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。