价值，来自于 从无序中建立有序，从不确定性中找到确定性，从迷茫中坚定信仰。
一、2024 年的产品经验与教训
1.1 viAgents
2024 年的主要产品是 viAgents，目标是打造一个可深度定制，甚至支持 Fine-tune 的 AI 聊天软件。
当时，市场上虽已有不少类似产品，但大多仅支持简单的文本 Prompt，没有提供结构化的 Prompt 编辑器。
viAgents 中创新性地引入了 Prompt 示例 (Example)，以更好地约束 AI 行为，并支持 Prompt 复用。
初期验证阶段表现尚可，但最终未能成功，主要败于过度消耗时间和精力在非核心竞争力上。
失败的关键因素
-
技术崇拜
技术选型三度更换：
先用 Flutter 追求跨端渲染性能;
后改用 Tauri 以利用 Webview 更成熟的 Markdown 渲染以及 Rust 更安全的后端；
最终换成 Electron 以追求更高的开发效率。
过早追求性能和安全。 -
需求混乱
没有围绕核心特色打磨功能，而是试图做大而全，导致开发量暴增、使用门槛提升，且未能真正拉开与竞品的差距。
初期过于执着于 Markdown 渲染优化，后来又加入了大量聊天室管理和多人聊天功能，甚至因不满意 UI 设计推倒重做。
但 Prompt 管理 这个核心功能，竟然到了项目后期才开始开发。 -
形式正确
做了很多正确但对初创产品性价比不高的事情，比如过早编写单元测试、学习 Figma 设计 UI。
这些确实听起来很专业，但在 MVP 阶段，远不是最重要的事。 -
缺乏用户反馈
MVP 版本开发周期过长，涵盖了太多未完成的功能，导致产品门槛过高，最终没能进入公测，就已经夭折。
1.2 寻诗
寻诗 是 2024 年的第二个产品，目标是打造一个支持自然语言搜索诗词的 App。
在立项时，市面上并无类似应用。原计划 一个月内完成，但目前已花费一个月，预计至少还需一个月。
吸取 viAgents 的教训后，这次的策略更成熟：
-
选择熟悉的技术栈
直接采用 React Native，以复用 viAgents 开发中的 React 经验。 -
极致聚焦需求
砍掉社区、诗词创作等功能，专注 “寻找” 诗词。 -
技术实用主义
不拘泥于最佳实践，没有单元测试，没有 Figma 设计，只以 最快速度交付 为目标。 -
尽早接触用户
在完成初步 UI 设计后，立即启动 App 发布流程。 -
先完成，再完美
在搜索功能完善之前，先搭建完整的 App 交互和服务器架构。
但开发进度仍然低于预期，主要原因在于：
-
仍未完全遵循“只做最重要的事”
仍然花了太多时间在数据清洗和标注上。 -
功能设计仍显繁杂
尽管已大幅精简，仍设计了地理/天气标签、搜索历史、收藏、导出等功能。
二、价值源于不确定性
价值，来自于 从无序中建立有序，从不确定性中找到确定性，从迷茫中坚定信仰。
OpenAI 的 GPT 产品之所以伟大，
- 从产品角度，它创造了一种 基于自然语言的人机交互新范式；
- 从技术角度，它验证了 大规模数据和算力的 Scaling Law。
这正是 从无序到有序、从不确定到确定 的典范。
三、价值实现于确定性
一个有价值的 Idea，本身就已充满不确定性。所以在交付过程中，则必须最大程度提高确定性，一切以能交付为最终目标。
3.1 只做最重要的事
不是核心特色的功能，一律砍掉。 不能加快交付速度的形式主义，一律抛弃。
如果不这样，如何保证自己的竞争优势？资源有限，怎么拼得过大厂？
3.2 完成比完美更重要
已交付的次品 才可以在迭代中优化，未完成的半成品 永远没有机会。
绝大多数优秀的 Idea，倒在了交付的路上。要么根本没开始，要么因资源耗尽而夭折。
所以，无论如何，先完成，再完美。