AI越强，做产品反而越难：OpenClaw创始人讲透AI创业的5个反常识

AI让“做出来”越来越容易，却让“做什么”越来越难——当所有人都在追逐“酷”的时候，真正的机会藏在那些没人愿意解决、但客户愿意持续付钱的问题里

一个周末就能做出产品，但真正的竞争，可能才刚刚开始。

最近，OpenClaw创始人 Peter Steinberger 做了一次很有意思的分享。

这个项目最高峰时，曾做到一周470万次下载。

但看完整场分享，我真正感兴趣的，并不是470万这个数字。

而是他讲出了几个非常反常识的判断：

AI越来越强，为什么做产品反而越来越难？

当所有人都能做产品，什么才是真正的竞争力？

为什么他如果今天重新创业，会选择“Hard and boring”——又难、又无聊的事情？

如果你正在创业、做产品，或者正在经营一家企业，我觉得下面这5个变化值得认真看一看。

因为AI改变的，可能远远不只是“效率”。

它正在重新定义：

什么是能力，什么是壁垒，以及一个创业者真正应该把时间花在哪里。

OpenClaw最早是怎么诞生的？

其实非常简单。

Peter有一天在工作，突然想去厨房找点吃的。

但他又不想离开电脑里的编码智能体。

于是他产生了一个想法：

能不能直接通过手机控制电脑？

他打开终端，把这个想法告诉AI。

大概一个小时之后，一个可以通过WhatsApp操控电脑的原型就跑起来了。

注意。

这里真正值得关注的，并不是“一个小时”。

而是：

过去一个产品最稀缺的能力之一——实现能力，正在迅速变得便宜。

以前我们经常说：

“我有一个很好的想法，但是我不会开发。”

所以很多人的创业障碍是：

不会写代码。

不会做产品。

没有技术团队。

没有钱雇程序员。

但现在，这些门槛正在快速下降。

AI可以帮你写代码、搭界面、调接口、改Bug、生成测试，甚至帮你把一个完整的产品雏形搭出来。

于是：

“把一个想法做出来”，正在从一种稀缺能力，变成一种越来越普遍的能力。

这其实是一件非常可怕的事情。

因为当所有人都能做产品的时候：

“我能做出来”还算不算竞争力？

答案可能是：

越来越不算。

如果今天你有一个非常好的AI产品想法，但你不会写代码——

你还会把“不会开发”当成创业障碍吗？

如果你的答案已经是“不”，那么恭喜你。

AI已经帮你拿走了一道过去非常重要的创业门槛。

但紧接着，真正的问题来了：

当所有人的门槛都降低之后，你凭什么赢？

现在做一个Demo有多容易？

可能一句Prompt就够了。

一个下午，你可以做出一个产品。

一个周末，你甚至可能做出一个过去需要几个月才能完成的项目。

所以现在最容易产生的一种错觉就是：

“做产品好像也没那么难。”

