2026
在过去两周的时间里，我花了 3B 的 token 高强度地使用 OpenClaw。这么做的目的是我想要测试，到底用这个"龙虾团队"可以把一个人的开发边界推到哪里。
确实，在很短的时间内，我基本上每天可以上线一个产品：从最开始做预测训练器，到 Podcast Distiller，再到做了一个多模态日记的喵记。https://easyflowworks.com
使用 OpenClaw 就像拥有了一个完整的团队，涵盖了产品、开发、测试、以及项目追踪。它确实可以把原有的 Vibe Coding 体验提升到更高的量级，包括帮你处理各种部署工作等等。我甚至还在一个周末就做了一次 reorg，多次开发流程的迭代。
但是这样做出来的东西有一个普遍的特性：它只是为了我自己的某一个需求而做的。包括我自己，可能在开发完后的两周后，也不会真正高强度地去使用。
因为高频、刚需、普适性的且不需要 AI 金刚钻的场景，早已被各种 App 满足得很好了。剩下的是一些需要比较强的 AI 能力的高频刚需场景，又能够新做的事情。或者是到了细分场景，定制化场景，但是那个天花板不高。
这个周末有个报道：App Store 2025 全年新增约 557,000-600,000 个 App，同比增长约 30%，2026 Q1 提交量 235,800，同比 Q1 2025 增长 84%。互联网每天新增站点在几十万的量级。我自己都一下子搞了三个。
但纵观我这一年多的时间里，真正让我每天使用起来的 AI 产品，除了各种 AI Agent 和 Discord 以外，其实只有 Typeless（随机问了几个 PM，情况大致差不多）。
Typeless 是一个高频刚需的输入法场景，但它又不仅限于传统的语音输入法。它通过 AI 帮助用户做了整理，包括：
这使得在当前一堆 Vibe 的环境下，这个产品或者说这个赛道，一下子又被推上了热门。Yan 看到这个产品以后，其实只用了一天的时间就做出了原型，后来一直在 debug 修复，但是真正给我们试用的时候，我们就会发现：这里也有问题，那里也有问题。它的稳定性、支持长输入的能力、速度，以及对于 edge case 的处理，其实都达不到 Typeless 的标准。包括最近微信输入法，也支持在 Mac 上使用同样的 FN 键进行语音输入，可是我自己用下来，也达不到 Typeless 的体验。虽然只是一个语音输入，我愿意每个月付 12 美元。
kankan-speaking.com 这是 future start PM 做的产品，她从上一家公司辞职开始做 OPC 通过 vibe coding 加上自己之前有相关的经验做了这个产品。她做完以后，经过小红书、朋友圈等自然流量的推广，大约有 100 多个用户访问，50 个注册用户。在两周的时间内，真正能够 daily 使用且有付费的用户只有一个人，这个产品的完成度，我觉得已经比其他普通 AI Vibe 出来的产品要高了。
纯粹的 Vibe Coding 可以帮助一个用户针对自己的场景，尤其是 Long-tail 的场景，快速出一个原型，获得创造的快乐，但是真正要到产品级的应用，还是需要有非常强的打磨，在细节体验上拉开差距。不管是产品细节的打磨，还是产品出来以后做的运营、拉新、留存、投放，这些其实我觉得比 AI 出来之前，竞争是更加激烈的，因为加入池子的垃圾太多，用户的 attention 被切得更碎了。
如果在实际细节的打磨，包括后面产品整个生命周期上的这些要做的事情没有发生本质变化的话，再过一段时间，就会有一大波产品被 App Store 下架。本身得不到用户认可的产品，很快就会退去这一波狂潮。我不确定细节打磨，生命周期是否是 AI 的下一波机会点所在。
切换到 2B 的赛道，我觉得 AI 的可能性和生命力会更强。
比如说，Alex 用"龙虾"做了一个招聘 HR，我自己也复刻了这个流程：
这种本身就有商业价值的问题，龙虾这套体系更有可能产生影响。我也在思考有没有办法通过内部的方式来实现，比如做一个 HR agent，来加速整个招聘流程。整个过程远比目前要高效，我们一天就拿到了几十份简历，一周就完成了招聘。
核心还是在于到底要解决的是什么样的问题？这个问题是不是高频刚需的场景？AI 加持以后 ROI 有多高，能否稳定运行？
所以接下来我应该不会再用"龙虾"去试各种 2C 的小产品、小场景。会更关注 2B 这条线上，结合我们自己拥有的 M365 data assets，去打高频刚需的场景。会借鉴到"龙虾"这种模式，虽然非常耗费 token（先放在第二步优化）。
我最近问自己的就是 AI 这波大潮退去以后，能够有价值存活下来的产品是什么？我现在可以怎么瞄准那个点，沉下心来做好。