九年后重读黄峥:AI 能让普通人的需求变得值钱吗?

九年前的今天，2017 年 9 月 26 日，黄峥曾在公众号发表了一篇很有意思的文章——《把“资本主义”倒过来》。他在文章里提出了一个“反向保险”的设想： 

通常，人们花钱购买保险，以获得应对风险的保障；

那么，拥有资本和生产能力的一方，能否反过来向普通人购买某种确定性？

这份确定性，来自每个人对自己未来需求的了解。消费者提前作出可信的购买承诺，生产者便更容易安排生产，减少库存和销售的不确定性，也可能愿意通过更低的价格回报消费者。

黄峥接着追问：

这些意愿怎样才能被表达、标准化和流通？

如此多样的场景，能否以相对去中心化的方式组织起来，同时避免欺诈？

他留下的是一组开放问题。

九年后到今天，我想沿着两个方向继续思考：

1.这套思考与他的拼多多商业模式有什么联系？

2.到了 AI 时代，它又可能长出怎样的新产品？

理解第一个问题，需要把时间再往前拨四天。

2017 年 9 月 22 日，黄峥还写过《市场多一点，还是计划多一点》。他观察到，电商让商品流通和商家竞争变得更充分，但工厂依然需要提前安排生产。他设想，如果消费者愿意多等一段时间，把相似需求归集成小批量订单，就可能让更多生产商参与竞争，让生产更贴近实际需求。

两篇文章放在一起看，思路就连上了：前一篇讨论怎样组织需求，提高生产效率；后一篇继续追问，提供这份确定性的消费者，能不能分享由此产生的收益。

这也给了我一个理解拼多多的角度。

我们平时看到的拼单，是几个人一起买、价格更便宜。往后看一层，它把分散的购买行为集中起来，让商家看到更大的订单量，并有机会把需求信息反馈给供应链。拼多多早期公开文件也描述过，订单规模能够吸引商家提供更有竞争力的价格，消费者偏好则可以帮助商家调整生产和销售计划。

拼多多在 2015 年就已开始运营，这些文字让我们看见：黄峥在经营电商的同时，持续思考如何组织需求、调动供给，以及谁能分享由此产生的收益。从拼单起步的拼多多，也逐步连接起消费者、商家与供应链，最终形成一张足以撬动阿里巴巴电商生态的商业版图。

拼单也没有完整实现他设想的“反向保险”。购买页面上的商品与价格往往已经确定，消费者参与的是当下交易；而文章里的问题还往前走了一步：

尚未发生的购买，能否提前形成价值？

两者之间的距离，恰好是今天值得继续探索的地方。

设想我对一个 AI  Agent说：“未来三个月，我想换一台适合小户型的洗衣机，预算三千元以内，不着急，安静一点，品牌可以商量。”

这句话已经包含不少有用信息：时间、预算、用途，以及我愿意在哪些地方妥协。但要让它变成一笔交易，还需要澄清尺寸和功能、找到合适型号、比较交期与售后，并确认我究竟有多大购买意愿。

过去，这些工作大多要由消费者自己完成。AI 有机会降低其中的沟通和协调成本，让一个购买计划得到持续跟进。

再往前一步，如果有一批人提出相近的条件，每个AI Agent是不是可以各自确认后，把这些需求组织起来，让商家为它们报价？

在这个设想里，商家能够更早知道一批潜在客户需要什么、何时需要，以及在什么条件下愿意成交。消费者则可能用自己的等待时间和购买承诺，换取更好的价格或服务。

沿着这个方向查找，我看到了两个值得观察的早期AI Agent产品。

1. The Reverse Mall

The Reverse Mall 展示的流程是：用户先预约具体商品，人数达到条件后，让卖家竞争报价，最后由用户确认付款。它让“先组织需求，再寻找供给”变得直观。不过，官网仍将其标为原型演示，暂时没有Agent接入功能，这可以作为一种产品构想来研究，尚不足以证明商业模式已经成立。

https://thereversemall.com/

2. XBuyer

XBuyer 展示了另一个环节：如何让 AI 在明确授权和消费限额内，替用户完成搜索、下单和订单管理。它把代理与商家 AI 谈价列在后续路线图中，因此同样不能被当作成熟的自动议价案例。

https://xbuyer.com/

这两个产品让我意识到，Agent 需求聚合和代理执行，已经分别有人尝试。但把它们真正连起来，还需要解决很多交易层面的问题。

我更感兴趣的，是独立创作者的小批量制造。AI 能加快设计，但从效果图到实物，打样、起订量和库存仍是门槛。

比如年初的小红书有一段时间景德镇陶瓷摆件这个品特别火。

如果有了一个消费者和创作者直接拼单比价的平台，创作者就能先确认样品和不同批量的报价，再让消费者明确承诺：“这个价格以内、这个时间前交付，我愿意购买。”承诺达到生产门槛后，创作者就能带着更可信的需求找工厂；AI Agent 则协助整理工艺、比较报价和跟进交付。参与者共同决定了这件产品能否诞生。

关键是承诺要可信。点赞和免费预约不能当订单；退出规则、生产失败的责任和交付风险都要事先说清。消费者付出了等待和承诺，也应获得相称的价格或服务回报。

九年前，黄峥追问普通人的意愿如何被表达、传递和定价。今天，AI 为其中的部分环节提供了新的工具，但最难的那一步仍然存在：

怎样让一个人的真实需求成为可信承诺，并让他分享这份承诺创造的价值。

我想继续观察的，正是这样的产品：它能让普通人更容易组织一次购买，也能让一个独立创作者更容易组织一次生产。它最终需要回答的，是用户付出了等待、信任和承诺之后，究竟得到了什么。

现在公众号已经注销了，我把所有文章都收录到GitHub上了，有需要可以自取。

https://github.com/toosielu/huangzheng