The Closing Window
一个点子我搁了7年。借助 AI,我用2周就提交了专利申请。 image
Photo by EnCata PD on Unsplash

一个点子我搁了7年。借助 AI,我用2周就提交了专利申请。

AI Insights

TL;DR

七年前我画出了一款更好的狗狗牵引背带的草图,3D 打印了其中一个零件,然后就停滞了。卡住的不是工程本身,而是专利那堆文书。这个月我把整件事交给了 AI,花了大约 65 美元提交了一份临时专利申请。这个系列如实记录接下来发生的一切:AI,尤其是一个自主智能体,究竟能把一个点子从抽屉里带到多远——一直带到真正的产品和一家公司。

七年前,我下班后坐在一家酒吧里,赶在回家开始"第二班"——照顾我刚出生的儿子——之前,快快喝一杯啤酒放松一下。或者那会儿他也许已经不算刚出生了,但还是个婴儿。一位上了年纪的女士带着一条狗坐到我旁边。那条狗很温顺,大概是条老狗,就趴在地上,等着主人喝完。等这位女士起身要带狗出去时,我看到牵引绳已经缠在了狗身上,她花了一分钟才把这团乱麻解开。看着那一幕,我想到了一个做更好的狗狗背带的点子。接下来的几个月,也许有一年,我断断续续地琢磨这个点子,但后来它就夭折了,因为下一道坎(真正做出一个原型、再提交专利)在应付日常生活的种种之余,实在是太难迈过去了。

但我没有放手。没有完全放下。

我怎么开始,又怎么停下

我把它画了出来。我脑子里的解决方案很简单:别把牵引绳系在背带上一个固定的环上。沿着背带顶部拉一根钢缆,让连接点——一个小滑车——沿着这根钢缆滑动。狗从你身后绕过去,滑车就跟着滑。没有东西会打结,因为锚点会移动,而不是让狗绕着一个固定点缠圈。

一个深色小型 3D 打印滑车原型的正面照片,标注了各个部件:顶部有一个连接牵引绳的环,一对翻扣在外壳顶部的"唇片",一个套在钢缆上滑动的中央环,以及底部的一片翼。

临时专利申请中的图 1(FIG. 1):滑车,正视图。这是真正的 3D 打印原型。牵引绳扣在顶部的环上,中间的环沿着贯穿整条背带的钢缆滑动,"唇片"和底部的翼把它固定在外壳里。

同一个深色 3D 打印滑车原型的斜角透视照片,展示了顶部拱起的牵引绳环、带翼的主体,以及下方供背带钢缆穿过的圆形通道。

图 2(FIG. 2):同一个滑车的透视图。顶部的环是系牵引绳的地方;下方的通道穿在背带的钢缆上。

我在上面花了几个月。我设计了滑车,也把它 3D 打印了出来。我不断迭代设计,还买了做一个简单原型的材料。我甚至买了一只很大的毛绒玩具狗,因为我不养狗,这样我就能给它套上背带来测试。它够大、够逼真,逼真到刚寄到那天,我模仿它叫了一声,把我小女儿吓得魂都快没了。她对那一刻的记忆可没我觉得那么好笑。

断断续续折腾了大约一年后,我停了下来。不是因为它不管用。而是因为接下来的步骤不是好玩的部分。现有技术检索。搞清楚它到底算不算新颖。做出能让厂家当回事的技术图纸。还有每次我重新拾起它时都会把它扼杀掉的那件事:提交临时专利申请。我会读上几篇攻略,被说明书的撰写要求和那些法律术语吓退,决定"等我有时间了再好好弄",然后又把整件事束之高阁。

我这么干了七年。那个打印出来的滑车,和原型的其他零件碎片一起,装在一个纸箱里,放在我家庭办公室的柜子里。

那个诚实的问题

如今我以做 AI 工程为生。我每天都在用这些工具做东西。到了某个时刻,有一个问题变得太有意思了,让我没法再回避:

AI 能不能带我越过我卡了整整七年的那堵墙?

