《重写基因》· 持续运行版
第 12 章 共识逆向迭代:产品路径的进化
产品不必从最前沿的共识开始,可以先从最确定的共识活下来——用后期大众与落后者的成熟需求建立生存,再逐步扩大创新半径,直到具备服务创新者的能力。
一、两个方向相反的赌注 #
2018 年 9 月,斯坦福大学,一群华人学生围着段永平提问。有人问他为什么信奉"敢为天下后"这句听上去毫无进取心的话。他的回答只有一句:"所有的高手都是敢为天下后的,只是做的比别人更好。"
同一时间的另一头,Meta 正在下一个方向完全相反的赌注。2020 到 2025 年,Reality Labs 累计运营亏损约 836 亿美元,押注一个尚不存在共识的品类:元宇宙社交。旗舰产品 Horizon Worlds 的内部目标是 2022 年底 50 万月活,实际从峰值约 30 万一路跌到不足 20 万;《华尔街日报》看到的内部文件显示,用户创建的世界里只有不到 9% 曾有超过 50 名访客。2026 年 6 月,Meta 彻底退出 VR 头显业务。全球最厚的钱包,没能买来一个共识。
两个赌注的差别不在勇气,在起点:你的产品从哪一层共识开始。这一章把第 8 章的干扰术推演到产品上,给出一条与创业教科书相反的路径。它也是全书方法论的最后一块:人(第 10 章)、时间(第 11 章)之后,产品沿什么路径进化。
二、把采用曲线倒过来读 #
先摆正教科书。技术采用生命周期(从罗杰斯到摩尔的《跨越鸿沟》)把用户分成五层:创新者、早期采用者、早期大众、后期大众、落后者。默认剧本是从左往右打:先赢得尝鲜者,跨过鸿沟,再收割大众。第 8 章说过,摩尔的词汇统治了这个领域三十年,投资人和创业者至今只用他的语言描述早期市场。
但用共识的眼睛重看这条曲线,会看到教科书没标的一行价格。曲线左端,问题共识尚未形成:用户甚至不知道自己有这个问题,你必须先制造共识,这个动作叫教育市场。教育市场是最贵的干扰术:你要从零建立问题的描述词汇、价值的证明方式、信任的可信度阶梯(第 8 章的全套动作),而且教育的成果是公共品:你花钱建立的品类共识,竞争对手免费使用。三笔账逐一摊开看价签。词汇账:品类不存在时,用户连该搜索什么都不知道,你要发明问题的名字、场景的描述、比较的维度,发明之后还要把它们重复到整个市场都会用。第 8 章说过,摩尔用一个词做到了这件事,但那是干扰术的殿堂级成就,不是默认配置。证明账:没有同类可比,每个功能都要从"你为什么需要它"讲起,证明链条比成熟品类长一倍,转化漏斗的每一级都在加倍地漏。信任账:可信度阶梯在新品类里没有台阶可借,没有第三方评测、没有同行案例、没有"隔壁老王也在用",你只能从阶梯最底层的自我陈述开始爬。三笔账都不是一次性支出,是持续燃烧;而燃烧换来的那个被教育好的市场,产权是公共的。更麻烦的是,三笔账的单价还在逐年上涨。第 8 章交代过执行归零的市场侧推论:产品供给爆炸、注意力稀缺,穿透同一批用户的注意力一年比一年贵,教育市场的报价单跟着水涨船高。曲线右端正相反:后期大众和落后者的问题共识早已形成,高频、稳定、无需教育。他们不需要被说服"这是个问题",只需要被说服"你的解法安全"。最便宜的共识不在曲线左端,在右端。
段永平在斯坦福给过这个判断的需求侧版本:"敢为天下后,指的是产品类别,是因为你猜市场的需求往往很难,但是别人已经把需求明确了,你去满足这个需求,就更确定。"他给这句话配的下半句是"后中争先"。敢为天下后指的是做对的事情(选已验证的需求),后中争先指的是把事情做对的能力(产品力必须赢)。这句口号的词源他也交代过,是老子的"不敢为天下先";而它不是玄学,是他用出来的:1996 年步步高进 VCD 市场时,爱多、新科、万利达加上三星、索尼全都已经在场,步步高以质量、品牌、服务后中争先做到头部。二十年后 OPPO 在发布会上把这八个字印上大屏时,蓝绿两厂已经用同一条路径统治了手机市场的半壁江山。
所以本章的框架图,是在采用曲线上画一条反向箭头:
后期大众/落后者的成熟需求 → 生存型产品 → 早期大众的完整产品 → 早期采用者的优势产品 → 创新者的前沿产品
