大四學(xué)生10天寫代碼，3個(gè)月拿首富3000萬(wàn)當(dāng)CEO，一個(gè)AI時(shí)代的魔幻現(xiàn)實(shí)故事

　　出品 | 《態(tài)度》欄目

　　作者 | 袁寧

　　編輯 | 丁廣勝

　　十天寫出一個(gè)開源項(xiàng)目，三個(gè)月后從大四學(xué)生，變成拿到前首富陳天橋 3000 萬(wàn)投資的創(chuàng)業(yè)公司 CEO。這故事聽起來(lái)幾乎像 AI 時(shí)代的都市傳說(shuō)。

　　但對(duì)BaiFu來(lái)說(shuō)，這更像是一場(chǎng)被浪潮裹挾的經(jīng)歷。等到他回頭看時(shí)，才發(fā)現(xiàn)自己已經(jīng)被推到了浪潮中心。

　　2025 年末，一個(gè)名叫 BettaFish 的開源項(xiàng)目登上 GitHub 全球趨勢(shì)榜第一。而就在三個(gè)月前，他的人生計(jì)劃還寫在一張普通的清單上：保研已經(jīng)確定，暑假完成畢業(yè)設(shè)計(jì)，再找一份實(shí)習(xí)。這是一條計(jì)算機(jī)專業(yè)學(xué)生最標(biāo)準(zhǔn)的路徑。

　　但一個(gè)很小的變量改變了軌跡。就像他后來(lái)開發(fā)的 MiroFish 預(yù)測(cè)系統(tǒng)一樣——當(dāng)一個(gè)變量被投入系統(tǒng)，未來(lái)的路徑就開始分叉。

　　一個(gè)“不合格”的畢設(shè)，

　　一周漲了20k Star

　　故事要從一個(gè)“不太合格的畢業(yè)設(shè)計(jì)”說(shuō)起。

　　2025 年暑假的尾聲，BaiFu用了十天寫出了 BettaFish。這是一個(gè)多 Agent 輿情分析工具：用戶輸入一句自然語(yǔ)言，系統(tǒng)就會(huì)自動(dòng)完成數(shù)據(jù)采集、多維度分析，并生成一份完整報(bào)告。沒有復(fù)雜界面，也沒有繁瑣參數(shù)。一句話輸入，然后等待結(jié)果。

　　他把項(xiàng)目拿給一位博士學(xué)長(zhǎng)看，對(duì)方評(píng)價(jià)得很直接：“這不是一個(gè)合格的畢設(shè)，你得再花心思改改。”BaiFu沒有反駁。在他看來(lái)，這只是一次技術(shù)練習(xí)：把大學(xué)幾年積累的技術(shù)整合起來(lái)，再借助 AI 寫了大量代碼，他并不認(rèn)為它會(huì)引起什么關(guān)注。

　　項(xiàng)目上線之后，他開始像一個(gè)新手地推一樣推廣。給技術(shù)公眾號(hào)投稿、向開源周刊自薦，大多石沉大海。最后他用了最直接的辦法：在 B 站發(fā)視頻，在小紅書寫帖子，在 Linux Do 論壇發(fā)帖。

　　轉(zhuǎn)折發(fā)生在一個(gè)深夜。那天他在 Linux Do 發(fā)了一篇帖子。半夜醒來(lái)時(shí)，他發(fā)現(xiàn) GitHub 上突然多了 300 個(gè) Star。后來(lái)回憶這一刻時(shí)，他說(shuō)道：“那一晚的 300 個(gè) Star，比之后所有 Star 暴漲帶來(lái)的感覺都真實(shí)。”

　　項(xiàng)目隨后慢慢增長(zhǎng)，終于突破 1000 Star。對(duì)一個(gè)大學(xué)生來(lái)說(shuō)，這已經(jīng)是一個(gè)不錯(cuò)的成績(jī)。他甚至寫了一篇文章：《1K+ Star 的開源項(xiàng)目能給一個(gè)大學(xué)生帶來(lái)什么》，準(zhǔn)備給 BettaFish 畫上句號(hào)。

