你有沒(méi)有想過(guò)，"寫(xiě)代碼"這件事，有一天會(huì)變得和"發(fā)短信"一樣普通？不是比喻，是字面意思。最近我看了一個(gè)訪談，是 Anthropic 的 Boris Cherny 在 Sequoia Capital（紅杉資本）的 AI Ascent 2026 大會(huì)上的分享。Boris 是 Claude Code 的創(chuàng)造者，也是整個(gè) AI 編程領(lǐng)域最前沿的人之一。他在訪談里說(shuō)了很多讓我停下來(lái)反復(fù)思考的東西。

他說(shuō)，編程已經(jīng)被解決了。他說(shuō)，他在 2026 年一行代碼都沒(méi)有手寫(xiě)過(guò)。他說(shuō)，他現(xiàn)在每天從手機(jī)上發(fā)出幾十個(gè) PR（Pull Request，代碼合并請(qǐng)求）。他還說(shuō)，有一天他創(chuàng)了紀(jì)錄，一天發(fā)了 150 個(gè) PR。

我第一次聽(tīng)到這些話時(shí)，感覺(jué)有點(diǎn)像在看科幻小說(shuō)。但越想越覺(jué)得，這不是未來(lái)，這是已經(jīng)在發(fā)生的現(xiàn)實(shí)。只是大多數(shù)人還沒(méi)意識(shí)到而已。

Claude Code 是怎么來(lái)的

Boris 說(shuō)，Claude Code 其實(shí)是"意外"誕生的。2024 年底，他加入了 Anthropic 內(nèi)部一個(gè)叫 Anthropic Labs 的孵化團(tuán)隊(duì)，整個(gè)團(tuán)隊(duì)就幾個(gè)人，目標(biāo)是把當(dāng)時(shí)模型的潛力轉(zhuǎn)化成真實(shí)可用的產(chǎn)品。他們做出來(lái)的東西，包括 Claude Code、MCP（Model Context Protocol，模型上下文協(xié)議），還有 Claude 的桌面端應(yīng)用。任務(wù)完成之后，團(tuán)隊(duì)解散。現(xiàn)在他們又重新聚在一起，做第二輪。

他說(shuō)，當(dāng)時(shí)他們看到了一個(gè)"product overhang"（產(chǎn)品空缺）——模型的能力已經(jīng)遠(yuǎn)超市面上任何產(chǎn)品所能發(fā)揮出來(lái)的水平。2024 年底，編程領(lǐng)域最先進(jìn)的產(chǎn)品，是 type-ahead（逐行補(bǔ)全），就是你打開(kāi) IDE，按 Tab，每次補(bǔ)全一行代碼。這是 Claude Sonnet 3.5 當(dāng)時(shí)能做到的事情。

但 Boris 他們看到的是：模型已經(jīng)可以做到更多。不需要逐行補(bǔ)全了，可以直接讓 AI agent 寫(xiě)完所有代碼。于是他就去做了。

但他也坦誠(chéng)，Claude Code 一開(kāi)始根本不好用。前六個(gè)月，他自己只用它寫(xiě)大概 10% 的代碼。發(fā)布之后，也沒(méi)有爆發(fā)式增長(zhǎng)。真正的拐點(diǎn)是 Opus 4 發(fā)布的那一刻，之后每一個(gè)模型版本都帶來(lái)一次躍升：4.5、4.6、4.7，一路往上。

我覺(jué)得這段歷史特別值得深思。Boris 他們?cè)诋a(chǎn)品還沒(méi)有 PMF（Product-Market Fit，產(chǎn)品市場(chǎng)契合）的時(shí)候就開(kāi)始做，而且明知道六個(gè)月內(nèi)不會(huì)有 PMF，因?yàn)樗麄兪窃跒橄乱淮Ｐ妥鰷?zhǔn)備。這是一種非常特殊的產(chǎn)品思維：你看到的不是現(xiàn)在的市場(chǎng)，而是模型進(jìn)化之后會(huì)出現(xiàn)的市場(chǎng)。這需要極強(qiáng)的判斷力，也需要極強(qiáng)的耐心。大多數(shù)創(chuàng)業(yè)公司在這個(gè)階段就放棄了。

"編程已經(jīng)被解決了"，這句話什么意思

這是整個(gè)訪談里最震撼我的一個(gè)論斷。Boris 說(shuō)，對(duì)他個(gè)人來(lái)說(shuō)，編程已經(jīng)被解決了。他的代碼 100% 由模型來(lái)寫(xiě)，他不再手寫(xiě)任何一行代碼。

