大四學生10天寫代碼，3個月拿首富3000萬當CEO，一個AI時代的魔幻現(xiàn)實故事

　　出品 | 《態(tài)度》欄目

　　作者 | 袁寧

　　編輯 | 丁廣勝

　　十天寫出一個開源項目，三個月后從大四學生，變成拿到前首富陳天橋 3000 萬投資的創(chuàng)業(yè)公司 CEO。這故事聽起來幾乎像 AI 時代的都市傳說。

　　但對BaiFu來說，這更像是一場被浪潮裹挾的經(jīng)歷。等到他回頭看時，才發(fā)現(xiàn)自己已經(jīng)被推到了浪潮中心。

　　2025 年末，一個名叫 BettaFish 的開源項目登上 GitHub 全球趨勢榜第一。而就在三個月前，他的人生計劃還寫在一張普通的清單上：保研已經(jīng)確定，暑假完成畢業(yè)設(shè)計，再找一份實習。這是一條計算機專業(yè)學生最標準的路徑。

　　但一個很小的變量改變了軌跡。就像他后來開發(fā)的 MiroFish 預(yù)測系統(tǒng)一樣——當一個變量被投入系統(tǒng)，未來的路徑就開始分叉。

　　一個“不合格”的畢設(shè)，

　　一周漲了20k Star

　　故事要從一個“不太合格的畢業(yè)設(shè)計”說起。

　　2025 年暑假的尾聲，BaiFu用了十天寫出了 BettaFish。這是一個多 Agent 輿情分析工具：用戶輸入一句自然語言，系統(tǒng)就會自動完成數(shù)據(jù)采集、多維度分析，并生成一份完整報告。沒有復(fù)雜界面，也沒有繁瑣參數(shù)。一句話輸入，然后等待結(jié)果。

　　他把項目拿給一位博士學長看，對方評價得很直接：“這不是一個合格的畢設(shè)，你得再花心思改改。”BaiFu沒有反駁。在他看來，這只是一次技術(shù)練習：把大學幾年積累的技術(shù)整合起來，再借助 AI 寫了大量代碼，他并不認為它會引起什么關(guān)注。

　　項目上線之后，他開始像一個新手地推一樣推廣。給技術(shù)公眾號投稿、向開源周刊自薦，大多石沉大海。最后他用了最直接的辦法：在 B 站發(fā)視頻，在小紅書寫帖子，在 Linux Do 論壇發(fā)帖。

　　轉(zhuǎn)折發(fā)生在一個深夜。那天他在 Linux Do 發(fā)了一篇帖子。半夜醒來時，他發(fā)現(xiàn) GitHub 上突然多了 300 個 Star。后來回憶這一刻時，他說道：“那一晚的 300 個 Star，比之后所有 Star 暴漲帶來的感覺都真實。”

　　項目隨后慢慢增長，終于突破 1000 Star。對一個大學生來說，這已經(jīng)是一個不錯的成績。他甚至寫了一篇文章：《1K+ Star 的開源項目能給一個大學生帶來什么》，準備給 BettaFish 畫上句號。

　　文章發(fā)出后一周，一切都很平靜。然后，流量突然涌入。大 V 轉(zhuǎn)發(fā)、社區(qū)擴散，Star 開始快速上漲：5k、10k、20k。短短一周，BettaFish 登上 GitHub 趨勢榜第一。

　　圖注：BettaFish在GitHub上星標的增長曲線

　　但流量的另一面，是失控。Star 暴漲的同時，Issue 也暴漲。程序在他自己的電腦上運行一百次都沒問題，但在別人的電腦上卻會出現(xiàn)各種奇怪的 bug。BaiFu每天在宿舍兩眼一睜就開始修 bug。幾乎成了“全網(wǎng)客服”。他已經(jīng)完全沒有破 1k 時那種輕松的興奮，反而像被洪水卷走。

