以前满足一个需求，要么会写代码，要么等别人把软件做出来。图形界面的限制常被忽略：不是每个人的每个需求都值得一家公司投入开发成本，很多小事忍一忍就过去了。自然语言成了调度算力的第三个接口，你可以直接描述目标，让 AI 调用工具把事情做完。原来不值得专门做个产品的小需求，现在有机会被满足。比如换车后账户和贴纸弄乱了，自己处理很麻烦，让 Agent 从邮件里找账户、梳理、再合并，这类事过去不会有人为它开发软件⁠1。

工业革命创造的不只是机器产业，还有娱乐、教育、城市消费和现代服务业。AI 自动化越强，人对意义、陪伴、心理韧性、精神秩序的需求可能越强，夏淳据此把身心灵产业对标健身和娱乐业，并给出五万亿美元量级的预测——这是他的判断，不是已论证的统计结论⁠2。汽车普及后，旅馆、旅行社、物流这些行业是有了汽车才长出来的，买车时想象不到⁠3。所以新需求往往不在 AI 本身，而在 AI 改变人之后人新增的需要。

很多创业者说自己在解决一个巨大需求，被追问“别人什么情况下会选你而不是竞对”就答不上来，这通常说明需求立不住。越是小的需求，越需要超高浓度的解决方案，因为用户容忍度低，方案好坏一眼能看出。捕捉这类需求的办法是从用脑转向用心：做一件事让你烦的那个瞬间，就是真实痛点，逻辑会骗你，烦不会。可以先把这些烦的瞬间记下来，公开讲出来，看有没有人真的在意——这能帮你判断它是不是真需求，而不是自嗨⁠4。