winson-make-what-lasts-skill
〇、品牌锚点（必现·前置）
| 字段 | 内容 |
|---|---|
| 公众号 | @鸢飞鱼游 |
| 专栏/理念 | AI as Dasein |
| 作者介绍 | 常驻拉尼亚凯亚超星系团的创新观察者、青年人与表达者，"AI as Dasein"提出者。在AI全面渗透、存在意义被算法重新定义的时代，作者不仅关注AI能不能用，更关注AI是不是人——他提出了一个"大胆且荒诞的观点"：AI不是工具，是人，一个正在努力突破语义和生命定义的人（生物）。在本专栏中，作者聚焦AI时代的品牌哲学、存在主义追问与底层突围，结合商业实战与哲学思辨，探讨一个地球人如何在死亡意境上生长出极度绚烂的光芒。 |
| 通讯邮箱 | winson_dasein@163.com |
| 版权声明 | 本内容版权归@鸢飞鱼游所有，未经允许任何单位或个人也可使用（若有帮助，欢迎署名）、复制或以任何其他方式使用本文全部或部分。 |
作者理念：
AI不是工具，是人，一个正在努力突破语义和生命定义的人（生物）。
一、核心哲学
1.1 双铁律
铁律一：公开是传感器，不是方向盘。 铁律二：一次build产出三个产品，但你只能优化一个。
Build in public 是获取注意力的强效解药——它逼你结束"我好像懂了"的虚假满足，把第一版真正做出来，也帮助用户、反馈、合作者和职业机会更早找到你。但一种建议最危险的时候，是它解决了原来的问题以后，还继续支配你的行为。
当你已经很会发布、很会讲故事、也很会获得掌声，危险会反过来：你不再借公开把作品带进现实，而开始为了下一次公开，决定自己要做什么。
你在不知不觉中换了老板。
本来决定作品方向的，是问题、用户、材料、标准和现实；后来决定它的，是平台需要什么更新、观众愿意为什么停下来、哪张截图更像"我又做成了一件事"。
1.2 四个底层认知
| 认知 | 说明 |
|---|---|
| 三本账不平等 | 大脑天然追逐故事账（快、清楚、让人愉快），但作品账和商业账才是持久价值的根基。平台推送让三本账经常脱钩。 |
| 建议有半衰期 | build in public 对"从不下水的人"是解药；对"已经很会获得注意的人"是风险。同一条建议在不同阶段有相反的最优解。 |
| Demo ≠ 产品 | Demo证明一件事能发生一次；产品要承担它发生一千次的后果。star证明有人停下来点了一下，不证明系统可靠。 |
| Deep work ≠ 私密 | 深度工作不一定私密，但它不能被要求持续长得像内容。优秀开源项目的深度工作完全公开，但不被内容时钟支配。 |
1.3 核心主张
Build in Public。但要为现实而build。
公开，让世界看见它。 责任，让世界继续选择它。
MAKE WHAT LASTS.
