Craig Campbell 捨棄了湧向 AI 領域的龐大投資資金，轉而創立了一個網站。當然，Campbell 大概也能創辦一家 AI 公司。他曾是 Meta 的工程師，也是經驗豐富的科技創辦人，在 2022 年 AI 熱潮正盛之際，賣掉了他上一家為 Shopify 商家提供電商工具的新創公司。

「我之前的創投投資人不斷催促我，說『再創辦一家公司吧。我們會給你一張空白支票。』」但他有其他的想法。隨著 Google 零點事件視界（Google Zero event horizon）的逼近，人們通常不會急著投入網站業務。但 Campbell 並未因此卻步，反而將他的服務 Past Maps 發展成一個永續經營的事業。

他以一種越來越不尋常的方式達成目標：透過有機搜尋（organic search）。Past Maps 名符其實。這個網站讓你能查看特定區域的歷史地圖，並疊加現代地圖。你可以調整透明度，在兩種視圖之間切換。這些地圖來自美國地質調查局（US Geological Survey）等公開來源，但讓使用者能以這種方式探索地圖的工具則是由 Campbell 開發的。

他最初是為了他的金屬探測嗜好而開發這些工具，透過精確定位舊建築和舊路徑的現代位置，他能找到新的地點去尋找文物。他開始在 Reddit 上與其他金屬探測愛好者分享他的地圖工具，發現其他人也對他創造的東西很感興趣。就這樣，他最新的科技事業就此展開。

你不一定要尋找真正的黃金才能享受 Past Maps。對於那些只是好奇周遭環境的人來說，它本身就是一種寶藏。我曾用它來了解杜瓦米什河（Duwamish River）在為方便船隻通行而被拉直之前的形狀。Campbell 的客戶使用它的原因多種多樣，從家譜研究到每天繪製舊油井地圖的使用者都有。

它是一個研究工具，但同時也充滿樂趣。觀察畫面下方的杜瓦米什河如何從彎曲變直，然後再變回彎曲。成長軌跡一直很穩定。Campbell 表示，在第三年，流量已從每月平均 2 萬活躍用戶增長到現在每月超過 30 萬。收入足以維持 Campbell 和他妻子的生活，他的妻子也協助經營業務。

但他不禁會想，如果他接受了那些創投投資去從事 AI 工作，收入會是怎樣。「我現在的收入和我在 Facebook 擔任 E4 級工程師時差不多，那是一個中階工程師的職位。」「這才是網路應有的運作方式。這實際上是老派網路。」Past Maps 最大的流量來源是 Google 搜尋結果。

Campbell 很早就發現，當人們搜尋他們感興趣的地點的歷史資訊時，例如他們祖母曾去過的教堂，或某個縣的廢棄礦場，Past Maps 在搜尋排名中不斷上升。透過以 Google 能理解的方式標記他的地圖和網頁，他看到了一個循環開始加速。「當我開始大量釋出這些資料，並最終讓 Google 能夠取得，並在網路上佔有一席之地時，流量就開始累積了。」

「這才是網路應有的運作方式。這實際上是老派網路」他說。「它依然活躍且運作良好，但只存在於這些非常非常小的利基市場中。」十到十五年前的老派網路發布者，其大部分收入可能依賴於展示型廣告。你可以使用免費的 Past Maps 帳戶試用，但若要深入使用，則需要每週 9 美元的通行證或每年 52 美元的年度訂閱。

訂閱模式保護了 Campbell 免受波動的行銷預算以及主要由 Google 控制的廣告科技產業的影響，美國司法部（DOJ）在 2025 年裁定 Google 構成非法壟斷。儘管 AI 可能正在吞噬開放網路，Campbell 卻完全擁抱 AI 工具來協助經營業務。

Campbell 表示，他過去每天要花一到兩個小時親自處理每個服務請求，撰寫冗長的電子郵件，而不是發送制式回覆和常見問題。現在，他讓桌面上的本地代理模型（local agent model）處理第一線的分類。這個預設任務每小時執行一次，前提是他的筆記型電腦已開機，並能存取他的 Gmail。

它會篩選垃圾郵件和行銷訊息，識別需要他注意的事項，並起草回覆。他說這已將他的客戶服務時間縮短到每天約 10 分鐘。「我確實有時會遇到生氣的客戶」Campbell 說。「如果他們要求退款，它會自動在 Stripe 上排入退款和訂閱取消請求。它會完成所有這些事情，然後通知我。」

此時，他會審查請求，批准或拒絕，並在點擊發送前檢查訊息。Campbell 也正在利用 AI 協助開發一個光學字元辨識（OCR）工具，用於處理舊地圖。「製圖師都是混蛋」Campbell 開玩笑說。歷史地圖對現有的 OCR 系統來說是一個特殊的挑戰。

標籤會沿著河流等特徵彎曲，使用不一致的間距，有時還會相互擠壓。Campbell 發現現成的工具無法解析這些地圖。他發現使用具有推理能力的現代大型語言模型（LLMs）會更成功，但這並不是簡單地提示一個代理模型（agent）「辨識這些地圖」就能解決的，他說。

「你仍然需要將人類的火花帶入其中。」相反地，他發現成功在於將人類的實驗敏感性與大型語言模型（LLM）的能力結合起來，而不是單純依賴工具。「它仍然無法帶來那種人類層次的推理火花、創造力，以及將數十年使用這類工具的經驗整合起來的能力」他說。「你仍然需要將人類的火花帶入其中。」

Campbell 可能已經離開了所謂的 AI 淘金熱，但這樣做似乎為他在 Claude Code 和 AI 摘要時代創造了一個成功的線上事業秘訣。當你從自己熱愛的事物開始，創造出有用的東西，並與其他志同道合的人分享時，這就成為一個相當好的基礎。

Campbell 的日常工作與十年前建立和經營網站的方式截然不同，但讓這項業務在今天取得成功的因素，卻是徹頭徹尾的人性化。