深夜问 AI 搞钱路子,它给了十条全村都知道的答案

上个月一个深夜，我干了件不太体面的事：打开对话框，敲进去一句「有什么靠谱的搞钱机会」。字打完我就后悔了，但手指比自尊快，回车已经摁了下去。

模型的回答来得又快又工整。自媒体，选个垂直领域，坚持输出；无货源电商，轻资产起步；把 Prompt 技巧做成课程；跨境选品；知识付费。一口气十条，条理清晰，每条还贴心地配了难度星级。

我盯着这十条看了半分钟，一阵熟悉的困意涌上来。这份清单的水平，跟村口大喇叭念广告一个档次：信息都是真的，也都没用。全村都知道的事，轮不到你靠它发财。

先把话说在前面：这篇文章不嘲笑想搞钱的人。想搞钱是天底下最正当的动机之一，提问的是我，要笑也得先笑我。一个写了十几年代码的工程师，深夜去问一台概率模型钱在哪，这画面本身就够好笑了——像往许愿池里扔硬币，只不过这枚硬币不便宜，它是显卡烧出来的电。

那天晚上真正让我睡不着的是另一件事：为什么模型越强，给的答案越平庸。后来我换过问法，换过模型，答案的成色稳定得令人敬佩，一致的昏昏欲睡。再后来我想通了：问题出在我这头，那个问题在结构上就不成立。

一、共识机器的说明书

要弄明白答案为什么平庸，得先读一遍大模型的说明书。

大语言模型是概率预测引擎。它读完了互联网上公开可见的绝大部分文字，学会一件事：给定前文，猜下一个词最可能是什么。这件事的另一面，说明书上不印：它的默认输出，是全网公开认知的中位数。中位数是什么？那个不偏不倚、四平八稳、最不会被人骂的位置。

这不是缺陷，是出厂设定。一个训练目标是「猜对下一个词」的系统，最优策略就是向最大公约数收敛。你让它输出偏激生僻、反常识的判断，等于让它自担风险，它没这个义务，也没这个激励机制。

麻烦在于，商业上的超额收益，恰好住在另一头。真正值钱的机会，几乎都长在「非共识且正确」的窄缝里：大家没看见，或者看见了不信，而你看见了，还对了。中位数是共识的老家，超额收益是非共识的老家。我深夜那一问，等于拿着一台共识机器，去它结构上到不了的地方取货。

你可能会想，那换下一代模型呢？我的体验是，模型越强，这件事越糟。中位数也在抬升，但抬升的是工整程度：答案的语法更漂亮了，排版更体贴了，句式更接近洞察了，住址没变。以前是大喇叭念广告，现在是铜管乐队念广告，曲目还是那一条。对提问的结构动手，比等模型升级便宜一万倍，也快一万倍。

再往下推一层，更扎心。一条商机如果能被模型用流畅的语言讲出来，意味着什么？意味着这套逻辑早被互联网翻来覆去咀嚼过无数遍：营销号写过，课程贩子包装过，每一个搜过「副业」的人浏览过。公开信息里没有超额利润，剩下的只有体力内卷。凡是它答得顺的，基本不值钱；值钱的，它答不顺。

我的问题还雪上加霜：零约束。没有资本规模，没有渠道，没有技能边界，没有目标市场，光秃秃一句「有什么搞钱机会」。一个没有任何约束的问题，只配得到一个没有任何棱角的答案。模型为了对所有人负责，只能给出对所有人都无害的东西：正确，完整，四平八稳，不可执行。

这跟问算命先生「我什么时候发财」是同一个结构。人家对你一无所知，只能答「时机未到，贵人将至」。信息输入是零，输出就只能是中位数。我给这种问法起了个名字：投币式提问。把问题当硬币扔进许愿池，捞回来一池子的愿望成色。

许愿池这门生意能开两千年，靠的是回报结构足够模糊：硬币沉底，愿望蒸发。提问的成本几乎为零，答案听着都像机会，事后失败了，也只能怪自己不够坚持。投币式提问继承了这个结构的全部优点，也继承了它的账本。

公平起见，补一个边界，免得把话说满：如果你是彻底的零基础，中位数答案反而是对症的。一个从没做过任何输出的人，先去做自媒体、先去写、先去卖，从零分到六十分，大喇叭的建议完全够用，甚至可能就是最优解。中位数坍缩只坑一种人：想赚超额收益，却用最大公约数工具找路的人。六十分以下，听喇叭的；六十分以上，喇叭开始收你的税。

二、你手里其实有东西

那次对话的后半段更值得说。模型给我上完课，我回了它一句大实话：可是我感觉自己手头啥也没有。

我相信这不只我一个人。问「搞钱机会」的人，十个里有九个带着这句潜台词：没本钱，没资源，赤手空拳。所以只能问出光秃秃的问题，所以只配得到光秃秃的答案。这个循环看着无解。

