如果重来我会这样建一人公司

摘要

2026 年伊始，一切都在加速变化——商业、互联网、社交媒体、编程、艺术，去年有效的策略今年可能已经失效。Dan Koe 在本视频中指出，一人公司 (one-person business) 的基本逻辑不会消失，但实现的载体正在发生根本性转变。过去十年，信息产品 (info product) 和教练辅导 (coaching) 是一人公司的主流变现路径，但市场的认知饱和已进入尤金·施瓦茨 (Eugene Schwartz) 所描述的第五阶段——品牌与归属感取代了产品宣称成为核心差异化因素。信息产品并非彻底消亡，而是正在进化为"学习体验" (learning experience)：静态课程变成知识库，教练功能被 AI 聊天机器人取代，学员在交互中学习、实践、产出，而非被动观看十小时视频。Dan Koe 提出了"微型 SaaS" (micro SaaS) 的构想——用系统提示词 (system prompt) 封装个人知识框架，构建带有"学习""练习""创造"三个模块的 AI 驱动应用。你的竞争优势不在于做 AI 做不到的事，而在于用只有你会想到的方式使用 AI。

正文

一、一人公司模式的演变

一切都正在改变——商业、互联网、社交媒体、编程、艺术——去年行之有效的方法如今已不再灵验。2026 年，大量创作者仍在重复 2025 年的老套路：开代理公司 (agency)、做自由职业 (freelancing)、做信息产品、开教练辅导或社区。Dan Koe 坦言自己也做了"2026 年最佳商业模式"的视频——为了流量。但大多数此类视频说的跟去年如出一辙，而以前这样重复还说得通，是因为变化不够快。

网上不断出现"价值型内容已死""信息产品已死""教练已死"的论调，这让许多人觉得不该再以创作者身份入局，甚至不该尝试。但每当新范式 (paradigm) 浮现，这种迷茫都是常态——新范式尚未被厘清，没人能直接告诉你怎么做，你必须自己试验、迭代，直到创造新事物。

过去几十年，信息产品和教练辅导之所以称霸，是因为对于想在互联网上以一人之力创业、又不想依赖赞助和广告收入的人来说，这几乎是仅有的选项。一个人可以同时充当自己的营销、内容、销售、产品乃至人力资源部门——写内容获取流量，无需实体店面；深耕某个兴趣直到成为半专家，然后以教育或娱乐的方式分享；品牌就是你自己，内容是你思维的碎片，产品是解决你自身问题的流程化成果。

以生产力 (productivity) 为例：你热爱并研究了这个领域，开始在网上谈论它；最初内容不够好，就反复迭代直至增长；然后用流量导入产品。产品是什么？你当初买了什么帮到你？是手账？那就去亚马逊买排名前五的手账，拆解它们、使用它们、理解优劣，然后创造你自己的——可以是 Notion 模板、可打印手账，也可以是课程加以上所有。年入 5 万、10 万甚至 50 万美元，核心就两个杠杆：写内容获取流量，以及产品本身的质量。你的价值不再由雇主决定，而是取决于你触达多少人——这迫使你摆脱打工者思维。

关键在于：这个底层逻辑永远不会消失，但实现的载体 (vessel) 会持续改变。也许未来不再是可打印的手账。Dan Koe 的品牌使命是帮助人们变得"未来可适应" (future-proof)，围绕两大支柱：一是弄清你想要什么（涉及心理学、哲学和个人发展），二是如何在当今世界实现它（涉及技能获取、商业、技术和 AI）。

二、信息产品为何正在消亡

Dan Koe 并非那种认定所有信息产品都是骗局的犬儒主义者。他认为信息产品在许多方面是改变人生的，是传统教育负面效果的解药——对抗一致性训练、对抗把你塞进你厌恶的工作而看不到其他出路的默认路径。信息产品不会彻底消失，也不会全盘死亡。但正如 AI 时代的其他所有行业，取得成果的基线 (baseline) 已经被抬高了。