但真正困难的事情，从来不是把第一个版本做出来。

而是：

让它持续稳定地服务真实用户。

这完全是两件事情。

因为一旦产品有了真实用户，复杂度就开始出现。

一个新功能上线之后，会带来：

配置。

权限。

兼容。

数据。

历史版本。

用户习惯。

异常情况。

测试。

安全。

性能。

客服。

以及大量你最开始根本没有想到的问题。

OpenClaw在快速发展过程中，最高峰时有大约9500个配置项。

这意味着什么？

意味着你增加的并不只是一个功能。

而是增加了一堆新的变量和组合。

你测试A，没问题。

测试B，也没问题。

但A+B+C+D组合起来，可能就出Bug。

所以Peter有一个非常扎心的判断：

做一个原型很简单，维护一个已经拥有真实用户的产品，难度是完全不同的。

AI可以帮你把第一公里跑得非常快。

但真正决定产品能不能走到最后的，是后面的九十九公里。

这也是为什么：

未来产品经理真正的能力，可能不只是“做功能”，而是“管理复杂度”。

过去的软件有一个非常明显的特点：

你不操作，它基本不会自己工作。

Excel不会主动帮你分析公司的经营情况。

CRM不会主动判断哪些客户应该重点跟进。

软件是工具。

人使用工具。

但Agent正在改变这个关系。

Agent可以持续接收任务、拆解任务、调用工具、执行任务，再根据结果继续行动。

换句话说：

软件第一次开始拥有了某种“持续工作”的能力。

这意味着一个非常大的变化：

Agent不再只是一个工具。

它越来越像一个：

岗位。

过去一家公司可能需要：

一个运营。

一个客服。

一个销售助理。

一个数据分析师。

一个程序员。

未来，其中一部分工作可能会变成：

“一个人类负责人 + 多个AI Agent岗位”。

所以AI真正改变公司的方式，可能不是：

“员工每个人都装一个AI。”

而是：

“公司开始拥有一批数字员工。”

这时候，一个非常值得老板思考的问题就来了：

销售？

客服？

运营？

内容？

数据分析？

研发？

还是帮你处理那些你每天最烦、但又不得不做的事情？

这个问题，其实比“你用了哪个AI工具”重要得多。

AI开始写越来越多的代码之后，还有一个变化值得注意：

人不可能再逐行阅读AI生成的所有代码。

但这并不意味着人不重要。

恰恰相反。

人的工作正在发生迁移。

比如：

改一个按钮颜色。

调整一个页面。

增加一个简单功能。

只要结果正确，可能没有必要让人把每一行代码都重新检查一遍。

但如果涉及：

支付系统。

权限体系。

用户隐私。

数据安全。

底层架构。

核心业务。

那么人的判断就必须介入。

所以未来的代码评审，很可能从：

“代码写得好不好？”

逐渐变成：

“这个东西风险有多大？”

这其实不仅仅是程序员的变化。

它是整个管理工作的变化。

过去：

人负责亲手把事情做好。

未来：

人越来越负责判断什么事情可以交给AI，以及什么事情必须由人来控制。

换句话说：

AI负责扩大可能性，人负责定义边界。

Peter被问到：

如果今天让你重新创业，你会做什么？

他的答案非常有意思：

Hard and boring。

又难，又无聊。

为什么？

因为AI正在把“好玩”的东西变得越来越容易。

一个炫酷的AI工具。

一个有趣的App。

一个让人眼前一亮的产品。

一个可以迅速传播的Demo。

过去可能需要一个团队。

现在一个人加AI，就可能做出来。

于是一个非常反常识的结果出现了：

越酷的东西，越容易被复制。

越容易被复制，竞争者越多。

竞争者越多，差异化越难。

最终，“酷”本身反而不再是壁垒。

真正的壁垒，可能藏在那些：

难、慢、脏、累、复杂，而且没人愿意做的事情里。

这是我认为Peter这句话最值得创业者思考的地方。

过去创业，我们喜欢寻找：

风口。

热点。

新技术。

新模式。

新消费。

新流量。

但AI正在把“复制一个想法”的成本降得越来越低。

于是很多看起来非常创新的产品，很快就会变成：

大家都可以做的东西。

真正难复制的，反而可能是：

行业Know-how。

真实数据。

客户关系。

工作流程。

复杂系统。

供应链。

长期信任。

服务能力。

所以未来一个产品的护城河，可能越来越不在“功能”。

因为功能会被AI快速复制。

真正难复制的是：

你对这个行业的理解。

你对客户的理解。

你沉淀下来的数据和流程。

以及：

客户为什么愿意一直跟你做生意。

这就是为什么：

AI并没有消灭商业壁垒。

它只是把商业壁垒从“代码”，推向了更上游。

假设现在让你重新创业。

只有两个选择。

做一个非常酷、非常性感、传播速度很快的AI产品。

但你知道：

很快会有100个竞争者复制你。

做一个很难、很慢、很无聊的生意。

每天处理大量复杂流程。

别人觉得麻烦。

但客户愿意持续付费。

你会选A还是B？

如果你正在创业，欢迎把你的答案和理由写在评论区。

我尤其想看看：

真正正在做生意的人，会怎么选择。

AI时代，一个创业者的能力结构正在发生变化。

过去我们会说：

技术能力。

产品能力。

运营能力。

销售能力。

管理能力。

但AI正在不断降低其中大量执行工作的门槛。

于是创业者真正需要强化的，反而越来越是：

发现问题的能力。

定义问题的能力。

判断方向的能力。

理解用户的能力。

组织AI的能力。

管理复杂度的能力。

以及最重要的：

做取舍的能力。

因为未来你不是缺少“能做什么”。

恰恰相反。

你会拥有：

无限多的可能性。

真正的问题是：

你到底应该选择哪一个？

过去我们经常问：

“我会什么？”

