夜雨聆风今天这个故事，我觉得很适合打工人看。
因为它不是那种「我辞职了，然后 All in 一个 AI 项目」的故事。
恰恰相反。
主人公还在上班。
白天，他是 Microsoft 的 Senior Solutions Architect。
晚上，他做自己的 AI 产品。
大多数时候，他从早上 5 点干到晚上 10 点。
听起来很累。
但这个产品的起点，又不是那种很冷冰冰的商业判断。
它开始于一个很私人、很生活化的场景。
Erik Chavez 有一个爱的人，陷在一份非常消耗人的工作里。
对方想换工作。
但一打开求职平台，就被无数岗位、重复申请、虚假职位、低质量匹配淹没。
你可能也有过这种感觉。
找工作这件事，表面上叫「选择变多了」。
但真正落到一个人身上，其实是疲惫变多了。
你每天刷 LinkedIn、Indeed、Glassdoor。
看几百个岗位。
改简历。
点申请。
等回应。
然后大多数时候，没有回应。
像把自己扔进一个黑洞。
Erik 后来做了一个产品，叫 Jobric。
它是一个 AI 找工作助手。
但它最特别的地方，不是「AI」。
而是它反过来站在求职者这一边。
为什么说反过来？
因为大多数招聘工具，本质上服务的是招聘方。
谁付钱？
公司付钱。
招聘平台赚谁的钱？
赚企业和招聘方的钱。
所以系统自然会围绕企业效率设计。
让企业更快筛人。
让 HR 更快处理简历。
让岗位更快被分发。
但求职者呢？
求职者常常只是这个系统里的数据。
Erik 做 Jobric 的时候，换了一个视角。
他不想再做一个帮招聘方筛人的工具。
他想做一个帮求职者筛岗位的工具。
用户上传简历，设置偏好。
Jobric 会理解这个人的履历、技能、方向和真实诉求。
然后从市场上的岗位里，筛出少数真正值得花时间的机会。
不是越多越好。
而是越准越好。
这件事很有意思。
我们一直被训练成相信，机会越多越好。
岗位越多越好。
投递越多越好。
动作越多越好。
但 Erik 的判断正好相反。
真正折磨求职者的，不是机会不够多。
是噪音太多。
虚假职位。
不合适的职位。
薪资不透明。
签证条件不清楚。
岗位描述写得像许愿池。
你明明不合适，平台还让你投。
因为平台不在乎你浪费时间。
它只在乎系统里有多少点击、多少申请、多少活跃。
所以 Jobric 的价值，不是帮用户海投。
而是帮用户少投。
少看无效岗位。
少被假机会消耗。
少把自己的尊严，扔进没有回音的系统里。
我觉得这是这篇最值得讲的点。
很多 AI 工具都在放大动作。
帮你投更多。
发更多。
写更多。
生成更多。
但有些真正值钱的 AI 产品，反而是在减少动作。
帮你筛掉。
帮你过滤。
帮你判断。
帮你把一大片噪音，变成少数几个可以认真对待的选择。
Jobric 现在的结果也很具体。
它 2026 年 3 月和 4 月做免费 beta，用来测试匹配质量。
5 月 1 日开始收费。
不到两个月，做到 3300 美元 MRR。
钱都来自求职者自己掏腰包。
这件事也反常识。
很多人会说，求职者不会付费。
找工作的人本来就焦虑，怎么会愿意每个月付 29 美元、49 美元？
但 Erik 的实验说明了一件事。
人不是不愿意付费。
人是不愿意为无效工具付费。
如果一个工具真的能帮他节省时间、减少痛苦、提高命中率，他是愿意掏钱的。
尤其当这个痛苦足够深的时候。
求职就是这样的痛苦。
它不只是效率问题。
它是一个人的安全感问题。
是收入问题。
是自尊问题。
是每天醒来觉得自己还有没有出路的问题。
所以 Erik 这个案例，让我想起一个很重要的判断。
普通人做 AI 产品，不一定要找最酷的技术。
你要找一个大家已经痛到愿意付费的场景。
我把这个案例拆成 4 个可学的点。
1、从身边人的真实痛苦开始。
Erik 不是坐在会议室里做赛道分析。
他是看见一个自己在意的人，被一份工作消耗，被求职系统折磨。
这个起点很小。
但很真。
很多普通人的 AI 生意，可能就应该从这里开始。
不是问，最近什么赛道火？
而是问，我身边的人被什么事情反复折磨？
他每天在抱怨什么？
他明明很想改变，但每次都卡在哪里？
比如找工作。
比如改简历。
比如投递岗位。
比如准备面试。
比如比较 offer。
这些事情都不性感。
但它们都靠近结果。
靠近收入。
靠近命运。
2、不要替用户做更多动作，要替用户做更少选择。
AI 很容易让人上头。
因为它可以生成很多东西。
一秒写 10 封求职信。
一分钟改 20 个版本简历。
一天投 500 个岗位。
听起来很爽。
但问题是，求职者真的需要这么多吗？
未必。
