个人专有 App 的局限

做这个 App 的起源是： 在豆瓣标记了快一千部看过的影视剧、几百部想看。只用豆瓣的查电影、标电影功能，每次使用需要看广告、经过无关页面、加之豆瓣产品形态老旧。Vibe coding 技术很擅长做轻量工具，用 Lovable 一次提示词，5 分钟第一版可用，全部需求实现。 只是影视搜索这个场景，产品的关键要素有两个：

  • 类型广泛、数量众多、字段丰富的片库
  • 搜索功能本身：意图理解、分词、召回率、准确率

而这两个关键要素，目前不是爱好者用 vibe coding 技术就能做好的。所以大概率我还是会用豆瓣查电影和标记。

当我们说 vibe coding 降低开发门槛，迎来 App 创作大爆发 ，个人专有 App 还只能局限在某些领域。

因为 App 作为和现实世界互动的工具，除了软件开发，它还需要很多领域价值积累，vibe coding 本身不带来领域价值。

App Store 有十几大类 App，电商、教育、医疗、新闻、购物、社交、游戏、财务等等，这些类目需要版权和内容库（教育、新闻、影视）及内容审核、需要重资产（电商和游戏）、有合规和信任门槛（金融、健康）。

个人专有 App 几乎落到了工具 & 效率这个类目，这个类目已经有了众多独立开发者在做。

不卷片库和搜索，这个 App 还可以往 AI 向迭代，增加一些长期用的价值

  • AI 搜索，做到更准确的意图识别和结果匹配
  • 自然语言对话，求推荐和返回推荐，给找内容这件事增加更多内容上的乐趣
  • 加上用户记忆和信息作为 AI 上下文，做到更个性化的搜索

泛化到 Coding 之外

除了降低写代码成本，Vibe coding 目前在轻量工具开发场景，生产水平相当于外包研发公司了，它具备世界知识和软件开发领域知识。 这个电影搜索和标记的工具，如果人类来做，需要：

  • 产品经理具备影视剧领域知识（类似理解一个新的用户场景）
  • 产品经理和研发、设计对每个页面的字段取值和 UX 设计
  • 移动端和电脑网页端不同交互范式
  • 多语言搜索：我用的是海外的 API 但需求是用中文搜索返回结果
  • 搜索功能 QA：让 Lovable 生成 30 个不同场景词条测试用例，让它自测和修复

以上几点，我作为产品经理这个工种，要么不会、要么要现学。但 AI 在 1 小时之内，几轮对话完全实现。当然，AI 在上述场景做的很好，更多是因为需求简单、质量要求低。

之前有过比喻是大模型是海平面，应用是它上面的冰山。海平面上涨，应用不会随时上涨，而会被淹没。 作为软件公司，大模型和团队能力也是类似关系。

大模型变强让软件公司过去赖以为生的一部分技能被淹没，变得不重要。AI 磨平了不同团队之间软件开发知识和世界知识的差异，让大部分团队有了同样的落地技术。

这时候理解市场和定义需求的能力变得更加重要。大家开始坐上同个火箭时，选择正确目的地、测算路线和节奏，车成为了关键变量。

人和 Agent 新的交互方式

在过去，我们写代码或者通过拖拽工具做 App，需要正襟危坐、找大块的时间，开电脑、打开数个文件、窗口和网页。 而我最近 vibe coding 都是在碎片时间完成的。

吃早餐时候有新想法，打开 Lovable 输入几行，等 Agent 回复，期间看文档或者回消息。当然有需求因为太简单，以至于几分钟完成一次回复，高频在多任务间切换，反而降低效率。

如果是更复杂需求，我们可以每过几个小时和 Agent 互动一次，来更好的利用碎片化时间。

Replit 已经上线了能连续工作 200 个小时的自主智能体，以及 Manus 的价值主张之一是灌入更多用户在谷歌文档、邮箱和文、笔记中的上下文，以让智能体自主全天候工作。

AI Coding 厂商都在做的几个功能，也在促进或者顺应这种碎片时间交互。

聊天模式 聊天模式极大降低连续迭代 App 的启动成本和心理负担。很多时候我想做一个功能但不确定可以怎么做，这时候开聊天模式让 Agent 给我方案，不改代码，然后在它的方案中选一个。期间会经历好几轮方案澄清和讨论，像极了需求调研和技术评审会。 语音输入 语音输入极大降低需求表达的摩擦。很多时候想到一个需求，写出来比说出来成本更高，清晰地文字表达相比口语是更复杂的技能。另外在指代多个实体之间关系的时候，口语上的指指点点，说“这里”、“那里”、“这个”、“那个”，来来回回说，比打字轻松多了。

据报道 Plaud 公司的算法研发现在人手一个麦克风，直接通过语音来 vibe code，工作效率大幅提升，而且更容易进入心流。