夜雨聆风
退休教师，30分钟，月入3000。
腾讯CodeBuddy最近发了一批案例，退休教师做社区预约小程序、全职宝妈做母婴知识付费网站，全程没写一行代码，用自然语言描述需求，AI生成，部署上线。
看到这个，停了一下。
想到了自己。
那个「没写几行代码」的人。
一堵墙
浙大传播学出来，在大厂做AI产品经理。
AI出现之前，能做的产品叫「文档」。写PRD，写需求，把想法整理成一张张卡片，然后交给工程师，工程师把它变成真实的东西。
「直接做产品」这件事，始终有一堵墙。
墙的另一边，是代码。
不是完全不懂，知道前端后端是什么，知道API是什么，也能看懂简单的Python脚本。但「看懂」和「能做」之间，有一条跨不过去的沟。
在大厂待了几年，有时候会想，如果自己能写代码，那个想法早就做出来了。
然后AI来了。
一个人做了一个产品
今年春节，开始做Karvis。
Karvis是一个住在微信里的AI生活管家，不需要下载App，不需要配置API，打开微信直接用，可以管待办、整理思路、写情绪日记、做日常记录。
一个人做的，做到现在。
说这个不是为了炫耀，是想让你真实感受一下，这件事在一年前有多不可能。
一个文科背景的产品经理，一个人，做出一个跑在微信里的AI应用，有真实用户在用。
这在大模型出现之前，基本是天方夜谭。
退休教师比我还「普通」
那退休教师那个案例，为什么让人停住了？
因为她比我更「普通」。
好歹在大厂待过，知道产品是什么，知道怎么拆解需求，知道用户体验是什么概念。这些东西，是跨越代码墙的「知识储备」。
一个退休教师，做了一个社区预约小程序。
她的「知识储备」是什么？
是对社区需求的理解。是知道邻居们需要什么。是知道这个场景下用户最怕麻烦。
她不需要懂代码。她只需要懂那个场景。
这才是真正有价值的地方。
门槛在消失
以前，「做产品」这件事，门槛是技术。
你得会写代码，或者你得有钱雇人写代码。
这个门槛把绝大多数有想法的普通人挡在外面。
你有一个好想法，你想帮社区老人做个预约系统，你想给宝妈做个知识付费网站，你想做个记录自己情绪的工具。
然后打开电脑，查了一圈，发现需要学React，需要学Node.js，需要学数据库，需要学部署。
然后关掉了电脑。
想法死在那里了。
现在这个门槛在快速消失。
不是说「AI消灭了技术」，技术还在，工程师还在，CodeBuddy背后是一整套腾讯云的技术栈，Claude Code和Cursor在专业开发者手里跑的是真正复杂的项目。
说的是，对于「有一个具体想法、想解决一个具体问题」的普通人来说，进入这件事的成本，正在从「学两年代码」变成「把你的想法说清楚」。
这两件事，难度差了不止一个数量级。
退休教师不需要学编程，她只需要能描述清楚「我们社区有哪些人、她们需要预约什么、流程是怎样的」。
这个能力，她已经有了六十年。
「说清楚」没那么容易
「把想法说清楚」，听起来容易，其实不是。
做Karvis踩过最多的坑不是技术问题，是需求描述不清楚。
只跟AI说「帮我做一个待办管理」，AI给做了一个。
但做出来之后发现，想要的待办管理，是那种你跟它随口说「哎明天记得提醒我买菜」，它就自动帮你添加进去，到时间了发消息提醒你的那种。
最开始说的是「待办管理」，AI理解的是「一个列表，用户点按钮添加」。
这两件事，完全不一样。
后来养成了一个习惯，在让AI写代码之前，先跟它聊清楚「用户是谁、在什么场景下用、他最怕什么、他最想要什么」。
这个过程，其实跟写PRD没什么区别。
只不过以前写PRD是为了交给工程师，现在是为了交给AI。
摸索出来的几件事
不是什么方法论，就是做Karvis这一路下来，觉得对的几件事。
第一件，先想清楚「你在解决谁的什么问题」。
不是「我想做一个AI工具」。
是「我妈每天都要记哪个邻居预约了哪个时间，她用纸记，经常搞乱，我想帮她做一个能自动提醒的东西」。
