#
## 一个方法论的兴起与质疑
前面一句"先做个垃圾出来"在创业圈和产品圈广泛流传。
它的逻辑很直接：针对那些过度思考、迟迟不行动的人，先拿出一个粗糙但完整的版本，投入真实环境获取反馈，再快速迭代。本质上，这是互联网"小步快跑，快速迭代"方法论的口语化表达。
但在AI时代，当公众号作者“AGENT橘”在随想中重提这句话时，语气已经变了：
以前有句名言叫【先做个垃圾出来】
它是为了劝说那些思考太多执行不够的人，先做一个版本扔出去，得到真实反馈再迭代。
而今年以来 AI 已经把执行力拉满，AI Slop 漫天飞舞，这句话也已经失去了其时代意义。
新的语境下，人们反而需要更多的思考。
【请不要做个垃圾就扔出来】
这个判断需要认真对待。它指向一个关键问题：当一个方法论的前提条件被技术彻底改变，方法论本身还适用吗？
## 那个方法论成立的三个前提
"先做个垃圾出来"在互联网早期之所以有效，是因为它建立在三个现实基础上：
前提一：执行力是稀缺资源。当时，把一个想法变成可呈现的版本，需要大量人力、时间和资源。能"做出来"本身就有价值，意味着你比停留在想法阶段的人领先了一步。
前提二：反馈渠道畅通且真实。早期互联网信息密度低，一个粗糙的产品或内容发布后，用户愿意试用、愿意反馈。你扔出去的东西，会得到真实的回应——有人用，有人骂，有人提建议。
前提三：差异化门槛不高。在那个"做了就有人看"的时代，60分的作品也能获得关注。因为同类的竞争少，用户的选择有限，他们愿意陪一个粗糙的产品一起成长。
这三个前提，在AI时代全部被颠覆了。
## 被AI重构的三个现实
### 现实一：执行力不再是稀缺资源
AI已经把"生成"的成本降到接近于零。文案、方案、图片、视频、代码框架——过去需要团队花一周完成的工作，现在一个人花几分钟就能让AI生成。
当所有人都可以"先做个垃圾出来"的时候，"做出来"就不再是优势，而是底线。你能做的，AI三秒就能做。你花一周做出来的"垃圾"，AI一分钟能生产一百个。
"执行力"从竞争壁垒变成了基础设施。
### 现实二：反馈机制被严重稀释
你扔出去一个AI生成的"垃圾"，对面接收的可能是AI处理过的信息。你以为得到了用户反馈，实际上可能只是AI模拟的数据噪音。
更糟糕的是，在AI Slop泛滥的环境中，用户已经习惯了忽略低质内容。你扔出去的东西可能根本没人看，更别提得到有效反馈了。
没有真实反馈，"快速迭代"就失去了方向。
### 现实三：注意力高度稀缺，差异化门槛急剧提高
AI可以批量生产60-70分的"合格"内容。你随手生成的东西，和成千上万篇AI文章、AI视频、AI方案放在一起，几乎没有区别。
用户不会在信息洪流中逐一判断哪些值得关注。他们的默认行为是：对所有看起来"差不多"的内容一律忽略。
只有明显高于平均水平、有明显差异化的内容，才可能被看到。而这个"明显高于"的标准，在AI时代被大幅提高了。
## 当方法论过时，什么变得重要
橘子的判断很准确——"新的语境下，人们反而需要更多的思考。"
具体来说，以下四种能力正在取代"先做再说"：
### 1. 需求判断力
AI可以回答"怎么做"，但它无法回答"做什么"。
在投入任何资源之前，你需要先判断：这个问题值得解决吗？用户真实的需求是什么？为什么是现在？为什么是你来做？
缺乏需求判断就启动AI生成，只是加速制造垃圾。
### 2. 筛选决策力
AI的输出逻辑是"覆盖所有可能性"。它不会做选择，只会把尽可能多的选项堆给你。
筛选，是人的核心工作。从AI生成的20个方向中选3个，从100条文案中选5条，从多个方案中做出取舍——AI负责"多"，人负责"精"。
在信息爆炸的时代，决策比生成稀缺得多。
### 3. 质量判定力
AI不知道什么是"好"。它可以生成通顺的句子，但无法判断这句话是否真的有感染力。它可以生成合理的方案，但无法判断这个方案是否真的能落地。
质量判定需要真实的审美、行业经验和用户理解。这也是为什么同一套AI工具，不同人用出不同结果——差别不在工具，在使用者"知道什么是好的"。
### 4. 责任感
AI生成的内容没有立场，也不承担责任。它不会因为内容有误而被追责，不会因为观点偏颇而损失信誉。
但你会。
发布一份内容，本质上是为它背书。如果你不愿意署名、不愿意为它承担后果，那这份内容就不应该发布。
## AI时代可执行的五条工作原则
### 原则一：先定义问题，再调用工具
在打开AI之前，先确认：
• 核心问题是什么？• 判断"解决有效"的标准是什么？• 这个问题有真实证据支撑吗？AI的价值在于加速验证，而非替代定义。
### 原则二：用AI做发散，用人做收敛
工作流：
1. 发散阶段：AI多方向探索，生成尽可能多的选项2. 收敛阶段：人工筛选判断，选出值得深入的方向3. 优化阶段：人工修改打磨4. 终审阶段：质量确认发散交给AI，收敛留给自己。
### 原则三：建立发布前检查清单
发布前逐条确认：
• 观点的判断经过了验证，而非AI的推测？• 在AI生成的基础上做出了判断和修改？• 愿意为这份内容署名负责？• 这份内容增加了价值，而非占用注意力？凡是不敢署名的内容，都不应该发布。
### 原则四：保留"亲自做"的比例
建议保留人工参与的环节：
• 用户访谈、现场调研、实地观察• 原型制作、实地测试、手工打样• 方向选择、资源分配、质量标准确立• 核心口号、品牌叙事、关键文案把AI用在标准化环节，把精力集中在差异化环节。
### 原则五：建立反馈追踪机制
发布后：
• 设定明确的反馈指标• 区分"有效反馈"和"数据噪音"• 将真实反馈带回下一轮迭代没有反馈闭环的内容生产，只是排泄。
## 结论
"先做个垃圾出来"在它诞生的时代是有效的。它解决了"执行力不足"这个当时的主要矛盾。
但AI已经把执行力变成了人人都有的基础设施。
当"做"的成本趋近于零，"想"的价值就被无限放大。
"请不要做个垃圾就扔出来"不是劝你停止行动，而是劝你在行动之前多花时间思考：
• 这是个真问题还是伪需求？• 这东西经过判断和打磨了吗？• 你愿意为它署名负责吗？AI负责生成，人负责判断。AI负责数量，人负责质量。AI负责执行，人负责方向。
判断力、筛选力和责任感，才是AI时代真正的稀缺品。
本文灵感源自公众号"AGENT橘"的随想分享，特此致谢。