不是"AI 能不能给我写一篇关于狗的漂亮博客"。我说的是那种真刀真枪、毫不光鲜、需要专业功底、我从没做过的活儿:检索专利、判断新颖性、出图纸、用 USPTO 期望的那种特定文体撰写说明书。那些你通常要花钱请专业人士来做的事,而且是在一个我毫无背景的领域(宠物用品、专利法)。

整个系列就是围绕这个问题搭起来的,而要诚实地回答它,从一开始就意味着两条规矩:

  1. 把失败展示出来。 AI 自信地搞错的地方。我不得不推翻它、重做、或者找个人来帮忙的地方。
  2. 把真实成本展示出来。 这事儿实际花了多少,订阅费之类全算上。

借助 AI,除了工作上的所有事情之外,我还在开发和运营好几个个人项目。我用 AI 做的一件事,就是做策略、评估我正在做的东西到底有没有意义。当我让它摆出对抗性的立场、诚实地回答我该不该做这款新狗背带时,答案是一个非常笃定的"不该"。我没有任何实体产品开发的经验。这是件很难做成的事,跟其他更契合我经验的项目一比,AI 认为这是个馊主意。但我说:"去他妈的。放手一搏吧,宝贝。"实话是,我做软件相关的产品和项目做得有点倦了。我想要点不一样的东西,把自己的经验拓展到别的领域。再说,我觉得这件事值得去探索和分享,在一个我还没见过有人把 AI 用上去的领域,带着一个值得发表的故事。而且要是我把它一路做到底,说不定最后我名下能有一项真正的专利。这多酷啊?能给我攒多少书呆子积分?

揭晓

临时专利申请已经提交了。 2026 年 7 月 20 日,我以官方名称 "Anti-Tangle Animal Harness with Sliding Leash Attachment"(带滑动牵引连接的防缠绕动物背带)向 USPTO 提交了申请。以"微实体"(micro entity)身份提交,这让官方申请费降到了大约 65 美元。不是付给律师的 2000 美元。不是我从 2019 年就一直答应自己的那句"等我有时间"里的那一年。一份提交好的申请,办完了,费用比一条像样的背带还便宜。

那堵我一直翻不过去的七年高墙,我用了几周就翻了过去。这不是我聪明。这是工具。而这正是为什么我想记录它到底是怎么发生的,连凭证带失败一起记,而不是发一条洋洋得意的"看 AI 干了什么"然后转身走人。

两个智能体,三个模型

为了让这个实验的结果叠加起来,我既想用 AI 测试实体产品开发,又想用上一个自主 AI 智能体。我选了 Hermes Agent。关于这个我已经写过了——为什么我选它而不是 OpenClaw,以及我是怎么在家里搭一台机器并把它保护好来做开发的。

我不只是想知道 AI 能不能做到这件事。我想知道到底是得用贵的那个选项,还是便宜的也能跟上。这里其实有两个部分,而人们往往把它们混为一谈。模型是负责思考的 LLM。*harness(外壳/框架)*是包在它外面的软件,给它工具,让它领一个目标然后自己跑起来。同样的模型,换个 harness,你得到的就是一个不同的智能体。

在高端这一侧,我通过 Claude Max 套餐,让 Claude Code 跑在 Anthropic 的前沿模型上。在开放这一侧,我让 Hermes Agent 跑在这里它自己的机器上,由 GLM 5.2 通过一个 coding plan 订阅来驱动。此外,同样是通过 Hermes Agent,当我想要一次对抗性评审或第二意见时,我偶尔会请出 DeepSeek v4 Pro(经由 Together.ai)。

我可以老实说,这两个开放权重的模型,GLM 和 DeepSeek 这两个,在我扔给它们的活儿上都表现得不止是称职。那些辅助工具就是另一回事了。有一个本该生成原型图的,翻车翻得那叫一个精彩。

一个智能体能开多远?

