出品 | 《态度》栏目

作者 | 袁宁

编辑 | 丁广胜

十天写出一个开源项目，三个月后从大四学生，变成拿到前首富陈天桥3000万投资的创业公司 CEO。这故事听起来几乎像 AI 时代的都市传说。

但对BaiFu来说，这更像是一场被浪潮裹挟的经历。等到他回头看时，才发现自己已经被推到了浪潮中心。

2025年末，一个名叫 BettaFish 的开源项目登上 GitHub 全球趋势榜第一。而就在三个月前，他的人生计划还写在一张普通的清单上：保研已经确定，暑假完成毕业设计，再找一份实习。这是一条计算机专业学生最标准的路径。

但一个很小的变量改变了轨迹。就像他后来开发的 MiroFish 预测系统一样——当一个变量被投入系统，未来的路径就开始分叉。

一个“不合格”的毕设，一周涨了20k Star

故事要从一个“不太合格的毕业设计”说起。

2025年暑假的尾声，BaiFu用了十天写出了 BettaFish。这是一个多 Agent 舆情分析工具：用户输入一句自然语言，系统就会自动完成数据采集、多维度分析，并生成一份完整报告。没有复杂界面，也没有繁琐参数。一句话输入，然后等待结果。

他把项目拿给一位博士学长看，对方评价得很直接：“这不是一个合格的毕设，你得再花心思改改。”BaiFu没有反驳。在他看来，这只是一次技术练习：把大学几年积累的技术整合起来，再借助 AI 写了大量代码，他并不认为它会引起什么关注。

项目上线之后，他开始像一个新手地推一样推广。给技术公众号投稿、向开源周刊自荐，大多石沉大海。最后他用了最直接的办法：在 B 站发视频，在小红书写帖子，在 Linux Do 论坛发帖。

转折发生在一个深夜。那天他在 Linux Do 发了一篇帖子。半夜醒来时，他发现 GitHub 上突然多了300个 Star。后来回忆这一刻时，他说道：“那一晚的300个 Star，比之后所有 Star 暴涨带来的感觉都真实。”

项目随后慢慢增长，终于突破1000 Star。对一个大学生来说，这已经是一个不错的成绩。他甚至写了一篇文章：《1K+ Star 的开源项目能给一个大学生带来什么》，准备给 BettaFish 画上句号。

文章发出后一周，一切都很平静。然后，流量突然涌入。大 V 转发、社区扩散，Star 开始快速上涨：5k、10k、20k。短短一周，BettaFish 登上 GitHub 趋势榜第一。

图注：BettaFish在GitHub上星标的增长曲线

但流量的另一面，是失控。Star 暴涨的同时，Issue 也暴涨。程序在他自己的电脑上运行一百次都没问题，但在别人的电脑上却会出现各种奇怪的 bug。BaiFu每天在宿舍两眼一睁就开始修 bug。几乎成了“全网客服”。他已经完全没有破1k 时那种轻松的兴奋，反而像被洪水卷走。

与此同时，邮箱也开始被各种邮件淹没：大厂 offer、投资人私信、商务合作。每一封邮件都可能改变人生。但每一封邮件，也都让人不知如何回应。

“我其实是个 i 人，”他坦诚。 “每天跟 AI 聊天，组了一支 AI 团队，但我其实不太擅长跟人聊天。”

那段时间，他瘦了十斤。

还原10天vibe coding的工作流

很多人好奇，一个大学生为什么能在十天里完成这样一个系统。

答案是一个正在改变软件开发方式的新概念：Vibe Coding。简单来说，开发者不再从零开始写每一行代码，而是通过自然语言与 AI 协作，让 AI 参与代码生成和系统构建。但 Vibe Coding 并不意味着"让 AI 替你写代码"。它更像一种全新的协作模式——人当导演，AI 当执行团队。

我问BaiFu，BettaFish 和 MiroFish 里 AI 写代码的比例能达到多少。他几乎脱口而出："百分之百。"停了一下又补充，"有点太绝对了，99%吧。我是一个深度的导演角色，就算 AI 写得差，我也不会手动去改，我只会告诉它哪里错了，让它自己改。"

但"导演"并不意味着轻松。他的开发流程，远比"一句话让 AI 写代码"要复杂得多。

图注：BettaFish的系统架构

首先，70% 的时间被花在了调研上。开发一个项目，他会把绝大部分精力花在前期。先想清楚"为什么做、做给谁、怎么做"，这一步确立之后，才进入执行。他会同时打开市面上所有主流 AI 对话工具，把同一个调研问题分别丢进去，收回六七份研究结果，然后人工一份份筛选、交叉验证、迭代思考。"实际上是非常慢的过程，"他说，"你有一个问题拿到七份答案，但你要做成一个产品，可能有十个问题，需要从七十份里面慢慢筛。而且你边看的时候思想也会升级，又会冒出新的问题。"

