做产品时，更高效的方式往往不是闭门想点子，而是先去看市场上已经跑起来的业务。
尤其是在 AI 领域，大量现成模型和 API，实际上已经把用户真正关心的问题摆在你面前了。
谁被频繁使用，谁获得了大量点赞，谁的演示效果更容易传播，这些信号本身就是需求存在的证明。
而 Hugging Face Spaces，就是一个非常适合观察这些信号的地方。
打开 Hugging Face Spaces：
这里有很多模型项目，可以按照热度趋势、创建时间、喜爱程度等维度进行筛选。
进入某个模型的详情页后，可以先了解它的大概作用和适用场景。
很多模型都支持直接在线体验，比如 WAMU 就可以直接上传图片，查看生成效果。
如果想进一步了解模型能力，还可以点击进入项目主页，查看 README.md。
这里通常会提供更完整的介绍，包括模型用途、输入输出方式、使用说明以及效果展示。
通过这些信息，不仅能知道这个模型能做什么，还能进一步判断这个能力适不适合被包装成一个产品。
所以，做需求调研时，除了关键词搜索、查看网站、研究竞品之外，也可以通过这种方式，从第三方 API 和模型平台反向挖掘需求。
因为一个模型能被做出来、被传播、被点赞，往往说明它已经切中了某一类真实问题。
对于开发者来说，这些平台不只是模型库，更像是一个公开的需求池。
比如这个 WAMU 模型有 1.3k 的喜欢，说明它已经具备一定的用户关注度和潜在市场。
进一步查看后会发现，它的核心能力是根据图片和提示词生成视频。
这样一来，产品方向其实就很清晰了：完全可以围绕图片生成视频这个能力，做一款更适合普通用户使用的视频生成网站。
从独立开发者的角度来看，根据 API 和模型能力逆向寻找需求是一种非常值得重视的方法。
因为独立开发者最大的风险，往往不是不会开发，而是做了一个没人需要的东西。
与其先拍脑袋想创意，再花时间验证，不如先去观察哪些 API 在被使用，哪些模型在被关注，哪些项目已经获得了真实反馈。
顺着这些已经被市场验证过的业务往前走，开发者更容易找到切入口，也更容易做出能快速上线、快速测试、快速变现的小产品。