Posts

每個獨立開發者都知道這個節奏。第一週電力十足：點子是活的、第一次建置飛快過去、你彷彿已經看見完成的樣子。第二週是動能。然後第三週到來，跟著到來的是某種特定、安靜的死亡。 專案不是失敗在最難的地方。它失敗在第三週——新奇感消退、醜陋的中段開始、終點突然變得好遠。這就是那個模式，而且它比任何人願意承認的都更可預測。這裡講它為什麼發生，以及帶你撐過去的系統。 為什麼是第三週（到底發生了什麼） 第一週靠新奇感運轉。 你的大腦為了「開始」免費給你多巴胺。點子帶著你走。你暫時不需要紀律，因為熱情在做工。 第三週什麼都沒得靠。 新奇感耗盡了，但你還沒走過最難的部分——你在中段，那段附近沒有里程碑、沒有可見進度、還有一長串「這得弄好一陣子」的體認越積越多。這就是低谷。 殺手不是缺乏技術、也不是爛點子。是情緒燃料恰好在工作變磨人的時候燒光了——而且沒有共同創辦人、沒有團隊、沒人把你拖過這個深谷。獨立，意味著你獨自面對低谷。 人們放棄的兩種方式（好讓你能認出它們） 安靜地淡出。 你不是放棄——你只是降了級。「我這週末再撿起來。」週末到了，又有別的事。倉庫就擱著。一個月後你打開它，脈絡已經沒了，而重新打開它的成本，比開一個新專案還高。於是你開了一個新專案。（這是最常見的一種，也正是人們最後得到一整座半成品墳場的原因。） 轉向陷阱。 你沒有放棄專案——你改掉它。「其實這應該做成平台。」「要不也加個手機 App？」範圍膨脹、好重新點燃新奇感，你又回到第一週——但這次是一個更大的專案，會撞上一個更難的第三週。 兩者都是同一種病：拿新奇感當燃料，而新奇感是唯一注定會燒光的東西。 帶你撐過去的系統 1. 縮小勝利條件，讓你在第三週之前就達標。 最大的那個槓桿。如果你的「第一個勝利」在一個月後，低谷就會追上你。讓它變成一週——一個小小的、能出貨的、丟臉的版本。趁新奇感還沒死就達標，你就存下一場能帶你走過中段的勝利。 2. 降低下一次開始的啟動能量。 中段之所以停滯，是因為「坐下來建」變成一件又大又模糊的事。每次結束時，都給自己留一個具體的下一步——寫成一句話。「修好登入錯誤、加上空白狀態。」一個小而具體的下一步，就是「接著做」和「重新開始」的差別。 3. 建的是連續、不是衝刺。 每天一小段，勝過每個週末一場馬拉松，因為馬拉松要求你重新載入兩次之間遺失的所有脈絡。連續讓脈絡保持溫熱。就算每天二十分鐘，也能讓專案在低谷中活下來。 4. 告訴一個人。 獨立不必等於隱形。一個知道你正在建什麼、會來問你進度的人，就足以把「安靜淡出」變成一股你很難悄悄丟下的責任感。 誠實的重新框架 第三週不是「點子很爛」的訊號。它是「燃料來源用錯了」的訊號。新手把第三週當成一種判決——「我大概不是這塊料」。老手把它當成一張時刻表：他們知道它會來，所以計畫好一場要在它到來之前落袋的勝利。 活下來的專案，不是點子最好的那些，而是建造者知道第三週會來、並建了一套系統去跨越它的那些。 這是〈獨立出貨〉背後的留存問題——而把微小勝利變成產品的系統，見〈新手入門〉。 Sources 美國人口普查局（US Census Bureau）——Nonemployer Statistics（2023）：78% 是獨立／無僱主的企業，這些都是挺過這種自然流失的倖存者；多數獨立起步者其實沒走過早期低谷。 Carta——《Solo Founders Report 2025》：獨立創業的持續存在（新創的 36%），背後的背景是多數個人嘗試根本沒出貨——「第三週之牆」的總和。

