四年问不出儿子想吃什么,他花两小时写了个网站

小岛AI 2026 / 07 / 06

言语治疗诊所的候诊区,一台很普通的触屏笔记本,几位妈妈凑过来看了一眼,当场哭到不能自已。

不是一位,是全部。按作者自己的说法,这个 app 能让 100% 的非语言儿童的母亲当场泣不成声。然后它让诊所里的言语治疗师足足哭了五分钟。一个职业是教别人说话的人,被它弄得说不出话。

这是上个月一篇匿名博客里的场景,标题叫 I Accidentally Started a Small Business Three Weeks Ago,三周前,我不小心创办了一家小公司。这两天它冲上了 Hacker News 热榜,评论区罕见地没什么抬杠的,全是「谢谢你写下这个」。

作者没留名字,署名就叫 Some Guy,某个人。能确定的信息只有两条,他是个 AI 工程师,他有一个不会说话的自闭症儿子。

原文的题图,一池五颜六色的海洋球,像极了那些没被说出口的词

我跟你说,这篇东西我是当成一个产品故事来读的,读到一半发现不对,它其实是我今年看过的所有 AI 文章里,把「AI 到底有什么用」这个问题回答得最干净的一篇。

先讲他儿子的事。

作者说,你很难发现自己的孩子有语言问题,因为所有孩子生下来都不会说话。头一两年就这么过去了,你毫无察觉。然后你和妻子注意到,孩子到了该说话的年纪,没说。儿科医生说没事。你继续观察,医生开始拿诊断问卷跟你逐条过,眉头微微皱起来。你做了几份行为量表,回头又说服自己,是我填错了,是我太悲观了,这证据不可靠。

直到某天,你看见自己的孩子站在一群同龄孩子中间。别的孩子都在你来我往地聊天,只有他没有。那一刻你才接受,有些事情真的不对劲。

这段我读得很慢。它写的是一个工程师最熟悉的东西,日志里早就有报警,但你一直在给自己找理由把它标成误报。等到故障真的炸出来,回头看,每一条记录都在那儿。

确诊之后是另一个深渊。各路神仙冒出来卖偏方,有人劝他带孩子去看小儿整脊,就是那种号称掰一掰脖子就能治自闭症的。他拒绝了,但拦不住家里囤下一堆「补充剂」,他只能挨个去查证这些东西起码没有毒。真的就是一声叹息。

最后走到正规路径,言语治疗。治疗师很专业,但能做的有限,大量时间花在训练上,打断孩子正在做的事,引导他说一个词。他儿子的开口频率,大概是普通孩子的百分之一。作者说我们还算幸运的,有些孩子一个词都没有。

顺便补一个背景,自闭症谱系没有你以为的那么罕见,美国 CDC 的最新统计是大约每 31 个八岁儿童里就有一个。也就是说,候诊室里那些哭出来的妈妈,只是一个庞大群体里恰好被镜头扫到的几位。

然后是这个故事里的关键道具,AAC。

AAC 的全称是 Augmentative and Alternative Communication,增强与替代沟通设备,ASHA 的介绍页把它列为言语障碍的标准辅助手段。听着挺高科技对吧,实物就是一台装满词汇卡片和符号的平板。你按「我」「想要」「苹果」,它替你念出来。作者的原话很毒,比一个文件目录高级不了多少。

而且这玩意不便宜,专用硬件从供应商那里直接买,能超过七千美元。

他儿子用了一年,完全不买账。拿起来玩几分钟,放下,去玩下一个玩具。治疗师和老师们的一致结论是,这孩子对这个工具没兴趣,也没办法让他有兴趣。

问题出在哪?作者去查了 AAC 的历史,这类设备最早是为瘫痪的成年人设计的,靠眼神注视来选择词汇。它服务的对象,是身体动不了、但语言理解完全正常的人。

他儿子恰好相反。身体好得很,天天要跟爸爸摔跤,卡住的是语言理解这一层。一个红色八边形代表「停」?他不知道。他甚至不知道「停」在那个语境下是什么意思。箭头、小火柴人,全都一样,那是一套抽象符号系统,而抽象,恰恰是他最过不去的地方。

