## 沒有人想解決的問題我看過創始人在同一個痛苦的循環中陷入數十次。一個風險投資家問一個天真的問題——「如果你的流失率降低2%會怎樣？」——會議就突然卡住。創始人的回答藏在一個47個標籤的Excel噩夢裡。花了三個小時搜尋公式。引用錯誤。循環引用導致整個模型崩潰。這個模式一目了然：創始人淹沒在電子表格中，卻應該專注於成長。所以我決定測試一下，是否用AI快速原型設計的熱潮——用AI作為主要開發伙伴——能否解決這個問題。如果我花一個月時間，用AI來建立一個財務規劃工具，會發生什麼？我不是現代程式設計師 (我上一次認真寫程式是在二十年前)，但我願意坦承自己不知道的事，並快速學習。在30天內我所發現的，將挑戰我對快速原型的所有既有認知。## 理想與現實第一天感覺電力十足。我想像一個時尚的財務駕駛艙：由AI驅動，與QuickBooks同步，包含情境規劃，投資者準備好匯出的資料秒完成。預估時間？三週到最小可行產品（MVP）。我很有信心。但我完全錯了。第一課來得又快又貴。當我同時給AI多個指令——「加入暗模式」、「修正錯誤」、「提升性能」——它並不是依序處理，而是卡住、困惑，然後產生一個弗蘭肯斯坦版本，既沒完成任何一個任務。這個錯誤讓我回退了六次，浪費了三個小時，還用了$23 在計算點數上。UI的複雜度打破了我的第二個假設。一個簡單的請求——「加入夜間模式」——觸發了47個不同的變更。結果：白底白字、看不見的按鈕、整個界面崩潰。修正字體與背景不匹配又花了我三天。真正的突破來自於我不再說模糊的話，比如「讓它更直觀」，而是用精確的指令來操作。不是「改善儀表板」，而是學會說：「將Calculate按鈕的顏色改為#0066CC，字體放大到16px，加入8px的內邊距。」精確性消除了浪費。## 貴得要命的旅程：當AI遇上財務數學到了第二週，我已經花了$93 在Replit的點數。花費越來越快，沒有放慢。每次迭代花費2到5美元，取決於複雜度。模式很明顯：快速迭代正在吞噬我的預算。但真正的危機是在我發現AI的財務計算偏差20%的時候。一個創始人的客戶獲取成本顯示為$47 ，而實際應該是58.75美元。這個錯誤可能會毀掉一個Series A的募資。原因？我給了AI模糊的指令，讓它自己假設方法。當我要求它「計算LTV」時，它對變數的解讀不一致——有時用每月流失率，有時用年度流失率，還自己發明計算方式。我花了六個小時在除錯一個公式。修正的過程需要放棄自然語言，改用精確的操作：不是說：「計算LTV」而是寫：「計算LTV為 (平均每用戶收入 × 毛利率) / 每月流失率，其中ARPU=總MRR/活躍用戶；毛利率= (收入 - COGS) / 收入；每月流失率=本月流失用戶數 / 月初活躍用戶。請逐步展示你的計算過程。」這樣的明確性讓一切都改變了。之後AI每次都能正確理解。## 轉折點：傾聽用戶真的有效三週後，我有三個測試者和兩個完成的財務模型。反饋非常殘酷，卻令人謙卑。一個創始人用一句話就打破所有複雜：「我不想再用另一個財務模型工具，我只想問『我怎樣延長跑道3個月？』，然後得到答案。」我一直在做錯的產品。整個價值主張從工具轉變為顧問。不是另一個電子表格工廠，創始人想要的是驗證——有人告訴他們數字是否合理、標記不切實際的假設、提出改進建議、並能即時回答「如果」的問題。這個洞察在第21天出現。剩下九天，我得重建。## 擴展的挑戰：當Vibe Coding遇到極限並非所有事情都能靠這個方法存活。當創始人問「你能與QuickBooks同步嗎？」時，我發現殘酷的真相：OAuth 2.0流程、Webhook驗證、資料映射、速率限制、Token刷新邏輯——這都不是Vibe Coding的範疇，而是專業開發的工作。我選擇TypeScript，認為它是現代最佳實踐。結果，當你不真正懂一門語言時，你會付出學習稅——在除錯上浪費時間。花了兩個小時修正TypeScript的類型問題 (Type 'number | undefined' 不能賦值給類型 'number')，讓我再次體會到：懂一門語言比追逐潮流更重要。回退按鈕變得神聖。我在30天內用它73次。第27天，我試圖加入「智能預設」，結果崩潰了整個系統——計算錯誤、匯出功能、用戶認證，一切都壞掉了。與其花數小時除錯，不如一鍵恢復穩定。有時候，最好的程式碼就是你沒寫的。## 數據：最原始的驗證30天後：**開發指標：** $127 花費，3500行程式碼 (大多由AI生成)，73次回退，一門語言痛苦學成**用戶獲取：** 23位有興趣的創始人，12個實際註冊，3個完成導覽，1個願意付費那個每月付50美元的創始人？