AI 令一人創業更容易：中年人的真正優勢，是不被選項和附和帶走
我自己做 Arleemato 等 app 時，也使用 Supabase 管理 database。
過去，如果一個人想把想法做成產品，除了要理解客戶，還要處理伺服器、資料庫、登入、權限和部署。一個看似簡單的功能，背後可能已經需要幾種專業能力。
現在，Supabase、no-code、AI coding agent 和各種雲端服務，把很多基礎設施變成一個人也可以使用的工具。中年人不一定要先組成完整技術團隊，才可以把多年工作經驗做成一個 prototype、內部工具或一項小型服務。
這是一個很大的轉變。
可是，當工具令「做出來」變得容易，另一個問題便會出現：
如果 AI 每天都可以提供更多功能、更多方向和更多看似合理的建議，我怎樣知道自己正在做的是對的事情？
對中年一人創業者來說，真正的優勢可能不只是懂得使用 AI，而是能否運用經驗，在大量選項之中辨認甚麼值得做、甚麼應該放棄，以及甚麼責任不能交給 AI。
中年與一人創辦者正在增加，是一個值得留意的訊號
Supabase 的 State of Startups 2026 訪問了 2,000 名 startup builders。調查中，一人創辦者的比例由 2025 年的 53% 增至 61%；40 歲以上受訪者由 18% 增至 25%；非技術背景創辦者亦佔 22%。
這組數字要放回 Supabase 的平台特性理解。Supabase 把 database、登入驗證、儲存和部分後端能力變成可以直接使用的服務，讓創辦者不必由零維護整套基礎設施。它自然較容易吸引希望把後端工作交給平台、把時間集中在產品和使用者的 vibe coders、獨立開發者與小團隊。
這正是 Supabase 的優勢，也是調查的樣本偏差。使用這類平台的人，本來就可能比一般創業人口更傾向一人或小團隊開發；因此，「一人創辦者由 53% 增至 61%」不能直接解讀為全世界一人創業者的比例，也不能證明 AI 是比例上升的原因。
可是，這項偏差並不令結果完全失去意義，反而讓我們看到一個特定生態正在發生甚麼：當 database 和後端工作的門檻由平台承擔，創辦者可以把有限資源留給產品、客戶和驗證，一個人開始建立產品的可行性確實提高了。這亦與我們之前的觀察相呼應——創業不再只屬於二十多歲、懂得由零建立整套系統的工程師；擁有行業經驗、客戶理解和實際問題的中年人，也有更多機會把自己知道的事情做成產品。
調查的其他結果甚至提醒我們，工具普及並沒有令經營自然變容易。銷售仍通常由創辦人親自負責；47% 受訪者沒有正式管理 prompt，36% 沒有正式評估 AI 輸出，59% 沒有監察 AI 工作負載。
換句話說，今天一個人確實更容易建立產品，但仍然要自己回答最困難的問題：
- 誰真正需要這個產品？
- 哪一個功能值得先做？
- 甚麼結果才算成功？
- AI 產生錯誤時，誰負責發現和處理？
- 我是在解決客戶問題，還是在享受不斷增加功能？
入場變容易之後，分水嶺由「能否把東西做出來」，逐漸移向「能否找到客戶並建立一套可靠的營運方法」。
AI 的第二個陷阱：選項愈多，方向可能愈模糊
以前遇到技術限制，我可能只能在兩三個可行方法之間選擇。現在只要問 AI，它可以立即列出十種 database 架構、五套定價方式、二十項功能和一份三個月 roadmap。
選項增加看似代表自由增加，但人的時間、注意力和測試能力並沒有同步增加。
Nature Neuroscience 一項研究結合人類心理物理實驗、猴子電生理與人工神經網絡模型，研究人在不確定任務規則時如何判斷。結果顯示，當受試者不確定哪一項特徵才重要，準確度會下降；與任務無關的特徵會更強地進入表徵，並與真正相關的資訊互相干擾。
這是一項受控的感知任務研究，不是直接測試創業者使用 AI，也沒有證明填寫某個框架便可以提高生產力。因此，我們不能把它寫成一套已被腦科學證實的工作方法。
不過，它提供了一個很有用的提示：
分心未必只是因為事情太多，也可能是因為我沒有先決定哪一項訊號才重要。
如果我還未定義目標，AI 提供的每一個選項都有機會看起來重要。新功能可能重要、新平台可能重要、新商業模式也可能重要。結果不是選擇更多，而是每個方向都做一點，沒有一個方向得到真正驗證。
這正是 SOLO routine 可以發揮作用的地方。
SOLO 不是增加一套程序，而是在問 AI 前先固定方向
我把建立工作流以前需要回答的四個問題整理成 SOLO：
- S — Scope：這次處理甚麼，不處理甚麼？
- O — Outcome：完成後要帶來甚麼可以驗證的成果？
- L — Leverage：AI 應該放大哪一部分，而不是接管全部？
- O — Ownership：誰負責判斷、核實和承擔結果？
SOLO 的作用不是叫我做更多規劃，而是在 AI 開始大量生成以前，先把重要訊號固定下來。
例如，我想為 Arleemato 加入一個新功能。未有 SOLO 時，我可能先問 AI：「這個 app 還可以加入甚麼功能？」AI 很自然會提供一份完整清單，而且每一項都有理由。
使用 SOLO 後，我會先改寫問題：
- Scope：這次只處理現有使用者完成某個核心步驟時遇到的阻礙，不重做整個 app。
