扔了上千万我才明白：最怕的不是做不出产品，是做出来没人要
老子曾在《道德经》里讲：”图难于其易，为大于其细。天下难事，必作于易；天下大事，必作于细”，原意是：”处理难题，要趁它尚小、尚易时着手；成就大事，要从具体而细微的行动开始”。
两千五百年前的这句话，如果放到如今的创业者的身上，那他就应该变成了：我们不要一开始就企图做“行业级平台”，而是先确认一个用户痛点、做出最小可用原型、找几位真实用户测试、逐步修正关键流程、持续累积，小产品才可能长成大业务。
这里说的其实是一个并非时髦的概念“MVP”，可惜这个道理，是我在 32 岁那年，花了几千万买回来的。
从 2018 年游戏版号停发，到 2019 年精酿啤酒的前置仓，再到这几年的抖音直播和跨境业务，在几个完全不同的赛道上，我确实能从零到一做起来利润，把公司从几人推向几十人上百人，但却反反复复摔同一个跟头：不是产品做不出来，而是费尽心力做出来之后，才发现根本没人玩、没人用、没人买单。
所以今天这篇，我想把这些年对“MVP”理解，和大家深度的聊一聊：
- 1、MVP 这个被用了二十年的概念，为什么到了 AI 时代突然就不灵了？
- 2、当 AI 时代，把”做出来”这件事变成几乎不要钱了，验证到底应该怎么做？
- 3、为什么明明数据早就告诉你不行，你还是砍不掉？是不忘初心？还是不肯认错？
一、扔了上千万，才明白什么叫 MVP
如果要问我什么是 MVP，可能我会给出一个非常贵的答案。
故事还得从 2018 年说起，当时我创办的游戏企业也在那年迎来了收入新高峰。
2018 年初，原国家新闻出版广电总局因机构改革，全面暂停了游戏版号发放。虽然到年底恢复了申请，但规则极其严格，数量也是少得可怜。我们团队只能无奈转战”超休闲游戏”的研发，轻度、休闲、研发压力小、不需要版号，我天然的认为，这类游戏就是团队未来的”第二增长曲线”。
于是拆分原有的研发部门，布局”海外超休闲游戏”和”微信小游戏”两个大的类别。因为前面有了几款成功产品的经验，狂妄、不可一世、财大气粗这几个词都伴随着自己。哪里懂什么叫 MVP，什么叫”最小单元测试可行性”！
在接下来的一年半时间里，我们研发了 30 多款”海外超休闲游戏”和”微信小游戏”，每款的成本在 30-50 万之间。结果，一个个的产品陆续都失败，要么上线见光死，要么跑不出盈利模型。
当自己面对一两款失败的时候，还能安慰；当面对七八款失败的时候，还能假装硬撑；当接近 20 款产品失败的时候，已经患上了重度的焦虑和抑郁！
后来，我静下反思，当时最大的失败根源是”盲目跟风”加”自我创新”。
①盲目跟风：就像很多做跨境的中小卖家那样，爆款跟卖。事实上在你跟卖的那一刻，整个市场的需求已经被头部的几位玩家锁死，切入机会已经变得十分渺茫，何况还有一大群玩家也正撸胳膊挽袖子冲进去，市场空间被进一步碾压；
②自我创新：其实就是在爆款玩法的基础上进行迭代与升级，本打算用高段位的视角和功能、玩法来抢占市场，但实际上你升级也好迭代也罢，都是你个人的主观意愿，从没有在市场上做过验证需求，从来没问过用户愿不愿意为你的创新买单。
年少轻狂的自己，当时哪懂得这些道理：不是不会做产品，我是在用”生产”代替”验证”。我以为做出来就是往前走了一步，其实每做出来一款，我只是把同一个从未被验证过的假设，又重复的赌了一次。三十多款产品看起来是三十多次尝试，本质上不过是一次失败，被复制粘贴了三十多遍而已。
二、MVP 的内核，二十年里换过三次血
后来有一次参加”罗斯基”的线下行业论坛，我才知道海外早就不这么“拍脑袋”了。