一个发展水平较低的普通人可以轻松走捷径——让 AI 生成某主题的电子书、撰写病毒式内容、生成图片和素材并称之为艺术——这些东西确实能赚到一些钱，但这些人永远无法与真正理解局势的人竞争。换言之，创办一个平庸的一人公司从未如此容易；但如果你不想留在创作者经济 (creator economy) 的底层——底层绝对存在——你就必须理解一些非常重要的东西。

信息产品之所以走向消亡，是因为市场会经历可预测的认知与饱和阶段。传奇文案作家尤金·施瓦茨 (Eugene Schwarz) 将这些分为五个阶段：

1. 第一阶段：市场尚无人进入，你只需陈述产品功能即可奏效。
2. 第二阶段：竞争者出现，你需要做更大的宣称 (claim)。
3. 第三阶段：市场开始怀疑，你需要解释你的机制 (mechanism)——比如"帮你在线赚钱"开始像骗局，你必须更具体，如"实施两小时内容生态系统"。
4. 第四阶段：竞争者复制了你的机制。
5. 第五阶段：所有宣称都令人疲惫，品牌开始成为主要差异化因素——这正是当下个人品牌 (personal branding) 大热的原因。人们渴望加入一个有使命的部落后所获得的归属感。Dan Koe 之前写过一篇通讯，论述"你的使命就是你的细分领域" (your mission is your niche)，而非某个具体技能或话题。

社区和真实性 (authenticity) 比谁的产品宣称更好听更重要。信息产品已经在全行业范围内触及了市场成熟度 (market sophistication) 的最后阶段——极少数顶尖的依然做得很好，但占多数的平庸之作将表现很差。而既然我们已处于这一阶段的顶部，真实性本身也不再构成差异——人们只是厌倦了看到课程和教练。这对思维清晰的人来说是遗憾的，因为这些东西确实有效力。

少数足够聪明、能够超越信息产品本身的人才会胜出。超越 (transcend) 并不意味着抛弃它们，而是进化到下一层级并将其整合——教育与学习永远不会消失。但作为一人之力在市场中竞争，饱和来得极快。Dan Koe 所讲的内容也不会安全太久——下一层级就在拐角处。信息产品大约只持续了十到十五年；下一阶段甚至不会持续那么久，可能只有两三年，之后商业会变成什么样谁也不知道。

我们必须为明天而建，而非为一年后而建。迭代的速度只会越来越快。一人公司的核心优势正是速度和适应性 (speed and adaptability)——没有冗余开销，没有团队，明天就能调整方向。你必须持续移动和迭代，才能达到那种不可被剥夺的逃逸速度 (escape velocity)——即在取得一定成功后超越一人公司层面，否则你将永远与同等数量的人竞争。AI 也会让复制先行者变得越来越容易，你不会领先太久。Dan Koe 亲身体验到，他一旦有了一个原创想法，很快就被人复制，直到它不再像是原创——从原创到不再原创的时间正在急剧缩短。

但好消息是：大多数人根本不行动。这听起来残酷，但如果你在看这类视频，你很可能处于一个有志者的信息茧房 (echo chamber) 中。普通人仍然只是把 AI 当作问答工具，或者干脆讨厌 AI。普通人不用空闲时间去学习和探索，认为做一件事、看到一些成功、然后一辈子做这件事就行了——他们被推销了一种虚幻的退休图景：所有努力终将回报，然后余生可以躺平。机械式或线性的人生方式不值得你押注未来，因为意义 (meaning) 产生于挣扎、地位和好奇心。你停止追随其中任何一个驱动力的那天，就是你生活持续恶化的起点。

三、教育产品的未来

Dan Koe 引用其免费著作《目的与利润》(Purpose and Profit) 中的一段话开篇：

这不再是坐在政府训练的专家面前，和所有人学一样的东西，最终获得一个即将过时的技能栈。而是找到一个与你产生共鸣的人，一个对未来的共同愿景。

Dan Koe 始终坚信——即便在所有人都认为信息产品是骗局的时候——创作者经济本质上是一个基于兴趣的教育系统 (interest-based education system)，在教授真正相关技能方面远比传统学校有效。他相信：人们从与自己产生共鸣的人那里学习会更快；任何人只要关注某个话题的四五个人，就能很快变得非常擅长；存在只有你才能获取的知识和经验，获取并传承它们是高尚的。