具体到这个程度，AI才知道怎么帮你。
退休教师那个案例，她做的是「社区预约小程序」。猜她脑子里一定有一个非常具体的场景，不是「预约系统」这个抽象概念，是某一天她看到小区门口贴着手写的预约表，有人搞乱了，她觉得这个事有得做。
那个具体场景，是一切的起点。
第二件，从最小的版本开始。
Karvis的第一个版本，只有一个功能，把发的消息记在电脑本地。
就这一个。
没有情绪日记，没有思路整理，没有日常记录，什么都没有，就是你跟它发一条消息，它帮你存起来。
这个功能，大概用了半天做出来。
然后自己用了一会儿，发现哪里不对，再改。
再加一个功能，再用，再改。
现在Karvis有待办管理、思路整理、情绪日记、日常记录，是一点一点加上去的，不是一开始就设计好的。
为什么要从最小版本开始？
因为你不知道你想的那个东西，做出来之后是不是真的有用。你以为用户最需要的那个功能，很可能不是。
先做出来，先用，先知道。
第三件，你的「领域知识」比代码更值钱。
这是最近越来越确信的一件事。
退休教师懂社区。她知道哪些人会来预约，她们的操作习惯是什么，她们最怕什么（最怕搞错时间），她们最需要什么（最需要确认短信）。
这些东西，AI不知道。
AI可以帮你把这些需求变成代码，但「这些需求是什么」，必须你来告诉它。
做Karvis的「领域知识」是什么？
是做了几年大厂产品经理，知道用户在什么情况下会放弃一个工具，知道「零摩擦」有多重要，知道「住在微信里」这件事对于不想装App的用户意味着什么。
这些判断，AI给不了。
它只能帮把这些判断变成真实的产品。
那些被挡在墙外的想法
有时候会想，AI出现之前，世界上有多少个「退休教师」。
她们有各自的领域知识，有自己觉得有价值的想法，有能力帮某一个小群体解决某一个具体问题。
但她们被挡在了「代码」这堵墙外面。
她们的想法，就这么消失了。
不是因为想法不好，是因为从「想法」到「产品」中间有一段跨不过去的距离。
现在这段距离在变短。
不知道这算不算是一件好事，因为任何事情都有两面。更多人能做产品，竞争会更激烈，用户的注意力会更分散，好产品想脱颖而出会更难。
但至少在「谁能参与」这件事上，这是一个更公平的时代。
六十岁的退休教师，和二十五岁的程序员，站在同一条起跑线上了。
一个工具开始照顾你
做Karvis，一开始真的只是觉得好玩。
当时在想，一个文科背景的人，能不能真的一个人做出一个「活的」产品，不是demo，是真的有人用、能产生价值的东西。
带着这个好奇心，开始做。
做着做着，它变成了一个每天都在用的工具。
用它记待办，用它整理思路，用它写情绪日记。
有时候睡前会跟它说「今天有点累，不知道为什么，可能是那个会议开得太长了」，它会帮记下来，下次回顾的时候，能看到那段时间的状态。
这种感觉怎么说，有点像是你做了一个工具，然后这个工具开始照顾你。
试试看
现在Karvis开放体验了，9.9元用7天，19.9元一个月，住在微信里，不需要下载App，不需要配置任何东西。
「不折腾」不是营销话术，是因为自己最怕折腾。
那种看到「需要配置API」就直接关掉页面的人，大概不止一个。
所以Karvis从第一天开始，就把「零摩擦」当成第一原则来设计。
打开微信，加上它，就能用了。
功能就是那几个，待办管理、思路整理、情绪日记、日常记录，不多，但够用。
最后想说一件事，跟退休教师，跟所有「有一个想法但觉得自己做不到」的人说。
AI时代最被低估的一件事，不是AI能做什么，是「你以为自己不能做的事，现在可能可以了」。
门槛在降，不是降到零，但在降。
你的那个想法，那个「要是有人做就好了」的东西，很可能你自己就可以做。
不需要去学编程，不需要去找合伙人，不需要去融资。
只需要把你的场景想清楚，把你的用户想清楚，然后开始做最小的那个版本。
退休教师做到了。
也做到了。
你也可以试试。