四十五天。零程式背景。一個巴西行銷人用 AI 工具做了一個女性安全 App，現在年收入四十五萬六千美元，用戶超過一萬。

她叫 Sabrine Matos。她用的工具叫 Lovable。她寫的不是程式碼，是需求描述。

帳單不說謊

我兩天前寫過一篇〈60 美元拍一支影片，年收 70 萬〉，講文字正在學會變形——變影片、變聲音、變程式碼。當時提到 Vibe Coding，引的是 Cursor 年化收入十億美元、Lovable 八個月破億的數據。那些數字已經很誇張了。

然後這週的數據進來，我發現那些只是序章。

Cursor 的年化收入在三個月內翻了一倍，從十億到二十億美元。 不是年增，是季增。TechCrunch 和 Bloomberg 都在報。

更值得看的不是平台數字，是站在平台上的那些人。

誰	背景	做了什麼	成果
Sabrine Matos	巴西行銷人，零程式	Plinq 女性安全 App	45 天上線，$456K 年收
Drew Griffin	非技術創辦人	SendPush.io Wallet Pass SaaS	一週 $135K 營收
Pieter Levels	獨立開發者	Fly 瀏覽器飛行模擬器	3 小時原型，$12K/月
Sebastian Volkis	非技術創辦人	TrendFeed AI 內容平台	首月 $10K MRR
Nicola Manzini	3,300 粉絲 indie builder	Vibe Sail 航海遊戲	$8K/月，Atlantic Records 贊助
Evan	22 歲大學輟學生	Illustration.app 向量插圖 AI	8,000 用戶
Krzysztof Cichy	零程式經驗	三個 Micro SaaS	全部成功出售

這張表最刺眼的不是數字。是「背景」那一欄。行銷人、非技術創辦人、大學輟學生——這些人的共同點不是「會寫程式」，而是「知道該做什麼」。

MIT 說這是 2026 十大突破技術

上個月，MIT Technology Review 把 Vibe Coding 列進年度十大突破技術。和量子計算、基因編輯排在一起。

這個決定很值得停下來想一想。

MIT 選的不是「AI 寫程式」這件事本身——AI 輔助寫程式已經存在好幾年了。它選的是 Vibe Coding 代表的那個轉折點：非技術人員第一次能直接用自然語言造出可以商業運作的軟體。

數據支撐這個判斷。92% 的美國開發者現在每天使用 AI 編程工具。GitHub Copilot 已有兩千萬用戶，90% 的 Fortune 100 企業在用。印度有一家叫 Emergent 的 Vibe Coding 新創，上線八個月 ARR 破一億美元。

但最有意思的不是開發者在用這些工具——是不是開發者的人也在用。Sabrine Matos 不需要 GitHub Copilot，她需要的是一個能聽懂「我要一個讓巴西女性走在路上更安全的 App」的工具。

Vibe Coding 的本質不是「AI 幫你寫程式更快」。是「程式能力不再是瓶頸，問對問題才是。」

四條路徑，每一條都已經有人在收錢

如果你在想「這跟我有什麼關係」，以下是目前被驗證過的四種 Vibe Coding 變現路徑。

第一條：Micro SaaS。 月費 $5-15，瞄準利基市場痛點。你不需要一百萬用戶，十到二十個付費用戶就能驗證商業模型。Sabrine 的 Plinq 就是這條路——她找到的痛點非常具體：巴西女性的人身安全。不是「幫所有人」，是「幫這群人解決這個問題」。

第二條：接案開發。 $300-1,000 一案。幫別人快速做出 MVP。你的優勢不是技術能力，是「三天交貨」——過去要三個月。

第三條：建了再賣。 在 acquire.com 等平台出售已驗證的 Micro SaaS。Krzysztof Cichy 零程式經驗，做了三個 Micro SaaS，全部成功售出。把建造當投資，把出售當退場。

