为什么越来越多人愿意“自己搓一个工具”？Vibe Coding正在发生什么变化？ 微博VibeLab AI 创意赛收官了，一共有 2500 多件原创作品，2.4 亿多话题阅读。很荣幸这次是评委一员，有机会翻看了不少优秀的参赛作品，也转发了其中一部分。 一个直观的感受就是软件开发这种事情，不再需要专业人士了，普通人也能 Vibe 一个工具出来。 所以借这个机会，整理总结一下：为什么越来越多人愿意“自己搓一个工具”？Vibe Coding…

事件核心：发生了什么

据宝玉在 X 上的总结，这届 VibeLab 共征集 2500 多件作品，赛道按职场、生活、视觉、微博等具体场景拆分。参赛者背景不再局限于程序员：Windows 用户因 BaoCut 只支持 macOS，便与 AI 协作做出自己的 SiaoCut；也有人把 32657 位诗人、933857 首诗做成三维宇宙，或将博物馆、三星堆与金沙文物做成可交互场景。

工具形态也在变化。除了网页和 App，越来越多作品是脚本、定时任务或 Agent Skill——把操作流程、经验和偏好写成说明文档，让 Agent 按此自动执行。张铁蕾开源的 Bridgic Agent 即属此类：输入目标后自行探路、生成、验证，产出的是可长期运行、随时修改的工作流。VibeLab 期间恰逢 Kimi K3 发布，有创作者用它做体检报告工具和斗地主游戏，也有人把 Claude Code、Qoder、GLM、Kimi K3 混用。

为什么重要

传统软件只能服务头部需求，因为为少量用户单独开发功能不划算；普通用户的想法要经过产品经理筛选、需求文档、设计稿、编码、测试、部署等一长串环节，多数在途中被过滤掉。AI Agent 把这根链条压缩为”有想法—让 AI 设计、制作、部署”两三步，长尾需求第一次有了被满足的经济性。

模型能力的台阶是另一条主线：从 GitHub Copilot 的代码补全，到按描述生成完整代码，再到 Claude Code 在项目中自行读文件、找上下文并完整实现功能，如今主流 Agent 还能做设计、操作电脑、打开浏览器验证结果。每上一级台阶，非专业用户做工具的难度就下降一截。这也意味着用户对 AI 的定位正从聊天机器人转向干活工具。

对用户/开发者/创作者的影响

对普通人，最低成本的入场方式是先写一个 Agent Skill：无需部署和界面，只把希望 AI 代劳的事情写清楚，不合适就改。做网页或 App 建议分四步——先与 AI 对齐需求并让它复述确认，再做只看交互不看真实逻辑的原型，然后只留一个核心功能的 MVP，最后单点迭代。上线前必须自己按真实用户路径验收，AI 自述”已完成”并不完全可靠。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

安全边界同样要提前划定。涉及资金、隐私和账号权限的环节尤其谨慎，可参考 SiaoCut 的做法：AI 只接触任务所需的文本和时间戳，不碰原始媒体，输出仅作为待审建议，最终由人拍板。此外，目前公开信息显示，作品发布后获得的讨论与转发，正在成为创作者继续迭代的主要动力。

值得关注的后续

一是 Agent Skill 与 Computer Use 能否把”看人操作一遍就录成 Skill”变成稳定能力，这将决定非程序员自动化的上限；二是多模型混用（Claude Code、Qoder、GLM、Kimi K3 等）会不会形成更固定的组合范式，进而影响模型厂商的调用格局；三是当个人作品大量进入剪辑、资讯整理等原有软件的地盘，平台与商业软件会以插件、API 还是竞争产品来回应。

来源：@dotey