在AI编码工具狂飙中保持清醒：Open Code创始人Dax Raad谈增长、陷阱与“被削弱的刺痛感”
第一部分：AI工具时代下的困惑：编码变易，思考依旧艰难 (开始时间0% - 结束时间5%)
- 核心悖论：Dax作为热门AI编码工具Open Code的创始人，使用自家工具后感到矛盾。客观上看，许多编码工作确实变得更简单，但他个人和团队思考的强度和挣扎感并未减少，工作依然和以前一样“艰难”。
- 行业普遍现象：即使在AI编码工具这个竞争激烈的赛道上，也没有出现一家公司因“更会使用AI”而将对手彻底击垮的情况。Dax认为，没有竞争对手能因AI产生巨大优势，同样Open Code也没有。
- 对流行观点的批判：Dax尖锐地指出，社交媒体上流行的“24-29岁工程师将成为最宝贵资产”（因其兼具AI前原则与AI后速度）的观点本质上是“像我这样的人占尽优势”的自利预言。他认为这是人们在剧变时代，出于对自身位置的焦虑而进行的心理防御，即“自信地断言一个自己是赢家的未来”。
第二部分：Dax的创业与技术生涯历程 (开始时间5% - 结束时间18%)
- 早年经历：Dax成长于编程环境，早期通过参与Minecraft模组开发社区学习，接触到一批技术高超但“无野心”的程序员，积累了早期经验。
- 初创公司的教训：在Wright Health等初创公司的经历让他认识到，由一群20岁出头的年轻人（包括他自己）经营公司存在风险。他认为人在26岁前大脑尚未完全成熟，容易将个人不安全感、证明欲带入高压、亲密的初创公司环境中，引发冲突和戏剧性事件，成功属于例外。
- 职业生涯选择：在“大厂”光环盛行的年代，他自认无法适应结构化的面试竞争，更倾向于实践和构建，因此走上了创业和开源的道路。
- 开源之路与SST/OpenNext：在兼职探索开源项目时，他加入了SST（Serverless Stack Toolkit）团队。后续为解决用户强烈需求，团队（主要由同事Frank负责）开发了OpenNext，以填补Next.js在AWS部署上的生态空白。他们从一开始就视其为“终将消失的临时方案”，并成功联合其他云厂商推动Next.js官方改进适配器API，展示了其“选择一个暂时的‘反派’并团结其竞争者”的策略雏形。
第三部分：Open Code的诞生、定位与爆发式增长 (开始时间18% - 结束时间33%)
- 创业契机：在SST实现盈亏平衡后，团队决定投身AI浪潮。在试用Claude Code后，他们意识到AI编码工具的真实价值，并自问“为何不是我们来做这个？”
- 核心战略定位：通过观察，他们发现当时没有AI编码工具占据“开源”这一极具价值的生态位。他们预见到模型提供商（OpenAI, Anthropic等）之间将存在激烈竞争，而一个中立、开源的平台对所有竞争者都有利。因此，Open Code的初始战略就是无视市场噪音，全力抢占“开源选项”这一位置，并支持所有模型。
- 团队与惊人增长：项目启动时团队仅3人。增长曲线极为陡峭：2025年12月达到65万月活，2026年1月暴涨至250万，随后数月逼近800万，目标直指1000万。这种增长远超他们过往的任何产品。
- “Anthropic封禁”事件与公关策略：增长的关键催化剂是Anthropic突然封禁了在第三方工具中使用Claude订阅。Dax批评了其粗暴的执行方式。Open Code团队迅速利用此事件，将Anthropic塑造为“临时反派”，并成功拉拢OpenAI等竞争对手，宣布官方支持，将一场危机转化为巨大的公关胜利和用户增长，完美执行了其既定策略。
第四部分：产品哲学、商业模式与行业洞察 (开始时间33% - 结束时间55%)
- 反直觉的产品策略：
- 开发者工具即B2C：Dax认为成功的开发者工具必须是“自下而上”的，这要求像做消费级产品一样思考，极度重视初次用户体验和减少摩擦。
