当 AI 大幅降低开发门槛,软件的使用者也开始成为创造者;随之增长的需求包括数据库、个人记忆、自动化测试,以及专门让 Agent 顺利使用的工具。
1.Supabase 的增长,体现了开发者人群正在扩大。
Supabase 是一个“应用后端一站式平台”:把数据库、用户登录、文件存储等常用能力打包,让开发者或 AI 更快做出能实际运行的应用。
Paul (Supabase CEO)对增长的解释有两部分:原有工程师可以开发更多东西,同时,大批没有工程背景的人开始第一次把自己的想法做成软件。
他认为更值得关注的是:注册增长加速时,激活和转化指标也在改善。过去大量低意向用户进入,往往会拉低转化;如今模型能够帮助新人走完更多开发步骤。
2.“Builder”成为新的用户类别:懂问的人,可以直接动手。
嘉宾用 Builder 指代那些有明确需求、能够借助 AI 做出产品的人,其范围超过传统程序员。
•一位有金融科技创业经历的人,自己开发个人资产负债表、财务追踪和银行集成工具。他的优势是金融领域知识。
•一位大约 50 岁的巴西出租车司机,用手机开发了面向当地市场的打车应用。
讨论者认为,很多细分需求过去无法成立,并非没有价值,而是需求拥有者找不到愿意合作的工程师,或开发成本太高。AI 让这些被压住的想法有机会变成产品。因此,识别值得解决的问、理解用户和判断产品好坏,会变得更加重要。
3.Supabase 已经经历三种产品形态
Dashboard、API、Code-first。Paul 回顾,早期为客户提供批量创建数据库的 API,后来恰好承接了 Bolt、Lovable 等产品的需求。到了 Agent 阶段,他要求界面中的能力也能通过代码使用,并适配沙箱环境。
开源也被认为有帮助:Agent 遇到问时能够检查实现,而不只是面对一个无法解释的错误。
4.个人软件的价值,来自跨领域的个人上下文。
一位主持人介绍了自己的 Control Tower:将邮件处理、财务、体重、运动和文件放在一起管理。
他承认自己此前有两个判断需要修正:原以为聊天能够替代所有界面,也原以为 Markdown 文件足够存储一切。实际使用后发现,结构化数据库和可视化界面仍然有用。
更有意思的是跨数据源关联。例如,财务工具可以结合个人关系信息识别交易对象;健康工具可以结合日历理解旅行期间的体重变化。
他