四年前，陈帆在一家头部科技公司主攻计算机视觉与调度类算法。在这家公司的几年里，他最多带过两百来人的团队，也亲历了公司上市。

如今，他的公司仅有他一人。在西丽湖人才服务中心，从硬件组装到软件系统，陈帆一个人“手搓”机器狗。

走到一个人，是陈帆想了很久的事。在他看来，为别人上班再稳定，也算不上事业。“要说事业，还得自己出来做，朝一个方向，把它做大做强。”陈帆说。

带近250人团队的那几年，让他更明确这一点。手下近二十个部门，意味着除了产品本身，他还需要不断处理人际关系与协调——他和员工的、员工彼此的、部门与部门的。“耗费的时间跟精力，应该说是蛮多的。”更要紧的是，层层汇报下，信息容易在传递中出错。

陈帆想要的是另一种状态：一件事的来龙去脉、推进到哪一步、卡在哪里，自己心里都清楚——由自己完整地设计、主导、产出一款产品，“而不是指导团队”。

靠一个人把一整台机器人、连同背后的软件搭起来，对他是实打实的成就感。“大家齐心协力做成一件事是一种体会，”他说，“但能自己独立做成，是完全不一样的。”

潘石也是一个人单干。深圳龙岗大运小镇里，他的个人工作室摆着贴片机、3D打印机和激光切割机。从画板到打样出一个能用的产品，他一个人完成。做什么，他只认一条标准：这事好玩，自己还能从中学到东西。一台赛博塔罗占卜机、一朵会“下雨”的可交互“云朵”都在这里诞生。

来这里之前，潘石在开源硬件科技公司做应用工程师——拿到新产品，做演示、写教程。吸引他的不是这份工作本身，而是“可以在这里玩，做更多好玩的东西”。但好玩的事只是工作的一部分，另一部分是跟人打交道。

潘石自认“不合群，或者说不服管”，和同事的协作让他不自在。直接和老板对接后，潘石对反复变化的需求疲于跟进。“大家的想法很难align（使一致）到一起，挺内耗的。”

潘石辞职租下工作室，与其说这是创业的起点，不如说是把一个早已成形的状态摆到了明面上，“那个时候其实已经基本上是一个人了。”

陈帆和潘石，来路并不相同：一个从两百多人的团队里走出，一个难以真正融入团队。他们现在都在一人作战，做自己的产品，这在几年前还是难以想象的。

在过去，一个项目要往前推进，通常需要多人协作：有人写代码，有人做硬件，有人调试，有人写文档，有人对接客户，还有人处理工商、法务和财务。个体创业长期受困于一道天花板，它太依赖一个人在不同领域的技能纵深。你很难指望一个出色的后端工程师，同时精通前端、设计和运营。一个独立开发者能走多远，常常被他自己的“能力树”卡住。

如今，AI把这道边界往外推了一截，在潘石看来，有了大模型，“一人公司的可能性更强了”。“大模型出来之后，前端、后端、算法，还有调试、测试，只需要一个人，”陈帆说。如今他带着几个没有情绪的AI agent“员工”，把普通网页应用和大部分基础代码交给它们，自己只盯那些更难啃的部分。

“一个人加AI就是一支创业军队”已成为现实，AI能很快做出原型，让项目往下推进，但它能做到什么程度？

“AI的上限，是你的上限加0.5”

5月12日早上，谢俊廷醒来时脑海中冒出一个念头。

爱上自主捣鼓AI产品时，他买过一块M5Stack的开发板，打火机大小，屏幕、按键和陀螺仪——摇晃时能感知到加速度。他想：摇签是摇，摇卦也是摇，能不能在这块板子上做一个赛博算卦的小玩具？

