我在做SaaS过程中学到的一个很意外的经验是，最难的部分往往不是把产品做出来，而是当产品真的能用了之后才开始。写代码、发功能、修Bug、部署更新，这些事情都很具体。问题明确，系统明确，下一步通常也明确。
但获取客户完全是另一回事。分发更混乱，定位更模糊，表达产品价值需要判断力。点击、CTR、留存和转化会逼着你不仅要像工程师一样思考，还要像营销人员、写作者、研究者，以及真正理解用户行为的人一样思考。
上线只是开始
很多开发者会低估这一点，因为软件开发能给出即时反馈。一个按钮能不能点，马上就知道。一次部署成功还是失败，也很清楚。但营销很少这么直接。你可以发布一篇认真写的内容，却依然没人注意。你也可以做出一个有用的产品，却还是很难讲清楚它为什么值得别人关心。
尤其是一个人独自做产品时，这种落差会更明显。那种感觉很像是在维持原本职业的同时，还得从零再学一个新职业。而且说实话，在很多关于SaaS的真实讨论里，这一层难度并没有被充分谈到。
分发有一套不同的反馈循环
这个区别很重要，因为营销指标是信号，不是现成的解释。一次点击或者CTR的变化可以告诉我“有东西变了”，但它本身不会告诉我原因究竟是受众、渠道、表达、时机还是产品。留存和转化也一样：它们可以缩小问题范围，却不会替我给出答案。真正的工作，是解释这些信号，然后决定下一步要试什么。
为什么创意部分更难
- 代码奖励的是逻辑和结构。
- 分发依赖注意力、时机、信任和重复。
- 好的表达通常看起来很简单，但要走到那种简单，往往需要大量迭代。
- 即使很强的AI工具，在代码上往往也比在原创定位和真正像人写出来的创意内容上更有帮助。
最后这一点在现在尤其有意思。任务如果是技术型、定义清楚，AI确实非常好用。但一旦工作变得更有创意、更讲究细节，或者更依赖语气和风格，输出就可能立刻变得别扭。这种反差恰恰说明，人类判断仍然非常重要。
我并不会因此得出“AI做不了创意工作”的结论。我的结论更窄：在我的使用中，任务越受约束、结果越容易验证，AI就越容易被信任。定位和文字风格没有typechecker这样的判定器。我仍然需要自己判断结果是否具体、可信，以及是否适合目标受众。
“上线”对我来说有了不同的含义
这让我重新理解了SaaS的“上线”。产品可以已经在生产环境中稳定运行，而分发问题几乎还没开始解决。上线之后会出现第二个循环：解释产品是给谁的，帮助合适的人发现它，观察他们的行为，再同时调整表达和产品。对于独立开发者来说，这些工作会和工程开发争夺同样有限的时间与注意力。
下一次上线前，我会先想清楚这些问题
- 我能不能清楚说明产品是给谁的，以及他们为什么应该在意？
- 第一批用户实际上会在哪里发现它？
- 我要观察哪些信号——点击、CTR、转化、留存——以及每个信号单独不能说明什么？
- 我是否把AI输出当作需要判断的草稿，而不是把自己的判断交给AI？
这不是一条普遍规律
我并不是说，对所有SaaS来说，获客都一定比工程开发更难。有些产品有极其苛刻的技术约束，也有些产品本来就拥有分发渠道。我的结论更有限：对于一个已经习惯写软件的开发者来说，上线后的工作可能需要另一套技能，而且反馈循环远没有工程问题那么确定。对我来说，这才是最意外的部分。
我的实际结论很简单：上线不是终点。获客、定位、信息表达和留存，都是构建产品的真实能力。因为反馈噪声更大，它们学起来比代码慢，也更难“调试”；但忽略它们，并不会让问题自己消失。