Story

在这个被大模型和AI融资神话包裹的2026年，如果有人问：谁是国内大厂AI产品经理最危险的竞争对手？我的答案必然是日本的一群AV女优和人气偶像歌手。别误会，丝毫没有嘲讽大厂AI产品经理的意思🤓。我想讲几个我这几天看到的几个好故事，强烈推荐给所有人。主角是日本前AV女优Noa（曾用艺名「菜月ひかる」「花吹詩音」......

本文来自微信公众号： 杉森楠 ，作者：杉森楠，原文标题：《一群日本 AV 女优和歌手，正在偷家大厂 AI 产品经理》

在这个被大模型和AI融资神话包裹的2026年，如果有人问：谁是国内大厂AI产品经理最危险的竞争对手？

我的答案必然是日本的一群AV女优和人气偶像歌手。

别误会，丝毫没有嘲讽大厂AI产品经理的意思🤓。

我想讲几个我这几天看到的几个好故事，强烈推荐给所有人。

主角是日本前AV女优Noa（曾用艺名「菜月ひかる」「花吹詩音」）。

2026年8月初，她在X上发帖宣布退圈，转型做自由接案程序员。她没有科班背景，靠Claude Code做「vibe coding」自学网页开发和业务自动化。

帖子没有预热，几天内浏览量就过千万，国内媒体戏称为「AV转码」。

有意思的是，她原来2万粉丝的AV账号被经纪公司收走了。

结果她换了个新号，只发了一条AI帖子，一夜就涨了2万粉丝，把原来那个号的粉丝数一晚上补了回来。

她在新号上晒了自己做的东西，有带滚动交互和主题切换的个人网站，有咖啡店展示网站，还有游戏。

我认真看了她的个人网站。

论交互和排版审美，这是我在各个社区见过最好的Vibe Coding网站。网站技术栈是Next.js+TypeScript+Framer Motion，部署在Vercel上。

连字体和英日文混排这种细节，她都处理得很讲究。

我自己最早做项目也是部署在Vercel上。说实话，普通人能知道Vercel，已经算很前卫了。

她对AI的尝试不止于Vibe Coding，还在玩AI硬件LOVOT。

她甚至自己还在GitHub上开源了一个项目，分享给大家一些可以直接复制的AI生图提示词：

这套提示词我仔细读了一遍，写得比99%的人都好。

整套提示词超过500行，非常结构化。

提示词分12块，按功能大致五层，包括定调、输入与异常处理、创作规则、情绪化内容，以及收尾的禁止清单和自检。

另有8个模板，换掉预留字段即可，骨架不用改。

看到这里，我已经不把她当成尝鲜的新手了。放在AI从业者里，她的水准也够当个入门级选手了。

更有意思的是，Gumroad的运营者直接到她评论区招揽她。

Gumroad是最知名的面向创作者的「数字商品销售平台」，创始人Sahil Lavingia写过《The Minimalist Entrepreneur》（常译《极简创业家》），一直推崇个人做小而美的生意，算是国内一帮「小而美」企业的宗教级神书了。

这样一家公司来找她，看中的肯定不只是技术，还有她的商业眼光。

她的经历也能看出这份眼光。

Noa本人2002年8月生，只比我大3岁，有些汗颜。

2022年10月19日出道，2023年1月成为日本知名厂牌的专属女优。到今年8月退圈，她在这一行只待了3年多。

要知道，日本AV女优的职业生涯可以很长，比如头部的吉沢明歩从业超过15年，大槻ひびき17年拍了1300部。

所以，她在本可以继续干很多年的时候，断然选择了转向AI。

这份判断，我确实很佩服。

像这样跨行做AI的人，国内也不少。不少演员，甚至胡彦斌这样的歌手，都在亲自用AI建站、做App、做3D建模。

比如张蓝心前段时间发微博上了热搜，原因与AI无关，很多人没注意到图里她竟然在用Codex操作Blender建模。

再比如，胡彦斌为粉丝做了一个叫「彦火」的App。

不过看到这里，我能预想到很多人，包括古法程序员（不用AI、纯手写代码的程序员）肯定会挑这些人的毛病，比如嫌Noa的网站只部署在Vercel，嫌胡彦斌的App有太重的Vibe Coding风味。。。