但传承知识的格式或载体需要进化——从篝火旁的口述到书信、到图书馆，到互联网诞生后一切改变。静态课程 (static course) 已经不再够用。不是说它们某天突然归零，而是普遍的市场情绪已经倦怠。一个十小时视频库，让人坐下来看十个小时——这不是人们渴望的东西了。它感觉太慢，而且人们知道外面存在更高效的方式。更糟糕的是，90% 买课程的人实际上不会完成它、也不会从中获得成果。现在有了 AI，任何知道该问什么的人都可以自己生成那些信息——但他们不太可能知道该问什么，否则为什么会对信息产品感兴趣呢？

在 Dan Koe 看来，教育的未来是学习体验 (learning experience)，而非静态课程。你不再只是出售信息，你实际上在出售你大脑的第二个版本——你在出售你的教练服务，但你本人并不在场。你把所知的一切传递给 AI，让人们按自己的节奏学习。

那么学校也在用 AI 教学，难道不构成竞争吗？不会。因为学校教的是人们在社会中运转所需的东西，而你教的是极少人了解的、学校甚至不会想到教的内容。你在为自己的好奇心和自我提升定价。

四、实际运作方式

AI 擅长基于效用 (utility) 的任务，但不擅长基于意义 (meaning) 的任务——除非你找到将它有意义地融入工作流的方式。

Dan Koe 举了一个实例：上个月他让 AI 为他写了大量内容——两小时内产出约 30 篇文章。但这不是他通讯中那种需要深度思考的写作，因为那需要对 AI 的输出更严格地审视。这 30 篇文章是为他的软件 Eden 构建帮助中心 (help center)——这样客服或未来的客服可以用它作知识库来回答问题，或者直接向 AI 提问。客服不必通读全部 30 篇文章，AI 可以在需要时浮现正确答案。这些文章放在 AI 项目中，他可以随时增补——每当发布新功能，只需告诉 AI"我需要为这个写一篇帮助中心文章，这是它的功能，有需要就问我澄清问题"，AI 会参考已有文章生成大纲，确认后填充内容，他再通读确保准确。

有趣的是，反 AI 的人总说"AI 会犯很多错误"——那就读一遍纠正错误，依然节省大量时间。这不代表 AI 不好。

他们还使用了 Intercom（一款出色的客服软件），它的 AI 代理 Finn 可以引用网站上的知识库，在人工客服介入前就回答问题，解决那些不需要人工参与的冗余问题。

Dan Koe 具体是这样做的：进入 Claude，让它研究 Notion、Miro 等大公司如何组织帮助中心，然后根据公司信息和功能列表提出所有需要的文章清单。Claude 输出清单后问他是否要逐篇撰写，他说"要，但沿途要问澄清问题以确保准确，不要做假设"，然后花了一两个小时回答问题，30 篇文章全部生成。两小时听起来不少，但 30 篇像样的文章手写要花很长时间，而且枯燥乏味——跟 AI 问答反而更有趣，像游戏一样。

跳出帮助中心的场景，把同样的概念应用到课程、教练或信息产品上：想象一门课程，但课程材料是一个知识库 (knowledge base)，聊天机器人不是用于客服，而是帮助人们学习、练习和实施知识库中的内容——不是前端展示让人观看，而是更互动的方式。这只是相对初级的做法——你不是在建下一个十亿美元软件公司，而是在建一个小规模的、比信息产品更进一层的东西，一人公司可以卖给特定人群的产品。

一个坐在你旁边纠正你、帮你学习的 AI 教练——比你观看的课程本身有效得多。关键区分在于：大家都以为应该去建那个替你做一切的东西——比如替你写所有社交媒体内容的代理 (agent)——但 Dan Koe 认为那不是正确方向。我们仍在讨论教育产品，它们本质上更有价值，因为人有学习的内驱力，学习本身就是有价值的事。认为 AI 会让学习变得无关紧要，是愚蠢的。

