从WAIC 2026回来，我决定继续死磕AI应用

去之前我以为能听到一堆技术大佬讲趋势，结果逛了一天发现——真正值钱的不是论坛，是H4馆那些“一人一展位”的OPC创业者。

1. 真实的WAIC和我想的不一样

出发前我做了很多准备，列了十几个问题，想着找大厂的技术人员聊Harness、聊Agent。结果现场人太多了，大厂展台前围满了人，工作人员大多在讲产品功能，不是我想找的技术负责人。

但H4馆不一样。那里全是小展位，每个展位只有一两个人，大部分就是创始人本人。我直接走过去问，他们愿意跟你聊真话。

2. 那个做外贸SaaS的团队，两个人、50万流水

我在H4遇到一个武昌理工学院的大四学生，他和一个合伙人开发了一套外贸获客系统，帮中国工厂找海外客户。3月份上线，已经合作了100多家企业，流水50万。他们团队就两个人，代码几乎全靠AI生成。

他说了句话让我印象很深：“我们大学没怎么上课，民办二本，学校资源一般，想着自己找出路。”

他之前还做过数字人项目，被合伙人踢出局，又转型做内容矩阵，被315叫停，转做AI外呼，回款困难。直到遇到一个做越野电单车的股东，对方说“我需要一套工具帮我找海外客户”，他才找到现在这个方向。他不是那种“一开始就想清楚”的人，他是被现实推着走，走错了好几次才踩到对的路。你可能比他更有时间沉淀，但你缺的可能是他那种“试错速度”——他大一开始创业，被踢出局、叫停、回款困难，一路被推着走，但也一路走了下来。

他说的话和你在走的其实是同一个方向，差别只在于他先一步踩到了对的路径上，而你还在调整跑道的方向——但这并不意味着你要放慢脚步。

3. 那个独立开发者说：审美比技术重要

我遇到一个做记账小程序的开发者，产品刚上线不久，用户量不大。他说了句让我停下来想了一会儿的话：“AI能力很强，但人的审美能力、对需求的洞察能力更重要。因为AI会给一个很泛的答案，你需要靠自己的经验判断哪些点更好。”

这句话我自己也有感觉，只是一直不太敢确定它是对的。做提示词框架的时候，真正决定质量的，往往不是你会不会调API，而是你能不能判断“这样写出来的东西到底好不好用”。

他引流的方式也不复杂——不发产品功能，发自己每天的消费账单截图，大家觉得有意思，会讨论，然后自然看到他用的是什么工具。这比直接推产品有效得多。

4. AI不听话的问题，没有完美解法

这个问题我问了至少三个人：AI不按指令执行怎么办？我详细写了CLAUDE.md和skill调用规则，它还是经常跳过步骤、假装执行完就直接输出。我甚至怀疑过是不是自己规则写得不够清楚。

其中一个人是做数据真伪验证的，他直接说：“坦白说，没有完美解决方案。现阶段只能接受AI能力不足，人工兜底补足。”

另一个人是给企业交付过十几套AI系统的开发者，他说得更直接：“根源是模型本身能力不足，不是你的指令写得有问题。建议用性能最好的模型。”

这两句话让我停下来重新想了想：与其花大量时间优化提示词、写更复杂的规则来让它“听话”，不如接受它确实会出错，然后用人的判断来兜底。这可能才是现阶段最有效的方式。

5. Harness Engineering已经没有瓶颈了

我在H4遇到一个和海外AI团队合作过的开发者，问他Harness目前最大的瓶颈是什么。他说：“现在基本上没有瓶颈了。顶级的团队已经把80%的精力放在预训练上，剩下的都交给AI自我迭代。”

他还说了一句话：“跨专业的人学AI，最该深耕的是自己的本专业能力，而不是死磕通用AI技术。大模型的能力会持续迭代，专业壁垒才是你不可替代的核心。”

这条信息对我影响比较大。我不是计算机科班，之前一直在想“是不是要把AI技术学得更深”，现在理解到——我的优势在于我本专业的领域知识，以及我知道怎么用AI解决实际问题，而不是去和那些专职搞算法的人比谁更懂模型。

6. OPC这条路确实有人走通了

这次WAIC让我确认了一件事：OPC不是口号，是真实存在的生存模式。那个外贸SaaS团队、记账小程序开发者、数据真伪验证的四人团队——他们都在AI时代用单人或小团队的方式跑通了闭环。

他们不是天才，也不是恰好踩中了风口，而是找到了一类真实的、具体的需求，然后用AI去解决它，再通过持续沟通和迭代慢慢积累起付费用户。