调研结束后，先画界面，再写后端。他会在 iPad 上画粗略的草图，用 Google AI Studio 等工具不断"抽卡"，打磨成更精美的界面设计。然后快速复刻成可交互的前端页面——哪怕只有假数据也没关系，核心目的是把抽象需求变成看得见、摸得着的东西。"我觉得这个界面 OK 了，就截图丢到 Cursor 或 Claude 里，让它复刻并接上后端。"前端确定后，再把任务拆成模块，分批交给 AI IDE 完成后端开发。

这个过程中，他会用消耗换效率。他习惯同一个模块同时开八个 AI 去写，然后挑最优方案。学生时每月在 AI 工具上花费超过一百美元，后来做项目时飙升到一两千美元。"Token 消耗确实巨大，但效率提升也是实打实的。更重要的是，你会非常直观地摸到每个模型的能力边界——它擅长什么、怕什么、在哪些地方容易'自信但跑偏'。知道工具的能力边界，是驾驭它的第一步。"

深度的人机协作，而非简单的任务外包。“我不仅会一行行审 AI 写的代码，还会盯着它的思维链看——它为什么这么改，它脑子里的假设是什么。”“很多 bug 的根源不是某一行写错了，而是 AI 在某个关键判断上走偏了。”“你把那个误区纠正了，后面很多问题会一起消失。”他甚至会在 AI 工作过程中直接打断它："你这一步应该这样做"——不等代码写完再 review，而是在思考过程中就介入纠偏。

他还分享了一个最近总结出来的 code review 技巧：告诉 AI 这段代码是"Codex 写的"，请它帮忙 review。"用Claude Code常规的 review 模式深度不够 ，但我说这是 Codex写的，它就会非常严厉地去深挖问题。"他自己也被这种交互逻辑逗笑了——"AI 工具就是这么神奇，没有固定范式，大家八仙过海，各显神通。"

但他也反复强调：一切经验都在快速过期。"我从 BettaFish 到 MiroFish，中间只隔了几个月，但工具进化、模型进化已经给我带来了很大的震撼。很多以前很折磨人的环节突然就变成顺手的事。MiroFish 的任务难度比 BettaFish 难一个量级，但 Vibe Coding 的体感反而更轻。"所以他一直拒绝出"Vibe Coding 教程"——不是藏着掖着，而是今天总结出来的范式，下个月可能就失效了。

某种意义上，他确实在"管理一支团队"，只是团队成员都是 AI。在整个过程中，他和 AI 共同维护一份不断迭代的项目文档，既是给人看的思路整理，也是给 AI 看的精准提示词。通过高强度的人机协作，他越来越懂 AI 的能力边界，AI 也越来越懂他想要什么。他们进入了一种"深度协同、共同进步"的状态。

AI 让写代码变得容易，但让判断变得更重要。代码可以生成，但技术决策不能外包。真正重要的能力反而因此变得更加清晰：如何发现问题？如何设计系统？如何在 AI 给出十种方案时，选出那个对的？

爆火、崩溃与重建：新产品MiroFish的诞生

BettaFish 爆火之后，邮箱里塞满了 offer 和投资意向，BaiFu也几乎以最快速度赚到了人生第一桶金。但真正推动他走向下一步的，不是这些外部信号，而是一条来自用户的反馈。

"报告生成得挺漂亮，30多页，数据详实，图表也好看。然后呢？我能拿它干嘛？"

这句话一直卡在他心里。他开始意识到，舆情分析的痛点从来不是"看不到数据"，而是看到了数据却不知道下一步该怎么办。30多页的报告看着头头是道，但它只能告诉你"发生了什么"，没办法回答那个更重要的问题：接下来会怎样？"大部分人需要的不是一个后视镜，"他说，"他们需要的是一个望远镜。"

事实上，这个方向在 BettaFish 诞生之前就已经写好了。他在 BettaFish 仓库主页上线第一天就挂出了"数据分析三步走战略"：数据收集、数据分析、数据预测——三步全流程自动化。BettaFish 完成了前两步，第三步一直悬在那里，等着被实现。

图注：MiroFish发布，最后一块版图补齐

但在走向第三步之前，他需要先做一个选择。

BettaFish 爆火后，各种机会涌来。大厂 offer、商务合作、投资人——每一个都超出他的认知。"跟我聊的很多人，他们其实都是想用我的能力去帮他们做一些事情。"他谈了一些，拒了一些，也回避了一些。他一度已经拒掉了所有 offer，准备一个人 all in 创业。