那成為唯一重要的指標。殘酷的現實是：創造有人感興趣的東西，與創造有人實際用的東西，差距很大。我的轉換漏斗是：23感興趣→2參與→0完成導覽。在最後那個轉折點之前，吸引了那位說：「這是我第一次不用財務學位就理解我的單位經濟學」的創始人。## Vibe Coding到底能做什麼 (以及不能做什麼)**擅長：**- 快速原型 (兩週內從想法到可測試的MVP)- 低初期資本需求 ($127 相較於$20K 開發者)- 快速失敗循環 (試、破、回退、學習，幾分鐘內完成)- 標準範本與樣式生成- 無需招聘的簡單架構**不足之處：**- 需要一致方法的精確計算- 企業API整合（OAuth與Webhook）- 多租戶安全架構- 背景作業處理（資料同步）- 複雜財務公式 (群組分析、NPV計算)- 即時協作功能當你有10+付費客戶，並且他們要求的功能Vibe Coding根本無法交付時，這個畢業時刻就來了。## 如果我再做一次 (以及我會跳過的)如果明天重新開始，我會先訪談50個創始人，才會寫第一行程式碼。不是5個，也不是10個。是50個。我會問他們：什麼更新最花時間？投資人常問的問題？他們真正願意付錢的點？這樣可以省下兩週的時間和大量的浪費。我會選Python而不是TypeScript。我會設定一個硬性$200 點數預算。先手動做流程，再自動化。跳過沒人要求的夜間模式、沒人在意的完美UI，以及無法實現的整合承諾。最重要的是，從第一天起我就要明白：與潛在客戶對話，不是建設的步驟，而是建設的基礎。## 剩下的路下一階段不是一次性用Vibe Coding搞定一切，而是透過漸進式釋出來驗證。第1階段 (第5-8週@E0：手動財務模型建構＋AI顧問驗證假設＋基本情境規劃＋匯出功能。目標：10個付費客戶。第2階段 )第9-24週@E0：如果驗證成功，聘請經驗豐富的金融科技開發者，建立真正的整合、企業級安全、擴展基礎設施。預算：5萬到10萬美元。使命仍然不變：消除那個47個標籤的Excel財務模型。每個創始人都值得擁有即時儀表板、AI解釋數字、秒級情境規劃、投資者匯出。旅程還在繼續，但這次由真正的創始人引導方向，而不是我的假設在推動產品。這30天用類似填字遊戲的解謎方式學到的最大教訓？速度沒有方向，只會帶來昂貴的失敗。精確勝過數量。用戶勝過假設。有時候，最好的驗證就是一個願意付錢的創始人。
AI輔助編碼：我如何在30天內打造一個創業的最小可行產品（MVP）、損失$127，以及發現真正重要的事情
沒有人想解決的問題
我看過創始人在同一個痛苦的循環中陷入數十次。一個風險投資家問一個天真的問題——「如果你的流失率降低2%會怎樣？」——會議就突然卡住。創始人的回答藏在一個47個標籤的Excel噩夢裡。花了三個小時搜尋公式。引用錯誤。循環引用導致整個模型崩潰。
這個模式一目了然：創始人淹沒在電子表格中，卻應該專注於成長。
所以我決定測試一下，是否用AI快速原型設計的熱潮——用AI作為主要開發伙伴——能否解決這個問題。如果我花一個月時間，用AI來建立一個財務規劃工具，會發生什麼？我不是現代程式設計師 (我上一次認真寫程式是在二十年前)，但我願意坦承自己不知道的事，並快速學習。
在30天內我所發現的，將挑戰我對快速原型的所有既有認知。
理想與現實
第一天感覺電力十足。我想像一個時尚的財務駕駛艙：由AI驅動，與QuickBooks同步，包含情境規劃，投資者準備好匯出的資料秒完成。預估時間？三週到最小可行產品（MVP）。我很有信心。
但我完全錯了。
第一課來得又快又貴。當我同時給AI多個指令——「加入暗模式」、「修正錯誤」、「提升性能」——它並不是依序處理，而是卡住、困惑，然後產生一個弗蘭肯斯坦版本，既沒完成任何一個任務。這個錯誤讓我回退了六次，浪費了三個小時，還用了$23 在計算點數上。
UI的複雜度打破了我的第二個假設。一個簡單的請求——「加入夜間模式」——觸發了47個不同的變更。結果：白底白字、看不見的按鈕、整個界面崩潰。修正字體與背景不匹配又花了我三天。
真正的突破來自於我不再說模糊的話，比如「讓它更直觀」，而是用精確的指令來操作。不是「改善儀表板」，而是學會說：「將Calculate按鈕的顏色改為#0066CC，字體放大到16px，加入8px的內邊距。」精確性消除了浪費。
貴得要命的旅程：當AI遇上財務數學
到了第二週，我已經花了$93 在Replit的點數。花費越來越快，沒有放慢。每次迭代花費2到5美元，取決於複雜度。模式很明顯：快速迭代正在吞噬我的預算。