这就是"学习体验"的含义：学员真正在互动、在获取反馈、在指导下做事——这是核心差异化，因为做中学 (learning by doing) 是最好的学习方式。学员不再困在教程地狱 (tutorial hell) 里无尽刷课，而是从你的"学习体验"中带着成果出来——一个完成的作品，由体验本身的设计所保证。而在课程中，大多数人其实不会去执行。

这不是新概念。在大众教育出现之前，知识就是这样传承的——通过学徒制 (apprenticeship)。铁匠不会把手册扔给学徒说"自己搞"，而是与他并肩工作，实时纠正握法，指出错误。这就是为什么 Dan Koe 一直说我们正在经历匠人的回归 (return of the artisan) 或下一次文艺复兴 (next renaissance)——我们正在回溯到更有意义的事物，纠正工业化带来的错误。在学徒制之后，我们工业化了教育——需要快速培训成千上万的工人，于是创造了讲座模式：一个老师、众多学生、标准化课程。它扩展效率极高，但对真正的学习极其糟糕，不过对教化倒是很有效。

自学徒制时代以来，我们首次可以拥有大规模的个性化互动指导 (personalized interactive guidance at scale)。这对于认为 AI 是最糟糕事物的人来说还不会产生共鸣——他们看不到这是一个选项，他们认为 AI 只是一味取代一切有意义之物的东西。但那是一种选择。

五、如何构建微型 SaaS

Dan Koe 再次强调：信息产品不会在短期内彻底消亡，教育对人脑太重要了——基于自主设定的目标来选择教育内容，仍然是最深的护城河 (moat) 之一。学习对人类体验太过根本，不可能被完全商品化 (commoditized)。

但信息产品在未来几年会越来越像软件：不再是下载一本电子书，而是访问一个网站或安装一个应用。他预感课程平台将会大规模转型——它们都在为创作者实现 AI 代理来辅助建课，但终端用户呢？AI 如何为学员带来价值？如果你进入课程或信息产品平台行业，就帮人们做这件事。

他认识一些商业朋友已经在这么做了：有人创建了一个报价创建应用 (offer creation app)，帮你识别最佳想法并将其转化为有说服力的报价；另一个例子——与其卖一本"如何与女孩聊天"的电子书、课程或教练项目，不如创建一个模拟与女孩对话的聊天机器人——教你如何发消息；再比如，与其做一门生产力课程，不如创建一个 AI 帮用户识别愿景、概述优先任务、在任务未完成时发送通知，甚至可以整合到一个简单的待办应用中——这比"买我的课"有吸引力得多。

如果你关注过 Dan Koe 的视频或收到过他邮件列表中的提示词 (prompt)，你大概知道他的方向。他发过的那些提示词可以轻松转化为微型软件——只需为它们创建用户界面 (UI)，然后将提示词设为系统指令 (system instruction)。他还在《如何比 99% 的人更好地使用 AI》那期视频中教过如何创建好的提示词——这些将成为你的小 AI 应用的系统提示词 (system prompt)。你不是创建一个通用 ChatGPT，而是创建一个超特定的 (hyperspecific) 聊天或软件，帮助人们学习、练习和做你原来用信息产品教的那件事。

有人问："做 ChatGPT 套壳 (wrapper) 不是投机取巧吗？"按这个逻辑，互联网上的一切都是投机取巧。Typeform——一家十亿美元公司——只是一个 HTML 套壳。Cursor 是 GPT 套壳。你建的任何信息产品都套在你所建平台的壳上。如果 AI 是下一个云计算方案 (cloud solution)——Dan Koe 认为它是——那互联网上每一款软件都将是一个套壳。所以，作为一个必须精打细算使用第三方工具的个体，ChatGPT 套壳是一个很好的路线。

