Zara Zhang — Ship Capability, Cut Scope
Zara Zhang 展示的经典 builder 配对:发布具体新能力 + 在其他地方削减范围。
具体能力发布
Fish Audio API 应用
- 使用 Fish Audio API 生成个性化播客
- 计划近期发布新 skill
产品原则
核心观点
"AI 产品上线前最重要的动作通常是砍功能。"
为什么砍功能
- 做窄做清楚 — 先在一个点上做到清晰可用
- 避免功能膨胀 — 更多功能 ≠ 更好产品
- 加速迭代 — 小范围快速验证
产品哲学
旧世界: Word, Excel, PowerPoint
新世界: Markdown, CSV/JSON, HTML
Zara 的这一观察(来自后续推文)与她的产品原则一致:
- 从复杂格式转向简单、可互操作的格式
- 从功能丰富的套件转向专注的工具
- 从封闭系统转向开放标准
2026-04-15 补充:Tab Out 案例
Tab Out 把这一原则演示得更彻底了。
起点:从本地上下文出发
Zara 先注意到一个非常具体的事实:Chrome browsing history 存在本地数据库里,因此天然可以被 LLM 读取和解释。她据此开始构思一个浏览器内的个人工具。
中途:LLM 功能拖慢了产品
她最初尝试把新标签页变成入口,并用 LLM 把打开的 tabs 自动分组成不同 missions。但实际结果是:
- 页面变慢
- 行为不稳定
- 最重要的价值点反而被掩盖
最终:砍回最顺手的能力
Tab Out 后来一路被削减成:
- 纯 Chrome extension
- 纯本地存储
- 没有 server
- 没有 Node.js
- 没有 npm
核心价值也被压缩成两个动作:
- 把标签页显示清楚
- 让关闭动作顺手
这说明“cut scope”不是抽象口号,而是一个很具体的产品判断:如果某层 AI 智能让产品更慢、更脆弱、更不顺手,就删掉它。
与行业趋势的关联
| 趋势 | Zara 的实践 |
|---|---|
| Agent-native | 专注单一 agent 能力 |
| 范围控制 | 明确的功能边界 |
| 快速发布 | 先 ship 再迭代 |
2026-04-26 更新:可见产出只是工作的最后 20%
来源:AI Builders Digest 2026-04-26
Zara Zhang 重新定义知识工作:可见的产出(文本、PRD、原型、代码)只是工作的最后 20%。80% 发生在大脑中——思考、构建框架、做决定。
核心论点:
- 写作不是生成文本,构建产品不是写 PRD,设计不是做原型,工程不是写代码
- 在手指触碰键盘之前发生的思考才是真正创造价值的地方
- AI 辅助生成的时代,工具可以产出产物,但不能做思考
- 在 prompting AI 之前,先花时间澄清自己的思考——输出质量取决于输入清晰度
- 不要跳过思考阶段,只因为 AI 能快速生成
这与她此前"cut scope"和"对外沟通"的论述形成三层结构:先想清楚(思考)、再确定做什么(沟通)、最后让 AI 执行(cut scope 后的窄范围)。
链接:https://x.com/zarazhangrui/status/2048101948826751429
2026-04-20 更新:AI 时代产品团队应该花更多时间对外沟通
Zara Zhang 的最新观点:随着 AI 能力增强,产品团队应该把更多时间花在外部沟通(与用户、客户交流)而非内部沟通上。
三个原因:
- 确定"做什么"比"怎么做"更重要 — AI 负责执行,人类应该专注于理解问题
- 团队会更小,内部沟通开销自然减少
- 独立创业者已经在这样做 — 整天与客户交流,然后把录音丢给 agent 执行
这与她一贯的"cut scope"哲学一致:当 AI 能处理实现时,人类的独特价值在于理解问题和用户需求。
链接:https://x.com/zarazhangrui/status/2045810170245386713
2026-05-03 更新:如何构建小东西
来源:How to build something small
Zara Zhang 提出 AI 时代应该学习"构建小东西",而非只追求大项目。
为什么要构建小东西
- 每个大东西都开始于小东西。定位就是一切。大多数产品失败不是因为太窄,而是因为太宽
- 为乐趣而构建,为学习而构建。软件曾经严肃而功利,现在便宜而充裕。Vibe coding 可以成为周末爱好,有些小技能更像艺术项目
- 构建有观点的产品。软件是自我表达的形式。AI 能快速构建任何东西,人们用你的软件是因为背后的观点引起共鸣
- 你负担得起。以前构建小东西不划算,需要团队、说服他人、向委员会证明。现在只有你和一个 coding agent
如何找到产品想法
- 你不那么独特。任何你拥有的超级细分痛点,世界上至少有 1 万人共享。旧世界里 1 万 TAM 不值得做,新世界里 1 万用户是非常成功的副业项目
- 从技术开始。每天浏览 X 并收藏新技术和 API,定期"游戏时间"——把这些技术喂给 coding agent,头脑风暴能构建什么
如何与模型对话
- 用最好的模型。反直觉地,这通常比用笨模型更便宜
- 把它当作联合创始人,不是员工。描述问题 extensively,征求 agent 的意见,共同创造
- 尝试一切,浪费 token。对 agent 保持不合理的高标准,尝试疯狂的想法
- 发布前砍掉功能。LLM 擅长添加但不擅长删减。人类最重要的工作是减法、简化和切割
与之前观点的整合
| 主题 | 此前论述 | 本次补充 |
|---|---|---|
| 范围控制 | Cut scope,做窄做清楚 | 小到可以当爱好 |
| 对外沟通 | 花更多时间理解用户 | 为共鸣而构建,不为功能而构建 |
| 可见产出 | 80% 工作在脑中 | 构建是学习的手段,不是目的 |
Counterpoints & Gaps
- 纯本地、纯轻量非常适合个人工具,但未必适合需要协同和共享状态的团队产品
- 把功能砍到最小能加速发布,但也会延后验证更复杂价值是否成立
- 本地历史数据是很强的上下文源,但也天然伴随隐私与权限边界问题