但它有个隐藏的裂缝：「我啥也没有」这个判断，本身就是错的。

心理学里有个词，知识的诅咒：你一旦掌握了某样东西，就再也无法想象不知道它的状态。你干了十年订单系统，觉得对账、开票、库存冲抵这些事「这还要教」；可对隔壁行业的人，这些是打不开的黑盒。你以为的常识，是你自己看不见的护城河。

商业世界有条朴素的规律：超额收益从来不要求垄断专利，它长在认知落差上。把一个领域的七十分常识，封装成另一个领域零分新手开箱就能用的东西，这门生意从有贸易那天起就没断过。翻译器比发明家活得久。

翻译器长什么样？说个很小的事。我写过几年订单系统，顺手把一条每天要人肉核对半小时的对账流程写成了脚本，三十来行，跑一次七秒钟。这事在我自己眼里乏味得不好意思讲；隔壁一位开小店的朋友看见，眼睛瞪圆了，问我能不能把他那一摊账也这么处理一下。那三十行代码没有任何一处称得上聪明，它值钱，只因为写它的人知道账要怎么对，而需要它的人不知道。

第二个矿口更妙：生理性烦躁。回想你的日常，哪段流程被你骂过最多次？哪个环节让你每次做到都想砸键盘？别浪费这份怒气。你骂过最多次的流程，就是客观存在的交易成本，而交易成本的另一面，是有人愿意付钱让它消失。烦，是身体替你做完的市场调研。

还有一类资产最容易被忽略：你挨过的打。每个行业都有一份只可意会的暗账，哪些坑新手必踩，哪些文件格式看着规范实际埋雷，哪句话跟客户说了准出事。这些东西不写在任何公开语料里，只写在你的记忆和聊天记录里。公开语料是模型的家底，你的暗账是你的家底，两份家底不重叠的部分，就是可交易的部分。

矿石从来不住在模型里。它住在你身上。推理能力它有的是。它缺原料：你的场景，你的数据，你挨过的打。所以问题的方向，从一开始就装反了。

三、方向倒过来：三个问法

正确的用法，一句话就能说完：你提供矿脉的坐标和地质样本，让模型评估塌方风险。坐标就是上面说的那些东西。落到具体，是三个问法。

第一式，给约束，不给方向。

把两种问法摆在一起看。投币式：「帮我想几个低成本轻资产副业。」约束式：「我手头有 X 领域的特定流程数据，目标客群存在 Y 类交付断层。基于这些约束，推演三种把这个交付环节标准化的极窄 B2B 结算模型。」前者是把方向盘递给模型，后者是你握着地图让它算路。模型的智力只有在约束下才会从「通用合法性」切换到「具体推演」——好工程师讨厌没有验收标准的需求，是同一条规律。

约束从哪来？三类：口袋，你能承受的损失上限；脑袋，你真懂的那一两个领域；人脉，你够得着的渠道和人群。三类至少占一类，问题就从空气变成模具。我深夜那一问，三类一个没给，等于让模型在真空里给我捏一栋房子。

第二式，扫结构性浪费，不扫热门趋势。

热门趋势是中位数的老家，人挤人。让模型当放大镜使：挑一个你浸在里面的垂直行业，把工作流整个摊开，让它逐节点找冗余、找信息孤岛、找合规成本、找时间损耗。能降低交易成本、能消掉真实痛苦的补丁，才是真实的付费点。趋势问答的产出是焦虑，浪费扫描的产出是清单。

具体到开口，可以这么问：这是某类小店每周雷打不动要做的三件事，步骤如下，请以审计视角拆一遍，哪一步对门外汉藏着最高的信息不对称，哪一步的隐形成本最容易被低估，如果要把其中一步做成别人直接买走的结果，买家是谁，他为什么宁愿付钱也不自己做。

第三式，红队压测。

人对自己点子容易自恋，模型恰好没这个毛病。带着具体的构想去问它：请站在最刻薄的竞争对手和破产清算人的视角，推演这门生意前三十天现金流断裂的五种方式。我以前写过怎么逼模型撒谎、让它给自己递辩护词；这回反过来，让它专职拆台。它拆你，成本是零；市场拆你，成本不是。趁刻薄便宜，多囤一点。

空讲三式容易飘，落一个示意。那次对话里，用约束式问法之后，模型真给我推演过一个方案，我原样搬来。先立牌子：这是模型生成的假想，一个字都没验证过，不是商机推荐。方向大致是：欧洲好些国家在推企业间电子发票强制化，规范名一长串，ZUGFeRD、Factur-X、PEPPOL；而大量用海外支付平台的中小卖家，系统只会出普通 PDF，开不出合规的结构化发票，买方财务没法入账。于是有了一个极窄的补丁：监听到账事件，自动把发票转成当地合规格式，推给买方财务，按张数收一点月费。顺带一提，跨境收款背后的税务合规这类脏活，也有 Lemon Squeezy、Paddle 这类名义商户平台整体托管，独立开发者的后院不用自己点火。

