https://note.tldrlss.com/zh-cn/tags/ai-%E8%B6%8B%E5%8A%BF/ Recent content in AI 趋势 on Note TLDRLSS Hugo -- gohugo.io zh-cn Mon, 11 May 2026 17:40:00 +0800 https://note.tldrlss.com/zh-cn/article/2026/05/ai-vibe-coding-is-a-dead-end/ Mon, 11 May 2026 17:40:00 +0800 https://note.tldrlss.com/zh-cn/article/2026/05/ai-vibe-coding-is-a-dead-end/ <img src="https://note.tldrlss.com/global-assets/images/ai/ai-vibe-coding-1.jpg" alt="Featured image of post AI 编程是一条死路？软件市场系统性塌方，为什么学会了程序却卖不掉产品？从「消费 AI」到「业务构建者」的认知转型与行动策略！AI 能帮你做 100 件事，但它不知道哪一件事值得做！" /><p>全民疯学 AI 程序，仿佛只要学会就能靠软件致富。大厂工程师想找退路、产品经理想自己做 MVP、非技术人想靠软件暴富</p> <p>但你有没有发现一件奇怪的事？<strong>辛辛苦苦做出来的软件，挂上网之后根本没人买单</strong>。</p> <p>这不是你的技术有问题，而是整个软件市场正在经历一场前所未有的 <strong>「系统性塌方」</strong>。</p> <h2 id="三类人都踩进了同一个坑">三类人都踩进了同一个坑 </h2><p>先来看看，谁最热衷学 AI 程序，又各自遇到了什么困境：</p> <table> <thead> <tr> <th>群体</th> <th>动机</th> <th>困境</th> </tr> </thead> <tbody> <tr> <td><strong>大厂工程师</strong></td> <td>面临裁员压力，想学会 AI 程序后成为「一人公司」自谋生路</td> <td><strong>有技术却不懂市场</strong>，不知道该做什么才能赚钱</td> </tr> <tr> <td><strong>产品经理</strong></td> <td>终于不用再求工程师了，自己买个 <code>Cursor</code> 订阅就能做 MVP</td> <td>产品做出来后，<strong>发现市场饱和，找不到付费用户</strong></td> </tr> <tr> <td><strong>非技术背景</strong></td> <td>被「一周做软件赚五万」的视频洗脑，梦想靠软件暴富</td> <td>产品挂上网后无人问津，<strong>对行业需求缺乏深度理解</strong></td> </tr> </tbody> </table> <p>这三类人有一个致命的共通点：</p> <blockquote> <p><strong>都把「会写程序」当成了护城河。</strong></p> </blockquote> <p>大厂工程师技术够强，但 <strong>不知道该开发什么才有人买</strong>。产品经理终于摆脱了对工程师的依赖，兴奋地做出 MVP，结果放在红海市场里石沉大海。非技术背景的人更惨，<strong>连市场在哪里都还没搞清楚</strong>，就一头冲了进去。</p> <!--adsense--> <h2 id="软件供给端爆炸性增长">软件供给端：爆炸性增长 </h2><p>为什么做出来的东西卖不掉？因为 <strong>能做软件的人，正在以惊人的速度暴增</strong>。</p> <p><code>Claude Code</code>、<code>Cursor</code>、<code>Codex</code>、<code>OpenCode</code> &hellip;等等这些 AI 程序工具让开发门槛降到了历史新低。</p> <table> <thead> <tr> <th>指标</th> <th>数据</th> </tr> </thead> <tbody> <tr> <td>GitHub 2025 年新增代码仓库</td> <td><strong>1.21 亿个</strong>，平均每分钟诞生 230 个新项目</td> </tr> <tr> <td>App Store 2025 年提交量增幅</td> <td>增长 24%</td> </tr> <tr> <td>App Store 2026 年提交量增幅</td> <td>同比 <strong>暴涨 84%</strong>，创近十年最大增幅</td> </tr> <tr> <td>苹果审核现状</td> <td><strong>审核周期被无限拉长</strong>，因为涌入的软件实在太多</td> </tr> </tbody> </table> <blockquote> <p><strong>当人人都能写软件，软件本身就不再是护城河。</strong></p> </blockquote> <p>过去开发一个 App 需要专业团队花好几个月，现在一个人配上 AI 工具，几天就能交付。<strong>供给端不是「增加了一些」，是直接爆炸性成长</strong>。</p> <h2 id="软件需求端断崖式暴跌">软件需求端：断崖式暴跌 </h2><p>供给暴增的同时，购买软件的需求却在 <strong>断崖式暴跌</strong>。</p> <p>很多开发的软件构想，在大模型公司的发展 AI Agent 下，加一个 <strong>技能 SKILL</strong> 就能够搞定，通过 <strong>撰写程序脚本</strong> 及串接不同的服务，加上 <strong>定期执行排程推播消息</strong> 就能完成大部分需求。