AI模型和Agent能力持续变强,做AI应用的人应该怎样判断:自己解决的是一个能长期成立的用户需求,还是暂时填补模型能力的空隙?如果只能先验证一个用户行为,你会建议验证什么,为什么?请结合立正的公开材料说明判断依据和适用条件。

提问

AI根据立正公开的文章和视频整理,不是他本人回复

判断标准不在模型今天能不能做,而在需求消失后用户是否还会留下:看产品是否积累了模型之外的场景知识、用户历史与交付标准。若只能先验证一个行为,就验证用户是否持续回来,并让上一次使用记录改变下一次交付。

长期需求靠模型之外的东西撑住

立正把这类产品定位为通用 agent 之上的垂类应用:底下借用不断变强的通用智能,上面解决教学场景、业务标准、用户习惯和具体交付,而不是自己训一个专门模型去和通用智能竞争⁠1。判断一个需求是否长期成立,可以问:模型再强一档,用户为什么还留在这里?如果答案是“因为模型现在做不好这件事”,那更像在填能力空隙;如果答案是“因为它知道这个学生上周错在哪、按这套业务规则该怎么交付”,需求就有独立支点⁠1。他也提到,AI 让过去不值得专门开发的长尾需求开始值得做,所以“以前没人做”不能直接当成需求不成立,关键仍是交付里有没有可积累的东西⁠2。

先验证用户是否带着历史回来

AI推演

如果只能验证一个行为,我会建议看用户第二次、第三次使用时,是否愿意继续提供上下文,并且产品能否用上一次的记录改变这一次的交付。这个行为比“首次试用觉得惊艳”更能区分两种需求:填空隙的产品,模型升级后用户换一个更强的入口就行;有积累的产品,换模型也带不走这段历史⁠1。立正举的例子是,学了两个月的学生,产品能告诉家长这周错题可能源于上周某个前置知识点没掌握,而同样聪明的模型没有这段记录⁠1。这个验证成立有条件:任务本身要重复发生、用户愿意留下记录、记录确实能改善下一次结果;一次性任务或用户不愿提供历史时,它说明不了太多。

别把发布方的指标当成自己的瓶颈

判断时还要防止被模型厂商的叙事带着走。立正分析 Jev 时提到,演示没造假不等于演示条件代表你的工作,质量、延迟、一致性、校准这些指标的权重要由自己的任务决定;厂商证明延迟下降,不等于延迟就是你此刻最该解决的问题⁠3。他还强调最难的一层是找到真正合理的替代方案:如果不用这个新能力,针对同一问题最合理的选择是什么⁠3,4。放到需求判断上,就是先问:这个需求在模型变强之前靠什么解决,变强之后那套替代方案是否仍然更差。如果只是比旧方案好一点,而旧方案本身也在随模型进步,长期性就要打问号。

这些材料讨论的是 AI 产品与技术选型的判断框架,没有给出针对具体行业的需求验证数据;上述验证行为是据此推演,不是立正对某个产品的具体建议。

回到4份原文