　　文章發(fā)出后一周，一切都很平靜。然后，流量突然涌入。大 V 轉(zhuǎn)發(fā)、社區(qū)擴(kuò)散，Star 開始快速上漲：5k、10k、20k。短短一周，BettaFish 登上 GitHub 趨勢(shì)榜第一。

　　圖注：BettaFish在GitHub上星標(biāo)的增長(zhǎng)曲線

　　但流量的另一面，是失控。Star 暴漲的同時(shí)，Issue 也暴漲。程序在他自己的電腦上運(yùn)行一百次都沒問題，但在別人的電腦上卻會(huì)出現(xiàn)各種奇怪的 bug。BaiFu每天在宿舍兩眼一睜就開始修 bug。幾乎成了“全網(wǎng)客服”。他已經(jīng)完全沒有破 1k 時(shí)那種輕松的興奮，反而像被洪水卷走。

　　與此同時(shí)，郵箱也開始被各種郵件淹沒：大廠 offer、投資人私信、商務(wù)合作。每一封郵件都可能改變?nèi)松５恳环忄]件，也都讓人不知如何回應(yīng)。

　　“我其實(shí)是個(gè) i 人，”他坦誠(chéng)。 “每天跟 AI 聊天，組了一支 AI 團(tuán)隊(duì)，但我其實(shí)不太擅長(zhǎng)跟人聊天。”

　　那段時(shí)間，他瘦了 十斤。

　　還原10天vibe coding的工作流

　　很多人好奇，一個(gè)大學(xué)生為什么能在十天里完成這樣一個(gè)系統(tǒng)。

　　答案是一個(gè)正在改變軟件開發(fā)方式的新概念：Vibe Coding。簡(jiǎn)單來(lái)說(shuō)，開發(fā)者不再?gòu)牧汩_始寫每一行代碼，而是通過自然語(yǔ)言與 AI 協(xié)作，讓 AI 參與代碼生成和系統(tǒng)構(gòu)建。但 Vibe Coding 并不意味著"讓 AI 替你寫代碼"。它更像一種全新的協(xié)作模式——人當(dāng)導(dǎo)演，AI 當(dāng)執(zhí)行團(tuán)隊(duì)。

　　我問BaiFu，BettaFish 和 MiroFish 里 AI 寫代碼的比例能達(dá)到多少。他幾乎脫口而出："百分之百。"停了一下又補(bǔ)充，"有點(diǎn)太絕對(duì)了，99%吧。我是一個(gè)深度的導(dǎo)演角色，就算 AI 寫得差，我也不會(huì)手動(dòng)去改，我只會(huì)告訴它哪里錯(cuò)了，讓它自己改。"

　　但"導(dǎo)演"并不意味著輕松。他的開發(fā)流程，遠(yuǎn)比"一句話讓 AI 寫代碼"要復(fù)雜得多。

　　圖注：BettaFish的系統(tǒng)架構(gòu)

　　首先，70% 的時(shí)間被花在了調(diào)研上。開發(fā)一個(gè)項(xiàng)目，他會(huì)把絕大部分精力花在前期。先想清楚"為什么做、做給誰(shuí)、怎么做"，這一步確立之后，才進(jìn)入執(zhí)行。他會(huì)同時(shí)打開市面上所有主流 AI 對(duì)話工具，把同一個(gè)調(diào)研問題分別丟進(jìn)去，收回六七份研究結(jié)果，然后人工一份份篩選、交叉驗(yàn)證、迭代思考。"實(shí)際上是非常慢的過程，"他說(shuō)，"你有一個(gè)問題拿到七份答案，但你要做成一個(gè)產(chǎn)品，可能有十個(gè)問題，需要從七十份里面慢慢篩。而且你邊看的時(shí)候思想也會(huì)升級(jí)，又會(huì)冒出新的問題。"

　　調(diào)研結(jié)束后，先畫界面，再寫后端。他會(huì)在 iPad 上畫粗略的草圖，用 Google AI Studio 等工具不斷"抽卡"，打磨成更精美的界面設(shè)計(jì)。然后快速?gòu)?fù)刻成可交互的前端頁(yè)面——哪怕只有假數(shù)據(jù)也沒關(guān)系，核心目的是把抽象需求變成看得見、摸得著的東西。"我覺得這個(gè)界面 OK 了，就截圖丟到 Cursor 或 Claude 里，讓它復(fù)刻并接上后端。"前端確定后，再把任務(wù)拆成模塊，分批交給 AI IDE 完成后端開發(fā)。

