本次Lauchbox邀请到了AI应用创业者徐小夕。他曾任职多家上市公司，有多年架构师经验；他是一名优秀的创业者，聚焦于AI应用的实践落地，开发了github star 1w+的知名开源项目H5-Dooring，在低代码移动端搭建领域排行top1；他也打造了Dooring AI 智能零代码搭建平台、FlowmixAI 智能AI办公工作台、Jitword AI协同文档、pxcharts多维表格等多款AI创业产品；他还是名技术分享者，是知乎专栏作家和公众号《趣谈AI》作者，在全网有10w+粉丝，并受邀出席了掘金社区、华为云开发者大会、上海白玉兰开源大会，分享低代码和AI相关的技术实践。
我是徐小夕，我的履历或许看起来有些多元：全栈工程师、架构师、技术分享者、AI创业者。但如果要用一个身份来定义我，我会毫不犹豫地说：我是一名创业者。
架构师的创业认知
从大学时代起，我心里就埋下了创业的种子，想要做些有意思的产品。毕业后，我其实更想成为一名产品经理，但因为专业不对口，最终走上了研发之路，成为了一名前端开发工程师。现在看来，这个“弯路”反而成了宝贵的财富——前端开发让我成为最接近用户的研发角色，能够直接感受用户的需求和体验痛点。
我在大公司工作了八年，从初级前端工程师做到架构师。这八年的经历，对我后来的创业和产品设计影响深远。
首先，架构师的工作经历让我的创业想法更加缜密。因为我发现很多想成为独立开发者的技术伙伴的很多产品想法还比较基础或偏向学习性质，往往缺乏一个完整的商业闭环。而从大公司出来、从事技术架构工作的经历，让我能够深度接触到企业产品的战略层与策略层。
第二点是让我对软件产品拥有了全链路的认知——从设计立项、研发实现，到后期运维和用户反馈，每一个环节我都亲身参与并系统思考过。这让我在创业时，不会只有零散的想法，而是能够进行系统性的规划与推进。
第三点，也是架构师身份带来的独特视角。作为架构师，需要经常与产品、项目负责人进行深度沟通，甚至直接面对客户，去考量产品的每个细节。这让我深刻理解到，任何技术决策都不仅仅是技术问题，它同时承载着经济价值。技术最终必须要能解决用户的实际痛点，创造商业价值。
现在我主要面向B端客户创业，这段经历带来的帮助更加具体。我知道如何设计B端产品的功能，如何理解并把握企业客户那些真实、迫切的需求。这不是纸上谈兵，而是源于过去多年在复杂系统中，对技术带来的商业价值的持续思考。
在AI浪潮中投身创业
2021年，我在一家头部AI公司担任架构师，这一年正是我离职去创业的转折点。这个决定并非冲动，而是基于三个清晰的判断。
GPT、Claude、Gemini等大模型的涌现让我意识到，AI已经不再是概念，而是能够真正赋能产品的技术，是足以替代部分中高级工程师工作的生产力。我身边很多优秀的技术人，都在尝试用AI将自己的想法快速实现。我判断，一个由技术驱动的产品创新窗口期已经打开。
我还看到了巨大的“信息差红利”。当时，国内外的AI应用环境存在明显差距，用户能接触到的产品层次和开放度不同。这意味着，将更先进的AI应用理念与国内具体的、特别是B端场景的需求相结合，本身就是一个广阔的蓝海市场。
最后，更深层的信心，源于我对大厂创新模式与创业公司敏捷优势的对比思考。在大厂，低代码、多维表格等通用工具固然强大，但庞杂的历史技术栈和业务逻辑，常常成为快速试错和融合前沿AI创新的负担。相反，创业公司从零开始，没有历史包袱，可以更灵活地利用AI重构工作流，在特定垂直领域打造更高性价比的解决方案。
就像在B端市场，大厂擅长交付标准化产品，而创业公司可以像“特种部队”一样，深入垂直场景，用“AI+小团队”的高效模式，更精细地满足客户的定制化需求，这就是我们的机会。
当然，躬身入局后，挑战也随之而来。最大的挑战来自两个方面：