但真正的危機是在我發現AI的財務計算偏差20%的時候。一個創始人的客戶獲取成本顯示為$47 ，而實際應該是58.75美元。這個錯誤可能會毀掉一個Series A的募資。
原因？我給了AI模糊的指令，讓它自己假設方法。當我要求它「計算LTV」時，它對變數的解讀不一致——有時用每月流失率，有時用年度流失率，還自己發明計算方式。
我花了六個小時在除錯一個公式。修正的過程需要放棄自然語言，改用精確的操作：
不是說：「計算LTV」
而是寫：「計算LTV為 (平均每用戶收入 × 毛利率) / 每月流失率，其中ARPU=總MRR/活躍用戶；毛利率= (收入 - COGS) / 收入；每月流失率=本月流失用戶數 / 月初活躍用戶。請逐步展示你的計算過程。」
這樣的明確性讓一切都改變了。之後AI每次都能正確理解。
轉折點：傾聽用戶真的有效
三週後，我有三個測試者和兩個完成的財務模型。反饋非常殘酷，卻令人謙卑。
一個創始人用一句話就打破所有複雜：「我不想再用另一個財務模型工具，我只想問『我怎樣延長跑道3個月？』，然後得到答案。」
我一直在做錯的產品。
整個價值主張從工具轉變為顧問。不是另一個電子表格工廠，創始人想要的是驗證——有人告訴他們數字是否合理、標記不切實際的假設、提出改進建議、並能即時回答「如果」的問題。
這個洞察在第21天出現。剩下九天，我得重建。
擴展的挑戰：當Vibe Coding遇到極限
並非所有事情都能靠這個方法存活。當創始人問「你能與QuickBooks同步嗎？」時，我發現殘酷的真相：OAuth 2.0流程、Webhook驗證、資料映射、速率限制、Token刷新邏輯——這都不是Vibe Coding的範疇，而是專業開發的工作。
我選擇TypeScript，認為它是現代最佳實踐。結果，當你不真正懂一門語言時，你會付出學習稅——在除錯上浪費時間。花了兩個小時修正TypeScript的類型問題 (Type ‘number | undefined’ 不能賦值給類型 ‘number’)，讓我再次體會到：懂一門語言比追逐潮流更重要。
回退按鈕變得神聖。我在30天內用它73次。第27天，我試圖加入「智能預設」，結果崩潰了整個系統——計算錯誤、匯出功能、用戶認證，一切都壞掉了。與其花數小時除錯，不如一鍵恢復穩定。
有時候，最好的程式碼就是你沒寫的。
數據：最原始的驗證
30天後：
開發指標： $127 花費，3500行程式碼 (大多由AI生成)，73次回退，一門語言痛苦學成
用戶獲取： 23位有興趣的創始人，12個實際註冊，3個完成導覽，1個願意付費
那個每月付50美元的創始人？那成為唯一重要的指標。
殘酷的現實是：創造有人感興趣的東西，與創造有人實際用的東西，差距很大。我的轉換漏斗是：23感興趣→2參與→0完成導覽。在最後那個轉折點之前，吸引了那位說：「這是我第一次不用財務學位就理解我的單位經濟學」的創始人。
Vibe Coding到底能做什麼 (以及不能做什麼)
擅長：
不足之處：
當你有10+付費客戶，並且他們要求的功能Vibe Coding根本無法交付時，這個畢業時刻就來了。
如果我再做一次 (以及我會跳過的)
如果明天重新開始，我會先訪談50個創始人，才會寫第一行程式碼。不是5個，也不是10個。是50個。我會問他們：什麼更新最花時間？投資人常問的問題？他們真正願意付錢的點？這樣可以省下兩週的時間和大量的浪費。
我會選Python而不是TypeScript。我會設定一個硬性$200 點數預算。先手動做流程，再自動化。跳過沒人要求的夜間模式、沒人在意的完美UI，以及無法實現的整合承諾。
最重要的是，從第一天起我就要明白：與潛在客戶對話，不是建設的步驟，而是建設的基礎。
剩下的路
下一階段不是一次性用Vibe Coding搞定一切，而是透過漸進式釋出來驗證。
第1階段 (第5-8週@E0：手動財務模型建構＋AI顧問驗證假設＋基本情境規劃＋匯出功能。目標：10個付費客戶。
第2階段 )第9-24週@E0：如果驗證成功，聘請經驗豐富的金融科技開發者，建立真正的整合、企業級安全、擴展基礎設施。預算：5萬到10萬美元。
使命仍然不變：消除那個47個標籤的Excel財務模型。每個創始人都值得擁有即時儀表板、AI解釋數字、秒級情境規劃、投資者匯出。
旅程還在繼續，但這次由真正的創始人引導方向，而不是我的假設在推動產品。
這30天用類似填字遊戲的解謎方式學到的最大教訓？速度沒有方向，只會帶來昂貴的失敗。精確勝過數量。用戶勝過假設。有時候，最好的驗證就是一個願意付錢的創始人。