　　這個(gè)過程中，他會(huì)用消耗換效率。他習(xí)慣同一個(gè)模塊同時(shí)開八個(gè) AI 去寫，然后挑最優(yōu)方案。學(xué)生時(shí)每月在 AI 工具上花費(fèi)超過一百美元，后來(lái)做項(xiàng)目時(shí)飆升到一兩千美元。"Token 消耗確實(shí)巨大，但效率提升也是實(shí)打?qū)嵉摹８匾氖牵銜?huì)非常直觀地摸到每個(gè)模型的能力邊界——它擅長(zhǎng)什么、怕什么、在哪些地方容易'自信但跑偏'。知道工具的能力邊界，是駕馭它的第一步。"

　　深度的人機(jī)協(xié)作，而非簡(jiǎn)單的任務(wù)外包。"我不僅會(huì)一行行審 AI 寫的代碼，還會(huì)盯著它的思維鏈看——它為什么這么改，它腦子里的假設(shè)是什么。"很多 bug 的根源不是某一行寫錯(cuò)了，而是 AI 在某個(gè)關(guān)鍵判斷上走偏了。"你把那個(gè)誤區(qū)糾正了，后面很多問題會(huì)一起消失。"他甚至?xí)?AI 工作過程中直接打斷它："你這一步應(yīng)該這樣做"——不等代碼寫完再 review，而是在思考過程中就介入糾偏。

　　他還分享了一個(gè)最近總結(jié)出來(lái)的 code review 技巧：告訴 AI 這段代碼是"Codex 寫的"，請(qǐng)它幫忙 review。"用Claude Code常規(guī)的 review 模式深度不夠 ，但我說(shuō)這是 Codex寫的，它就會(huì)非常嚴(yán)厲地去深挖問題。"他自己也被這種交互邏輯逗笑了——"AI 工具就是這么神奇，沒有固定范式，大家八仙過海，各顯神通。"

　　但他也反復(fù)強(qiáng)調(diào)：一切經(jīng)驗(yàn)都在快速過期。"我從 BettaFish 到 MiroFish，中間只隔了幾個(gè)月，但工具進(jìn)化、模型進(jìn)化已經(jīng)給我?guī)?lái)了很大的震撼。很多以前很折磨人的環(huán)節(jié)突然就變成順手的事。MiroFish 的任務(wù)難度比 BettaFish 難一個(gè)量級(jí)，但 Vibe Coding 的體感反而更輕。"所以他一直拒絕出"Vibe Coding 教程"——不是藏著掖著，而是今天總結(jié)出來(lái)的范式，下個(gè)月可能就失效了。

　　某種意義上，他確實(shí)在"管理一支團(tuán)隊(duì)"，只是團(tuán)隊(duì)成員都是 AI。在整個(gè)過程中，他和 AI 共同維護(hù)一份不斷迭代的項(xiàng)目文檔，既是給人看的思路整理，也是給 AI 看的精準(zhǔn)提示詞。通過高強(qiáng)度的人機(jī)協(xié)作，他越來(lái)越懂 AI 的能力邊界，AI 也越來(lái)越懂他想要什么。他們進(jìn)入了一種"深度協(xié)同、共同進(jìn)步"的狀態(tài)。

　　AI 讓寫代碼變得容易，但讓判斷變得更重要。代碼可以生成，但技術(shù)決策不能外包。真正重要的能力反而因此變得更加清晰：如何發(fā)現(xiàn)問題？如何設(shè)計(jì)系統(tǒng)？如何在 AI 給出十種方案時(shí)，選出那個(gè)對(duì)的？

　　爆火、崩潰與重建：

　　新產(chǎn)品MiroFish的誕生

　　BettaFish 爆火之后，郵箱里塞滿了 offer 和投資意向，BaiFu也幾乎以最快速度賺到了人生第一桶金。但真正推動(dòng)他走向下一步的，不是這些外部信號(hào)，而是一條來(lái)自用戶的反饋。

