即刻App年轻人的同好社区
下载
App内打开
李惠子Huizi
2天前
YC最新的talk:当所有人都能开发软件,会发生什么?
当 AI 大幅降低开发门槛,软件的使用者也开始成为创造者;随之增长的需求包括数据库、个人记忆、自动化测试,以及专门让 Agent 顺利使用的工具。
1. Supabase 的增长,体现了开发者人群正在扩大。
Supabase 是一个“应用后端一站式平台”:把数据库、用户登录、文件存储等常用能力打包,让开发者或 AI 更快做出能实际运行的应用。
Paul (Supabase CEO)对增长的解释有两部分:原有工程师可以开发更多东西,同时,大批没有工程背景的人开始第一次把自己的想法做成软件。
他认为更值得关注的是:注册增长加速时,激活和转化指标也在改善。过去大量低意向用户进入,往往会拉低转化;如今模型能够帮助新人走完更多开发步骤。
2.“Builder”成为新的用户类别:懂问题的人,可以直接动手。
嘉宾用 Builder 指代那些有明确需求、能够借助 AI 做出产品的人,其范围超过传统程序员。
• 一位有金融科技创业经历的人,自己开发个人资产负债表、财务追踪和银行集成工具。他的优势是金融领域知识。
• 一位大约 50 岁的巴西出租车司机,用手机开发了面向当地市场的打车应用。
讨论者认为,很多细分需求过去无法成立,并非没有价值,而是需求拥有者找不到愿意合作的工程师,或开发成本太高。AI 让这些被压住的想法有机会变成产品。因此,识别值得解决的问题、理解用户和判断产品好坏,会变得更加重要。
3. Supabase 已经经历三种产品形态
Dashboard、API、Code-first。Paul 回顾,早期为客户提供批量创建数据库的 API,后来恰好承接了 Bolt、Lovable 等产品的需求。到了 Agent 阶段,他要求界面中的能力也能通过代码使用,并适配沙箱环境。
开源也被认为有帮助:Agent 遇到问题时能够检查实现,而不只是面对一个无法解释的错误。
4. 个人软件的价值,来自跨领域的个人上下文。
一位主持人介绍了自己的 Control Tower:将邮件处理、财务、体重、运动和文件放在一起管理。
他承认自己此前有两个判断需要修正:原以为聊天能够替代所有界面,也原以为 Markdown 文件足够存储一切。实际使用后发现,结构化数据库和可视化界面仍然有用。
更有意思的是跨数据源关联。例如,财务工具可以结合个人关系信息识别交易对象;健康工具可以结合日历理解旅行期间的体重变化。
他认为,这种只服务自己的应用,在某些需求上能超过标准化产品,因为不必兼顾其他用户的偏好。这是个人体验,视频没有提供与商业产品的系统比较。
5. 个人数据库可能成为长期资产,Agent 则可以更换。
Paul 提到,随着自己把日常流程和联系人关系交给个人 Agent,他开始担心这些信息被绑定在单一 Agent 中。因此,他正在把数据抽离到独立的存储层。
他们设想的关系是:个人数据持续积累,不同应用和 Agent 在其上提供服务。健康、财务、联系人和文件,是访谈中反复出现的场景。
这也是数据库市场的一种新可能:除了企业,个人也可能长期持有自己的数据库。不过,用户是否愿意管理它、如何授权、如何迁移,访谈没有深入解决。
6.大量小数据库,与大型企业数据库,需要同时服务。
Paul 的判断是,许多个人应用和原型不需要昂贵、复杂的数据库配置。因此,Supabase 希望同时向两端发展:轻量端承接大量小项目,大型端支持客户持续扩张。
商业逻辑是尽早成为客户的初始选择,随后伴随成功客户成长。主持人也指出,个人客户可能不会像创业公司那样快速扩大用量,但会随着生活记录积累长期使用。
7.AI 写代码越多,验证工作越重要。
8.吸引 Agent 使用产品,还要让它遇错后能够继续。
9.未来编程可能更像持续交谈,但提出要求仍然需要判断力
Paul 分享了用 dots 通过语音开发网站的经历:提出信息架构问题,让 Agent 给建议,再要求实施。他刻意减少查看代码和干预实现,以体验普通用户未来可能采用的工作方式。
10. 小团队创业的成功标准,可能更偏向利润和自主性
Garry 观察到,一些拥有数百万美元 ARR 的垂直 SaaS 公司,融资仍然困难;与此同时,AI 可能使更小的团队支撑更大规模的业务。他们因此质疑,把拿到下一轮融资当作主要成功标志是否仍然合理:如果业务能自行产生利润,外部融资的重要性就会下降。
Paul 举出的算例是:15 人 × 人均 200 万美元 ARR × 50% 利润率=1500 万美元年度利润。平均到每个人对应 100 万美元利润。
11.结尾给出的经营方法,是选持久需求、保持适应能力。
Paul 对数据库的信心来自需求的长期存在;对于具体产品方向,他则强调亲自使用新工具、与生态伙伴合作,以及给团队留下试验空间。他也明确承认,许多合作实验最终失败了。Supabase 的经验包含不断试错,并非事先准确预测每一轮变化。
07

来自圈子

圈子图片

AI探索站

121079人已经加入