传统路径从左向右跨鸿沟,共识逆向迭代从右向左扩大创新半径。注意它不是"做低端",更不是强迫保守用户率先采用新技术。恰恰相反,它是把新技术藏在低学习成本的体验之后。不要先教育用户理解新技术,先让新技术学会适应用户已有的共识。
三、先选事,再选层:变量给窗口,不变量给复利 #
倒读曲线回答的是"从哪层共识进入",但它前面还压着一个更早的判断:这件事本身值不值得做。这轮 AI 摆在创业者面前的选择题多到眼花,价值排序的第一道筛子可以写成一个乘法:机会 = 变量 × 不变量。变量负责回答"为什么是现在",不变量负责回答"为什么十年后还值钱"。
变量这一侧,本轮的形状第 1 章已经画过:执行的价格归零。它解释机会为什么此刻出现:某类需求过去用人力服务不划算,现在成本结构被 AI 重写,窗口打开。但要看清一件事:变量本身不是需求。用户不会因为你用了 AI 付钱,只会因为你更好地满足了他原来就有的需求付钱。这就轮到不变量出场,判别口径直接借第 6 章的贝佐斯之问:无法想象客户十年后要求它的反面的,才是不变量。
两项都要,缺一即死,而且两种死法书里都有尸检。只抓变量、锚不住不变量的,是追风口。第 6 章的趣店演示过,每个风口都有自己的记分牌,建在变量上的能力每两年清零一次。只守不变量、不接变量的,是被新成本结构击穿。第 1 章的 Chegg 守着"学生要答案"这个千年不变的需求,死因是成本结构被重写时,自己还站在旧结构里收 19.95 美元月费。变量给窗口,不变量给复利:窗口决定你能不能进场,复利决定你值不值得进场。
用这道乘法过两个现实样本。一级市场正在热投的 AI + 硬件,看多逻辑拆开就是这道乘法:变量是模型能力,不变量是硬件占据的物理场景(耳朵、桌面、车里),人对更自然交互的需求不会反转。这道题真正的风险也随之清楚:如果硬件那一侧锚定的不是十年不变的需求而是一阵新鲜感,乘法里的不变量项就是零,而零乘以再大的变量还是零。
第二个样本是我们自己的,顺便把书里一直没交代的事补上:bioby.ai 当前的业务,是出海网红营销 Agent。选这件事,用的就是这道乘法。不变量一侧:商家出海永远要获客,而注意力稀缺(第 8 章)让"借一个已被信任的人的共识"成为越来越必需也越来越贵的干扰术。网红营销的本质结构,从集市口碑到今天没有变过,变的只是载体。变量一侧:这门生意过去是人力密集型的,找红人、筛红人、建联、谈判、跟进履约,全是执行环节。执行归零让这一整层可以被 Agent 吸收,成本结构重写,原来只有大商家用得起的服务,窗口向所有商家打开。按本章的路径口径复核一遍:需求侧共识成熟("网红带货有效"无需教育任何人),我们改写的只是供给的成本结构,典型的引擎新、壳旧。这个业务最终能不能跑赢,交给时间和这本书的后续版本;这里只交代选择它时用的判断结构,因为那正是本节要给你的东西。
四、五步与四层:路径的操作版 #
反向箭头拆成五步:
- 找共识:找到后期大众和落后者已经形成的高频、稳定、无需教育的问题共识。检验标准:用户能不假思索地说出这个问题,并且已经在为旧解法付钱。
- 借体验:用熟悉的界面、流程和语言交付价值。新引擎装在旧壳里:用户看到的是"和原来一样,但更便宜或更方便",而不是"一个需要学习的新东西"。
- 先活下来:验证付费、交付和单位经济性。这一步的产出不是增长,是生存资格加上第 6 章说的标准沉淀:你在真实付费场景里攒下的判断,是下一层的入场券。
- 再长能力:用现金流、用户反馈和沉淀标准逐步提高产品能力。
- 每次左移一层:每次只向更高不确定性移动一层,不跳层。
之所以能逐层左移,是因为每一层要制造的共识不同,而右边每一层的战果恰好是左边下一层的证据:
- 生存型产品的共识:"它与旧方式一样安全,但更便宜或更方便。"
- 完整产品的共识:"同类用户已经验证,它能稳定产生 ROI。"证据就是上一层的付费用户。
- 优势产品的共识:"它能带来旧方案无法提供的竞争优势。"
- 前沿产品的共识:"它打开了过去不存在的可能性。"
用第 8 章的公式读这五步,共识逆向迭代就是干扰术在产品上的应用:分析成熟共识(10 分的输入),找到无需教育的高频场景(10 分的靶点),用熟悉体验替用户收窄选择(80 分的执行)。
