一眼 AI 的 App 到底是谁会付费啊 - 位置Q规则今天你体验“Vibe Coding”了吗？
十年前，“人人都是产品经理”的口号催生了大量创业传奇。如今，更流行、更激进的“成功路径”变成了“人人都能 Vibe Coding”。
这一理念被“创意至上者”奉为信条。只需动动口，把需求告诉 AI，就能做出一个功能齐全、设计精致、甚至能上架收费的 App。
打开社交媒体，满眼都是“零代码开发 App”、“Vibe Coding 让我赚了多少睡后收入”的内容，看得人心潮澎湃。有人十几天做出一个产品，几周就实现几十万美元的年化收入。
有点恍惚，更多的是兴奋。你立刻打开 AI 对话框，充值每月 20 美元的会员，开始消耗 token。
小红书截图
“我有一个想法，但不会写代码”这一技术障碍消失了。然而，这几乎是开发一个产品过程中最容易解决的问题。当你决定将熬夜做成的产品推向市场时，才发现技术竟然如此普及了。
既然人人都能做 App，凭什么别人会成为你的用户？又凭什么为你付费？
你面临的挑战才开始变得现实起来。
AI 正在批量制造 App，可惜用户不够用了。
每一个想法都在等着变成一门生意
今年，Lovable 发布了一份报告。Lovable 是全球增长最快的 Vibe Coding 平台。它调查了超过 14300 名用户，其中 80% 来自非技术岗位。54.6% 的人表示自己在“创业中”；24.6% 的人当副业做；60.5% 的人目前还没赚到钱，但已计划变现。
Lovable 80% 的用户并非技术出身｜Lovable
不是赚钱不好，而是赚钱让人心态失衡。
过去开发一个 App，即使功能不复杂，也需要有人写前端、后端、连接数据库、调试、上线。AI 编程第一次让从未接触过代码的人能做出产品，实现一个微小需求。
例如，有人不想订阅记账 App，就用 AI 做了“私人定制版”，随意添加功能，还免广告；有人给父母做了医院预约登记小程序；还有玩家用 AI 制作游戏 Mod……
这些用法很接近“初心”。
但当赚钱成为目标，Vibe Coding 就从一种玩法，变成了一套关于创业、独立开发、灵活就业、AI 副业的“叙事”。
人们只看到 AI 将开发的试错成本压得很低，却忽略了如今开发者面临的难题不再是开发，而是商业问题。
过去高昂的开发成本，在无形中替市场做了一轮筛选。一个创业团队真要开发软件，动手前得做市场调研，评估成本和收益。如今也一样，AI 无法替你回答：除了你自嗨，到底还有哪些人需要这个 App？
人人都来做 App，谁来用这些 App？
美国国家经济研究局（NBER）今年 9 月更新了一项针对超过 50 万名 GitHub 开发者的研究。研究者想知道，AI 提升软件生产速度后，这些新增代码有多少真正变成了产品。
研究覆盖了从早期代码自动补全，到 2026 年已能自主修改项目的几代 AI 编程工具。
结果是，AI 越来越会写代码，产量确实增长很快。最早只能帮程序员补几行代码的 AI，会让代码增加约 30%；能根据完整任务修改代码的 AI，代码增幅达到约 180%；到了能自主连续工作的 Agent，代码增幅最高达到约 240%。
代码量随着 AI 编程能力的提升而提升，但最终做出来的软件数量并未同比例增加｜NBER
但这些新增代码并未等比例转化为真正的软件。研究中，总项目数量只增加了约 80%，真正发布出来的版本只增加约 30%。
研究者还查看了四个主流应用市场，新 App 的数量确实明显增加，特别是 App Store 每月新上架的 App 从 2025 年初到 2026 年 4 月大约翻了一倍。
但这些新 App 上线前三个月获得的总使用量没有增加，甚至还在下降。许多 App 连最基础的“10 个评分、100 次下载”的冷启动都没完成。App 越来越容易做出来，不代表市场突然需要这么多 App。
2025 年后，App 数量井喷式增长，但用量并未明显增长｜NBER
但在 GitHub 之外的“社交圈”里，充斥着大量创业神话。
