AI 时代,一个人的本钱是想法和执行力

2025 年 2 月，Andrej Karpathy 发了一条推，给一种写程序的方式起了个名字，叫 vibe coding。他的意思是彻底跟着感觉走，让 AI 去生成，连代码本身都可以忘掉。这条推被看了几百万次，这个词也从一句玩笑慢慢变成了行业里的正式说法。

我当时把它当成大佬的俏皮话。过了不到一个月，Pieter Levels 用 Cursor 做了一个在浏览器里玩的多人飞行游戏，叫 fly.pieter.com。按几家报道的说法，第一版只花了三个小时左右。17 天以后，他在 X 上公布游戏的年化收入到了 100 万美元，当月进账 8.7 万美元。

年化收入是拿当月数字乘出来的，不等于他真收到了一百万，这个数也只是他本人的说法。打个折看，一个人，一台电脑，一个编辑器，几周时间，这笔账放在五年前根本算不出来。

他用了什么？没有游戏主机的开发授权，没有商业引擎，也没有发行商。玩家打开网页就能玩。游戏行业过去最看重的平台和渠道，在这件事里几乎没出场。

同一年 6 月，Wix 宣布用大约 8000 万美元现金收购以色列的 Base44，后面还有按业绩发放的款项。Base44 让人用大白话描述需求，自动搭出一个应用。创始人 Maor Shlomo 当时 31 岁，起初把它当副业做，没拿过外部投资。从创立到被收购大约六个月，收购前几周他公开说过公司已经盈利 18.9 万美元。几家媒体报的员工人数是六到八个，而且大多是收购前一个月才招的。

这家公司没有自己的云，也没有自己的应用商店，模型和服务器都是别人的。Shlomo 手里的东西，是他看准了很多不会写代码的人也想做小应用，然后他基本靠一个人把它做出来了。

有人会说，这些都是软件，到了大模型这一层，硬件总该说了算。我原来也这么想，后来看了 DeepSeek V3 的技术报告。训练用的是 2048 块 H800，这是美国出口管制下专门卖给中国、互联带宽被砍过一刀的版本。整次训练用了约 278.8 万 GPU 小时，按每小时 2 美元的租价折算，大概 557.6 万美元。作为对照，Meta 的 Llama 3.1 405B 用了大约 3084 万 GPU 小时，多了十倍还不止。

两边的卡和模型规模都不一样，不能拿这个数直接比谁更强。可“卡不够就做不出好模型”这个说法，那一次站不住了。DeepSeek 靠的是工程上的想法，混合专家架构，FP8 低精度训练，一处一处把账算省。当然，2048 块卡也不是普通人能有的家底。硬件仍然算数，它能决定的事情比大家以为的少。

那剩下什么在决定结果？我觉得头一样是想法，加上把想法讲出来的本事。

Levels 打开 Cursor，跟它说的是一句白话，让它做个飞行模拟器。整个过程最吃的能力，是把脑子里那个东西描述清楚，清楚到一个模型照着就能做出来。会写代码当然有帮助，可描述不清楚的人，手边的 AI 再强也只能瞎猜。

讲出来还有另一半，讲给人听。这个游戏能在 17 天里传开，很大程度上靠 Levels 自己在 X 上一条条发更新，他本来就有一批长期关注他的人。东西做出来没人知道，和没做差不多。

第二样是执行力。这一点 Karpathy 自己写过一篇很老实的博客。他在一次黑客松上用 vibe coding 做了个小应用 MenuGen，拍一张餐厅菜单，它就把每道菜的图生成出来。在自己电脑上跑通的时候，他觉得兴奋又好玩。等他想让它变成真能用的产品，要部署上线，要加登录，要接支付，整件事就成了一段痛苦的苦差事。他打了个比方，说现在做一个应用，有点像组装宜家家具。

这篇博客我看了好几遍。写代码这一步，AI 已经帮了大忙。剩下的登录、支付、域名和各家服务的后台配置，单拎出来都不难，凑在一起就是一个下午接一个下午地耗。想法冒出来很容易，愿意把这些杂事一件件磨完的人少得多。Levels 做完第一版以后，那 17 天一直在改在发。Shlomo 那六个月，基本是一个人把产品做到了盈利。

这个判断也有它到头的地方。Shlomo 卖掉公司，给的理由是需要更大的规模和资源，光靠自己长不了那么快。一个人加上 AI，能把事情从零做到一。往后要扛几十万用户，要有人做销售，要有服务器预算，平台和资本又会回到桌上。

所以我现在对“该用 Mac 还是 PC”“该押哪家的模型”这类问题，兴趣小了很多。这些选择几年前要纠结好几个月，现在随便挑一个，用着不顺再换，代价不大。更值得花时间的事情有两件：

先把想做的东西写成一段话，让一个外行也看得懂。

然后这周就动手，把它做到别人能打开为止。