第四條：內部工具外銷。 你幫自己公司做了一個內部工具，發現同業也需要。包裝成 SaaS，月收 $50-100 維護費。這條路的美妙之處是：你已經有了第一個用戶（你自己），而且你比任何人都理解需求。

四條路有一個共同分母：沒有一條的核心競爭力是「會寫程式」。 每一條的核心都是「找到一個值得解決的問題」。

成本結構已經不像話了

我做了一個簡單的對比。

過去，你想把一個想法變成軟體產品，最基本的路線是：雇一個開發者。年薪 $50,000 到 $150,000。或者外包，一個 MVP 大概 $10,000 到 $50,000。開發週期三到六個月。

現在的成本結構長這樣：

• AI IDE（Cursor）：$20/月
• 雲端託管：$5-50/月
• 支付處理：2.9%
• 開發時間：幾天到幾週

成本降幅超過 99%。

這不是「便宜了一點」。這是整個經濟模型被重寫。當造出一個 MVP 的成本從五萬美元降到五十美元的時候，「試錯」的定義改變了。你不需要籌資、不需要寫商業計畫書、不需要說服投資人。你只需要一個週末和一個想法。

Drew Griffin 用一週時間做出 SendPush.io，賺了十三萬五千美元。如果失敗了呢？他損失的是一週時間和幾十美元的工具訂閱費。這個風險回報比，在人類商業史上幾乎是前所未見的。

但是——

我不想寫一篇只有亮面的文章。

Vibe Coding 有技術債。 Sabrine 的 App 跑起來了，但底下的程式碼品質怎麼樣？當用戶從一萬增長到十萬的時候，AI 寫的架構撐得住嗎？所有成功案例都提到一件事：「MVP 只是起點」。從一個 vibe-coded 的原型過渡到一個可維護的產品，這個過程目前還沒有最佳實踐。

安全性是隱憂。 AI 生成的程式碼可能藏著你看不見的漏洞。你不會寫程式，你也不會審計程式碼。Lovable 平台本身就被報導過安全問題。當你的 App 開始處理用戶資料和支付資訊的時候，這不是理論風險——這是法律責任。

窗口在關閉。 現在 Micro SaaS 的競爭還不算太激烈，因為大多數人還在觀望。但當 Cursor 的用戶從兩千萬增長到兩億——這只是時間問題——同樣的利基市場會擠滿同樣的解決方案。先行者有品牌和用戶基礎的優勢，後來者就得靠更深的洞察。

最根本的問題沒變。 工具更好了、成本更低了、速度更快了。但決定你能不能賺到錢的那個東西——找到一個值得被解決的問題——從來就不是工具能幫你的。AI 消除了技術門檻，但同時暴露了一個更本質的瓶頸：商業洞察力。

能不能找到願意付費的痛點？能不能用一句話說清楚你的產品為什麼存在？能不能在一百個功能裡選對那三個？

這些問題和程式碼無關。AI 幫不了你回答。

一個改變了的問題

上一篇文章，我問的是：「你打算讓 AI 幫你變形的那篇文字，你自己讀了會覺得值得嗎？」

這一次，問題變了。

不是「你會不會寫程式」——這個問題已經過期了。

新的問題是：你看得見那個問題嗎？ 那個讓 Sabrine 在巴西街頭走路時感到不安全的問題。那個讓某個小企業主每週浪費四小時在 Excel 裡手動複製貼上的問題。那個讓某個社群管理員每天凌晨三點起來刪垃圾訊息的問題。

看得見問題的人，現在有了一條以前不存在的路：花幾十美元和幾天時間，把解決方案做出來，交到有這個問題的人手上。

這條路兩年前不存在。一年前勉強可走。現在，有人已經在上面跑出了四十五萬六千美元。

如果你一直在等一個「對的時機」開始做東西——我不確定時機會比現在更對。

---

一見生財 | 2026.03.04
素材來源：deep-researcher 研究報告「Text-to-X 變現全景」（2026-03-04）