　　與此同時，郵箱也開始被各種郵件淹沒：大廠 offer、投資人私信、商務(wù)合作。每一封郵件都可能改變?nèi)松５恳环忄]件，也都讓人不知如何回應(yīng)。

　　“我其實是個 i 人，”他坦誠。 “每天跟 AI 聊天，組了一支 AI 團隊，但我其實不太擅長跟人聊天。”

　　那段時間，他瘦了 十斤。

　　還原10天vibe coding的工作流

　　很多人好奇，一個大學生為什么能在十天里完成這樣一個系統(tǒng)。

　　答案是一個正在改變軟件開發(fā)方式的新概念：Vibe Coding。簡單來說，開發(fā)者不再從零開始寫每一行代碼，而是通過自然語言與 AI 協(xié)作，讓 AI 參與代碼生成和系統(tǒng)構(gòu)建。但 Vibe Coding 并不意味著"讓 AI 替你寫代碼"。它更像一種全新的協(xié)作模式——人當導(dǎo)演，AI 當執(zhí)行團隊。

　　我問BaiFu，BettaFish 和 MiroFish 里 AI 寫代碼的比例能達到多少。他幾乎脫口而出："百分之百。"停了一下又補充，"有點太絕對了，99%吧。我是一個深度的導(dǎo)演角色，就算 AI 寫得差，我也不會手動去改，我只會告訴它哪里錯了，讓它自己改。"

　　但"導(dǎo)演"并不意味著輕松。他的開發(fā)流程，遠比"一句話讓 AI 寫代碼"要復(fù)雜得多。

　　圖注：BettaFish的系統(tǒng)架構(gòu)

　　首先，70% 的時間被花在了調(diào)研上。開發(fā)一個項目，他會把絕大部分精力花在前期。先想清楚"為什么做、做給誰、怎么做"，這一步確立之后，才進入執(zhí)行。他會同時打開市面上所有主流 AI 對話工具，把同一個調(diào)研問題分別丟進去，收回六七份研究結(jié)果，然后人工一份份篩選、交叉驗證、迭代思考。"實際上是非常慢的過程，"他說，"你有一個問題拿到七份答案，但你要做成一個產(chǎn)品，可能有十個問題，需要從七十份里面慢慢篩。而且你邊看的時候思想也會升級，又會冒出新的問題。"

　　調(diào)研結(jié)束后，先畫界面，再寫后端。他會在 iPad 上畫粗略的草圖，用 Google AI Studio 等工具不斷"抽卡"，打磨成更精美的界面設(shè)計。然后快速復(fù)刻成可交互的前端頁面——哪怕只有假數(shù)據(jù)也沒關(guān)系，核心目的是把抽象需求變成看得見、摸得著的東西。"我覺得這個界面 OK 了，就截圖丟到 Cursor 或 Claude 里，讓它復(fù)刻并接上后端。"前端確定后，再把任務(wù)拆成模塊，分批交給 AI IDE 完成后端開發(fā)。

　　這個過程中，他會用消耗換效率。他習慣同一個模塊同時開八個 AI 去寫，然后挑最優(yōu)方案。學生時每月在 AI 工具上花費超過一百美元，后來做項目時飆升到一兩千美元。"Token 消耗確實巨大，但效率提升也是實打?qū)嵉摹８匾氖牵銜浅Ｖ庇^地摸到每個模型的能力邊界——它擅長什么、怕什么、在哪些地方容易'自信但跑偏'。知道工具的能力邊界，是駕馭它的第一步。"

　　深度的人機協(xié)作，而非簡單的任務(wù)外包。"我不僅會一行行審 AI 寫的代碼，還會盯著它的思維鏈看——它為什么這么改，它腦子里的假設(shè)是什么。"很多 bug 的根源不是某一行寫錯了，而是 AI 在某個關(guān)鍵判斷上走偏了。"你把那個誤區(qū)糾正了，后面很多問題會一起消失。"他甚至會在 AI 工作過程中直接打斷它："你這一步應(yīng)該這樣做"——不等代碼寫完再 review，而是在思考過程中就介入糾偏。

