夜雨聆风
前OpenAi员工说:还在找需求做app你就out啦
最近我观察到的个人创作者vibe coding基本是由自己的小需求出发，然后发布到网上，希望给更多有需求的用户。这种路线的逻辑本质是服务一个大家通用的需求，参考马斯洛的金字塔需求理论。跟目前apple store有着各种各样的app没啥差别。
但这几年特别明显的是没有再出现「现象级的产品」了，顶多是小火一把的小而美的产品。我觉得原因是通用、大众的需求结合时代、技术的发展目前已经被满足了，比如满足人性分享和窥探的抖音；社交需求的微信等
或许现在人类的需求就不再是通用的呢，或许未来的产品就是高度私人化，不可通用的呢？
「过去：强通用、强人性、强规模」
「现在：小而美、细分、解决某一群人的某一个痛点」
前OpenAi创始成员Karpathy结合Ai分享并实践一个全新的观点——需求本身在分化，产品会像刀片一样一次性用完就扔。
事情是这样的，前几天Karpathy在推上分享他健身时，发现自己心肺训练有点松懈了，心率从运动员级别的45到了50（外国人对健身、身体数据要求比较高），所以他想搞个8周小实验重新调回来。
他没去 App Store 找现成 App或者问ai制定计划，而是让 Agent 直接对接跑步机，抓数据、清洗、画图，拼出一个只为这次实验服务的「一次性仪表盘」。后续他直接在运动时看着仪表盘的变化，最后做完实验直接删掉。
总结他的跑步机dashboard不是”给大家用的健身app”，而是”只为我这次8周实验服务”的私人工具。
需求和痛点
他的想法很好，但原文他说过程并不容易。大篇幅说了自己是实现如何实现这个仪表盘，以及实现中遇到的困难。
比如 （ai总结*）
-
跑步机没API → AI反向解析网页，写爬虫脚本
-
数据乱七八糟 → AI自动清洗（英制转公制、补缺日期）
-
没现成图表 → AI生成专属dashboard
-
调试过程 → 单位错了、日期漏了，他口述bug让AI修…
-
最终效果图 → 周Zone2时长稳步上涨，心率目标达成
总结三个方面（ai总结*）
-
技术验证：他证明”AI确实能搞定这种复杂活”，所以在推上发了一些具体细节。
-
生态吐槽：借自己踩坑，diss跑步机厂商没API
-
未来图景：从个人实验推到”App Store要死了”，格局拉满
连个ai大佬用agent做产品不容易，那不是妥妥的痛点和机会嘛。这个实验的过程让我们看到，在目前的agent及生态下，让AI实实在在走进人类日常生活，完全快速弄一个私人化的产品还是有些难度。但也是未来可优化的需求方向。
这启发我：未来需求不再是传统的金字塔，而是无数发散的独立小岛。
过去： 1个现象级App ← 服务1亿人
未来：1万个私人Agent ← 各服务100人（Ai总结）
有人评论说Karpathy太扯淡了，你的奶奶可能用agent去做一个app吗？还要有设计理念还要维护，咋可能？
Karpathy说奶奶不需要懂，她的agent懂就可以了。
于是我总结未来的产品形态有三个特征。
1. 一人千面
乔布斯说过，不要让用户思考。我认为未来的产品就应该是 真正的不需要用户思考的，这个过程就应该像Karpathy分享的，是极简化的。比如说
-
我要减肥 → AI抓秤数据+抓我日常饮食数据+生成专属饮食计划
-
我要旅游→AI抓攻略+抓我的偏好+消费水平等+生成旅游攻略并定好
2. 接受生命周期就是短期的
人是流动的存在，我们每年发生的n个事情都是有周期。为啥要假设用户长期需要一个产品呢？
我之前做产品留存也想过，很多时候所谓的需求和留存都是为数据存在的，并不是人真实的需求。这也是为什么现在web2的大部分产品都在纠缠留存和唤回，怎么做也就那样的本质——人是流动且丰富的，过了某个阶段，就是不需要了或者 没那么需要了。
Karpathy的洞察大多数需求都有明确截止日期，所以他认为未来产品默认是”用完即删”的。
-
备考6个月
-
减肥12周
-
装修3个月
-
求职2个月
3. agent+生态关联
现在大家在用openclaw做产品其实也有超个人化趋势，只不过基本还只是在线上的流程，没有落实到现实生活来。Karpathy的案例特别点就在于「关联物理世界」，目标是让自己的肉身更好，串联了自己使用的生态产品跑步机。跑步机→心率→Zone2时长，一条实打实的生理反馈闭环。
我觉得如果按照这个思路的话，物理世界确实有很多可发展空间，比如健康、医疗、家居。
【Ai举例】
医疗 – 康复训练Agent
用户：”脚踝扭伤恢复中”
AI → 智能护具(抓受力数据) + 红外测温仪 + 微信步数 + 康复视频识别
→ “今天负重时间超了5分钟，建议减速””左脚着地角度偏3度，调整姿势”
每天语音播报：”恢复进度67%，预计下周三恢复跑步”
医生都服：比复诊靠谱，比护士盯得紧
睡眠 – 卧室环境Agent
用户：”最近睡不好”
AI → 智能床垫(抓翻身次数) + 窗帘(抓光线) + 音响(抓环境音) + 体温贴+睡前玩手机数据
→ 发现”凌晨2点温度升0.3度就醒””白噪音>45分贝反而失眠”
自动执行：”2点降温+换45分贝雨声”
炫耀资本：朋友圈晒”AI调了2周，深睡眠涨30分钟”
用户只说一句”我想变好”，整一个闭环直接完成，设备数据 → AI分析 → 执行调整 → 生理改善 → 直观图表
对做产品的启发
【此处是AI思考和建议】
1）用户端：以后不会搜”有啥app能干这个”，而是直接跟AI说”帮我搞定这个实验，帮我调一下我的体重”。
2）产品端：你的产品要变成一堆乐高积木，让AI能轻松拿去拼用户方案：
-
不是完整App，是”抓XX数据”、”算YY指标”、”发ZZ提醒”这种原子能力
-
不是炫酷UI，是稳定API+清晰文档（连AI都看得懂那种）
-
不是月订阅，是按调用量收费
3）平台端：App Store可能变成”Agent Store”，审核的不是应用，是”可信行动能力”
-
短期（1–3 年）更容易被 Agent 化的领域：
-
工作流复杂、但规则清晰的：客服、运营、财务报表、销售自动化。【当前】
-
多 App 拼接的场景：出行、旅行、内容生产、营销投放。
-
中长期才会彻底重写的：
-
金融、医疗这类「需要极高信任」的领域，需要很长时间建立「让 Agent 直接动钱/动生命」的信任梯度。
-
对 App Store 的现实判断：
-
它不会明天就死掉，更可能是「慢慢退到后台」，变成「底层能力商店」，前台交互都是 Agent
最后，我想说Karpathy也是蛮直接剧透未来的。他吐槽很狠的一句：99%服务压根没给AI准备接口，还在写HTML给人类看。特别有种「你们都在玩个啥呢？一天天写页面的」。
原文（”99% of services have zero AI-ready interfaces. They’re still writing HTML/CSS docs for humans to click through pages.”）
这或许既是现状的镜子，也是未来赛道的起点。