第 2 章的与爱为舞可以在这里完整复用一次,因为它把五步走得很标准。找共识:中老年人想学舞蹈、想被耐心地教。这个需求成熟到已经有一整套旧解法在收费:线下舞蹈班、老年大学、跟着视频自学。借体验:2025 年推出的"爱学",引擎是真人级的 AI 一对一导师,技术上属于曲线最左端的前沿;但学员接触到的全部界面都是熟悉的东西(课程、老师、微信群)。整个产品的设计意图,是让学员的体感不是"我在使用 AI",而是"我遇到了一位随叫随到、永远耐心的老师"。先活下来:一年百万级学员、月收入上千万元(公司口径)。值得注意的是这家公司前两年不做商业化、先建技术体系,而商业化一旦启动,就从曲线最右端启动。一家技术最前沿的 AI 公司,服务的却是采用曲线最右端的人群。新组织形态与保守用户群不但不冲突,反而是最稳的配对:引擎越新,壳越要旧。
五、换挡的时刻表:三个信号,两种死法 #
五步里最难拿捏的是第五步"每次左移一层":到底什么时候挪。挪早了是小号的 Meta,挪晚了被右端锁死。时刻表看三个信号,三个都亮再挂挡。
信号一:当层的钱稳了。付费与复购进入稳态、单位经济性为正。这不是融资叙事里的"模式跑通",而是这一层的现金流足以供养下一层的试错预算。第 5 章的账在这里适用:左移是投资,投资只能花利润,不能花生存资金。
信号二:当层的标准库饱和了。用第 6 章的尺子量:这一层的高频例外都已写进标准,新例外的出现频率明显下降,说明这一层能教你的判断快学完了,继续留守,学习收益递减。
信号三:左边的用户自己走过来了。相邻那层的用户开始主动询价,把你的产品用在你没设计过的场景,共识开始自发地向左扩散。这是最便宜的市场调研:不用预测下一层要什么,下一层已经拿着需求站在门口。
两种死法分别对应"信号没齐硬挪"和"信号齐了不挪"。前者等于提前自费教育市场;后者会积累"定制债":为个别大客户做的特殊功能一层层堆厚,产品的通用性被一单一单卖掉,等你想左移时,船已经焊死在码头上。换挡纪律的全部内容就一句:由信号决定,不由情绪决定,无论那情绪是野心还是安逸。
六、输家的完整解剖:唯一的买单者 #
回到 Meta。把 Horizon Worlds 放进五步框架,每一步都反着做:问题共识不存在("我需要在虚拟世界里社交"不是任何人群的既有共识),体验要求全新学习(头显、手柄、虚拟形象),生存验证被跳过(亏损由主业补贴,产品永远不需要自己活下来),然后从曲线最左端直接开打。最能说明问题的细节据报道来自公司内部:2022 年秋,分管元宇宙的高管在内部备忘录里敦促员工自己多登录 Horizon Worlds,反问团队为什么不热爱自己造的产品。连制造者内部都没形成使用共识的产品,正在曲线最左端说服全世界。干扰术的第一步(分析用户共识)在自家会议室里就已经给出了答案,只是没人愿意读。836 亿美元买到的教训可以压缩成一句:在没有成熟共识的市场做唯一的教育者,教育完成之前钱包会先见底,哪怕那是全球最厚的钱包。你可以做第一个,但不要做唯一的买单者。
这里要把边界说诚实:Meta 输的不是"先行"本身,是用无限子弹掩盖每一层验证的缺席。正向路径不是不能赢(下一节的边界条款会给出赢的条件),但正向路径的每一步都在为公共品付费,你必须确认自己付得起,且付完之后守得住。
七、研发侧的配套:渐进式迭代五闸门 #
路径选对了,研发节奏还能把它毁掉。常见死法是产品刚在右端活下来,研发就按捺不住把三层跨度的"愿景功能"塞进路线图。本章替换的旧基因在这里现形:依赖原创与炫技的冲动,总觉得借来的共识不体面,原创的才算本事。第 7 章化解过这个心结:段永平的"敢为天下后"和马斯克的第一性原理方向相反,拒绝的却是同一样东西:未经验证的共识。借已验证的市场共识不是不体面,是清晰术。
我们内部用五条闸门锁住研发节奏(产品迭代标准的核心条款):
- 单变量验证:每次迭代只验证一个关键变量,变量混在一起,学到的东西归零。
- 分层投入:稳定核心、相邻改进、前沿探索三层分开配比,比例与公司所处的层级匹配。还在生存层的公司,前沿探索的配比就该趋近于零。
- 不破坏已验证价值:新能力上线不得损害已验证的付费场景,因为右端用户对"变了"的容忍度远低于对"旧"的容忍度。
- 结果驱动路线图:用上一层的验证结果决定下一层做什么,而不是用愿景倒排;路线图的每次升级都要有付费证据签名。