　　他還分享了一個最近總結(jié)出來的 code review 技巧：告訴 AI 這段代碼是"Codex 寫的"，請它幫忙 review。"用Claude Code常規(guī)的 review 模式深度不夠 ，但我說這是 Codex寫的，它就會非常嚴厲地去深挖問題。"他自己也被這種交互邏輯逗笑了——"AI 工具就是這么神奇，沒有固定范式，大家八仙過海，各顯神通。"

　　但他也反復(fù)強調(diào)：一切經(jīng)驗都在快速過期。"我從 BettaFish 到 MiroFish，中間只隔了幾個月，但工具進化、模型進化已經(jīng)給我?guī)砹撕艽蟮恼鸷场：芏嘁郧昂苷勰ト说沫h(huán)節(jié)突然就變成順手的事。MiroFish 的任務(wù)難度比 BettaFish 難一個量級，但 Vibe Coding 的體感反而更輕。"所以他一直拒絕出"Vibe Coding 教程"——不是藏著掖著，而是今天總結(jié)出來的范式，下個月可能就失效了。

　　某種意義上，他確實在"管理一支團隊"，只是團隊成員都是 AI。在整個過程中，他和 AI 共同維護一份不斷迭代的項目文檔，既是給人看的思路整理，也是給 AI 看的精準提示詞。通過高強度的人機協(xié)作，他越來越懂 AI 的能力邊界，AI 也越來越懂他想要什么。他們進入了一種"深度協(xié)同、共同進步"的狀態(tài)。

　　AI 讓寫代碼變得容易，但讓判斷變得更重要。代碼可以生成，但技術(shù)決策不能外包。真正重要的能力反而因此變得更加清晰：如何發(fā)現(xiàn)問題？如何設(shè)計系統(tǒng)？如何在 AI 給出十種方案時，選出那個對的？

　　爆火、崩潰與重建：

　　新產(chǎn)品MiroFish的誕生

　　BettaFish 爆火之后，郵箱里塞滿了 offer 和投資意向，BaiFu也幾乎以最快速度賺到了人生第一桶金。但真正推動他走向下一步的，不是這些外部信號，而是一條來自用戶的反饋。

　　"報告生成得挺漂亮，30 多頁，數(shù)據(jù)詳實，圖表也好看。然后呢？我能拿它干嘛？"

　　這句話一直卡在他心里。他開始意識到，輿情分析的痛點從來不是"看不到數(shù)據(jù)"，而是看到了數(shù)據(jù)卻不知道下一步該怎么辦。30 多頁的報告看著頭頭是道，但它只能告訴你"發(fā)生了什么"，沒辦法回答那個更重要的問題：接下來會怎樣？"大部分人需要的不是一個后視鏡，"他說，"他們需要的是一個望遠鏡。"

　　事實上，這個方向在 BettaFish 誕生之前就已經(jīng)寫好了。他在 BettaFish 倉庫主頁上線第一天就掛出了"數(shù)據(jù)分析三步走戰(zhàn)略"：數(shù)據(jù)收集、數(shù)據(jù)分析、數(shù)據(jù)預(yù)測——三步全流程自動化。BettaFish 完成了前兩步，第三步一直懸在那里，等著被實現(xiàn)。

　　圖注：MiroFish發(fā)布，最后一塊版圖補齊

　　但在走向第三步之前，他需要先做一個選擇。

　　BettaFish 爆火后，各種機會涌來。大廠 offer、商務(wù)合作、投資人——每一個都超出他的認知。"跟我聊的很多人，他們其實都是想用我的能力去幫他們做一些事情。"他談了一些，拒了一些，也回避了一些。他一度已經(jīng)拒掉了所有 offer，準備一個人 all in 創(chuàng)業(yè)。

　　就在他準備孤軍奮戰(zhàn)的那個晚上，盛大集團的團隊再一次聯(lián)系了他。他們的郵箱處于爆炸狀態(tài)的那段時間，盛大始終鍥而不舍。BaiFu決定先聊一聊。

