Anton Osika：我们已经走过了“Vibe Coding”那个阶段。靠感觉做个演示可以，经营一家公司不行。
Anton Osika：多数Lovable用户拥有11年以上职业经验。他们离一个真实问题很近，只是过去没有能力把解决办法做成软件。
Anton Osika：执行变得容易以后，真正拉开差距的会是创造力。
AI编程的故事，过去一直围着程序员转：代码能快多少，Agent能接走多少任务，一个工程师能不能顶过去一个团队。
最近，Lovable联合创始人兼CEO安东·奥西卡（Anton Osika）在一场访谈中给出了一组数据。
Lovable内部数据显示，55%的用户拥有11年以上职业经验；另一份用户研究显示，80%的建设者自认为从事非技术岗位，近三分之二来自科技行业之外。
这些人未必懂框架、数据库和部署，却知道一家物流公司每天在哪一步卡住，销售团队反复复制哪份表格，诊所为什么总在同一个环节漏掉预约。
以前，他们要先写需求，再把自己的行业经验翻译给产品经理和开发团队。现在，他们可以先做出一个能运行的版本，再拿真实用户来验证。
AI压缩了编码时间，也压缩了“懂问题的人”和“能做软件的人”之间那段漫长的距离。
Anton不是在宣布程序员失去价值。
他说得更具体：日常软件的生产权正在扩散，而开发者的工作会继续往架构、安全、复杂集成和生产责任移动。
以下内容根据访谈、Lovable官方数据与公开材料整理。
Lovable不想再叫“Vibe Coding”
Lovable最早被很多人当成Vibe Coding工具：说一句需求，AI生成页面和代码，几分钟做出一个像样的产品。
安东现在不愿意继续使用这个说法。
Anton Osika：做演示时，凭感觉一路往前冲没有问题。可一家公司需要稳定运行，不能靠“感觉应该没事”。
Anton谈Lovable为什么不再停留在Vibe Coding
这个变化很重要。
做一个能点的网页，和让它接住订单、权限、支付、客户数据，完全是两回事。前者只需要让页面在眼前跑起来；后者还要面对异常、并发、升级、审计和故障恢复。
安东给出的开发方法也很朴素：先把问题手工做一遍，弄清每一步到底发生了什么，再拆分、测试、迭代。别在第一天就为一个尚未出现的规模设计十层架构，也别把“AI生成成功”当成产品已经完成。
Anton Osika：先用最简单的方法把流程跑通，知道哪里会坏，再决定哪一部分值得自动化。
这和传统软件开发并不冲突。区别在于，过去第一版往往要排进研发迭代；现在，最了解业务的人也能先动手。
第一批吃到红利的，是干了十多年的行业老兵
如果只看Vibe Coding在社交平台上的传播，很容易以为用户主要是刚毕业的年轻人，或者想在周末做个小产品的独立开发者。
Lovable看到的情况不是这样。
Anton Osika：多数用户已经有11年以上职业经验。
Anton介绍Lovable用户的职业年限
11年意味着什么？
一个做了11年采购的人，知道供应商报价表为什么总对不上；一个长期负责酒店运营的人，知道前台交班最容易漏掉哪类信息；一个熟悉保险理赔的人，知道用户会在哪份材料上来回补交。
他们不缺问题，也不缺判断。过去缺的是把这套经验装进软件的能力。
Anton Osika：他们离问题最近。那个问题可能已经困扰了自己很多年，只是以前没有合适的工具把它解决掉。
Anton解释为什么行业经验开始转化为软件
于是，AI带来的收益未必先落到程序员身上。
程序员原本就能把想法写成代码，AI主要帮他们提速。对一个完全不会开发、却拥有十多年行业经验的人来说，变化更大：他第一次可以越过立项、排期和外包报价，亲手验证自己的判断。
这不等于所有人突然成了高级工程师。AI只是把第一道门槛降了下来，让懂业务的人能先走进软件生产过程。
代码便宜以后，选错问题会更贵
软件做得更快，并不会自动让产品更有价值。
过去做错一个方向，团队可能花三个月才发现。现在三天就能做出完整原型，也可能在三天里同时做错十个方向。
安东在访谈里反复提到“创造力”，但他所说的不是坐在咖啡店里等灵感。
Anton Osika：创造力来自反复建设、测试和获得反馈。你看到哪里卡住，知道某种做法为什么不成立，再换一条路继续试。
Anton谈执行成本下降后的竞争差异
一家客服团队想做内部知识库，AI可以很快生成搜索、问答和权限页面。产品能不能用，还要看另外几件事：客服为什么找不到答案，旧文档是否互相冲突，哪些内容不能被普通员工看到，回答错了以后怎样追溯。
这些问题不会因为代码生成速度提高而消失。
AI让“怎么做”便宜了，反过来抬高了“做什么”和“为什么这样做”的价值。开发者如果只等一张写好的需求单，再负责把功能实现出来，反而会离最值钱的部分越来越远。
程序员的边界没有消失，只是在后移
主持人问安东：非技术用户到底能走多远？在哪一步，还是必须找开发者？
他的回答没有回避边界。
Anton Osika：那条边界仍然存在，但一直在往后移动。愿意学习、愿意不断试的人可以走得很远；要处理全球规模的高并发系统，仍然需要专业开发者。
Anton谈非技术用户与专业开发者之间不断后移的边界
Lovable官方给出的一套做法也很有代表性：业务团队先完成原型和用户验证，确认流程确实有用；随后把项目导出到GitHub，由工程团队接手生产环境。
