（10-08 补记：这篇写于 9 月 29 日。
（10-08 补记：这篇写于 9 月 29 日。回测第一版 10 月 1 日跑完了：最初算出个别信号比随机准 13 倍，换成和同样大小的需求比，只剩 2 倍左右；按更细的规模分档再比，估计只有 1.4–1.6 倍，而且是样本内结果、可能偏高。哪个信号真有用，还要等前向对账。另：「别处有这里没」10 月 1 日已降为观察，暂不再研究。）
现在用 AI 写一个 Chrome 扩展，快的话一个下午。开发不再是瓶颈，难的是知道该做什么。
我在做一个实验：从商店的公开数据里找需求，让 AI 研究、判断值不值得做，再让 AI 把它做出来，所有结果连同失败一起公开。做了一周，我遇到一个绕不开的问题——我们凭什么相信“这个机会值得做”？
于是我把“怎么挑软件机会”这件事，能找到的研究和实践都过了一遍。结论先放在这里：
没有一种方法经过独立验证，能预测“该做什么”。能用的只有两样：一套描述机会的语言，和几个稳健的相关因子。哪个信号真的有效，只能自己回测。
下面是过程。
一、先说一个让我清醒的实验
业内流行一种做法：找“停更、下架但还有用户的扩展”，翻新重做。已经有产品把这类清单打包出售。
我们把评分最高的 100 个候选交给 AI 联网逐个核实，结果是：
- 0 个值得做，34 个有条件值得，66 个不建议做；
- 90 个已经有更好、仍在维护的替代品；
- 66 个需求在衰退或已经消失；
- 排名前 30 的“有条件值得”比例是 40%，排名 61–100 的是 28%：高分段只高一点，而且没有一个值得直接做——分数高低说明不了多少问题。
停更多半有原因：要么需求没了，要么早被别人打败。清单告诉你哪里坏了，验证才告诉你值不值得修。
这让我开始怀疑所有“靠打分挑机会”的方法，包括我们自己的。
二、流行的方法论，擅长描述，不擅长预测
我查了几种最常被引用的方法，看它们的证据到底有多硬：
- 结果驱动创新（ODI）：把机会定义为“重要但满意度低”的具体结果，很好用的描述语言。但它宣称的 86% 成功率，来自厂商自己客户的 21 个项目。
- 颠覆式创新：有研究者重新检查了原书引用的 77 个案例，只有 9% 同时满足理论的四个要素。
- “时机最重要”：常被引用的 42%，是创始人在结果已知之后，给 200 家公司自己打分得出的。
- 独立开发者的经验：阶梯法、从受众出发、“70 多个项目里只有 4 个赚钱”……都很有启发，但多是个人说法。
真正有统计证据的主要是两类：
- 元分析（233 项研究）：和新产品成功最相关的是产品优势（相关系数 0.34，是这项元分析里最强的一项），其次是市场导向、上市能力。但样本多是制造业和 B2B，能不能迁移到独立开发者的小软件，还只是推测。
- 一项随机对照试验：116 家初创公司接受“把想法当成可证伪的假设去检验”的训练，表现更好，也更愿意转向。它的价值在于砍掉假阳性——看起来可行、其实不可行的想法。
我还专门找了“从商店数据选题 → 做出收入”的案例：一个经过核实的都没有找到。
三、基准命中率，比你想的低得多
在谈“我的方法命中率多少”之前，得先知道随便挑能中多少：
- 订阅类 App，一年内月收入达到 1,000 美元的占 17.2%，达到 1 万美元的只有 3.5%；
- Chrome 扩展的用户数中位数只有 17，约七成不到 100 个用户；
- Chrome 商店约 60% 的扩展只存活一年左右；在可能侵权的扩展里，86% 是已下架产品的近似复制品。
所以我先假设：随便挑的命中率在 5%–20% 之间。任何方法，如果不和这个随机基准对比，报出来的“命中率”都没有意义。
四、我们正在改成这样
我把找机会拆成三层，外加一个独立的“需求”对象（信号已经在用，维度和形态正在设计）：
- 信号：为什么这里有缺口。现在试用 7 种：用户被遗弃（热门扩展下架或失效，用户没被接住）、大家都在骂（头部差评集中在一个能修好的问题上）、收费不合理、需求在涨、网站缺工具、老牌变味了（被收购、加广告、涨价后评分下滑）、别处有这里没（别的商店有人用，Chrome 上没有）。
