Get 笔记的断舍离清单：我们拒绝过的那些“高级” AI 功能

AI 的价值不在于能做什么，而在于在真实场景中解决了什么问题。本文整理自得到 AI 产品负责人杨超在 2025 年 QCon 全球软件开发大会（上海站） 的演讲分享。

以下是演讲实录（经 InfoQ 进行不改变原意的编辑整理）。

我叫杨超，来自得到 APP。去年岁末，我们推出了一款名为「Get 笔记」的小工具，迄今已悄然运转近一年。今天的话题“从 AI 炫技到实用”，恰好与我们的经历同频，因此想借这段分享，说说那些被我们强行按下的“炫技冲动”。

让我先讲一段印象极深的故事。数月前，我在 Reddit 读到一位独立开发者的帖子：他辞职后花了十个月，打造了一款 AI 辅助的产品设计工具，初衷源于自己对现有工具的不满。然而，产品上线后收入为零、用户为零。他复盘时坦承，整个过程几乎完全围绕个人痛点展开，既未与潜在用户交流，也未验证需求；同时，AI 技术日新月异，他不断把最新、最酷的能力叠进产品，最终却无人买单。这不也是我们曾差点踏上的歧路吗？

去年开始做 Get 笔记时，我们团队最初只有两三个人，如今也不过十三人。半年里，产品收获了百万注册，几乎没有投放，全靠用户自发传播。表面看成绩尚可，但内部我们常被一种焦虑追赶：大模型每两周就更新一次，新能力层出不穷，仿佛两个月的变化抵得上过去二十年。我们像追剧一样追发布会，模型一升级就开会讨论“要不要立刻上线”。可选项太多、节奏太快，反而让我们意识到：能做的很多，真正重要的是选择不做什么。

今天我想分享几个我们“没做”的功能，以及当时怎么想的，也许大家也有类似经历，希望能提醒到你。

第一个没做的，是“会议模板”。Get 笔记的核心能力之一是线下会议录音，不管是几个人小范围聊，还是像今天这样的公开分享，我们都把录音自动转文字、自动整理。市面上做同类功能的产品几乎都在“模板”上堆量：一个会议场景能拆出几十种模板，看起来特别专业。我们一开始也被带跑了，高管开会要不要单独模板？业主大会要不要再来一个？越想越觉得必须做。

直到设计师把第一版页面交上来：两列密密麻麻的方块，像一排排腹肌。我们当时的第一反应是“太丑了”，根本不想拿给用户看。可冷静下来才意识到，真正的问题不是丑，而是“让人选”这件事本身就很尴尬。就像女朋友拿五条裙子问你哪条好看，大部分男生是答不出来的；同理，让用户在十几种会议模板里挑“今天这场该用哪个”，他也懵。于是我们干脆把模板砍到只剩三四个最通用的，用户录音结束点“完成”时，后台用 AI 直接匹配一个最合适的，用户无感，反而用得更顺。

回头再看，这次“被设计稿丑到”算是个意外，但也提醒我们：每当你想炫耀功能多、覆盖广时，先想想用户能不能一眼看懂、一秒选对。如果他自己都挑不明白，那再多模板也只是添堵。

第二个被叫停的功能，我们其实已经写了一半代码。提出它的是我们前端技术负责人。事情源于一次季度复盘会，他当天请假，就拜托大家把会议讨论的内容录下来，会后发给他。那会儿 Get 笔记还没有分享功能，想把一条会议记录完整发给别人，只能先复制粘贴到文档，再传过去，非常麻烦。于是他说：能不能在会前就约好日程，等会议结束，系统自动把录音和纪要推给他，就像线下版的飞书会议？我们一听都觉得挺酷，立刻开工。

做到一半，我们先上线了“笔记分享”：生成一条链接，直接发给别人就能看。功能一上线，那位技术负责人自己先问：既然能一键分享，我会后只要跟你要个链接就行，为什么还要提前预约、自动同步？可代码都写了 50%，放弃总觉得可惜。我和联合创始人“刀哥”商量，他抛出一个问题：如果这个功能标价 200 美元，你们愿不愿意掏钱？我们几乎同时摇头——不愿意。那就别做了。一句话，大家顺势下坡，把沉没成本留在原地。

事后回想，这给了团队一个简单判断：当多数人心里打鼓，却碍于面子或成本下不了决心时，不妨问一句“用户肯不肯为它付高价”。在 AI 时代，好功能总有人愿意买单；若连我们自己都不肯，那它大概率不值得继续做。

第三个被用户高频提到、但我们最终没做的功能，是“把文章或文档直接生成脑图、PPT”。很多人问：我扔进来一篇好文章，你们能不能一键给我出张脑图或一套幻灯片，我拿去就能用？我们分两条线想，用户到底给谁用，无非就是给自己或者给别人。