每個獨立開發者都會被反覆問到同一個問題，而它是個錯的問題：「你用的是哪個 AI 程式開發工具？」 這個問題暗示工具是瓶頸——好像只要找到對的助手，事情就會變簡單。不會的。現在這些工具大致上已經拉平了，它們之間的差距，比「把一個用得好」和「把十個用得爛」之間的差距還小。這篇文章講我最後定下來的堆疊，以及通常被略過的那部分故事：最大的收穫不是工具，而是停止搜尋。 誠實地講，我的堆疊 一個程式代理、底下一個模型、幾個輔助工具。就這樣。沒有十二個助手的儀表板，也沒有「前後端分開用不同工具」的把戲。 代理： 一個在終端機裡直接編輯專案檔案的程式助理。Claude Code 是我的預設；Cursor 是同樣的概念、但放在編輯器裡。真正重要的區別不是選哪個——而是終端機原生 vs. 編輯器原生，兩者都行。選一個會直接改你檔案的，然後每天都用。 模型： 你預算允許下最強的推理模型，指向你選的那個代理。代理是介面；模型是大腦。你不需要到處比模型——你需要一個可靠地讀懂你整個程式碼庫、而不只是一小段程式碼的模型。 版本控制： 沒有商量餘地，而這正是多數代理工作流出事的地方。代理是你最快的隊友，也就是你最快出錯的隊友。Git 是唯一能讓你大膽嘗試、還能全身而退的東西。 人的過濾器： 你，帶著「輕微懷疑」去讀每一份 diff。這不是工具。這是整套紀律，而且是任何工具都取代不了的部分。 為什麼我不再換工具了 這裡有個誠實的部分，是任何工具比較影片都不會告訴你的：我一開始那段時間都在調設定、而不是在建東西，那是我生產力最低的一段日子。 每週都有新的「Claude Code 殺手」。每個月都有新模型宣稱更聰明。換工具（switch）的誘惑永遠存在，而且它感覺像在進步，因為你很忙。但換工具是你代替建東西去做的事，而且它的切換成本要等加總起來才看得見。 有兩件事終結了我的這個迴圈： 工具收斂了。 到了 2026 年，頂尖助手之間誠實的差異已經很小——小到比一次提示（prompt）到下一次之間的變異還小。「誰最好」的爭論現在大部分是內容農場的噪音。 熟悉度會複利。 一個讀了我專案好幾個禮拜的助手，知道我的慣例、我的檔案架構、我的盲點。一個全新的「更好」工具，這些都不知道，還得花一週重新學。這個起跑優勢比任何跑分都重要。 最好的工具是你已經會的。把換工具的心力省下來，拿去出貨。 唯一真正重要的那個決定 如果這篇文章你只能帶走一件事，就是這件：代理的產出，只跟你讓它讀到什麼一樣好。 槓桿最高的行為，不是把一句提示打磨到完美。而是給代理脈絡——指向正確的檔案、告訴它哪些程式碼可以改、哪些不能動、把只存在你腦海裡的限制寫下來。有全貌的代理，寫出無聊而正確的程式碼；只有半個全貌的代理，寫出自信而合理的 bug。 這才是真正的技術，也是新手指南那個迴圈——描述、生成、判斷、更正——就是整個遊戲的原因。工具處理機制，你擁有「判斷」那一步。 我會對今天起步的獨立開發者說 選一個代理，堅持用一整個月。 在用第一個工具做出四樣東西之前，別去評估第二個。你評斷不了一個還沒被自己逼到極限的工具。 把它指向一個真實專案，而不是玩具提示。 工具只有在得處理真正的檔案、真正的錯誤、真正的脈絡時，才會現出真面目。 每次問它之前，先 commit。 「先 commit、再交給代理、然後讀 diff」這個習慣，正是「獨立出貨」和「獨立搞砸」的分界。 帶著輕微懷疑讀每一份 diff。 代理在速度上是超人，在判斷上不可信。你的工作是判斷。 沒有什麼隱藏的堆疊能讓事情變簡單。就是一個代理、一個模型、git、還有你在讀 diff。這就是整條工具鏈——而工具鏈從來就不是最難的部分。 這是〈為什麼一個人現在能做出過去一整個團隊的事〉背後的「怎麼做」。才剛起步？從這裡開始，不需要電腦科學學位。 Sources Stack Overflow 2025 開發者調查——84% 的開發者使用或計劃使用 AI 工具；51% 每天使用；只有 3.1%「高度信任」AI 產出，45.7% 某種程度或高度不信任。 Pragmatic Engineer——AI Tooling 2026：46% 的開發者把 Claude Code 列為最愛的 AI 程式工具；獨立／微型團隊更偏好 AI 優先的工具。

