刘小排解读Google Labs的almost possible清单与AI创业机会

原创刘小排 2026-10-15 14:56 北京

Google Labs 维护着这样一份清单，里面藏着下一个AI创业机会

哈喽，大家好，我是刘小排。

据说我的公众号粉丝，最想知道的是“如何寻找AI时代的创业机会”。今天分享一下前几天刚得到的一个启发。

最近听了 Lenny's Podcast 的一期访谈，嘉宾是 Josh Woodward，Google Labs、Gemini 和 AI Studio 的负责人。

他中提出了一个概念：

“What's almost possible”——差一点就能实现的事情。

Google Labs 维护着这样一份清单，记录那些：

今天的 AI 还做不好，但已经非常接近能做好的事情。

这套方法论里有三个关键思想：

在访谈节目里，Lenny 追问：清单上有没有目前还做不到、但已经接近可行的东西可以分享？

Josh 没有透露具体产品，而是说可以分享一些方向。

他先提到软件设计与开发、创意、工作与知识的未来，随后重点展开沉浸式娱乐：团队在这个方向下面还有一整份清单，观察模型的延迟、语言覆盖、多模态能力达到什么水平后，会出现新的体验，同时研究用户娱乐行为怎样变化。

虽然Josh没展开讲，我倒是想到了一个更好的例子。

2026年2月的OpenClaw + Opus 4.6，就是那个“差一点”的事。

当时，可能只有不到1%的人，能用用好OpenClaw。

超过99%的普通人要么不知道如何配置、要么不知道配置完成后有什么用。

我在公众号里分享了几篇，读者要么认为可望不可及、要么认为我吹牛，还有人认为我连图都是P的，哈哈哈。（这是我当时写的用了两周OpenClaw后，决定今年不招人类员工了）

那时的聪明创业者，显然是把「一个普通人能够轻易用好OpenClaw」放到“almost possbile”清单里，认真对待。

对于当时哪些“差一点”的时，大致有以下几类，现在都被人解决掉了。

不知道如何配置、不知道有什么用？好的，那就解决这个问题吧 —— 这就是后来腾讯的WorkBuddy，免配置、自带模型、自带好用的专家库技能库插件库。
OpenClaw还需要长期开着自己的电脑？好的，那就解决这个问题吧 —— 这就是后来的Muse、GrokBot、Dot、Cue，不需要用户准备自己的电脑，直接云端给你开一台。
听说有人把OpenClaw接入到飞书用，需要一个复杂的教程才能学会如何配置？ —— 好的，那就解决这个问题吧 —— 这就是后来，飞书里内置的那个“豆包工作”。大家可以打开飞书试试它，几乎可以90%还原半年前的自己配置的OpenClaw + 飞书。（感兴趣的同学可以看看，当时我在飞书里用OpenClaw实现的内容告别玩具级AI，小龙虾在飞书打工实录！）

写到这里，我感觉，我可以在Josh提到的方法论上做的一点点延伸。

我从这里发现，「差一点」其实有两种。

第一种是技术上的差一点。模型还不够聪明、不够快、不够便宜。我们需要等待技术突破。

第二种是产品化上的差一点。技术其实已经存在了，只是太复杂、太贵、太难用了。

第二种尤其值得创业者重视。

因为第一种需要等待，

而第二种，你今天就可以动手解决。

很多创业机会，并不是来自发明了什么新技术，而是把原本只有1%的人能使用的技术，交到了另外99%的人手里。

我听完Josh的分享，自己也深度思考了几天，以下是我观察到的一些，可能出现在我的“almost possbile”的事情。

这五件事，有的今天只有极少数人在尝试，有的已经出现了相当不错的原型。

我认为它们都已经超过了1%，我判断，其中一些可能在未来半年迎来真正的临界点。

我会认真盯着它们。

从human-in-the-loop到human-on-the-loop，到即将就会发生的human-out-of-the-loop。（这一条内容，过段时间我会单独讲讲）
人类和大模型的主要交互，聊天窗口不应该是主要唯一的形式。
代码驱动的商业短视频。科普视频、教学视频、产品演示等类型的视频，应该用LLM来生成，而不是使用专用的视频模型来生成。
为当前任务即时生成的软件。
真正知道你有没有学会的私人老师。

创业者不一定要比别人更早看到未来，但最好能比别人更早发现：未来已经差不多可以实现了。

你自己的「差一点」清单上，还有什么？