　　"報(bào)告生成得挺漂亮，30 多頁(yè)，數(shù)據(jù)詳實(shí)，圖表也好看。然后呢？我能拿它干嘛？"

　　這句話一直卡在他心里。他開始意識(shí)到，輿情分析的痛點(diǎn)從來(lái)不是"看不到數(shù)據(jù)"，而是看到了數(shù)據(jù)卻不知道下一步該怎么辦。30 多頁(yè)的報(bào)告看著頭頭是道，但它只能告訴你"發(fā)生了什么"，沒辦法回答那個(gè)更重要的問題：接下來(lái)會(huì)怎樣？"大部分人需要的不是一個(gè)后視鏡，"他說(shuō)，"他們需要的是一個(gè)望遠(yuǎn)鏡。"

　　事實(shí)上，這個(gè)方向在 BettaFish 誕生之前就已經(jīng)寫好了。他在 BettaFish 倉(cāng)庫(kù)主頁(yè)上線第一天就掛出了"數(shù)據(jù)分析三步走戰(zhàn)略"：數(shù)據(jù)收集、數(shù)據(jù)分析、數(shù)據(jù)預(yù)測(cè)——三步全流程自動(dòng)化。BettaFish 完成了前兩步，第三步一直懸在那里，等著被實(shí)現(xiàn)。

　　圖注：MiroFish發(fā)布，最后一塊版圖補(bǔ)齊

　　但在走向第三步之前，他需要先做一個(gè)選擇。

　　BettaFish 爆火后，各種機(jī)會(huì)涌來(lái)。大廠 offer、商務(wù)合作、投資人——每一個(gè)都超出他的認(rèn)知。"跟我聊的很多人，他們其實(shí)都是想用我的能力去幫他們做一些事情。"他談了一些，拒了一些，也回避了一些。他一度已經(jīng)拒掉了所有 offer，準(zhǔn)備一個(gè)人 all in 創(chuàng)業(yè)。

　　就在他準(zhǔn)備孤軍奮戰(zhàn)的那個(gè)晚上，盛大集團(tuán)的團(tuán)隊(duì)再一次聯(lián)系了他。他們的郵箱處于爆炸狀態(tài)的那段時(shí)間，盛大始終鍥而不舍。BaiFu決定先聊一聊。

　　"但盛大不一樣，"他回憶那次對(duì)話時(shí)說(shuō)，"我從談話中感覺到，他們不需要我的能力——他們只是想讓我有更好的發(fā)展。相當(dāng)于給我提供一個(gè)廣闊的舞臺(tái)，讓我自由地干一些事情。"

　　一方面可以繼續(xù)做自己想做的事，另一方面壓力不會(huì)那么大。他最終選擇以實(shí)習(xí)生的身份來(lái)到上海。

　　來(lái)到盛大的第一天，他被告知的第一句話是："繼續(xù)做你想做的事情。"沒有繁瑣的條框，沒有刻板的任務(wù)安排，取而代之的是充足的算力支持和完全的自由度。

　　在這種環(huán)境下，他開始著手實(shí)現(xiàn)那個(gè)懸而未決的"第三步"——數(shù)據(jù)預(yù)測(cè)。這就是 MiroFish 的由來(lái)。

　　圖注：MiroFish運(yùn)行截圖

　　如果說(shuō) BettaFish 是一面后視鏡，告訴你"發(fā)生了什么"，那 MiroFish 要做的是一架望遠(yuǎn)鏡，嘗試回答"接下來(lái)會(huì)怎樣"。它的核心思路可以用一句話概括：把分析的終點(diǎn)，變成預(yù)測(cè)的起點(diǎn)。

　　具體來(lái)說(shuō)，MiroFish 是一個(gè)"數(shù)字沙盤"。你輸入一條新聞、一份政策草案或一個(gè)市場(chǎng)信號(hào)，系統(tǒng)會(huì)自動(dòng)構(gòu)建一個(gè)微型的平行世界——里面住著成千上萬(wàn)個(gè)有性格、有記憶、有行為邏輯的"數(shù)字人"。他們會(huì)像真實(shí)社會(huì)一樣交互、討論、爭(zhēng)論、擴(kuò)散。你站在上帝視角，可以往里面投入變量：如果政策提前一周發(fā)布呢？如果輿論風(fēng)向突然反轉(zhuǎn)呢？讓不同的"如果"在沙盤里先跑一遍，再去真實(shí)世界做決策。

