AI时代一人公司神话：门槛降低不等于成功更容易
参加活动之前，我带着一个简单的想法：看看别人是怎样借助 AI，在几个小时内完成一款产品，并快速找到盈利方式的。
活动现场确实有人迅速推出了产品。
有人会写代码，有人了解用户需求，有人甚至在产品尚未完全成型之际，就已经明确了第一批用户在哪里、如何定价、怎样收款。
而我折腾了一番，连困扰自己许久的 Codex 429 报错都没能解决。
直到活动现场，一位技术专家接过我的电脑，检查了几分钟，很快便找到了症结所在。
那一刻，我没有因为问题终于解决而感到高兴，反而突然清醒了。
最近所有人都在说：
AI 降低了技术门槛。
不会写代码，也能做产品。
一个人加上 AI，就能成为一家公司。
但真正亲自体验之后，我想给普通人泼一盆冷水：
AI确实降低了做出一个产品的门槛，却没有降低做成一家公司、持续赚到钱的门槛。
甚至在某种程度上，AI越强，真正优秀的人与普通人之间的差距，可能反而越大。
OPC，One Person Company，正在成为 AI 领域最热门的概念之一。过去，一个人想创办一家公司，需要产品经理、程序员、设计师、运营、销售和客服。
现在，AI 可以写代码、生成图片、制作视频、回复客户、分析数据，甚至帮助完成一部分市场调研。
一个人能够完成的工作，确实越来越多。
这种趋势也已经反映在创业数据上。
Carta 发布的《2025 Solo Founders Report》显示，在其统计样本中，单人创始企业的比例从2019年的23.7%，上升到了2025年上半年的36.3%。一个人创业，正在从少数人的特殊选择，变成越来越常见的公司形态。
深圳甚至已经将人工智能 OPC 纳入城市创业生态建设。
深圳发布的行动计划提出，到2027年底，建设超过10个面积均不少于1万平方米的 OPC 社区，培育超过1000家高成长性人工智能创业企业，集聚超过1万名人工智能创业人才。
看上去，一个属于普通人的创业时代正在到来。
但还有另一组数据，往往不会出现在那些鼓吹“一人公司”的文章里。
Stripe 在2026年发布的单人创业者研究显示，2025年，表现最好的前10%单人创业者，在创业前六个月创造的收入，是中位数创业者的61倍；而四年前，这一差距还是34倍。
这意味着什么？
单人创业的人确实越来越多，但收入和结果也正在越来越集中。
AI让更多人获得了入场券，却没有让更多人站上领奖台。
就像短视频降低了拍摄门槛，却没有让每个人都成为头部博主；公众号降低了出版门槛，也没有让每个写作者都拥有稳定收入。
工具越普及，工具本身越不值钱。
真正值钱的，永远是工具背后的判断力。
很多人对 OPC 最大的误解，是以为：一个普通人，加上一套足够强大的AI工具，就等于一家公司。但真正跑出来的 OPC，往往更接近于：一个已经积累了多年经验的专业人士，再加上AI杠杆。
这两者之间，差别非常大。
国内比较典型的案例是花生。
他原本不是程序员，后来借助 AI 学习编程，开发出登上 App Store 付费榜第一的「小猫补光灯」，出版了《一本书玩转DeepSeek》，《Claude Code橙皮书》等书，并持续经营B站、YouTube等内容渠道。其公开资料显示，他已经积累了超过10万名粉丝。
如果只看到这里，这似乎又是一个“普通人借助AI逆袭”的故事。
但继续往前看，你会发现事实并没有那么简单。
在做出「小猫补光灯」之前，花生已经拥有十多年互联网用户研究和产品运营经验。为了学习AI编程，他曾一天花十几个小时泡在咖啡馆；在爆款出现之前，他已经连续尝试了20多款产品，包括浏览器插件、拍照学单词、文本优化工具和穿搭评价产品。
所以，「小猫补光灯」并不是一个完全没有产品经验的人，随便输入几句提示词之后偶然做出的产品。
它背后至少包含了四种积累：
对用户需求的理解、持续做产品的能力、长期内容输出形成的传播渠道，以及大量失败产品带来的判断力。
AI帮助他补足了代码能力，但AI没有凭空创造他的产品经验和用户洞察。
海外最具代表性的 OPC是Pieter Levels。他一个人做出了 Nomad List、Remote OK、Photo AI 等多个产品，经常被视为独立开发者和一人公司的标杆。
2025年，Stripe联合创始人John Collison与他的公开对谈中提到，
Nomad List曾达到约70万美元年度经常性收入，Remote OK累计收入达到约340万美元，Photo AI达到约60万美元年度经常性收入。
但很多人只看到了他的收入，没有看到他的时间线。
2014年，他就发起了“12个月发布12个产品”的挑战。早期大量产品没有成功，Nomad List和Remote OK也经历了多年的迭代。直到2019年，他才公开表示，这两款产品的年收入合计达到100万美元。