獨立開發者的對話幾乎全在軟體上——程式碼、代理、App。每一次，都悄悄溜進同一個假設：那句「一個人現在能出貨」，只適用於會編譯的東西。 這個假設其實是錯的。那個壓扁軟體出貨的成本塌陷，也正在硬體工作檯上發生，只是晚了幾年、而且大多沒人注意到。單單一個 maker，用一片十五美元的微控制器、AI 輔助的設計工具、和按需製造，就能在一個週末組裝出過去需要一個工程師團隊和一間工廠才能做的東西。 這是多數建造者略過的那個「房間」——而槓桿現在最寬的地方，恰恰在這裡，因為進來的人太少了。 工作檯上真正改變了什麼 大腦變便宜了。 一片有 Wi-Fi 和藍牙的微控制器——夠跑一個真實裝置、連手機、驅動感測器——比一份外賣還便宜。過去需要一個團隊去採購和整合的「運算」，現在是你一個下午就能焊上去的元件。 設計有了 AI 輔助。 AI 工具現在能像程式代理生成軟體那樣，生成並迭代 CAD 模型、電路布局、和外殼。過去需要多年機械或電子工程經驗的專家門檻，現在變成對話式的——你描述東西、帶著懷疑讀輸出、迭代。 工廠按需供應了。 你不再需要足夠的量來合理化一次製造。PCB 打樣、CNC、3D 列印都成了服務，一次一件。過去需要上千件才開工的原型，現在是一件、寄到你家門口。 知識公開了。 電路圖、韌體、那些坑——全都在外面。硬體以前是最封閉的嗜好，現在是最開放的其中之一。 硬體這條路哪裡依舊會痛（誠實的部分） 這些都不代表硬體變容易了。它變可能了，這是兩回事——而且有三個軟體建造者永遠感受不到的成本： 1. 回饋迴圈很慢。 軟體幾秒迭代一次；一個壞掉的硬體改版，可能得等一週新的 PCB 送到。你無法用迭代速度去勝過一個慢迴圈，所以得上游就設計得更謹慎。 2. 失敗是實體的、是終局的。 軟體 bug 是一行 log。硬體 bug 是一縷煙、和一個你得再訂一次的零件。「那我就試試看」的成本是真的，有時甚至是字面意義上的。 3. 最後那 10%，殘酷的方式和軟體不同。 外殼、固定、走線、散熱、供電——這些軟體永遠不會碰到、任何 demo 都不會展示的不光彩實體細節。 為什麼還是值得 正因為它難，硬體是一個獨立建造者能做出的最差異化的東西。 軟體擁擠，因為門檻掉到零。硬體相對仍空曠——因為它的門檻從「沒有團隊就不可能」掉到「難、但一個人做得來」，而多數人還沒重新校準。已經校準的 maker，正在出貨那些評測者真的會摸、會擺在桌上、截圖取代不了的實體東西。 一個實體裝置，是核心論點最強而有力的證明：一個人現在能做出過去需要一個團隊的東西。不只是程式碼。是一個你握得住的東西。 實務上從哪裡開始 挑一片社群很大的開發板（ESP32 等級是甜蜜點）——社群才是真正的說明書。 買一組入門套件，自己設計任何東西之前，先從頭到尾跟完一個引導式建置。先出貨教學裡的那個東西。 把第一片板子設計得寬容一點——大焊盤、能用插件式就用插件式、一張你逐行都懂的電路圖。 把打樣回合當成珍貴資源。 因為迴圈慢，先在麵包板上驗到邏輯對了，再落實到一片正式的電路板。 硬體房間比軟體房間安靜。那就是機會。當大家還在吵該用哪個程式代理時，少數建造者已經在工作檯前，組裝著存在於實體世界的東西——而那是群眾還沒湧進來的類別。 這正是〈十年計畫〉裡的 maker 房間——和〈軟體獨立出貨〉同一場成本塌陷，一張工作檯接著一張地發生。 Sources Espressif／ESP32 生態系——不到 20 美元、帶 Wi-Fi／藍牙的微控制器，讓一個實用裝置的「大腦」成了大宗商品元件。 PCB 打樣服務（JLCPCB、PCBWay 等）——按需、小量的 PCB 與 CNC 生產，移除了歷史上把獨立 maker 鎖在硬體門外的「量」門檻。