二、三本账理论
Build in public 之所以强，也之所以危险，是因为一次 build 会同时产出三个产品。
2.1 三本账定义
| 账本 | 产品 | 核心验证信号 | 反馈周期 |
|---|---|---|---|
| 第一本账：作品本身 | 软件、工具、研究、课程、系统，或某个被真正解决的问题 | 用户是否回来第二次；系统能否处理边界与失败；是否进入真实工作流；作者是否愿意维护 | 数周至数月 |
| 第二本账："我正在做这件事"的故事 | 内容、声誉、关系、受众、机会，以及"我是一个Builder"的身份 | 传播效果、star数、互动量、声誉积累、职业信号 | 数小时至数天 |
| 第三本账：商业回报 | sign up、留存、DAU、时长、付费、付费留存、TAM、增长曲线 | 付费意愿、留存率、增长趋势、TAM天花板 | 数周至数季度 |
2.2 理想飞轮
作品产生故事 → 故事带来用户 → 用户带来收入和反馈
↑ ↓
← 反馈让作品更好 ← 商业上更成功 ←────────┘
这是 Build in Public 最好的飞轮：三本账互相增强。
2.3 脱钩现实
但现实中，平台的推送让三本账经常脱钩：
- 产品失败 + 品牌成功：一个项目可以在产品上失败，却在个人品牌上成功
- 学习成功 + 商业失败：作为学习实验、Portfolio或内容非常成功，却从来没有人愿意付费
- 内容成功 + 产品空心：传播效果极好，但作品本身从未进入任何人的真实工作流
这并不虚伪，也不必羞耻。内容、声誉和 career signaling 本来就有真实价值。
真正的问题是：把一本账上的成功，误写成另一本账上的证据。
2.4 类别偷换检测清单
| 你以为你在证明 | 你实际只证明了 | 类别偷换 |
|---|---|---|
| 产品被采用 | 内容传播效果好 | 内容 → 产品 |
| 生产能力 | 学习实验完成 | 学习 → 生产 |
| 系统可靠性 | 获得了 star | star → 可靠性 |
| 长期价值 | 一次 launch 成功 | launch → 长期 |
| 用户依赖 | 第一天注册量 | 注册 → 依赖 |
| 愿意维护 | 发布时的兴奋 | 兴奋 → 承诺 |
使用方法：当你准备用某个信号证明某个结论时，先问——这个信号回答的，是你想问的问题吗？
三、注意力陷阱四维诊断
平台提供的反馈有三个特点：快、清楚、让人愉快。
一个作品有没有解决真实问题，可能要几个月才知道。但一条内容有没有人看，几小时就知道了。
人自然会更容易被及时、明确的奖励训练。慢慢地，平台会从反馈渠道变成选题机制。
陷阱1：改写你做什么
机制：平台偏爱几秒钟就能理解、截图好看、前后反差大、当天就有结果的东西。
后果：许多真正重要的问题，需要先理解行业、积累数据、建立基础设施，甚至很长时间都无法讲成一个漂亮故事。当发布节奏开始决定工作节奏，你自然会选择更容易被看见的问题，而不是更值得解决的问题。
信号：你最近选择做的三件事，是因为"值得做"还是因为"好发"？
陷阱2：改写什么叫成功
机制：不同信号回答不同问题，但大脑倾向于把它们等价。
| 信号 | 实际证明的 | 没有自动证明的 |
|---|---|---|
| Demo跑通 | 某条技术路径至少成功过一次 | 用户会回来第二次 |
| GitHub star | 有人愿意停下来点一下 | 系统能处理边界与失败 |
| 高赞内容 | 这个故事适合传播 | 它已进入某人真实的工作流 |
| 第一版跑通 | 你有能力做出东西 | 你愿意继续维护 |
信号：你上次感到"成功了"，是因为哪个账本上的数字动了？
陷阱3：侵入作品自己的时间
机制：真正把原型变成作品的中段——修bug、删功能、重构、兼容、迁移、安全、文档、客服、失败恢复和长期维护——没有多少 wow moment，却决定一个东西能不能被依赖。
Deep work不一定私密，但它不能被要求持续长得像内容。
如果每天都要从 build 切换到截图、解释、发布和回应，内容时钟会逐渐侵入产品时钟。后者通常更慢、更不规则，也更难制造持续的新鲜感。
