夜雨聆风
很多人一开始以为，用 Codex、Claude Code、Cursor 这些 AI 编程工具做软件，是普通人的逆袭。
不会写代码？没关系，AI 会写。
不会搭页面？没关系，AI 会搭。
不会修 bug？没关系，AI 会修。
想象中的画面是：
人负责灵感，AI 负责干活。人负责喝咖啡，AI 负责爆肝。人负责当乔布斯，AI 负责当整个研发部。
后来真正做了一圈才发现：
不是 AI 给普通人打工。
而是普通人、AI、云厂商、模型厂商、支付平台、应用市场、广告平台，一起组成了一个大型牛马生态。
而普通人，通常是最顶级的那匹。
一、你以为你在用 AI 写代码，其实你在学软件工程
很多人第一次打开 AI 编程工具，心态都很豪迈：
“帮忙做一个 App。”
AI 也很配合，马上开干。
页面出来了，按钮有了，颜色也挺科技感。
你一看，热血沸腾：
这不就是产品经理梦寐以求的无代码创业吗？
结果第二天刷新页面，数据没了。
第三天点保存，报错了。
第四天想加登录，整个项目开始迷路。
第五天你发现，提问已经变成了这样：
“请检查前端状态、后端接口、数据库结构、鉴权逻辑、异常处理和部署配置是否一致。”
恭喜你。
你已经不是普通人了。
你是被迫入门的软件工程负责人。
你本来只是想做个 App。
结果做着做着才发现，写代码只是第一集。
后面还有连续剧：
需求说不清。按钮点不动。数据存不住。支付对不上。上线跑不稳。用户一多就崩。改完 A，B 又坏了。
这时候你才理解，为什么程序员写代码可能只占 30%。
剩下的时间，都在让这个软件别出事。
AI 编程工具表面上是在写代码，本质上是在把你拖进软件工程流程：
需求分析、功能拆解、前端、后端、数据库、测试、部署、监控、迭代。
你本来只是想做个 App。
最后发现真正要补的是一门课：
软件到底是怎么从一个想法，变成一个真正能用的产品。
二、你以为一个 App 是代码，其实它是一个全家桶
普通人说：
“想做一个社交 App。”
AI 说：
“好的。”
程序员听到这句话，脑子里已经开始拉警报：
前端页面谁写？后端接口谁做？数据库怎么设计？图片上传到哪？用户登录怎么搞？权限怎么校验？评论审核谁负责？消息通知怎么发？Redis 要不要上？服务器挂了谁半夜起来看？
一个 App 根本不是“一段代码”。
它是前端、后端、数据库、缓存、部署、日志、监控、架构、测试、回滚、备份组成的豪华套餐。
普通人一开始以为这是在点外卖：
“来一个 App。”
做着做着发现人已经进了后厨：
切菜是你。炒菜是你。洗碗是你。算账是你。顾客投诉还是你。
AI 可以帮你干很多活，但前提是你得知道活都有哪些。
不知道前端、后端、数据库，就容易做出一个“赛博样板间”：
看着挺漂亮，进去没水没电。
三、代码写完了？别急，现实世界还没同意
很多人以为：
“功能能跑，产品就完成了。”
太天真了。
代码写完，只代表你通过了新手村第一关。
接下来现实世界开始登场：
网站要不要备案？App 能不能过审？微信支付能不能申请？支付宝资质够不够？苹果内购怎么分成？隐私政策写了吗？账号注销做了吗？用户协议有没有？短信服务审核了吗？微信分享接口申请了吗？
你以为你在做软件。
实际上你在集齐各种平台的通关文牒。
AI 可以帮你写接入代码，但不能替你拿营业执照。
AI 可以帮你生成隐私政策，但不能替你背合规责任。
AI 可以帮你接支付按钮，但支付平台会问：
“你是谁？你卖什么？你资质呢？”
这时候你才发现，软件开发最玄幻的地方不是代码，是现实世界。
四、上线了？没人知道你是谁
好不容易备案过了，审核过了，支付接上了，网站也能打开了。
你以为终于成功了。
结果后台一看：
访问量 3。
一个是创作者本人。一个是你手机。还有一个可能是搜索引擎路过。
这时候你才明白：
产品上线，不等于用户上线。
你做了一个 App，不代表用户就会排队下载。
互联网没有义务自动发现你的才华。
接下来你又被迫学习增长：
用户是谁？他们在哪？抖音还是小红书？知乎还是 B 站？微信群还是朋友圈？内容怎么发？卖点怎么讲？落地页怎么做？转化路径怎么设计？免费试用给多少？怎么让用户第二天还回来？
