最近，我做了一款 App，叫 DoseLoop，中文名叫“用药有数”，主要功能是用药提醒和服药记录。目前已经上架了 App Store 和 Google Play。
这件事本身不算什么大事，一个用药提醒 App，也不是多么复杂的产品。但让我感受比较深的是，这个 App 从最初的想法，到产品设计、开发完成、App 备案，再到最后上架应用市场，大约只用了一个月，而且基本上是我一个人借助 AI 完成的。
所以，我也想借这个小产品，谈谈我对 AI 时代 OPC（一人公司）的一些感受。
我做 DoseLoop 的原因很简单，就是我自己有时候会忘记吃药。
这并不是说我不重视健康，而是很多时候，提醒响了，但当时正好在忙，心里想着等会儿再吃，结果后面就忘了。早上赶着出门，工作中开会，或者手头正好有别的事情，这些场景都很常见。等到晚上想起来时，药可能还在包里，或者药盒还放在桌上。
我之前也用过一些用药提醒类 App，但总觉得不太满意。有的提醒时效性有问题，响过一次就结束了，后面用户是否真的吃了药，并没有形成闭环；有的提醒又太强烈，给人的感觉像是在被催促，反而产生压力；还有一些 App 的 UI 和交互体验不太好，用起来并不舒服。
所以，我当时就在想，用药提醒这件事，看上去只是一个通知功能，但实际上并没有那么简单。真正重要的不是“通知有没有发出”，而是“用户是否真的完成了服药动作”。
从产品设计的角度看，这里面有一个很重要的矛盾：用药提醒需要闭环，但也需要克制。
所谓闭环，就是不能只在某个时间点响一下，然后就结束了。因为用户看到提醒，只是产生了吃药的意图，并不代表已经完成了吃药这个动作。意图和行动之间，经常隔着一段距离。可能是五分钟，也可能是一场会议，也可能是一整天。
所谓克制，就是提醒不能太粗暴。用药这件事，本身就和身体、疾病、压力有关，如果一个 App 的提醒方式太强硬、太频繁、太像命令，用户未必会更愿意执行，反而可能会想关掉提醒。
这里面其实有一些心理学依据。
第一个是认知负荷。人在忙碌状态下，大脑里同时处理很多事情，一些重要但不紧急的事情，很容易被延后。吃药就是典型的这类事情。它很重要，但在某个具体时刻，可能会输给出门、会议、工作、电话、消息和各种临时任务。
第二个是意图和行动之间的距离。很多提醒工具默认，提醒发出就算任务完成了。但真实情况是，看到提醒只是第一步，用户真正完成服药才是最后一步。如果中间没有持续的机制，就很容易断掉。
第三个是心理反抗。人对过度强制的提醒，天然会有抵触。特别是一些本来就带有压力的事项，如果提醒设计得不好，用户感受到的不是帮助，而是被控制、被催促。
所以，DoseLoop 的核心设计，不是单纯把提醒做得更强，而是让提醒在一段时间内持续存在，直到用户确认，同时尽量保持温和。
比如，DoseLoop 支持设置追踪时间窗口，可以设置 30 分钟、1 小时、2 小时、直到确认。在这个时间窗口内，App 会关注用户是否确认服药，而不是提醒一次就消失。
它也支持记录服药状态，包括已服用、已跳过、已漏服。这样，提醒就不是单向通知，而是形成了一个完整的服药记录闭环。
另外，DoseLoop 还支持不同提醒强度，比如温柔提醒、平衡提醒、强提醒。因为不同用户、不同药物、不同生活场景，对提醒强度的需求是不一样的。不是所有人都需要强提醒，也不是所有时候都适合强提醒。
在 UI 和交互上，我也希望它尽量克制，不要让用户觉得自己被管理、被监督、被惩罚。一个好的用药提醒 App，应该更像一个可靠但安静的助手，在你忘记的时候还在，但不会责备你。
这就是 DoseLoop 的产品出发点。
接下来就是做产品。
从时间上看，整个过程大约用了一个月（5月19日-6月17日，手里有其他主要工作，运用空隙时间）。产品开发大约用了两周多，注册 App Store 和 Google Play 开发者账号，准备应用市场的文字、图片素材，制作宣传视频，大约用了一周多。App 备案也用了大约一周左右。
整个过程基本都是我一个人完成的，并且大量使用了 AI 工具。
App 产品本身的开发，我主要使用了 CodeX、Claude Code、Antigravity，没有手写一行代码。这些工具在需求拆解、代码生成、功能实现、问题排查上都起了决定性作用。特别是现在的 AI 编程工具，已经不是简单的代码补全，而是可以覆盖完整功能的实现过程。
DoseLoop 的 Landing Page 是用 Claude Code 做的。以前做一个产品官网，虽然不算很复杂，但也需要前端开发、设计调整、内容组织，现在借助 AI，基本上一个人就可以完成第一版。
App的Logo、隐私条款、应用商店需要的文案，以及大量图片素材，我主要借助 ChatGPT 和 ChatGPT Image 完成。宣传视频则使用 Gemini 的 Veo 生成。
当然，这并不是说 AI 一键就把所有东西做好了。实际过程里，人还是要不断判断、修改、筛选和调整。AI 可以生成很多内容，但哪些能用，哪些不能用，哪些符合产品定位，哪些表达不准确，最终还是要自己决定。
但无论如何，AI 确实把一个人的能力半径放大了。
过去，一个 App 从 0 到上线，至少需要产品、设计、开发、测试、文案、市场、视频制作、合规等多个角色参与。现在，一个人借助 AI，可以把这些基础工作串起来，先做出一个可用版本。