　　"但盛大不一樣，"他回憶那次對話時說，"我從談話中感覺到，他們不需要我的能力——他們只是想讓我有更好的發(fā)展。相當于給我提供一個廣闊的舞臺，讓我自由地干一些事情。"

　　一方面可以繼續(xù)做自己想做的事，另一方面壓力不會那么大。他最終選擇以實習生的身份來到上海。

　　來到盛大的第一天，他被告知的第一句話是："繼續(xù)做你想做的事情。"沒有繁瑣的條框，沒有刻板的任務(wù)安排，取而代之的是充足的算力支持和完全的自由度。

　　在這種環(huán)境下，他開始著手實現(xiàn)那個懸而未決的"第三步"——數(shù)據(jù)預(yù)測。這就是 MiroFish 的由來。

　　圖注：MiroFish運行截圖

　　如果說 BettaFish 是一面后視鏡，告訴你"發(fā)生了什么"，那 MiroFish 要做的是一架望遠鏡，嘗試回答"接下來會怎樣"。它的核心思路可以用一句話概括：把分析的終點，變成預(yù)測的起點。

　　具體來說，MiroFish 是一個"數(shù)字沙盤"。你輸入一條新聞、一份政策草案或一個市場信號，系統(tǒng)會自動構(gòu)建一個微型的平行世界——里面住著成千上萬個有性格、有記憶、有行為邏輯的"數(shù)字人"。他們會像真實社會一樣交互、討論、爭論、擴散。你站在上帝視角，可以往里面投入變量：如果政策提前一周發(fā)布呢？如果輿論風向突然反轉(zhuǎn)呢？讓不同的"如果"在沙盤里先跑一遍，再去真實世界做決策。

　　圖注：MiroFish運行截圖

　　而它的交互邏輯，延續(xù)了 BettaFish 的底層哲學：極致的簡單。用戶輸入一段描述，點擊開始，所有復(fù)雜的配置都由 AI 在后臺消化，用戶只需要一步步點"下一步"，最終拿到一份預(yù)測報告。"既然我們在產(chǎn)品內(nèi)部引入了深度的智能，交互邏輯上就不應(yīng)該苛刻地要求使用者做高技術(shù)門檻的事情，"他說，"用戶只要會對話，就能把軟件運行起來。"

　　僅僅十天，MiroFish 的第一個可運行版本就在盛大誕生了。

　　陳天橋的3000萬：

　　投的不是項目，是人

　　2024 年 12 月 16 日深夜，BaiFu看著 MiroFish 跑通的程序，激動地錄了一段略顯粗糙的演示視頻，直接遞交到了陳天橋的案頭。

　　24 小時內(nèi)，他們展開了第二次長談。和第一次一樣，聊的不是代碼細節(jié)。"更多的是聊 AI 時代的開發(fā)思維、發(fā)現(xiàn)問題的思維、產(chǎn)品思考，"BaiFu回憶，"兩個產(chǎn)品當然也有交流，但我們更多的是有一些思維的碰撞。"

　　陳天橋后來直言不諱地告訴他：他很清楚 BettaFish 的技術(shù)水平并非特別出色。但他看重的是另一些東西——從數(shù)據(jù)收集、分析到預(yù)測的完整規(guī)劃，以及那種"看見并定義真實有價值的問題，并嘗試用 AI 的新方式去解決"的行動力。

　　談話結(jié)束，陳天橋當場拍板：集團注資 3000 萬人民幣，全力支持 MiroFish 的深度孵化。

　　一夜之間，BaiFu從盛大實習生變成了 AI 創(chuàng)業(yè)公司 CEO。

　　陳天橋事后公開回應(yīng)了這筆投資的邏輯：

　　"我選擇支持孵化 MiroFish，并不是為了讓市場上又多一個 AI 工具，而是因為它代表了我一直看重的方向——讓 AI 從單純的'回答問題'走向真正的'求解問題'。MiroFish 正在嘗試一項極具價值的探索：如果打破對單一模型的依賴，讓多個智能體以群體智能的方式共同探索問題空間，會發(fā)生什么？"

