Need Is All You Need
AI杂谈·之四：从 Attention 到 Need，重新理解为什么而做
2017 年，一篇论文的标题震动了 AI 圈。五个单词，没一个多余：Attention Is All You Need。
当时没有人会知道，这句话会改写整个行业的底层架构。Transformer 扔掉了 RNN，扔掉了 CNN，只留下了一个机制——Attention。砍掉所有"看起来必不可少"的东西之后，剩下的那个，反而更强。
这个命名里有一种罕见的智力自信：我知道什么不重要，什么才是核心。我只留那个核心。
九年后的 2026 年，我们面对的不再是"AI 够不够强"的问题。Opus 4.7 能写几千行代码不出 bug，Sonnet 能在几十个领域做远距离知识连接，Haiku 快到人类跟不上。AI 的能力层——推理、编码、执行、解决问题——正在被全面覆盖。
焦虑也变了。AI 会不会替代我——这个问题已经没有悬念了。真正的问题是：我到底还剩什么。
所有线索指向同一个源头：AI 能做事，但不知道要做什么。
如果让我用一句话回答"人还剩什么"，我会致敬那篇论文的标题——
Need Is All You Need。
不是 attention，是 need。不是"关注什么"，是"需要什么"。不是外部指令，是内在驱动。不是能力问题，是方向问题。
Need 从哪里来
先说清楚什么是 need。
不是用户说出来的需求。福特造汽车之前，所有人只会说"要更快的马"。盯着嘴上的需求做产品，永远在做功能清单式微创新，错过范式跃迁。iPhone 出来前没人"需要"多点触控，React 出来前没人"需要"虚拟 DOM，Transformer 出来前连这个词都没人听过。
真正的 need 在你的体验里，不在用户的嘴里。
分三层看：
生存层。 饿了要吃，冷了要穿，不安全要保护。身体告诉你的，动物也有。这是 need 的基底，但不是区分人的东西。
不适层。 一个工具太慢、一个流程太蠢、一段代码太丑。你动手用过，被折磨过，身体记住了那种不爽。这东西分析不出来，是身体记住的"这不对"。
2026 年最火的词叫 OPC——一人公司。一个人 + AI = 一家公司。AI 漫剧赛道是 OPC 的缩影：赚到钱的多数不是技术出身。据澎湃新闻等媒体报道，高位截瘫的前石油技工自学 AI 视频软件，每天干十小时，最高一条视频近 6 万赞。小学三年级辍学的理发师认不全汉字，靠豆包翻译英文软件做 AI 短剧。工厂临时工辞了工作全职做 AI 剧，赚了两三万，计划还清二十万网贷。
其中没一个人会写代码。
最经典的案例是《丧尸清道夫》。云南一个中专毕业的摄影师，专业是内燃机车驾驶，不是影视制作。他用国产 AI 工具 Seedance，花 10 天、3000 块钱，一个人做出了一部 3 分 34 秒的原子朋克科幻短片。无对白，纯镜头叙事。抖音 4600 万播放，B 站 7.8 万投币，海外 1200 万播放。好莱坞制片人在 X 上发"跨国寻人启事"：同等品质在 AI 前要 50 万美元 + 6 个月。他笑称：“现在我在好莱坞有个朋友了。”
3000 块。你没看错，不是 3000 万。
再看另一边，据钛媒体等报道，成都 31 岁架构师从大厂离职做一人公司，上线两个产品，零用户零反馈。杭州产品经理用 AI 两小时做完以前一个月的工作量，一口气做了四款产品——全部无人使用，公司账上剩 986 块。深圳十年程序员折腾一年，支付通道都没开，零付费用户，最终回归职场。
同一种工具，两种结果。不是因为技术差距——架构师比理发师更会用 AI。而是因为对 need 的认知差距：理发师知道自己要什么——做视频、涨粉、接广告。架构师做了一个没人需要的产品，因为他不知道谁需要什么。
