AI 让一半人做出了软件,但只有 14% 等来了用户...

“

门没有消失，它只是往后挪了——挪到判断它对不对、让它稳定跑、找到有人用这三个地方。

—— 数智实验室

先看两个数字。

93.60% 的受访者说，要是现在把手上的 AI 工具拿走，他们的项目会受到实质冲击。其中 29.56% 说得更直接，项目根本不会开始。

同一份问卷，问他们用 AI 做出东西之后拿到了什么结果。选「获得真实用户」的，14.29%。

— 白皮书第 16 页

一边是离不开，一边是没人用

这两个数字放在一起，就是我读完这份白皮书最想聊的事。AI 把「做出第一个版本」这道门拆掉了，这是真的。但门没有消失，它往后挪了，挪到了判断它对不对、让它稳定跑、找到有人用这三个地方。

如果你最近也在用 Claude Code、Codex 或者别的 Agent 工具做东西，下面这张图值得存一下。它是白皮书里我觉得信息量最大的一页，406 个受访者各自代表项目停在哪一格。

— 白皮书第 24 页

你可以拿它对照一下自己。

70.44% 的项目，用户只有自己或自己团队

📌 本文看点

先说好的那一半，因为它确实很好。

白皮书里有一组数字我反复看了几遍。55.67% 的受访者，在接触 AI 之前没法独立完成一个软件项目，其中 28.57%完全没有编程基础。这群人现在都在做东西了。

职业分布也在变。产品、运营、营销、设计、教育这些非技术岗，在受访开发者里占到25.48%。

— 白皮书第 14 页

白皮书拿这个数和去年 1.0 版的 14.6% 比，说提升了 10.88 个百分点。这个对比我建议看方向，别太较真精确值。去年 1.0 版的问卷是 554 份、分两类人群，今年是 406 份有效样本，口径也做过统一归并，两份不是同一批人。

但方向本身是成立的。OpenAI 今年 6 月自己公布过，Codex 周活超过 500 万，知识工作者大约占 20%，增速是开发者的 3 倍以上。白皮书的问卷和厂商的后台，在这件事上说的是同一句话。

那为什么做出来的东西，大多停在自己电脑里？

我猜很多人第一反应是，这不就是Vibe Coding 的泡沫嘛，做个玩具，新鲜劲过了就扔。

我理解这个看法，而且数据里确实有它的影子。在开始开发但还没形成稳定成果的人里，40.34% 做过原型但没继续，31.09% 尝试过但没成功。

可我想替那 36.13% 只给自己用的项目说句话。

一个只服务一个人的软件，在两年前几乎不可能存在。没人会为了自己每周省两小时，去学三个月 Python。现在它存在了，而且有三分之一。我更愿意把它看成一种以前没有的软件形态。

问题只在于，如果你想让它走出自己的电脑，接下来卡住你的，已经不是代码了。

回到那道往后挪的门。

74.48% 的受访者同意一句话，AI 降低了开发门槛，却提高了验证结果的门槛。66.43% 担心 AI 产出「看起来可用，但不够可靠」。

白皮书把后面这段路拆成了三道门。

— 白皮书第 9 页

这三道门有个共同点。它们都不是多写几行代码能解决的。

再看验证这件事。只有 1.05% 的人基本不验证，所以「要不要验证」已经没争议了。争议在「怎么验证」。

— 白皮书第 10 页

人工检查 73.78%，其他模型交叉检查 53.15%，自动化测试 47.20%，真实用户和数据验证 36.71%，上线后监控 20.28%，安全合规 16.43%。

越往下，越接近真实世界，覆盖率越低

人工看一眼，能确认它跑起来了。确认不了它在一百个陌生用户手里会不会出事。这块不只是中国开发者的问题。Google DORA 2025 年调研了 5000 多名技术从业者，90% 在工作中用 AI，同时有30% 对 AI 产出只有一点信任或完全不信任。