　　"更重要的是，這筆投資的核心邏輯是'投人'。盛大始終相信，最優(yōu)秀的人才創(chuàng)造最大的價值。MiroFish 的誕生讓我看到一種稀缺的特質(zhì)：年輕創(chuàng)業(yè)者不僅能定義真實問題，能借助 AI 快速迭代，更能把想法扎實落地為可用的產(chǎn)品。我們的角色不是去指導(dǎo)他們寫代碼，而是提供耐心資本、算力支撐與組織保障。"

　　"在這個全新的 AI 時代，我會把這些年輕 AI 人才的成功，視為我個人再次成功的最關(guān)鍵標志。"

　　圖注：3月7日 ，MiroFish也登上了GitHub全球趨勢榜總榜第一

　　被問到 MiroFish 的預(yù)測到底準不準，BaiFu的回答很誠實。他在官網(wǎng)放了兩個演示案例：一個是對國內(nèi)某高校輿情事件的預(yù)測——使用事件發(fā)酵中期的分析報告作為輸入，預(yù)測結(jié)果與現(xiàn)實走向"大差不差"；另一個是預(yù)測《紅樓夢》后續(xù)章節(jié)的情節(jié)走向——他刻意選了一個"好玩有趣"的案例。

　　"我希望一開始就算準確率沒有特別高，但人們可以拿它做一些好玩的事情，"他說，"然后在工具不斷迭代的過程中，大家會慢慢發(fā)現(xiàn)，好像它真的可以做一些專業(yè)性的事情。"他指了指 GitHub 上的版本號——0.1。"它需要一個非常長的迭代周期。"

　　"從嚴肅認真到好玩有趣，"這是 MiroFish 官網(wǎng)的標語，也是BaiFu給這個產(chǎn)品定下的性格，"我希望讓每一個'如果'都活起來，都有生命。"

　　AI時代的機會屬于誰？

　　很多人把BaiFu的經(jīng)歷解讀為一個"天才程序員"的故事。但他自己并不這么看。

　　"我覺得我的技術(shù)力是很一般的，"他在采訪中直言。在他看來，這更像是一個時代的產(chǎn)物——AI 正在改變軟件開發(fā)的方式，過去需要一個團隊才能完成的復(fù)雜系統(tǒng)，現(xiàn)在一個開發(fā)者加上一組 AI 工具也許就可以做到。

　　但這并不意味著門檻消失了。AI 沒有降低門檻，它只是改變了門檻所在的位置。

　　"真正的門檻就是想清楚為什么做、做給誰、怎么做，"他說，"想清楚以后，后面用 AI 工具去快速迭代，大家的水平都可以被拉到一個均值上。但前面那一步，真的是每個人都有每個人的思考。"

　　我問他同學們現(xiàn)在都在干什么。他的回答脫口而出："其實大家都在 Vibe Coding。我覺得現(xiàn)在全民 Vibe Coding，只要你有想法你就可以。"

　　他把自己的開源經(jīng)驗濃縮成五條判斷：

　　第一，選題尤其重要。在開始寫代碼之前，一定要經(jīng)過全面的調(diào)研。先思考，再動手。

　　第二，從垂直領(lǐng)域來，到大眾中去。從垂直領(lǐng)域切入積累專業(yè)口碑，再面向大眾吸引廣泛用戶。就像 BettaFish 定位是輿情分析，標語打的卻是"人人可用"。