就在他准备孤军奋战的那个晚上，盛大集团的团队再一次联系了他。他们的邮箱处于爆炸状态的那段时间，盛大始终锲而不舍。BaiFu决定先聊一聊。

"但盛大不一样，"他回忆那次对话时说，"我从谈话中感觉到，他们不需要我的能力——他们只是想让我有更好的发展。相当于给我提供一个广阔的舞台，让我自由地干一些事情。"

一方面可以继续做自己想做的事，另一方面压力不会那么大。他最终选择以实习生的身份来到上海。

来到盛大的第一天，他被告知的第一句话是："继续做你想做的事情。"没有繁琐的条框，没有刻板的任务安排，取而代之的是充足的算力支持和完全的自由度。

在这种环境下，他开始着手实现那个悬而未决的"第三步"——数据预测。这就是 MiroFish 的由来。

图注：MiroFish运行截图

如果说 BettaFish 是一面后视镜，告诉你"发生了什么"，那 MiroFish 要做的是一架望远镜，尝试回答"接下来会怎样"。它的核心思路可以用一句话概括：把分析的终点，变成预测的起点。

具体来说，MiroFish 是一个"数字沙盘"。你输入一条新闻、一份政策草案或一个市场信号，系统会自动构建一个微型的平行世界——里面住着成千上万个有性格、有记忆、有行为逻辑的"数字人"。他们会像真实社会一样交互、讨论、争论、扩散。你站在上帝视角，可以往里面投入变量：如果政策提前一周发布呢？如果舆论风向突然反转呢？让不同的"如果"在沙盘里先跑一遍，再去真实世界做决策。

图注：MiroFish运行截图

而它的交互逻辑，延续了 BettaFish 的底层哲学：极致的简单。用户输入一段描述，点击开始，所有复杂的配置都由 AI 在后台消化，用户只需要一步步点"下一步"，最终拿到一份预测报告。"既然我们在产品内部引入了深度的智能，交互逻辑上就不应该苛刻地要求使用者做高技术门槛的事情，"他说，"用户只要会对话，就能把软件运行起来。"

仅仅十天，MiroFish 的第一个可运行版本就在盛大诞生了。

陈天桥的3000万：投的不是项目，是人

2024年12月16日深夜，BaiFu看着 MiroFish 跑通的程序，激动地录了一段略显粗糙的演示视频，直接递交到了陈天桥的案头。

24小时内，他们展开了第二次长谈。和第一次一样，聊的不是代码细节。"更多的是聊 AI 时代的开发思维、发现问题的思维、产品思考，"BaiFu回忆，"两个产品当然也有交流，但我们更多的是有一些思维的碰撞。"

陈天桥后来直言不讳地告诉他：他很清楚 BettaFish 的技术水平并非特别出色。但他看重的是另一些东西——从数据收集、分析到预测的完整规划，以及那种"看见并定义真实有价值的问题，并尝试用 AI 的新方式去解决"的行动力。

谈话结束，陈天桥当场拍板：集团注资3000万人民币，全力支持 MiroFish 的深度孵化。

一夜之间，BaiFu从盛大实习生变成了 AI 创业公司 CEO。

陈天桥事后公开回应了这笔投资的逻辑：

"我选择支持孵化 MiroFish，并不是为了让市场上又多一个 AI 工具，而是因为它代表了我一直看重的方向——让 AI 从单纯的'回答问题'走向真正的'求解问题'。MiroFish 正在尝试一项极具价值的探索：如果打破对单一模型的依赖，让多个智能体以群体智能的方式共同探索问题空间，会发生什么？"

"更重要的是，这笔投资的核心逻辑是'投人'。盛大始终相信，最优秀的人才创造最大的价值。MiroFish 的诞生让我看到一种稀缺的特质：年轻创业者不仅能定义真实问题，能借助 AI 快速迭代，更能把想法扎实落地为可用的产品。我们的角色不是去指导他们写代码，而是提供耐心资本、算力支撑与组织保障。"

"在这个全新的 AI 时代，我会把这些年轻 AI 人才的成功，视为我个人再次成功的最关键标志。"

图注：3月7日 ，MiroFish也登上了GitHub全球趋势榜总榜第一

被问到 MiroFish 的预测到底准不准，BaiFu的回答很诚实。他在官网放了两个演示案例：一个是对国内某高校舆情事件的预测——使用事件发酵中期的分析报告作为输入，预测结果与现实走向"大差不差"；另一个是预测《红楼梦》后续章节的情节走向——他刻意选了一个"好玩有趣"的案例。

"我希望一开始就算准确率没有特别高，但人们可以拿它做一些好玩的事情，"他说，"然后在工具不断迭代的过程中，大家会慢慢发现，好像它真的可以做一些专业性的事情。"他指了指 GitHub 上的版本号——0.1。"它需要一个非常长的迭代周期。"

