跳转到内容
NTLx's Blog

意外创业：当 AI 让"为一个人建造"和"为所有人建造"一样便宜

上个月，Extelligence 的博主 “Some Guy” 发了一篇文章，标题是《I Accidentally Started a Small Business Three Weeks Ago》。我点开之前以为又是那种”副业月入 X 万”的成长鸡汤，读完发现完全不是。

他在三周前，用两小时 vibe-code 了一款给自闭症儿子用的沟通 App。然后候诊室里的妈妈们全哭了，语言治疗师哭了五分钟说不出话，他儿子的学校和治疗诊所都想用这个东西。他意外地开始创业了。

这不是一个关于父爱的故事——虽然它当然是。我最想写的是这篇文章暴露出来的一个判断：AI 时代，为一个人建造东西，终于跟为所有人建造东西一样便宜了。

从抽象符号到”他自己的芝士贝果”

Section titled “从抽象符号到”他自己的芝士贝果””

要理解这件事为什么重要，得先知道 AAC 是什么。

AAC，全称 Augmentative and Alternative Communication（增强与替代沟通），是给无法用语言交流的人用的工具。传统 AAC 设备本质上是一个装满符号和词汇的平板电脑——红色八角形代表”停止”，箭头代表方向，简笔画小人代表各种动作。孩子组合这些符号来造句，设备朗读出来。

这个设计思路有一个隐含假设：使用者已经理解语言，只是嘴巴说不出。对于瘫痪的成年人，这没问题。但对于一个正在学习语言本身的自闭症儿童，他不知道红色八角形是什么意思，他甚至不理解”停止”在这个语境里是什么。符号系统本身就是障碍。

Some Guy 做的事极其简单：他用 ChatGPT 生成了几百张词汇卡片，所有图片都不用通用符号，而是他儿子自己的东西。不是”一个”芝士贝果，是他的芝士贝果。不是”一个”玩具，是他的玩具。图片用了他儿子最喜欢的动画风格，声音克隆了他自己的嗓音。

他儿子立刻着迷了。然后按下了有生以来最长的一句话：“I really love you a lot.”

为什么现有方案漏掉了这些人

Section titled “为什么现有方案漏掉了这些人”

我不是特殊教育领域的专家，但读完文章后我做了一些背景调研，发现 AAC 的问题比我想象的更系统。

传统 AAC 设备从供应商直接购买硬件要超过 $7,000。iPad 上的订阅方案便宜很多，但设计思路没变：它们仍然是为”理解语言但无法说话”的人设计的，不是为”正在学习语言”的儿童设计的。现有产品几乎没有数据指标，你看不到孩子有没有在进步。也没有教学模式：它们只是沟通工具，不会帮孩子学习语言。

CDC 估计约 2.8% 的儿童被诊断为自闭症，其中多达 30% 可能永远无法发展出自然语言。这些孩子每周可能只有两次治疗，接触的语言模型和神经典型儿童每天 15,000 个词的浸泡环境完全不在一个数量级上。

Some Guy 做的 App 之所以有效，不是因为他发明了什么新技术，而是因为他把产品造在了他儿子的认知坐标系里。他没有试图让孩子去理解符号系统，而是让系统进入了孩子已经理解的世界。

三周的数据：词汇识别能力翻了一倍多，自发语言增加了约五倍。在五金店，孩子对给他糖的收银员说了一句”thank you so much”。用自己的声音。

这些事情传统 AAC 做不到。原因很简单：“为少数人定制”的成本一直太高，高到没人做。

AI 改变的不是工具，是”谁能为谁建造”

Section titled “AI 改变的不是工具，是”谁能为谁建造””

这才是这篇文章让我最想写的地方。

Some Guy 自称 “Forward Deployed AI engineer”，有团队向他汇报。但他说自己只用了两小时就 vibe-code 出了 MVP。两小时，一个网站，几百张个性化图片，一套语音克隆。这在三年前需要一支产品团队、一轮融资、至少一个季度的开发周期。

现在一个人就够了。他确实厉害，但更关键的是 AI 把”建造”的门槛压到了几乎没有。

我之前在《当 vibe coding 和 agentic engineering 开始模糊，我感到一阵不安》里写过，vibe coding 让我不安的原因之一是它模糊了”理解”和”生成”的边界。但 Some Guy 的故事提供了一个完全不同的视角：当建造的成本足够低，“理解”的必要性也随之降低。你不需要理解整个系统，你只需要理解使用它的人。

这跟我之前写的判断是一致的：Agentic Engineering 的悖论不在于机器太能干了，而在于”机器越能干，人越停不下来”。但 Some Guy 停下来了。他停在了儿子面前，停在了候诊室里那些妈妈面前。

他为儿子做的这个东西，恰好是一群被市场忽略了的人最需要的东西。$7,000 的 AAC 设备市场太小，投入大量研发做个性化不划算。经济学上这完全合理。但经济学上的合理，对一个在候诊室里四年搞不清孩子想吃什么的妈妈来说，什么都不是。

技术向善不需要宏大叙事

Section titled “技术向善不需要宏大叙事”

Some Guy 说他现在正在做几件事：建立儿童词汇习得的分类体系，让新用户只需要上传几张照片、选一个动画风格、读 30 秒脚本，App 就能自动生成个性化的沟通面板。定价 $9.99/月，含语音克隆 $19.99/月。目标是当用户不再需要生成新图片后免费。

这些数字本身就说明问题：$9.99 对比 $7,000。“为一个人建造”和”为所有人建造”的成本差，在 AI 出现之前是两个数量级。现在，差一个零。

我没有小孩，也不了解自闭症。但我了解一件事：当一个领域的核心瓶颈从”能不能造出来”变成”值不值得为少数人造”，AI 改变的是后者的计算方式。 当建造的固定成本趋近于零，“为一个人建造”就不再是一种奢侈，而是一种可负担的善意。

这跟宏大叙事里那些”AI 改变世界”的宣言不一样。没有颠覆，没有范式转移，也没有 AGI。只有一个父亲用 AI 工具花了两个小时，然后候诊室里的妈妈们全哭了。

你有没有遇到过”为一个人造一个工具”的需求？如果建造的门槛真的降到了零，你会第一个为谁做什么？

延伸阅读

Section titled “延伸阅读”

参考资料

Section titled “参考资料”