　　圖注：MiroFish運(yùn)行截圖

　　而它的交互邏輯，延續(xù)了 BettaFish 的底層哲學(xué)：極致的簡(jiǎn)單。用戶輸入一段描述，點(diǎn)擊開始，所有復(fù)雜的配置都由 AI 在后臺(tái)消化，用戶只需要一步步點(diǎn)"下一步"，最終拿到一份預(yù)測(cè)報(bào)告。"既然我們?cè)诋a(chǎn)品內(nèi)部引入了深度的智能，交互邏輯上就不應(yīng)該苛刻地要求使用者做高技術(shù)門檻的事情，"他說(shuō)，"用戶只要會(huì)對(duì)話，就能把軟件運(yùn)行起來(lái)。"

　　僅僅十天，MiroFish 的第一個(gè)可運(yùn)行版本就在盛大誕生了。

　　陳天橋的3000萬(wàn)：

　　投的不是項(xiàng)目，是人

　　2024 年 12 月 16 日深夜，BaiFu看著 MiroFish 跑通的程序，激動(dòng)地錄了一段略顯粗糙的演示視頻，直接遞交到了陳天橋的案頭。

　　24 小時(shí)內(nèi)，他們展開了第二次長(zhǎng)談。和第一次一樣，聊的不是代碼細(xì)節(jié)。"更多的是聊 AI 時(shí)代的開發(fā)思維、發(fā)現(xiàn)問題的思維、產(chǎn)品思考，"BaiFu回憶，"兩個(gè)產(chǎn)品當(dāng)然也有交流，但我們更多的是有一些思維的碰撞。"

　　陳天橋后來(lái)直言不諱地告訴他：他很清楚 BettaFish 的技術(shù)水平并非特別出色。但他看重的是另一些東西——從數(shù)據(jù)收集、分析到預(yù)測(cè)的完整規(guī)劃，以及那種"看見并定義真實(shí)有價(jià)值的問題，并嘗試用 AI 的新方式去解決"的行動(dòng)力。

　　談話結(jié)束，陳天橋當(dāng)場(chǎng)拍板：集團(tuán)注資 3000 萬(wàn)人民幣，全力支持 MiroFish 的深度孵化。

　　一夜之間，BaiFu從盛大實(shí)習(xí)生變成了 AI 創(chuàng)業(yè)公司 CEO。

　　陳天橋事后公開回應(yīng)了這筆投資的邏輯：

　　"我選擇支持孵化 MiroFish，并不是為了讓市場(chǎng)上又多一個(gè) AI 工具，而是因?yàn)樗砹宋乙恢笨粗氐姆较颉?AI 從單純的'回答問題'走向真正的'求解問題'。MiroFish 正在嘗試一項(xiàng)極具價(jià)值的探索：如果打破對(duì)單一模型的依賴，讓多個(gè)智能體以群體智能的方式共同探索問題空間，會(huì)發(fā)生什么？"

　　"更重要的是，這筆投資的核心邏輯是'投人'。盛大始終相信，最優(yōu)秀的人才創(chuàng)造最大的價(jià)值。MiroFish 的誕生讓我看到一種稀缺的特質(zhì)：年輕創(chuàng)業(yè)者不僅能定義真實(shí)問題，能借助 AI 快速迭代，更能把想法扎實(shí)落地為可用的產(chǎn)品。我們的角色不是去指導(dǎo)他們寫代碼，而是提供耐心資本、算力支撐與組織保障。"

　　"在這個(gè)全新的 AI 時(shí)代，我會(huì)把這些年輕 AI 人才的成功，視為我個(gè)人再次成功的最關(guān)鍵標(biāo)志。"