- 体验优先于“智能”：Open Code没有一开始就追求最“智能”的代码生成引擎，而是投入重金自建终端渲染框架，确保用户打开瞬间获得差异化的流畅体验。他们用“中等水平的引擎”结合“最佳体验”赢得市场，再回头提升引擎能力，这是一种“倒置策略”。
- 拒绝“赌场式”增长技巧：他们移除了默认的“由Open Code生成”的GitHub提交签名，认为这种明显的增长技巧显得“蹩脚”和急功近利。
- 双线商业模式：
- Open Code Zen（推理服务）：最初为解决用户接入模型困难和额度限制而建，现已成为聚合优质开源与闭源模型推理的服务。得益于开源模型的成本优势，该业务利润率可观，增长迅猛，数月内即达到5000万美元的年化收入规模。
- 企业控制平面：为大规模使用Open Code的公司提供SSO、权限、预算控制、速率限制等必需的管理功能。随着企业开始审视AI支出，Open Code Zen的廉价推理服务与控制平面形成协同，未来可能以后者为主要收入来源。
- 行业深度观察：
- 推理业务的暴利：Dax指出，纯推理业务的成本底线是电力，在当前定价下，像Anthropic、OpenAI这样的巨头可能享有极高的利润率（如90%）。大公司有动机隐藏其盈利性。
- GPU短缺的瓶颈：即使Open Code这样规模的公司，也受到全栈GPU供应链紧张的制约。大科技公司每年数百亿美元的采购挤压了初创公司的获取空间，导致产能囤积和获取困难。
- AI工具的实际组织影响：Dax认为，对于大多数并非全员高度自驱的公司，AI工具带来的效率提升可能不会转化为更多产出，而是让工程师在完成相同工作量后更轻松、更开心。这对于追求 ROI 的公司来说“并不够好”。此外，工具可能加剧组织内“仍在乎的人”与“躺平的人”之间的负担失衡。
第五部分：内部反思：AI如何“削弱判断力”与质量捍卫战 (开始时间55% - 结束时间80%)
- 致团队的内部备忘录：Dax总结了AI“涡轮增压”下的三个挑战：(1) 开发了本不该上线的功能；(2) 因初始设计偏差而不得不采用临时方案（Hack），而AI能轻松实现这些Hack，掩盖了问题；(3) 需要花更多时间清理代码。
- “被削弱的刺痛感”：这是Dax的核心洞察。以前，工程师写一个糟糕的临时方案时，会有一种“刺痛感”，提醒自己这是债务。现在，AI代理无声无息地完成了Hack，工程师失去了这种即时的反馈循环，判断力变得迟钝，导致技术债务隐性增加。
- “质量”作为差异化优势：Dax坚信，在AI时代，“质量”和“品味”是小型公司对抗巨头为数不多的壁垒。这需要做出许多“非理性”的投入（如自建终端框架）。他钦佩Hashicorp联合创始人Mitchell Hashimoto等前辈，因其在产品宏观与微观层面均坚持高质量。Dax认为，许多产品正因AI代理的滥用而加速“腐烂”，因此坚持质量变得更为关键。
- 领导力与工程实践的回归：AI并未改变工程领导力的核心问题：如何让经验不足的人（或AI代理）安全高效地产出。一些过去因繁琐而被弃用的“企业级”模式（如领域驱动设计）和设计模式，因其能提供清晰护栏和结构，正重新变得有价值——AI不介意其冗长，而团队能获得其安全性收益。
第六部分：个人见解、工作方式与结语 (开始时间80% - 结束时间100%)
- 给工程师的建议：Dax建议，成为“特定行业专家”与“优秀软件工程师”的结合体是强大的竞争优势。软件工程师拥有切换行业深钻的独特自由，应利用此优势，避免只做被动执行任务的“码农”。
- 工作与阅读：Dax使用Arch Linux、i3窗口管理器，在远程强机上通过Neovim和Open Code（分屏）工作。他自认不常读书，但深受Nassim Nicholas Taleb（《黑天鹅》《反脆弱》作者）思想的影响，特别是关于“自下而上的涌现特性优于顶层设计”的理念。
- 采访者总结：采访者赞赏Dax身处AI编码工具增长狂潮中却呼吁“慢下来”的清醒。其关于“被削弱的刺痛感”的观察和承认团队“并未因AI而真正更快”的内部备忘录，是对当前工程团队急需的现实检验。
Top comments (0)