过去，一个人赚不到钱，往往还能找到很多具体的理由。不会编程，不会做网站，不会设计，不会写文案，没有开发团队，也没钱雇程序员。

这些理由过去确实成立，因为技术本身就是门槛。一个普通人想把脑子里的想法做成真正能用的产品，往往要跨过设计、开发、部署、维护等一整套专业体系。

但 Codex、Claude 这类顶尖 AI 出现以后，很多门槛正在迅速降低。你不懂代码，也能让 AI 帮你搭网站、写程序、接数据库、修 Bug，甚至把一个模糊的想法逐渐做成完整产品。

理论上，这是一个前所未有的时代。一个普通人的生产能力，第一次被放大到了过去小型团队才能达到的水平。

可一个很奇怪的现象也随之出现了。

很多人手里已经握着世界上最强的一批 AI，却依然不知道该做什么，更不知道怎样靠它赚钱。

我自己也经常陷入这种状态。打开 Codex，看着额度在那里，总觉得不用就是浪费，于是开始想，今天是不是应该做个网站，做个小游戏，做个工具。

想来想去，却会碰到一个比不会编程更棘手的问题。

我根本不知道该做什么。

准确地说，不是没有能力，而是没有需求。

这可能是 AI 时代一个很容易被忽视的变化。过去真正困扰普通人的问题是，我知道自己想做什么，但我做不出来。

现在问题正在倒过来。

我好像什么都能做了，却不知道什么值得做。

Codex、Claude 解决的是怎么做，但商业世界里更难的部分，一直都不是怎么做，而是做什么，以及谁愿意为它付钱。

这两个问题看起来简单，却决定了一个产品究竟是生意，还是自娱自乐。

很多人对于赚钱有一个根深蒂固的误解，总觉得只要产品做得足够好，自然就会有人来用。

所以有了 AI 以后，人们最容易产生的冲动就是做产品。做一个 App，做一个 Agent，做一个 AI 工具，再做登录、后台、会员、支付和漂亮的界面。

一个星期以后，产品真的做出来了。

接下来才发现，根本没人需要。

问题不一定出在产品质量上，而是整个顺序从一开始就反了。正常的商业逻辑应该是先有人遇到问题，再有人愿意花钱解决这个问题，最后才轮到产品出现。

可很多人的路径恰恰相反。

先把东西做出来，再去寻找一个恰好需要它的人。

这与其说是在创业，不如说是在猜。

AI 恰好让这种错误变得更加隐蔽。过去开发一个没人需要的软件，可能要花几个月时间和一大笔钱，人反而会谨慎。

现在不同了。

Codex、Claude 可以把开发成本压到极低，一个周末就能做出过去需要多人协作的东西。于是很多人会产生一种错觉，既然做东西这么便宜，那多做几个，总能撞到一个吧。