他解釋了為什么 Claude Code 用 TypeScript 和 React 來(lái)寫(xiě)自己的代碼庫(kù)。原因很簡(jiǎn)單：這兩個(gè)是訓(xùn)練數(shù)據(jù)里分布最廣的語(yǔ)言和框架，當(dāng)時(shí)模型還沒(méi)那么聰明，用"on distribution"（在分布范圍內(nèi)）的技術(shù)棧能讓模型表現(xiàn)更穩(wěn)定。到今天，模型已經(jīng)可以學(xué)會(huì)它沒(méi)見(jiàn)過(guò)的語(yǔ)言和框架，但那時(shí)候技術(shù)選型這件事，是影響 AI 輸出質(zhì)量的關(guān)鍵變量。

他也補(bǔ)充說(shuō)，"編程被解決"這件事不是對(duì)所有人都成立的。非常復(fù)雜的大型代碼庫(kù)、冷門(mén)語(yǔ)言、特殊的歷史系統(tǒng)，這些地方模型還沒(méi)辦法完全勝任。但他的判斷是：通常等下一個(gè)模型就好了。

我自己理解這句話，是這樣的：Boris 說(shuō)的"編程被解決"，針對(duì)的是"寫(xiě)代碼"這個(gè)動(dòng)作本身。就好像"打字被解決了"——不是說(shuō)文字創(chuàng)作沒(méi)有價(jià)值了，而是說(shuō)打字這個(gè)物理動(dòng)作，不再是瓶頸了。寫(xiě)代碼的技術(shù)門(mén)檻，正在以肉眼可見(jiàn)的速度崩塌。剩下的核心問(wèn)題，變成了你想要構(gòu)建什么、你理解不理解這個(gè)領(lǐng)域、你有沒(méi)有判斷力去知道 AI 做的對(duì)不對(duì)。

Boris 的工作方式，讓我重新定義了"工作"

他分享了自己現(xiàn)在的工作方式。大部分時(shí)間，他在手機(jī)上工作。打開(kāi) Claude app，左側(cè)有一個(gè) code tab，里面通常有五到十個(gè) session（會(huì)話）在同時(shí)跑，每個(gè) session 里有多個(gè) agent（智能體），加起來(lái)大概有幾百個(gè)。每天晚上還有幾千個(gè) agent 在做更深入的工作。

他最近特別喜歡用的功能叫 `/loop`。原理很簡(jiǎn)單：讓 Claude 用 cron（定時(shí)任務(wù)工具）創(chuàng)建一個(gè)定時(shí)循環(huán)任務(wù)，可以每分鐘、每五分鐘、每天運(yùn)行一次。他現(xiàn)在有幾十個(gè)這樣的 loop 在持續(xù)運(yùn)行。比如有一個(gè)在監(jiān)控他的 PR，自動(dòng)修復(fù) CI（Continuous Integration，持續(xù)集成）、自動(dòng) rebase；有一個(gè)在保持 CI 健康，發(fā)現(xiàn) flaky test（不穩(wěn)定測(cè)試）就自動(dòng)修復(fù)；還有一個(gè)每三十分鐘從 Twitter 抓用戶反饋，自動(dòng)聚類整理。

他說(shuō)，現(xiàn)在 Anthropic 內(nèi)部，沒(méi)有任何人工編寫(xiě)的代碼了。所有 SQL 都是模型寫(xiě)的，所有東西都是模型構(gòu)建的。更有意思的是，他的 Claude 和同事的 Claude，會(huì)通過(guò) Slack 互相通信，在 loop 運(yùn)行過(guò)程中協(xié)商解決未知問(wèn)題。

我第一次聽(tīng)到這里，愣了一下。這不是"人用 AI 工具提效"，這是"人在管理一支 AI 團(tuán)隊(duì)"。工作的性質(zhì)變了，不是提速，是質(zhì)變。你的角色從執(zhí)行者變成了指揮者，從寫(xiě)代碼的人變成了定義問(wèn)題、審核結(jié)果、協(xié)調(diào) agent 的人。這種轉(zhuǎn)變，比"提效十倍"這個(gè)描述要深刻得多。