从2014年到2019年，是五年。
如果再算上此前学习、开发和做项目的经历，时间更长。
所以，我们今天看到的所谓“一人公司天花板”，并不是一个普通人突然获得AI之后的结果，而是一个长期开发产品、持续公开表达、不断理解市场的人，终于遇到了一个能够把自身能力放大的工具。
AI是他的新杠杆，却不是他的第一块能力。
为什么普通人很容易被“一人公司”的叙事打动？
因为我们通常只看到了创业中最显眼的一部分：把产品做出来。
过去不会写代码，产品就无法上线。
现在有了 Codex、Cursor、Claude Code等工具，不会写代码的人，也可能生成一个网页、插件或者应用。
于是，我们很容易得到一个结论：
既然产品可以做出来，创业也就变简单了。
但开发只是创业中的一个环节。
一个产品真正完成商业闭环，至少还要回答几个问题：
谁会为它付钱？
用户为什么不使用现有产品？
这个需求是高频需求，还是只存在于创始人的想象中？
第一批用户从哪里来？
用户来了以后，为什么愿意留下？
产品出现故障，谁来定位问题？
平台政策变化、模型价格上涨、支付失败、数据安全和版权风险，又由谁来处理？
AI可以生成代码，却无法替你承担判断错误的后果。
AI可以给你列出一百个创业方向，却不能保证其中任何一个方向存在真实付费需求。
AI也可以帮你写一百篇推广文案，但不能保证用户相信你，更不能保证平台愿意持续给你流量。
所以，AI主要降低的是创业中的执行成本。
但创业最昂贵的成本，往往不是执行，而是下面三件事：
判断成本、获客成本和试错成本。
这三项成本，目前都没有因为AI而消失。
参加完这次线下活动，我发现，那些已经通过产品实现变现的人，通常不是简单地“会使用AI”。
他们至少具备四种能力。
不一定要成为顶尖程序员，但至少需要理解基本的产品架构、部署逻辑和排错方式。
AI能够生成代码，却经常无法一次生成真正稳定、安全、可维护的产品。
就像我遇到的429报错。
对懂技术的人来说，这可能只是接口配置、网络环境、账户权限或者请求限制中的某一个常见问题。
但对于完全不懂技术的人来说，他甚至不知道应该从哪里开始排查。
这就是所谓的“最后一公里”。
AI可以帮你走完前面的80%，但剩下的20%，可能决定产品能不能真正上线。
会做产品，不等于知道应该做什么产品。
现在最不稀缺的，是产品点子。
让任何一个大模型生成“100个可以赚钱的AI产品”，几分钟就能得到答案。
真正稀缺的是判断：哪些问题真的存在？哪些用户愿意付钱？哪些需求看起来很大，但实际上没有使用频率？哪些需求虽然小，却能够形成稳定现金流？
花生真正值得学习的地方，不只是他不会代码却做出了App，而是他在20多次尝试之后，依然能够持续观察需求、发布产品、接受市场反馈。
普通人与成熟产品人的差距，往往不是有没有点子，而是能不能快速识别一个点子值不值得继续投入。
很多技术人员会做产品，却始终赚不到钱。
原因不是产品不够好，而是没有人知道它。
在今天，产品和内容之间的边界越来越模糊。
你需要公开产品开发过程，需要解释产品解决了什么问题，需要在社交媒体上持续获得关注，还需要把围观者转化成用户。
花生在做产品之前，已经持续经营AI内容。
Pieter Levels也长期通过X、个人博客和公开开发积累影响力。
他们不是产品开发完成之后才开始思考营销，而是在做产品的同时，就已经在建设分发渠道。
对OPC来说，内容不是锦上添花，而是获客系统的一部分。
这是很多“一人公司”故事里最容易被忽略的一项能力。
创业并不是把一个产品发布出去就结束了。
上线之后，还有客服、退款、用户反馈、版本更新、服务器故障、财务、合同、税务和合规。
你不再有一个领导告诉你下一步做什么，也没有同事帮助你分担压力。
你既要做最有创造力的工作，也要处理最琐碎、最无聊的问题。
很多人并不是没有能力做出产品，而是无法在连续几个月没有正反馈的情况下，继续更新、推广和服务用户。
OPC看起来是一个人的自由。
但自由的另一面，是所有责任最终都落在一个人身上。
AI确实能够提高普通人的工作效率。
一项针对5000多名客服人员的研究发现，使用生成式AI后，员工平均生产效率提高约15%，经验较少的员工获得的提升尤其明显。
但这里有一个非常重要的前提：
客服工作有相对明确的任务、流程和评价标准。
而创业不是一道拥有标准答案的题。
哈佛商学院与波士顿咨询公司联合进行的一项研究提出了“锯齿状技术前沿”的概念：在AI能力范围内的任务中，AI可以明显提高效率和质量；但在AI能力边界之外，人们过度相信AI，反而可能降低判断和工作质量。
创业恰恰充满了这种边界模糊的问题。
AI很擅长帮你执行一个已经定义清楚的任务。
但普通人最缺少的，往往就是定义任务的能力。
一个懂产品的人，会让AI研究某一类用户为什么放弃购买。