谢俊廷在大一时学会了起金钱卦，三枚铜钱，摇出六爻，断方向。在同学群里，他曾给同学算卦，赚奶茶钱。

他连同自己熟悉的这套算卦逻辑，把想法交给AI。AI很快生成了一套方案，他用VS Code配合Kimi大模型开始编写固件。

当天晚上，谢俊廷就把固件上传到了M5Stack的官方烧录平台。从想法到第一个能跑的版本，不到一天。截至5月20日，“算一卦”固件已有67人次下载。

5月14日，2026全球人工智能终端展暨第七届深圳国际人工智能展上，谢俊廷把这个算卦“玩具”摆在朋友的摊位旁，意外的是，不断有人询问谢俊廷“这个东西卖不卖”——中国人问，外国人也问。展览的几天他加了将近50个人的微信，来对接交流的有十几个。

谢俊廷本科读的是汉语言文学专业，三次考研上岸香港教育大学，学习中文研究，今年10月份毕业。2026年以前，他的计划还是读博、留在大学任职。现在，他决心创业。

今年2月，谢俊廷开始接触AI agent，部署了自己的第一只“龙虾”AI助手。起初是好奇，很快变成痴迷：他研究“龙虾”的能力边界和记忆模式，也针对自己的专业，做了一个按照中国文哲研究集刊的格式修改论文的skill。谢俊廷总共做了三十多个skills，在网络上的下载量超过四千次。

3月，他开始用自然语言和AI对话，尝试做了2个硬件产品。编程对谢俊廷而言，止于写过几个小程序的皮毛。如果为了产品制作，从头学代码、改语法错误，“这些东西对我来说几乎是天方夜谭。”谢俊廷说。

AI让原型的产出变得容易，但做出不等于做好。“算一卦”上架的第二天，谢俊廷修了一整天的bug。谢俊廷看不懂代码，只能描述自己想要的效果：界面上的文字位置偏了、页面跳转功能不对......他必须“字斟句酌”地告诉AI，AI也会误解他的意思，在不同的可能性之间反复琢磨，thinking（思考）的过程也越来越长。在等待AI生成代码的间隙，谢俊廷就打一把王者荣耀。

谢俊廷遇到的是沟通上的摩擦，陈帆碰上的问题则更深一层：AI写的千行代码，看起来逻辑完整，运行结果却不正确。

陈帆曾让AI写一段算法代码，需要用到“模糊匹配”——比如，在手机通讯录里搜索“张”，出现所有姓张的人，这就是模糊匹配；而“精准匹配”则要求必须输入“张三”，才能准确找到对象。陈帆要的是前者，AI输出的是后者。

麻烦的是，这个错误藏得很深。AI一口气生成的两千行代码从头到尾逻辑完整，难以看出破绽，陈帆指出错误，命令AI自行排查，AI陷入了死循环，不断修改代码，不断报错，再修改，再报错，找不到问题所在。

“我当时很崩溃，”陈帆说，他花费一天时间逐段排查代码，终于把bug（漏洞）定位出来。

让陈帆费解的是，模糊匹配和精准匹配的区别对人类工程师来说并不复杂。但藏在几千行代码里，AI怎么也找不出来——它可以快速生成代码，却未必真的理解代码与硬件、与底层逻辑之间的关系。

陈帆能找到这个bug，离不开他在算法专业领域的多年积累。若换一个对算法一窍不通的人，恐怕连问题出在哪里都意识不到。

潘石去年在做皮影戏交互装置时就体会过这种无力感。

他需要用摄像头捕捉真人的骨骼动作，实时绑定到屏幕的数字皮影上，实现皮影动作跟随真人变化的实时交互。

这个项目涉及前端界面、后端服务和动作捕捉等许多不同模块。AI给不同模块写出了对应的代码，但在动作捕捉上不断出错，皮影的手臂抬错方向、身体的转动和真人对应不上......各种小问题反复出现。

由于对动作捕捉领域了解有限，潘石看不出代码的错误，他只能在不同的大模型之间来回切换：Gemini跑一边前后端的整体设计，Claude code逐行修改代码，ChatGPT重新梳理底层逻辑和开发流程......“来回循环的做。”