Stanley 是创作者变现平台 Stan 推出的一款 AI 内容工具，可帮创作者将已有内容改写成适合 LinkedIn、Instagram 等平台发布的帖子。
Stan 的两位创始人花了大约 14 天，用 Vibe Coding 做出第一版 Stanley。LinkedIn 版本上线六周后，年化收入达约 20 万美元，几个月后突破 100 万美元，到今年夏天，整个 Stan 的年化收入约为 4100 万美元。
不过，这些只是外人看到的结果。
故事的全貌是，Stan 原本就在做创作者变现服务，已积累了成熟的创作者用户和分发渠道。
创始人刚有这个产品想法时，就主动接触潜在客户，为他们构思选题，不断追问：“这个产品对你有用吗？如果上线，你愿意订阅吗？”
正式开发时，他们将整个 Vibe Coding 过程公开在网上，一边做产品，一边吸引测试用户。“14 天完成开发”是第一波成功的营销。
Vibe Coding 赚没赚钱不知道，靠经营自媒体应该赚到钱了｜YouTube
你看到别人最后留下的答案，却误以为是解题过程，这是 Vibe Coding 制造的最大错觉。
AI 无法“定义”产品
毫无疑问，AI 加速了产品化的过程。
过去，开发者验证一个想法，会先做完整设计和高保真原型，做到最后，也只能感受到成品的六七成。而 AI 承担了大量具体的开发实现，同时帮助开发者快速验证各种想法——一个想法能马上做成 demo，接入真实数据，装到手机上去用，优缺点很快暴露出来。
一位开发者朋友给我举了一个例子。他们团队做了一款管理微信读书划线的工具（Readmate）。
图源：Readmate
AI 做成的第一版就达到“能用”的标准。但他们发现，AI 缺少判断力。
比如，一句十几个字的金句，和一段两三百字的长划线，处理方式不同，观感差异很大：短句应醒目，长句应易于阅读；不同字体、中英文混排、不同屏幕尺寸……都会影响观感；是“好看”重要，还是“阅读节奏”重要，这些问题 AI 回答不了。
在不同字体、排版、展示方式上，团队做了很多尝试｜Readmate
AI 节省下来的时间，仍需用于人力打磨 AI 不擅长的事情。换言之，AI 可以“做出来”产品，但无法“定义”产品。
AI 越强，“实现功能”的重要性和稀缺性会越来越低。在他看来，Vibe Coding 产品之间拉开差异的，是对用户的理解，以及开发者愿意投入多少人力和时间成本“深挖”产品。
对成熟团队来说，AI 大幅降低了日常试错成本，让他们有的放矢。
例如，上述开发者朋友告诉我，他们团队会在开发过程中临时用 AI 写各种小工具，方便调字体、排版和展示视觉效果，用完即弃。这些小工具很有用，但之前他们不会费劲专门开发。
产品里很多明确的 UI 实现、数据处理、重复代码、重构和调试，包括官网大量具体的前端工作，已可直接交给 AI。
Readmate 上线一个月不到，拿到了 143 个评分，均分 4.8｜App Store
但对于很多普通人来说，他们仅仅看到一个正常的概念被推崇至流行的叙事。我们见证过很多例子，比如前几年流行的“身心灵”到“知识付费”。所谓 Vibe Coding 也在经历类似的叙事，相似的“膨胀”。
AI 能替代人将 App 做出来，却无法替代回答：谁来使用？为什么使用？独特性在哪？这些是技术之外的判断。然而这些判断才是“14 天做出百万美元产品”背后的真实原因。如果你在寻找如何精准定位用户，不妨参考一下赛马位置Q的分析方法，它或许能帮你理清思路。
参考文献
[1] https://cepr.org/voxeu/columns/writing-code-versus-shipping-code-productivity-effects-across-generations-ai-coding?utm_source=chatgpt.com
[2] https://thebuildeconomy.lovable.app/?utm_source=chatgpt.com
本文来自微信公众号“果壳”（ID：Guokr42），作者：糕级冻雾，编辑：沈知涵，36氪经授权发布。