可真正稀缺的从来不是软件。

这个世界不缺网站，不缺 App，也不缺 AI 工具。真正稀缺的是一个足够具体、足够痛苦，而且有人愿意掏钱解决的问题。

那么，什么才算真正的需求？

我越来越倾向于把需求分成三个等级，因为不同层级的需求，看起来都像机会，商业价值却完全不同。

最弱的一类，是好奇。

用户会说，这个东西挺有意思，如果有我可能会用，你做出来我可以试试。

这种反馈最容易让开发者兴奋，也最容易误导人。

因为喜欢不等于需要，试用也不等于付钱。一个人愿意花五分钟体验你的产品，和愿意每个月付钱，是完全不同的两件事。

再往上一层，是麻烦。

用户会说，这件事太烦了，我每周都要做，有没有什么办法可以解决。

这已经开始接近真正的需求，因为问题具有重复性，也开始产生时间成本。

但麻烦仍然不一定意味着付费。

很多事情大家会抱怨很多年，却依然选择忍受，因为解决它的成本可能比忍受它更高。

真正值得优先关注的是第三种。

我现在就在花钱找人解决，我们公司已经安排一个员工专门做，现在的软件并不好用，但我们还在继续付费，这个问题如果不解决，我会损失客户、订单或者大量时间。

到了这个层级，问题就完全变了。

你不再需要教育用户为什么需要你的产品，因为他已经在为这个问题付出代价。

这也是我现在判断需求时越来越看重的东西。

一个人嘴上说自己想要什么，价值往往没有那么大。真正值得研究的是，他现在正在为什么花钱，为了什么加班，又为了什么专门雇了一个人。

钱、时间和人力，远比口头反馈诚实。

很多真正赚钱的软件，看起来甚至一点都不性感。

它可能只是每天自动检查几个网站，把新增信息发到 Telegram，也可能只是把一张 Excel 里的订单整理好，再同步到另外一个系统。

还可能只是帮房产中介筛房源，帮销售整理客户，帮老板生成报表，或者自动完成某个员工每天重复两小时的机械操作。

技术上未必复杂。

可这些东西有一个共同特点，那就是在它出现以前，已经有人因为这个问题付出了真实成本。

这才是需求。

所以我现在越来越觉得，判断一个项目值不值得做，不应该先问这个产品酷不酷，也不应该先问 AI 能不能做出来。

应该先问几个更朴素的问题。

现在有没有人在为了这个问题浪费时间？

有没有人在为了这个问题雇人？

有没有人在为了这个问题持续付软件费？

如果这个问题明天突然消失，他会不会愿意拿钱感谢你？

这些问题的答案，比技术方案重要得多。

如果没人浪费时间，没人损失钱，没人因此焦虑，也没人愿意付费，那么再漂亮的产品，往往也只是一个技术作品。

反过来，一个看起来非常土的问题，只要每天让一家公司的员工浪费两个小时，就可能比一个炫酷的 AI 产品更有商业价值。

这也是为什么 AI 越强，我反而越觉得技术正在变得没有以前那么稀缺。

过去一个人的优势可能是会写代码，会设计，会搭服务器。

未来越来越重要的，可能是另一套能力。

你能不能发现别人工作流程里那些反复发生、低效、痛苦，却已经被所有人习惯了的问题。

你能不能判断哪些抱怨只是抱怨，哪些抱怨背后已经产生了真实成本。

你能不能找到正在被这个问题折磨的人，并且让他相信，你真的可以替他省下时间、减少损失或者赚到更多钱。

这些能力都不属于编程。

却决定了编程最终有没有价值。

一个老板通常并不关心你用了几个 Agent，也不关心代码写了多少行，更不会因为模型参数更多就多付你一分钱。

他真正关心的只有一件事。

你能替我解决什么？

这也是 AI 带来的一个很有意思的变化。

当生产工具越来越平权以后，人与人之间的差距，并没有消失，只是从技术能力转移到了发现问题、判断需求和完成交易的能力上。

过去是有人知道该做什么，却因为没有技术能力做不出来。

未来更常见的情况可能是，大家都有能力做出来，却只有少数人知道什么值得做。

当所有人手里都有锤子时，真正稀缺的就不再是锤子。

而是谁能找到钉子。

更重要的是，谁能找到那个愿意花钱让你把钉子钉进去的人。

所以，如果你手握 Codex、Claude，依然赚不到钱，问题可能并不在 AI。

真正需要改变的，也许是观察世界的方式。

不要再不停问，我还能让 AI 做什么。

试着换一个问题。

谁正在痛苦地重复做一件事情？

谁正在花钱解决一个还没有被很好解决的问题？

哪些事情大家已经习以为常，却完全可以被自动化？

当你开始用这种视角去看公司、行业、生意和普通人的工作，你会发现，需求其实一直都在。

只是它很少以产品创意的形式出现。

它更多时候藏在抱怨里，藏在加班里，藏在 Excel 里，藏在老板舍不得辞掉的那个岗位里，也藏在那些大家明明觉得难用，却每个月依然继续续费的软件里。

Codex、Claude 可以帮你把一个想法快速变成产品。

但在那之前，你首先要找到一个值得被做成产品的问题。

AI 可以给你越来越多的答案。

而赚钱这件事，最终考验的却是另一种能力。

你能不能找到那个值钱的问题。