AI時代怎麼辦：幾年前的願景實現了，可惜不是我

當「人人都係 programmer」開始變成現實，創業真正要鬥嘅，已經唔係做唔做到，而係邊個可以更快、更好、更獨特咁將一件事搞掂。

摘要｜幾年前，我以為低代碼平台會將軟件開發嘅門檻徹底拉平；今日，呢個願景以更猛烈嘅方式實現咗。AI 唔只係一個傾偈工具，佢正在改寫軟件生產、研究輔助同商業執行嘅基本範式。失落係真實嘅，但機會都係真實嘅。AI 時代創業，決定勝負嘅已經唔係「做唔做到」，而係速度、質量同獨特優勢。

一、願景實現咗，只不過唔係我做嘅

今日一大朝早，關心我嘅人傳咗段說話俾我，大意係：AI 會寫 code，第一次，人人都變咗 programmer。

圖1 佢傳俾我嗰句話，幾乎就係呢幾年技術變遷最短嘅註腳

我望住嗰句話睇咗好耐。唔係因為佢夠新，而係因為佢太準確咁擊中咗我過去幾年嘅一個判斷：軟件開發嘅門檻，終歸會被大大拉平。

2021年，我哋開始嘗試一種模塊拼接式嘅低代碼平台，希望用「拖拽模塊」嘅方式去「開發」軟件。當時，呢個方向好超前。去到2025年10月，我哋終於將呢件事做出嚟。願景冇錯，但現實係，當我哋實現佢嘅時候，世界已經切換到咗下一個範式。

真正將「人人都做得軟件」呢件事推到眼前嘅，唔係低代碼，而係大模型。方向並冇錯，只係技術用一種更猛烈、更唔留情面嘅方式，提早將佢實現咗。

呢個可能就係 AI 時代最典型嘅衝擊感：你仲未嚟得切慶祝願景實現，佢已經俾更勁嘅一代生產力徹底改寫咗。

二、AI 改變嘅唔係工具，而係生產方式

過去，我哋將 AI 理解成一個會傾偈、會總結、會生成文案嘅助手。而家已經唔係喇。至少喺好多編程、研究同資訊處理任務上，佢開始呈現出接近高級工程師同研究助理嘅工作形態：能夠分析需求、拆解問題、制定步驟、寫 code、聯調、測試，甚至連續做嘢好耐都唔「走神」。

尤其係由2026年1月前後開始，呢種變化非常明顯。好多能力唔係線性提升，而好似跨過咗一道門檻：佢突然間更加識得推理，更加識得舉一反三，更加識得沿住目標向前推進。

呢個意味住，軟件開發嘅核心競爭力正在遷移。過去值錢嘅係「識唔識寫 code」；而家越來越值錢嘅係：可唔可以定義一個真實問題，可唔可以將 AI 組織成穩定生產力，可唔可以將結果做成用戶願意俾錢嘅解決方案。

科研同商業執行都一樣。2023年，好多人仲用對話框碰運氣；今日，結合檢索、工具調用同長上下文之後，AI 已經足夠承擔一大段研究同執行流程。成本被壓縮，速度被放大，舊有嘅工作方式自然會被重估。

三、失落之後，我反而更加確定機會仲有好多

坦白講，見到自己喺2022年就已經隱約見到嘅願景，最後俾人哋以更勁嘅方式做到，個心梗係會失落。嗰種感覺好複雜：一方面你知道方向係啱嘅，另一方面你都要承認，自己冇跑到最前。

但冷靜落嚟之後，我反而更加確定，機會並冇結束。恰恰相反，AI 將好多人重新拉返去同一條起跑線。過去，技術門檻係少數人嘅壁壘；而家，效率工具俾普遍分發，真正嘅差距會重新回到判斷力、執行力同場景深度上。

換句話講，AI 帶來嘅係一次效率革命，但效率革命之後，真正決定勝負嘅，仍然係邊個更識場景，邊個更快將事情做出嚟，邊個可以將粗糙能力變成高質量產品。

四、接下來真正要鬥嘅係三件事

1. 速度：窗口期極短。邊個可以更早將可用方案推到用戶面前，邊個就可以更早拎到真實反饋、更早完成迭代、更早建立數據同認知優勢。AI時代最危險嘅唔係做得慢啲，而係仲喺度觀望嘅時候，人哋已經跑完第一圈。

2. 質量：今日「做出嚟」已經唔稀缺，粗糙嘅 Demo 好快就會俾淹沒。真正稀缺嘅係高質量咁做出嚟：結果穩定、體驗順滑、細節可靠、可以持續交付。只有精品化嘅實現，先有機會沉澱成產品，而唔係一次性表演。

3. 獨特優勢：最後嘅勝負，永遠唔會只靠模型能力本身。真正嘅護城河，嚟自具體行業嘅 know-how、真實渠道、數據閉環、同物理世界嘅結合、品牌同推廣能力，以及你可唔可以將 AI 嵌進人哋複製唔到嘅流程裏面。

