AI 让强的人更强，弱的人更弱

年后跟几个朋友聊近况，不免都会聊到 AI 对工作的影响和改变。记录几点：
1/ 一个案例
朋友 W 是资深软件工程师，最近他把自己实践了一年的 AI 工作流，引入到了两个朋友的公司。结果就是，这两个公司技术团队人员少了 2/3，留下的 1/3 整体生产力不降反升。事实已经摆在这里了，AI 实实在在让一部分人没了工作。
编程领域，初级程序员更难找到工作了。而有一定经验，同时又能够很好驾驭各种 AI 工具的程序员，他们的生产力得到了极大的释放。以一当十，不在话下。
2/ 得做点什么？
W 自己也做了很多小工具，都是直接手绘原型交给 Lovable。以前好歹需要找设计师，花点钱+一些沟通；现在这些全部省掉，少了很多摩擦成本，快速撸小工具产品毫无障碍。
当这样的情况越来越普遍，更多人内心会有一个想法：我得做点什么，不然会有点可惜。
这就是 vibe coding 被无限推崇的原因之一。
当然，这里面会产生很多实际没啥价值的「垃圾产品」，和自我感动。
以前「人人都是产品经理」的时间过去了，现在是「人人都是程序员」。至少是会调动 AI 工具写程序的人。
3/ 两个挑战
对于无技术经验的人来说，vibe coding 里日益复杂的工程和技术问题，会成为一个难题。尤其是有一些用户量后，未来产品迭代升级面临的「代码屎山」、工程管理和安全等问题都会暴露出来。
另外，跟常规互联网产品一样，把产品做出来只是 Day 1，后续的市场推广、用户 (Agents) 获取、商业化才是重点。
真正的「一人公司」很难，但每个环节生产力被大量释放后，会有越来越多小公司成为独角兽企业。
这样的公司在前 AI 时代也有，它面临的挑战也一样。比如分类信息网站的鼻祖 Craigslist，在相当长时间内只有一个人；Instagram 被 10 亿美元收购时也只有 12 个人。
4/ 稀缺的是什么
Vibe coding 的核心价值是，当有既定需求和想法时，可以大大释放人的生产力。至少快速把 demo 做出来不再是一个瓶颈。
但它无法解决的问题是，什么样的、尤其是有商业价值的产品值得做？
洞察需求，以及产品做出来后的持续精细化运营始终还是核心。
以及在这整个过程中，由人做出的「决策质量」还是关键。
Cursor 的设计负责人说，最强的工程师也只能同时管理 4 个 Agent，人类还是 AI 协作的瓶颈。
TL;DR - 强的人更强，弱的人更弱。
最后来看张图，每一个点代表 320 万人 × 2,500 个点 = 地球 81 亿人。灰色表示 68 亿人尚未用过 AI，绿色表示 13 亿人用过大模型的免费聊天，黄色表示 1,500-3,500 万大模型付费用户，红色那一小撮才是深度用户。
真正的 AI 浪潮还没开始。