用得越多，越不敢全信。我觉得这反而是健康的。

顺着验证再往下挖一层，白皮书里有一张表，我觉得是给个人最有用的一张。

— 白皮书第 19 页

技术方案和系统架构，AI 参与率57.14%。需求分析和产品设计，55.67%。写代码，52.22%。测试调试，49.75%。然后一路往下掉，部署运维 30.05%，到商业模式、定价和收入设计，只有 10.84%。

白皮书自己的解释很准，越靠近快速反馈的知识任务，AI 参与越深。越靠近长期运行和商业闭环，参与越浅。

我想把它再往前推一步。

这张表的最后几行，正好就是上面那张项目阶段图里卡住人的地方。交付阻力里，找不到真实需求 22.99%，部署运维与成本 17.52%，商业化或组织落地 16.42%，获客反馈与留存 12.77%。AI 帮得最少的那几格，恰恰是项目死得最多的那几格。

所以如果你问，现在手上的时间该往哪投，我的答案是倒着看这张表。AI 已经帮你把上面几行做到七八成了，你多投入一小时，边际收益很低。下面那几行没人帮你，你多投入一小时，项目可能就从「自己用」挪到「有人用」。

说到这个，我想起相机普及之后的摄影。

按快门这件事变得人人都会以后，照片没有变得不值钱，变得不值钱的是「拍得清楚」。值钱的东西挪到了别处，拍什么、给谁看、怎么让人看到。

软件现在走到了类似的位置。

写出来正在变成「拍得清楚」，必要，但不稀缺

再往上一层，是组织。

72.41% 的受访者同意，一个人现在能完成过去一个小团队的工作。可白皮书也很清醒地指出，个人能力的放大快于团队和组织的吸收。

— 白皮书第 23 页

这张表里我最在意的是「新的短板」那一列。

如果你带团队，这一列可以直接当成明年的待办清单。白皮书原话说得很重，真正形成竞争力的组织，不是拥有最多 Agent 的组织，而是能把个人试验沉淀成共享资产的组织。我同意。一个人用 Claude Code 跑通的流程，如果只存在他自己的会话记录里，换个人就要从头再踩一遍坑。

还有一块值得提一句，就是生态那一侧。

魔搭在白皮书里给了自己平台的数据。2025 年 9 月到 2026 年 9 月，社区 MCP 从 4905 个增到 12236 个，Skill 半年推出 83388 个，应用型产物从 13.2 万增到 61.1 万。

— 白皮书第 27 页。平台自报数据，未独立核验

能力正在被拆成一个个可以组合的零件。这让「做出来」更容易了，也让「判断哪个零件可信」更难了。你调用的每一个 MCP、每一个 Skill，都是别人写的、别人验证过或者没验证过的东西。

生态越繁荣，验证这道门只会越重要

读这份白皮书，有几处我建议心里留个底。

样本是 406 份有效问卷，渠道是知乎、魔搭、观猹和 Datawhale。这几个都是AI 浓度很高的社区，愿意填问卷的人本身就是活跃用户，所以「93.60% 离不开 AI」这类数字天然会偏高。它描述的是 AI 开发者里比较积极的那一群，不是所有程序员。

第四章知乎站内的搜索和内容增长，比如 Anthropic 相关搜索增长 2689.1%、AI 长文增长 300%，是平台内部数据，外部没法核验。

白皮书第 17 页引用微软 2026 年工作趋势指数，说 50% 认为质量控制更重要、46% 认为批判性思维更重要、86% 把 AI 输出当起点。我在微软官方博客和公开解读里只核到了 58% 那一条（AI 用户中 58% 在做一年前做不到的工作），其余三个数字未核验。

这些不影响主干判断。门槛后移这件事，问卷、厂商数据和 DORA 的调研是互相印证的。

最后回到白皮书的引言。

一年前的 1.0 版，知乎和魔搭关心的问题是「谁能够成为开发者」。今年这份的答案其实已经写在数据里了，几乎谁都能。

那明年该问的，大概是另一个问题。

你最近用 AI 做的那个东西，停在第一张图的哪一格？如果它卡在「自己用」和「有人用」之间，你觉得挡住它的是哪一道门？

参考来源

DATA & SOURCES