　　第三，做減法，不要追求大而全。不要完美主義，快速驗證。

　　第四，營銷推廣可以不多，但一定要提前準備好能讓"別人幫你宣傳"的素材——比如清晰直觀的演示視頻。

　　第五，代碼是冷的，故事是熱的。學會講好代碼背后的故事，是獨立開發(fā)者的必修課。

　　當被問到 Vibe Coding 做出來的產(chǎn)品技術(shù)壁壘不高、走向產(chǎn)品化后會不會很快被抄時，他的回答幾乎不假思索："不管是不是 Vibe Coding 產(chǎn)品，市面上隨便一個產(chǎn)品，只要你想復(fù)刻，現(xiàn)在 AI 工具這么發(fā)達，你都可以很短時間復(fù)刻出來。"

　　停了一下，他接著說："所以最寶貴的東西，就是你自己的思考。這個產(chǎn)品的迭代進化方向，是 AI 模仿不來的。抄也是需要時間的，但每個人的思考是抄不來的。"

　　BaiFu養(yǎng)的“微魚”，也是“微輿”的諧音，BettaFish是一種體型很小但非常好斗、漂亮的魚，它象征著“小而強大，不畏挑戰(zhàn)”

　　"知識正在被平權(quán)化，"他告訴我，"很多過去需要十倍百倍精力才能摸到門檻的東西，很快都會被拉到大眾面前。于是個人真正稀缺的東西會慢慢凸顯出來——你的想象力、創(chuàng)造力、品味，以及你把知識應(yīng)用到現(xiàn)實問題上的能力。"

　　他看到的更大趨勢是：LLM 到 Agent 的過渡，本質(zhì)上是賦予 AI 以"能動性"，這是在數(shù)字化基礎(chǔ)上的又一次全行業(yè)翻新。幾乎所有傳統(tǒng)任務(wù)，在完成數(shù)字化之后，都可以用 Agent 協(xié)作重新做一遍。而這里存在一個天然的時間差——很多行業(yè)非常懂業(yè)務(wù)流程，但并不熟悉 Agent 協(xié)作框架；20 多歲的年輕人學習成本低、時間多、沒有路徑依賴，在技術(shù)革新的窗口期里往往能用極短時間把工具用到很深。

　　"我粗略感覺至少還有兩三年的窗口期，"他說，"這就是為什么你會發(fā)現(xiàn)，現(xiàn)在很多互聯(lián)網(wǎng)公司的大模型負責人、AI 負責人，本身就是 20 多歲的年輕人。時代在把機會往年輕人手里塞。"

　　爆火之后，他還有一個強烈的感受：我們嚴重低估了傳統(tǒng)行業(yè)對 AI 變革的決心。"不僅互聯(lián)網(wǎng)，國內(nèi)整體對 AI 的包容度和接受度其實非常高。幾乎所有企業(yè)都在經(jīng)歷一種'AI 焦慮'：他們知道浪潮來了，不做會被甩下，所以非常愿意、甚至可以說急切地進行 AI 改造與提效。"

　　"當你想到一個 idea 的時候，真的是渾身激動到發(fā)抖，"他說，"你覺得你的 idea 能成，你就會非常激動地去把它推動下去。熱情所在，就是要有思考，并且覺得自己的思考結(jié)果可以成。這就是原始動力。"

　　在他的公開文章里，有一段招募令這樣寫道：

　　"希望你是 AI 的駕馭者，而不是單純的使用者；你不需要循規(guī)蹈矩，但必須對 AI 有近乎狂熱的敏銳度；你不需要聽話照做，但必須習慣先深度思考、再極速行動。你可以稚嫩，但要鋒利；可以莽撞，但要真誠；可以經(jīng)驗不足，但要愿意為結(jié)果負責、愿意在高速迭代里不斷變強。"

　　或許這段話，也是這個時代對所有人發(fā)出的邀請。

　　而BaiFu的故事之所以引人關(guān)注，也或許不只是因為一個開源項目的成功，更因為它讓人們看到了一種新的可能性：在 AI 時代，一個人也可以構(gòu)建復(fù)雜系統(tǒng)，一個學生也可能突然走到創(chuàng)業(yè)舞臺中央。

　　這不是常態(tài)。但它正在變得越來越可能。

　　——END——

　　排版 | 李博琳 審核 | 北辰