如果將創業成功睇成一個漏斗，咁「將嘢做出嚟」同「將嘢做好」會篩走絕大多數對手；而最後決定你可唔可以企到頂部嘅，往往就係嗰少少人哋冇嘅獨特優勢。

五、我點解仲繼續押注

所以，我而家並唔想停落嚟。我繼續做兩件事：AI 營銷工具，同埋體育 + AI 嘅場景解決方案。佢哋都好有可能屬於未來十年被重構嘅具體場景之一。

以 AI 營銷工具為例，我哋而家已經做到：用 AI 創建落地頁，生成 Google Ads 投放策略，並將關鍵配置直接部署到投放後台。更加重要嘅係，呢個唔係一個停留喺 PPT 裏面嘅概念，而係用戶已經可以直接用得起嘅能力。

下面呢幾張圖，基本上就係我哋最近一段時間將呢件事向前推嘅過程。

圖2 對話式生成落地頁，將「做頁面」變成「描述需求」

圖3 由頁面到轉化漏斗，AI 已經喺真實指標上參與優化

圖4 面向投放執行嘅 Google Ads launch kit，開始將「識做」變成「上到線」

圖5 廣告組、關鍵詞同文案配置自動生成，投放準備被進一步壓縮

圖6 喺投放側持續聯動優化，AI 開始進入真正嘅運營閉環

一個好直觀嘅變化係，以前我哋人手配置嘅 Google Ads 後台，好多時候只做到60分左右；而家，經過 AI 生成同校準之後嘅配置，實際評分已經可以做到98分。分數當然唔係全部，但佢至少說明一件事：AI 已經開始喺真實業務環節裏面，交付可驗證嘅質量。

呢個都係我點解越來越相信，機會仍然好多。唔係因為競爭變細咗，而係因為呢場比賽先啱啱進入真正嘅實戰階段。

六、唔好落後

當然，窗口唔會永遠打開。如果接下來半年仲做唔出領先優勢，機會就會明顯收窄。等所有人都學識用同樣嘅工具之後，後來者要付出嘅成本會高好多。

但呢個並唔代表悲觀。恰恰相反，我越來越覺得，自己仍然喺一個偉大嘅時代裏面，亦仍然仲喺場上。經驗冇失效，判斷冇失效，行動更加冇失效。唯一真正會令人出局嘅，係仲用緊舊節奏理解呢個新世界。

願景俾人哋先實現，唔代表故事完結；佢只係說明，方向已經俾時代驗證。接下來要做嘅，唔係沉浸喺遺憾裏面，而係喺一個夠具體嘅場景裏面，將速度、質量同獨特優勢真正做出嚟。

唔好落後。AI 時代嘅機會，唔會等所有人準備好，但佢仍然屬於啲仲持續上場嘅人。

當“人人都是程序員”開始成為現實，創業真正比拼的，已經不是能不能做出來，而是誰能更快、更好、更獨特地把一件事做成

摘要｜幾年前，我以為低代碼平台會把軟件開發的門檻徹底拉平；今天，這個願景以更猛烈的方式實現了。AI 不只是一個聊天工具，它正在重寫軟件生產、研究輔助和商業執行的基本範式。失落是真實的，但機會也是真實的。AI時代創業，決定勝負的已經不是“能不能做”，而是速度、質量和獨特優勢。

一、願景實現了，只是不是我做的

今天一大早，關心我的人給我發來一段話，大意是：AI會寫代碼，第一次，每個人都成了程序員。

圖1 她轉來的那句話，幾乎就是這幾年技術變遷最短的註腳

我盯着那句話看了很久。不是因為它足夠新，而是因為它太精準地擊中了我過去幾年的一個判斷：軟件開發的門檻，終究會被極大拉平。

2021年，我們開始嘗試一種模塊拼接式的低代碼平台，希望用“拖拽模塊”的方式去“開發”軟件。在當時，這個方向很超前。到2025年10月，我們終於把這件事做了出來。願景沒有錯，可現實是，當我們實現它的時候，世界已經切換到了下一個範式。

真正把“人人都能做軟件”這件事推到眼前的，不是低代碼，而是大模型。方向並沒有錯，只是技術用一種更猛烈、更不留情面的方式，提前把它實現了。

這可能就是 AI 時代最典型的衝擊感：你還沒來得及慶祝願景實現，它已經被更強的一代生產力徹底改寫。

二、AI改變的不是工具，而是生產方式

過去，我們把 AI 理解成一個會聊天、會總結、會生成文案的助手。現在已經不是了。至少在不少編程、研究和信息處理任務上，它開始呈現出接近高級工程師與研究助理的工作形態：能分析需求、拆解問題、制定步驟、寫代碼、聯調、測試，甚至連續工作很久而不“走神”。