一个不懂产品的人，可能只会让AI生成“十个最赚钱的创业项目”。
一个懂内容的人，会用AI提高资料搜集、结构设计和多平台分发效率。
一个不懂内容的人，可能只是批量生成更多没有观点的文章。
一个懂技术的人，会用AI缩短开发和排错时间。
一个完全不懂技术的人，则可能连AI生成的代码是否安全、是否稳定都无法判断。
所以，AI并不会自动消除能力差距。
在很多开放性任务中，它更像一个放大器：
有判断力的人，用它放大判断；没有判断力的人，用它放大错误。
还有一个经常被忽略的事实：
很多被称为OPC的创业者，并不是真的完全独立完成所有工作。
他们可能没有正式员工，却依然在使用云服务、开源软件、支付平台、模型API、内容平台、外包人员、自由职业者和创业社区。
换句话说，OPC并不是一个人取代所有人。
而是由一个人负责最核心的判断，再通过AI、软件和外部协作，调度一个松散的生产网络。
深圳目前推动的OPC生态，也并不是简单地发一个AI工具，让创业者独自在家工作。
官方规划中包含办公空间、创业社区、人才服务、算力、数据、金融和资源对接等支持。
这恰恰说明：
即便是“一人公司”，也很难脱离完整的创业生态。
真正强大的OPC，并不是一个无所不能的人。
而是一个能够整合资源、调动工具、建立协作关系的人。
这里还需要澄清一个容易混淆的概念。
AI圈所说的OPC，更多指一种经营方式：由一个核心创业者借助AI和外部协作，完成产品、运营、营销和交付。
但在法律层面，一家公司是否只有一个股东，是另一件事。
2024年7月1日起实施的新《公司法》，允许设立只有一个股东的有限责任公司，也允许只有一个股东的股份有限公司。但“有限责任”并不意味着个人财产在任何情况下都能自动与公司风险完全隔离。
新《公司法》第二十三条明确规定，只有一个股东的公司，如果股东不能证明公司财产独立于个人财产，应当对公司债务承担连带责任。
所以，一人公司更需要重视独立账户、规范记账、合同管理、资金往来和财务报告。
它的决策效率可能更高，但并不意味着管理可以随意，更不意味着注册一家公司之后，风险就自动消失。
OPC首先是一套经营能力，最后才是一张营业执照。
说到这里，可能有人会问：
既然普通人很难成为OPC，是不是就不应该尝试了？
并不是。
我想泼的这盆冷水，不是为了劝普通人放弃。
而是希望我们不要被“一人加AI等于一家公司”的口号欺骗，以为买几个AI工具、学几天编程，就能迅速获得持续收入。
对于普通人来说，更现实的路径，不是从第一天就要求自己成为一家完整的公司，而是分阶段成长。
先找到自己已经具备的一项核心能力。
如果你会写作，就用AI提高资料整理、选题研究和内容分发效率。
如果你会销售，就用AI提高客户研究、方案制作和跟进效率。
如果你会设计，就用AI扩大交付范围。
如果你懂某个行业，就尝试把行业经验与AI结合。
这个阶段不要急着做平台，也不要幻想服务所有人。
先证明自己能够借助AI，为一小群人创造明确价值。
当你重复为客户解决同一类问题时，再考虑把流程标准化。
把定制服务变成模板、咨询包、训练营、工作流或者小工具。
这一阶段的重点不是技术有多复杂，而是：
能不能重复交付？
能不能减少对个人时间的依赖？
用户是否愿意持续付费？
产品做出来之前，就应该开始积累内容、用户和信任。
公众号、视频号、小红书、B站、社群或者线下活动，都可以成为渠道。
一个没有分发能力的人，即使做出产品，也很容易陷入“产品上线，却没有用户”的困境。
当你已经拥有稳定需求、明确产品、可重复交付流程和相对稳定的获客渠道时，OPC才真正成立。
此时，注册公司只是承接业务的组织形式。
在此之前，你更应该关注的不是自己是不是OPC，而是有没有人愿意持续为你提供的价值付钱。
这次Codex线下活动，没有让我快速做出一款赚钱的产品。
但它让我更清楚地认识了自己。
我并不擅长技术，也没有必要因为“一人公司”流行，就逼迫自己成为全栈开发者。
我真正擅长的是内容、创意、趋势观察和商业信息整理。
接下来，我更应该做的，是把这些能力继续做深，再借助AI补足执行效率和技术短板。
不是所有人都需要成为花生。
也不是所有人都必须一个人完成开发、运营、销售和客服。
AI时代真正重要的，不是让自己看起来无所不能，而是清楚地知道：
什么事情必须由自己掌握，什么事情可以交给AI，什么事情应该寻找合作。
所以，我越来越觉得：
OPC不是普通人的创业起点，而是一个人经过长期积累后，形成的能力结果。
AI确实让创业变得更轻。
但轻，不代表简单。
它降低了尝试的成本，却没有降低判断的难度；它减少了执行所需的人数，却把更多决策和责任集中到了一个人身上。
AI可以让一个人完成过去十个人的工作。
前提是，这个人首先要知道，那十个人分别应该做什么。
这可能才是AI时代“一人公司”最真实，也最残酷的一面。