51.黄啊码：从AIGC到Vibe Coding，他把每一次技术浪潮都变成了下一块积木

�《灯下白》EP51 黄啊码






嘉宾：黄啊码
创业公司CTO、广东省人工智能协会讲师、AI内容创作者，拥有十余年技术开发与产品实践经验。生成式AI兴起后，先后深入实践AIGC、Coze工作流、Vibe Coding等方向，并持续参与百度秒哒等AI开发平台的产品实践、赛事与商业项目。如今关注AI产品开发、企业交付、个人IP与AI商业化，持续探索普通技术人如何在模型快速迭代的时代建立自己的长期能力。


主持人：吴熳
在得到直播讲过AI应用，在WaytoAGI北京切磋分享，代表中国在英国大使馆文教处国际大会全英发言讲中国AI如何赋能英语教学，AI牛马库导航科普网站 ka21.org 主理人


本节目由人类与GPT共同策划，剪映处理音频中水词，千问处理剪辑时间轴，GPT撰写Shownotes，Banana Pro生成播客logo，即梦生成播客封面，Suno生成片头片尾音乐，同时由声湃和中关村科学城公司提供录音场地，由罗德麦克风提供录音设备。感谢中关村科学城的政策支持！


�本期故事


如果把黄啊码这些年的技术路径摊开来看，会发现他其实很少在一个工具上停留太久。


程序开发做了很多年，生成式AI起来以后，他先去研究大模型，又很快进入Stable Diffusion、Midjourney和AIGC视频；做了一段时间视觉创作之后，他发现自己的优势并不在纯审美，于是转向Coze工作流；等Vibe Coding开始兴起，他又把多年程序开发和工作流的经验迁移过去，继续用百度秒哒等平台做产品。


看起来一直在换。


但他自己并不觉得这些事情是割裂的。


因为每一次新工具出现以后，他做的其实都是同一件事：先上手，先做东西，再判断自己真正擅长的部分在哪里，最后把之前积累下来的能力重新装进新工具里。


黄啊码把自己的学习方式形容得很简单：


“我的路子比较野。”


他很少等到“完全学会”之后再开始。往往是先碰到问题，再去补能力；做着做着发现一个环节不够，就继续往下研究。多年以后回头看，那些原本散落的知识反而慢慢拼成了自己的体系。


