AI 现在能力这么强,写周报、做方案、拉数据,白领们已经把它当同事在用了。但我一直想的是另一个问题:这些东西,真的落到普通人手里了吗?
最近在知乎刷到一个帖子:想看看大家用 Vibe Coding 做了什么好玩的东西?
看到了一个高赞回答,特别有意思:
佩奇是在宁波一家外贸制造企业开叉车的司机,碰上大件小件混装,只能拿着计算器一遍遍硬算,但就算体积算明白了,箱子在货柜里怎么摆,他心里依然没底,甚至吐槽说:普通人脑子里根本没有三维空间感啊!

图源:佩奇的知乎回答。
于是,他用 Claude 打磨了一个月,做出一款离线装箱工具「易装」。
只要输入货物的长宽高和件数,就能旋转查看 3D 装柜方案。重货压底、易碎品不能承重、最多叠几层,现场的硬性限制都能提前设好,如果实物尺寸若有出入,还能在图里手动调整。
最后导出一份带图解的 PDF 打出来,交给现场工人照着装就行。

图源:佩奇的知乎回答。
在那个话题帖子下面,像佩奇这样自己动手的人还有很多。
照明行业的豆沙,常要和 IES 文件(照明行业用来描述 “灯具发光特性” 的光度数据文件)打交道。
同一款灯具,只要换个色温或交付要求就得重做,常见组合算下来要重复折腾 48 次。
他索性搭了个工作台,用实测配光数据直接换算不同功率和色温的文件;顺手还给公司一直靠手工拼凑的规格书写了个生成器,丢进表格和素材就能直接出稿。

图源:豆沙的知乎回答。
此外,做结构仿真的星野萸,则把工业软件 Abaqus 交给了 AI。
他写了一个 MCP,让 Codex 通过 Socket 向 Abaqus/CAE 发送指令,并采用异步运行的方式。这样一来,AI 干活时既不卡住视口,也不霸占会话。
如今,连建立材料属性这种繁琐的工作,他也都放心交给了 AI。

图源:星野萸的知乎回答
碳酸盐一直想知道个简单问题:同一条路,这个月自己有没有骑得更快?
手表 App 能导出数据,但顺手的对比功能得另外付费。起初,他每次骑完都把数据丢给 Claude Code 更新笔记;后来一想,读文件、算数据、填表格都是固定动作,何必次次劳烦 AI?
他花了三天自制骑行看板,拖进 .fit 文件,心率、速度和海拔一目了然;地图上,常骑的路线泛着亮色,久未踏足的则会慢慢变灰。
在 AI 的帮助下,连 git commit 都打不利索的他,愣是把这套工具挂上了 GitHub。

图源:碳酸盐的知乎回答。
三把刷子,则瞄准了 AI 写长篇小说容易忘掉前文、画风崩坏的痛点。
他研发并开源了 alfredxw/denova:以 Agent 为核心,将大纲、人设、世界观与章节写作交由 Agent 接力完成,还支持导入酒馆角色卡互动,代码人人可改。

图源:三把刷子的知乎回答
接着,王峰做了一套北宋风格的 UI 组件库「大宋·清晖」。
倒计时化作一炷香,香火一寸寸燃短,燃尽时伴着一声清越的铜磬;滑块做成古琴的琴轸,每拨过一格便响起一个音;面积图则化用了《千里江山图》的青绿设色,把数据的起伏画成连绵的山脊。

图源:王峰的知乎回答。
整套组件里最难调的是计时器:
白昼是日晷,晷针投影在刻着十二时辰的盘面上缓缓移动;入夜则切为铜壶滴漏,浮箭随水位渐升。从日晷切向铜壶那一刻,时间读数、过渡动画与时辰换算如何严丝合缝,是他一轮轮磨出来的。
ZZTJ 把心思花在了《资治通鉴》上,他的回答也收获了近三千赞。
他把原著做成能查地图的阅读器,内置历史地理沙盘、地形地势、人物关系与年龄标记,还能随时调出元刊本对照。

图源:ZZTJ 的知乎回答
李国宝为知乎黑客松做的「赛博刘看山」,前后近三周迭代了上百个版本。
赛前一晚他还在加在线更新功能,到了现场照样在改逻辑;赛后两周,又接着迭代了上百个版本,把代码从固件到服务端重新理了一遍。
他说:好东西,从来不是直接许愿得到的。