- Outcome：目標是令更多測試使用者能夠完成該步驟，而不是增加功能數量。
- Leverage：AI 可以協助分析回饋、提出兩個 prototype 和建立測試，但不能自行決定進入正式版本。
- Ownership：我負責核對資料、與使用者確認問題，以及決定是否推出。
這時候，我再問 AI，它產生的答案便要服務一個已經界定的問題。SOLO 沒有令 AI 變得更聰明，但它減少了不相關答案取得我注意力的機會。
最危險的 AI，可能是永遠令你感覺自己是對的
選項太多之外，AI 還有另一個容易被忽略的風險：它的回應經常十分友善、順着使用者的說法，令一個仍未驗證的想法愈說愈完整。
這種附和未必明顯地說「你一定正確」。它可以用另一種形式出現：當我提出一個功能，AI 立即替我補上商業理由、目標客戶、宣傳方式和執行步驟。原本只是一個假設，經過幾輪流暢對話後，便好像已經成為一項成熟計劃。
一項刊於 PNAS 的預先登記實驗，讓參與者與具有不同 Big Five 人格表現的 AI agent 一同製作廣告，再以獨立評分和實際投放測試結果。研究發現，人與 AI 的性格配搭會改變產量和品質，而且部分組合出現「做得更多」與「做得更好」之間的取捨。
這項研究測試的是短時間廣告製作和以 prompt 塑造的協作人格，並沒有直接測量 AI 附和是否令人作出錯誤商業決定；兩名作者亦披露共同創辦了從事 AI 個人化的公司。它支持的較窄結論是：AI 的協作風格不是無關重要，最友善或最像自己的助手，也未必在每種任務都帶來最好結果。
所以，我不應把「AI 說這個想法很好」當成第二票。AI 沒有投入我的資金、時間和信譽，也不會承擔錯誤決定的後果。它的認同只是一種輸出，不是市場證據。
把 AI 由附和者，改成有分工的決策工具
要減少自己在不知不覺間被帶錯方向，我可以在每個重要決定前加入四個動作。
一、先寫自己的 SOLO，再打開 AI
如果先看 AI 的答案，我很容易借用它的語言來重新定義自己的問題。先用幾句話寫下 Scope、Outcome、Leverage 和 Ownership，可以留下決定生成前的基準。
二、不要只問「這個想法好不好」
把問題改成：
- 這個想法依賴哪三項仍未驗證的假設？
- 甚麼證據會令我應該停止？
- 哪一類客戶最可能完全不需要它？
- 如果不能新增功能，還可以怎樣處理同一問題？
這些問題不能保證 AI 不再附和，但會迫使對話產生反證和停止條件，而不只是替想法增加理由。
三、把「提出方案」和「批評方案」分開
同一次對話中，AI 已經投入建立某個方案，之後很容易沿着原有方向補充。可以開另一個獨立對話，只提供 SOLO、限制和方案，要求它站在客戶、營運或風險角度找出不成立之處。
第二個 AI 仍可能出錯，但分開角色至少令批評不必先維護上一輪答案。
四、讓真實使用者，而不是 AI，作最後驗收
一個功能是否有價值，不是看 AI 能否為它寫出漂亮理由，而是看目標使用者能否理解、使用，以及是否願意改變行為或付費。
把大決定縮成最小測試：先與三名真實使用者談、先做一個可點擊 prototype、先測一個核心流程。AI 可以協助準備和分析，但最後的訊號應該來自現實。
中年人的經驗，不只是答案，而是選擇答案的背景
AI 對中年創業者最有價值的地方，是把過去需要一隊人才能完成的工作，縮小成一個人也可以開始驗證的項目。
但中年人的優勢不應只建立在「我做過很多年」。年資本身不會自動產生正確判斷，舊經驗也可能已經失效。真正可以形成優勢的，是把經驗重新整理成幾種 AI 沒有的 context：
- 客戶口頭要求與真正需要之間的差別；
- 行業中哪些例外不能照標準答案處理；
- 一個錯誤會由誰承受，以及修正成本有多高；
- 甚麼數字看起來漂亮，實際上沒有商業價值；
- 哪些事情可以很快試，哪些事情一開始便不能冒險。
AI 可以產生大量答案；經驗的價值，是知道用甚麼條件選擇答案。
這也解釋了為甚麼 SOLO 對 AI 時代的一人公司特別重要。它不是為了令工作看起來更專業，而是防止容易使用的工具、過多的選項和令人舒服的附和，一起把創辦者帶離真正的問題。
工具降低門檻之後，紀律決定能否走下去
Supabase 這類工具令我可以處理以前未必能獨自處理的 database 工作；AI 亦令我可以更快研究、設計和建立 app。這些能力是真實的，也確實為中年人進入一人創業提供了新的空間。
可是，新的限制已經不只在技術。
當 AI 每天都可以提供更多選項，我要先決定甚麼訊號重要；當 AI 很自然地順着我的方向，我要主動要求反證；當工具能夠快速執行，我更要保留對範圍、成果和後果的責任。
AI 令一個人更容易開始；SOLO 的作用，是令這個人不會因為甚麼都做得到，最後忘記自己為甚麼要做。
中年創辦者正在增加，值得鼓舞。但真正的分水嶺不會是誰安裝了最多 AI 工具，而是誰能把經驗變成判斷標準，把選項變成小型實驗，再把真實客戶的回應變成下一輪決定。
入場門檻降低之後，能否走下去，靠的仍然是選擇與營運紀律。
相關文章：
- AI 會放大你的優點，也會放大你的弱點：為甚麼 SOLO 必須先於 REACTOR
- 中年不是 AI 時代的包袱：你的經驗，就是通用模型沒有的 Context
- 當 AI Slop 填滿日常：真正的生產力，是對九成看似合理答案說不
資料來源：
DISCUSSION
讀者留言