未來(lái)的團(tuán)隊(duì)長(zhǎng)什么樣

Boris 對(duì)未來(lái)團(tuán)隊(duì)的判斷，我覺(jué)得是這次訪談里最務(wù)實(shí)、也最有參考價(jià)值的部分。

他說(shuō)，未來(lái)會(huì)有越來(lái)越多的 generalist（通才）。但他強(qiáng)調(diào)，這個(gè)"通才"的定義在擴(kuò)展。以前說(shuō)通才工程師，可能是說(shuō)他既會(huì)寫(xiě) iOS 也會(huì)寫(xiě)后端；而未來(lái)的通才，是真正跨學(xué)科的——工程很強(qiáng)，同時(shí)設(shè)計(jì)也很強(qiáng)，或者產(chǎn)品和數(shù)據(jù)科學(xué)也很強(qiáng)。

他舉了 Claude Code 團(tuán)隊(duì)的例子：工程經(jīng)理、產(chǎn)品經(jīng)理、設(shè)計(jì)師、數(shù)據(jù)科學(xué)家、財(cái)務(wù)、用戶研究員，每一個(gè)人都在寫(xiě)代碼。每個(gè)人是某個(gè)領(lǐng)域的專家，但現(xiàn)在同時(shí)也都會(huì)編程。

這個(gè)判斷讓我深有共鳴。我一直在說(shuō)，AI 時(shí)代最稀缺的不是"會(huì)用 AI 的程序員"，而是"懂業(yè)務(wù)的全棧執(zhí)行者"。以前，技術(shù)是壁壘，讓很多有想法的人被擋在門(mén)外。以后，技術(shù)壁壘會(huì)越來(lái)越低，真正的壁壘是：你有沒(méi)有想清楚要做什么，你有沒(méi)有足夠深的行業(yè)認(rèn)知，你有沒(méi)有判斷力去評(píng)估 AI 做出來(lái)的東西是否正確。

換句話說(shuō)，AI 并不是讓技術(shù)門(mén)檻消失，而是讓門(mén)檻的位置移動(dòng)了。從"會(huì)不會(huì)寫(xiě)代碼"，移動(dòng)到了"懂不懂這個(gè)領(lǐng)域"。

SaaS 會(huì)死嗎？不會(huì)，但很多護(hù)城河要消失了

有人問(wèn) Boris，當(dāng)寫(xiě)代碼的成本降低 10 倍甚至 100 倍，SaaS（Software as a Service，軟件即服務(wù)）會(huì)不會(huì)迎來(lái)大崩塌？

Boris 說(shuō)，他最喜歡這個(gè)問(wèn)題。他的回答引用了 Hamilton Helmer 的"七種商業(yè)護(hù)城河"理論（Seven Powers）。他認(rèn)為，AI 的到來(lái)會(huì)讓某些護(hù)城河變?nèi)?，讓另一些護(hù)城河反而變得更重要。

會(huì)變?nèi)醯淖o(hù)城河，比如 switching cost（轉(zhuǎn)換成本）——以前你用了一個(gè)工具三年，遷移數(shù)據(jù)、重新培訓(xùn)員工的成本太高；但現(xiàn)在模型可以幫你快速遷移，切換成本大幅下降。還有 process power（流程壁壘）——很多 SaaS 公司的護(hù)城河其實(shí)是復(fù)雜的業(yè)務(wù)流程設(shè)計(jì)，但 Boris 說(shuō)，Opus 4.7 已經(jīng)可以"hill climb anything"，給它一個(gè)目標(biāo)，讓它一直迭代，它就會(huì)一直優(yōu)化，直到做到。這讓純靠流程設(shè)計(jì)建立壁壘的公司，變得非常脆弱。

而不會(huì)被削弱的護(hù)城河：network effects（網(wǎng)絡(luò)效應(yīng)）、scale economies（規(guī)模經(jīng)濟(jì)）、cornered resources（獨(dú)特資源）。這些跟 AI 的關(guān)系不大，還是會(huì)繼續(xù)有效。

他說(shuō)的第二個(gè)判斷，我覺(jué)得更重要：未來(lái)十年，會(huì)有 10 倍于現(xiàn)在數(shù)量的初創(chuàng)公司出現(xiàn)，去顛覆各個(gè)領(lǐng)域。原因很簡(jiǎn)單：一個(gè)小團(tuán)隊(duì)，現(xiàn)在可以用 AI 構(gòu)建出跟大公司相當(dāng)水平的產(chǎn)品，而大公司反而要面對(duì)內(nèi)部阻力，需要改變流程、重新培訓(xùn)員工、克服組織惰性。初創(chuàng)公司沒(méi)有這些包袱，可以從第一天起就 AI-native（AI 原生）地去構(gòu)建。