设备做的事,正好是用户最不擅长的事。这产品能被用起来才是怪事。

传统 AAC 的抽象符号系统,和为一个孩子定制的图块,隔着的是同一条技术曲线

周围所有不直接跟孩子打交道的人还在催他,快去配一台 AAC。他又忙又烦,不想为了打勾而打勾,跟妻子说了一句话,我干脆自己给他做一个。

接下来就是全文我觉得最有意思的部分,从工程角度看,他做的事情简单到近乎羞耻。

他花两个小时 vibe coding 了一个简陋的网站,就是那种跟 AI 对话着把代码糊出来的写法,带几个基础导航,没了。然后他在 ChatGPT 里生成了几百张词汇配图。

注意,重点不是生成了图,是生成了什么样的图。每一张图里画的都是他儿子本人,做各种事情的样子,用的全是他儿子的真实物品,而且整体画风,是他儿子最喜欢的那部动画片的画风。

语音这块,他克隆了自己的声音。市面上 ElevenLabs 这类服务早就把语音克隆做成白菜价了,录一小段就能出一个像模像样的你。他是儿子最常听的声音,所以每个按钮按下去,说话的都是爸爸。

家里正好有台触屏笔记本,网站往上一开,递给儿子。

孩子立刻痴迷了。

作者的解释是,对儿子来说,这不是一套符号系统。这是他自己的生活,像一本故事书摊开在面前。他毫不费力地在每张图里认出了自己。屏幕上没有「一个」奶酪贝果,有的是「他的」那个奶酪贝果。不是「一个」玩具,是「他的」那个玩具。

然后发生了那件事。小孩一遍又一遍地按爷爷的照片,接着说出了他这辈子说过的最长的一句话。

我真的非常爱你。

这是爷爷平时总对他说的话。

作者写到这里只有一句,那一刻,又是长久的盯着天花板和反复吞咽。他在全文里出现情绪的方式都是这一个动作,盯天花板,吞咽。因为他不想让儿子看到爸爸为他的自闭症掉眼泪。

好家伙,我在地铁上读到这段,也只能盯着车窗外的隧道咽了两下。

再往后,故事从催泪片切回了工程日志,而且是我见过质感最扎实的那种。

四年了,他一直搞不清这孩子想吃什么。app 上线之后,这件事变得轻而易举。我想要橙子。我想要花生酱饼干。我想要法式吐司条。哪个玩具让他难过成这样?点一下图片,答案就出来了。他说这些看起来微小的胜利,让他真心气自己为什么没早点动手。

他还做了一个按钮,按下去会说,我需要头部压力。因为这孩子表达亲昵的方式,是需要爸爸把头使劲挤在他的头上。你在任何一台市售 AAC 的词库里都不会找到这个词条,但对这一个用户来说,它是高频刚需。

用他自己的话说,我是围绕他这个人构建的产品。

做着做着他开始生气。他发现这个行业的存量产品,几乎没有指标这个概念。孩子有没有进步,按了哪些按钮,什么时候按的,一概看不到。有没有教学模式?没有,一台都没有。因为它们预设的用户是已经会语言、只是说不出来的人。

于是他把自己上班时候干的活搬了过来,埋点,指标,教学模式。两周之内,他儿子听到一个词就能认出对应图块的能力,翻了一倍还多。他给 app 加了日程,到点放一首歌,孩子自己走过去玩配对游戏。每 45 分钟问一次要不要上厕所。开车去复诊的路上,他在手机上点几下,儿子的平板就进入教学模式,提前预习即将在诊所见到的东西。他想问儿子一件事而儿子没听懂的时候,他在手机上打字,内容用孩子熟悉的那套图像显示在平板上,像象形文字。突然之间,孩子就懂了。

有点子牛逼的还在后面。三周之后,这个小男孩变得非常不开心,用作者的话说,气炸了的那种。

因为他突然有了「声音」,而他不习惯拥有声音。以前饿了、烦了,靠气场就能让爸妈围着猜半天,现在这套不管用了,爸妈只会指着平板重复一句话,点一下,说出来。

理解带来了责任。这句话要是出现在某本产品方法论的书里我大概会翻个白眼,出现在一个四岁小孩身上,我服了。

对了,他现在开口说话的频率,是原来的五倍。不只按按钮,还会用自己的声音跟一句,我喜欢那个。上周在五金店,收银员给了他一块糖,他自己说了句,非常谢谢你。

还有,这孩子吃了一块华夫饼。就是那种你听着觉得平平无奇、他爸爸为之奋斗了四年的事。作者说那一刻他感觉自己像洛奇第一部结尾的洛奇,打赢了却不敢相信。为了让这孩子多吃几种东西,他试过所有办法,包括立规矩,效果约等于给猫喂药。