</p> <blockquote> <p><strong>75% 的传统软件需求，已经被智能体直接消灭。</strong></p> </blockquote> <p>更可怕的是，<strong>连原本愿意付费买软件的用户也不买了</strong>。以前每年花 580 元订阅的浏览器翻译插件，现在用 AI 一天就能做出满足自己需求的替代品。</p> <p>那钱去哪了？全部流向了 <code>Token</code>，买 <code>Claude</code> 的订阅、买 <code>GPT</code> 的套餐，使用者自己动手解决大部分需求。</p> <table> <thead> <tr> <th>维度</th> <th>过去（Pre-AI）</th> <th>现在（Post-SaaS）</th> </tr> </thead> <tbody> <tr> <td>开发门槛</td> <td>高，需专业团队与数月研发</td> <td>极低，AI 辅助数天内交付</td> </tr> <tr> <td>供给规模</td> <td>受限于专业人才数量</td> <td>爆发式增长（以亿计代码库）</td> </tr> <tr> <td>定价模型</td> <td>高利润 SaaS 订阅制</td> <td>零边际成本，基于 Token 定价</td> </tr> <tr> <td>竞争烈度</td> <td>稳定市场，1:100 供需比</td> <td><strong>25 倍至 100 倍的极端竞争</strong></td> </tr> </tbody> </table> <p>以前是一家公司做软件卖给 100 个客户，现在是 10 家公司抢 1 个客户。</p> <blockquote> <p>这不是难了一点点，是 <strong>惨烈了 50 倍甚至 100 倍</strong>。</p> </blockquote> <!--adsense--> <h2 id="资本市场早就投下了不信任票">资本市场早就投下了不信任票 </h2><p>如果你觉得上面的数据还不够震撼，看看华尔街怎么说：</p> <table> <thead> <tr> <th>事件</th> <th>影响</th> </tr> </thead> <tbody> <tr> <td><code>Claude</code> 发布 AI 数据分析工具</td> <td><code>Thomson Reuters</code> 单日暴跌 18%，<code>Gartner</code> 跌 21%</td> </tr> <tr> <td>一天之内蒸发市值</td> <td>超过 <strong>2,800 亿美元</strong></td> </tr> <tr> <td><code>Claude</code> 发布 AI 设计工具</td> <td><code>Adobe</code>、<code>Figma</code> 股价暴跌</td> </tr> <tr> <td>标普 500 软件服务指数</td> <td>整体跌幅超过 20%，最大跌幅曾达 <strong>40%</strong></td> </tr> </tbody> </table> <blockquote> <p><strong>投资者正在用真金白银告诉你：SaaS 的黄金时代结束了。</strong></p> </blockquote> <p>这不是一个功能打败了一个产品，这是整个软件行业在 <strong>系统性塌方</strong>。</p> <h2 id="市场没有消失它正在转型">市场没有消失，它正在转型 </h2><p>既然卖通用软件是一条死路，那需求到底去哪了？</p> <blockquote> <p>答案是：<strong>企业智能体（Agent）市场</strong>。</p> </blockquote> <p>过去企业要做信息化，买 <code>ERP</code>、买 <code>CRM</code>、找外包公司定制开发，动辄花费几十万到上百万，实施周期半年到一年。花了大钱，系统用起来却很麻烦，最后很可能又回到 Excel 管理。</p> <p>现在呢？一个熟练的智能体顾问，带着对行业的深度理解，驻场 3 到 5 个工作日，用 <strong>「知识库 + 技能」</strong> 的方式，就能把客户的核心业务流程搭进智能体里，<strong>账目管理</strong>、<strong>合同跟踪</strong>、<strong>数据报表</strong>，全部搞定。</p> <table> <thead> <tr> <th>比较项目</th> <th>传统软件开发</th> <th>智能体解决方案</th> </tr> </thead> <tbody> <tr> <td>实施成本</td> <td>几十万至上百万</td> <td>原来的 <strong>几十分之一</strong></td> </tr> <tr> <td>实施周期</td> <td>半年到一年</td> <td><strong>3 至 5 个工作日</strong></td> </tr> <tr> <td>定制程度</td> <td>通用方案，难以契合个性化需求</td> <td>完全按照企业具体业务流程量身打造</td> </tr> <tr> <td>最终效果</td> <td>常常回归 Excel</td> <td>嵌入原有工作流，持续运作</td> </tr> </tbody> </table> <blockquote> <p><strong>中小企业 80% 以上的传统软件需求，会被智能体快速取代。</strong></p> </blockquote> <!--adsense--> <h2 id="顶尖-ai-公司都在抢的新角色fde">顶尖 AI 公司都在抢的新角色：FDE </h2><p>这场转型不只改变了商业模式，也催生了一个全新的职业角色。