不适层的 need 没法外包给 AI。AI 不会在一个产品的表单前被卡住三次然后骂"这什么傻逼设计"。它没有"被烦透"这个能力。
存在层。 这是最深的一层。这不是你分析出来的，而是亲身体验来的。
2026 年 6 月，瑞幸咖啡上线 AI 开放平台——支持 MCP、CLI、Skill 三种接入方式。口号是"用 Token 点咖啡"。你在千问 App 里说一句"推荐一杯热的带奶的咖啡"，AI 自动匹配优惠券、选最近门店、完成下单。肯德基、蜜雪冰城、东方航空同步接入。
一家咖啡公司做了 AI 开放平台。瑞幸的 need 不复杂——让消费者在任何 AI 助理里都能点到咖啡。技术只是手段。
相比之下，百川智能创始人王小川账上还有 30 亿现金，却公开说"突然不知道自己在干嘛、在创造什么价值"。他从 2023 年开始做大模型，是"六小虎"之一，两年后发现不知道自己解决的是谁的什么问题。公司转向医疗垂直领域。
李开复的零一万物曾是"最像中国 OpenAI"的公司。2025 年上半年放弃超大模型预训练，团队空了三分之一。李开复开始亲自跑客户、研究企业财报，不再参与排位竞赛。2026 年冲刺 20 亿营收。他的自嘲：“别叫六小虎了，该叫金钱豹。”
更扎眼的反面是钉钉 ONE。2026 年 6 月，钉钉前产品经理发了一篇 7.5 万字的离职文《置身钉内》，复盘这个 DAU 曾冲至 300 万的旗舰 AI 项目的死亡全程。“望舒行动"派人盯着竞品飞书的熄灯时间，对面灯火不熄己方不得离岗。CEO 凌晨巡视办公区，次日批评所有部门。每日晚会一度安排在晚上十点，请假即打 B-。
300 万 DAU，不到一年萎缩到被迫拆分。钉钉副总裁马锐拉随后发文《置身钉外》回应：“那种高压，那种努力之后没有结果，那种频繁汇报、高速迭代、不见起色的循环，我知道。“阿里巴巴合伙人委员会罕见公开发帖：“这不是阿里文化该有的样子。”
ONE 不缺技术、不缺资源、不缺人力。它从一个核心问题开始崩：为谁做？解决谁的什么问题？ 想做员工的"超级秘书”，又倾向服务管理者，两面不靠。产品方向被老板个人审美驱动，不是被 need 驱动。没有人真正对"用户需要什么"感到不适——所有人都在对"明天要汇报什么"感到焦虑。
同样剧本的还有百度。2017 年最早喊出 All in AI，比谁都早。陆奇加入，裁医疗、卖外卖、全押 Apollo 和 DuerOS——486 天后离职。战略摇摆，搜索广告占营收 80%+，AI 做得越好越颠覆自己的现金牛。Dario Amodei 在百度硅谷实验室摸到了 Scaling Law 的轮廓，出去创立了 Anthropic，做出了 Claude，ChatGPT 最强对手之一。百度自己呢？文心一言月活从 996 万跌到 517 万，被豆包的 3.15 亿、千问的 2.03 亿远远甩开。
起了个大早，赶了个晚集。不是没技术，百度飞桨、文心大模型、萝卜快跑无人驾驶都有真东西。是有技术，没方向。搜索广告太赚钱了——那个 need 太强烈了——以至于真正的 AI 转型被它死死按住。
瑞幸知道自己的 need。王小川迷失了自己的 need。李开复重新找回了自己的 need——刷榜不重要，赚钱才重要。钉钉 ONE 和百度从头到尾没找到自己的 need——DAU、AI 原生、行业第一、All in AI，口号全对，方向全错。这些事的差别不在技术，在方向。
我见过两个程序员。一个用 AI 三天写出营销文案 SaaS，功能完美，三个月后不维护了——“帮人自动生成营销文案"这件事，他不觉得有意义。另一个用 AI 快速搭了个给偏远地区孩子的开源教育工具，但花半年持续维护——用户量不大，bug 不少，每晚下班之后还在修。问他为什么，他说：“我小时候就没这个。”