这也是他进入AI以后一个很明显的特点。


ChatGPT刚出来时，他当然研究过基础模型。但很快就发现，真正直接进入基础模型研发，并不是自己最有优势的战场。


那就换一个入口。


Stable Diffusion和Midjourney出现，图片给人带来的视觉冲击非常直接，他开始做AIGC图片和视频，也在这个方向上做出过一些成绩。


但做得越多，他反而越敢承认自己的短板：


审美没有那么强。


模型可以帮你生成一张图片，却不会因为你会写Prompt，就自动把十几年视觉训练塞进你的脑子。


构图、颜色、UI、人物风格和整体体验，这些能力依然需要积累。


所以当Coze工作流开始出现时，黄啊码反而一下找到了舒服的位置。


节点、输入、输出、条件判断、业务流程怎么拆、一个环节怎样连接下一个环节——这些事情，本来就是程序开发长期训练的能力。


过去写在代码里的逻辑，现在变成了更加直观的工作流。


再后来是Vibe Coding。


对很多普通人来说，这是第一次能够用自然语言真正做软件。


可对黄啊码来说，它更像一次新的能力迁移：以前要亲手写很多代码，现在可以把大量执行交给AI，但真正决定产品能不能成立的，依然是需求、结构、逻辑和最后如何验收。


所以他后来在百度秒哒上的一系列实践，并不是突然从天而降。


2025年参加秒哒相关黑客松时，他甚至很坦率地说：


最开始就是奔着奖金去的。


但既然参加，就认真做。


他还邀请塔塔一起参加。因为他很清楚，自己偏技术和产品逻辑，而塔塔在视觉与审美上能够形成很好的补位。


最后塔塔拿到第二名，黄啊码拿到第三名。


比赛结束以后，真正重要的东西才开始发生。


成绩带来认可。


认可带来曝光。


曝光以后，过去那些存在自己电脑里的产品第一次开始进入更多人的视野。


他之前做过小说相关产品，后来继续延伸到漫剧工具，再往后，真的有人带着需求找到他，开始产生定制开发订单。


走到这里，黄啊码才越来越清楚地看见一条商业路径：


积累 → 作品 → 认可 → 曝光 → 变现。


所谓“突然被看见”，很多时候只是别人只看到了最后两步。


真正决定后面能不能接住机会的，往往是前面已经做了多久。


AI确实把很多过程压缩了。


但它并没有取消积累。


�本期你会听到


一个做了十多年技术开发的人，是怎样进入这一轮生成式AI浪潮的。


为什么黄啊码并没有把自己绑定在某一个AI工具上，而是不断从AIGC、工作流迁移到Vibe Coding。


长期程序开发到底训练了哪些能力，以至于新的AI工具出现以后，可以快速迁移。


为什么他说自己的学习方式“路子比较野”，以及“遇到问题再补知识”为什么也可以慢慢形成一套自己的体系。


早期医疗健康相关工作经历，为什么让他一直对“技术到底能不能真正解决人的问题”保持兴趣。


他怎样尝试让AI帮助梳理自己的健康信息，又为什么反复强调个体经验不能被直接复制，AI的回答也必须经过现实判断。


为什么在AI时代，“会使用模型”和“把判断权全部交给模型”完全是两件事。


ChatGPT出现以后，他为什么没有强行去卷自己并不占优势的基础模型研发。


Stable Diffusion、Midjourney为什么成为他进入AIGC视觉创作的重要入口。


做AIGC图片和视频以后，他为什么反而越来越清楚自己在审美上的短板。


AI为什么可以降低执行门槛，却不会自动抹平人与人在审美、判断和经验上的差距。


从AIGC转向Coze工作流，为什么是一次非常自然的能力迁移。


节点、条件、输入输出和业务流程为什么天然符合程序员的思考方式。


为什么他甚至在使用Coze之前，就已经自己折腾过类似逻辑的产品。


从Coze到Vibe Coding，上一代工具留下的能力怎样继续发挥作用。


为什么Vibe Coding并不等于“不需要产品思维”。


第一次接触百度秒哒时，他为什么没有立刻觉得它会改变一切。


参加秒哒黑客松，最开始为什么只是想拿奖金。


为什么他主动找塔塔组队，以及技术能力和审美能力怎样形成互补。


比赛名次之外，公开比赛真正能够带给个人什么。


从小说产品到漫剧工具，再到真正出现商业定制订单，一项能力怎样逐渐完成商业化。


为什么黄啊码说，很多看起来偶然的机会，往前追都有很长的积累。


个人做AI产品，到底应该花多少钱。


为什么过去他也喜欢研究“怎么白嫖”，后来却越来越发现，有时候不花模型的钱，反而会花掉更多时间。


免费模型、便宜模型和更强模型之间应该怎样做取舍。


个人实验和企业交付为什么完全是两套成本逻辑。


为什么企业客户不关心你调用哪个模型、花了多少Token，它真正购买的是最终结果。


一次为了替甲方降低模型成本的选择，为什么最后反而造成更多返工。


“省钱”为什么有时候是AI交付里最大的隐性成本。