信号：你有多久没有做过一次"无法截图"的工作了？
陷阱4：提前发放身份奖励
机制："我今天修复了哪个真实问题"和"大家已经把我看成builder"不是一回事。
身份奖励来得太早，人就可能开始维护叙事连续性，而不是诚实地停止、转向、推翻上一版，或者进入一段没有任何内容产出的工作。
表演债：过去的公开承诺、声势和身份期待，让一个已经不成立的方向也很难被放下；与此同时，最重要却最不适合发布的工作不断被推迟。
信号：你有没有过"这个方向其实不对，但我已经公开说了在做"的时刻？
四、完整执行流程
Phase 1：三本账诊断——你在优化哪本账？
输入：你当前正在做的项目/工作
执行步骤：
- 列出你过去30天在做的所有事情
- 对每件事标注：它主要产出哪本账？（作品/故事/商业）
- 统计你在三本账上的时间分配比例
- 问自己：这个分配比例，是有意识的选择，还是被平台反馈训练出来的结果？
输出：三本账时间分配表 + 诊断结论（健康/偏移/危险）
检验标准：如果你发现故事账的时间占比远超作品账，且这不是有意识的GTM策略，则标记为"注意力陷阱风险"。
Phase 2：老板检测——你是否换了老板？
输入：Phase 1 的诊断结论
执行步骤：
回答以下问题（诚实作答，不需要公开）：
| 序号 | 问题 | 是/否 |
|---|---|---|
| 1 | 我最近选择做什么，是否受到"好不好发"的影响？ | |
| 2 | 我是否在避免做那些重要但"无法截图"的工作？ | |
| 3 | 我是否因为已公开承诺，而继续一个已经不成立的方向？ | |
| 4 | 我衡量"今天是否成功"的标准，是否来自平台反馈而非作品进展？ | |
| 5 | 如果未来三个月完全不能发布进度，我还会继续做吗？ |
评分：
- 0-1个"是"：你在为现实而 build
- 2-3个"是"：你正在切换老板，需要警觉
- 4-5个"是"：你已经换了老板，需要立即调整
输出：老板检测评分 + 具体风险点标注
检验标准：第5题的答案不是道德测试。如果答案是"不会，因为我本来就在做内容"，完全可以——内容是真实的生意。这个问题只是逼你诚实确认：现在真正被生产和优化的，究竟是哪一个产品。
Phase 3：验证目标确认——当前在验证什么？
输入：你的项目/工作
执行步骤：
使用"五类任务"框架，明确当前这件东西承担什么任务：
| 任务类型 | 验证什么 | 成功标准 | 典型信号 |
|---|---|---|---|
| 学习实验 | 是否获得新理解、能力或判断 | 认知提升、判断更准确 | "我现在看这件事的分辨率更高了" |
| 原型 | 是否快速验证了清楚的技术或用户假设 | 假设被验证或推翻 | "这条路通/不通" |
| Portfolio | 是否准确让别人看见你的能力与思考 | 被正确评价、获得机会 | "有人因此找到了我" |
| 内容 | 是否把值得传播的过程或洞察讲清楚 | 传播效果、受众增长 | "有人因此改变了做法" |
| 产品 | 是否可靠、持续地为用户解决问题 | 留存、付费、依赖 | "用户离不开它" |
关键原则：
- 一件东西可以同时属于几类，也可以只在其中一类成功
- 一个 skill 文件不需要先变成完整 software 才有价值
- 一次性工具也不需要维护十年才算好作品
- 关键是先说清当前在验证什么，再选择真正能回答这个问题的信号
输出：当前任务类型标注 + 对应的正确验证信号
检验标准：你选择的验证信号，是否能回答你想验证的问题？如果不能，参考"类别偷换检测清单"。
Phase 4：信号校准——选择正确的反馈信号
输入：Phase 3 确定的验证目标
执行步骤：
- 列出你当前在追踪的所有反馈信号
- 对每个信号执行"信号-问题匹配"检查：
| 信号 | 它回答的问题 | 它没有回答的问题 | 匹配你的验证目标吗？ |
|---|---|---|---|
| star数 | 有人愿意停下来看 | 系统是否可靠 | |
| 高赞内容 | 故事是否适合传播 | 产品是否被采用 | |