项目最后成功交付，但他清楚，如果自己对动作捕捉的底层原理更熟悉，能够少走许多弯路。

在个人熟悉的领域，AI能把已有的能力往外延伸几步——知道如何提问，它就能给出有用的答案。“我懂硬件，也懂一点软件开发，用AI解决问题，靠的是我自己的提示词、自己的知识，”潘石说，“对于我不知道的东西，我问它，它再告诉我，我大概能理解——用这种迁移学习的方式，我能学得更多。”

但一旦到了陌生的领域，AI的赋能也变得有限。潘石曾想让AI帮忙做市场推广，但他能想到的提示词不过是“请你作为一个有经验的市场经理，帮我宣传一下产品”——缺少领域的术语、方法和判断框架，AI给的东西总是不尽人意。

潘石感慨，“AI的上限，就是你的上限加0.5。”

而在谢俊廷看来，使用AI需要注意的不只有能力问题，还有责任问题。AI可以生成方案、执行指令，但关键节点的决策，仍然只能由人来拍板。“达摩克里斯之剑是否要落下，应该是人来决定。”

原型之后

在AI的帮助下，做出一个能跑的原型，如今也许只需要一个念头、一台电脑和一个半天。但原型做出来之后呢？它能不能变成一门生意，能不能继续活下去？

萌生创业想法至今，谢俊廷的全部收入不到两千元。这份收入并非产品所得，而是来自副业——帮人部署“龙虾”AI助手。

市场上同类服务一般二十、五十元一次，谢俊廷的收费标准是五百元。“我不只是帮他安装那么简单，我还包售后的。”他说。谢俊廷的售后服务包括为客户补充相关知识、解答疑惑，还有加入他搭建的用户微信社群。

谢俊廷买了一整年的kimi大模型token套餐，每月199元。用两千多元陆续买了四十多件元器件或开发板，用于AI硬件开发。“赚的钱还没有把买模型的钱覆盖过去，”谢俊廷说，“算是入不敷出。”

眼下支撑他创业的钱来自父母，“现在想尽快地有自己的事情，OPC也好、做自己的社群也好、产品也好——都是希望能不再多用家里给的钱。”尽快脱离对家庭的经济依赖，就是这名年轻创业者最大的目标之一。

潘石靠接单维持运转，他做产品的初心是“好玩”，但“好玩”难以撑起一家公司，“能有更多盈利才是王道。”

25年年初，AI陪伴类毛绒玩具火起来，潘石想做一只能对话、有脾气的泰迪熊。找到合作伙伴一起开发了半年后，潘石判断用户对AI语音陪伴的期待太高，大模型在情感共鸣方面难以跟上，商业化无法跑通，潘石放弃了这个产品。

“花了时间，花了研发费用，买了机器，最后都没有捞回来。”潘石和合伙人也在项目结束后分开。但他不认为这算亏——“最起码我也学到了这个行业里面的一些东西。”

陈帆的机器狗产品同样处在投入期，养活公司的是另一条线——做咨询顾问。十几年的行业积累让他的咨询收入不低，“我相当于拿咨询顾问的钱来做产品。”

做咨询顾问给他带来的不只是收入，还有对市场的洞察。铁路隧道要检查轨道裂纹，矿山要探测瓦斯浓度，园区要全天候巡检——陈帆把接单当作需求调查，这些认知帮助他优化产品的定制开发方向。

对钱，陈帆算得仔细。母亲很早就告诉他：“你要开公司，第一个事情就是必须懂财务。”陈帆在大学时自学会计，创业之初专门花了两个月把理顺公司财务。“没有稳定的资金流，我不太建议去做全职创业。”这是陈帆反复说的话。

十几年行业积累、现成的客户网络、自学的财务知识、第二次创业的风控意识——他带进一人公司的家底，不是每个创业者都有的。

西丽湖人才服务中心是深圳南山区的一家OPC社区，中心每年从一百多份商业计划书中筛选出五十来个项目进入孵化。

中心运营成员麦棕禹告诉我们，两三年后仍然保持正常运营的项目“大概有10%左右”。在他看来，这个比例已经高于市场平均水平，“因为我们入驻的审核很严格，已经把一些不好的项目筛掉了。”