- 维度：值不值得做（接下来要加上）。规模、付费能力、产品优势、做的难度、获客难度、时机、证据强度。
- 形态：做成什么（正在设计）。单品、小需求打包、模板、引流入口。
“需求”单独存放：同一个需求，可以在 Chrome、Edge、手机商店用不同形态去做。这是从经验里得来的——在 3 万个扩展上，我们发现找机会的单位不是一个扩展，而是一个需求：同一个需求下常有几十个扩展，旧的死了，用户早就搬到新的那里。
我们还要求（正在加进系统）每个“值得做”的机会，除了分数，再给出三样东西：最危险的假设、最便宜的测试、止损线。这是我们从那项随机对照试验得出的做法。
五、为什么是回测
既然没有哪种理论被证明能预测，就只剩一条路：用历史检验自己。
我们手上有 Chrome 商店从 2023 年 9 月起的每日全量数据。回测的做法是：
- 假装现在是过去某一天，用今天的规则出一份当时的机会名单；
- 看之后 12 个月，名单里的需求有没有出现用户过万的后来者；
- 和随机挑选的需求比命中率。
（“回测”这个词来自量化投资：用过去的数据检验今天的规则，而不是只看它现在说得多有道理。）
这样能回答三件事：哪些信号真的比瞎猜准、准多少；各个维度该给多少权重；以及一个我没找到任何外部研究回答过的问题——从商店数据挖出来的缺口，后来到底有没有人做成。
几个坑要先填上：
- 先去重再数竞争者。商店里克隆扩展很多，按个数算竞争密度会严重失真。
- 下架事件要先清洗。下架的扩展里有大量垃圾扩展，只保留下架前有一定用户、而且合规的。
- “命中”也要去重，否则一个爆款的几十个克隆会被算成几十次命中。
六、一个需要提前想清楚的推论
如果将来很多人订阅同一份机会清单，同一批机会推给很多人，“众人共享的选题”本身就会加速这些机会饱和。所以推送方式（限量、分批、按个人条件分流）可能要和回测一起设计，而不是上线后再补。
七、如果你也在找“做什么”
不管用不用我们的工具，这几条都能直接拿去：
- 以需求为单位，不以单个产品为单位看市场。
- 把“做什么”和“做成什么形态”分开决定。
- 找机会时先问“为什么这里有缺口”，说不出信号的机会先放一放。
- 评估时把“产品优势”放在“做起来容不容易”前面，否则会系统性地偏向容易做但没价值的东西。
- 每个想法写下最危险的假设、最便宜的测试、止损线，再动手。
- 报命中率时，永远和随机基准比。
回测第一版的结果见开头补记；前向对账的结果出来后，我也会原样公开——包括哪些信号其实没用。
你现在是怎么决定做什么的？留言说说你在做的方向。
我叫纪磊磊，在做“用数据和 AI 决定做什么软件”的公开实验。开发已经不贵了，难的是知道该做什么。
参考资料（按文中顺序）
- ODI：Wikipedia “Outcome-Driven Innovation”；Strategyn 官网流程介绍
- 颠覆式创新案例复查：e-Literate《Cracks in the Foundation of Disruptive Innovation》（King 等）
- 时机 42%：Bill Gross 演讲转录（The Singju Post）
- 元分析：Evanschitzky 等 2012《Success Factors of Product Innovation: An Updated Meta-Analysis》
- 随机对照试验：Camuffo 等，Management Science
- 订阅 App 收入分布：TechCrunch 2024-03-12 报道 RevenueCat 数据
- 扩展用户数分布：DebugBear《Counting Chrome Extensions》
- 扩展存活与复制：arXiv 2406.12710、2406.00374
- 我们的实验数据：100 个停更候选的 AI 研究（2026-09-24）；3 万个扩展需求归类（2026-09-24，用户数 ≥1,000 的 30,009 个）。数据：Chrome-Stats（经我们加工）
想免费研判一个方向，主页有官网，每天 1 个名额。