夜雨聆风
做一个App需要多长时间？放在几年前，在配置合理的情况下，一个产品经理、一个UI设计师、一个前端工程师、一个后端工程师，加上测试和运维，少说也得几个月。如果功能再复杂一点，半年起步是常态。
然而现在，答案变了。
歌手胡彦斌，妥妥的外行人，只花了一个多月时间，自己对着AI一句一句说需求，就从零到一地搭出了一个粉丝社区App。
这件事背后，是一个正在发生的结构变化。当AI能把想法直接变成产品，曾经那道技术护城河，还剩下多深？
01 | 明星手搓App变成了现实
最近，胡彦斌官宣“彦火”App正式上线。让人倍感意外的是，这个App最初的搭建不是靠多么专业的技术团队搭建的，而是胡彦斌自己用AI手搓的。
这个App是为了歌迷和粉丝群体而做的，胡彦斌曾的初衷是想为“彦火”造一个属于“我们自己的地方”，在这里能够实现问答、动态更新、演出通告等多种互动形式。该款App一上线就获得了不错的装机量，有超2.7万的人下载，一度冲上App Store社交榜第55名，评分5.0。
消息一出，有人调侃他是“最会编程的歌手”，有人感慨“歌手都开始抢程序员饭碗了”。其实，胡彦斌不会编程，更不会写代码，能够手搓App完全是赶上了AI时代的红利。据说，胡彦斌用的AI工具是VS Code加Claude Code，目前最主流的Vibe Coding组合之一。
Vibe Coding是指AI编程工具的使用方式，这个概念最早由OpenAI联合创始人Andrej Karpathy在2025年提出，指开发者不再需要逐行编写代码，而是通过自然语言向AI描述意图，由AI自动生成、调试并迭代软件。通俗点说，你只需要把需求用人话说清楚，AI就可以帮你写代码。
虽然“彦火”App上线后的反馈也暴露出一些问题。比如，页面有明显的AI生成感，黑色背景、大圆角卡片、发光描边，被海外开发者戏称为“Vibe Coding默认审美”。iOS兼容性测试通过率0%，安卓仅7.61%。不过从基本的功能和架构上来看，“彦火”这个App并不算简陋。巡演地图、通告日历、签到积分体系、内容宝库、粉丝信件、AI聊天入口……一个粉丝社区该有的骨架，它基本都搭齐了。
02 | AI编程工具正在改变什么？
AI编程工具的发展和改变，远不止一个歌手和一个应用的故事所能囊括。2025年全球AI编程相关工具市场规模已达295.7亿美元，预计到2030年将攀升至646.8亿美元，年复合增长率约17.1%。
2026年第一季度，苹果App Store全球新上架应用数量同比激增84%，达到235,800款，彻底扭转了2016年至2024年间新应用数量累计下滑48%的长期颓势。Sensor Tower分析师指出，这一逆转与AI编程工具的广泛落地高度吻合。
6月初，为AI生成应用提供数据库和云服务的Supabase宣布完成5亿美元融资，估值达到105亿美元。几乎同一时间，旗下AI程序员Devin可实现自主编程任务的Cognition AI宣布完成超10亿美元融资，投后估值飙升至260亿美元。
国内市场同样在加速，首先就是大厂的跟进。
百度秒哒从2025年3月上线到2026年5月的3.0版本，已进化到可以通过自然语言直接生成iOS和Android原生应用。在百度Create大会上，一位二年级小学生用秒哒现场做出了可安装的原生应用，全程没有写过一行代码。截至目前，秒哒已累计服务用户超1000万，创造应用价值达50亿元。
腾讯在2026年5月推出了应用生成及灵感共创平台“吐司”。用户输入自然语言描述创意，AI自动拆解功能需求并打包生成App。与百度强调生产级不同，吐司的重心放在好玩和分享上，用户可以把作品公开作为模板供他人一键复刻或二次创作。
字节跳动的TRAE则更进一步，推出了脱离传统IDE架构的SOLO独立端，提供Code和More Than Coding两种工作模式。用户可以上传会议速记、手绘草图、未清洗的数据文件等材料，AI自动完成需求分析、原型设计和报告生成，这意味着把AI的能力从编程泛化到整个产研流程。
大厂铺好基础设施，普通人也在用这些工具创造实实在在的东西。
一位10岁的小学三年级学生在灵珠平台独立创作了益智游戏“超级吃豆大冒险”；一位从没接触过编程的91岁的退休电气工程师，在Replit上只花了两天和不到350美元，就建起了一套教会志愿者活动管理系统。
我们已经看到，AI编程工具正在把“做出一个东西”的门槛降到几乎归零。当AI真的可以开始干活了，生产力的重新配置就不再是技术畅想，而是正在发生的产业现实。
03 | 程序员真的要失业吗？
