一群日本 AV 女优和歌手，正在偷家大厂 AI 产品经理

在这个被大模型和 AI 融资神话包裹的 2026 年，如果有人问：谁是国内大厂 AI 产品经理最危险的竞争对手？

我的答案必然是日本的一群 AV 女优和人气偶像歌手。

别误会，丝毫没有嘲讽大厂 AI 产品经理的意思 🤓。

我想讲几个我这几天看到的几个好故事，强烈推荐给所有人。

主角是日本前 AV 女优 Noa（曾用艺名「菜月ひかる」「花吹詩音」）。

2026 年 8 月初，她在 X 上发帖宣布退圈，转型做自由接案程序员。她没有科班背景，靠 Claude Code 做「vibe coding」自学网页开发和业务自动化。

帖子没有预热，几天内浏览量就过千万，国内媒体戏称为「AV 转码」。

有意思的是，她原来 2 万粉丝的 AV 账号被经纪公司收走了。

结果她换了个新号，只发了一条 AI 帖子，一夜就涨了 2 万粉丝，把原来那个号的粉丝数一晚上补了回来。

她在新号上晒了自己做的东西，有带滚动交互和主题切换的个人网站，有咖啡店展示网站，还有游戏。

我认真看了她的个人网站。

论交互和排版审美，这是我在各个社区见过最好的 Vibe Coding 网站。网站技术栈是 Next.js + TypeScript + Framer Motion，部署在 Vercel 上。

连字体和英日文混排这种细节，她都处理得很讲究。

我自己最早做项目也是部署在 Vercel 上。说实话，普通人能知道 Vercel，已经算很前卫了。

她对 AI 的尝试不止于 Vibe Coding，还在玩 AI 硬件 LOVOT。

她甚至自己还在 GitHub 上开源了一个项目，分享给大家一些可以直接复制的 AI 生图提示词：

这套提示词我仔细读了一遍，写得比 99% 的人都好。

整套提示词超过 500 行，非常结构化。

提示词分 12 块，按功能大致五层，包括定调、输入与异常处理、创作规则、情绪化内容，以及收尾的禁止清单和自检。

另有 8 个模板，换掉预留字段即可，骨架不用改。

看到这里，我已经不把她当成尝鲜的新手了。放在 AI 从业者里，她的水准也够当个入门级选手了。

更有意思的是，Gumroad 的运营者直接到她评论区招揽她。

Gumroad 是最知名的面向创作者的「数字商品销售平台」，创始人 Sahil Lavingia 写过《The Minimalist Entrepreneur》（常译《极简创业家》），一直推崇个人做小而美的生意，算是国内一帮「小而美」企业的宗教级神书了。

这样一家公司来找她，看中的肯定不只是技术，还有她的商业眼光。

她的经历也能看出这份眼光。

Noa 本人 2002 年 8 月生，只比我大 3 岁，有些汗颜。

2022 年 10 月 19 日出道，2023 年 1 月成为日本知名厂牌的专属女优。到今年 8 月退圈，她在这一行只待了 3 年多。

要知道，日本 AV 女优的职业生涯可以很长，比如头部的吉沢明歩从业超过 15 年，大槻ひびき 17 年拍了 1300 部。

所以，她在本可以继续干很多年的时候，断然选择了转向 AI。

这份判断，我确实很佩服。

像这样跨行做 AI 的人，国内也不少。不少演员，甚至胡彦斌这样的歌手，都在亲自用 AI 建站、做 App、做 3D 建模。

比如张蓝心前段时间发微博上了热搜，原因与 AI 无关，很多人没注意到图里她竟然在用 Codex 操作 Blender 建模。

再比如，胡彦斌为粉丝做了一个叫「彦火」的 App。

不过看到这里，我能预想到很多人，包括古法程序员（不用 AI、纯手写代码的程序员）肯定会挑这些人的毛病，比如嫌 Noa 的网站只部署在 Vercel，嫌胡彦斌的 App 有太重的 Vibe Coding 风味。。。

但是，单论商业判断，Noa 这样的人已经超过 99% 的 AI 产品经理，也超过了大多数普通人。

这话不好听，但我是真这么想的。

如果还有人强调，Noa、胡彦斌、张蓝心只是用 AI 做了些简单的东西，技术含量不高，

那就看看技术含量更高的。

前 Juice=Juice 成员宮本佳林，现为 solo 歌手。8 月 1 日她发帖说自己不会写代码，却和 AI 做出了 10 小时直播的整套系统，到 8 月 28 日浏览量破 1000 万。