我搬这个例子，看中的是它的形状：窄，丑，具体，长在一条「必须做但没人爱做」的缝里，跟「自媒体垂直输出」不在同一个宇宙。同一个模型，喂进约束之后，吐出来的东西从大喇叭变成了地质报告。至于方案本身能不能活？不知道。那是下一步的事。

那晚模型其实一口气吐了四个这样的方案，另外三个分别长在保险凭单追缴、拒付抗辩、诊疗纪要的缝里。四个我一个都没做，一个都没验证，它们在这篇文章里的身份是标本：同一台机器，换个喂法，产出的物种完全不同。

顺便说一句，这三个问法也不只对搞钱成立。选城市，挑行业，给账号选赛道，凡是答案散落在公开网络上的问题，吃的都是这一套：约束喂得越真，答案离中位数越远。

四、先拿单，再开发

推演得再漂亮，也只是推演。整条链上最容易翻车的是这一步，我见过最多聪明人栽的坑也在这里：把「想法验证」和「想法夸奖」搞混了。

有本书叫 The Mom Test，Rob Fitzpatrick 二〇一三年写的，核心就一条铁律：口头赞美不算验证，对方付出真实成本才算。你去问「如果我做个工具，你愿意每月付五十块吗」，对方出于礼貌会说愿意。人在没走到掏钱那一步之前，承诺是免费的。时间、数据、金钱，只有这三样的成本是真的。

廉价信号要专门点名，因为它们长得太像成功了。口头说愿意，廉价；主动帮你转发，廉价；留个邮箱订阅上线通知，还是廉价。礼貌、热心、期待，都是好东西，唯独都不是钱。真正昂贵的信号只有三样，一样比一样硬：他愿意花时间坐下来把业务细节讲给你听，他愿意把真实文件发给你处理，最硬的是转账，哪怕金额小得让人尴尬。

所以顺序要倒着来：先拿单，再开发。如今开发几乎是免费的，注意力才是稀缺品。用最贵的资源去验证最便宜的话，这笔账怎么算都亏。

最朴素的一种打法叫礼宾式交付：不建系统，不写代码，自动化由你本人扮演。直接到目标客户出没的角落开价：你那单卡住的合规发票，原件发我，我收十九块，两小时按格式手工拼好给你，不满意退款。有人肯付这十九块，这门生意就存在。攒到三单，再写脚本把自己解放出来。那时候写代码，是给一门已经成立的生意提效；顺序反过来，是给一个幻觉上香。

比礼宾式再进一步，还有种打法叫付费设计伙伴。做一页纸的方案书，只放流程草图和最终成品的样子，定向发给目标客户：开放几个设计伙伴席位，付一笔小押金，你的业务流会被当成第一优先级适配，上线后送终身使用权，三十天不满意原路退款。押金锁的是需求：有人肯为还没存在的东西掏押金，你的开发范围就被他的真实业务焊死了。他买的是一件期货，把你的注意力钉在他身上的期货。

拿到头几单，也别急着搭漂亮的系统。第一版的体面标准要降到尘土里：本地一个粗糙脚本，界面是文档和表格，中间的毛边你自己熬夜补。只要对方拿到他要的结果，生意就成立；庆典留给后面的自动化，开场别唱大戏。

这个顺序还附送一份礼物：最先付钱的那几个人，会替你把开发范围锁死。做什么、不做什么，不再来自你的想象，来自他们的转账记录。

尾声

回到那个深夜。后来我没再问过「有什么搞钱机会」。死心倒谈不上，方向换了：如今躺在我对话框里的，都是我骂过的流程，和那些我觉得「这还要教」的脏活。模型的回答明显无聊了很多，也明显有用了很多。上周我把一条骂了三年的对账流程整个喂了进去，让它用审计视角拆。拆出来的东西让我在桌前坐了半小时：冗余两处，孤岛一处，还有一个我天天路过、从没看见的付费点。它说得对不对，我不知道；但这一回，下一步棋在我这边，它只负责摊账。

无聊和有用，常常是同一枚硬币的两面。倒是投币式提问换回来的那种兴奋——十条闪闪发光的新机会——才是最该警惕的信号：你之所以兴奋，是因为答案只是给你的已知范围镀了金。

许愿池的生意是收硬币，放大镜的生意是收样本。AI 站在两者中间，你扔进去什么，决定了它变成哪一个。

你提供地质样本，它评估塌方风险。矿，始终得你自己挖。