</p> <p><code>OpenAI</code> 的 CEO <code>Sam Altman</code> 最近宣布：<code>OpenAI</code> 开始直接派遣工程师到企业的 CEO 办公室，坐在 CEO 旁边，把 <strong>日常工作流程</strong>、<strong>决策过程</strong>、<strong>所有常规任务</strong> 全部用 AI 自动化。<code>Shopify</code> 的 CEO 是第一个全力投入这种模式的企业领袖。</p> <p>这个角色有了一个专门的名词：</p> <blockquote> <p><code>FDE</code> — <strong>前线部署工程师（Frontier Deployment Engineer）</strong>。</p> </blockquote> <p><code>Anthropic</code> 也在做同样的事，他们的 Applied AI 团队专门把工程师派驻到 <strong>战略客户内部</strong>。</p> <p>他们从哪里招人？从 <code>Palantir</code>、<code>Salesforce</code>，从那些 <strong>最懂企业业务的「老兵」</strong> 里面挖。</p> <blockquote> <p><strong>最顶尖的 AI 公司正在大规模招募一种全新角色，核心能力不是写程序，而是懂业务、懂行业、懂客户。</strong></p> </blockquote> <p><code>FDE</code> 不是坐在电脑前写程序的人，而是直接走进企业内部的「业务翻译官」：</p> <table> <thead> <tr> <th>能力</th> <th>说明</th> </tr> </thead> <tbody> <tr> <td><strong>驻场解决问题</strong></td> <td>深入企业内部，坐在 CEO 旁边 <strong>观察决策</strong> 与 <strong>工作流程</strong>，近距离识别人工瓶颈</td> </tr> <tr> <td><strong>行业深度 Know-how</strong></td> <td>顶尖 AI 公司不要最会写程序的人，而是 <strong>最懂企业业务的「老兵」</strong></td> </tr> <tr> <td><strong>流程转化能力</strong></td> <td>能一眼看出痛点，迅速将复杂的业务流程转化为智能体可执行的自动化任务</td> </tr> </tbody> </table> <p>硅谷的顶级大厂正在疯狂裁员，但营收没有下降，产品照样在出。他们把更多的钱投到 <strong>AI 模型和智能体</strong> 上，而 <strong>不是软件开发团队上</strong>。</p> <blockquote> <p><strong>未来企业真正花钱买的，不是软件产品，而是 Token 和解决方案。</strong></p> </blockquote> <h2 id="你是在学习-ai还是消费-ai">你是在「学习 AI」还是「消费 AI」？ </h2><p>到这里你可能会想：那我应该更努力学 AI 才对啊？</p> <p>先问自己一个问题，<strong>「你每天的时间到底花在哪里？」</strong></p> <blockquote> <p>「昨天 <code>GPT</code> 新版出了我要测一下，今天 <code>DeepSeek</code> 更新了我也要测，明天还有新的模型⋯⋯」</p> </blockquote> <p>每次有新模型出来，评论区就一堆人跳出来比较：<strong>哪个模型好一点点、哪个 Token 便宜一点点</strong>。比完了之后呢？</p> <table> <thead> <tr> <th>花时间做的事</th> <th>比例</th> <th>真正的产出</th> </tr> </thead> <tbody> <tr> <td>追最新模型评测</td> <td>大量</td> <td>几乎为零</td> </tr> <tr> <td>比较哪个 Token 更便宜</td> <td>大量</td> <td>几乎为零</td> </tr> <tr> <td>测试各种 AI 工具</td> <td>大量</td> <td>几乎为零</td> </tr> <tr> <td>接触客户、了解需求</td> <td>极少</td> <td><strong>真正能赚到钱的</strong></td> </tr> </tbody> </table> <blockquote> <p><strong>如果你 90% 的时间都在研究哪把刀更锋利，却从不走进森林去砍柴，那你不是在磨刀，你是在逃避真正的战斗。</strong></p> </blockquote> <p>「磨刀不误砍柴工」很多人只理解了前半段。但如果你 <strong>每天都在磨刀，一辈子都不去砍柴</strong>，那就不叫磨刀不误砍柴工了，那叫 <strong>你根本没想清楚自己要干什么</strong>。</p> <!--adsense--> <h2 id="阿基米德的杠杆少了一句话">阿基米德的杠杆，少了一句话 </h2><p><code>阿基米德</code> 说过：「给我一个够长的杠杆，我就能撬起地球。」</p> <p>AI 毫无疑问就是那个可以把我们能力放大 10 倍、100 倍的 <strong>「万倍杠杆」</strong>。用得好的话，100 倍甚至都不是上限。</p> <p>但很多人忘了，阿基米德还少说了一句话：</p> <blockquote> <p><strong>你得有一个支点。没有支点，杠杆再长也只能撬动空气。</strong></p> </blockquote> <p>什么是支点？