对 AI 来说，这两个项目都是"代码已生成、测试已通过”。但第一个会慢慢死掉，第二个会一直活着。区别在存在层：你觉得什么东西值得你的时间。
三层 need 有一个共性：不来自推理，来自体验。 AI 能分析差距，但它不对差距感到不爽。它能列出 pros and cons，但不说"这个值得”。它能在训练数据里找到最优解，但训练数据里没有你的前半生。
自驱力从哪里来
自驱力不是"能干事”。是没人让你干，你还是干了。
自驱力是人和 AI 之间最深的鸿沟。把它拆开看。
自驱力等于两个东西的乘积：need × 不甘心。
need 给方向。不适感告诉你"这里不对"，存在层的信念告诉你"这个值得"。不甘心给持续性。方向有了之后，不甘心让你一直走。
反过来看钉钉 ONE 和百度。不缺牛人，不缺资源。缺的是 need——不知道为谁做、解决谁的什么问题。没有 need，不甘心无处附着。再努力也是刷 DAU、盯竞品、赶汇报。自驱力的公式里 need 是零，后面乘再多不甘心，结果还是零。OPC 浪潮里那些架构师和产品经理也是一样——技术拉满，方向空白。
李开复从"中国最像 OpenAI"到亲自跑客户，不是因为外部投资人施压——是他的 need 变了，不甘心还在。need 从"做最强的模型"变成了"做第一个盈利的 AI 公司"，不甘心没变：别的六小虎还在刷榜，我偏要去赚钱。同一个人，换了方向，不甘心仍在。
那个 AI 漫剧赛道的高位截瘫者每天干十小时，不是因为有人催更——是他需要经济独立，不甘心困在轮椅上让别人决定他的生活。那个欠了二十万网贷的工厂女工，辞了工作全职做 AI 剧。不是冲动，是她算过——继续打工十年还清，做 AI 剧两年还清。
这些驱动力和外部奖励是反向的。李开复放弃排位赛的时候刚好是零一万物订单暴涨的起点。女工辞职的时候外面没人看好她。高位截瘫者开始做视频的时候没有保底收入。自驱力来自内部的不甘心，外部奖励是副产品，不是原因。
现在回头看 AI。AI 的"驱动力"是 prompt。prompt 来了，它动。prompt 没了，它停。它不会在凌晨两点自己醒过来想"那个缓存命中率是不是可以再提 5%"，也不会在洗澡的时候突然觉得"现在的前端状态管理方式太蠢了"。它连厌倦都不会。
因为 AI 没有 need，所以它没有自驱力。它没有"被烦透"的身体记忆，没有"偏不信"的信念，没有"我小时候没这个"的个人史。训练数据喂不出这些东西。
Need 和创新冲突吗
表面上有冲突。
盯着 need 做产品，容易做成功能清单式微创新。用户说"要更快的马"，你给他一匹更快的马，这不是创新。真正的创新常超出当下的需求表达——没人"需要" iPhone 直到它被造出来，没人"需要" Transformer 直到它改写了一切。
但这是把 need 理解错了。
用户说"要更快的马"，这是需求表达，不是 need。need 是"更快到目的地"。福特识别出了真正的 need，换了方案。Jobs-to-be-done 理论把这件事讲得很清楚：need 是底层驱动力，需求表达只是当前方案下的猜测。
更深一层：砍掉伪需求，只留真正重要的那个 need，本身就是一种设计创新。
Transformer 论文的命名精神是"做减法"。扔掉 RNN、扔掉 CNN，只留 Attention。它说：之前所有被认为"必不可少"的东西，其实都可以不要。敢砍，才是真激进。
对应到产品和人：你也有一堆"看起来必不可少"的东西——别人的期待、行业的惯例、简历上的亮点、GitHub streak。砍掉这些，还剩下的那个 need 是什么？