构建流程是：像创建帮助中心的知识库那样创建课程——写出所有文章，实质上是先完成课程，然后创建一个或多个系统提示词。系统提示词是你赋予 AI 的一组指令——在与任何人对话之前就设定好的。它定义了 AI 的角色、知识边界和行为规则，相当于编程 AI 的身份。例如，如果你在创建一个 AI 写作教练，系统提示词可能包括：AI 的角色（它应如何行动）、指令（它具体该一步步做什么）、知识库（你所有的框架、流程和示例）、边界（它应该和不应该帮助什么）、以及个性（它的说话方式、语调、严厉还是支持）。提示词使你的 AI 区别于其他所有人的——是你独有的知识、框架和声音，可以同时帮助数千人。有人能偷走吗？大概可以。但他们也能偷走你建的任何东西。"万一别人偷我想法"从来都不是一个有效的反驳——大多数人根本不行动。

六、如何实际构建软件

使用 Replit 或 Cursor 这样的工具，也可以试试 Claude Code（一个终端应用），或者在 Claude 内部点击代码标签页。

必须承认，你需要学习如何使用这些工具。AI 至少目前还不是一个替你解决所有问题、让你什么都不做、精确执行你命令的东西——Dan Koe 认为它永远做不到，因为你怎么可能用一句话传递那么多上下文？你说"帮我创建这个 YouTube 视频"，它怎么知道什么类型的视频、什么结构、什么节奏、什么语调、多长时间、包含哪些想法？它只能自己假设和编造，然后你以你的名义发布——这不是事情运作的方式。

学习这种技能的最好方式：一，直接开始捣鼓和试验 (tinkering and experimenting)；二，有了初步体验后开始看 YouTube 教程学习具体工具；三，你必须有一个正在构建的项目——一个关于这个"进化版信息产品"的想法。当你看 YouTube 教程时，它们不会恰好教你构建你的项目，你必须把所学迁移到你的场景中；遇到卡壳的地方，直接问 AI 怎么做。Dan Koe 自己经常这样做——问 AI 如何在 Photoshop 或 Framer 中做特定操作，AI 会从帮助中心或论坛中提取答案。

你可以这样开始：让 AI 给你一份关于如何正确进行氛围编码 (vibe coding) 的综合指南；然后再让它创建一份关于你想要构建的产品的综合指南——如何在特定主题上构建带有这些标签页的 AI 聊天应用、配备这个知识库，让它对产品提出澄清问题，说明你是预算有限的个人等等。然后你持续对话。

这就像学任何其他技能一样——你不会一上车就会骑自行车，你会摔倒、再试，会很挫败。每个人都想要极速见效，第一次没结果就放弃。但技能获取 (skill acquisition) 不是这样运作的。你会感到不适、感到不知所措、感到一段时间内没有进展——这就是常态。你可能需要构建三到四个应用后，才会觉得能给其中一个标上价码。这就是为什么现在就该开始——记住前面说的，变化将非常快，比以前更快。信息产品在十到十五年间消亡，下一阶段可能两三年就消亡，之后我们甚至不知道会是什么样子，你必须即时适应。

那么你的优势究竟在哪里？你的优势不是去做 AI 做不到的事——那是注定失败的游戏。你的优势是用只有你会想到的方式使用 AI。不是每个人在 ChatGPT、Replit 或 Cursor 中输入的内容都相同，因此这些工具的输出是无限独特的。你独特的兴趣、经验和洞察组合，会产生别人根本不会想到的提示词和产品。

纳瓦尔·拉维坎特 (Naval Ravikant) 将此解释为特定知识 (specific knowledge)：特定知识无法被训练获得，它来自追随真正的好奇心，构建它对你来说感觉像玩耍，它通常处于知识的边缘。一个花了十年痴迷于生产力、然后去构建 AI 软件的人，会比没在该领域深耕那么久的人构建出更细腻、更详尽的东西——也会比那个只是跑到 ChatGPT 或 Claude 说"给我建一个生产力应用"的人的产出好得多。如果这位痴迷者还在社交媒体上围绕该特定知识建立了受众，那他的优势就更大了。

讽刺的是，AI 正在使人类知识变得更有价值，而非更少。这听起来疯狂，但确实如此——AI 让所有人变快了：任何人都能做课程、写内容、复制别人。但极少人是不可复制的 (uncopyable)。极少有人花了数年发展出如此精细调校的经验或品味 (taste)，以至于没人会想到去复制那些让事情运转的细节。

构建只有你才会构建的东西。