风语 · 实用指南 · 更新于 2026-10-09
结论先说：这张榜固定收录 100 条需求，海外 50 条、国内 50 条，两边各自排序，不混池。 它回答的不是「现在什么最火」，而是「有哪 100 件事，值得我们按四个维度逐一打分」。
| 口径 | 数字 | 它数的是什么 |
|---|---|---|
| 总条数 | 100 条 | 榜单收录的需求条数 |
| 海外 | 50 条 | 来自科技社区的信号 |
| 国内 | 50 条 | 来自城市产业数据的信号 |
| 满分 | 100 分 | 四维加权后的总分 |
| 四维 | 40 / 20 / 25 / 15 | 信号强度 · 增速 · 付费意愿 · 可服务性 |
结论：每条需求都要过四个维度、按 40 + 20 + 25 + 15 加权求和，满分 100，而不是按单一热度直接排。 热度只对应第一个维度（信号强度 40 分），它最多只能解释不到一半的分数。剩下 60 分问的是另外三件事：这条需求在变热还是变冷（增速 20）、有没有人愿意为它掏钱（付费意愿 25）、我们接不接得住（可服务性 15）。 四个维度各问什么、怎么算，展开见评分那一条。
结论：两半的条目来源完全不同——海外靠科技社区，国内靠城市产业数据。 海外 50 条里，Hacker News 占 37 条、GitHub 占 12 条、Product Hunt 占 1 条；国内 50 条里，城市产业机会占 38 条、城市情报占 12 条。 来源不同，意味着两边的「信号强度」不在同一把尺子上，这也是下一页要讲的重点。
结论：海外 50 条分数落在 73～89（均值 76.7），国内 50 条落在 59～76（均值 63.5），跨区比大小要谨慎。 两边的差距既来自真实需求强弱，也来自信号采集方式的差异：海外社区天生带投票与讨论量，国内城市数据更多依赖提及与产业记录。差在哪、差多少，展开见海外与国内那一条。 榜单里唯一的票数型指标是海外项目的得票数，它和其他三个维度经常打架，展开见票数那一条。
结论：读需求榜翻车，多半是把「分数高」当成了「一定该做」。
| 坑 | 典型表现 | 应对 |
|---|---|---|
| 只看总分不看维度 | 看到 89 分就直接立项 | 拆开四维看短板在哪 |
| 跨区直接比大小 | 说「国内需求比海外差一截」 | 两边来源不同，跨区只作参考 |
| 把收录当排名 | 以为 100 条是按名次连续排的 | 它是「入榜清单」，不是唯一名次 |
| 忽略生成日期 | 拿旧截图当现状 | 每版都标生成时间，引用一起写 |
100 条是上限吗？是固定的收录规模，海外、国内各 50 条。
分低就会被删吗？会随每版重算换榜，低分条目可能被下一版替换。
分数是谁打的？按同一套四维口径机械计算，不使用人工主观分。
原始榜单在哪？在风语「需求榜」数据页，含每条需求的四维分与来源链接。
同簇阅读：四个维度各占多少分？ ｜ 海外和国内需求差在哪？ ｜ GitHub 星星多就等于真需求吗？