之后她甚至还登上了 Cloudflare 的开发者活动。

说一说她的自学 AI 过程，很有参考意义。

她从 ChatGPT 起步，先后用过 Cursor 和 Claude，最后固定在 Claude Code，开发速度明显提升。她会在通勤时用手机把功能写成结构化文档，回家再交给 AI 开发。

这套工作流，很多自诩懂 AI 的 AI 产品经理、技术传播专家都未必有 🥹。

最近她还为 5 周年巡演做了粉丝参与型 Web 应用，能投稿歌单、玩 RPG 小游戏、集章。

这个应用也很有意思，做的相当完整。

这个 App 从 8 月 20 日首次提交到 10 月 1 日约 6 周，实际工作约 15 天，共 60 次提交。

她拿到订阅平台约 3200 首歌的数据，用户可以选择歌曲、插入 MC、自由排序，看投稿排行榜、点赞，生成图片发到 X。她还加入了 RPG 玩法，可选择勇者、战士、僧侣、魔法师。

她甚至发现数据库写入太多会影响额度、产生额外费用，就主动把点赞限为每天 3 次，歌单投稿每周 1 次。

架构上，我仔细看了下，她让 Next.js 运行在 Cloudflare Workers 上。

投稿、冒险者信息和印章数据都保存在 D1，也就是 「Cloudflare 版的轻量 SQLite 数据库」。

注册环节也有很多小巧思，比如她不要求用户注册时输入邮箱和密码。

首次访问时系统生成一个 UUID，保存在浏览器 Local Storage 里，这是她做问卷网站时的老办法。

在细节上的考虑，也非常多。

因为这种人气偶像周年庆的 App 要同时面对大量粉丝，所以她格外在意正式环境别出问题。比如她要测试不同日期的功能，就得调整 App 的时间。

这要是在正式环境里改，大量投票和公告都会乱掉。她的办法是让正式环境直接忽略测试日期，相关接口一律返回 404。

集章要扫二维码，可有的浏览器不支持自带的扫码功能，她就提前备好了 jsQR 作为备用方案。

还有会场 WiFi，几千人连同一个网络，在系统看来像是同一个 IP，按 IP 限制点赞和投稿次数，就会误伤很多人。

她就沿用注册时生成的 UUID，改成按设备限制。

宮本佳林能想到会场 WiFi 的问题，是因为她就站在会场舞台上。

几千名粉丝在同一场馆连接同一个 WiFi，开场前打开 App 投稿歌单，这个画面她见过很多次。

就这样，App 顺利上线了。整个 App 只有她一个人运营，演出当天她又在台上，出了问题没人能临场修，所以登台前必须全部做完。

想想国内的各种 AI 大会，差距就很明显了。

参加过 AI 博主或厂商大会的人应该有体会，会场常有现场 Vibe Coding 或建群活动，实际玩下来都很粗糙。

这些活动由 AI 产品经理部署，却常出奇怪的错误，比如 App 突然用不了，有的只有一个简陋的小程序。

尬住全场，时有发生。

所以这也是为什么老有人说，不少生产级 App 页面完全靠 Vibe Coding 做出来，没经过正式环境测试，还不如一个歌手。

因此，技术圈对她的评价也比 Noa 高。

有人说她自称非工程师，却把 CLAUDE.md 和权限分离都做到位，比很多古法手搓的工程师讲究。

她甚至还专门写了两篇技术博客，分别讲用 Cloudflare Workers 和 D1 搭建架构，以及和 AI 一起推进开发。

我读完很震撼，还发了朋友圈。

强烈推荐 AI 产品经理读一读这两篇博客，大致的内容就是在说她做整个项目时的所有技术性思考，相当细致。

转型做 AI 的，不只有这些腰围部 AV 女优、人气偶像，还有真正的头部女优。

比如，这位老师：

她的名字是明日見未来，也是个 00 后，半年前总粉丝就超过 70 万。

她的出道作在 2021 年 10 月 25 日那周拿下 FANZA 动画榜第一，是头部新人。

转型也很决绝。

出道 4 年后，她去年 10 月开始试做 AI 视频，今年 1 月正式转向经营 AI 个人品牌，还开了面向 AI 和造物爱好者的 Discord 社群 MIRAI Lab。

她可查到的项目至少有 6 个。

比如 5 月上线、在日韩很火的命盘鉴定网站；已提交 App Store 的拍照 App，用姿势引导帮人拍出免修图照片，这类应用也很火；还有一个未发布的 AI 服务。

