AI讓一人公司崛起！「氛圍編碼」顛覆傳統，小團隊也能年收破億
AI 讓小團隊快速創業，掀起微型公司浪潮。OpenAI 執行長曾預言：「未來可能會有價值 10 億美元，卻只由一人經營的公司。」
「未來可能會有價值 10 億美元，卻只由一人經營的公司。」當 OpenAI 執行長山姆．奧特曼（Sam Altman）在 2025 年 2 月拋出這個大膽預言時，或許還只是一個終極想像，但這個預言正逐步成為現實。
這些 AI 新創的共同點是：它們站在巨人的肩膀上，利用科技巨頭們打造的大型語言模型做為基底，以驚人的速度開發產品、驗證市場，甚至從早期就開始獲利。這股浪潮，正猛烈衝擊著過去那套「燒錢換增長」的傳統劇本——那是一場場殘酷的軍備競賽，需要不斷募資、擴張百人團隊、忍受漫長開發週期，風險高且失敗率驚人。
當精實的「微型團隊」靠著 AI 的力量崛起，一個巨大的問號也拋向了創業家們：當「小而美」也能成就大事業，傳統的創業跟開發模式是否還適用？該如何搶佔先機？
「氛圍編碼」（Vibe Coding）正夯：人人都能當開發者，AI 讓創意快速落地。
「最熱門的新程式語言是英語。」OpenAI 共同創辦人安德烈・卡帕斯（Andrej Karpathy）這句廣為流傳的話，恰恰表達了「氛圍編碼」（Vibe Coding）的核心理念。你只需要專注於創新的想法，透過向 AI 程式碼平台下達簡單、如同日常對話般的自然語言指令（Prompt），AI 就能為你自動生成應用程式或網站的基礎架構。
氛圍編碼成為了開啟 AI 創業熱潮的響亮號角，知名創業加速器 Y Combinator（YC）執行長陳嘉興（Garry Tan）就指出，近期孵化的新創中有 25% 的公司，其高達 95% 的程式碼是由 AI 完成。
「這聽起來有點嚇人。」陳嘉興在《CNBC》的訪談中如此表示，「但對創辦人來說，你不需要 50 到 100 名的工程師。一支僅由 10 名懂得善用 AI 工具的 Vibe Coder 組成的團隊，就能輕鬆打造下一個價值數百萬美元，甚至上億美元的公司。」
「我很喜歡『氛圍編碼』這個說法，它代表了我們與 AI 系統互動的新模式。我們無需了解所有底層細節，隨著模型和相關產品的進步，我們將越來越信任它們。」E14 基金管理合夥人 Calvin Chin 向《CNBC》如此表示，顯示 AI 已從輔助角色，轉變為許多新創的核心生產引擎。
從 Anysphere 到 Gamma：小型 AI 應用團隊，也能創下年收數千萬美元的奇蹟。
除了加速開發流程，AI 模式對創業模式最顯著的衝擊，也體現在成本和團隊規模的劇變上。
1990 年代的 eBay，光啟動就需要創投 Benchmark Capital 挹注 670 萬美元，動輒近百人的團隊是標配，且產品開發週期漫長，燒錢數月甚至數年是家常便飯，成敗與否在於下次募資能否到位。一旦市場不買單，資金鏈一斷，瞬間灰飛煙滅，2000 年的網路泡沫破滅就是慘痛教訓。
AI 時代則完全是另一番景象。一些被稱為「AI 應用」（AI App）的新創公司正在崛起。它們一度被輕視，被認為是沒有核心技術的「AI 封裝器」（AI Wrapper），因為其聰明地站在巨人肩膀上——利用 OpenAI、Anthropic、Google 等公司提供的現成模型，結合自身對特定行業的理解和巧妙的產品設計，快速打造出解決方案。
Afore Capital 的分析更指出，新創達到百萬美元營收所需的啟動成本，已降至過去的五分之一，甚至更低。
AI 程式碼編輯器 Cursor 背後的開發公司 Anysphere，就是個例子。這家公司僅憑不到 20 人的團隊，就在短短 2 年內，實現了高達 1 億美元（約新台幣 30 億元）的年度經常性收入（ARR）。
另一個藉由 AI 提升團隊營運效率的案例，是 AI 簡報工具開發商 Gamma。這家 2020 年成立的公司，旨在利用新 AI 重新定義簡報製作與分享的體驗。「如果我們按照過去的方式創業，公司規模恐怕早就超過 200 人了。」Gamma 創辦人葛蘭特・李（Grant Lee）在《紐約時報》採訪中坦言。
事實上，Gamma 活用了大約 10 種不同的 AI 工具。從使用 Midjourney 生成圖片、利用 Google NotebookLM 深度分析使用回饋，到讓工程師團隊藉助 AI 程式碼助手 Cursor 提升開發速度等等。