既然三年级的孩童和专业歌手都能手搓App了，那是不是意味着程序员要失业了、相关专业的毕业生找不到工作的几率也更大了？
倒也不用这么悲观。如果这些编程工具在普通人的手里都能发挥这么大的效能，那么在专业人员的手里，只会创造更大的价值。关键点是，我们应该从中看到和思考，当我们踩在了一个正在发生的结构变化上，我们该如何顺应和调整？
回到胡彦斌身上，他之所以能手搓一个App，靠的是入行这么多年来对市场需求和粉丝心态的精准把控——他知道粉丝想要什么，知道巡演地图对歌迷意味着什么，知道“给彦斌的信”这种功能为什么比通用论坛更有黏性。在这个行业认知面前，技术反而是要让位于洞察的。
这也给我们一个启示：AI能放大能力，但它不能凭空创造能力。一个不懂粉丝需求的歌手，即便用了同样的AI工具，也做不出“彦火”。工具本身并不稀缺，稀缺的是你对一个行业的理解深度。
此外，谷歌云AI总监、Chrome前工程负责人Addy Osmani的说法触及到了另一个核心问题：AI能在项目前70%阶段如鱼得水，但剩下的30%，只有经验丰富的工程师才能搞定。也就是说，真的需要修正那些手搓App的bug、升级它们的功能、完善它们的用户体验和稳定性的，还得是专业人员。
斯坦福大学新开设的课程“现代软件开发者“也印证了这一点。这门课的核心已经不是简单教学生怎么用AI，而是教他们怎么成为AI Agent的管理者——给AI清晰的上下文、明确的指令、合理的架构。斯坦福认为，未来工程师的核心能力不是写代码，而是指挥AI写代码。
毕竟，玩家心态的探索和掌控全局负责系统架构，是两码事。审查每一行AI生成的代码，确保最终产品安全、可扩展且易于维护……这些能力，靠Vibe Coding也替代不了。换句话说，入行的门槛在降低，但做到优秀的门槛反而在升高。
所以我们可以得出结论，问题的关键，从来不是AI能不能写代码，而是你具不具备定义问题、做出判断的能力。如果你能理解复杂系统、能判断AI生成内容的可靠性、能把业务需求翻译成工程语言，那么你的价值会被放大而不是被取代。
04 | 求职者该怎么办？
对于正在规划求职的年轻人来说，重新定位自己的机会窗口已经打开。你能做的，就是尽快让自己成为那个懂得产品、能在真实场景中解决实际问题的人。
具体可以从三个方向入手。
第一，重新理解写代码这件事。
AI能写代码，但AI不能替你决定该不该写这个功能。现在大厂面试的一个明显变化是：手撕算法题的比例在下降，取而代之的是“AI辅助编程”的实际操作考核。面试官会给你一个真实场景，让你用AI工具完成一个功能模块，然后追问：“你为什么这么写？你判断AI生成的代码哪里有问题？你会怎么改？”
这正是核心能力所在。你不再是坐在那里写代码，而是调度一个AI帮你去写代码，判断它的产出是否可用。本质上，这是一个管代码的工作流。与其焦虑AI会不会抢你的饭碗，不如先把最常用的AI编程工具用熟。看一遍官方文档，跑通一个最小的示例项目，做一次完整的代码审核，能走完这三个环节，你对“AI写代码”这件事的理解就已经超过了大多数人。
第二，在校期间主动积累可验证的成果。
当越来越多非技术人员能借助AI生成应用，真正拉开差距的，是你有没有在真实场景中做过事。普通人用AI做出的东西，往往可以跑，但经不起追问。而真正有竞争力的作品，是你能经得起“为什么要这么做”的反复追问。
你要做的其实并不复杂：把一个课程项目做深做透，让它变成一个能公开访问的Demo；或参与一次开源社区的贡献，哪怕只是一次小修复；或参加一次有真实命题的竞赛，完整跑通一个项目从需求拆解、方案设计到交付执行的全过程。这些积累的价值远超一纸文凭，更有说服力。
第三，用“专业视角”重新审视AI生成的内容。
AI能加速，但它放大的是已有的能力。如果本身没有判断力，AI反而会放大无知。具备专业知识的人，能看出AI生成的代码里哪里有隐患、哪里性能不行、哪里撑不住真实流量。一个Vibe Coding玩家，可能看不出问题所在。这就是差距。
训练这种判断力，不需要等AI教会你，从日常做起就够了：拿到一段AI生成的答案时，不要只看它“对不对”，而是追问“这是不是最优方案”“有没有更好的设计”。当AI给出推荐时，养成验证的习惯——多问一句“有没有反例”，或者“推荐依据的来源是什么”。
总而言之，时代已经变化了，当AI能把想法变成产品时，代码之上的洞察能力与管理AI的能力更稀缺。那些真正有价值的东西，从来不是靠一个工具凭空生出来的。对你来说，准备好把工具用到专业水平和超专业水平，才会在求职市场里拥有真正的不可替代性。
