但有了明确的规划，听上去顺耳，实际上可能很糟心——海量的目标测算、计量和因偏差带来的焦虑，将会侵入生活的方方面面，让我们为了 " 目标 " 而焦虑、而奔波、而劳累。

或许在某些时候，" 目标 " 能为我们提供生活的意义或方向，但它同样限制了我们的自由，成为禁锢我们探索欲望的牢笼。

所以我想，人生中，我们是不是也能应用 MVP 思维，以做实验的方式，来积累正反馈呢？

说起来可能有些俗气，MVP 的要点就是去拆解自己的目标，让它变成一个个有明显节点的里程牌，然后去做就是了。

这时，我们首先要意识到 " 现实是骨感的 "，来降低自己的预期，不要妄想一口气吃成大胖子。因为事情的发展可能是像下图一样的。

举个例子，之前有人问我：" 产品经理如何学习技术知识 "，我给了他廖雪峰的 python 教学网站让他先试试。如果你也是从这里入门编程的，你会发现廖雪峰深入浅出的为你介绍了一系列基础概念。

你也会自己发现适于你的，要补充学习、进一步探索之处。

但你找到这些问题，主动去搜索的过程，其实就是在解锁一个个里程牌。

拓展一下，我们做 MVP 的过程，其实和 LLM（大语言模型）进行深度学习很像。

LLM 底层其实会有 3 个东西：

a. 一个目标

b. 一个损失函数，用来计算和当前结果和目标的差距

c. 一个优化器，用来根据差距调整下一步的行为

我们熟知的 ChatGPT，就是在这个基础上制成的 " 单词模拟器 "，它以人类数十亿的文本为基础，一次次地猜测下一次可能出现的词的概率，也就是 n-gram 概率（即第 n 个字母的概率分布取决于之前的 n-1 个字母）。

最初，它很笨，生成的是一堆无意义的字符；到现在，结果你也看到了。

看到这里，你可能已经发现：为了完成这一切，最需要的是其实你想改变的 " 动机 "，而不是了解 SOP，比如收藏了一堆一个从 0 到 1 学习技术的路线图。

所以在做 MVP 时，给自己一个低的预期是很好的方式。因为你只要做出一个粗糙的第 1 版，你就能得到这个世界给出的反馈。

所以请不要仅仅为公司的目标费了大劲，加班加点；我们也要为自己的目标，积极尝试呀。

2. 如何去设计 MVP 呢

MVP 这么好用，那有没有什么做它的原则好供我们一步步实施呢？

我觉得，用来进行质量管理的 KANO 模型可以用在这里，用于公司产品规划时，它能帮我们分析和分类客户需求。把我们自己当做一个产品时，KANO 模型也能帮我们梳理出计划的优先级。