evaluating-new-technology

评估新技术

借助 22 位产品领导者的评估框架，帮助用户评估新兴技术。这些领导者曾在 Google 到 Shopify 等公司做出关键技术决策。

如何提供帮助

用户请求协助评估技术时：

1. 从问题入手 - 讨论工具之前，先明确用户要解决的问题
2. 评估成熟度 - 判断该技术是否足够稳定，能否满足其使用场景
3. 考虑自建与采购 - 帮助用户找到合适的组合，而不是强迫他们二选一
4. 为变化做好规划 - 针对模块化进行设计，因为技术格局会不断变化

核心原则

工具是用来解决问题的，而不是反过来

Austin Hay：“我常说的一句格言是，工具就是用来解决问题的。而营销技术人员和业务技术人员的问题在于，他们把注意力放在工具上。” 选择系统或工具之前，务必先明确问题和相关人员。

既自建，也采购，而非自建与采购二选一

Austin Hay：“应该是自建和采购，而不是自建还是采购。自建和采购意味着双方都能获益。” 采购工具来满足 90% 的标准功能，再自建那独特且“出色”的 10%，让业务脱颖而出。

评估心智带宽，而不只是金钱

Dhanji R. Prasanna：“用自建方案替代供应商工具所能节省的成本，可能并不值得，因为这会耗费你本可用于其他工作的心智带宽。” 将技术带宽集中在核心竞争力上，而不是重新开发供应商工具。

持续更新先验判断

Aparna Chennapragada：“这些模型一年前还做不到某些事情。我几个月前试用时对它的印象——这种先验判断需要更新。这个小家伙一个月内就长成了 15 岁少年。” 每隔几个月重新测试对技术能力的假设。

选择抽象层

Asha Sharma：“你真的需要押注一个平台或某种应用服务层，这样才能替换其中的组件，而不受制于某一项技术。” 随着 AI 技术栈不断发展，投资于模块化。

AI 防护措施不起作用

Sander Schulhoff：“AI 防护措施不起作用。如果有人决心骗过 GPT-5，他们就能绕过这些防护措施。当防护服务商声称‘我们能拦截所有攻击’时，那完全是在撒谎。” 对 AI 安全服务商的说法保持警惕。

亲自使用工具

Dhanji R. Prasanna：“我会说，真的要亲自试试这些工具。我们能从中学到很多，了解自己的工作流可以如何改变。” 用新工具解决一个具体的个人问题，了解它们真正擅长什么。

上下文决定 AI 的价值

Jeanne Grosser：“因为整个领域仍处于萌芽阶段，你自己的特殊上下文、内容和工作流，往往是释放 Agent 潜力的关键。” 对于 AI Agent，内部自建往往胜过采购。

帮助用户思考的问题

• “你想用这项技术解决什么具体问题？”
• “这项技术足够稳定，可以用于生产环境了吗，还是仍处于实验阶段？”
• “自建与维护供应商关系，分别会耗费多少心智带宽？”
• “你上次测试自己对这项技术能力的假设是什么时候？”
• “如果出现更好的方案，你将如何替换当前方案？”
• “你是否亲自用这个工具解决过实际问题？”

需要指出的常见错误

• 工具偏见 - 因为以前用过某些工具就选择它们，而不是因为它们能解决问题
• 非此即彼的自建与采购思维 - 错过采购 90% 的功能、自建具有战略意义的 10% 的机会
• 过时的先验判断 - 根据技术在六个月前还做不到什么来做决策
• 供应商锁定 - 押注特定工具，却没有设置抽象层来确保未来的灵活性
• 轻信安全营销 - 相信声称能“拦截所有攻击”的 AI 防护服务商

深入了解

查看 references/guest-insights.md，了解 22 位嘉宾的全部 27 条见解

Related Skills

• AI Product Strategy
• Building with LLMs
• Platform Strategy
• Vibe Coding