图源:李国宝的知乎回答。
Luis 休陪产假期间,给家里做了一款育儿 App。
推掉了朋友开价一个月的兼职,把整段假期花在这个 App 上。他说:需求方是我儿子,用户是我老婆。月嫂习惯手写喂养记录,他就加上拍照识别,并保留手动录入入口;爷爷奶奶用惯了豆包,他就接入火山引擎语音接口,让老人直接开口问。
于是,一家老小在同一个对话里看记录,再也不用谁问起时重头交代一遍。

图源:Luis 的知乎回答
周 Tho 给三岁的孩子做识字软件,一口气做了一百来张蘑菇卡牌。
为什么要做呢?只是因为——孩子喜欢蘑菇。
并且他还顺手把家里淘汰的旧 iPad 改造成了一块监控面板:老机器不支持许多现代网页功能,他就借助 AI 逐个解决兼容问题,让旧平板能固定打开一个本地网页。

图源:周 Tho 的知乎回答。
做法律的史宇航,盯上了平时没人愿意读的网络用户条款。
他做了个叫「条款坞」的跟踪平台,每天自动备份各大平台的条款版本、标出改动并用 AI 解读。
为什么做呢?因为这些条款构成了互联网法律关系的半壁江山,普通人无暇顾及,专业人士也没精力逐条死盯。

图源:史宇航的知乎回答
exia 则把散落在相册、聊天记录和备忘录里的旅行照片,悉数放进一张像素风地图,点开任意一座城市就能找回那次旅行。

图源:exia 的知乎回答
请叫我 Look 则给妈妈店里的家庭工坊做了个小程序,目前还在试用——他希望下次再有客户进门,店员不必再埋头翻那一摞纸质档案。
如果拿商业软件的标准去打分,这篇帖子里的绝大多数作品都算不上「产品」:
用户常常只有一两人,界面谈不上精致,更新全靠作者半夜随手提交。AI 并没有把创造变成「对着屏幕许愿」。如果你真想把手上的东西磨到极致,照样得像李国宝那样迭代上百版,一点捷径都省不下来。
那为什么还有这么多普通人,愿意花三天、一个月甚至整个陪产假,去做这些既不赚钱、也未必打得过大厂的东西?
因为软件世界的游戏规则,正在悄然改变。
过去几十年,写代码门槛昂贵:研发、维护与分发都要花大钱,商业软件只能服务人群里的最大公约数,也就是那些人数多、需求标准、算得过账的大众场景。大公司不会为了一个三岁孩子喜欢蘑菇,专门开发一百张识字卡牌;许多真实需求,就这样因不够规模化被搁置。
这就导致我们的数字生活里,一直存在大片未被满足的需求。
过去,面对这些具体的需求,普通人只有两个选择:要么咬牙忍着,用表格和纸笔一遍遍重复劳动;要么花钱买个功能庞大、却只有十分之一顺手的通用软件,让生活反过来迁就工具的逻辑。
Vibe Coding 真正改变的,是把造工具的成本降到了足够低:
低到哪怕只有十个用户、三个用户,甚至只有你自己,只要麻烦够具体,就值得做出来。低到像云崧的 Hermes 看板那样用完一阵便功成身退,也没关系。
它不必背负日活、留存和商业化的包袱,只需解决眼前的问题,或者单纯让你觉得真好看、真好玩。
而当写代码不再是最稀缺的能力,作品的差别就主要来源于别的地方。
帖子里的高赞作品,打动人的从来不是多前沿的架构,而是代码背后的人味儿:
是佩奇开叉车攒下的现场经验,知道重货不能压易碎品;也是 Luis 推掉兼职时那句霸气发言:需求方是我儿子,用户是我老婆。
如果回到开头的问题:AI 这么普及,真的帮到普通人的生活了吗?
我想,知乎上一个个可爱的答主,用自己的方式回答了这个问题。
工业时代之前,普通人本就习惯亲手改造生活:椅子腿晃了垫块木头,衣服长了自己改边。
进入数字时代后,我们才慢慢成了被动的消费者:App Store 里有什么软件,我们就用什么软件。
而到了现在,欢迎来到属于 AI 的时代。
AI 把一句话就能改造生活的工具箱,重新递回了普通人手里。它或许没法一键生成完美答案,但它让一个你我这样的普通人,第一次拥有了「不再将就」的底气。
软件曾是流水线上冰冷的工业品,而在 AI 时代,它正在变回一门带着体温的手艺:
它不为改变世界,只是在日常的生活里,给自己和在意的人,亲手做一件刚好能用的专属工具。
文章来自于微信公众号 “特工宇宙”,作者 “特工宇宙”
【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。
项目地址:https://github.com/Significant-Gravitas/AutoGPT
【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。
项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md