前面的人负责把问题说清、把产品跑通，后面的工程师负责把它变成可维护、可扩展、可追责的系统。
从业务原型到生产系统，软件生产权正在向问题现场扩散
这种分工不会让开发者只剩下“收尾”。恰恰相反，简单界面和常规流程被更多人直接完成后，工程师会更早遇到真正困难的部分：数据模型能不能撑住业务，权限有没有越界，第三方接口失效时怎么办，系统出错后能不能恢复。
程序员的价值不再由“这个页面是不是我亲手写的”证明，而由“这个系统交到我手里以后，能不能可靠地活下去”证明。
Lovable开始盯上整门生意
安东说，Lovable并不想把自己限制在“生成代码”这件事上。
Anton Osika：我们的重点不是把一段代码生成得更快，而是帮助用户创建、运营并发展一门生意。
Anton解释Lovable正在从代码生成走向完整业务流程
这句话透露出AI编程产品下一阶段的竞争。
只负责生成代码，用户还得自己寻找托管、数据库、支付、域名、分析、客服和增长工具。谁能把这些环节连成一条路，谁就更接近用户真正想要的结果。
Lovable在2026年8月宣布完成4亿美元融资，估值达到133亿美元。公司同时披露，平台已经创建超过6000万个项目，每月访问量超过9亿；近八成用户在做一项准备变现的业务或副业，其中超过三分之一已经开始获得收入。
这些都是Lovable公布的数据，需要留意统计口径。但它至少说明，用户打开这类工具时，目标越来越少是“学习怎样写网页”，越来越多是“把一个想法变成可以收费的产品”。
对开发者来说，竞争对手也变了。过去是另一套框架、另一家外包团队；以后可能是一个懂业务的人，带着Agent和一组现成服务，先把第一批客户跑了出来。
公司会变多，护城河不会一起变多
安东判断，创建和经营一家小公司的成本会继续下降。
Anton Osika：当运营一门生意所需的成本变得很低，世界上会出现更多公司。
Anton谈AI降低公司启动与运营成本
这听起来像创业者的好消息，但另一面也很直接：大家都能更快做产品以后，“我做出来了”就不再稀缺。
难复制的东西会向外移动。
你是否比别人更理解某类用户，是否掌握长期积累的数据，是否拥有可靠的分发渠道，是否能在故障发生时守住信任，这些都不会因为模型升级自动获得。
一个开发者可以在周末做出十款工具，用户仍然只会留下能替自己省钱、省时间或减少风险的那个。代码成本下降，不会取消商业竞争，只会让淘汰更快。
小团队拿到的，只是一张更便宜的入场券。
做出产品以前，先找愿意付钱的人
访谈最后，安东把判断一个项目的顺序说得很清楚。
Anton Osika：先从一个问题开始，找到愿意为它付钱的人。然后看他们是否持续回来，是否继续付费。到了这一步，才有资格谈产品与市场匹配。
Anton谈副业项目如何走向真实业务
这段话对开发者尤其有用。
AI把做功能变得太容易后，人很容易用“继续开发”逃避更难的问题。首页不好看就重做一遍，模型回复不稳定就换一个模型，没人注册就再加三个功能。代码一直在增长，产品却没有靠近用户。
更有效的顺序是：先确认谁遇到了这个问题，他现在怎样解决，为什么现有办法不够好，他愿意为什么结果付费。拿到这些答案，再让Agent开工。
如果没人愿意第二次打开，工程质量再漂亮，也还不是一门生意。
评论区：有人准备开工，也有人追问工程黑箱
评论区里，有人抓住了安东最后那句话：做东西越来越容易，找到有人愿意付钱的问题仍然最重要。
YouTube真实评论及中文翻译
也有人直接追问技术账：从前后端架构、安全接入LLM API，到全球托管、支付和百万用户扩容，中间依然是一块巨大的工程黑箱。
YouTube真实评论及中文翻译
另一条评论更不客气：他说到底，Lovable仍然是在向创业者卖铲子。
YouTube真实评论及中文翻译
也有用户认为，这类工具最先释放的是那些想法很多、过去很难把注意力变成成品的人。
YouTube真实评论及中文翻译
这几种反应放在一起，刚好构成了Lovable目前的位置：它确实降低了动手门槛，却没有替用户解决选题、工程和商业上的所有难题。
写在最后
AI编程最明显的变化，未必是程序员写得更快。
一个在行业里干了11年、从未学过编程的人，现在也能把经验做成第一版软件。他不必先把问题翻译成一份完整需求，也不必等开发团队排期，产品和反馈之间少了一层转述。
这会压缩一部分只负责接单和实现的工作，也会给开发者腾出更难的任务。
工程师需要更靠近用户，参与定义问题；也需要继续守住架构、安全、数据和生产环境。能把业务判断、AI工具和工程责任接在一起的人，得到的不会只是更高的编码效率，而是更大的产品决定权。
Lovable把软件的起点交给了更多人。至于一款产品能不能活过演示、接住客户并长期运行，仍然要看有没有人理解问题，也理解系统。
那个人可以是程序员，也可以是一个终于能亲手做软件的行业老兵。
参考链接：
——好文链接——
AI工程师最先失去的，可能不是工作，而是说“不”的权力！AI教父辛顿：模型出问题，现在还要靠内部员工爆料
软件开发正在变成“开工厂”！黄仁勋劝开发者别只盯着AI末日论，网友锐评：卖铲子的人让大家继续挖
别再拿AI末日吓程序员了！吴恩达：AI会毁灭人类更像科幻故事，沙箱和护栏才是眼前的问题