他见过两三个人的团队拿到融资、搬去更大的园区，也见过许多项目做着做着，便没了声响。

一人，还是一队？

留下来的创业者，并没有走上同样的道路，有人从一个人做到十几人的团队，有人选择保持“一人”的组织规模。

那么，OPC是一种可以长期维持的创业形态，还是通往团队扩张的过渡阶段？是什么决定了他们走向不同的方向？

2020年底，蓝凌鑫一个人入驻了前海深港青年梦工厂——这里如今是深圳十大OPC社区之一。

他刚从帝国理工学院拿到博士学位，他的研究方向是一种区别于传统贴合式充电的隔空无线充电技术。这项技术在实验室里积累了十多年，但尚未真正商业化。

在实验室阶段，研究用的往往是进口元器件，“什么贵什么来”，只要数据好看、好发论文就行。但蓝凌鑫清楚，产品想要商业化，成本是第一道关。他在珠三角找到了合适的国产替代元器件，“成本比原来降了90%左右。”

蓝凌鑫的商业模式不是做终端产品，而是做ToB端的无线充电模组——把产品嵌进客户的机器狗、电动滑板车或其他智能硬件里。“有点像你买一个手机，但它的电池是宁德时代提供的，”蓝凌鑫说，“我们就是这样的角色。”

公司的第一笔融资来自Hong Kong X基金，这项基金由李泽湘教授联合创办，专投高校背景的科创项目。蓝凌鑫说，这笔融资“也有点巧合”——Hong Kong X的办公室就在梦工场园区内，“他们就在对面。”融资到账后，投资人能帮忙介绍客户。

这种B端供应链的生意，订单量很大程度上影响人手需求。“如果单稍微接多了一点，我们就多招个一两个人。”

到2026年，蓝凌鑫的团队扩张到近20人，70%是技术岗，剩下的覆盖行政、财务和投融资等方面的工作。在蓝凌鑫看来，扩张是必然的，他想从给客户供模组，转向做出终端产品。“这能最大程度发挥出这个技术的优势。”而要达到这个目标，现在的人手远远不够。

潘石不打算扩张。“我可能活得比较像数字游民，人与人之间的沟通，时间久了会很麻烦，不如我们就在一个项目上解决一个问题就好。”

陈帆同样不急于扩大团队，“养人要成本，规划要有方向。”在他看来，个人创业的沉没成本自己能够接受，一个还没成形的方向，他可以花三个月去探索。但在多人团队里，这就是一个所有人三个月的工资，公司的ROI必须说得清楚。

如果要带团队，他会首先考虑成员的经济负担、家庭压力问题：结婚买房了没有？有没有还贷压力？有没有子女要供？“没有必要为了创业而创业，”在他看来，创业需要一定的经济基础，不能把经济压力大的人拉进一个不确定的方向里。

扩张还是保持一人，是创业者自己的选择。而在OPC社区的实际运作中，空间规划和资源配给可能有另一套逻辑。

前海深港青年梦工厂按照公司规模分为中、南、北三个区。蓝凌鑫所在的中区是“孵化器”，每间办公室不大，适合刚起步的小团队。北区是“加速器”，面向30人以上的团队，办公空间也大得多。

麦棕禹在西丽湖人才服务中心也见到过类似的逻辑：团队拿到第一笔融资后，即使没有结束孵化期，投资方也可能要求项目搬去更大的办公空间——“不可能说你6岁了，你还得待在早教中心。”

2025年，麦棕禹引入了一个做AI视觉艺术的团队，当时团队成员只有两位，都是学视觉传达出身的帝国理工硕士。10年代，西丽湖旁边的福光村因建设南科大被推平，村里只剩下老照片和旧视频，这个团队用AI做三维复原，给村里建了一座数字村史馆。