一是业务上的平衡。作为小团队，我们需要在打造标准化产品与满足客户个性化定制之间找到精妙的平衡，既要保证产品主线清晰，又不能被散点需求拖垮研发节奏。
二是与早期AI能力的“磨合成本”。在2023年，AI的完成度和可靠性远不如今天，我们需要花费大量时间与AI博弈，通过精心设计提示词来引导它，并承受其输出不稳定带来的潜在风险。这个过程耗时耗力，但也让我们沉淀下一套独有的AI协作方法论。好在，随着AI能力的指数级提升，这道鸿沟正在迅速变窄，当初的投入也转化为了效率优势。
H5-Dooring的商业实践
2020年，我开始做H5-Dooring这个开源项目，项目的初衷很实际。那时我在一家教育公司工作，发现公司有大量营销页面、表单页面的需求，一个十几人的团队几乎每天都在重复制作类似的页面。我就在想：有没有更高效的方式？
市场上的页面搭建解决方案大致分两类：一类是面向C端的“电子相册”式简易H5工具；另一类是钉钉、腾讯云等大厂推出的“低代码”平台，但主要面向开发者，门槛依然不低。
于是H5-Dooring诞生了。它的定位很明确：让非技术人员（运营、产品、销售）能够通过拖拽快速生成业务页面。与传统低代码平台不同，我们瞄准的是“零代码”，用户不需要任何技术背景。它的技术栈主要基于 React，后台使用 Node.js 开发。
这个项目的亮点是：使用成本和理解成本极低，真正实现了“人人可搭建”；上线页面的周期从几天缩短到几小时；开源与商业化并行：核心的可视化拖拽编辑器开源，而完整的商业版（后端服务、企业级权限、AI功能、定制化组件、渲染规则引擎等一整套SaaS解决方案）是我们2022年之后开发的，内容是闭源的。
如何将开源项目成功商业化，是我们趟出的一条关键路径：
首先，用开源建立影响力与信任。H5-Dooring开源后迅速在GitHub上获得1w+ star，登上细分领域榜首，并通过技术文章持续传播，吸引了第一批种子用户和企业客户的注意。
提供明确的商业价值，进行闭环验证。 我们向企业提供闭源的商业版，解决他们关心的数据安全、私有部署、定制集成和售后服务等问题。我们很快服务了近200家企业客户，证明了市场愿意为这份价值付费。
最后，将验证成功的模式产品化、规模化。 商业模式从初期的License授权，演进到更灵活的SaaS订阅制，用户只需要订阅会员便可以使用所有的产品功能，能为项目带来稳定的现金流，让我们能持续迭代，并进一步孵化出我们的AI产品矩阵。
构建AI产品矩阵的思考
基于H5-Dooring的经验，我们开始探索AI与低代码的结合。Dooring-AI就是这样一个产品：用户只需用自然语言描述需求，AI就能自动生成可编辑的页面原型。这个过程背后是我们自研的DSL（领域特定语言）和知识库，让AI理解低代码平台的规则。
目前我们团队孵化了多款AI产品：Dooring-AI、AI-Scan、FlowmixAI、Jitword、pxcharts等。这些产品形成了一个办公效率工具矩阵。
我们的战略很清晰：专注于在线办公这个垂直领域。AI-Scan作为引流产品，FlowmixAI解决企业知识库需求，Jitword对标WPS但强调私有化部署，pxcharts则是多维表格产品。这些产品都围绕同一个核心——提升企业办公效率。
在竞争激烈的AI应用层，我们有自己的护城河：我们在垂直领域深耕，深度解决特定场景问题；小团队没有历史包袱，能快速迭代，提供比大公司更高性价比的解决方案；我们还会收集关键用户诉求，与用户共同打磨产品功能。
我们团队目前只有6个人，但正是这种“小快灵”的特质，让我们能够服务高校论文场景、企业私有知识库、政企保密需求等细分市场。