很多时候，他真正需要的是一个人告诉他，这 500 个岗位里，只有 8 个值得认真投。
这 8 个里，3 个最匹配。
这 3 个里，1 个值得你专门准备。
这才是价值。
AI 赚钱，不一定是帮用户放大生产力。
也可以是帮用户减少无意义消耗。
3、收费越早，验证越真实。
Jobric 先做了两个月免费 beta。
但它没有一直免费下去。
5 月 1 日开始收费。
这一步非常关键。
免费用户会夸你。
会提建议。
会说这个产品挺有意思。
但这些都不是真正的验证。
真正的验证是，一个陌生人愿意为了这个工具，掏自己的钱。
哪怕只有 29 美元。
这 29 美元也比 100 个「好棒」更真实。
Erik 说过一个很狠的判断。
在你觉得舒服之前，就开始收费。
这句话很适合普通人。
因为普通人做副业，最怕的是把自己骗进一个看起来热闹、但没人付费的项目里。
流量很多。
点赞很多。
反馈很多。
但钱没有。
那就很危险。
4、打工人副业，不一定要先辞职。
Erik 现在还在 Microsoft 工作。
他不是一开始就裸辞。
也不是先融资。
而是在自己时间里，把产品跑起来。
早上 5 点到晚上 10 点，当然不是一个适合长期持续的节奏。
但它至少说明一件事。
副业不一定从「逃离工作」开始。
它可以从「保住现金流，验证需求」开始。
白天的工作，给你稳定收入。
晚上的项目，给你新的可能性。
等项目真的长出付费信号，你再决定下一步怎么走。
这比一上来把自己推到悬崖边，要稳很多。
我知道这话听起来没那么燃。
但说真的，普通人创业，有时候最重要的不是勇敢。
是别把自己逼死。
Erik 这个案例，还有一个细节我很喜欢。
他们在 beta 阶段收到过很愤怒的反馈。
有用户说，这个产品太烂了，你应该为浪费我的时间付钱。
这话听着挺刺耳。
但 Erik 反而从里面看到一件事。
如果一个人真的完全不在乎，他不会这么生气。
他之所以愤怒，是因为求职这件事对他太重要。
产品没有达到期待，他才会有这么强的情绪。
这个细节很真实。
很多时候，用户的愤怒不是坏事。
冷漠才是坏事。
愤怒说明你碰到了一个真问题。
只是你还没解决好。
这对做 AI 产品的人也很重要。
不要只找那些听起来很大、很时髦的问题。
去找那些用户会因为你没做好而生气的问题。
因为那里往往有真实需求。
那普通人怎么模仿这个案例？
我给你一个很简单的练习。
今天就写下 3 个你身边人最近在痛苦的事情。
不是抽象痛苦。
要具体到一个动作。
比如：
每天投简历投到怀疑自己。
每周整理投流数据整理到崩溃。
每次写英语作文都不知道错在哪里。
每次做小红书封面都卡半小时。
每次跟客户开完会，都要手动整理一堆待办。
然后问 4 个问题。
这个痛苦是不是高频？
它是不是靠近钱、工作、成绩、成交？
用户现在有没有用很笨的办法解决？
AI 能不能帮他少做一半判断？
如果答案接近「是」。
那就可以试一个很小的产品。
不要一上来做平台。
先做一个窄场景。
比如只做「简历和岗位匹配评分」。
只做「面试前公司简报」。
只做「投递记录自动整理」。
只做「英语作文错误归因」。
只做「小红书投流复盘报告」。
一个足够窄的工具，用户才知道你到底帮他省了什么。
最后我想说，Jobric 这个故事真正打动我的地方，不是 3300 美元 MRR。
这个数字当然不错。
但它还不算大。
真正打动我的，是它的方向。
在一个所有系统都站在招聘方那边的市场里，有人说，我想站在求职者这边。
在一个所有工具都鼓励你投更多、看更多、刷更多的世界里，有人说，我想帮你少看一点。
这就是 AI 产品最有温度的地方。
它不一定总是让人更快。
它也可以让人少受一点折磨。
害，或许普通人用 AI 赚钱，最该开始的地方，就是这里。
不是问哪里有风口。
而是问，谁正在被一个旧系统反复消耗？
如果你真的懂那个人的痛。
你就可能做出一个他愿意付费的工具。
参考资料：
Indie Hackers，Hitting $3.3k MRR in two months while working a full-time job
https://www.indiehackers.com/post/tech/hitting-3-3k-mrr-in-two-months-while-working-a-full-time-job-eb5timbPqFlDFWZjha9i
Jobric 官网
https://www.jobric.ai/
Starter Story，Jobric Revenue, Growth & Monetization
https://www.starterstory.com/businesses/jobric