这项工作的很大一部分,大多数步骤我还是在亲自掌舵。Hermes Agent 的 harness 跑在家里它自己那台隔离的机器上。我一开始的期望是设定一个目标,让它自己把它做完,而我坐在"审阅并纠正"的位子上,而不是"我自己动手"的位子上。临时专利所要求的细节程度和精确度,意味着我必须仔细审阅它的产出。也意味着我得一丝不苟地把所有角度都摸一遍,把申请写得尽可能宽,因为我还没有一个完整可用的原型。把产品定义得尽可能宽,能保护日后的申请,免得后面因为技术性细节被驳回。不过,最终我会大得多地依赖 Hermes Agent 那种"设好就不用管"的能力。

我花了一段真的让人不太舒服的时间去搭建并保护那套环境,如果你早先一直在追这个博客,那它就是为了这个。当时它看上去可能像是为搭而搭的基础设施。一个把家用服务器搞得过度工程化的家伙。其实不是。我是在还没有地方开的时候,先把引擎造好了。现在,就是我开它的地方。

所以在"AI 能不能做到这个"底下,还藏着一个更锋利的问题:一个自主智能体能不能做到?一个每项任务都得有人看着的模型,和一个能扛起一个数周项目、而我只需审阅和纠正的 harness,不是一回事。那才是更难、更有意思的考验。

而且我没打算止步于一项专利。这次提交只是第一个检查点:证明这东西能翻过一堵我独自七年都翻不过去的墙。但我真正在意的实验之一,是 Hermes 作为我的主力驾驶员能把这件事带多远:从点子到产品,从产品到公司。我想弄明白一个自主智能体能不能成为构建一门真正生意的引擎,而不只是一个处理零散任务的聪明助手。专利是第一篇。公司,如果真能成的话,是在一条我才刚刚起步的路的尽头附近,一路上有很大一部分是智能体在开车。

这就是那份诚实的野心。我会如实汇报真正发生的事,包括失败和失望。

接下来会写什么

这个系列其实不是关于专利流程的。临时申请只不过是我需要 AI 帮我推开的第一道锁上的门。我真正记录的,是这一整条路:从点子,到产品,到(如果行得通)一家公司,一路上都有一个前沿技术栈和一个自主智能体陪着我跑。

其中一部分已经发生了,我会一篇一篇地讲,连凭证带失败一起。现有技术检索——在某些地方 AI 出色得惊人,在另一些地方却对什么才算"新颖"过度自信到危险。在不制造哪怕一件成品的情况下,测试到底有没有人想要这东西。把它设计出来,再把设计变成能让厂家当回事的图纸。AI 到底能不能起草专利权利要求(简短版:勉强算能)。提交本身。以及最后,一份诚实的账目:每个技术栈花了多少,各自能独立跑到多远,不为任何一方摇旗呐喊。

其余的还没发生,而这里才是它不再是纸上谈兵的地方。真正的市场调研,不是让 AI 去猜需求,而是把东西套到真实的人养的真实的狗身上。一个不只是"3D 打印滑车加毛绒测试狗"的原型,一个你真会给一只活生生的动物戴上的东西。完整的专利,在十二个月的倒计时跑完之前,把"专利申请中"变成货真价实的那一个。要是这一切都站得住,那就再来一家公司。

我以前试过创办公司。它们没能成。所以我知道这种事要花多少功夫。正因为知道它有多难,我这次才终于能看清,AI 在哪里改变了胜算,又在哪里给了我一个更好的机会。

在这一切底下,是我一次次绕回去的那个问题:这里头有多少是一个智能体能独自扛起来的,又有哪些地方还得由我来当那个人?

如果你自己也有一个点子,压在抽屉里、柜子里,甚至只是在脑子里——那件你告诉自己总有一天要好好做的事——那么这个系列在某种程度上,就是我在替大家探一探,"总有一天"是不是刚刚离我们所有人都近了一大截。

那个打印出来的滑车已经从办公室的柜子里拿出来了。咱们看看剩下的能走多远。


这是 [AI-Powered Product Development: From Idea to Company with AI] 系列的第 1 篇。[订阅 / 关注],在每一篇分析发布时第一时间读到。

Powered by Buttondown.