过去二十年，科技行业的造富故事几乎都和名校辍学、硅谷车库、风投加持相关。
普通人只能隔着屏幕围观，顺便感叹一句"这钱赚不着"。
最近两年这事发生了变化，一群不会写代码、没有名校光环、甚至没融过一分钱的普通人，正靠 AI 闷声赚到了几十万、上百万美元。
原因也不复杂，就是我们常提的 vibe coding 趋势。
你不需要懂任何编程语言，只要用大白话把想法讲给 AI 听，Cursor、Claude、Replit 这类工具就能帮你把一个能用的 App 写出来。
过去要一支团队、几十万美元、大半年才能做成的产品，如今一个人、几百块、几周甚至几天就能上线。
当"把东西做出来"这件事的成本无限趋近于零，商业创新比的不再是"你能不能做出来"，而是比"你能不能卖出去"。
下面一个小登、一个老登的AI创业故事，正好代表了两条几乎相反，却是AI时代普通人创业的最佳实践。
23 岁年轻人的"App 流水线"
Connor Burd 今年 23 岁，没读过计算机专业。
三年前，他还是个晚上打游戏的普通大学生，连台 Mac 都没有，为了开始做 App，他把自己的东西卖了，才凑钱买了一台二手 MacBook。
他的第一款 App 叫 Hotspot Events，做的是本地活动的组织与找票，前前后后憋了 8 个月，结果无人问津。
这次失败他总结了关键经验：不要碰"社交类"产品。
因为这类 App 要同时聚齐"办活动的人"和"找活动的人"两拨用户才有价值，冷启动极难。从那以后，他只做"一个用户就能用起来"的工具型 App。
接下来让他翻身的，是一款 14 天做出来的 App：Payout。
Payout的功能非常符合美国国情：帮美国消费者查有没有自己能参与的"集体诉讼"，符合条件就能申领赔偿金，等于"帮你把本该属于你的钱要回来"。上线 4 个月，月收入冲到 5 万美元。
如今 Connor 名下的一批 App 组合，每月进账约 18.5 万美元。
Connor 的打法，几乎每一步都能拆开复制：
第一，选题只挑"人性刚需"。 他认准两件事，人要么想变美，要么想赚钱。
Payout 精准踩中"赚钱"，还叠加了"本该到手的钱被人拿走"的心疼感，天然让人想点进去。
第二，抄"已经被验证过的赢家"。
动手前，他会下载约 20 款同类 App，把每一款的引导页（onboarding，就是你新装 App 时那一串注册、提问、介绍的界面）截图，全部铺在一张 Figma 大画布上逐一比对，再取各家之长，拼出最优的引导流程。
为什么这么较真？因为据他观察，90% 的用户根本看不到引导页之后的界面：第一印象就是生死线。
第三，分发从第 0 天就是头等大事。
产品做好，他先绑定一个粉丝数百万的"省钱搞钱"类网红，视频里甚至不直接报 App 名字，而是引导评论、私信发链接。
某种内容形式跑通了，再复制给更多网红，最后把表现最好的素材拿去投 Facebook 广告放大。
就这样，Payout 用 50 天从 0 做到月入 5 万美元。
他的工具清单非常简单：Claude Code、Next.js、Vercel，一个月成本不过几十美元。
用他自己的话说：先想清楚怎么分发、怎么赚钱，再动手做产品。
一个中年人的"AI 包工头"生意
如果说 Connor 代表"年轻素人靠流量走量"，那么 Jon Cheney 走的几乎是反方向的路。
Jon 是个连续创业者，2016 年为上一家公司融过 1300 万美元，和 Meta、Google、雀巢都打过交道。
但他极度讨厌融资，"50 个人天天盯着你问进度"的日子让他难受。
Jon 开启AI创业的过程也很符合他的老登人设，原本他想做一个旅行社交网站，外包公司报价 10.5 万美元。
就在收到报价的同一天，他刷到有人说"用 Replit 十分钟就搭出了一个网站"，Jon半信半疑，把那份外包方案的 PDF 直接拖进 Replit，让 AI 照着做，十分钟出雏形，十二个小时后，一个能用的 App 真的跑了起来。
这是他第一次 vibe coding。
几个月里他一口气做了 20 个 App，身边人开始找他帮忙。他忽然意识到：真正值钱的不是开发 App，是"教别人用 AI"。
2026 年 2 月一个周四的早晨，他给自己出了道题：今天开一家公司，明天拿下第一个付费客户。他把想法先丢给 ChatGPT，让 AI 反过来采访自己、帮他理出一份带有商业模式和营销计划的方案，然后才用 Replit 动手。
三天后，一个叫 GenAIPI 的平台上线了，最初的定位就是帮企业做 AI 培训。
GenAIPI给企业和员工做一套 AI 能力测评，配上线上课程，学完再自动发一张结业证书。
平台上线后，他先投了 Facebook 广告，140 个人点进来，成交却是零，一查才发现是支付接口配错了。
这个"销售出身"的人没有干等，转身就上 LinkedIn 一个个私信熟人，当天就从一位本地 CEO 那里谈下了一份 1.5 万美元的合同。
真正的转折，恰恰发生在谈这单生意的过程里。
Jon 发现，这位 CEO 想要的根本不是几节课、一张证书。企业真正头疼的，是"知道自己该用 AI，却不知道到底在哪个环节用、怎么落地"。
他们要的是一个能长期嵌进公司、盯着一个个具体业务流程把 AI 真正用起来、还能持续跟进优化的人。
于是 Jon 顺势把自己重新定位：从"卖 AI 课程的老师"，升级成企业"按需付费的首席 AI 官"（fractional Chief AI Officer，相当于企业不用全职养、按需雇佣的 AI 高管）。
角色一变，价码也彻底变了，不再是几千美元的课程费，而是单个合同动辄十万美元、还能按月持续续费的经常性收入。
GenAIPI 也就此从一个"培训平台"，变成了 Jon 一个人对外承接"AI 落地"生意的招牌。
如今 GenAIPI 年化收入约 450 万美元，据他自述利润率超过一半。
两条路，同一个底层逻辑
一个走量、一个走价；一个靠网红投流、一个靠人脉销售；一个做面向大众的消费 App，一个做面向企业的高价服务。
Connor 和 Jon 看起来南辕北辙，但把他们的故事放在一起，会看到AI时代业务的三条规律：
其一，AI 把"做出来"的成本打到了地板，真正的瓶颈从"技术"挪到了"分发与定位"，谁能找到需求、卖得出去，谁就赢。
其二，两人都是"从赚钱倒推产品"，不是先埋头做个东西再发愁怎么卖。
其三，他们都借了一个现成的"受众"：Connor 借的是网红的粉丝，Jon 借的是自己多年如一日在 LinkedIn 上攒下的关注。
当然，我们不打算给大家"人人都能躺赚"的鸡汤，毕竟看懂人性、找到需求、把东西卖出去，这本身也是高门槛的事情。
不过话说回来，Connor 和 Jon 能走通这两条截然不同的路，其实都有一个共同的起点：他们都得先靠 AI 亲手把产品做出来。
看懂机会，不等于抓得住机会；真正把普通人和他们区分开的，就是"能不能用 AI 把一个想法变成现实。
好在，这一步是可以学会的，而且比你想的容易。
这周日晚 8 点，前哨 AI 小课带你从零开始，手把手用 AI 把你脑子里的那个想法，做成一个真正能上线、甚至能收到第一笔钱的产品。
不是再围观别人怎么做，这一次，轮到你自己动手。