不是你会用哪个 AI 模型，也不是你精通哪种程序语言。</p> <table> <thead> <tr> <th>不是支点</th> <th>真正的支点</th> </tr> </thead> <tbody> <tr> <td>会用 <code>Claude</code>、<code>GPT</code>、<code>Cursor</code></td> <td>对某个 <strong>特定行业</strong> 的深度理解与积累</td> </tr> <tr> <td>精通某种程序语言</td> <td>跟客户建立的 <strong>信任关系</strong></td> </tr> <tr> <td>追踪最新模型评测</td> <td>知道客户 <strong>真正痛在哪里、钱愿意花在哪里</strong></td> </tr> </tbody> </table> <p>AI 可以替你写程序，但它永远 <strong>无法替代你对行业的理解</strong>，<strong>跟客户面对面建立的信任</strong>，以及那些年在前线累积的 <strong>Domain Know-how</strong>。</p> <blockquote> <p><strong>AI 能帮你做 100 件事，但它不知道哪一件事值得做。知道答案的人，是在前线累积了 Domain Know-how 的你。</strong></p> </blockquote> <h2 id="从软件工程师到业务构建者">从「软件工程师」到「业务构建者」 </h2><p>所有的分析都指向同一个结论：你需要完成一个身份转变。</p> <table> <thead> <tr> <th>转变前</th> <th>转变后</th> </tr> </thead> <tbody> <tr> <td><code>Software Engineer</code> 软件工程师</td> <td><code>Business Builder</code> 业务构建者</td> </tr> <tr> <td>「我要把软件做出来，然后等人来买」</td> <td>「<strong>我要先找到客户，搞清楚他们的真实需求</strong>」</td> </tr> <tr> <td>护城河：会做软件</td> <td>护城河：<strong>知道客户需要什么</strong></td> </tr> <tr> <td>卖通用产品，打红海市场</td> <td>针对细分场景，提供量身定制方案</td> </tr> </tbody> </table> <blockquote> <p><strong>软件工程师想的是「把软件做出来等人买」；业务构建者想的是「先找客户需求，再用 AI 解决问题」。</strong></p> </blockquote> <p>你的时间分配也必须彻底逆转：</p> <table> <thead> <tr> <th>现在的分配</th> <th>应该的分配</th> </tr> </thead> <tbody> <tr> <td>90% 追工具追热点</td> <td><strong>10%</strong> 追热点保持敏锐</td> </tr> <tr> <td>10% 空想要做什么</td> <td><strong>90%</strong> 接触客户、理解需求、寻找支点</td> </tr> </tbody> </table> <p>AI 程序本身没有任何问题，它是你给 <strong>自己开发工具的能力</strong>。</p> <p>但你对它的期望必须改变：</p> <blockquote> <p><strong>AI 编程是你的工具，不是你的出路。你的出路在你最了解的那个行业里面。</strong></p> </blockquote> <!--adsense--> <h2 id="一个最具体的第一步">一个最具体的第一步 </h2><p>约一位你最熟悉的行业老朋友聊 30 分钟。不要谈 AI、不要谈模型、不要谈工具。只问他一句话：</p> <blockquote> <p><strong>「你现在的工作里，有哪些事情是靠人工重复处理的？」</strong></p> </blockquote> <p>那个令他 <strong>感到痛苦、高成本且低效率</strong> 的手动过程，就是 <strong>你的支点所在</strong>。</p> <p>找到它，把 AI 这个万倍杠杆架上去，<strong>你的能力才能被真正放大，开始创造价值</strong>。</p> <p>真正的蓝海，不在那个已经塌方的通用软件市场里，而是藏在那些 <strong>还没有人用智能体帮他们解决的行业痛点</strong> 里。</p> <blockquote> <p><strong>找对了支点，才是真正的开始</strong>。</p> </blockquote> <!--adsense--> <h2 id="reference">Reference </h2><ul> <li><a class="link" href="https://www.youtube.com/watch?v=O9sz8IQAiKU" target="_blank" rel="noopener" >别学 AI 编程了，AI 编程是一条死路 - YouTube</a></li> </ul> <h3 id="别学-ai-编程了ai-编程是一条死路---youtube">别学 AI 编程了，AI 编程是一条死路 - YouTube </h3><div class="video-wrapper"> <iframe loading="lazy" src="https://www.youtube.com/embed/O9sz8IQAiKU" allowfullscreen title="YouTube Video" > </iframe> </div>