先说“给自己用”。我们做的是 AI 笔记工具，核心是“记”。如果我只是把你传的内容转成一张脑图或几页 PPT，你可以想象一下：我把一页 PPT 甩给你，让你猜我想讲什么，其实根本猜不到。PPT 上的文字可能连 10% 的信息都不到，剩下的全靠讲者补充。得到听书也有脑图，但我们不会只给一张脑图就当产品，因为信息量太低。再者，AI 时代上下文越短，效果越差。你把一篇长文压成十几行节点，AI 再回答问题时缺东少西，体验打折。所以“给自己记”这条路走不通。

再说“给别人用”。有人想：我开完会，把录音直接变成脑图或 PPT，丢给没来的同事，多省事。我们试过一次，把一场会的脑图直接发过去，对方反馈几乎没用。他真正想要的是会议核心结论，以及能随时点回原文。所有会议记录，原文才是根本。Get 笔记里，不管录音、图片还是文章链接，我们都保留原文，总结只是辅助，AI 提问时也能把完整上下文带进去。

因此，脑图和 PPT 对信息的压缩太狠，而我们做的是记录工具，缺了原文，信息就不可用。同时市面上已有专门做这一块的成熟产品，我们干脆推荐用户去用它们，省得重复造轮子。

第四个功能，发生在今年年初。那时大模型刚升级，可以直接生成带简单交互的网页，结构化信息也能一键呈现。我们一看，觉得太厉害了：以后做网页是不是都不用写代码了？于是赶紧抽了一两天时间，把“会议内容转可视化网页”做了出来。

内部测试时，我们把一场会的录音转成网页，发给几位做内容的编辑同事。结果他们的反馈让我们意外：“这页面怎么这么丑？到底想表达什么？”我第一反应是“丑吗？多酷啊，AI 直接生成了网页，还能点！”可他们平时做活动页，看惯了精致设计，突然拿到一张灰底黑字、排版凌乱的页面，第一反应就是“不好看”。那一刻我才意识到，我们又掉进了“追新”的陷阱。只有极少数像我们这样天天盯大模型更新的人，才会觉得“能生成网页”本身就牛；对普通用户来说，页面丑就是原罪。功能虽然上线了，但只对内开放。既然大多数用户觉得不好看，我们也就没再对外推，让它静静躺在那里，当作一次提醒：你以为的酷炫，未必是用户需要的。

还有不少类似的声音。有人问我：“你们不是 AI 产品吗？能不能让我自己切模型？我想用哪个就用哪个。”也有人想自定义提示词，说默认助手不好用，要换成自己的。这些需求听起来合理，但背后有一个共同点：它们都来自极少数重度用户。我们建了几百人的私域反馈群，最活跃的就是那批天天追 AI 更新的人。他们提的需求，其实和我们自己的视角差不多：看见新模型就想切，看见新玩法就想试。可一旦把样本放大，就会发现大多数用户根本没这个概念。

所以我们把这类需求打了个引号，叫“伪需求”。不是说它不存在，而是它只存在于一小撮人里。Get 笔记的核心用户画像，是 35 到 45 岁、遍布一二三四线城市、平时并不关心 AI 的人。我们服务的不是“已经会玩 AI”的人，而是“还没碰过 AI ”的人。像 Cursor 那种面向开发者的工具，当然可以开放模型切换；但对我们而言，把复杂选项藏起来，反而更贴合真实场景。

前面只说了我们拒绝了哪些，但真正想留下的，是几条通用、好落地的判断方法，帮我们在“AI 时代什么都能做”的洪流里，拦一刀，把“能做”变成“该做”。

第一条内部标准很简单：做完这个功能，愿不愿意为它付 200 美元？数字可以随团队自己定，关键是问用户会不会兴奋，而不是我们自己兴奋。

举个例子。我们做过“智能拍书”：看到纸质书的好段落，拍一张照片，系统自动提取原文、生成笔记，还能识别是哪本书的哪一页。这背后用了得到电子书积累的全文检索能力，投入不小。拍板前我们也犹豫：纸质书读者真的会为此买单吗？上线后，这批用户的反馈出奇地好，甚至最近被其他产品“致敬”。但对我们来说，核心只有一点：用户确实愿意为这条功能买单，这才是把它留下来的理由。

另一条标准，我们把它放在最前面：家里老人能不能用？门槛够不够低？我帮母亲调微信视频时，她卡在一个极小的点，她不会切换摄像头。微信已是国民级应用，可老人依旧觉得难。教长辈用手机和辅导孩子写作业一样，让人又急又无力。

