那個5個月用AI做120個App的職高畢業生，戳中了誰的痛點

#2月·每日幸運簽#

近日，杭州上城區"中國數谷·未來數智港"，一個1997年出生的職高畢業生，叫張三，去年8月開始嘗試用AI做App，到年底一共上線了120多個，其中90%有付費用戶，主要賣到海外 。

這件事能引起討論，恰恰是因為它卡在一個讓人不太舒服的位置——你說它假吧，很多媒體報道了，當地政府還在推這種"一人公司"的創業生態 。你說它真吧，五個月120多個，平均一天要上線一個，確實超出大多數人的經驗范圍。

對此，有人稱，做120個App不難，上線120多個才牛，上架流程、審核、開發者賬號這些瑣事一個人根本搞不定。有人說，AI編程出來的東西哪個沒問題，哪怕現在最強的Claude都一堆Bug，這種速度做出來的能有多高質量？還有人說得更直接，都是抄來抄去的小程序，最難的是運營，上架不要錢嗎，服務器不要錢嗎 ？

這些質疑都有道理。但有意思的是，質疑的方向暴露了一個思維定式——都習慣性地把"做App"理解成一個技術活，所以本能地從代碼質量、技術難度、審核流程這些角度去挑毛病。

但張三這個事，本質上已經不是技術問題了。

他每天的工作流程是這樣的：早上醒來，AI已經替他完成了市場調研、需求分析、代碼編寫，他只需要花不到一小時驗收、上架 。那個調研環節很關鍵——他讓AI去掃描不同國家、不同行業的需求，找那些"有人需要但還沒人做"的應用缺口。從美國的建筑行業工具，到西班牙水資源緊張地區的耗水監測App，再到新加坡的工程管理軟件 。每一個都瞄準一個具體的、真實存在的需求。

這叫啥？這叫用AI做市場篩選，然后再用AI自動生成代碼寫APP。

很多人還在用"AI能不能寫出完美代碼"這個維度去衡量這件事，但張三已經把AI當成了一個"需求放大器"和"執行流水線"。他要的不是代碼質量有多高，而是能不能快速驗證一個需求是否真實存在。一個App做出來，有人愿意付費，說明需求成立，留下；沒人付費，成本也就不到一天的時間，下一個。

這種模式放在以前確實不可能。一個人再厲害，市場調研、競品分析、產品設計、代碼開發、測試上架，一套流程走下來一個月都算快的。但現在，AI把中間那幾層執行層給填平了。就像業內說的"氛圍編程"，你只需要清晰描述功能需求，AI就能把代碼給你 。技術門檻被拉平之后，真正的門檻變成了另一件事：你能不能找到那個值得做的需求。

張三最近做了一個叫"康心伴"的健康應用，在海外技術圈火了一下。功能就是幫用戶記住自己生病的全部細節——體檢報告拍照進去，AI幫你把結節尺寸、檢查日期整理成時間線；肚子痛的時候用語音描述，系統幫你記錄下來 。這個痛點不是技術問題，是觀察問題。

所以回到那個問題：五個月120多個App，真的有市場嗎？

從結果看，90%有付費用戶，這個數據已經回答了問題。但這些付費用戶買的可能不是什么顛覆性的產品，而是一個"剛好夠用"的工具。在海外很多細分領域，尤其是專業性較強的小眾工具，市場上根本沒有成熟的產品。一個西班牙的水資源工程師，想要一個簡單好用的耗水監測工具，自己做太麻煩，市面上找不到，這時候張三做的那個App可能就是他的選擇。

彭埠街道那個"中國數谷·未來數智港"，給這種一人公司提供了6個月免費工位、政策速配、融資對接，還有每月發布的AGI場景需求清單 。政府不再是簡單的場地提供者，而是"生態合伙人"。這種環境降低了試錯成本，讓一個人可以快速驗證想法，不行就下一個。

當然，這個模式能不能持續，還需要時間驗證。運營、客服、版本迭代，這些都是一個人做大規模之后必然要面對的問題。張三說他每天下午和晚上會逛逛技術社區，回復海外郵件和技術博客約稿 ，這種狀態能維持多久，產品能不能真正留住用戶，都是未知數。

但這件事真正值得琢磨的是質的變化：當技術不再構成門檻，個體和組織之間的邊界就開始模糊了。一個人可以是一家公司，不是因為這個人有多全能，而是因為工具填補了那些原本需要團隊協作才能完成的環節。

網友說得好，最難是運營。但換個角度想，如果運營也能被工具分擔一部分呢？這個方向才剛剛開始。