写了20年前端，Vercel CEO发现AI写的代码比他好

Guillermo Rauch做了20年前端工程师，个人网站rauchg.com的每一个像素都是他亲手调的。2023年，他给自己公司的AI产品v0出了道题：用自然语言描述需求，把整个网站重建一遍。

「用一张好看的背景图，居中。给我一个博客列表。右上角加一个About链接，再放个Twitter图标。」几轮对话下来，视觉效果已经让他满意。真正让他震惊的，是按下「查看代码」的那一刻。

我发现AI生成的代码比我写的好。它在客观上更优秀，比如无障碍做得更好。AI不只生成了Twitter图标，还生成了「Twitter」这个文字标签，而且只对屏幕阅读器显示，也就是给靠辅助设备上网的人看的。这个细节，我自己都忘了写。

他的总结是：AI有无限的内存、无限的耐心（马克·安德森的话）、无限的数据，而且数据还在越滚越多。在细节的完备性上跟AI硬拼，人会输。

Rauch是Vercel的CEO，这家公司做前端云，ChatGPT、Perplexity、Pi的用户界面都跑在他们的技术上。2023年11月底，他在Nathan Labenz的播客Cognitive Revolution上聊了两个多小时，话题覆盖AI编程、软件2.0和开源模型的命运。节目开头Nathan还打趣，总算能从OpenAI董事会风波里抽身，聊点正经技术了。这期干货不少，挑最值钱的部分讲。

从阿根廷少年到前端云老板

Rauch的起点在阿根廷。9、10岁自学编程，19岁成了JavaScript库MooTools的核心贡献者。第一份工作在瑞士，一家刚采用MooTools的创业公司，那也是他第一次离开阿根廷。后来他到旧金山，Nathan说自己在Phil's Coffee第一次见到他，从此关注了他十几年的职业生涯。

开源是他事业的主线。他主导的Next.js被称作「前端的Kubernetes」，底层引擎是Facebook开源的React。Rauch给非技术的人打比方：React让界面组件像乐高积木，可以拼装复用，开发者不用每个新项目都重造轮子。如今Next.js成了AI产品的通用语言，ChatGPT、Perplexity、Pi、You.com的前端都靠它。

Vercel的生意叫前端云。Rauch的解释是：软件栈的每一层都模块化了，用户直接接触的那层是前端，Vercel把前端基础设施做成服务；后端接Stripe、Twilio、OpenAI这些API，不满意供应商A就换成B。他举过一个例子：美国一家顶级零售商，手里有三个知名品牌，首席数字官接入Vercel后说，这是他最后一次数字化转型，前端和后端解耦了，以后换支付系统、换订单系统，不用再折腾大迁移。

公司内部有个高频词：迭代速度（iteration velocity）。Rauch强调这个词的重点在方向：跑得快但方向错了，等于白跑。Vercel给客户提供网站性能数据，Google委托德勤的研究显示，网站每快100毫秒，移动端转化率提升8%。数据告诉你结账流程慢在哪，工具帮你改，这才构成完整的迭代。

还有一层是管理「怕」。大公司改一行代码都可能出事故，所以最好的软件公司都像电影公司搞点映：先放给一小批观众看反应，再正式上映。对应到工程里就是功能开关（feature flags），先给1%的用户开新功能，盯数据，不行就自动回滚。Rauch还提到，全球前三大银行之一正在迁移到Next.js，去说服对方的既非他本人也非银行CTO，是开发者自己用出来的口碑。

ghost text理论：每个产品都需要AI补全

Rauch第一次被AI击中是在ChatGPT发布之前，试用GitHub Copilot。他当时已经是CEO，公司450多人，很少亲手写代码。但20年的经验让他能一眼分辨Copilot的建议是真有洞见，还是数据库里捞出来的随机结果。试了几次，他形容「脑子里有什么东西被撬动了」。

他提炼出一个理论：AI进入产品的方式是幽灵文本（ghost text），你打字，AI在光标旁边浮出灰色建议，接受或拒绝。世界上每个产品都需要一个ghost text，编程只是第一步。而编程恰恰是最难的任务，第一步就从最难的地方突破，这个信号分量更重。

他当时是Notion的小股东，专门找Notion的CEO提过建议：把ghost text加进Notion。后来Notion AI的形态是斜杠命令和上下文菜单，没走ghost text路线，但方向对了。

这个理论直接催生了v0.dev。名字里的0指第一版：输入「给我的电商网站做一个注册表单」，它给出三四个选项，然后进入人机迭代循环，灵感来自Copilot加Midjourney。做界面是创造性工作，得给创作者选项。关键在产出：v0生成的是生产级代码，能直接进客户代码库上线。小范围内测期间已经生成了几十万次界面。Rauch提醒这工具面向专业场景：「如果你只是给叔叔的餐馆做网站，用v0就像存个文件却去买了AWS，你该去的是Dropbox。」

但AI有明确短板。Rauch在X上看到有人用AI复刻了愤怒的小鸟，整款游戏的代码全部出自AI，他私信作者深挖，挖到一个关键细节：AI没法推理「时间的流逝」。游戏需要维护状态，角色位置随时间演化，碰撞检测要算简单的数学，ChatGPT在这一步卡死。它能做不可思议的事，但游戏开发里这个环节不行。