AI 产品更是如此。现在对着豆包或 ChatGPT 说一句话就能出答案、出图、出视频，用户的耐心被抬得极高。只要第一步、第二步卡住，立刻放弃，几乎无法挽回。我们有过一次深刻体会。得到 App 曾和文石合作推出一款墨水屏阅读器，有用户反馈：“都什么年代了，怎么还是黑白屏？”我们解释这是墨水屏，他反问：“墨水也有蓝墨水和红墨水。”那一刻我们意识到，真实用户的理解常常超出预期。传统产品尚且如此，AI 产品更要把门槛降到最低。

产品有没有真实的使用场景。我挺喜欢的一款产品叫 Dot。ChatGPT 刚火的时候，它就发了一支预告片，界面极好看、交互极顺滑，出自前苹果设计师之手，媒体一度把它捧成“第一个真正 AI Native 的应用”。可今年 9 月，它宣布关停。看到这个消息，我很意外：这么有设计品位、交互流畅的产品，怎么就关了？翻用户评论时，有一条说到了我心坎里：Dot 像个“热情的陌生人”，总问“今天感觉怎么样”“今天做了什么”，但其实并不真懂用户。它把自己定位成陪伴或助理，可用户打开它时，却说不清“我来干嘛”。反观陪伴赛道本身仍在增长，预测从几百亿到几千亿，也有估值过亿的头部产品。这说明需求存在，但 Dot 没找到具体场景。哪怕视觉、交互做到顶，也立不住。

说完“从能做到该做”，还得再问一句：真做了，值不值？这里分享我们最常被用户追问的经验。

排前三的提问里，一定有“Get 笔记为什么不做标签管理”。用过 Flomo、Notion 的人都知道，标签几乎是笔记工具的标配，小红书上还有一堆教程教人用 PARA、卡片盒、康奈尔法。我也试过 PARA：把笔记按项目、领域、资源、归档四类分好，开头确实清爽，可记着记着就坚持不下去。每次新建一条笔记，都得想“该贴哪个标签、贴几个”，结果记笔记的一半时间花在纠结标签上。后来听播客，有人弃用 Flomo，原因也是标签越打越乱，干脆换工具重开，但大概率还是会再乱一次。

所以用户催我们加标签管理时，我们的回答很直接：大概率不会让用户亲手打标签。听完我刚才的描述，你可能会问：我到底是在记录，还是在表演一套工整的结构？多数人其实只想“先记下来”，并不想把时间花在表演上。

我们不是不做标签，而是让 AI 做。设想一个还没上线的场景：所有笔记先丢进一个“知识库”，不预设分类，但系统会默默给每条内容打上标签。哪天你想按康奈尔法整理，AI 就按康奈尔法重新归类；想换 PARA，AI 再换 PARA。原来花在复杂整理上的时间，现在交给 AI，人只做两件事：一是决定哪些内容值得进笔记，二是告诉 AI“我想怎么看这些笔记”。在 AI 时代，能把人从繁琐里解放出来的能力，才值得做。

再谈一条“值得做”的标准：能不能把用户的操作负担压到最低。

我们现在的笔记添加方式就是一个反面教材。界面里摆着“链接、拍照、上传图片、线下会议录音、导入音视频、手机内录”……光图片就拆成“拍照”和“上传”两项，录音更是分了四种：个人录音、线下会议录音、导入音视频、手机内录。别说普通用户，就连天天泡产品的我们，第一眼也发懵。新用户最常问：“个人录音和线下会议录音到底有什么区别？为什么一个限 10 分钟，一个能录一小时？”每次都得解释，确实是我们没做好。

 该图片疑似AI生成

AI 时代，用户的耐心越来越薄，选项越多，流失越快。所以我们正在想：能不能把能力全包起来，只给用户一个按钮？看到图片，拍一张扔进来就好；要开会，一键开启会议，后台自动判断该用哪种录音方式。目前还没找到完美方案，但方向已经明确——把复杂留给自己，把简单留给用户。

最后说一条可能反常识、但对 AI 从业者特别重要的体会：AI 真正能解决的事，其实很少。MIT 有一份报告，他们跟踪了 300 多个企业级 AI 项目，企业总共砸了几百亿美元，最后真正产生价值的只有 5% 左右。也就是说，我们今天看到的所有“很牛”的 AI，能在真实业务里落地的极少。

那到底该把 AI 用在哪？我画了一个简单的四象限：横轴是“人对 AI 犯错的容忍度”，纵轴是“业务本身的复杂度”。右上角是“复杂度高 + 容错率低”，比如临床疑难杂症的诊断，这种场景 AI 基本碰不得；左下角是“复杂度低 + 容错率高”，也没必要用 AI。真正值得做的，是“复杂度高、但容错率相对高”或者“复杂度中等、容错率中等”的区域。把这条线想清楚，就能少做很多无用功。