但是，单论商业判断，Noa这样的人已经超过99%的AI产品经理，也超过了大多数普通人。

这话不好听，但我是真这么想的。

如果还有人强调，Noa、胡彦斌、张蓝心只是用AI做了些简单的东西，技术含量不高，

那就看看技术含量更高的。

前Juice=Juice成员宮本佳林，现为solo歌手。8月1日她发帖说自己不会写代码，却和AI做出了10小时直播的整套系统，到8月28日浏览量破1000万。

之后她甚至还登上了Cloudflare的开发者活动。

说一说她的自学AI过程，很有参考意义。

她从ChatGPT起步，先后用过Cursor和Claude，最后固定在Claude Code，开发速度明显提升。她会在通勤时用手机把功能写成结构化文档，回家再交给AI开发。

这套工作流，很多自诩懂AI的AI产品经理、技术传播专家都未必有🥹。

最近她还为5周年巡演做了粉丝参与型Web应用，能投稿歌单、玩RPG小游戏、集章。

这个应用也很有意思，做的相当完整。

这个App从8月20日首次提交到10月1日约6周，实际工作约15天，共60次提交。

她拿到订阅平台约3200首歌的数据，用户可以选择歌曲、插入MC、自由排序，看投稿排行榜、点赞，生成图片发到X。她还加入了RPG玩法，可选择勇者、战士、僧侣、魔法师。