Rauch的推论：人照样需要技能，只是技能变了：知道AI哪里强、哪里弱、什么时候该用。跟AI协作本身就有诀窍，提示词是门手艺。

把报错信息全贴给AI：Rauch的技能清单

Nathan分享了自己的方法，他起名叫「类比编程」：把一段能正常跑的代码喂给ChatGPT，说「这是我的现状，这是我要的目标」。Rauch走得更系统，他的核心判断是不同的AI有不同的技能树，办事之前先想清楚去哪家。

• 查最新动态去Perplexity，实时性强，适合总结正在发生的趋势；
• 搜「不知道关键词的东西」去Metaphor这类工具，它用对话式提示爬网页，能从稀疏信号里挖结果，像哼着「嘟嘟哒哒」也能找到那首歌；
• 查开发文档去Phind，它专门索引开发者资源，问「技术A的优缺点」不会像ChatGPT那样甩给你2021年的过时答案。

提示词方面他给了一条反直觉的建议：把编译器或工具吐出的完整报错信息，一个字不删地贴给AI。听起来理所当然，其实违反本能，因为Google训练了我们只敲两三个关键词。对AI的逻辑完全相反，上下文越多，输出质量越高。他的说法是：你在影响它怎么在神经网络里导航，你给的关键token决定了它能建立多好的连接。哪怕多一个问号，都会把AI引向不同的方向。

他还点破一个经典失败模式：你问AI二加二等于几，它说四，你说不对是五，它立刻改口「抱歉，是五」。解法是把陈述改成提问。AI的底层机制是预测下一个token，它在顺着你的话走，用提问句式能压低它过度自信的概率。这也是OpenAI推GPTs和系统提示词的原因，每次从零开始，AI很难持续帮到你，而且那样跑成本也高。

他转述了微软CEO纳德拉的一个比喻：拿大模型干小活，等于开法拉利过马路。Rauch的解读是，GPT-4确实是法拉利，强到几乎不需要上下文也能干活，但给的上下文越多，拿回来的质量越高。

软件2.0：写代码这件事正在降权

这期节目框架价值最高的部分，是Rauch对软件业分层的判断。他引用了安德烈·卡帕西（Andrej Karpathy）的文章《Software 2.0》。卡帕西当过特斯拉AI负责人，是深度学习先驱，现在在OpenAI。

卡帕西的定义：软件2.0更像做饭，不像工程。你不用再手写算法和数据结构，改成准备数据、训练神经网络。代码骨架早就写在PyTorch、TensorFlow这些框架里，你往里扔数据和算力，煮出一锅「代码汤」，而这锅汤人类读不懂，专门研究它的领域叫机制可解释性，至今进展艰难。软件1.0正好相反，讲究可解释性，讲究成为算法和编程语言的专家。

Rauch在这个概念上叠了一层商业判断：软件1.0对应云1.0，软件2.0对应云2.0。AWS、Google Cloud、Azure那代是云1.0，卖虚拟机EC2、对象存储S3；云2.0卖新物种：向量数据库、LLM、索引管道、检索方法。技术负责人该问自己：我在1.0和2.0两个范式上各投了多少？Vercel的答案直白：基础设施不该是你的业务，交给平台，你专注把2.0的功能推向市场。

顺着这个逻辑，他回答了GPTs和独立产品之争。OpenAI开发者大会刚开完，很多人纠结该把产品做成GPT塞进ChatGPT，还是把AI助手搬进自家产品。Rauch给了两层答案。商业层面，他服务安德玛（Under Armour）这类大电商，这些品牌当年上网时本可以把全部库存交给亚马逊，问题等价于：你要保住和客户的直接连接，还是把产品摆上别人的货架？答案有时是两者都要，像床垫品牌Casper，既开官网又上亚马逊。技术层面，GPTs像亚马逊商品页，四张图加一段纯文本，视觉自由度极其有限，而v0这类产品需要完整的前端自由。他预计会出现大量垂直化AI助手：AI时代的新彭博终端，AI原生的医疗健康产品（他举的例子是孕期查先兆子痫，这类场景连监管都要求全新的信息呈现方式）。

他还有个激进的预测：注意力、资金和人才涌向2.0，会把1.0的技术版图固化。ChatGPT写JavaScript和Python很强，写一门全网只有100页文档的冷门语言就不行。AI越强，大家越往主流技术栈聚，1.0那层不再有颠覆式创新，只会越来越稳定。先例是JavaScript，它流行起来靠的是把内存管理、指针运算全部自动化，程序员不用再碰。下一波AI会用同样的方式把「写软件」自动化，写代码的重要性系统性下降。代码不会消失，但注意力会转移。