像 Supercell 这样的游戏公司，早就采用一套先进的测试方式，快速测试、快速淘汰，超过 80% 的游戏项目只要初期数据不达标，就会被毫不留情的砍掉，绝不浪费任何多余资源，确保精力集中在爆款上。
而更可气的是 Voodoo 这家公司，他们连 Demo 都懒得做，先设计核心玩法，制作一段粗糙的 Gameplay 视频，投到 TikTok 上去测点击率、转化率和转化成本，只要数据测算能回本，才肯投入研发，投入极少的资源，靠着项目的前置验证，就已经把风险降到了最低。
回来之后我认真研究了这件事，才发现很多人理解MVP 只是个“测试，其实大错特错，这二十年它的内核换过三次血，只是大多数人认知还停留在十年前。
要看懂这三次换血，得先抓住一条暗线，那就是每一代 MVP 的进化，本质上都在干同一件事，把”犯错的成本”使劲降低，谁能用更小的代价、更早的知道自己错了，谁就活得更久。这条试错成本曲线，是贯穿整部 MVP 进化史的命门。
第一代，我管它叫”产品型 MVP“。移动互联网早期的打法都很朴素，脑子里冒出个想法，二话不说先做个最小的产品出来，拉一批种子用户，看数据再迭代。Airbnb 最早就是在自己客厅铺几张充气床垫，多少 APP 上线时就一个光秃秃的核心功能，照样敢上阵。那个年代流量便宜得像不要钱，机会满地是，哪怕产品糙得硌手，只要真戳中了一个痛点，就能从墙缝里硬长出来。但你冷静下来想想，这一代的”最小”其实一点都不小，一个所谓的 MVP 往往要产品、设计、前端、后端、测试一整套班子伺候着，吭哧吭哧做一两个月，上线那天才知道方向是对是错，错了呢？这两个月的人力、时间、机会，连本带利全砸进水里，一个泡都不冒。我当年失败那 30 多款游戏，说白了就是在用第一代这套笨办法，一款接一款拿真金白银去喂市场，喂到自己焦虑和抑郁。
第二代是”假门型 MVP”。被第一代坑得多了人总会学乖，先别急着写代码，先立一扇假门，一个落地页，一段视频，一个”立即预约”的按钮，丢出去看有没有人愿意把门推开、愿意留下邮箱。Dropbox 当年连产品都没影，先放出一段演示视频，验证完”大家是不是真需要云同步”，才回头动手开发。这一代最牛的是在验证顺序上，它把产品的元思考：”到底有没有人想要”这个生死问题，挪到了”要不要把东西造出来”之前，别小看这一个动作，它会砍掉了第一代八成的冤枉钱。
第三代是”内容型 MVP“。抖音、TikTok、小红书出现之后，这件事被推到了极致，一个好想法先别当产品，先设置一条假设，再把假设变成内容扔到市场上试一次水，看完播、看评论、看私信里有多少人追着问”这个到底哪买”，再决定要不要真做。我做直播、做跨境这些年，早把这套结合前置的需求调研应用了无数次，现在很多大家耳熟能详的消费品牌根本不是先有产品，而是先有一条爆火的视频、帖子等，产品是后来才补上的。
三、先看天：判断趋势在起身
讲具体方法之前，必须先要看天，看行业趋势。
2019 年我做过进口精酿啤酒的本地仓配送，前置仓铺开、一小时送达，听着特别美，前前后后砸进去几十万，吭哧运营了一年多，利润就是死活做不上来。
后来进行了深度复盘才看明白，产品没毛病，模式也没毛病，最致命的是差在哪里呢，啤酒这个东西对新生代来说，早就是一个肉眼可见在萎缩的减量市场了。年轻人都去喝咖啡、果酒、低度酒、无醇了，我却一头扎进一个正在缩水的池子，还偏挑了精酿这么个认知门槛高得吓人的细分品类，等于逆着水、顶着风，使出浑身解数去推一块正在下坡的石头。
后来我看 1919、京东酒世界、歪马送酒，模式跟我当年模式几乎一样，人家要么融了更多的钱、要么本身就不缺钱、铺了更大的盘子，结果到今天也都不咸不淡、不温不火。
