夜雨聆风上个月跟一个做AI SaaS的创始人聊，他说了一句话让我记到现在。
「我们花了八个月做出来的功能，上线后只有3%的用户用过。」
他给我看了后台数据。三十几个功能点，真正高频使用的就四五个。剩下那些，用户连入口在哪都不知道。
他说，团队现在很分裂。产品经理觉得功能还不够全，竞品有的我们也得有。工程师觉得技术还不够强，模型精度还能再提两个点。但数据不会骗人——用户根本没在用那些东西。
我问他，那你觉得问题出在哪。
他想了想，说了一句话：「我们一直在做加法，从来没认真想过减法。」
加法的陷阱
这件事让我开始有意识地去观察市面上的AI产品。
看了一圈下来，发现一个挺残酷的规律：做得越「全」的产品，死得越快。
不是危言耸听。你去看那些已经跑出来的AI产品，ChatGPT、Midjourney、Perplexity、Character.AI，随便拎一个出来，它们的核心功能用一只手就能数完。
ChatGPT就是一个对话框。Midjourney就是一个提示词输入框。Character.AI就是聊天。没了。
但你再去看那些融资几千万、团队上百人、功能列表能拉三页的AI产品，大部分都在生死线上挣扎。
为什么？
我琢磨了很久，觉得答案其实很简单：AI产品跟传统软件的逻辑彻底反了。
传统软件的逻辑是功能越多越好。一个CRM系统，销售管理、客户管理、报表分析、营销自动化，功能全面本身就是卖点。客户买的就是这个「全」。
但AI产品不一样。
AI的核心价值是「智能」，是「理解你然后帮你搞定」。用户对AI的期待不是一个工具箱，而是一个帮手。你给帮手塞一百种功能，他不会更聪明，只会更笨。
就像一个助理，你让他同时处理20件事，他每件都做不深。但你让他专注做好3件事，他能做到让你惊讶。
AI产品也是一样。功能越多，每项功能的智能浓度就越被稀释。
做减法的三个层次
但「做减法」这三个字说起来容易，真到执行层面，大部分团队做不到。
我自己观察下来，减法其实有三个层次。
第一个层次，砍功能。
这听上去最简单，但实际上最难。因为每个功能背后都有人力投入，都有当初立项的理由。你要砍掉一个功能，意味着你要承认当初的判断是错的。
大部分创始人做不到这一点。他们会说「这个功能以后可能有用」「竞品也有」「用户还没发现它的价值」。
但数据不说谎。一个功能上线三个月，使用率不到5%，它就永远不会到20%了。这是我的经验，几乎没有例外。
Perplexity的团队在这方面极其冷静。他们早期做过一个笔记功能，可以让用户保存搜索结果，还挺好用的。但后来发现这个功能的使用场景太窄，反而让产品定位变得模糊，直接砍掉了。
要知道那时候他们已经在这个功能上投入了两个月。
这种果断，比做十个新功能都难。
第二个层次，砍用户。
这个更反直觉。大部分创业者的本能是「用户越多越好」，来者不拒。
但AI产品的资源是有限的。算力要钱，API调用要钱，服务器要钱。如果你服务了一堆非核心用户，他们消耗你的资源，但不贡献价值，那本质上是在拖累你的核心用户。
我见过一个AI写作工具，早期为了冲量，开放免费版不限次数。结果涌入大量学生用户，用AI写作业，服务器成本飙升，真正愿意付费的专业写作者反而因为体验变差流失了。
后来他们把免费版限制到每天3次，学生用户大面积流失，但付费转化率翻了四倍。
Midjourney的逻辑更直接，从一开始就没有免费版。10美元起步，不喜欢就别用。这个定价本身就是一种用户筛选，愿意付费的人，才是真正需要这个产品的人。
乔布斯有句话我特别认同：「人们以为专注就是对你选择做的事情说Yes，其实不是。专注是对一百个其他好主意说No。」
做AI产品，也要对一百种类型的用户说No。
第三个层次，砍叙事。
这个最容易被忽视。
大部分AI创业者在跟投资人、媒体、用户沟通的时候，会忍不住把故事讲大。「我们不只是做一个XX工具，我们想做的是AI时代的XX平台。」
故事讲大了，团队的注意力就散了。
你今天说要做一个AI时代的操作系统，明天就得去想怎么兼容各种插件、怎么建开发者社区、怎么做开放平台。但你现阶段连核心功能的留存都没搞定。
我看过一个数据，Character.AI在用户量破千万之前，对外只有一个标签：「AI角色扮演聊天」。没有讲什么超级应用的故事，没有画什么AI社交平台的大饼。
但就是这一个标签，让用户记住它、理解它、传播它。
等到用户量和留存都稳定了，他们才开始扩展场景。
叙事做减法，本质上是保护团队的注意力。你的产品现阶段解决什么问题，就只讲这一个问题。剩下的，做到再说。
什么时候不该做减法
但话说回来，减法不是万能药。
有一种情况，减法反而是错的。
就是当你的核心价值还没被验证的时候。
如果你的产品还处在找PMF（产品市场匹配）的阶段，你不知道用户到底需要什么，那正确的策略不是做减法，而是做实验。快速试，快速验证，快速放弃。
这个时候追求「极致简洁」反而是危险的。因为你的简洁可能是建立在错误假设上的。
我见过一些团队，一上来就「致敬」ChatGPT的极简设计，界面干净得只剩一个输入框。但他们的产品是面向企业的数据分析工具，用户需要的是灵活配置和可视化，不是极简。
他们花了大半年才发现，自己的「减法」减错了方向。
所以减法的前提是，你已经找到了那个对的方向。验证过了，数据支撑了，用户认可了。这时候再把多余的东西砍掉，让核心更锋利。
找不到方向的时候，先做加法试错。找到方向之后，再做减法聚焦。
顺序不能乱。
回到那个创始人
上个月聊完，他回去之后做了一件事。
把后台三十几个功能按使用率排了个序，从最低的开始，一个一个评估「这个功能如果今天才提需求，我会不会做」。
结果是，有11个功能他不会做。
他用了两周时间，砍掉了9个。剩下2个因为有少量付费用户依赖，暂时保留，但不再投入研发资源。
上周末他又找了我一次，说了一个很有意思的变化。
砍掉那些功能之后，产品变快了，加载速度提升了40%。用户投诉率下降了，因为功能少了，出bug的概率也低了。最意外的是，新用户的次日留存反而提高了。
「因为产品变简单了，新用户上手更快。」
他说，以前总觉得功能多是竞争力，现在才意识到，简洁本身就是竞争力。
尤其是在AI领域。
当所有产品都在比拼功能列表长度的时候，一个敢于做减法的产品，反而显得格外清醒。
用户不傻。他们知道谁在认真解决问题，谁在堆砌功能。
赛道瞬息万变，认知永远值得迭代。如果你也深耕AI领域、有意探索AI落地商机、有新的行业想法与创业思路，欢迎私信交流，一起碰撞观点、探讨合作、共谋赛道新机会。