她甚至发现数据库写入太多会影响额度、产生额外费用，就主动把点赞限为每天3次，歌单投稿每周1次。

架构上，我仔细看了下，她让Next.js运行在Cloudflare Workers上。

投稿、冒险者信息和印章数据都保存在D1，也就是「Cloudflare版的轻量SQLite数据库」。

注册环节也有很多小巧思，比如她不要求用户注册时输入邮箱和密码。

首次访问时系统生成一个UUID，保存在浏览器Local Storage里，这是她做问卷网站时的老办法。

在细节上的考虑，也非常多。

因为这种人气偶像周年庆的App要同时面对大量粉丝，所以她格外在意正式环境别出问题。比如她要测试不同日期的功能，就得调整App的时间。

这要是在正式环境里改，大量投票和公告都会乱掉。她的办法是让正式环境直接忽略测试日期，相关接口一律返回404。

集章要扫二维码，可有的浏览器不支持自带的扫码功能，她就提前备好了jsQR作为备用方案。

还有会场WiFi，几千人连同一个网络，在系统看来像是同一个IP，按IP限制点赞和投稿次数，就会误伤很多人。

她就沿用注册时生成的UUID，改成按设备限制。

宮本佳林能想到会场WiFi的问题，是因为她就站在会场舞台上。

几千名粉丝在同一场馆连接同一个WiFi，开场前打开App投稿歌单，这个画面她见过很多次。

就这样，App顺利上线了。整个App只有她一个人运营，演出当天她又在台上，出了问题没人能临场修，所以登台前必须全部做完。

想想国内的各种AI大会，差距就很明显了。

参加过AI博主或厂商大会的人应该有体会，会场常有现场Vibe Coding或建群活动，实际玩下来都很粗糙。

这些活动由AI产品经理部署，却常出奇怪的错误，比如App突然用不了，有的只有一个简陋的小程序。

尬住全场，时有发生。

所以这也是为什么老有人说，不少生产级App页面完全靠Vibe Coding做出来，没经过正式环境测试，还不如一个歌手。

因此，技术圈对她的评价也比Noa高。

有人说她自称非工程师，却把CLAUDE.md和权限分离都做到位，比很多古法手搓的工程师讲究。

她甚至还专门写了两篇技术博客，分别讲用Cloudflare Workers和D1搭建架构，以及和AI一起推进开发。

我读完很震撼，还发了朋友圈。

强烈推荐AI产品经理读一读这两篇博客，大致的内容就是在说她做整个项目时的所有技术性思考，相当细致。

转型做AI的，不只有这些腰围部AV女优、人气偶像，还有真正的头部女优。

比如，这位老师：

她的名字是明日見未来，也是个00后，半年前总粉丝就超过70万。

她的出道作在2021年10月25日那周拿下FANZA动画榜第一，是头部新人。

转型也很决绝。

出道4年后，她去年10月开始试做AI视频，今年1月正式转向经营AI个人品牌，还开了面向AI和造物爱好者的Discord社群MIRAI Lab。

她可查到的项目至少有6个。

比如5月上线、在日韩很火的命盘鉴定网站；已提交App Store的拍照App，用姿势引导帮人拍出免修图照片，这类应用也很火；还有一个未发布的AI服务。

看完这几个人，我觉得她们做得好，最重要的原因是懂商业化，尊重用户、粉丝，尊重AI。

这个「懂」很具体，她们本来就有人设、资源和行业经验，清楚用户是谁、该做什么，大多也知道做出来怎么变现。

Noa的新账号简介写明，自己是前AV女优，现做程序员，承接Claude自动化和网页制作，个人网站就是接单作品集，访客里就有潜在客户。

明日見未来先用自己的IP做AI视频，之后才转向Web和App开发，70多万粉丝就是现成的用户。

宮本佳林的巡演App，用户就是买票进场的人，她连粉丝在会场用什么网络都想到了。

所以这几个人用Vibe Coding做产品，从第一天起就知道做给谁、为什么做。

大家常说Vibe Coding缩小了普通人和专业程序员的差距。

我同意，但它缩小的只是技术这一块。上线后谁来用、出了问题怎么办、能不能挣到钱，这些判断AI替你做不了。

技术上的粗糙可以慢慢修补，方向错了，代码不管是古法手写还是AI生成，有个🥚用？

反观国内很多AI产品……情况很糟。

不少产品经理和技术负责人离真实用户很远，靠会议室推演做产品，判断看数据大盘，方向来自海外新风向，优先级由领导定。

他们甚至觉得自己像「苹果」一样能教育用户……

这套做法过去行得通，靠的是大厂人为构建的技术门槛。移动互联网时代，做产品要几十上百人的团队，工程能力、用户数据和行业信息都集中在大厂。

外面的人就算看到需求，也做不出产品；做出来也会被抄走，用户没有更好的选择。

所以大厂就算离用户远、判断慢，也有足够的时间对照数据慢慢调整。

可到了AI时代，这套做法的问题一个个显露出来。

第一个问题，是只盯着数据大盘。

豆包就是最直接的例子。

据《晚点》报道，截至2026年上半年，豆包日活2亿多，日收入却不足百万元，主要来自电商佣金，而每天算力成本高达数千万元。

按《晚点》的判断，豆包延续了移动互联网的路径，算力再贵，只要能换来用户和曝光就先投入，暂时没转化也不急，先靠免费吸引大批用户，再谋划变现。结果电商和订阅两条路进展都有限。

第三方数据显示，豆包试水付费后，5月月活减少约610万。

这就麻烦了。

9月22日，《晚点》又报道豆包通用对话团队在减员，团队原约50人，预计缩减一半，部分人转岗到商业化和飞书等团队。

豆包公关负责人随后否认裁员，称是分工调整，团队不到50人，涉及11人，其中3人离职，部分职能拆到豆包交易和豆包工作团队。

两种说法人数有出入，方向差不多。

一个日活2亿多的产品，正在把对话团队的人员和职能转向交易和办公。

我相信豆包的产品和技术负责人压力都很大，可能常加班到深夜。但豆包有2亿日活，却还没想清楚用户愿意为什么付钱。而这件事，Noa和明日見未来从第一天就想清楚了。

第二个问题，是跟风，老毛病了。

2026年初OpenClaw走红后，国内叫得上名字的AI厂商几乎在同一时间推出了「类Claw」产品，测评普遍认为同质化严重。

到3月底，热度已明显回落。

9月，同样的一幕再次上演。Meta推出Muse，上线12天在美加iOS下载量约180万，超过同期ChatGPT的130万。

几周内，国内很多厂商宣布加速做Personal Agent，有的已被曝在内测，新一轮内部赛马又又又开始了。

这个内部赛马机制，就Very抽象，一共连一个好AI产品都做不出来，非得先搞几个出来。

这是给中高层爽一爽先？

从「类Claw」到Personal Agent，半年里国内大厂跟进了两轮海外热点，产品功能和定位都相近，用户很难说清区别。

跟风未必有错，但这些产品大多没回答最基本的问题，用户放着原版和竞品不用，为什么用你的。

第三个问题，是国内大厂常见的唯领导论。

领导觉得哪个方向好，团队就做；产品和流量不行，也能靠PPT和远期规划维持。

前面说过，这些做法之所以能一直行得通，靠的是技术、信息门槛。而这些门槛，很大程度上，全都是人为构建的。

现在门槛降下来了，一个歌手用6周做出了巡演App，一个前女优靠Claude接起了开发的单子。

很多大厂想做却做不好的东西，手里有用户的个人，已经能自己做出来了。

所以我判断，未来一到两年，这些做法会越来越行不通。

大厂的中层，可能会继续被一波波裁员。

大厂AI产品经理面对的竞争者，已经包括每一个手里有用户、又学会了Vibe Coding的普通人。

颤抖🫨吧。