现在说回标题那件事,公司是怎么「不小心」创办出来的。

候诊室那一幕之后,言语治疗诊所找过来,想给其他孩子用。学校也找过来。他一次推销都没做过。他说我是专门为我儿子一个人做的,然后,事后看来显而易见,每一个有类似孩子的家长,每一个跟这样的孩子打交道的专业人士,都想要一模一样的东西。

这就是产品市场匹配,PMF,Product Market Fit,创投圈把它当圣杯供着的那个词。多少创业公司烧几千万美元,做用户访谈,跑增长实验,转型三次,就为了摸到它的边。这位老兄在候诊室里被它迎面撞上,代价是两小时的 vibe coding 和几周睡眠不足。

怎么说呢,我不觉得这是运气。你仔细看他做对了什么,每一条都跟教科书反着来。他没有调研市场,市场住在他家里。他没有定义用户画像,他给用户换了四年尿布。他没有做 MVP 去验证需求,需求每天晚上因为说不出自己想吃什么而崩溃大哭。

大家也都知道,最近两年 AI 创业的标准流程是反过来的,先有一个模型能力,再满世界找它能套进去的场景,所以我们收获了无数个「AI 帮你写周报」。而这个故事里,场景先在那儿站了四年,AI 只是让一个爸爸终于能在两小时内把解法糊出来。

这里面有个我职业上特别敏感的点。我平时的工作就是给大模型搭脚手架,让它在生产环境里真正干活的那层工程,所以我对「AI 在这个产品里到底承担了什么」有点职业病式的执念。你拆开看,这个 app 里没有任何新技术。生图,语音克隆,一点自动化调度,全是货架上现成的东西。

但它命中了一个以前无解的成本结构。给「每一个孩子」单独定制几百张专属插画,配上「他自己爸爸」的声音,这件事在三年前是什么成本?请插画师按张收费,请配音棚按小时收费,一个孩子一套,做完还不能复用。没有任何一家 AAC 厂商做得起,所以它们只能卖那套通用的红色八边形。

现在,这套定制的边际成本被压到了几美元的 API 调用。作者给其他家庭规划的价格是每月 9.99 美元,需要语音克隆就 19.99,对照一下前面那个七千美元的专用硬件。他还打算在家庭不再需要生成新图之后把它降到免费,理由是一旦上线,我就必须为每一个在用它的孩子把服务一直开着。

个性化这个词被行业说了十几年,说得人耳朵起茧。但大部分时候它指的是给你推更精准的广告。这一次它指的是,一个四岁小孩在几百张图里认出了自己的奶酪贝果。

同一个技术曲线,落点可以差这么远。

他接下来要做的事也很工程师。要让这套东西跨家庭工作,他得先建一个儿童语言习得的词汇分类体系,好让每个家长随手拍的照片都能自动归到正确的位置。他想把家长侧的设置压缩到十分钟以内,选个颜色,挑个画风,录 30 秒声音,传几张照片,沟通板自己长出来。他的原话是,我把复杂性揽到自己身上,这样一个身上挂着四个孩子、精疲力尽的妈妈,还有力气把它设置完。

把复杂性揽到自己身上。这句话值得贴在每一个做产品的人的显示器边框上。

说实话,读完这篇我心里还有一层没处理干净的情绪。我们这个行业过去一年吵翻天的话题,是 AI 会不会取代程序员,写代码这门手艺还值不值钱。这篇博客像是从一个完全垂直的方向插了一句话进来。手艺值不值钱我不知道,但一个会写代码的爸爸和一个不会写代码的爸爸,在同一间候诊室里,能为自己孩子做的事情,从今年开始不一样了。

而且这条线还在移动。两小时糊出来的网站就能翻转一个家庭的日常,那些还堵在「不会写代码」这一侧的爸爸妈妈们,离这个能力的距离,每个月都在缩短。

文章结尾,作者说了一句我反复看了几遍的话。我给自己的定位是,不要为此情绪化,继续朝好的方向推进。

盯着天花板咽下去,然后接着写代码。

再过几周,其他家庭就能试用了。到时候会有更多候诊室,更多妈妈,更多小孩在屏幕上认出自己的玩具,然后按下某一张照片,说出一句攒了好几年的话。

那个 app 教给小男孩的第一课是,点一下,说出来。

我觉得这也是这个故事教给我们所有人的。你手里的这门手艺,点一下,能替谁说出来点什么。