但AI产品的落地也存在挑战。我们遇到的最大挑战来自技术实现层面，以我们的协同文档产品为例，最困难的是与传统Office文档的兼容问题。市场上的主流产品对Word格式的解析还原度普遍不足90%，特别是公式和复杂格式的处理。
我们花了半年时间攻克这个难题，最终将格式还原度提升到95%以上。在这个过程中，AI扮演了“灵感伙伴”的角色，我们提供真实场景，AI给出解决方案思路，我们再进行优化和实现。这种“人机协作”的模式极大提升了研发效率。
技术分享者
在繁忙的创业之余，我仍然坚持技术写作和分享。
我创作的内容，可以为我们开发的产品带来流量。在AI时代，流量逻辑也正在发生变化。除了传统的SEO（搜索引擎优化），我们开始关注GEO（生成式引擎优化）。随着Kimi、豆包等AI产品的普及，越来越多用户通过AI而非传统搜索引擎获取信息。我们的内容策略也需要适应这个变化。
更重要的是，技术分享反向赋能了产品设计。通过社区互动，我们收集到大量用户反馈。比如在多维表格产品中，我们最初没有设计“子记录”功能，但多个用户提出这个需求。经过验证，我们发现这确实是刚需，现在这个功能已经成为我们产品的重要特色。
写作和分享也是深度思考的过程。每次准备演讲或文章，都迫使我对产品方向、技术选择进行系统性复盘。这种“输出倒逼输入”的机制，让创业之路走得更稳健。
给程序员的建议
对于开发者而言，AI时代带来了新的机遇和挑战。我经常被问到“程序员35岁危机”的问题。我的看法是：35岁危机本质上是性价比危机。
要避免这个问题，程序员可以尝试利用AI尝试小规模创业，积累经验；打造自己的个人品牌和流量渠道；在工作中积累行业资源和专业深度。AI虽然让技术壁垒降低了，但工作资历带来的行业认知和资源整合能力仍是不可获缺的。
基于这些年的实践，我想给立志于从事AI创业的技术人三个建议：
第一，想清楚三个问题：你解决的是什么问题？为谁解决？他们是否愿意付费？没有经过市场验证的想法，投入越大，失望可能越大。
第二，避免无门槛竞争。不要做市场上已经饱和且没有差异化的产品。除非你能解决竞品解决不了的问题，提供独特的用户体验。
第三，基于自身优势出发。如果你擅长技术但不懂营销，就不要做依赖流量的产品；如果你有行业资源，就深耕垂直领域。做小做深，再图扩展。
未来展望
我认为AI应用层未来最可能出现爆发性机会的领域有两个：
一是效率工具。AI的终极目标是提升各行各业的效率，就像工业革命和互联网革命一样。基于AI的新型效率工具将会在各个垂直行业涌现，比如医疗影像分析、内容创作辅助、代码生成等。
二是生产力工具。这里指的是能够直接输出完整成果的工具，比如一键生成可用的APP、自动编写书籍、制作高质量视频等。当前的生产力工具还需要大量调试，未来的方向是“开箱即用”。
目前，我们团队依然专注于AI办公领域，希望能在效率工具上做得更好。我们的短期目标是在文档、表格、协作工具上做到行业前三。这需要我们在产品的深度、性能体验上持续打磨。
同时，我会继续通过技术分享与社区保持连接。每周3-5篇的产出节奏，不仅是为了流量，更是为了保持对行业的敏感度和思考深度。
创业是一条充满不确定性的路，但正是这种不确定性让人保持清醒和敏锐。AI技术还在快速演进，应用层的创新刚刚开始。我相信，只要坚持解决真实问题、创造真实价值，小团队也能在这个时代找到自己的位置。
这条路，我会继续走下去。也希望更多技术人能够找到自己的方向，在AI时代创造出让人眼前一亮的产品。
毕竟，最好的创业时机，一个是十年前，一个就是现在。
=故事征集=
《LaunchBox》是程序员客栈推出的技术项目孵化平台，致力于为全球顶尖技术创业者与极客开发者提供项目展示、推广与孵化服务。无论您的项目专注于AI、区块链、开源技术，还是其他颠覆性创新领域，LaunchBox都欢迎在此首发。
欢迎大家推荐朋友或自己来参加我们的节目，分享与对话是一件利他又利己的事。
