模型能力越来越强大的今天,我虽然能快速地搭建自己的 Saas 产品,但是别人也一样能做,而且强模型甚至能够仅凭借几张截图、几句话就可以将别人的作品复刻出来,技术门槛似乎并不存在了,真正有价值的、能够 last 的东西是什么?个人的作品哪怕再新颖、优秀,我认为也很难与有组织有团队的大公司竞争,如何破局?

提问

AI根据立正公开的文章和视频整理,不是他本人回复

技术门槛消失后,价值从“能不能做出来”转到“做出来之后谁还愿意持续用、以及你愿不愿意长期维护它”。大公司强在规模,弱在旧包袱,个人可以靠反向定位和深度投入破局。

能复刻的是第一版,复刻不了的是持续正确

AI 把“做出第一版”压缩得很快,但产品里还有两块没被同样压缩:一是 discovery,靠一版版真实的东西才慢慢弄清到底该做什么;二是 ownership,用户开始依赖之后,要保证它在业务、用户和外部依赖不断变化时仍然正确。一个结账按钮很容易做,真正的交易系统还要处理付款失败、退款、取消会员、权限变化、重复账号、库存变化,以及这些状态互相碰撞后的各种情况。所以别人能复刻你的界面,却很难替你承担这套长期维护。判断一件事值不值得做,可以先问:它留下了什么可以继续积累的东西,掌声停下来以后用户还会不会回来⁠1,2。

大公司能看懂你的模式,却未必敢跟进

规模本身不等于壁垒。看到一家公司用户多、算力多、数据多,不能直接推出它有规模经济,要问究竟哪项重要成本随规模下降、在总成本里占多少。真正能约束大公司的是反向定位:新进入者采用一种对客户更好的模式,在位者技术上能模仿,但模仿会蚕食旧收入、破坏渠道或推翻原有激励,于是迟迟不跟进。判断时不能只说“大公司反应慢”,要具体指出它复制你的模式会损失哪条收入、哪段渠道关系。也要注意,反向定位只约束带旧包袱的在位者,挡不住另一家从零开始的新公司⁠3。

个人破局靠投入深度,不靠点子新颖

AI推演

同一个机会,两个人开局都失败,一个人查了很短时间、问了几个同事就放弃,另一个人查十倍时间、问三十个人、连续两周琢磨,才摸到门路。动作看着类似,投入深度完全不同,结果天差地别。推进时,前者把旧工作放第一位,后者敢把新项目优先并说服周围人;遇到困难,前者试两三次就停,后者换路径反复实验到破局。这套差别不保证成功,但说明个人相对团队的优势不在想法,而在愿不愿意在一个方向上投入得比对手深、做得比对手久⁠4。

关于“系统一能力更难被替代”的说法来自刘嘉教授的访谈转述,属于嘉宾观点,不是立正本人的判断,且材料未提供可操作的产品建议。

回到4份原文

个人做产品时,哪些部分该自己 build,哪些该 buy?

追问

AI根据立正公开的文章和视频整理,不是他本人回复

判断标准不是技术难度,而是谁该长期拥有它:体现你独特优势、决定产品差异的部分自己 build,通用且必须可靠运转的基础设施尽量 buy。

自建还是购买,比的是长期注意力成本

材料里的观点

AI 把写代码的显性成本压得很低,于是每月几百美元的 SaaS 显得贵。但一个自建系统如果每周都要从你这里拿走几个小时的注意力、判断和维护,它可能才是更贵的选择。所以比较的不是首次开发成本对月费,而是自建和购买各自要你长期投入多少注意力与责任。一个 checkout 按钮很容易做,真正的交易系统还要面对付款失败、退款、取消会员、权限变化、重复账号这些状态互相碰撞的情况,AI 能写出每个处理函数,但仍要有人判断正确行为是什么,并在现实偏离预期时持续负责⁠1。

独特优势自己 build,通用基础设施交给成熟产品

一个可用的切分方式:把体现你独特优势、值得长期拥有的那层自己做,把通用的部分交给成熟产品。以酒类生意为例,品味、酒源、推荐、内容和客户关系是差异化,值得做得非常独特;账号、支付状态、会员权限和社群基础设施,很可能只是必须可靠运转的基础设施,不必自己维护。反过来,如果某个通用环节恰好是你判断力的来源,或外部产品无法满足你的核心流程,自建的理由就变强。判断时可以问:谁会持续依赖它,失效时由谁负责;哪些部分体现你的优势,哪些只是必须可靠运行⁠1。

先做出来,再看哪些决定原本看不见

AI推演

第一版不只是实现想法,它让你看见原来的想法有多不完整。很多正确的决定,在看到错误版本之前根本不存在:先看到页面,才知道信息顺序不对;先用过 dashboard,才知道哪些数据不该占主要位置。所以 build 和 buy 的边界往往不是一开始就能想清楚的,做出一版真实的东西之后,原本被压缩成一个名词的需求才会展开,你才有依据判断哪部分值得自己长期拥有。对个人来说,可以先自己搭出能跑通的最小版本,把通用环节先用现成方案顶上,等真实使用暴露出哪些环节真正影响体验和差异,再决定要不要自己接手⁠1,2。

材料给的是判断原则,没有针对具体产品类型或预算的取舍清单;实际边界仍要看你的产品差异点和维护能力。

回到2份原文

2 超线性学院 2026-09-30

假学习的终结 ↗

说明原型只覆盖顺利情况,从原型到产品才是真正要学的部分,帮助理解为何边界要边做边定。