这个团队一年只接四、五单，主要为项目做软件层面的系统设计，硬件采购和施工则委托第三方。他们卖的是定制化方案，难以流水线化工程，单笔收入高，团队的资金流也保持着健康。

在麦棕禹看来，“长不大”的OPC项目大多都是这样的生意，卖方案、卖软件。“如果你要包含施工、设备生产，两三个人基本搞不定。”

大浪淘沙

随着“OPC”“手搓经济”成为热词，许多第一次听说“OPC社区”的人，都对它带着美好的想象。

深圳给OPC的优待，可以说是明码标价的。2026年1月，深圳发布《深圳市打造人工智能OPC创业生态引领地行动计划（2026-2027年）》，计划“两年内建成超10家OPC社区，培育千家创业企业，集聚万名创新创业人才。”

文件许诺的好处很多：免费的算力、最高上千万的“训力券”、按市场价六折租住的过渡房、给博士硕士本科生的入户补贴......还特意写明，要“淡化学历因素”“英雄莫问出处”。

慷慨不止停留在文件里。前海的OPC国际社区面向全球招募，备好“8个0”礼包——0负担入驻、0成本算力、0抵押信贷......西丽湖人才服务中心不向入驻企业收取费用，前海深港青年梦工厂的租金是每平方米1元，南山区模力营只收取水电费。

福利之外，社区的宣传也同样动人：“让创业者的灵感，成为创业的全部成本”；有的社区把口号定作“只创新、不操心”。在媒体笔下，这是一股正在崛起的新浪潮。“上午设计，下午打样，次日量产，一周出海”的创业故事屡见不鲜。

起初，我们以为这些福利对创业者平等敞开，走访深圳多家OPC社区后，我们发现社区的慷慨并非没有边界。

深圳几家OPC社区筛的标准不尽相同，但少有哪家是敞开的。西丽湖看学历，要海外QS前一百的博士；天使荟看资本，得被知名基金或上市公司投过、孵化过；前海梦工场看身份，法人或股东里得有香港永久居民。还有各自划分的产业线：人工智能、硬科技、机器人，只收方向对得上的项目。

OPC社区免费服务的背后，是政府的支持——补贴、土地、外包服务......这些投入难以不追求创造更大的效益。社区要的，是能跑出来的项目。

2025年下半年，西丽湖人才服务中心曾引进一支做智能画框的团队，团队成员只有两个墨尔本大学的硕士。他们的项目在北美众筹平台Kickstarter上做到消费类产品众筹第一，筹了一百八十多万美元。一年后，临到孵化期限结束，服务中心为了让团队留在桃源街道，破例为他们延长了孵化期。

三年里，西丽湖人才服务中心引进的项目，拿到的投资加起来已有3亿元。

深圳在1月发布政策文件写明，要“结合各区资源禀赋、产业基础”进行布点。西丽湖被南科大、深大等高校研究院围着，服务中心的主要方向是高校科研成果转化；华强北的天使荟，聚焦智能硬件与智能制造；南山区的模力营聚焦AI，配备了算力、语料和大模型等专项平台；前海深港青年梦工厂背靠深港，则服务香港背景的团队。

在这样的棋盘中，社区在筛选的不仅是“想创业的人”，也是对得上本区产业规划的项目。

过去地方引资，竞争的是吸引大厂、大项目、落地建厂、纳税上规模；而OPC浪潮下，地方争抢的是“人”，还有需要孵化的“好项目”。

谢俊廷还在尝试做新的东西：一只会语音提醒你AI工作进度的电子小宠物；一个让他摆脱打字困扰的语音输入vibot；还有那块“算一卦”，他把开发板拆解了，想研究里面的构造，还买了3D打印机，打算给“算一卦”换个原创壳。

最近在参加云南省创业大赛时，谢俊廷把“算一卦”和vibot相结合，在决赛中获得了优秀奖。接下来能走到哪里，他不确定。

“这个世界上是不是所有东西都可以计算出来？也不是这样子，”他说，“就是因为不确定性，这个游戏它才好玩。”

（应受访者要求，文中陈帆为化名）