如果你會動手建造——軟件、硬件，或為了自己的理由而做的專案——你早就知道，最難的部分從來不是第一個星期，而是第三年：新鮮感消失了，東西卻還沒完成。 建造十年（Builder Decade）談的就是這個版本的建造。 「AI 時代」真正改變了什麼 在動手做東西的大部分歷史裡，瓶頸是「能力」。沒有團隊、沒有預算、沒有先練十年的功夫，你就造不出腦海裡想像的東西。 那個瓶頸移位了。現在一個獨立建造者可以在一個週末就做出能跑的應用、一條代理（agent）工作流，或一個實體原型——不是因為工作變簡單，而是工具的能力暴增了。新的瓶頸換成了「判斷力」：要造什麼、要信任什麼、要如何分配有限的注意力。 這個網站要做的，就是在公開場合、以年而非週為單位，慢慢磨出這份判斷力。 為誰而寫 用 AI 代理打造真實產品的獨立建造者與小團隊 想要誠實版本——什麼有效、什麼會壞——的工程師與創客 任何好奇「一個人現在到底能造出什麼」的人 這裡會有什麼 實戰筆記，而非教程。真實的專案——上架 App Store 的應用、在工作檯上組裝的裝置、真正在幹活的代理——講解清楚，並把每個決定與錯誤都留下來。沒有教學農場的雜音，沒有炒作。 重點不是讓你驚嘆「原來做得到」，而是讓你看見「什麼是可重複的」。 十年無論如何都會到來。與其虛度，不如用來建造些什麼。 Builder Decade 是一位用 AI 代理打造真實產品的獨立建造者。

二十年來，有了想法、想把它做出來，總伴隨著一長串「再等等」的理由：找個共同創辦人、請個工程師、募點錢、累積人脈。「獨立創辦人」這幾個字，幾乎就是找不到共同創辦人的同義詞。一個懷抱想法的人，被當成「有創業妄想的自由工作者」，而不是一家真正的公司。 那堵牆現在沒了。2026 年，那些「不該出貨」的誠實藉口，被悄悄拆掉了——不是被什麼熱潮，而是被建造軟體的成本真正地塌陷。工具在我們腳下改變了，而且數據可以證明。這篇文章就是要論證：如果你現在有想法，就不該有任何東西擋得住你——附上收據，以及誠實的界線。 工具塌了。故事就這麼簡單。 三個成本同時塌陷，任何一件單獨看，都很夠了。合在一起，它們改寫了一個人能建造什麼的下限。 1. 工程團隊變成了軟體。 一個人加上 AI 程式代理，現在能產出以前需要一個小工程團隊才能做的東西——而且工具不再只是個小幫手，它是個勞動力乘數。使用 AI 工具的開發者，從 2024 年的 62% 跳到 2025 年的 84%，而且有越來越多人是在「監督」程式碼，而不是逐行手寫。「我得先請工程師」這個藉口消失了：工程團隊現在是你啟動的東西，不是你去雇的人。 2. 出貨的成本塌了。 獨立創辦人現在能在幾週內把想法變成營收，而不是幾季。Stripe Atlas——最大的網路原生公司設立資料集——指出 2025 年有 20% 的新創在 30 天內就收到第一筆客戶款項，而 2020 年這個數字是 8%。從啟動到第一塊錢的時間，五年內縮短了 2.5 倍。通路以前是一道需要資本和人脈才跨得過的護城河，現在只是一張你填的表單。 3. 退場案例公開了。 證據不再是 Hacker News 上的傳聞——它是一個公開的數字。一位獨立創辦人把一個只做了六個月的產品，用 8,000 萬美元現金賣掉。好幾位獨立經營者現在一年淨賺 100 萬到 300 萬美元，而且沒有任何員工。當收據攤在陽光下，「一個人不是真正的公司」這句話，一碰上數據就撐不住了。 收據（所以你不必只信我說的） 8,000 萬美元 —— Wix 為 Base44 付出的現金，那位獨立創辦人推出它才六個月。從想法到退場，六個月。 約 300 萬美元／年 —— Pieter Levels 旗下產品的合計年營收。獨立、無員工。 103 萬美元 —— Marc Lou 在 2025 年的個人營收，橫跨 16 個以上的微型產品。 4.01 億美元 —— Medvi 在 2025 年的銷售額，由一位自學創辦人用兩個月和 2 萬美元起步。 這些沒有一個是獨角獸。這正是重點。2026 年真正有意思的故事，不是大家都在押注的那個十億級特例——而是現在一個人所擁有的槓桿率：把想法丟給工具，然後看著它變成一個六位數營收、卻從不上頭條的事業。 ...

