这次只想留下一个方法。以后想到一个 AI 产品、服务或副业，不妨先按下面五项各打 0 至 2 分。举个离工作更近的例子：把客户群聊里的零散需求整理成跟进表格。销售和客服每天都会遇到，人工翻聊天记录容易漏，企业也已经在为助理、客服和 CRM 付费。AI 可以先抽取客户、需求、截止时间和下一步，人再在表格里快速纠错。这五项都比较明确，就比“做一个万能 AI 助手”更值得继续验证。验证时也不用先开发完整产品。先取得一份真实聊天记录的授权，用现成大模型手工完成一次，再比较原来花多长时间、AI 初稿要改多少、对方愿不愿意为持续节省时间付费。人工服务都没有使用信号，就先别急着买域名和写代码。
04
我现在更愿意关注“旧麻烦”
我没有购买 Cal AI 的订阅，也没有验证它长期记录饮食的实际准确度，所以不评价它是否适合具体减脂计划，更不把它当成专业营养或医疗工具。但把公开数据和用户争议看完以后，有一个判断变得更确定：普通人寻找 AI 机会，不一定要追最新模型，也不必先想一个从未存在的新需求。更值得观察的是，那些大家每天都在做、已经有人付费、却一直嫌麻烦的旧动作。如果 AI 能先把它缩短一步，再让人方便地检查和纠错，这件事就可能比“看起来很酷”更接近真实价值。你最近反复做过哪件特别麻烦、但又不能不做的事？把它写下来，可能就是比工具清单更有用的一次 AI 选题。
夜雨聆风
