原型模型:为什么高手都在"先做再说"
Site Owner
Published on 2026-05-22
原型模型的核心思想是先做出来看。本文结合 Doctronic AI 医疗平台的真实案例,解析四种原型模型的区别,以及为什么在 AI 时代,原型思维比任何时候都更值得重视。

原型模型:为什么高手都在"先做再说"
需求不清楚,能不能先做个东西出来试试?
这个问题听起来像是懒癌发作不想写文档,但实际上,这是软件工程里一个极其重要的方法论——原型模型(Prototype Model)的核心思想。
最近看了一个让我印象深刻的案例:美国一家叫 Doctronic 的 AI 医疗公司,创始人 Matt Pavelle 是连续创业者,另一位是 UCSF 的外科医生 Adam Obersen。他们在 2024 年做了一个 MVP——后端用 Python 草草搭了个聊天界面,没有花哨的设计。所有的精力只放在两件事上:准确率和成本控制。结果这个"简陋到丢人"的 Demo,让产品市场契合度(PMF)迅速确立。半年后,这家公司完成了 4000 万美元 B 轮融资,成为美国首个获批 AI 自主开处方的平台。
Doctronic 的故事,几乎是原型模型理念的完美注脚。
原型模型是什么
原型模型的核心只有一句话:先构建一个可用的版本,再根据用户反馈反复迭代,直到真正满足需求。
它的开发流程是一个循环:需求收集 → 快速设计 → 构建原型 → 用户评价 → 修改完善 → 循环往复。
传统的瀑布模型要求在动手之前把一切想清楚:需求文档、设计稿、开发计划,一个阶段结束才进入下一个阶段。但现实中,需求往往是从模糊走向清晰的——你不可能在还没见过东西之前,就知道自己真正想要什么。
原型模型解决了这个矛盾:不要想了,做出来看。
四种原型,各有各的用处
原型不是一种东西,而是四种完全不同的东西,用错了就是灾难。
第一种:水平原型(Horizontal Prototype)
只做界面,不做功能。你看到的是一个可以点击、可以跳转、看起来像那么回事的 UI,但背后没有任何真实逻辑。
它的价值是验证"长什么样"和"怎么交互"。设计师和客户可以在这个阶段充分表达意见,而工程师不用为还没确定的东西写一行代码。
Figma 之所以成为设计行业的标配工具,本质上就是在提供一种超高效的"水平原型"能力——所见即所得,不需要写代码就能模拟整个产品的外观和交互。
第二种:垂直原型(Vertical Prototype)
不仅做界面,还要做完整的功能逻辑——界面、算法、数据,缺一不可。
它的价值是验证"这个东西能不能做到"。当你对某项技术是否可行心里没底时,用垂直原型快速验证,比等到开发后期才发现走不通要划算得多。
第三种:抛弃式原型(Throwaway Prototype)
做完就扔,不保留任何代码。
这个类型最容易被误解为"做无用功",但它的价值恰恰在于"用完即弃"的轻盈。探索需求阶段,最怕的就是团队把原型当成了正式代码,开始优化它、维护它、依赖它。抛弃式原型逼着所有人保持清醒:这不是产品,这只是用来说话的素材。
第四种:演化式原型(Evolutionary Prototype)
这个类型的原型,最终会变成正式产品。
Doctronic 的故事就是演化式原型的教科书案例。他们用最简单的技术栈快速验证了医疗 AI 的可行性,然后在验证结果的基础上逐步演进,最终成了一个完整的商业系统。演化式原型适合那些"需求相对确定、但需要快速推向市场"的项目。
为什么原型模型在 AI 时代突然又火了
原型模型不是新东西,但它在最近的爆发,有两个驱动力。
第一是验证成本断崖式下降。
Doctronic 的创始人 Adam 说过一句话让我印象深刻:在医疗这种完全关乎实用性的领域,界面美不美根本不重要。用户只关心一件事——这个工具能不能帮我解决问题。
同样的逻辑正在渗透到各个行业。大模型 API 的出现,让构建一个可运行的 AI 产品原型成本从几十万元降到了几千元甚至更低。一个 Python 脚本 + 一个开源前端模板,就能验证一个商业想法是否成立。
第二是需求本身变得更快、更不确定。