每一篇 AI 領域的入門教學，開頭都一樣：一大串令人喘不過氣的工具清單、一面「先學 Python」的高牆，還有一份預設你已經知道「API 是什麼」的教程。大多數人讀了兩段，關掉分頁，回頭繼續看別人動手建造。 這篇正好相反。我以建造 AI 產品為生——在一家龐大、緩慢、受監管的公司內部——我看過數十個聰明人卡在同一步。那一步跟技術無關。問題在於：沒人告訴你先該造什麼，以及為什麼那第一件事，比你之後選的任何工具都重要。 真正的障礙不是技能 到了 2026 年，工具已經不是問題。超過半數的專業開發者每天都在使用 AI 程式工具，而且比例還在攀升。「我造出了東西」的門檻已經崩塌——一個人現在就能做出以前需要一個小團隊才能完成的東西。 真正的障礙藏在更深處。那是一種信念：你還沒解鎖某個「正確順序」——先學程式，再懂 AI，然後選工具，最後才動手。那個順序是錯的，也正是聰明人卡住的原因。 真正的順序殘酷而簡單：先動手，缺口再補。 你真正需要的東西（比你想像的少） 一台電腦和網路連線。 一個程式助手的帳號（Claude Code、Cursor，或 Lovable 這類無程式碼工具）。 每個月大約 10 到 20 美元的額度。 四小時，其中一小時你會用來生悶氣。 就這樣。你不需要電腦科學學位、不需要機器學習知識、也不需要 GPU。你需要的，是願意打出對一件事的描述，然後帶著些許懷疑去讀工具吐出來的東西。 第一步：別急著「造一個應用」。造一件極小的事。 初學者最常見的錯誤，就是一開始就想「造一個應用」。應用其實是十二個決策披了一件風衣。從更小的東西開始。 挑一個有明確成功條件的任務——你能用一句話把勝利講清楚的那種： 「每天早上，把我的信箱摘要成五行簡報。」 「拍一張菜單照片，估算熱量。」 「我貼一段文字進去，它就改寫成白話。」 如果你沒辦法用一句話描述勝利，那這個專案就太大了。縮小它，直到你講得出來為止。 第二步：用白話描述，然後閱讀輸出。 2026 年真正重要的技能不是程式，而是精確地描述、誠實地判斷。這就是整個工作循環，四個動作裝下了整個技能： 用白話描述你要什麼（越具體，死胡同越少）。 讓工具產出東西。 帶著些許懷疑去讀——它有做到你要的嗎？哪裡會壞？ 把缺口描述回去，然後重複。 這個循環——描述、產出、判斷、修正——正是專業人士整天在做的事。工具負責執行，你負責判斷。一旦你看清這點，「我不會寫程式」就不再是一堵牆，而變成一個不成問題的問題。 信任問題（出貨之前先讀這一段） 這是不會有人告訴初學者的誠實部分：這些工具很強，但也常常出錯。在開發者當中，只有大約 3% 的人「高度信任」AI 產出的東西，而去年對 AI 準確度的信任度其實還下降了，即便採用率持續攀升。 這不是叫你停手的理由，而是叫你在第一天就養成正確的習慣：凡是沒讀過的東西，絕對不要出貨。 把工具當成一個以超人速度工作、卻信心滿滿地撒謊的聰明新人。你不需要看懂每一行程式——你需要懂的是：它有沒有做到你要的、以及哪裡最可能壞。那個過濾器，而不是程式碼，才是真正的技能。 這條路會通往哪裡 這個週末，造那件極小的事。它會很醜，會以讓你難堪的方式壞掉。這就是重點——難堪就是學費，而且比程式訓練營便宜。 接下來，你會把兩件小事黏在一起。然後，你會用自己造的東西取代一天裡某個無聊的環節。一年後，你會擁有一個真正的產品，以及出貨的習慣。 十年後，你會擁有十年份的出貨紀錄。這正是全部的意義。 那個每週造一件小事、造滿一年的人，會超越那個「先花一年學程式」才開始的人——每一次都是。先造那件小事吧。 這一切才剛開始嗎？工具早就不是障礙了——一個人的產品團隊現在是真的，而且這是至今為止最快、能讓你做出屬於自己東西的一條路。 Sources Stack Overflow《2025 開發者調查》——84% 的開發者正在使用或打算使用 AI 工具；51% 的專業開發者每天使用；只有 3.1%「高度信任」AI 準確度，45.7% 某種程度或高度不信任。 JetBrains AI 程式代理採用率研究（2026）——約 90% 的專業開發者至少每週使用 AI 程式代理，68% 每天使用。 Gartner 新聞稿（2025 年 8 月）——到 2026 年，40% 的企業應用將內建特定任務的 AI 代理。