今天你 Vibe Coding 了吗？
十年前，“人人都是产品经理”这句口号，催生了不少创业神话。现在，更为流行、激进的“成功之路”叫做“人人都能 Vibe Coding”。
它被“创意至上者”视为圭臬。动动嘴，把需求告诉 AI，就能做出一个功能完善、设计精美、甚至上架收费的 App。
打开社交媒体，一大堆“零代码做 App”、“Vibe Coding 给我带来多少睡后收入”的内容，给人看得热血沸腾。有人十几天做出一个产品，几周就做到几十万美的年化收入。
有点恍惚，更多是兴奋。你立马打开 AI 对话框，充值 20 美金/月的会员，开始燃烧 token。
小红书截图
“我有一个点子，但我不会写代码”的这层技术阻碍消失了。不过这几乎是开发一个产品的过程中最容易解决的问题。当你决定将花了几个晚上做的产品推向市场，不成想，技术竟然如此民主化了。
既然人人都能做 App，凭什么别人成为你的用户？为你付费？
你遇到的问题才开始变得现实起来。
AI 正在批量制造 App，可惜用户不够了。
每一个点子都在等着变成一门生意今年 Lovable 做了一份报告。Lovable 是全球增长最快的 Vibe Coding 平台。它调查了超过 14300 名用户，其中 80% 来自非技术岗。54.6% 的人说自己正在“building a business（创业中）”；24.6% 的人当副业做；60.5% 的人目前还没赚到钱，但已经计划变现。
Loveable 80% 的用户都并非技术出身｜Lovable
不是赚钱不好，而是赚钱搞人心态。
过去做一个 App，哪怕功能不复杂，也要有人写前端、后端、接数据库、调试、上线。AI 编程是第一次让从来没有接触过代码的人，做一款产品，实现一个微小的需求。
比如有人不想订阅记账 App，就用 AI 做了“私人定制版”，随便加功能，还不用看广告；有人给父母做医院预约登记小程序；还有玩家用 AI 做游戏 Mod……
这些用法就很接近“初心”。
但是当赚钱成为目标，Vibe Coding 就从一种玩法，变成了一套关于创业、独立开发、灵活就业、AI 副业的“叙事”。
人们只看到 AI 把开发的试错成本压得很低，却忽略如今开发者面临的难题不再是开发难题，而是商业问题。
过去昂贵的开发成本，替市场在无形中做了一轮筛选。一个创业团队真要着手开发一个软件，动手之前得做市场调研，评估成本和收益。如今一样，AI 没法替你回答，除了你自嗨，到底还有哪些人需要这个 App？
人人都来做 App，谁来用这些 App？NBER（美国国家经济研究局），今年 9 月更新了一项针对超过 50 万名 GitHub 开发者的研究。研究者想知道 AI 把软件生产提速以后，这些新增代码最后有多少真的变成了产品。
研究覆盖了从早期代码自动补全，到 2026 年已经可以自主修改项目的几代 AI 编程工具。
结果是，AI 越来越会写代码，产量确实涨得很快。最早只能帮程序员补几行代码的 AI，会让代码增加约 30%；能根据完整任务修改代码的 AI，代码增幅达到约 180%；到了能自主连续工作的 Agent，代码增幅最高达到约 240%。
代码量随着 AI 编程能力的提升而提升，但最终做出来的软件数量并没有同比例增加｜NBER
但这些新增代码并没有等比例变成真正的软件。研究里，总项目数量只增加了约 80%，真正发布出来的版本只增加约 30%。
研究者还看了四个主流的应用市场，新 App 的数量确实明显增加了，特别是 App Store 每月新上架的 App 从 2025 年初到 2026 年 4 月大约翻了一倍。
但这些新 App 上线前三个月获得的总使用量没有增加，甚至还在下降。许多 App 连最基础的拿到“10 个评分，100 次下载”的冷启动都没完成。App 越来越容易做出来，不代表市场突然需要这么多 App。
2025 年后，App 数量井喷式增长，但用量并未明显增长｜NBER
但是 Github 之外的“社交圈”里，充斥着大量创业神话。
