HN讨论 · 身份未知2026-08-24

AI 预检测软件 slop 后转人工补完的需求

作者观察到 AI 生成的软件大多是“90% 完成”的半成品，价值与订单集中在最后一小段的补完和定制上；他提出先用 AI 自动检测这类 slop，再转交人类完成剩余部分，并已开始做概念页验证。

目标用户

承接定制订单、需要审查并补完 AI 生成软件的独立开发者和小型服务代理。

潜在需求

需要一套可靠流程：先用 AI 自动识别未完成或不合格的软件交付（slop），再把剩余部分交给人类完成，避免 90% 完成度的半成品直接交付，也避免补完工作只能依赖地推式的获客。

发生场景

大量 vibe-coding 平台产出“90% 完成却未完成”的应用，作者认为竞争焦点已从写代码转向完成度、分发和获客；当前赢得业务的多是代理或上门推销定制方案的开发者，但获客和增长手段正在消耗这些服务方，因此他提出检测 slop 并让人类补完后 10% 的构想。

来源证据

作者提出先用 AI 预检测软件 slop，再转交人类修复，并已开始动手（目前只有概念页）。

open to critique. And my second question is: can we actually use AI to preemptively detect slop, then hand it off to humans to fix? I’ve started hacking on this (ironically a bit slop right now as it is just a landing page that explains my thesis and question in more detail), feel free to check out https://www.dontshipslop.com and I'd love to hear diverse perspectives on this question re: moat of marketplaces in an era of software slop. P.S If any crypto folks would be open to teaching me more

https://news.ycombinator.com/item?id=49424263

为什么值得留意

这是对“AI 生成软件供给过载”的直接需求反应：价值点从生成数量转向质量检测与人工收尾，且 AI 预检测+人工修复、市场+托管等形态可被独立开发者低成本试做验证；作者已开始动手，说明至少个人意愿已经存在。

已有方案

代理或黑客上门销售定制补完服务

未满足部分

应用大多“90% 完成但未完成”，缺少对这一质量缺口的自动识别
补完主要靠代理/黑客逐户销售，作者称获客和增长手段正在消耗这些服务方
作者提出的“AI 预检测+转人工”流程目前只有概念页，尚未实现

可能延伸 · 模型推测

将 slop 检测能力封装成 API/插件，嵌入 AI 编码与交付工具（模型推测）
以市场+托管（escrow）模式撮合客户与人工补完服务方（对输入设想的展开）
生成质量缺口清单与验收标准，作为补完工作的交接物（模型推测）
以社区/DAO 方式组织众包人工收尾网络（输入提及的设想，属推测）

目前未知

该帖是作者个人论点，Ask HN 下无评论，尚未有独立用户反馈或采用证据
“90% 完成度”和“代理赢家”是作者观察，不代表普遍现象
作者同时是 dontshipslop.com 的创作者，内容含自荐成分

继续核实

企业客户实际中是否普遍收到 90% 完成度的 AI 生成软件，并为此付出额外补完成本？
现有代理/定制开发者如何识别并定价“最后 10%”的补完工作？
哪些技术信号可用于自动判断 AI 生成软件的质量缺口（slop）？
市场+托管模式能否降低人工补完服务的获客与信任成本？

主题词

ai software qualityslop detectionhuman-in-the-loop completioncustom software delivery