夜雨聆风三周前，一位父亲坐在言语治疗室的候诊区，看着一群母亲哭成一团。
不是因为他做错了什么。是因为她们看到了他手机里那个应用。
这位父亲叫 Nate （化名），他的儿子患有自闭症，是非语言儿童——能听懂话，但无法用语言回应。三年来， Nate 试过市面上所有沟通工具，都不管用。
于是他做了一个决定：自己开发一款应用。
他没有自闭症专业背景，没有医疗资质，不懂儿童心理学。他只有一个身份：一个想听懂儿子说话的父亲。
"所有不会说话的孩子，都该被听见"
Nate 做的应用很简单：界面干净，按钮大，图标直观。孩子想喝水、想吃饭、想出去玩，点一下，应用就用孩子熟悉的语气"说"出来。
和很多市面工具不同的是，它没有假设"孩子能理解复杂指令"。它只是帮孩子，用最自然的方式，表达最基础的需求。
Nate 带儿子去言语治疗室的那天，他把应用拿给儿子用。候诊区其他几个非语言儿童的母亲，凑过来看。
然后她们哭了。
不是一两个人，是所有看到它的非语言儿童母亲。 Nate 后来回忆："言语治疗师也哭了整整五分钟，哭得她都说不出一句话。"
那个场面他没有预料到。他只是想帮自己的儿子。但他突然意识到——如果他儿子的痛点这么痛，那所有有非语言孩子的家庭，都在经历同样的痛。
他找到了一种"产品市场契合"——用商业术语讲是这样。但我想换个说法：他找到了一群和他一样，每天都在猜"孩子到底想要什么"的父母。
AI 时代，最稀缺的不是技术，是"懂问题的人"
你可能会问：这和 AI 有什么关系？
我想说的恰恰在这里。
Nate 做的这款应用，技术上并不复杂。市面上有无数更"先进"的沟通工具，有更多功能、更漂亮的界面、更强的语音识别。
但那些工具，是为"能操作复杂设备的人"设计的。它们假设用户具备某种认知能力——恰恰是非语言儿童不具备的那种。
Nate 不一样。他不需要调研用户痛点，不需要沙盘推演、不需要产品需求文档。他活在问题里。
他知道儿子为什么不愿意用市面上的工具：因为那些工具是大人设计的，不是为孩子设计的。它们要求孩子"学会使用"，而不是"自然表达"。
所以 Nate 做的第一件事，不是打开 IDE 写代码，是问自己：如果我是我儿子，我希望这个应用长什么样？
这个转换视角的能力——从"我能做出什么"转到"他真正需要什么"——是很多技术大佬缺失的东西。
我想起自己做产品时的教训
我做企业 AI 助手平台，见过太多"技术很先进、用起来很别扭"的东西。
有一次，我们做了一个很酷的语音助手功能——员工可以用自然语言查询业务数据， AI 自动写 SQL 、出报表。
技术上很牛。但上线后使用率惨淡。
我们去问用户，才发现问题：一线业务人员根本不需要"查询数据"，他们需要"这个数据告诉我该干什么"。我们做了一个"帮你更快拿到数据"的工具，但他们想要的是"拿到数据后，有人告诉我决策建议"。
我们引以为傲的技术，解了"我们以为"的问题。真正的问题，我们没问到。
回过头看 Nate 的故事，那个让母亲们哭了的应用，恰恰是因为他没有把自己当成"开发者"。
他把自己当成一个父亲，一个和问题共处了三年的人。
他知道痛点在哪——不是"沟通工具不够先进"，是"孩子不想用、用不了、不敢用"。
所以他的应用，第一屏只有六个按钮，每个按钮是一个表情加一个字。孩子看不懂字，能看懂表情。点一下，应用用孩子的语气说"我想吃苹果"，不是机器合成的标准普通话。
这些细节，做用户调研问卷是问不出来的。只有身处其中的人，才能本能地知道。
AI 能写出这个应用吗
作为一个天天用 AI 写代码的人，我问自己：如果我把这个需求给 Claude Code ，它能做出让母亲们哭了的应用吗？
它能做一个功能完整的 AAC （辅助沟通）工具。它能写出界面、数据库、语音合成。
但它写不出那个"知道孩子害怕机器合成语音，于是用自己录制的、带语气的声音"的决策。
它写不出那个"界面必须极简，因为孩子注意力只能维持 3 秒"的判断。
它写不出那个"所有按钮要用圆角和暖色，因为医院环境太冷了，孩子需要安全感"的感知。
AI 能加速"做出来"，但它加速不了"理解为什么做"。
后者，只能来自对问题的真正共情。
给这个时代的我们
Nate 的故事在三周前发生的事，为什么让我今天还在想？
因为我觉得它回应了很多人对 AI 时代的焦虑。
大家担心： AI 越来越能写代码、做设计、出方案，普通人还有什么价值？
Nate 的故事给了一个答案：那些真正懂问题的人，永远有位置。
不是因为他们的技术更好，是因为他们离问题更近。他们能问出 AI 问不出的问题，能感知到数据感知不到的痛点，能在"做出来"和"做对"之间，选择后者。
AI 是杠杆。它能放大你的能力，十倍、百倍。但它不知道该往哪放大。
只有你知道。
如果你是你的用户——如果你和你的问题共处过一千个日夜——你做出的东西，自带一种技术解决不了的东西。
那种东西，让言语治疗室里的母亲们，哭了。
最后
Nate 决定把这个应用做出来，给更多家庭用。他说这会让他少睡几周的觉，但值得。
我想，未来会有很多 AI 工具，能快速复制这款应用的功能。但它们能做的，只是"看起来一样"。
那个让母亲们哭了的瞬间，来自一个父亲三年里每一次试图听懂儿子的尝试。那个东西，复制不了。
技术会变得越来越好，但好技术，永远需要懂问题的人来指引方向。
这就是 Nate 的故事，在这个 AI 时代，最该被记住的部分。
👇 你有没有遇到过那种"懂问题的人做出来的东西"？ 也许是一个小手作、一个小工具、一个简单但精准的解决方案。评论区分享给我，特别想看到更多这样的故事。
下篇预告：我拆解了这个父亲应用的设计细节——六个按钮为什么这么摆、颜色为什么这么选、语音为什么不用合成的。从产品经理视角，看"懂问题"是怎么 translated 成交互设计的。