前面讲的是具体案例和心得，这部分想回答一个被问得最多的问题：市场上做笔记的已经那么多，如果大厂也做同样的事，会不会把我们“干死”？我们把这些担心拆成一句话：底气 = 垂直场景深度 + 专属数据资产 + 自带传播效应 + 组织速度。

先说垂直场景。我们服务的不是“所有记笔记的人”，而是“读纸质书却不知道怎么把划线搬上手机”的那群人。全国读纸质书的大概有一亿多，但这么多年没人认真解决“拍照—识别—归档—与电子书笔记合并”这一整条链路。我们因为做了十年图书和电子书，用户早就抱怨“纸质书里的笔记和电子书对不上”，于是顺着这条缝往下钻，把场景做深。

再看数据资产。Get 笔记里直接接入了得到十年的全部课程、听书、电子书。现在问助手一个问题，背后其实是三个专属库在跑，这些数据别人拿不走，也抄不了。

自带传播效应有点意外。Get 笔记最早只是一个飞书机器人，扔链接、扔图片就能存，后来才做成小程序、App。小程序阶段，用户对某个小功能特别喜欢，自己就把链接甩到群里，增长曲线陡然拉升。所以我们在产品里提前做了些能让用户顺手分享的小设计，让它自己传开。

最后也是最关键的，是组织速度。做得到 App 时一个月发一版，现在做 Get 笔记，一天就能发一版——不是大功能一天做完，而是点子验证后立刻上线。团队一直压得很小：产品、设计、运营各一人，决策快、试错快。上半年我还没觉得速度最重要，下半年越来越体会到：在 AI 产品里，它可能是公式里权重最高的那一项。

如果手上有些需求拿不准，我给自己列了四句口诀。

• 没真实场景，不做。比如拍书，要是连用户怎么掏手机、怎么对准书页都没想清楚，就先别动手。

• 门槛高的，慎做。AI 时代用户耐心越来越薄，绕一大圈才能完成一件事，基本就劝退了，除非是那种用户非用不可的工具。

• 不挣钱的，想好再做。Get 笔记现在也不挣钱，还在跑量。可 AI 产品边际成本不为零，人用越多，账单越长，算是个“甜蜜的烦恼”。

• 没底气的，干脆别做。前两天 OpenAI 发了个 AI 浏览器，直接覆盖了一批小产品。如果手里没有垂直深度、数据壁垒或组织速度，建议先别往里跳。

关于 Get 笔记接下来怎么走，我们想得并不复杂：先把“好记”做到底，再慢慢补“好找、好用”。眼下最要紧的，是让用户用最低成本把想记的东西先记下来，至于怎么整理、怎么调用，后面再一层层加。

我们给自己定了一条底线：AI 只能当辅助，不能抢人的方向盘。怎么理解？拿我们正在做的一款出海写作工具举例。团队里一百多位编辑，最大的痛苦是“白纸恐惧症”——打开 Word 不知道第一行怎么写。最早我们设想的是：用户给个主题，AI 直接吐一万字完稿。但和编辑聊完后，方案被否了。他们举了个很实在的例子：如果 AI 一口气写完一万字，编辑光通读就得五分钟，读完发现除了开头，后面全要改，再逐段交代修改意见，时间比自己写还长。于是我们把产品改成“陪你起步”：AI 只负责搭个架子、补点素材，节奏和方向仍由人把控。

回到 Get 笔记，思路也一样。贴标签、做归类这些琐碎事，人不爱干，就扔给 AI；但记什么、怎么记、最终怎么用，必须让人说了算。AI 干脏活累活，人做决策，这就是我们未来继续迭代的核心理念。

如果前面说的都忘了，就记住四句话，能少踩坑：

• AI 能做 100 件事，但用户只需要 10 件；

• 技术团队容易陷入“因为能做，所以要做”的思维惯性。这时就问一句：让你先付两百美金，你愿意吗？

• 高级功能开发成本高，但可能使用频率低；

• 边缘场景投入大，但核心场景没打不透。Get 笔记里那么多创建入口，结果 80% 的人只用 20% 的功能，二八定律很准。

团队小、迭代快、要活命，就必须把所有力气押在最核心的场景。对 Get 笔记来说，核心就是录音——个人录也好，会议录也罢，至少七八成精力得砸在这儿，而不是分散去做那些自己觉得很炫的边角功能。

杨超，得到 APP Get 笔记产品负责人，拥有超过 10 年的互联网产品经验，熟悉互联网行业的最新趋势和技术，对 AI、电商、教育培训领域有深刻理解；探索了多个不同方向的 AI 类产品，曾帮助多家企业成功落地 AI 应用场景。