我對(duì)這個(gè)判斷非常認(rèn)同。我們正處在一個(gè)"小公司窗口期"里。大公司的效率優(yōu)勢(shì)在縮水，初創(chuàng)公司的劣勢(shì)也在縮水，兩者之間的差距正在快速壓縮。這個(gè)窗口不會(huì)永遠(yuǎn)開(kāi)著，因?yàn)榇蠊具t早也會(huì)完成轉(zhuǎn)型。但現(xiàn)在，是進(jìn)攻的最好時(shí)機(jī)。

編程，會(huì)像識(shí)字一樣普及

這是 Boris 說(shuō)的最有歷史感的一段話，我聽(tīng)完之后想了很久。

有人問(wèn)他：編程會(huì)不會(huì)變成像 Microsoft Office 一樣人人都會(huì)的技能？他說(shuō)，不止如此，會(huì)更進(jìn)一步——會(huì)像發(fā)短信一樣普及。

然后他打了一個(gè)歷史比方，我覺(jué)得非常貼切。1400 年代，歐洲印刷機(jī)發(fā)明之前，只有 10% 的歐洲人識(shí)字。這些人受雇于國(guó)王和貴族，專門(mén)負(fù)責(zé)讀寫(xiě)，因?yàn)檫@是一門(mén)專業(yè)技能，普通人不會(huì)。印刷機(jī)發(fā)明之后，出版成本下降了一百倍，書(shū)開(kāi)始大規(guī)模普及。接下來(lái)幾百年，全球識(shí)字率從 10% 上升到 70%?，F(xiàn)在，我們所有人都能讀寫(xiě)，沒(méi)有人需要專門(mén)的"閱讀寫(xiě)作學(xué)位"才能識(shí)字，盡管仍然有職業(yè)作家這個(gè)行當(dāng)。

Boris 說(shuō)，軟件正在經(jīng)歷同樣的事情。寫(xiě)代碼這件事，正在從一門(mén)需要專業(yè)訓(xùn)練才能掌握的技能，變成人人都能做的基礎(chǔ)能力。而這一次，速度會(huì)比印刷機(jī)時(shí)代快得多。

他還說(shuō)了一個(gè)讓我覺(jué)得非常對(duì)的點(diǎn)：在這個(gè)新世界里，最適合寫(xiě)會(huì)計(jì)軟件的人，不是工程師，而是一個(gè)非常厲害的會(huì)計(jì)。因?yàn)殡y的是懂會(huì)計(jì)，不是會(huì)寫(xiě)代碼。

我深度認(rèn)同這個(gè)判斷。我在出海領(lǐng)域工作了很多年，經(jīng)常遇到一種場(chǎng)景：某個(gè)行業(yè)里做得很好的從業(yè)者，心里有非常清晰的工具需求，但因?yàn)椴欢夹g(shù)，這個(gè)想法永遠(yuǎn)停留在腦子里。AI 的到來(lái)，其實(shí)是在解放這些人。真正的生產(chǎn)力，來(lái)自于深度的行業(yè)認(rèn)知，而不是技術(shù)能力本身。

Anthropic 內(nèi)部和外部，差距在哪里

有人問(wèn)了一個(gè)很好的問(wèn)題：Anthropic 內(nèi)部工程師的工作方式，領(lǐng)先外部多少？是三個(gè)月？還是六個(gè)月？

Boris 的回答很誠(chéng)實(shí)。他說(shuō)，在模型層面，沒(méi)什么差距，因?yàn)?Anthropic 本身就是在做平臺(tái)，他們用的模型版本和外部用戶差不多。真正的差距，在于組織流程和工作方式。

Anthropic 內(nèi)部，Claude 被用在所有事情上。工程師的 Claude 在 loop 里運(yùn)行代碼，同時(shí)會(huì)通過(guò) Slack 和其他工程師的 Claude 溝通，協(xié)商解決代碼里的未知問(wèn)題。整個(gè)公司沒(méi)有手工寫(xiě)的代碼，所有 SQL 都是模型寫(xiě)的。他說(shuō)，這種組織級(jí)別的流程改造，才是真正領(lǐng)先的地方，而不是技術(shù)本身。

