Latent Demand Product Discovery

打造Agent产品时，往往很难在投入大量工程资源之前，明确哪些功能能真正实现产品-市场契合。传统的功能开发依赖用户访谈与调研，但这类方式未必能展现用户实际会如何根据自身需求适配工具。

刻意打造具备可 hack 性与可扩展性的产品，随后观察高级用户如何“非常规使用”或重新定义功能用途，将其用于非预设场景。这能挖掘出潜在需求——即通过用户行为而非口头表述所展现的真实需求。一旦识别出这类行为模式，就将其产品化，推向全体用户。

核心原则：

1. 设置扩展点：提供钩子（hooks）、插件、斜杠命令（slash commands）以及可供用户自定义的配置文件。
2. 监测创新式使用行为：留意用户为实现非预设目的而改造功能的行为模式。
3. 量化需求信号：统计有多少用户在进行这类“非预设”行为。
4. 将已验证的需求产品化：针对已展现出高接受度的这类行为，打造正式的功能模块。

实施策略：

• 设计具备清晰扩展API的核心功能
• 为高级用户简化配置与自定义流程
• 监控分析数据与用户反馈，挖掘非预期使用模式
• 关注多个独立用户自发形成的行为模式
• 优先为高频“非常规用法”打造对应功能

对话记录中的具体案例：

1. Facebook Dating：数据分析显示，60%的主页浏览来自异性非好友——这一清晰的约会行为直接推动了Facebook Dating的上线
2. Facebook Marketplace：Facebook群组中40%的帖子是买卖交易——用户将群组当作集市使用，因此推出了专属的Marketplace产品
3. Slack上的Claude Code钩子：用户提出需求，希望在Claude请求权限时通过Slack发送通知——于是打造了钩子系统，由用户自行完成部署

优点：

• 通过用户行为而非主观推测验证真实需求
• 降低开发不受欢迎功能的风险
• 赋能核心用户代为开展创新
• 在用户使用与产品开发之间构建紧密的反馈闭环
• 功能自带内置的概念验证

缺点：

• 需要预先搭建可扩展性基础设施
• 可能因等待用户反馈信号而推迟上线“显而易见”的功能
• 核心用户的行为可能无法代表主流需求
• 需要借助数据分析与监控系统来识别行为模式
• 若将所有临时权宜方案（hack）都转化为正式产品功能，可能导致功能冗余