反过来再看，我那家游戏公司能持续经营多年，其实就一条朴素的道理，2014 年手游刚井喷的那个节骨，每年往上窜 50% 的市场，你只要方向别歪得太离谱，闭着眼睛都能喝上一大口汤。回顾我们身边很多赚大钱的老板们，无不是在“一个上行的行业周期里，做了恰当的事情，推出了恰当的产品”。
所以雷军那句被传烂了的”站在风口上，猪都能飞起来”，被太多人误读成了”随便逮个风口冲就行”，他真正想说的其实是另一层更深的意思，在一个下行的市场里你哪怕是条龙也得趴着走，而在一个上行的市场里哪怕只是头猪，也能被那股风托着飞上天。
这里还藏着一个更深的东西，我管它叫复利的方向。在增量市场里时间是你的盟友，你今天埋的每一颗种子明天都借着大盘往上长；而在减量市场里时间就是你的敌人，你再勤奋也是在跟整个下坠的大盘对赌，越使劲，越被反噬。
那怎么看天呢？我经常会问自己这三个问题：①新用户是在往里涌还是在往外跑，年轻人到底有没有在进这个品类；②大家愿意为它掏的钱是越来越多还是越来越少；③最聪明的资本们，是在进场抄底，还是在悄悄撤退。判断趋势这一步，是所有商业决策里投入最低、回报最高的一步，没有之一。
四、AI 掀翻了三件埋在地基里的事
一聊 AI 对产品的影响，十个人有九个张口就是”效率提升””降本增效”，这话不能算错，但浮在水面上，太浅了。我自己这两年实打实趟下来，越来越确信 AI 真正改写的不是工具层那点效率，而是另外更底层的三件事，而这三件事每一件都足以让旧的 MVP 方法论失灵。
第一件，把东西”做出来”这件事，第一次变得几乎不要钱了。 过去搭个落地页得求前端，剪条视频得求剪辑，憋十个文案，熬几个通宵掉一把头发。现在呢，界面让 AI 出初稿，代码让 AI 搭骨架，视频让 AI 批量生成，文案张口就来二十个版本随你挑。
Karpathy 在 2025 年 2 月造了个词叫 vibe coding，一年之内就成了主流的干活方式，更值得琢磨的是行业里给 AI 生成的原型下的定义，廉价、快速、一次性的，软件这个东西第一次有了”用完就扔”的属性。结果是什么呢，”把一个东西做出来”这件曾经很值钱的本事，正在以肉眼可见的速度贬值，你能做隔壁也能做，而且人家明天一早就能做出十个。当”生产”不再是门槛，光会”做”这件事本身，其实已经一文不值了，这意味着所有把护城河建在”我能做出来而别人做不出来”上的人，地基正在被悄悄的抽空。
第二件，验证从”一次试一个”变成了”一次试一百个”。 过去做 MVP 是一步步来测的，这周测一个假设，黄了，下周换一个再来，慢得像挤牙膏，但你没得选，因为每一次测试都要真金白银喂进去，你没能力也赌不起同时押一百注。但现在，AI 把这堵墙直接推平了，同一个产品想法，我能让 AI 一口气生成一百条不同钩子的视频、一百个不同卖点的落地页，再对准几十个不同的人群，一次性全撒进市场，然后看着市场替我把答案挑出来。这已经不是”效率提升”四个字能装得下的了，这是从手工作坊到流水线的范式跃迁。
但并行放大的不只是效率，还有错误。一百次测试如果都建立在同一个错误的假设上，你只是更快、更整齐的错了一百次。当年我那 30 多款游戏就是最好的反面教材，如果当年有 AI，我大概能在半年里失败三百款，而不是一年半失败三十款。
第三件，也是最反直觉、最少有人讲透的一件，真实正在变得稀缺。 当 AI 能无限生成内容，当刷量、刷评论、刷数据的成本低到尘埃里，一个虚假的繁荣就开始在整个市场上空盘旋，你越来越难分清屏幕那头给你反馈的，到底是一个活生生的人，还是一台不知疲倦的机器、还是一群按条收钱的水军。过去我们做验证有个默认的、从没被质疑过的前提，那就是数据是真的，而现在这个前提塌了。一条视频几万赞可能是买的，一个产品几千好评可能是刷的，你以为自己辛辛苦苦验证到了真需求，到头来只验证了一件事，原来别人的数据 TM 是刷的。