为什么黄啊码认为，AI时代只靠一张传统简历证明自己越来越不够。


当AI可以帮助每个人写出一份漂亮履历，真正的项目为什么变得更加重要。


一个人有没有真正做过项目，为什么只需要向下追问几层细节就很容易判断。


产品、作品、文章和公开表达，怎样逐渐成为个人的新型履历。


为什么做个人IP不意味着一定要当网红。


IP如何降低陌生人理解你的成本，又怎样影响一个人的时间定价。


“我们上班本质上也在出售自己的时间”，那么怎样让同样的一小时变得更值钱？


黄啊码最常使用哪些AI产品，以及他怎样根据不同业务选择不同工具，而不是形成单一模型信仰。


企业交付里为什么“客户使用什么生态”本身也是工具选择的重要条件。


做Vibe Coding时，他认为最重要的产品习惯是什么。


为什么真正的问题往往不是AI不会做，而是人自己一开始没有把需求说清楚。


不断让AI“再改一版”，为什么和过去甲方不停让设计师修改非常像。


一个产品从第一版改到第五版，为什么最后经常发现还是第一版比较好。


什么叫终局思维：先定义最后什么叫“完成”，再让AI决定中间怎样实现。


需求、验收标准和边界为什么应该在人开始Coding之前先想清楚。


普通人用30天学习Vibe Coding，第一步为什么不是做一个宏大的创业项目。


从一个自己真正需要的小产品开始，为什么成功概率更高。


“自己就是第一用户”，对于产品验证意味着什么。


个人网站为什么是一个非常适合普通人的第一款Vibe Coding产品。


为什么一个真正需要用来介绍自己的个人网站，比单纯为了练习开发一个Demo更有意义。


未来的OPC为什么并不等于“一个人把所有工作全部做完”。


一个人的核心能力、AI、合作伙伴和外部专家怎样共同组成新的工作生态。


为什么知道“谁擅长什么”，有时候比逼自己什么都学会更重要。


�本期金句


我的路子比较野，很多东西都是遇到问题以后再去补。


AI可以帮你做很多事情，但你不能把自己的判断也一起外包出去。


尽信AI，就等于把脑子也让渡给AI。


做AIGC做得越多，我反而越能看到自己的审美短板。


工具越来越简单，并不意味着真正的能力差距消失了。


你本来就有优势的地方，为什么不用？


我不会强迫自己在别人最强的地方硬卷，我会找自己能力最容易迁移过去的位置。


很多所谓碰巧的机会，前面都有很长的积累。


真正的路径是积累、作品、认可、曝光，最后才是变现。


没有所谓突然成功，很多东西只是别人没有看到前面的过程。


AI时代该花的钱还是要花，有时候你省下的是模型费，浪费的是自己的时间。


企业客户购买的是结果，不是你中间用了多少个模型。


为了给甲方省一点模型的钱，最后反复返工，这个钱其实省错了。


如果这个时代还只靠一张简历证明自己，可能已经不够了。


Title可以包装，项目经历很难经得住连续追问。


个人IP不是单纯追流量，它是在让市场更快理解你到底值多少钱。


工作本质上也是在出售自己的时间。


Vibe Coding最重要的不是Prompt技巧，是你得先知道自己到底要什么。


先确定最后怎样验收，再让AI决定中间怎么做。


普通人的第一个AI产品，最好首先对自己有用。


你自己就是用户，这是一个非常好的开始。


一人公司不是让一个人把所有岗位都干一遍。


AI时代更像围绕一个人重新形成一套能力生态。


我不需要每一项能力都自己做到最好，我要知道谁在这件事上做得最好。


⏱Shownotes


00:01
黄啊码登场：CTO、AI讲师与长期产品实践者


00:39
从传统程序开发一路进入AI，他的技术路径是怎么长出来的


01:35
具体知识会过时，为什么解决问题的思维可以一直留下


02:42
“我的路子比较野”：非标准化的技术成长方式


04:59
Java、PHP再回到Java，多年技术能力如何慢慢积累


05:22
为什么早期职业经历长期和医疗健康相关


07:04
一次用AI重新梳理个人健康问题的尝试


08:00
AI给出另一种思路以后，为什么仍然需要现实世界的专业确认


09:50
个体经验不能复制：AI辅助判断的边界在哪里


10:16
ChatGPT出现以后，他为什么没有继续硬卷基础模型


11:08
Stable Diffusion、Midjourney和AIGC视觉创作


12:10
做得越多，为什么越意识到审美的重要


13:10
转向Coze工作流：终于回到自己熟悉的逻辑世界


13:45
程序开发和工作流之间为什么高度相通


15:15
从Coze到Vibe Coding，能力如何继续迁移


15:44
百度秒哒进入视野


16:22
第一次接触秒哒，并没有想象中那么激动


16:54
参...