【AI Talk】22 痛苦才是壁垒

现在编程像抽卡一样轻松，但壁垒只属于坚持到第 21 次的人。

迭代无处不在——四季更替、生老病死、体内细胞不断更新。但在 2026 年，当研发人员已经不再直接写代码时，「迭代」这个词有了完全不同的分量：好的团队和差的团队，差距恰恰就藏在迭代这件事上。

吃自己的狗粮：理解需求的重要前提

很早之前有个说法叫「吃自己的狗粮」——研发人员做出来的东西，自己也要真的在用。我一直觉得这是最重要的开发理念。因为你不去用，你就感受不到一个产品到底应该做成什么样。

原因在于：不做业务，就不可能真正理解业务需求。需求写得再清楚，研发也做不到百分百理解——这是所有问题发生的根本。所以一个团队里，最好有 50% 左右的人是既做业务又做研发的。这批人最好还是中高级研发。他们承担起桥梁的作用，让另外 25% 的纯业务和 25% 的纯研发，能真切地感知到自己到底在做一件什么事情。

迭代的速度，就是团队的竞争力

为什么迭代这么重要？因为没有人能一次就做出百分百满足市场的产品，必须去摸、去试。同样是打磨一个产品，每周迭代一版和每月迭代一版，中间是四倍的迭代次数差距。当然，每天一版也没必要——这么短的时间，你大部分精力都耗在合并代码上了。你可以说自己有很完善的软件工程流程，但我们心里都清楚，那不可能完美，合代码就是要占用时间。

AI 时代，团队在比什么？

好的团队和差的团队比拼的不再是「谁能做出产品」，而是：谁能更快地把一个 70 分的产品，通过数据闭环（用户行为 → 反馈 → 下一版）迭代到 90 分。这个点很重要：如果一个产品依赖一两个人的产品思维和天才，那点子很快就会枯竭；但只要建立起围绕数据去迭代的机制，你就不需要天天纠结需求——战略方向定了，哪里缺就补哪里。

竞争格局也变了。以前，做出一个产品就难倒了大多数团队，剩下少数团队去争夺绝大部分市场份额；现在，因为 AI，做出产品变成了一件人人都会的事，几乎所有团队都在抢同一块市场——比的不再是能不能做出来，而是能不能持续迭代，所以对人的要求反而更高了。

选工具的逻辑：看谁在持续迭代

这些年我见过太多 Agent 类产品（不具体点名）——在我看来它们都一样：跑不到一定量级，服务的群体就只能是和产品作者高度相似的人，几乎无法规模化盈利。因为所有 Agent 应用都逃不开同一个问题：你和 Codex 有什么差别？和 WorkBuddy 有什么差别？这个问题几乎无法回答——很难比它们好，最多在一两个地方略好；而且只要它看得到你的好，下个版本就学过去了。

所以我现在选工具，很重要的标准就是看谁投入的资源多。一个产品如果能占据公司的主要营收，它就会被持续迭代——比如 Kimi Code、DeepSeek Harness、Codex、Claude Code 这些，不管是不是泡沫，商业和研发之间都形成了「营收 → 持续投入 → 研发 → 更好产品 → 更多营收」的循环，只有这样的循环，才能持续稳定地驱动研发。它们的迭代速度，大家用起来都能感受到，非常快——甭管更新了啥，反正一直在更新。不断更新，才不掉队。

前 20 次失败，才是你的壁垒

以前比的是一场 100 米——谁先做出来，谁就能吃一波红利站稳脚跟。现在呢？大家都能做出来，比的既是 100 米，又是马拉松——而且是每天一个马拉松。这对团队的精气神要求极高。

迭代背后，其实是「想不想迭代」。迭代并不快乐，要面对一次又一次的失败：把一个任务交给 AI，它做不了，撤销重来；再做，再撤销重来……能坚持很多次吗？大部分人不行。最终可能转而去捣鼓哪个工具更好用，但实际的业务问题还在那里，终究要解决。

当遇到这种情况，我会提醒自己：如果 AI 解决不了的、而我能解决，那就是我的竞争优势。因为大家都用 AI 了，以前我和竞争对手之间是不透明的，现在是透明的——我用 AI 一次能做完的事，别人也行。但如果别人一次做不完，而我坚持了 20 次、在第 21 次做完了，那前 20 次失败就是我的壁垒。在一个产品长周期的迭代里，这种因坚持次数拉开的差距会越拉越大。

反过来，如果你的软件每三个月就要重写一次，说明你根本攒不下东西，自然也没有壁垒——因为你亲手把自己攒下来的东西砸掉了。至于那些主张「干脆完全重写」的人，不好意思，既做不到，也赢不了：重写，等于亲手毁掉自己的积累。

结尾

零零散散说了很多，核心其实就是一句话：迭代，速度很重要，持续迭代更重要——速度决定你能跑多快，持续迭代决定你能跑多远，而壁垒只来自后者。持续迭代说起来简单，做起来很难——你要面对的是不确定性和人性。现在的编程很轻松，像抽卡一样，但抽卡是抽不出壁垒的，痛苦才是壁垒。