尤其從2026年1月前後開始，這種變化非常明顯。很多能力並不是線性提升，而像是跨過了一道門檻：它突然更會推理了，更會舉一反三了，更會沿着目標往前推進了。

這意味着，軟件開發的核心競爭力正在遷移。過去值錢的是“會不會寫代碼”；現在越來越值錢的是：能不能定義一個真實問題，能不能把 AI 組織成穩定生產力，能不能把結果做成用戶願意付費的解決方案。

科研和商業執行也一樣。2023年，很多人還在用對話框碰運氣；今天，結合檢索、工具調用和長上下文之後，AI 已經足夠承擔一大段研究與執行流程。成本被壓縮，速度被放大，舊有的工作方式自然會被重估。

三、失落之後，我反而更確定機會還很多

坦白說，看到自己在2022年就隱約看見的願景，最終被別人以更強的方式做成，心裏當然會失落。那種感覺很複雜：一方面你知道方向是對的，另一方面你也必須承認，自己沒有跑在最前面。

但冷靜下來之後，我反而更確定，機會並沒有結束。恰恰相反，AI 把很多人重新拉回了同一起跑線。過去，技術門檻是少數人的壁壘；現在，效率工具被普遍分發，真正的差距會重新回到判斷力、執行力和場景深度上。

換句話說，AI 帶來的是一次效率革命，但效率革命之後，真正決定勝負的，仍然是誰更懂場景，誰更快把事情做出來，誰能把粗糙能力變成高質量產品。

四、接下來真正比拼的是三件事

1. 速度：窗口期極短。誰能更早把可用方案推到用戶面前，誰就能更早拿到真實反饋、更早完成迭代、更早建立數據和認知優勢。AI時代最危險的不是做得慢一點，而是還在觀望的時候，別人已經跑完第一圈。

2. 質量：今天“做出來”已經不稀缺，粗糙的 Demo 很快就會被淹沒。真正稀缺的是高質量地做出來：結果穩定、體驗順滑、細節可靠、可以持續交付。只有精品化的實現，才有機會沉澱成產品，而不是一次性表演。

3. 獨特優勢：最後的勝負，永遠不會只靠模型能力本身。真正的護城河，來自具體行業的 know-how、真實渠道、數據閉環、與物理世界的結合、品牌與推廣能力，以及你能不能把 AI 嵌進別人複製不了的流程裏。

如果把創業成功看成一個漏斗，那麼“把東西做出來”和“把東西做好”會篩掉絕大多數對手；而最後決定你能不能站到頂部的，往往就是那一點點別人沒有的獨特優勢。

五、我為什麼還在繼續押注

所以，我現在並不想停下來。我在繼續做兩件事：AI 營銷工具，以及體育 + AI 的場景解決方案。它們都很有可能屬於未來十年被重構的具體場景之一。

以 AI 營銷工具為例，我們現在已經能做到：用 AI 創建落地頁，生成 Google Ads 投放策略，並把關鍵配置直接部署到投放後台。更重要的是，這不是一個停留在 PPT 裏的概念，而是用戶已經可以直接用起來的能力。

下面這幾張圖，基本就是我們最近一段時間把這件事往前推的過程。

圖2 對話式生成落地頁，把“做頁面”變成“描述需求”

圖3 從頁面到轉化漏斗，AI 已經在真實指標上參與優化

圖4 面向投放執行的 Google Ads launch kit，開始把“會做”變成“能上線”

圖5 廣告組、關鍵詞與文案配置自動生成，投放準備被進一步壓縮

圖6 在投放側持續聯動優化，AI 開始進入真正的運營閉環

一個很直觀的變化是，以前我們人工配置的 Google Ads 後台，很多時候只能做到60分左右；現在，經過 AI 生成與校準後的配置，實際評分已經可以做到98分。分數當然不是全部，但它至少說明一件事：AI 已經開始在真實業務環節裏，交付可驗證的質量。

這也是我為什麼越來越相信，機會仍然很多。不是因為競爭變小了，而是因為這場比賽才剛進入真正的實戰階段。

六、不要掉隊

當然，窗口不會永遠敞開。如果接下來半年還做不出領先優勢，機會就會明顯收窄。等所有人都學會使用同樣的工具之後，後來者要付出的成本會高得多。

但這並不意味着悲觀。恰恰相反，我越來越覺得，自己仍然在一個偉大的時代裏，也仍然還在場上。經驗沒有失效，判斷沒有失效，行動更沒有失效。唯一真正會讓人出局的，是還在用舊節奏理解這個新世界。

願景被別人先實現，不代表故事結束；它只是說明，方向已經被時代驗證。接下來要做的，不是沉浸在遺憾裏，而是在一個足夠具體的場景裏，把速度、質量和獨特優勢真正做出來。

不要掉隊。AI時代的機會，不會等所有人準備好，但它仍然屬於那些還在持續上場的人。