TL;DR
手工川，一位从金融转行的独立开发者，靠着“99% AI + 1% 方向”的Vibe Coding和多Agent协作，把传统团队几个月的开发周期压缩到一人一周MVP、一月上线。但他发现，当写代码变得像呼吸一样简单，真正拉开差距的反而是——你能不能发现一个让用户当场掏钱的需求。
当网上还在纠结“AI到底会不会取代程序员”时，有人已经偷偷把99%的编码工作甩给了AI，自己每天的工作变成：想需求、调Prompt、跟Agent们开会，偶尔修修边缘Bug。
这人叫手工川，一个从金融半路出家的Builder。他的日常不是手撕代码，而是同时调度Claude、GPT、DeepSeek、Grok……让这群AI Agent像一支全明星战队一样，替他写代码、修Bug、甚至自动推送到GitHub。
“严格来说不是100%，但至少99%的代码已经交给了模型和Agent，人类只需要负责那起始与结束的1%。”1 他说这话的时候，语气就像在说“今天天气不错”。但在我们听来，这多少有点凡尔赛了。
不过，别急着喊“程序员要失业”。手工川的真实故事告诉我们：AI写代码的门槛确实被踏平了，但另一道更高的门槛正悄然升起。
从金融到编程：一个“叛逆”的Builder
手工川本科读的是金融。最开始敲代码，纯粹是在投行实习时被前辈要求“抓数据”。结果一入代码深似海，他发现写程序比做报表过瘾多了，干脆直接转行。1
2017年开始，他几乎每天都在琢磨怎么写更好的代码。但到了2023年，面对刚冒出头的AI编程工具，他却没急着上车。“那时AI生成的代码离我的质量要求还有明显差距，经常需要大量返工。”直到2024年底，基于Claude Sonnet 3.5的Cursor横空出世，他才真正被“击中”——模型生成代码的质量已经跨过了临界点。
从2024年10月起，他几乎停止了手写代码。
但你千万别以为这是个“小白靠AI变身大神”的故事。恰恰相反，手工川之所以能这么激进地把代码交给AI，是因为他此前积累了足够多的工程经验。“我可以判断AI生成的代码是否合理，能在出问题时定位方向，也能在MVP跑通以后，补上稳定性、并发、测试。”1
换句话说，没有基本功的人，即使有了倚天剑，也只会砍到自己。
一周MVP、一月上线：AI时代的开发速度条
手工川的开发方式听起来有点“野”：他不会花几周做详细设计，而是直接对AI提出需求，让模型搞出一个“59分”版本，然后不断迭代。“先快后稳，效率最高。如果一开始就花一个月做架构，可能最后发现用户根本不需要。”1
按照这套节奏，他通常一周交出MVP，一个月左右稳定上线。如果只是参考已有产品改改，从一周到一个月甚至可以由一个人完成。1
速度确实惊人，但工作并没有消失——他的大部分精力从写代码变成了调试：验证功能、定位异常、处理边缘情况。“AI生成代码很快，但真正用好它，需要懂代码的人来兜底。”
这里又回到了那个老问题：AI降低门槛，但不等于没有门槛。
多Agent协作：不是模型不够聪明，是上下文不流通
手工川从来不把鸡蛋放在一个篮子里。他手下的Agent各有分工：
- Claude Code：擅长发散、语言理解，负责写文章和创意任务。
- GPT系列（最强模型）：面对极难的Bug，调高思考深度让它推理。
- DeepSeek：中文、诗词、国内场景，国产模型更懂你。
- Grok：接入了X的实时数据，适合抓最新海外信息。1
但多Agent协作最大的难点不是模型智商，而是上下文怎么在不同工具之间流动。“一个Agent做了一半，交给另一个继续，后者必须拿到完整的前情提要。”1
手工川的解法很工程化：在项目目录里放Agent.md文件，把目标、规则和架构写进去，让所有Agent共同读取；或者把信息存入数据库、缓存，形成公共存储。“这就像跨进程通信，问题不在于Agent够不够聪明，而在于它能不能获得正确、完整且不过量的信息。”
他甚至自己做了一个开源工具叫YODA，专门解决多Agent的统一入口、任务归档和上下文透明化问题。在YODA的侧边栏，你可以看到系统最终把哪些Prompt喂给了模型，从而判断为什么某条规则被忽略了。1
这是不是有点像软件开发的“元能力”——你不仅要会用AI，还要会管理AI。
真正的需求不需要“抓”：爱生活的人更容易做出大众产品
手工川对需求的看法很有意思：“不会写代码的人，反而可能更接近真正的大众需求。”因为程序员每天面对的是代码、框架，能想到的往往也是程序员自己的问题——而程序员很少为同类工具付费。不会写代码的人则离真实生活更近：旅行、拍照、做饭、整理工作……这些看似不“技术”的需求，却可能拥有更大的用户群体。1
他举了个例子：用YODA快速做了一个视频拍摄工具，可以实时语音识别并自动对齐字幕。拿给经常做采访的朋友演示，对方当场转了他100元：“赶快上线！”1
这种“不需要解释商业价值，用户看到就想掏钱”的反应，就是他定义的真需求。
“AI降低了实现门槛后，最稀缺的不再是开发能力，而是进入真实场景、观察普通人如何生活的能力。”1 这句话，可能比任何技术秘籍都值钱。
一人公司不是目的，创造价值才是
随着AI可以承担代码、文案、运营甚至部分私域管理，“一人公司”成了热门概念。手工川自己也被评为OPC先锋人物，但他并不觉得“一人公司”本身值得追求。
他引用科斯的理论：过去公司内部雇佣交易成本低，所以公司存在；现在AI让很多任务比雇人更便宜，企业规模自然缩小。但OPC不是第一性原理，“创造价值才是”。如果一个人适合独立干，就干；如果找同频伙伴一起更爽，也别硬撑。
关于“人人都是开发者”，手工川的总结很到位：“每个人都能写点代码，就像每个人都能写诗，但不会都成为诗人。”未来，软件开发会像数学、写作一样成为基础能力，但专业深度、产品判断、传播能力和个人定位，才是Builder真正的分水岭。1
他的建议也很实在：降低期望，但不降低努力。更重要的是——找到你真正热爱的方向，让AI成为你手里的画笔，而不是你背上的包袱。
当代码变得廉价，什么更值钱？
手工川的故事并不是一碗“AI改变人生”的鸡汤，它更像是一份新时代开发者生存指南：AI把代码变成了水和电，插上管道就能用。但决定你盖出茅草屋还是摩天大楼的，是你的需求嗅觉、产品思维和对工具的驾驭能力。
一句话总结：AI写代码，你来写剧本。