这就是我这次最直观的感受。
DoseLoop 从一开始也是面向全球用户设计的，目前已经支持英语、中文、西班牙语和日语，后续还会增加葡萄牙语、德语、法语等更多语言。
在过去，多语言支持是一件比较重的事情。它不只是翻译几个按钮，而是包括产品界面、应用市场文案、关键词、截图文字、隐私条款、宣传素材等一整套内容。现在借助 AI，增加语言版本的成本明显降低了。虽然仍然需要人工检查和调整，但相比以前，门槛已经低了很多。
所以，从产品实现的角度看，我认为 AI 时代的 OPC 是完全有可能的。
OPC，也就是 One Person Company，一人公司。过去我们讲超级个体，更多是在内容创作、咨询服务、软件工具等方向。现在因为 AI 编程、AI 设计、AI 文案、AI 视频工具的成熟，一个人做一个完整 App，并不是不现实。
但这次经历也让我看到，AI 让产品开发变快了，并不代表所有事情都变简单了。
真正麻烦的部分，很多反而不在代码里。
比如公司资质、银行账号、开发者账号、主体认证、支付资料等问题，这些都是非常现实的问题。代码有 bug，可以调试；图片不好看，可以重新生成；文案不合适，可以修改。但公司资质和银行账号这些事情，涉及现实世界的规则和流程，并不是 AI 能直接替你解决的。
还有应用商店素材，也比我想象中更耗时间。App Store 和 Google Play 需要大量内容，应用名称、副标题、简短说明、完整描述、关键词、截图、置顶图、隐私说明、多语言版本、不同尺寸素材等等。即使用 AI 生成，也依然要花很多时间去整理、筛选、修改和上传。
所以，AI 并没有消灭工作，只是改变了工作的形态。
更重要的是，产品上线以后，并不代表商业就成立了。DoseLoop 现在已经上线 App Store 和 Google Play，但目前还没有下载量。这一点我觉得很有必要坦诚说出来。
因为它正好说明了 AI 时代 OPC 的边界。
从产品角度看，这次确实是一次完整的一人公司实践。我一个人借助 AI，在一个月左右完成了产品设计、开发、备案、官网、应用市场素材、宣传视频、多语言支持和上架。
但从商业角度看，这件事还没有被验证。没有下载量，就意味着用户还没有被触达，市场还没有感知到这个产品，产品价值还没有被真实用户验证，商业化更谈不上成立。
这并不是失败，而是一个真实的起点。
以前做产品时，我们经常会把“能不能做出来”看得很重要。但这次做完以后，我更加清楚地感受到，做出来只是第一步。
App 上架，只是获得了被下载的资格，并不代表自然会有人下载。现在不是缺产品的时代，而是缺注意力的时代。一个新 App，即使功能做得完整，设计也还可以，也很容易淹没在应用市场和社交媒体里。用户不知道它存在，就不会下载。用户没有建立信任，就不会长期使用。用户没有感受到足够价值，就不会付费。
特别是 DoseLoop 这种用药提醒产品，虽然它不是医疗诊断工具，但毕竟和健康管理有关。用户会关心提醒是否稳定，数据是否安全，产品是否可靠，是否值得长期使用。这些信任，不是靠几张 AI 生成的图片和几段应用商店文案就能建立的。
所以，AI 可以提高生产效率，但不能自动解决分发问题。
做出产品，解决的是生产问题。
获得用户，解决的是分发问题。
留住用户，解决的是价值问题。
让用户付费，解决的是商业问题。
AI 对第一个问题的帮助最大，对后面几个问题也有辅助，但不能替代真实市场的验证。这也是我对 AI 时代 OPC 比较冷静的看法。
从产品实现角度，OPC 已经非常可行。一个人借助 AI，可以更快地做产品，更快地上线，更快地完成过去需要多人协作才能完成的基础工作。
但从商业成功角度，OPC 仍然很难。
AI 降低了产品从 0 到 1 的门槛，但没有取消市场竞争，也没有取消用户获取成本，更没有取消商业模式验证。甚至，AI 可能还会带来一种错觉：因为做产品变快了，所以做成一门生意也会变快。但这两件事并不是一回事。
在我看来，AI 时代 OPC 最大的价值，不是让一个人轻松做成一家公司，而是让一个人可以更低成本地验证一个真实问题。过去，很多想法可能还没开始就结束了。没有团队，没有预算，没有设计师，没有工程师，不知道怎么上架，不知道怎么做素材，也不知道怎么做多语言。现在，这些门槛都降低了。一个人可以先做出 MVP，先上线，先看看有没有人需要，先测试市场反应，再决定是否继续投入。
这已经是很大的变化。
DoseLoop 对我来说，就是这样一次实验。
它证明了一件事：一个人借助 AI，确实可以在很短时间内完成一个完整 App 的产品链路。
但它也提醒我另一件事：产品上线不等于商业成功，全球多语言不等于全球增长，AI 生成内容不等于市场分发，一个人能把产品做出来，不等于一个人能轻松把产品做成。
所以，如果问我 AI 时代 OPC 是否可行，我现在的答案是：
从产品实现角度，可行。
从商业成功角度，不确定。
AI 让 OPC 更容易开始，但并没有让 OPC 更容易成功。
DoseLoop 现在刚刚走到这个阶段。产品已经上线，真正的验证才刚开始。
最后，欢迎下载使用DoseLoop · 用药有数
Apple App Store
Google Play