这个需要勇气的减法，恰好是 AI 做不了的。因为 AI 不知道什么"必不可少"——对它来说，权重来自训练数据的频率，不是来自存在层的信念。
所以 need 和创新不冲突。真正冲突的是"把 need 理解成用户嘴里说出来的需求"。 need 在体感里、在历史上、在"偏不信"里——这些地方 AI 够不到。
你的护城河
能力层在塌缩。
CRUD 代码、测试用例、文档翻译、部署脚本——这些"已有解"的事情，AI 做得比人好，而且差距还在拉大。你花三年练出的肌肉记忆，AI 一个 prompt 就覆盖了。
但能力层之上，AI 进不来。
AI 的问题不是不够聪明。它没有作为一个人活过的体验。它没有在凌晨两点的屏幕前盯着一行 bug 不发一言的同事，没有人在一条无人看好的路上闷头走十年，更没有"我小时候就没这个"所以偏要做的冲动。
need 是这些体验的浓缩。自驱力是 need 遇到不甘心之后的燃烧。而方向感——知道什么值得做、什么不值得做——是 need 和自驱力持续运转几十年的产物。
能力层可以外包，方向层外包不了。因为方向不是算出来的，是活出来的。
这就是 Need Is All You Need。
能力会越来越便宜，方向会越来越贵。十年后，“能写代码的人"满大街都是，“知道要写什么、为什么值得写、愿意为此负责的人"才是稀缺品。
那个高位截瘫的 AI 视频创作者不需要比大厂程序员更懂技术，他只需要比程序员更清楚"观众想看什么”。那个工厂女工不需要 MBA，她只需要比咨询顾问更清楚"我两年之内必须还清网贷”。李开复不需要比 OpenAI 更强，他只需要比所有刷榜的人更早意识到"先活下来"比"先跑分"重要。
护城河不是技能树，是 need。
找到你的那个问题
回到这个系列的起点。
第一篇说 AI 有三大局限：感知现实、自驱力、责任归属。第二篇说第一个问题永远是人问的，自驱力和范式创新是人的护城河。第三篇说存在层——价值判断、信任、意义——AI 碰不到。
这三篇都在说同一件事：AI 强在答题，而非提问。 提问的能力来自 need。need 来自你对什么东西不爽、对什么方向偏不信、对什么问题觉得"这个值得"。
如果你还没找到那个让你不爽的问题，那是唯一值得焦虑的事。
如果你已经找到了，AI 是全世界最便宜的加速器。
因为 Attention 改写了 AI。
而 need 能改写你的护城河。
十年后，OPC 这个词可能过时了——就像当年的"互联网思维"一样。但 need 不会过时。技术换代、风口轮转、模型升级，只有"知道要做什么"这件事，永远贵。找到你的 need，AI 能帮你把它推到底。找不到，OPC 就是个更累的上班。
这个系列试图回答一个问题：AI 时代，人还剩什么。四篇写下来，答案其实不复杂——剩的是你对什么东西不爽、对什么方向偏不信、对什么问题觉得值得。能力会越来越便宜，方向会越来越贵。need 本身会过时，找 need 的能力不会。前提是你得先用起来——拥抱 AI 才不会被淘汰，找到 need 才不会被替代。
参考来源
- 刘梓瑜《丧尸清道夫》：B站原片 · 36氪 · 澎湃新闻
- AI 漫剧素人案例：澎湃新闻·他们想靠AI短剧换个活法 · 中国青年网·宁波00后AI漫剧
- 一人公司失败案例：钛媒体·跟风一人公司忙了半年0收入
- 钉钉 ONE /《置身钉内》：新浪新闻 · 腾讯新闻
- 瑞幸 AI 开放平台：open.luckincoffee.com · 太平洋电脑网 · 经济参考报
- 百度 All in AI 复盘：艾瑞咨询 · 虎嗅
- 李开复 / 零一万物：OFweek · 虎嗅
- 王小川 / 百川智能：同上