五、第四代：生成式验证，和”该先测什么”
把上面这三件事想透了，第四代 MVP 长什么样，大家几乎脱口而出。
前三代 MVP 骨子里是同一套逻辑，先验证再生产，验证归验证，生产归生产，泾渭分明，一前一后。
而第四代我给它起了个名字，叫生成式验证，它特征只有一句话，验证和生产第一次绑定在了一起，同时发生。
什么意思呢。过去测一个产品方向节奏是这样的，拍一条视频，苦等一周看数据，数据行了再决定做不做，拍板做了再吭哧吭哧去设计产品，一个回合走完快则两周慢则一个月，黄花菜都凉了。现在能玩成什么样呢，我抛出一条内容，评论区立马有人喊”要是能再小一号就好了””能不能出个专门给老人用的版本”，我当天就用 AI 把这个新版本的概念图、新卖点视频、新落地页全生成出来，原样再丢回去测，市场又甩给我一波新反馈，我接着生成下一版，一天一个回合，一周二十轮。
你看出逻辑没？产品不再是”闷头做完了再拉出去验证”，而是在一轮又一轮的验证里，被市场亲手一点一点捏出来的。在说的透一点，在第四代里”产品”这个词的词性都变了，它过去是个名词，一个做完就定型、摆在货架上的死物，现在它成了个动词，一个永远在和市场对话、永远在生长、永远没有最终版的活物。
但比这更重要的一个问题是：你到底该先测哪一件事？
讲到这里你可能会觉得我前后矛盾，一会儿说要并行猛跑一周二十轮，一会儿又说要一层一层过关，到底听哪个。其实这两件事根本不在一个维度上。漏斗是骨架，决定你的钱按什么顺序往下押；生成式验证是发动机，决定你在每一层里能跑多快；而还缺一样东西，是方向盘，决定你在这一层里到底该测哪一件事。
方向盘这个位置，我认为该放的是 RAT，最危险假设测试。它跟 MVP 的区别是根子上的，MVP 的流程是造出来、量一量、学到东西，而 RAT 反过来，是先学明白、先量出来，再造。MVP 上线的通常是最容易做的那个功能，而 RAT 上线的必须是最强、最要命的那个功能，因为你要测的不是它好不好做，而是它到底成不成立。行业里有人把话说得很绝，说 MVP 已死 RAT 万岁，这话我觉得说过了，但它说中的那个点是对的。
落到实操上其实只有一个动作，动手之前先写下我如果能把这个项目做成，最要命的假设是什么？一条就够，然后设计一个只测它的动作。当年我做超休闲游戏，最根本的假设其实是”我们团队做重度游戏的能力，能不能迁移到轻度玩法上”，如果当年我能理解这一点，开发一款休闲游戏只测这一条，我就可以得出结果。而不是扔了上千万之后，去测了三十多次”这个玩法好不好玩”。
骨架错了跑得越快死得越快，发动机弱了骨架再对也找不到答案，方向盘丢了前两样更白搭。
天看准了，方向盘也握住了，才轮到具体的押注顺序，我把它拆成五层，每一层都需要梳理标准硬线，过不了就掉头走。
第一层是问题验证，看用户是不是真有这个痛，痛到憋不住要主动开口讲。方法土得很，扎进评论区、泡进社群，看有没有人不为别的、就是主动掏心窝子讲自己的困境，同一个抱怨在好几个不相干的平台反复冒出来，行，这个痛才是真的。
第二层是兴趣验证，很低成本，做几条只讲认知、半个字不提卖货的短视频去测不同的钩子假设，盯死两个数，完播率，和评论区里”我也是啊”冒出来的密度。
第三层是意愿验证，极低成本，视频结尾轻轻挂一句”想要的扣个 1″，看有多少人肯为这件事付出哪怕一丁点行动。一个敲门的都没有，那这扇门趁早别装了，省得日后拆。
第四层是体验验证，开始要花点小钱了，小批量打样几百件顶天，优先塞给前三层攒下的意向用户。重点不是看他们拆箱那一刻的惊喜，要看的是用满四个礼拜之后还愿不愿意接着用、愿不愿意主动安利给自己家里人，后者才是我们想要的结果。