"从严肃认真到好玩有趣，"这是 MiroFish 官网的标语，也是BaiFu给这个产品定下的性格，"我希望让每一个'如果'都活起来，都有生命。"

AI时代的机会属于谁？

很多人把BaiFu的经历解读为一个"天才程序员"的故事。但他自己并不这么看。

"我觉得我的技术力是很一般的，"他在采访中直言。在他看来，这更像是一个时代的产物——AI 正在改变软件开发的方式，过去需要一个团队才能完成的复杂系统，现在一个开发者加上一组 AI 工具也许就可以做到。

但这并不意味着门槛消失了。AI 没有降低门槛，它只是改变了门槛所在的位置。

"真正的门槛就是想清楚为什么做、做给谁、怎么做，"他说，"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个均值上。但前面那一步，真的是每个人都有每个人的思考。"

我问他同学们现在都在干什么。他的回答脱口而出："其实大家都在 Vibe Coding。我觉得现在全民 Vibe Coding，只要你有想法你就可以。"

他把自己的开源经验浓缩成五条判断：

第一，选题尤其重要。在开始写代码之前，一定要经过全面的调研。先思考，再动手。

第二，从垂直领域来，到大众中去。从垂直领域切入积累专业口碑，再面向大众吸引广泛用户。就像 BettaFish 定位是舆情分析，标语打的却是"人人可用"。

第三，做减法，不要追求大而全。不要完美主义，快速验证。

第四，营销推广可以不多，但一定要提前准备好能让"别人帮你宣传"的素材——比如清晰直观的演示视频。

第五，代码是冷的，故事是热的。学会讲好代码背后的故事，是独立开发者的必修课。

当被问到 Vibe Coding 做出来的产品技术壁垒不高、走向产品化后会不会很快被抄时，他的回答几乎不假思索："不管是不是 Vibe Coding 产品，市面上随便一个产品，只要你想复刻，现在 AI 工具这么发达，你都可以很短时间复刻出来。"

停了一下，他接着说："所以最宝贵的东西，就是你自己的思考。这个产品的迭代进化方向，是 AI 模仿不来的。抄也是需要时间的，但每个人的思考是抄不来的。"

BaiFu养的“微鱼”，也是“微舆”的谐音，BettaFish是一种体型很小但非常好斗、漂亮的鱼，它象征着“小而强大，不畏挑战”。

"知识正在被平权化，"他告诉我，"很多过去需要十倍百倍精力才能摸到门槛的东西，很快都会被拉到大众面前。于是个人真正稀缺的东西会慢慢凸显出来——你的想象力、创造力、品味，以及你把知识应用到现实问题上的能力。"

他看到的更大趋势是：LLM 到 Agent 的过渡，本质上是赋予 AI 以"能动性"，这是在数字化基础上的又一次全行业翻新。几乎所有传统任务，在完成数字化之后，都可以用 Agent 协作重新做一遍。而这里存在一个天然的时间差——很多行业非常懂业务流程，但并不熟悉 Agent 协作框架；20多岁的年轻人学习成本低、时间多、没有路径依赖，在技术革新的窗口期里往往能用极短时间把工具用到很深。

"我粗略感觉至少还有两三年的窗口期，"他说，"这就是为什么你会发现，现在很多互联网公司的大模型负责人、AI 负责人，本身就是20多岁的年轻人。时代在把机会往年轻人手里塞。"

爆火之后，他还有一个强烈的感受：我们严重低估了传统行业对 AI 变革的决心。"不仅互联网，国内整体对 AI 的包容度和接受度其实非常高。几乎所有企业都在经历一种'AI 焦虑'：他们知道浪潮来了，不做会被甩下，所以非常愿意、甚至可以说急切地进行 AI 改造与提效。"

"当你想到一个 idea 的时候，真的是浑身激动到发抖，"他说，"你觉得你的 idea 能成，你就会非常激动地去把它推动下去。热情所在，就是要有思考，并且觉得自己的思考结果可以成。这就是原始动力。"

在他的公开文章里，有一段招募令这样写道：

"希望你是 AI 的驾驭者，而不是单纯的使用者；你不需要循规蹈矩，但必须对 AI 有近乎狂热的敏锐度；你不需要听话照做，但必须习惯先深度思考、再极速行动。你可以稚嫩，但要锋利；可以莽撞，但要真诚；可以经验不足，但要愿意为结果负责、愿意在高速迭代里不断变强。"

或许这段话，也是这个时代对所有人发出的邀请。

而BaiFu的故事之所以引人关注，也或许不只是因为一个开源项目的成功，更因为它让人们看到了一种新的可能性：在 AI 时代，一个人也可以构建复杂系统，一个学生也可能突然走到创业舞台中央。

这不是常态。但它正在变得越来越可能。

(来源：网易科技)