正是這種對 AI 工具的深度整合與應用，讓 Gamma 得以在成立不到 5 年的時間裡，僅憑 28 名員工，就創造了高達數千萬美元的年度經常性收入和累積近 5,000 萬用戶，並已開始獲利。
Gamma 共同創辦人喬恩・諾羅尼亞（Jon Noronha）在 2024 年接受 Accel Podcast 專訪時特別提到，他們刻意建立了一個「高度重視使用者體驗」（UX-heavy）的團隊，在僅有 12 人的早期階段，就有 4 位是 UX 設計師，這在新創公司中相當少見。
「我們相信，要讓 AI 的潛力落地，關鍵不只在底層技術，更在應用層面的精心設計，必須確保 AI 功能真正解決使用者痛點，而非僅是炫技。」喬恩說。
當然，這股熱潮之下，挑戰與質疑聲也從未停歇，《金融時報》的報導就點出了投資熱與實際應用效果之間的落差。
高盛分析師提醒，部分 AI 公司更像是「先為技術，才有應用場景」，而非從真實需求出發，缺乏明確且能帶來顯著經濟效益的「殺手級應用」。AI Now Institute 的專家莎拉・邁爾・威斯特（Sarah Myers West）也觀察到，許多應用目前主要作用還是「自動化瑣碎工作」，尚未帶來顛覆性的產業變革。
告別「封裝器」標籤：AI 應用的價值與生存挑戰？
對於 AI 應用公司而言，目前的挑戰主要來自兩個方面。
首先是來自大型語言模型供應商的競爭——就像蘋果在 App Store 複製熱門應用一樣，OpenAI 或 Google 會不會自己下場，做一個「更好的 Cursor 或更好的 Perplexity」？
其次是同業之間的模仿與競爭，如果你的成功僅僅是基於使用者介面，差異化不夠，對手複製你的門檻有多高？
部分 AI 公司正努力撕掉標籤，建立自己的護城河。Perplexity、Abridge 等公司就開始累積特定領域的專有資料集、針對自身需求微調（fine-tuning）開源模型，甚至開發更符合自身業務需求的輕量級專有模型，它們將從單純的「模型使用者」進化為「深度整合與優化者」。
此外，敏捷性也是新創公司對抗科技巨頭的天然優勢。Google 等巨頭往往受到如搜尋廣告等既有龐大業務的牽制，面臨「創新者的兩難」，難以快速、徹底地轉向可能衝擊現有營收的 AI 新模式。相較之下，Perplexity 這樣的新創能夠毫無包袱地快速實驗、快速迭代，推出選舉資訊、金融看板等特定功能，直接挑戰巨頭的核心地盤。
Gamma 共同創辦人喬恩也分享了類似經驗：他們當初之所以能在 PowerPoint 的巨大陰影下存活，正是因為選擇了「反其道而行」的差異化策略。
當時他們認為固定比例、線性敘事的傳統簡報模式，已不適用於遠端工作和現代溝通需求，因此選擇融合文件與簡報的概念，讓使用者透過輸入文字和指令來生成內容區塊，而非像 PowerPoint 那樣自由拖曳圖形，創造了一種傳統巨頭看不懂、也難以快速模仿的新模式。
「Gamma 的定位是由 AI 驅動 (Powered by AI) 的『軟體公司』，而非純粹的 AI 技術公司。」喬恩強調，AI 雖然是解決核心問題的強大引擎，但仍要建立扎實的軟體功能和使用者研究與流程，滿足真實需求，「許多時候，AI 甚至是隱形的。」
對於 AI 新創而言，這種以解決問題為導向，找到獨特定位，而非追逐 AI 技術的務實做法，或許才是這個時代下，新創得以生存和發展的關鍵。
「『包裝者』（wrapper）這個詞聽起來有點像是缺乏深思熟慮，感覺只是把別人建好的東西包裝一下，」Andreessen Horowitz 合夥人布萊恩・金（Bryan Kim）也持相同的觀點，「這概念背後真正的意義是：去理解客戶的問題，新創要將技術與需求結合，提供你想實現的解決方案。」
AI 正搖撼著矽谷的根基，降低了創業的門檻，催生了氛圍編碼這樣充滿想像力的創造方式，讓「小團隊成就大事業」從口號變為現實。這些新星的崛起，似乎預告著一個新紀元的來臨——在這個紀元裡，才華橫溢的個體不再需要依附於龐大的組織，或許真能像陳嘉興所說，幾個失意大廠的工程師，就能合力打造出年入上億元的傳奇。
然而，從實驗室的驚嘆到遍地開花的應用，中間仍隔著現實的鴻溝。AI 如何從提升效率走向創造真正的價值，這些問題的答案，將決定這場由 AI 引領的變革，究竟是曇花一現的熱潮，還是開創未來的序章。矽谷的劇本無疑翻開了新的一頁，但最精彩的劇情，或許才正要上演。