第五层是规模验证，到这一步才轮到正式砸钱，前四层一关一关全趟过来了，才开始投流、备货、跟供应链坐下来谈判，这时候你兜里揣着的是被市场盖过章的真实数据，腰杆硬，议价狠，谈什么都不虚，而不是让市场部要这种“销量预估”虚假繁荣的指标。
这一整套掰开了揉碎了其实就一句话的精髓，把每一分钱都花在被市场验证过的地方，而不是花在”我觉得能成”的一厢情愿上。
六、认输时差：真正烧钱的，是砍不掉的项目
前面讲的所有方法，其实都在解决同一个问题：更早的知道自己错了。
但还有一个隐藏更深的心理问题：很多时候你早就知道自己错了，但依然还留有期待、幻想，和放不下去的手！
我做那 30 多款游戏的时候，失败一两款还能安慰自己，七八款还能假装硬撑，接近 20 款才彻底崩溃。可你回头看看就会发现，第五款失败的时候，答案其实已经全都写在数据里了，剩下那我不是在验证，是在赌气，是自己假装“不忘初心”。精酿啤酒也一样，前置仓跑了三个月，单量和复购的数据早就把话说尽了，我硬是又撑了一年多。这几年在电商上亦是如此，T800 政策落地之后我慌不择路，把本就捉襟见肘的团队一分为四，一头扎进四个完全陌生的品类，每一条赛道都早已是红海，布满了前辈们厮杀过的痕迹，四个方向四次全败。
三次生意，三个赛道，同一个病。是我不看数据吗？是我看见了，但忽略了数字的真实，是我缺少承认自己“不行”的勇气。
所以我给这个思维起了个名字，叫认输时差，就是数据告诉你不行的那一天，和你真正承认不行的那一天，中间隔着的那段距离。这段时差里烧掉的每一分钱都是纯粹的浪费，一点认知都换不回来。我这些年扔掉的上千万里，真正买到教训的可能只有三成，剩下七成全是被这个时差吃掉的。
后来我才知道这不是我一个人的毛病，管理心理学里有个专门的名字叫承诺升级，说的是人不按利益最大化做选择，而是为了跟自己之前的决定保持一致，非理性的在错误的路上继续加注。研究的结论显示，已经投入的成本比例越高，继续加注的倾向就越强，换句话说你砸得越多就越砍不掉，越砍不掉就砸得越多，这是个会自我加速的漩涡。
还有一条发现更令人深思，外部监督会加剧承诺升级，因为人要自我辩护、要面子，这就解释了一件事，为什么老板比员工更砍不掉项目，为什么创始人比职业经理人更砍不掉，团队都在看着你，你亲口立的项，你怎么好意思第一个说不行。
《大学》里有句话，我是这两年才真正读懂的，”知止而后有定”。知道在哪儿停下来，心才能定下来。这句话在我这儿的翻译是，一个不会砍项目的老板，永远不可能是个心定的老板。
那怎么缩短认输时差呢，我试过靠意志力，没用，最后能救命的全是机制，就三条。
第一，砍的标准必须在开工之前就写死。 事前定死线，什么数据不到，到第几天，无条件停，写下来让团队都看见。原因很简单，事后的你已经是利益相关方了，没资格当裁判，只有开工之前那个还没投钱的你，才是清醒的。
第二，让砍项目变成一件光荣的事，而不是一件丢人的事。 Supercell 的做法我第一次听说的时候很受触动，一个项目被砍掉，全公司聚起来，让失败的那个团队上台，大家一起开一瓶香槟。关键在于他们庆祝的不是失败本身，而是从这次失败里学到的东西，以及这些东西能教给公司其他团队什么。这套机制背后的道理讲得很透，如果失败让人觉得危险，人就会挑最安全的做，只有当失败是可以活下来的、甚至是被尊重的，人才敢去冒真正的风险。Supercell 至今砍掉的游戏超过三十款，这不是因为他们比我更狠，而是因为他们把砍项目的成本，从”个人的耻辱”改成了”公司的资产”。而我当年的团队里，谁提一句”这款是不是该停了”，谁就得承受一整个会议室的沉默，而这种氛围恰恰是我自己造出来的。
