一个答案，项目停下来不算失败，算问题答完了。

**3. 放弃的条件要在清醒的时候先定。**

做到一半时人会被沉没成本和「就差一点」绑住。开始时就写下：过多久、或者出现什么情况就停（比如「两周后自己一次都没用过」「找到一个已有工具能解决八成」）。到点了照着执行，而不是到时候再判断。

**4.「别人已经做了」要多问一句：做这件事是为了什么？**

- 为了卖、为了让很多人用：没有优势就该认真考虑停。
- 为了自己用：别人的东西能用就用，用不了的那部分才是你的需求。自用工具不需要护城河。
- 为了学：撞车无所谓，做完就是收获。

很多「中途放弃」的痛苦，来自一开始没说清楚是哪一种。

**5. 查重现在很便宜，放在写代码之前。**

让 AI 先花十分钟找有没有现成的、别人怎么做的、为什么没火，比做两周再发现划算得多。

**6. 放弃的项目留下残余。**

学到的东西、能复用的部件、和那个问题本身。这个仓库的 `想法/` 就是这么设计的：草稿留在原地，能看见一个念头怎么变、在哪里停下。

## 还没想通的

- 「找需求」和「做产品」能不能干脆分成两个阶段？前一个阶段只做一次性的原型，规定不许打磨。AI 让原型这么便宜，这样分值不值？
- 放弃的条件写在哪里才会真的被执行？写在项目 README 里，还是放进一个定期回看的地方？
- 回头看自己做过的项目（比如这个网站本身），哪些终点后退是学到了东西，哪些只是「再加一点」？
