夜雨聆风一个父亲用ChatGPT图片、声音克隆和两小时临时开发，为非口语儿子做了套沟通工具。它更大的启发，是AI正在改变定制软件的成本。
一个父亲把平板带进语言治疗诊所的等候区。
屏幕里没有什么炫技的 Agent，也没有一长串模型参数。
只有一组很简单的按钮。
球池，香蕉，家里的物品，孩子自己，还有父亲的声音。
旁边几位非口语儿童的母亲看了一会儿，哭了。治疗师也哭了很久。
这不是一场产品发布会。
它原本甚至不是一个产品。
作者在 6 月 6 日发布的原文里说，他只是想给自己的儿子做一套真正愿意使用的沟通工具。最近这篇文章重新进入 AI HOT 的精选列表，我把原文完整读了一遍。
最打动人的地方，不是两小时做出网站这种常见的 AI 叙事。
而是这个网站一开始只需要服务一个人。
作者的儿子有自闭症，也面临语言理解和表达困难。
学校和治疗机构给他用过 AAC，也就是辅助与替代沟通工具。常见形态是一块装着词语和符号的平板，用户点选图标，设备把对应的词说出来。
这类工具帮助过很多人。
作者也特意说，他不是在否定 AAC。问题只发生在他的儿子身上。
那些统一的符号太抽象了。
一个红色八边形对很多人代表停止，对这个孩子却可能只是一块陌生图形。箭头、小人和层层分类的词库，也没有抓住他的注意力。用了一年左右，孩子还是不愿意碰。
父亲后来干脆坐下来，花两小时做了一个便宜的网站。
他用 ChatGPT 生成几百张词汇图片，画面里不是标准图库中的陌生人物，而是孩子自己在做各种事情，或者孩子真正拥有的物品。图片风格也靠近孩子喜欢的动画。
他还克隆了自己的声音。
孩子按下按钮，听见的是平时最常听从的那个人。
这一下，工具没有突然变得更聪明。
它只是变得更熟悉。
我觉得这里藏着一个很容易被忽略的变化。
过去的软件必须尽量服务更多人。
开发、设计、测试和维护都很贵，只有把同一套功能卖给足够大的市场，成本才能摊薄。产品经理会努力寻找最大公约数，把少数人的特殊习惯削掉，换成大部分人勉强能用的标准界面。
这套逻辑造出了规模化软件。
也让很多特别具体的需求永远排不上需求列表。
一个孩子只认家里的蓝色杯子，另一个孩子更愿意听姐姐的声音，还有一个孩子只有在去超市前才需要某组词。
放在传统产品里，这些需求太碎了。
放到生成图片、声音克隆和低代码开发都变便宜的今天，它们开始有机会被单独实现。
不是为一百万人做一套软件。
而是为一个人做一百万分之一的软件。
作者后来又往里面加了匹配游戏、定时提醒和远程切换教学内容。开车去某个预约地点时，他可以在手机上点几下，让孩子的平板提前出现跟那个场景有关的词。
遇到孩子听不懂的问题，他在手机端输入内容，孩子的屏幕会用已经熟悉的符号重新表达。
作者说，三周以后，儿子的说话频率大约变成原来的五倍。孩子会先按下椒盐脆饼，再自己补一句「我喜欢这个」。会按下橙子，再说它好吃。
这是很动人的变化。
也得把证据边界画清楚。
这只是一个父亲对自己儿子的观察，不是随机对照试验。五倍是作者给出的个人估计，没有统一测量口径。我们不知道效果能持续多久，也不知道换一个孩子会发生什么。
更不能从一篇文章跳到「ChatGPT 可以治疗自闭症」。
那就跑得太远了。
原文里还有一个很现实的细节。
孩子所在的诊所和学校都想把这套东西给其他孩子用。作者说自己没有做任何推销，需求就这样找上门，于是他才说，自己不小心开了一家公司。
他计划把不含声音克隆的版本定在每月 9.99 美元，含声音克隆的版本是 19.99 美元。这个价格还只是计划，不是已经验证的商业模式。
而且从给自己孩子用，到给别人的孩子用，中间隔着一整片麻烦。
生成图片会不会把人物画错？
克隆的家长声音由谁保管？
未成年人的照片、行为和语言数据会发到哪里？
产品如果影响沟通训练，应该接受什么等级的专业审查？
作者也承认，他不能随便把它称为医疗设备或 AAC。真正上线前还有大量文件、合规和支持工作。
这块一点都不浪漫。
可它恰好说明，AI 降低的是把想法做成初版的门槛，不是把责任一起删掉。
两小时能做出一个对自家孩子有用的原型。
做成一个让陌生家庭放心使用的产品，仍然需要治疗师、隐私设计、长期观察和大量枯燥维护。
这两件事不能混在一起。
但两小时的原型依然很重要。
过去，一个特别需求需要先证明市场够大，才配得到工程资源。现在顺序可能反过来。先为一个人做出来，先看它是不是真的有用，然后再决定有没有必要服务第二个人。
这会改变很多小产品的诞生方式。
残障辅助、老年照护、小语种教育、罕见病记录、个人工作流，里面都有大量无法进入标准软件路线图的需求。它们未必能长成独角兽，却可能真切地改变一个家庭的一天。
这里还有一个挺反常识的产品原则。
服务的人越少，反馈有时反而越具体。
孩子没有被某张图吸引，家长当天就知道。某个提醒让他烦躁，第二天就能改掉。按钮藏得太深，也不用等季度报表里出现一条模糊的留存曲线。
可这种贴身反馈也更容易让开发者误判。
对一个家庭有效，不代表能直接推广。真正扩大用户之前，反而要主动放慢一点，把差异、风险和失败案例一件件记录下来。
大规模工业一直在奖励标准化。
同一条流水线，同一种零件，同一套界面。
生成式 AI 带来的一个反方向，是让足够便宜的个性化重新回来。
当然，不是每个临时应用都会变成生意。
也不是每个感人的故事都能被复制。
可当那个孩子按下平板上的香蕉，听见父亲的声音，再自己补出一个词时，软件有没有服务一百万人，突然没那么重要了。
它先准确地服务了一个人。
这已经是很大的事。