　　圖注：3月7日 ，MiroFish也登上了GitHub全球趨勢(shì)榜總榜第一

　　被問到 MiroFish 的預(yù)測(cè)到底準(zhǔn)不準(zhǔn)，BaiFu的回答很誠(chéng)實(shí)。他在官網(wǎng)放了兩個(gè)演示案例：一個(gè)是對(duì)國(guó)內(nèi)某高校輿情事件的預(yù)測(cè)——使用事件發(fā)酵中期的分析報(bào)告作為輸入，預(yù)測(cè)結(jié)果與現(xiàn)實(shí)走向"大差不差"；另一個(gè)是預(yù)測(cè)《紅樓夢(mèng)》后續(xù)章節(jié)的情節(jié)走向——他刻意選了一個(gè)"好玩有趣"的案例。

　　"我希望一開始就算準(zhǔn)確率沒有特別高，但人們可以拿它做一些好玩的事情，"他說(shuō)，"然后在工具不斷迭代的過程中，大家會(huì)慢慢發(fā)現(xiàn)，好像它真的可以做一些專業(yè)性的事情。"他指了指 GitHub 上的版本號(hào)——0.1。"它需要一個(gè)非常長(zhǎng)的迭代周期。"

　　"從嚴(yán)肅認(rèn)真到好玩有趣，"這是 MiroFish 官網(wǎng)的標(biāo)語(yǔ)，也是BaiFu給這個(gè)產(chǎn)品定下的性格，"我希望讓每一個(gè)'如果'都活起來(lái)，都有生命。"

　　AI時(shí)代的機(jī)會(huì)屬于誰(shuí)？

　　很多人把BaiFu的經(jīng)歷解讀為一個(gè)"天才程序員"的故事。但他自己并不這么看。

　　"我覺得我的技術(shù)力是很一般的，"他在采訪中直言。在他看來(lái)，這更像是一個(gè)時(shí)代的產(chǎn)物——AI 正在改變軟件開發(fā)的方式，過去需要一個(gè)團(tuán)隊(duì)才能完成的復(fù)雜系統(tǒng)，現(xiàn)在一個(gè)開發(fā)者加上一組 AI 工具也許就可以做到。

　　但這并不意味著門檻消失了。AI 沒有降低門檻，它只是改變了門檻所在的位置。

　　"真正的門檻就是想清楚為什么做、做給誰(shuí)、怎么做，"他說(shuō)，"想清楚以后，后面用 AI 工具去快速迭代，大家的水平都可以被拉到一個(gè)均值上。但前面那一步，真的是每個(gè)人都有每個(gè)人的思考。"

　　我問他同學(xué)們現(xiàn)在都在干什么。他的回答脫口而出："其實(shí)大家都在 Vibe Coding。我覺得現(xiàn)在全民 Vibe Coding，只要你有想法你就可以。"

　　他把自己的開源經(jīng)驗(yàn)濃縮成五條判斷：

　　第一，選題尤其重要。在開始寫代碼之前，一定要經(jīng)過全面的調(diào)研。先思考，再動(dòng)手。

　　第二，從垂直領(lǐng)域來(lái)，到大眾中去。從垂直領(lǐng)域切入積累專業(yè)口碑，再面向大眾吸引廣泛用戶。就像 BettaFish 定位是輿情分析，標(biāo)語(yǔ)打的卻是"人人可用"。

　　第三，做減法，不要追求大而全。不要完美主義，快速驗(yàn)證。

　　第四，營(yíng)銷推廣可以不多，但一定要提前準(zhǔn)備好能讓"別人幫你宣傳"的素材——比如清晰直觀的演示視頻。

　　第五，代碼是冷的，故事是熱的。學(xué)會(huì)講好代碼背后的故事，是獨(dú)立開發(fā)者的必修課。

　　當(dāng)被問到 Vibe Coding 做出來(lái)的產(chǎn)品技術(shù)壁壘不高、走向產(chǎn)品化后會(huì)不會(huì)很快被抄時(shí)，他的回答幾乎不假思索："不管是不是 Vibe Coding 產(chǎn)品，市面上隨便一個(gè)產(chǎn)品，只要你想復(fù)刻，現(xiàn)在 AI 工具這么發(fā)達(dá)，你都可以很短時(shí)間復(fù)刻出來(lái)。"

　　停了一下，他接著說(shuō)："所以最寶貴的東西，就是你自己的思考。這個(gè)產(chǎn)品的迭代進(jìn)化方向，是 AI 模仿不來(lái)的。抄也是需要時(shí)間的，但每個(gè)人的思考是抄不來(lái)的。"