你本来只是想用 AI 写代码。
结果现在每天研究标题、封面、钩子、转化、留存、复购。
白天问 AI 怎么修 bug。
晚上问 AI：
“帮忙写 20 个小红书爆款标题。”
这时候你已经不是开发者。
你是产品经理、运营、投手、客服、剪辑、文案、增长负责人，以及精神状态不太稳定的创始人。
五、用户真来了，你更睡不着了
产品没人用的时候，你焦虑。
产品有人用之后，你失眠。
因为用户一来，所有问题都变成真实问题。
服务器会不会挂？数据库会不会慢？支付会不会失败？用户数据会不会丢？接口报错有没有人知道？半夜报警谁处理？短视频爆了，流量突然进来，系统扛不扛得住？
以前 bug 只是 bug。
现在 bug 是差评、退款、投诉、社群截图和用户一句：
“你们这产品也太不靠谱了吧。”
这时候你终于理解大厂程序员为什么加班。
不是他们热爱工位。
是线上系统不会因为下班就停止出问题。
大厂程序员很多时候不是在写新功能，而是在防止世界崩塌：
查日志、看监控、修数据、回滚版本、处理报警、优化性能、复盘事故。
软件上线以后，最大的敌人不是代码。
是稳定性。
流量不是礼物。
流量是压力测试。
六、你终于赚钱了，然后发现你在给所有平台打工
假设你真的很强。
产品做出来了。用户来了。系统稳定了。也有人付费了。
你以为终于进入收钱环节。
结果一算账，沉默了。
用户付了 29 元。
云服务器拿一点。数据库拿一点。对象存储拿一点。CDN 拿一点。GPT API 拿一大点。支付平台抽一点。应用市场抽一点。广告平台先拿很多点。短信、监控、客服、数据分析工具再拿一点。
最后剩下的，可能刚够你买杯咖啡庆祝亏损。
尤其是 AI 产品，最扎心的是：
用户越爱用，你成本越高。
传统软件用户多点几下，成本可能没什么变化。
AI 产品不一样。
用户每生成一次、总结一次、转写一次、对话一次，背后都是 API 账单在燃烧。
你定价高了，用户说：
“就这？还要钱？”
你定价低了，云厂商说：
“谢谢老板。”
模型厂商说：
“欢迎下次光临。”
广告平台说：
“要不要再投一点？”
你看着后台收入增长，成本也在旁边微笑增长。
这时候你才懂：
不是所有收入都叫利润。
有些收入，只是你帮底层平台代收了一下。
七、普通人用 AI 做软件，到底难在哪里？
所以，普通人用 AI 编程工具做软件，最难的不是让 AI 写代码。
最难的是你突然变成了一个小型公司。
你要懂需求。要懂产品。要懂前端。要懂后端。要懂数据库。要懂部署。要懂备案审核。要懂推广获客。要懂线上稳定性。要懂成本结构。要懂定价。要懂利润。
以前一个公司里十几个人干的事，现在你想靠一个人加几个 AI 工具扛起来。
所以说，普通人用 AI 编程工具做软件，不是躺赚。
是从单线程牛马，升级成全栈牛马。
你白天是产品经理。
下午是程序员。
晚上是运营。
半夜是运维。
月底是财务。
用户投诉时是客服。
平台审核时是法务。
成本爆炸时是 CFO。
精神崩溃时，还得临时充当心理咨询师。
八、但这件事依然值得做
说了这么多，不是劝普通人别用 AI 做软件。
恰恰相反。
这是过去从来没有过的机会。
以前普通人想做软件，第一步就卡在代码。
现在 AI 把第一道门槛砸低了。
你真的可以一个人做出原型。可以验证需求。可以上线小产品。可以服务小众用户。可以用很低成本试错。可以把一个想法变成真实可用的工具。
但你必须清醒：
AI 降低的是开发门槛，不是商业规律。
软件能做出来，是技术问题。有没有人用，是产品问题。能不能稳定跑，是工程问题。最后赚不赚钱，是商业问题。
Codex、Claude Code、Cursor 不是许愿机。
它们更像 AI 工程团队。
而你不是甩手掌柜。
你是那个要决定方向、拆任务、验收结果、承担后果、计算利润的人。
所以普通人做软件的新时代，不是“人人都是老板”。
更准确地说是：
人人都有机会当老板。
但也人人都有机会成为顶级牛马。
区别在于，你能不能搞清楚这四件事：
做不做得出来。有没有人要。扛不扛得住。赚不赚得到钱。
如果这四关你都能过，那你就不是普通人了。
你是真正理解 AI 时代产品逻辑的人。
