01 / 背景
博士三年级时我发现一个尴尬的事实：我的研究方向是「帮机器读论文」，而我自己读新领域论文的体验依然痛苦。 实验室每年都有新生问我同一个问题：「这个领域该从哪几篇读起？」
市面上的工具要么是逐篇摘要（信息密度太低），要么直接生成综述（幻觉风险高、不可追溯）。 我意识到，研究者真正需要的中间态是一个可验证的结构化概览—— 这恰好是我的课题能力可以覆盖的场景。于是研知开始了。
02 / 挑战
- 一个人的全栈：没有团队，产品、前端、部署、客服都是我；必须把范围砍到最小可用。
- 学术用户的苛刻：研究者对错误零容忍——一条编造的引用就会永久失去信任。
- 零预算冷启动：没有投放费用，也没有「邀请好友送会员」这种杠杆。
- 业余时间的约束：每周只有 10 小时左右，任何重运营的功能都养不起。
03 / 我的方案
- MVP 只做一个动作：输入一篇种子论文 → 输出一张「领域地图」（引文脉络 + 关键节点论文 + 分支主题）。砍掉了账号体系之外的几乎所有功能，第一版两周上线。
- 每个结论都可回溯：地图上每条边、每个节点都能一键跳转到原文出处。宁可信息少，不可来源假——这条原则后来被用户称为「敢放心点开的 AI 工具」。
- 把论文社区当渠道：用工具生成了 12 张高热度论文领域的「地图卡片」发布在小红书与知乎，附免费入口。单篇最高带来 900+ 注册——内容即获客。
- 让机构替你背书：给三个相熟课题组定制了实验室专属地图页，他们主动在组会和官网推荐，形成第三波自然流量。
增长不是拉新技巧的总和，而是「产出物本身值得被分享」的设计。地图卡片既是功能演示，也是传播物料。
04 / 成果与反思
三个月 8,000+ 自然注册用户，周留存 38%，NPS 61；三个高校院系将其列入新生推荐工具清单。 更重要的是它验证了我的产品判断力：在没有团队、没有预算的情况下， 一个真实需求 + 一个克制的方案，依然能跑通从 0 到 1。
如果重来一次：我会推迟做「多语言界面」。当时凭科研直觉认为海外用户很重要， 实际数据显示 92% 的活跃用户来自国内。早期唯一重要的指标是：谁在反复用它解决什么问题。 这个教训让我后来在做任何功能前，先问「这服务的是哪个留存场景」。