這一點(diǎn)讓我想到一個(gè)更宏觀的問(wèn)題：AI 能力的釋放，往往不是被技術(shù)限制的，而是被組織結(jié)構(gòu)和工作流程限制的。工具在那里，但大多數(shù)公司還在用舊的工作方式去套新的工具。這就像印刷機(jī)發(fā)明了，但大家還在按照手抄書(shū)的方式來(lái)組織出版業(yè)一樣。

對(duì)于初創(chuàng)公司來(lái)說(shuō)，這其實(shí)是一個(gè)巨大的優(yōu)勢(shì)。沒(méi)有歷史包袱，可以從第一天就按照 AI 原生的方式來(lái)構(gòu)建組織和流程。而大公司要完成同樣的轉(zhuǎn)型，需要說(shuō)服每一個(gè)中間層、重新設(shè)計(jì)每一個(gè)流程，面對(duì)的阻力是指數(shù)級(jí)的。

MCP 是連接 AI 和工具世界的基礎(chǔ)設(shè)施

Boris 在訪談中多次提到 MCP，我覺(jué)得有必要單獨(dú)解釋一下為什么這個(gè)東西很重要。

MCP（Model Context Protocol）是 Anthropic 提出的一個(gè)標(biāo)準(zhǔn)協(xié)議，讓 AI 模型可以以統(tǒng)一的方式連接各種外部工具和數(shù)據(jù)源。就像 USB 讓各種設(shè)備可以連接電腦一樣，MCP 讓 AI 可以統(tǒng)一接入 Salesforce、Google Docs、GitHub、Slack 等任何工具。

Boris 說(shuō)，對(duì)于 knowledge work（知識(shí)工作）的 agent 化，MCP 就是答案。不管是 Claude Code、Claude CLI 還是 Co-work，連上各種 MCP connector 之后，AI 就能訪問(wèn)這些工具里的數(shù)據(jù)和能力。對(duì)于還沒(méi)有 MCP 的工具，computer use（計(jì)算機(jī)視覺(jué)操控）可以作為兜底方案——雖然慢，但能用。

我的理解是：MCP 正在做的事情，是在 AI 和真實(shí)工作環(huán)境之間搭一座橋。以前的 AI 工具，往往是孤立的，需要手動(dòng)復(fù)制粘貼信息進(jìn)來(lái)，再把結(jié)果復(fù)制粘貼出去。MCP 讓這個(gè)流程變成了自動(dòng)的、流暢的。這不是一個(gè)小改進(jìn)，這是 AI 從"輔助工具"進(jìn)化成"工作主體"的關(guān)鍵一步。

而且他有一句話我覺(jué)得說(shuō)到了本質(zhì)：對(duì)模型來(lái)說(shuō)，不管是 MCP、API 還是其他接口，都只是 tokens（詞元）。模型不在乎連接方式，它只需要能訪問(wèn)到信息和執(zhí)行能力。這意味著，只要信息能被結(jié)構(gòu)化地傳遞給模型，模型就能用上它。這個(gè)視角，對(duì)于我們思考如何構(gòu)建 AI 產(chǎn)品非常有用。

我的深度思考：這一切對(duì)我們意味著什么

聽(tīng)完這個(gè)訪談，我想到最多的一個(gè)問(wèn)題是：在這個(gè)新世界里，什么才是真正有價(jià)值的？

Boris 說(shuō)編程被解決了。我認(rèn)同。但我想補(bǔ)充一點(diǎn)：編程被解決了，不代表軟件產(chǎn)品變得不重要了，恰恰相反，軟件會(huì)變得更多、更便宜、更專業(yè)化。因?yàn)橐郧昂芏嘤袃r(jià)值的軟件，因?yàn)殚_(kāi)發(fā)成本太高而從來(lái)沒(méi)有被做出來(lái)?，F(xiàn)在，這個(gè)成本在快速下降。會(huì)有大量"垂直場(chǎng)景的專用工具"被做出來(lái)，它們的受眾可能只有幾千人，但對(duì)這幾千人來(lái)說(shuō)無(wú)比重要。