- 每轮沉淀标准:迭代结束时必须产出标准条文进标准机器(第 6 章),否则这轮迭代只产生了代码,没产生判断。
闸门一值得单独举例,因为它最常被无意识地违反。一次典型的"大版本":新定价、新界面、新客群同时上线。三个月后数据无论涨跌,你都不知道该谢谁、该怪谁,三个变量互为噪音,这轮迭代的学习价值归零。而学习恰恰是迭代唯一稳赚的产出:结果可好可坏,学到的判断本来旱涝保收。单变量的纪律看起来慢,实际是快:一次学一件事,每件都学得真,第 6 章的标准机器只吃干净的输入。
五条闸门也在研发侧兜住第五节说的第二种死法(定制债:长期服务保守用户,产品被一单一单锁死在右端)。闸门二强制保留相邻改进的投入,闸门四保证左移由证据而非惯性决定。逆向路径的终点仍然是创新:右端只是出发地,不是户口。
八、论断边界 #
四条,前两条是这条路径自身的适用边界,后两条是样本的诚实交代。
第一,技术窗口极短、赢家通吃的品类,等不起逆向路径。网络效应主导的市场(社交、平台、操作系统级入口),先行者的共识积累会形成不可追赶的复利,这时"敢为天下后"等于弃权。判断标准是看这个品类的用户价值是否随用户数超线性增长:是,考虑正向;否,逆向更稳。
第二,触达右端的渠道成本可能高于教育左端的成本。后期大众不读科技媒体、不逛产品社区,触达他们往往要靠线下、靠代理、靠时间。选路径之前先算两笔账:教育成本对渠道成本。步步高与 OPPO 的答案是用二十年建渠道。那本身就是一笔天价投入,只是财务报表上不叫"市场教育费"。
第三,正向路径能赢,且高手也会看错。特斯拉就是正向教育市场赢下来的:它承担了电动车品类几乎全部的早期教育成本,然后守住了成果。更有教育意义的是,2018 年同一场斯坦福交流里,段永平断言"特斯拉是一家价值为零的公司,迟早要完"。我把这句误判和"敢为天下后"放在同一章,是想把话说到底:路径是选择,不是真理;任何一句判断标准(包括本章的论断)都有边界,高手的判断也不例外。
第四,样本成色。段永平的一手出处是 2018 斯坦福交流的授权整理稿,非逐字速记;Meta 的数据来自财报与《华尔街日报》获得的内部文件,已核。第三节的两个乘法样本各有声明:AI + 硬件只作乘法的机制示例,不构成对任何具体赛道或标的的判断;我们自己的业务是自述且仍在进行中,我只交代选择它时的判断结构,不交代经营数据,数据等它自己挣出来再补。这条路径自身的输家(一家被成熟需求锁死、始终没能左移的公司)我还没有找到经得起核实的样本,这一格先空着:逆向路径的定制债风险目前只有机制推演,没有尸检报告。
周一早上怎么做(一号位视角) #
先写一道乘法,再把产品放到采用曲线上回答三个问题,最后查一张表:
- 先写乘法:你的业务,变量项和不变量项各是一句什么话?不变量用贝佐斯之问检验:无法想象客户十年后要求它的反面。写不出变量项的,生意和这个时代无关,不一定是坏事,但别再给它讲 AI 故事;写不出不变量项的,先别花钱。
- **我们现在服务的是哪一层用户?**用行为判断,别用愿望:看付费用户里谁占大头,不看发布会上讲给谁听。
- **公司当前最缺的是什么?**是新品类领导权,还是活下来的现金流与学习机会?答案是后者的,没有资格走正向路径;硬走,就是拿生存给行业交教育费。
- **如果选逆向路径,右端那个无需教育的问题共识是哪一个?**写成一句话,拿去问十个目标用户;有人需要你解释问题本身,就说明共识不存在,换。
- 查研发路线图:本季度每个项目标注稳定核心、相邻改进还是前沿探索,算比例,对照公司所处的层级。生存层的公司路线图上挂着三个前沿探索项目,那不是雄心,是第 5 章说的资源错配:把限制性资源花错了层。
附注(个人与团队视角):职业路径同样有两条方向相反的走法。用最前沿的技能开路是正向路径:你得自己教育雇主"为什么需要这个新工种",词汇账、证明账、信任账一笔不少。更稳的是共识逆向迭代的个人版:先用市场已有定价的成熟技能活下来,占住一个看得见前沿的位置,再逐步把工作内容向左移。第 10 章给鸿沟左岸的人画的过桥路线(给现有工作写标准)就是这条路径的第一次换挡:从卖执行到卖判断,从右端向左端挪出第一格。