第三，把生杀权从投钱最多的人手里拿走。谁投的钱最多，谁最不该有决定权。 这一条我到今天执行得还不够好，但我已经明白了一件事，在自己亲手立的项面前，我就是这个公司里最不客观的那个人。
AI 把试错成本降了一百倍，可如果你砍不掉，成本一样会涨回去。验证能力再强，也救不了一个不肯认输的人。
七、术会过时，道不会
写到这儿我得讲一件我夜里常常琢磨的事！
当 AI 把”做东西”变得人人都会，又把”做验证”变得人人都能跑，那么验证这套方法本身的红利，迟早也会被吃干抹净。今天你靠这套打法领先半个身位，等过两年满大街都会了，它就从一件独门手艺，沦为一条人人都得踩的及格线，到那时候会验证不再让你赢，只是让你不至于死。
那么真正能立住的到底是什么呢。我翻来覆去想了很久，越想越觉得最后能剩下的，反倒是几样最笨、最不性感、AI 怎么也复制不走的东西。
第一，是独一份的判断力。AI 能替你跑一万次测试，但它打死也不会告诉你该去测哪一万次。Karpathy 有个判断我很认同，当 AI 接管了 How 也就是”怎么实现”，人类唯一剩下的护城河就是 What 和 Why，做什么，和为什么做，他还说过一句，说职业问题已经从”我该怎么做到”，变成了”我该选择在哪里挣扎”。他对”品味”的定义我觉得很准，品味不是回答那些有明确答案的问题，那些 AI 赢你，品味是在反馈周期极长、可选项极多、你几个月内都不知道对错的地方，还能做出好决定的那种直觉。这种东西是你拿一次次失败、一笔笔学费、一个个不眠之夜换来的，机器学不走，也偷不走。
第二，是把事真正做出来、交出去的能力。需求验证完了皆大欢喜，可你能不能真的摁住供应链、守得住品质、扛得起履约、兜得住售后。验证是动嘴皮子，交付是真刀真枪，这个世界从来就不缺好点子，满地都是，缺的永远是那个能把缥缈的点子，变成你手里实实在在、卖得出去的货的人。
第三，是攒不出来、只能熬出来的真实用户关系。当所有的数据都能造假、所有的好评都能买卖，一群真心信你、愿意自发替你说话的真实用户，会变得贵得离谱，这东西没有任何捷径，刷不出来买不到，只能靠你一单一单的兑现承诺、一次一次的不让人失望，一点一点熬出来。
我把这三条想明白之后没多久，看到红杉那场 AI 峰会上一群顶级创始人聊出来的共识是，不可外包的理解力、顶级的审美品味、真实的人际链接。虽然相隔两岸，但话不同理相同。
而第四条是我自己加的，认输的能力。前三条讲的都是往前冲，第四条讲的是及时停下来。这一条外面很少有人讲，因为它不好听，也不励志，但它恰恰是我最有资格讲的，因为我为它交过上千万的学费。
绕了这么大一圈你会发现，AI 几乎把所有”术”的门槛都抹平了，可抹到最后真正决定生死的，反而退回到了那些最古老、最朴素的”道”上头，看得准、做得实、对人真、输得起。术会过时，道不会。
结语
过去这十几年，从游戏到 APP，从直播到跨境，从内容再到电商，我换过太多的赛道，从零到一赢过几把，但也实打实的为此扔了不少的学费。
如果硬是让我把这些总结成一句话，那就是，真正能拖垮一个团队的从来不是”做不出产品”，而是耗尽了所有的时间、人力和心气，最后做出了一个根本没人要的东西。
而这一路交的学费，最后沉淀下来的其实就四句话。动手之前先看天，天不晴身不动；动手之后要信数，验证过的才真实，否则都是自己一厢情愿罢了；还要学习分辨真伪，免费的赞是舆论，掏出的钱才是真需求；发现错了就当天认输，试错的成本降了一百倍，拖延只会放大自己的愚昧。
也正因如此，这些年我越来越愿意把自己的身份，从一个”做产品的人”，悄悄换成一个”验证需求的人”。产品是结果，从来不是起点。
我不再指望下一个风口能把我托起来，我要的是在任何一片天底下，都能用最小的代价，最快的知道自己错在哪里，然后当天掉头，重新出发。