我在出海領(lǐng)域工作，經(jīng)常遇到一個(gè)痛點(diǎn)：跨境電商、SaaS 出海、內(nèi)容出海，每個(gè)環(huán)節(jié)都有大量重復(fù)性的工作流，但專門(mén)針對(duì)這些場(chǎng)景的好工具，一直都很少。原因很簡(jiǎn)單，市場(chǎng)太小，開(kāi)發(fā)成本太高，ROI 跑不通。但現(xiàn)在，當(dāng)開(kāi)發(fā)成本下降 100 倍，這個(gè)邏輯就變了。很多之前沒(méi)有商業(yè)價(jià)值的工具，現(xiàn)在可以做了。

這讓我想到另一個(gè)更深層的問(wèn)題：未來(lái)的產(chǎn)品競(jìng)爭(zhēng)，核心在哪里？

Boris 提到了網(wǎng)絡(luò)效應(yīng)、規(guī)模經(jīng)濟(jì)、獨(dú)特資源這些不會(huì)被 AI 削弱的護(hù)城河。我覺(jué)得還有一個(gè)他沒(méi)有明說(shuō)，但整個(gè)訪談都在暗示的東西：領(lǐng)域知識(shí)的深度。

當(dāng)代碼可以自動(dòng)生成，當(dāng)流程可以自動(dòng)優(yōu)化，最難被替代的，是對(duì)某個(gè)具體領(lǐng)域的深刻理解。你知道用戶真正的痛點(diǎn)在哪里，你知道這個(gè)行業(yè)的潛規(guī)則，你知道哪些功能表面上重要但其實(shí)沒(méi)人用，你知道最后那 20% 的細(xì)節(jié)決定產(chǎn)品好不好用。這些，是模型短期內(nèi)學(xué)不會(huì)的。

所以我得出了一個(gè)結(jié)論：AI 時(shí)代的產(chǎn)品競(jìng)爭(zhēng)，表面上是誰(shuí)用 AI 用得更好，底層是誰(shuí)對(duì)自己的用戶理解得更深。工具變了，這個(gè)底層邏輯沒(méi)變。

另外一個(gè)我很認(rèn)同 Boris 說(shuō)的點(diǎn)，是關(guān)于初創(chuàng)公司的機(jī)會(huì)。他說(shuō)，未來(lái)十年，初創(chuàng)公司的數(shù)量會(huì)增長(zhǎng) 10 倍。大公司面臨的轉(zhuǎn)型阻力，是初創(chuàng)公司的天然優(yōu)勢(shì)。我在國(guó)內(nèi)見(jiàn)過(guò)很多創(chuàng)業(yè)者，因?yàn)榧夹g(shù)門(mén)檻而放棄了好想法。以后，這個(gè)理由會(huì)越來(lái)越站不住腳。想法本身的質(zhì)量，會(huì)越來(lái)越?jīng)Q定一個(gè)公司能不能做起來(lái)。

最后，我想引用 Boris 說(shuō)的那個(gè)印刷機(jī)的比方，再延伸一步。印刷機(jī)普及了文字，帶來(lái)了文藝復(fù)興、啟蒙運(yùn)動(dòng)、工業(yè)革命。不是因?yàn)橛∷C(jī)直接推動(dòng)了這些，而是因?yàn)橹R(shí)開(kāi)始大范圍流動(dòng)，更多的人可以站在前人的肩膀上思考和創(chuàng)造。AI 普及編程，可能也會(huì)帶來(lái)類似的效應(yīng)：當(dāng)更多有深刻行業(yè)認(rèn)知的人可以直接構(gòu)建工具和產(chǎn)品，整個(gè)社會(huì)的創(chuàng)新速度會(huì)加快。真正的突破，往往來(lái)自那些既深刻理解問(wèn)題、又有能力去實(shí)現(xiàn)解決方案的人。AI，正在讓這樣的人從少數(shù)變成多數(shù)。

結(jié)尾

也歡迎大家留言討論，分享你的觀點(diǎn)！

覺(jué)得內(nèi)容不錯(cuò)的朋友能夠幫忙右下角點(diǎn)個(gè)贊，分享一下。您的每次分享，都是在激勵(lì)我不斷產(chǎn)出更好的內(nèi)容。

歡迎關(guān)注深思圈，一起探索更大的世界。

- END -

兩個(gè)“特別坑”的AI產(chǎn)品創(chuàng)業(yè)方向，你知道嗎

速度將成為AI時(shí)代唯一的護(hù)城河

a16z重磅預(yù)測(cè)：Vibe coding贏者通吃？錯(cuò)了，垂直專業(yè)化才是未來(lái)