从"学编程"到"不需要学"

2024年初，Jason Ng作为一个完全不懂代码的人，靠和ChatGPT频繁对话，从零写出了MyIP——一个功能齐全的IP工具箱，支持IP地理位置查询、DNS泄漏检测、WebRTC连接检查、速度测试、Ping测试、MTR测试、网站可用性检查、Whois查询等等。项目目前在GitHub上拿到了近10k Star、1.1k Fork。

那时候没有Codex，没有Cursor，更没有今天满天飞的AI Agent。纯靠一轮一轮的对话，把需求拆解成代码。

两年后，他添加新功能、修Bug，基本上"说一句话的事"。这个效率跃迁不是他编程能力提升了——而是工具链的能力密度在两年里翻了几个数量级。

这说明了什么

Jason Ng当年的路径被很多人总结为"用AI学编程"。但他自己现在的判断更直接：对于非专业人士来说，根本不需要学编程。

这个判断值得拆开看。他说的不是"编程不重要"，而是非专业人士的目标从来不是成为程序员，而是把产品做出来。当工具的抽象层足够高，中间的编程环节就被压缩甚至跳过了。

两年前需要反复对话、手动调试的流程，现在被Cursor、Claude Code、各类Agent接管。门槛不是在降低，是在消失。

对独立开发者的实际意义

MyIP这个案例的价值不在于它的技术复杂度，而在于它验证了一条路径：一个人，没有技术背景，能用AI工具做出一个真正有用户、有影响力的开源产品。

如果你现在想复制这条路，条件比两年前好太多：

  • 需求明确就能动手：不需要先花三个月学JavaScript，直接用Cursor或Claude Code描述你要什么
  • 迭代成本极低：改功能、修Bug的边际成本趋近于一句自然语言描述
  • 开源是最好的验证场：把东西扔到GitHub上，Star数和Issue数会告诉你市场反馈

不过有一点要清醒：AI降低的是编码门槛，不是产品判断力的门槛。MyIP能拿到近万Star，核心原因是它解决了一个真实的、高频的需求。工具再好，方向选错了一样白搭。这条赛道目前最稀缺的不是会用AI写代码的人，而是知道该写什么的人。