我会写代码。

我会设计。

我会做产品。

我会营销。

我会拍视频。

我会销售。

但AI时代，更重要的问题可能变成：

“我能让什么发生？”

我能不能发现一个真实需求？

能不能判断这个需求值不值得解决？

能不能让AI完成80%的执行？

能不能找到最关键的20%人工环节？

能不能获得第一个用户？

能不能让100个用户留下来？

能不能把一套复杂业务变成一个可复制的系统？

这才是AI时代真正意义上的创业能力。

如果你是一家公司老板，我觉得现在可能不应该只问：

“最近哪个AI工具最好用？”

而应该问：

“我的公司里，有哪些工作根本不应该继续由人来完成？”

比如：

每天重复整理的数据。

大量人工处理的表格。

重复写的方案。

每天回复的相似问题。

大量低价值的信息筛选。

人工录入。

客户跟进。

内部知识查询。

流程审批。

这些事情可能看起来非常普通。

甚至非常无聊。

但恰恰因为如此：

它们可能才是AI最先创造商业价值的地方。

AI真正的价值，不一定是帮你做一个多酷的Demo。

而可能是：

让你的公司少掉一个低价值岗位，缩短一条业务流程，减少一次重复劳动，或者让一个人能够完成过去三个人的工作。

这才是真正的ROI。

我越来越觉得：

AI时代最危险的创业者，不是不会用AI的人。

而是：

什么都能做，却不知道自己为什么要做的人。

因为AI会不断给你制造新的可能性。

今天可以做一个Agent。

明天可以做一个AI产品。

后天又出现一个新的模型。

每一个热点都可能让你产生一种冲动：

“这个东西我是不是也应该做？”

但创业最重要的能力，从来不是追逐所有可能性。

而是：

知道什么不做。

所以我想把一个问题留给正在创业、正在经营公司的老板们：

可以直接在评论区留下：

行业 + 最头疼的问题

比如：

制造业｜订单越来越碎，但排产还在靠人工。
外贸｜每天处理大量客户询盘，但真正高意向客户很难筛出来。
餐饮｜门店数据很多，但不知道怎么真正用起来。
电商｜获客越来越贵，但复购一直上不去。
服务业｜大量员工时间耗在重复性工作上。

不用写公司名字，也不用写商业机密。

只要告诉我：

你所在的行业，最麻烦的一件事情是什么？

我会从评论区挑一些真实案例，后面专门做一期：

不聊概念。

不讲“AI很伟大”。

就拿真实业务，一个一个拆：

这个问题AI能不能解决？

怎么解决？

值不值得做？

如果真的做，商业模式是什么？

AI让一个人周末就能做出一个产品。

但这并不意味着产品变简单了。

恰恰相反。

当代码、功能、原型越来越便宜：

判断、注意力、品味、信任和控制权，正在变得越来越贵。

过去，人负责亲手把事情做好。

现在，AI越来越负责执行。

未来，人真正需要做的，是：

发现问题。

选择方向。

定义边界。

承担结果。

所以我特别认同Peter Steinberger的那句话：

如果重新创业，我会选择Hard and boring。

因为当所有人都在追逐“酷”的时候，

真正的机会，

往往藏在那些：

没人愿意解决，但客户愿意持续付钱的问题里。

而这可能也是AI时代创业最大的反常识：

AI让“做出来”越来越容易，却让“做什么”越来越难。

这里是AI老猿。

如果你正在创业，欢迎把你的**“行业 + 最头疼的问题”**留在评论区。

也许下一篇，我们就从你的问题开始。

你负责提出问题，我负责和你一起看看AI到底能不能解决。