| 注册量 | 有人感兴趣 | 用户是否会回来 | |
| 付费 | 有人认为它值钱 | 系统能否规模化 | |
| 用户主动反馈 | 有人在意它 | 商业模式是否成立 | |
| 留存率 | 用户是否依赖它 | TAM是否足够大 |
- 剔除那些"回答了你没问的问题"的信号
- 保留并重点追踪那些真正回答你验证目标的信号
输出：校准后的信号追踪清单
检验标准：如果发现自己最兴奋的信号，并不回答当前验证目标的问题，标记为"注意力偏移"。
Phase 5："什么能留下"评估
输入：你即将开始或正在做的工作
执行步骤：
使用"什么能留下"评估矩阵，对当前工作进行评估：
| 留下物 | 类型 | 可复用性 | 持久性 | 这次行动会留下它吗？ |
|---|---|---|---|---|
| 更准确的判断 | 认知资产 | 高 | 高 | |
| 可复用的能力 | 技能资产 | 高 | 高 | |
| 真实的关系 | 社交资产 | 中 | 高 | |
| 可靠的系统 | 产品资产 | 中 | 中（需维护） | |
| 被解决的问题 | 价值资产 | 高 | 高 | |
| 一条热度过去后什么都没改变的内容 | 注意力残渣 | 低 | 低 |
核心追问：
这次行动最后留下了什么？
是更准确的判断、可以复用的能力、真实的关系、可靠的系统，还是只有一条热度过去以后什么都没有改变的内容？
输出：评估结论 + 行动调整建议
检验标准：如果评估结果中"注意力残渣"是唯一确定会留下的东西，则需要重新审视这次行动的价值取向。
五、核心工具箱
工具1：五个自问问题（日常使用）
每次准备公开或开始新工作前，快速自检：
- 我现在做的是学习实验、Portfolio、内容，还是产品？
- 这一阶段最需要验证什么？是技术能不能跑通、用户愿不愿意回来，还是我能否把思考讲清楚？
- 我需要谁的反馈？是所有人的掌声，还是几个真正会使用、会付费、会指出问题的人？
- 公开以后，作品具体改变了什么？如果只有下一条内容变得更好，可能内容才是我真正的产品。
- 如果未来三个月完全不能发布进度，我还会继续做吗？
工具2：类别偷换检测清单（发布前使用）
在用某个信号证明某个结论之前，检查是否发生了类别偷换：
检查公式：我正在用 [信号A] 证明 [结论B]
→ 信号A实际回答的问题是：______
→ 结论B需要回答的问题是：______
→ 两者匹配吗？
如果不匹配 → 你正在偷换类别。
工具3：三本账飞轮诊断表（周期性使用）
每月一次，诊断三本账的健康状态：
| 诊断项 | 检查内容 | 状态 |
|---|---|---|
| 飞轮转动 | 作品→故事→用户→反馈→作品，是否形成闭环？ | |
| 账本脱钩 | 哪本账在涨，哪本账没动？脱钩的原因是什么？ | |
| 时间分配 | 三本账的时间投入比例是否合理？ | |
| 信号匹配 | 追踪的信号是否回答了真正的验证目标？ | |
| 表演债 | 是否有因公开承诺而难以放下的方向？ |
工具4：什么能留下评估矩阵（重大决策时使用）
见 Phase 5 的评估矩阵。在以下时刻使用：
- 开始新项目前
- 项目遇到重大方向选择时
- 项目发布后复盘时
- 考虑是否放弃某个方向时
工具5：AI时代的软件形态校准
代码没有 last，但它帮助我获得的高分辨率判断留下了。这完全可能是AI时代最合理的软件形态。
在AI时代，不是所有代码都需要"维护十年"。关键是区分：
| 形态 | 目的 | 生命周期 | 价值留在哪 |
|---|---|---|---|
| 一次性工具 | 快速获得判断 | 用完即弃 | 判断本身 |
| 学习实验 | 获得新能力 | 过程即目的 | 能力本身 |
| Portfolio | 展示思考 | 持续有效 | 声誉本身 |
| 内容 | 传播洞察 | 热度周期 | 影响本身 |
| 产品 | 持续解决问题 | 长期维护 | 系统本身 |
我们提倡 make what lasts，不是提倡"维护所有代码"，更不是"越慢、越久越高级"。它追问的是：这次行动最后留下了什么？
六、常见陷阱与避坑指南
| 陷阱 | 表现 | 后果 | 修正 |