那谁赢？他的答案分三层。现在入行的人赢，他当年花了很多年才成为专家，今天一个有ChatGPT的人上手快得多，正是做产品的好时机。巨头也赢，它们会飞快地给产品加AI助手，砸钱见效。创业公司同样有机会，做出2.0原生的产品，视觉形态、交互逻辑都不同，大公司转身追不上。他真正期待的是云2.0时代的Uber和Airbnb，那些离开大语言模型和扩散模型就根本不会存在的公司。Character AI、Replika只是开头，AI原生社交网络一定会出现，因为社交产品最难冷启动，AI恰好能解决内容和互动的鸡生蛋问题。他甚至预言会出现AI社交领域的扎克伯格：当年扎克伯格就是个PHP程序员，拼起MySQL和PHP就改变了世界，下一波草根创新不需要机器学习博士学位。

开源必胜：商务拓展靠一条git clone

聊到开源大模型，Rauch给了一句话结论，值得整段引用：

永远不要低估开源。这是最糟糕的错误。微软当年低估过开源，备忘录早就公开了，现在他们在Azure和GitHub上拥抱开源拥抱得很好。押注开源会输，代价高且短视。

他讲了个自己的故事。Next.js早期团队就两三个人，一位知名房地产网站的CTO来办公室参观，说Next.js这里不成熟那里不成熟，没法用，得自研，走了专有路线。几年后呢？美国在线房地产的每一个主要玩家，全部建在Next.js上。

Rauch的观察是开源变好的速度快到超乎想象，就像那个著名的Doge梗图，开局是瘦弱的小狗，结局是满身肌肉的巨犬。他建议用这个框架看Llama和GPT-4的差距：今天Code Llama不如Copilot、Llama不如GPT-4，这容易看见，危险的是假设差距永远不缩小。

开源凭什么追？线索来自早期Next.js：当年CTO们说，Next.js最好的功能是能Google到别人踩同一个坑的解法。专有软件吃不到这个生态红利。放到AI上，一个硬件创业公司想造最适合跑GPT-4推理的芯片，拿不到模型权重，没法测试；车库里的创业公司会先下载Llama，直接在上面打磨自己的技术。他管这叫开源式商务拓展的不合理有效性：商务拓展不靠电话、会议和合同，一条git clone命令就够了。

他也不回避开源阵营的两个隐忧。一是监管俘获，现在确实有人想叫停开源模型的训练和发布。二是模型只是引擎，上面还需要一层把模型暴露给用户的技术。他的判断是长期看API赢过实现细节，就像没人直接对接MasterCard，大家都走Stripe。开源世界必须想清楚怎么在模型之上提供实用性，这恰好是创业机会，也是Vercel重仓AI SDK的原因，模型和产品之间的连接层有大片空白。

核武器比喻该死了，然后是行动清单

节目结尾，Nathan把问题推到安全地带：开源模型的收益不可否认，但如果模型强到能帮人设计新的疫情病原体，把它放进每个人手里，怎么避免不可接受的风险？

Rauch的回答分几层。AI是加速器，会放大社会中已有的好东西和已有的风险。AI朋友这个赛道产品市场契合度很高，但需求本身建立在孤独流行病之上，社交媒体对青少年心理的伤害研究已经堆成山，AI来了只是加速这些效应。他希望这一轮大家比云1.0和社交网络那波更清醒，当年是纯粹的、不加节制的乐观。

关于AI接管公司，他的判断是会发生，但始终是人机混合，人在回路中。今天写代码已经不只是人在写了，断言某个职业永远只属于人类是错的。风险当然有，他举了自己公司的例子：一直有攻击者用高度复杂的邮件攻势冒充他去骗员工，AI会让冒充更逼真，更麻烦的是，员工看到奇怪的信息可能会想「老板可能在用AI」，反而放行。没人能提前列全风险清单，就像没人预料到互联网会催生尼日利亚王子骗局。

但在AGI时间线上，两人出现了明显分歧。Rauch说得很直接：

AI是核武器级别的武器，这个梗必须死，因为它确实不是。我们离真正自主、对人类构成致命威胁的AGI还很远。

Nathan当场回应：这个赌我押相反的方向，时间线更短。节目就在这个没有共识的分歧上收了尾，倒是很诚实。

Rauch留给听众的操作守则只有一条，而且他在节目里反复说了两遍：每周重新评估你的假设。模型在变强，上下文窗口在变，微调机会在变，架构在变，上个月的结论这个月可能就作废。

把这期节目的干货压缩成明天就能用的清单：

• 下次问AI技术问题，把完整报错信息、完整代码上下文全贴进去，告别Google式两三个关键词；
• 发现AI过度顺从你时，把陈述改成提问，减少幻觉；
• 按任务分配AI：查新闻用Perplexity，查开发文档用Phind，模糊搜索用Metaphor类工具；
• 做产品的人想清楚一个问题：你要保住和客户的直接连接，还是把产品摆到别人的货架上？GPTs可以做，但别只做GPTs，参考电商品牌既开官网又上亚马逊；
• 在日历上建一个每周重复的提醒，标题就叫「重估AI假设」，看看这周的模型能力、新产品有没有推翻你上个月的判断。

至于写代码这件事，Rauch的原话可以当注脚：那些每次做界面都要从空白文件开始的工程师，回头看会觉得自己活在开发的黑暗时代。空画布问题正在被解决，早一天学会和AI协作，就早一天离开那个时代。