　　BaiFu養(yǎng)的“微魚”，也是“微輿”的諧音，BettaFish是一種體型很小但非常好斗、漂亮的魚，它象征著“小而強(qiáng)大，不畏挑戰(zhàn)”

　　"知識(shí)正在被平權(quán)化，"他告訴我，"很多過去需要十倍百倍精力才能摸到門檻的東西，很快都會(huì)被拉到大眾面前。于是個(gè)人真正稀缺的東西會(huì)慢慢凸顯出來(lái)——你的想象力、創(chuàng)造力、品味，以及你把知識(shí)應(yīng)用到現(xiàn)實(shí)問題上的能力。"

　　他看到的更大趨勢(shì)是：LLM 到 Agent 的過渡，本質(zhì)上是賦予 AI 以"能動(dòng)性"，這是在數(shù)字化基礎(chǔ)上的又一次全行業(yè)翻新。幾乎所有傳統(tǒng)任務(wù)，在完成數(shù)字化之后，都可以用 Agent 協(xié)作重新做一遍。而這里存在一個(gè)天然的時(shí)間差——很多行業(yè)非常懂業(yè)務(wù)流程，但并不熟悉 Agent 協(xié)作框架；20 多歲的年輕人學(xué)習(xí)成本低、時(shí)間多、沒有路徑依賴，在技術(shù)革新的窗口期里往往能用極短時(shí)間把工具用到很深。

　　"我粗略感覺至少還有兩三年的窗口期，"他說(shuō)，"這就是為什么你會(huì)發(fā)現(xiàn)，現(xiàn)在很多互聯(lián)網(wǎng)公司的大模型負(fù)責(zé)人、AI 負(fù)責(zé)人，本身就是 20 多歲的年輕人。時(shí)代在把機(jī)會(huì)往年輕人手里塞。"

　　爆火之后，他還有一個(gè)強(qiáng)烈的感受：我們嚴(yán)重低估了傳統(tǒng)行業(yè)對(duì) AI 變革的決心。"不僅互聯(lián)網(wǎng)，國(guó)內(nèi)整體對(duì) AI 的包容度和接受度其實(shí)非常高。幾乎所有企業(yè)都在經(jīng)歷一種'AI 焦慮'：他們知道浪潮來(lái)了，不做會(huì)被甩下，所以非常愿意、甚至可以說(shuō)急切地進(jìn)行 AI 改造與提效。"

　　"當(dāng)你想到一個(gè) idea 的時(shí)候，真的是渾身激動(dòng)到發(fā)抖，"他說(shuō)，"你覺得你的 idea 能成，你就會(huì)非常激動(dòng)地去把它推動(dòng)下去。熱情所在，就是要有思考，并且覺得自己的思考結(jié)果可以成。這就是原始動(dòng)力。"

　　在他的公開文章里，有一段招募令這樣寫道：

　　"希望你是 AI 的駕馭者，而不是單純的使用者；你不需要循規(guī)蹈矩，但必須對(duì) AI 有近乎狂熱的敏銳度；你不需要聽話照做，但必須習(xí)慣先深度思考、再極速行動(dòng)。你可以稚嫩，但要鋒利；可以莽撞，但要真誠(chéng)；可以經(jīng)驗(yàn)不足，但要愿意為結(jié)果負(fù)責(zé)、愿意在高速迭代里不斷變強(qiáng)。"

　　或許這段話，也是這個(gè)時(shí)代對(duì)所有人發(fā)出的邀請(qǐng)。

　　而BaiFu的故事之所以引人關(guān)注，也或許不只是因?yàn)橐粋€(gè)開源項(xiàng)目的成功，更因?yàn)樗屓藗兛吹搅艘环N新的可能性：在 AI 時(shí)代，一個(gè)人也可以構(gòu)建復(fù)雜系統(tǒng)，一個(gè)學(xué)生也可能突然走到創(chuàng)業(yè)舞臺(tái)中央。

　　這不是常態(tài)。但它正在變得越來(lái)越可能。

　　——END——

　　排版 | 李博琳 審核 | 北辰