看完这几个人，我觉得她们做得好，最重要的原因是懂商业化，尊重用户、粉丝，尊重 AI。

这个「懂」很具体，她们本来就有人设、资源和行业经验，清楚用户是谁、该做什么，大多也知道做出来怎么变现。

Noa 的新账号简介写明，自己是前 AV 女优，现做程序员，承接 Claude 自动化和网页制作，个人网站就是接单作品集，访客里就有潜在客户。

明日見未来先用自己的 IP 做 AI 视频，之后才转向 Web 和 App 开发，70 多万粉丝就是现成的用户。

宮本佳林的巡演 App，用户就是买票进场的人，她连粉丝在会场用什么网络都想到了。

所以这几个人用 Vibe Coding 做产品，从第一天起就知道做给谁、为什么做。

大家常说 Vibe Coding 缩小了普通人和专业程序员的差距。

我同意，但它缩小的只是技术这一块。上线后谁来用、出了问题怎么办、能不能挣到钱，这些判断 AI 替你做不了。

技术上的粗糙可以慢慢修补，方向错了，代码不管是古法手写还是 AI 生成，有个 🥚 用？

反观国内很多 AI 产品……情况很糟。

不少产品经理和技术负责人离真实用户很远，靠会议室推演做产品，判断看数据大盘，方向来自海外新风向，优先级由领导定。

他们甚至觉得自己像「苹果」一样能教育用户……

这套做法过去行得通，靠的是大厂人为构建的技术门槛。移动互联网时代，做产品要几十上百人的团队，工程能力、用户数据和行业信息都集中在大厂。

外面的人就算看到需求，也做不出产品；做出来也会被抄走，用户没有更好的选择。

所以大厂就算离用户远、判断慢，也有足够的时间对照数据慢慢调整。

可到了 AI 时代，这套做法的问题一个个显露出来。

第一个问题，是只盯着数据大盘。

豆包就是最直接的例子。

据《晚点》报道，截至 2026 年上半年，豆包日活 2 亿多，日收入却不足百万元，主要来自电商佣金，而每天算力成本高达数千万元。

按《晚点》的判断，豆包延续了移动互联网的路径，算力再贵，只要能换来用户和曝光就先投入，暂时没转化也不急，先靠免费吸引大批用户，再谋划变现。结果电商和订阅两条路进展都有限。

第三方数据显示，豆包试水付费后，5 月月活减少约 610 万。

这就麻烦了。

9 月 22 日，《晚点》又报道豆包通用对话团队在减员，团队原约 50 人，预计缩减一半，部分人转岗到商业化和飞书等团队。

豆包公关负责人随后否认裁员，称是分工调整，团队不到 50 人，涉及 11 人，其中 3 人离职，部分职能拆到豆包交易和豆包工作团队。

两种说法人数有出入，方向差不多。

一个日活 2 亿多的产品，正在把对话团队的人员和职能转向交易和办公。

我相信豆包的产品和技术负责人压力都很大，可能常加班到深夜。但豆包有 2 亿日活，却还没想清楚用户愿意为什么付钱。而这件事，Noa 和明日見未来从第一天就想清楚了。

第二个问题，是跟风，老毛病了。

2026 年初 OpenClaw 走红后，国内叫得上名字的 AI 厂商几乎在同一时间推出了「类 Claw」产品，测评普遍认为同质化严重。

到 3 月底，热度已明显回落。

9 月，同样的一幕再次上演。Meta 推出 Muse，上线 12 天在美加 iOS 下载量约 180 万，超过同期 ChatGPT 的 130 万。

几周内，国内很多厂商宣布加速做 Personal Agent，有的已被曝在内测，新一轮内部赛马又又又开始了。

这个内部赛马机制，就 Very 抽象，一共连一个好 AI 产品都做不出来，非得先搞几个出来。

这是给中高层爽一爽先？

从「类 Claw」到 Personal Agent，半年里国内大厂跟进了两轮海外热点，产品功能和定位都相近，用户很难说清区别。

跟风未必有错，但这些产品大多没回答最基本的问题，用户放着原版和竞品不用，为什么用你的。

第三个问题，是国内大厂常见的唯领导论。

领导觉得哪个方向好，团队就做；产品和流量不行，也能靠 PPT 和远期规划维持。

前面说过，这些做法之所以能一直行得通，靠的是技术、信息门槛。而这些门槛，很大程度上，全都是人为构建的。

现在门槛降下来了，一个歌手用 6 周做出了巡演 App，一个前女优靠 Claude 接起了开发的单子。

很多大厂想做却做不好的东西，手里有用户的个人，已经能自己做出来了。

所以我判断，未来一到两年，这些做法会越来越行不通。

大厂的中层，可能会继续被一波波裁员。

大厂 AI 产品经理面对的竞争者，已经包括每一个手里有用户、又学会了 Vibe Coding 的普通人。

颤抖 🫨 吧。

文章来自于"杉森楠"，作者 "杉森楠"。