Stanley 是创作者变现平台 Stan 推出的一款 AI 内容工具，可以帮创作者把已有内容改写成适合 LinkedIn、Instagram 等平台发布的帖子。
Stan 的两位创始人花了大约 14 天，用 Vibe Coding 做出第一版 Stanley。LinkedIn 版本上线六周后做到约 20 万美元年化收入，几个月后突破 100 万美元，到今年夏天，整个 Stan 的年化收入约为 4100 万美元。
不过这些只是外人看到的结果。
故事的全貌是，Stan 本来就在做创作者变现服务，已经积累了成熟的创作者用户和分发渠道。
创始人刚有这个产品想法时，就主动接触潜在客户为他们构思选题，不断追问他们，“这个产品对你有用吗？如果上线，你愿意订阅吗？”
正式开发时，他们把整个 Vibe Coding 的过程公开在网上，一边做产品，一边吸引测试用户。“14天完成开发”是第一波成功的营销。
Vibe Coding 赚没赚钱不知道，靠经营自媒体应该赚到钱了｜YouTube
你看到别人最后留下来的答案，却误以为是解题过程，是 Vibe Coding 制造的最大错觉。
AI 无法“定义”产品毫无疑问，AI 加速了产品化的过程。
过去开发者验证一个想法，会先做完整设计和高保真原型，做到最后，也只能感受到成品的六七成。而 AI 承担了大量具体的开发实现，同时帮助开发者快速验证各种想法——一个想法能马上做成 demo，接入真实数据，装到手机上去用，优缺点很快就能暴露出来。
一位开发者朋友给我举了一个例子。他们团队做了一款管理微信读书划线的工具（Readmate）。
图源：Readmate
AI 做成的第一版就达到“能用”的标准。但是他们发现，AI 缺少判断力。
比如，一句十几个字的金句，和一段两三百字的长划线，处理方式不同，观感差异很大，短句应该醒目，长句易于阅读；不同字体、中英文混排、不同屏幕尺寸......都会影响观感；是“好看”重要，还是“阅读节奏”重要，这个问题 AI 回答不了。
在不同字体、排版、展示方式上，团队做了很多尝试｜Readmate
AI 节省下来的时间依然要被用于人力打磨 AI 不擅长的事情。换言之，AI 可以“做出来”产品，但是无法“定义”产品。
AI 越强，“实现功能”的重要性和稀缺性会越来越低。在他看来，Vibe Coding 产品之间拉开差异的，是对用户的理解，以及开发者愿意付诸多少人力和时间成本“深挖”自己的产品。
对成熟团队来说，AI 大幅降低了他们日常的试错成本，让他们有的放矢。
例如上述那位开发者朋友告诉我，他们团队会在开发过程中临时用 AI 写各种小工具，方便调字体、排版和展示视觉效果，用完即弃。这些小工具很有用，但是之前他们不会费劲专门开发。
产品里很多明确的 UI 实现、数据处理、重复代码、重构和调试，包括官网大量具体的前端工作，已经可以直接交给 AI。
Readmate 上线一个月不到，拿到了 143 个评分，均分 4.8｜App Store
但是对于很多普通人来说，他们仅仅看到一个正常的概念被推崇至一个流行的叙事。我们见证过很多例子，比如前几年流行的“身心灵”到“知识付费”。所谓 Vibe Coding 也在经历类似的叙事，相似的“膨胀”。
AI 能替代人将 App 做出来，却没法替代回答，谁来使用？为什么使用？独特性在哪？这些是技术之外的判断。
然而这些判断才是“14天做出百万美元产品”背后的真实原因。
参考文献
[1] https://cepr.org/voxeu/columns/writing-code-versus-shipping-code-productivity-effects-across-generations-ai-coding?utm_source=chatgpt.com
[2] https://thebuildeconomy.lovable.app/?utm_source=chatgpt.com
作者：糕级冻雾
编辑：沈知涵
封面图来源：MIT Technology Review
点个“小爱心”吧