夜雨聆风学习资料网

ARTICLE · 1079311

如果 AI 自己就能写工具,做工具还有壁垒吗?

如果 AI 自己就能写工具,做工具还有壁垒吗?

前阵子刷到一句话:现在做一个小工具的成本,已经接近零了。

我一开始觉得是夸张。直到把几个真实案例摆到一起,我发现——「做出来」这件事,确实被 AI 打平了。但「做工具」到底还有没有壁垒,得先问清楚:你说的是哪一段。

💡 先说结论

写工具这层壁垒,基本没了。但壁垒没有消失,它从「能不能做出来」,挪到了「做完之后的三件事」上。做出来,只是入场券,不是护城河。

🧩 两个真实案例:做出来,真的快到离谱

案例一:「小猫补光灯」

开发者陈云飞,完全没有编程经验。他从女朋友一句话里发现:小红书上有一大批女生,在拿纯色图片当手机的补光板用,切换色温、调亮度都特别麻烦。他用 AI 编程工具,大约 1 小时做出了初代版本,第二天就通过了苹果 App Store 的审核上架。

免费版上架后,很快冒出一大堆抄袭版本。他索性推出付费版「小猫补光灯 Pro」,定价 1 元——上架仅 4 小时,一度冲上 App Store 付费榜第一。据他本人说,两款应用各自下载量约在 30 万到 50 万之间,付费版累计收入约三四十万元。(以上据中新经纬 2026 年 5 月报道)

案例二:「死了么」(Demumu)

三个 95 后,一个月「手搓」出来,开发成本一千多元。它解决的是一个很窄的需求:独居的人设置一个紧急联系人,每天签到;如果连续 48 小时没签到,系统会自动发邮件提醒联系人。最火的时候,日均下载量比刚推出时涨了 800 倍,3 天内从免费涨到 8 元,照样登顶付费榜。(据上观新闻报道)

这两个案例有个共同点:AI 只是把「写代码」这一段的成本砍到了接近零,真正值钱的,是他们对一个小场景的观察。

📊 但「做出来」变容易,不等于「卖出去」变容易

这里得说点扫兴的。我翻了几个公开数据,放在一起看,画面会清楚很多。

数据来源
看到的事实
RevenueCat
新上架 App 里,收入排前 5% 的第一年约挣 8800 美元;排后 25% 的不超过 19 美元。这个差距一年内从约 200 倍拉大到 400 倍以上(样本含 11.5 万个应用)。
TrustMRR
在可查证的独立产品库里,约 67.8% 的项目,累计总收入不到 1000 美元。
Stripe Atlas + ChartMogul
「30 天内拿到第一笔付费」的比例从 2020 年的 8% 涨到 20%;但新产品「三年内做到 100 万美元年收入」的概率,从约 15% 降到 12%。

翻译一下:入场更容易了,跑出来更难了。第一单好拿了,但真正靠它活下来的人,并没有变多。

🔧 所以壁垒挪到哪了?三段

我把「做完之后」拆成三件事——它们才是今天真正的门槛。

1选对问题(需求判断)

AI 会照你说的做,但它不会替你判断「该解决谁的问题」。大多数人栽的跟头,是做「自己想做的」,而不是「别人正卡着的」。AI 能放大你的行业理解,但放大不了零。

2让人找到(分发与获客)

做出来没人知道,等于没做。应用商店早就饱和,同质化产品一批批涌进来。会写代码的人多了,但会吆喝、能找到用户的人没变多——这一块,AI 帮不上多少忙。

3持续做下去(信任与服务)

上线不是终点。回复用户、修问题、按反馈迭代,还要面对平台审核和随时冒出来的模仿者。大多数人在「上线」这一步就停了。

⚖️ 一句话对照:AI 到底抹平了什么

这一层
AI 已经抹平的
AI 还没抹平的
能不能做出来
基本抹平
—
代码质量
拉平很多
—
选对问题
—
靠你对场景的理解
让人找到
—
获客与分发能力
持续维护与信任
—
运营与耐心
合规上架
—
反而变硬了(见下)

⚠️ 有条壁垒反而变硬了:合规

写出来 ≠ 挂得上去

现在在国内上架一个 App,不是「写出来就能挂上去」。移动应用备案从 2023 年起就是强制的,国内主流的安卓应用市场,普遍还会要求你提供软件著作权证明。这两样东西,AI 替你写不出来,得老老实实走流程、花时间。

对个人开发者来说,这确实是麻烦;但换个角度看——这道门槛拦住的从来不只是你,也拦住了想抄你的人。

🎯 动手前,先问自己三个问题

1这件事,是不是「只有我懂」的小场景?

别想着「做个通用工具」。想「帮我这个行业的人省掉哪一步」。越窄、越贴你自己的经验,越有机会。

2「卖」和「修」,我自己能不能搞定?

会做,不等于会赚。上线后怎么获客、怎么回消息、怎么修 bug、怎么应对审核——这些 AI 替不了。

3我能不能先小成本试一次,而不是一上来就梭哈?

AI 最大的礼物,是让试错的成本变便宜。以前得招人花钱,现在一两天就能搓个原型。

📋 一个最小动作:先用一两天验证,再动手做

这是我自己的做法,你也可以照抄:不要一上来就做完整版。先用 AI 花一两天,做一个「能跑的最小版本」,扔到你目标用户聚集的地方,看有没有人真的用、真的问、真的愿意付钱。有反应,再投入去做完整版。

把想法喂给 AI 时,可以先要一份「最小验证方案」,这段提示词可以直接抄:

我的想法是:______(一句话说清:给谁、解决什么)

在动手写代码之前,请帮我:

1. 列出 3 个「最可能想用它」的具体人群,各写一句他们现在是怎么凑合解决的

2. 给一个「两天内能跑通」的最小版本,只保留哪一个功能

3. 指出这个想法最容易失败的 2 个原因

先只给方案,不要写实现代码。

AI 把「做出来」的门槛砸到了地上,但做事的难度没跟着一起降。它是放大器,不是印钞机——你自己得先是那个「1」,AI 才是后面的零。

说说你的

你有没有一个「一直想做、但还没动手」的小工具?卡住你的,是「不会做」,还是「怕做完没人用」?评论区聊聊。

常来逛逛

如果这篇对你有用,可以在微信里搜一搜「扁豆青年」,关注一下。这里只聊一件事:普通人怎么把 AI 真正用进自己的活儿里。

相关学习资料