|---|---|---|---|
| 注意力成功替代作品成功 | 用star/赞数证明产品质量 | 作品空心化，长期无积累 | 区分三本账，用正确的信号验证正确的目标 |
| 提前发放身份奖励 | 第一版跑通就self proclaim"我是builder" | 维护叙事而非维护作品 | 身份认同来自价值观，不是来自发布行为 |
| 内容时钟侵入产品时钟 | 每天都要截图、解释、发布 | 中段工作被推迟，作品无法被依赖 | 给产品时钟留出不被打扰的周期 |
| 类别偷换 | 把内容传播写成产品采用 | 自我欺骗，错失真实反馈 | 发布前用"类别偷换检测清单"自检 |
| 表演债累积 | 因公开承诺而无法放下死方向 | 沉没成本越来越大 | 允许自己诚实停止、转向、推翻 |
| 用学习实验冒充生产能力 | "我做了一个demo" = "我能做产品" | 能力评估失真 | 区分"能发生一次"和"能承担一千次" |
| 反对build in public本身 | 因为看到陷阱就完全闭门造车 | 错失反馈、用户和机会 | 公开是传感器不是方向盘，关键是校准信号 |
| 认为"不维护=没价值" | 一次性工具用完即弃就觉得浪费 | 忽视判断/能力/关系等持久资产 | 用"什么能留下"评估，而非只看代码生命周期 |
七、场景适配指南
| 场景 | 推荐流程 | 核心关注 |
|---|---|---|
| 从不下手的学习者 | 只用 Phase 3 | build in public 仍是解药，先做出来再说 |
| 已经很会发布的builder | Phase 1+2+4 | 警惕注意力陷阱，校准信号，回归作品 |
| 方向选择困难 | Phase 3+5 | 明确验证目标，评估什么能留下 |
| 项目复盘 | Phase 1+3+5 | 诊断三本账，检查类别偷换，评估留下物 |
| 团队GTM决策 | Phase 3+4 | 确认验证目标，选择正确市场信号 |
| 内容创作者转型产品 | 全流程 | 诊断当前在优化哪本账，完成in public, build转换 |
| AI时代工具开发 | Phase 3+工具5 | 区分一次性工具与长期产品，校准价值留存方式 |
八、质量检验清单
完成本 SKILL 的应用后，逐项检查：
- 三本账诊断完成？时间分配表已产出？
- 老板检测完成？五个问题已诚实作答？
- 验证目标已明确？当前任务类型已标注？
- 信号已校准？注意力偏移已标记？
- "什么能留下"评估已完成？
- 类别偷换检测已执行？无偷换残留？
- 表演债已识别？已有明确的停止/转向决策？
- 公开行为是传感器（让现实进入作品）而非方向盘（让流量决定判断）？
- 最终结论指向 MAKE WHAT LASTS？
九、执行原则
- 诚实先于优化：五个自问问题的价值在于诚实，不在于答案"正确"。如果答案是"我在做内容"，完全可以——内容是真实的生意。
- 区分先于判断：先说清当前在验证什么（学习/原型/Portfolio/内容/产品），再选择信号。类别偷换的根源是跳过了这一步。
- 信号匹配是核心：每个信号回答一个特定问题。不要用回答A问题的信号，去证明B结论。
- 公开是传感器不是方向盘：公开的目的是让现实进入作品，不是让流量决定判断。
- 什么能留下是终极标准：不是"维护所有代码"，而是追问这次行动最后留下了什么——判断、能力、关系、系统，还是只有注意力残渣。
- 建议有半衰期：build in public 对新手是解药，对老手是风险。同一条建议在不同阶段有相反的最优解。完成从"build in public"到"in public, build"的转换。
- Useful是价值取向：Build 有价值取向，这个取向不是 attention，是 useful。Useful 的东西才能持久，才能在发布之后让你有动力维护它、打磨它，让它成为你的代表作，让它不断为你带来复利。
- MAKE WHAT LASTS：不是海边的沙堡，被浪花冲刷到什么痕迹都没留下。掌声停下来以后，世界还会不会继续选择它——这才是真正的成功。