Detik $10.5B Vibe Coding: AI Kini Memulakan Kebanyakan Pembangunan Perisian Baru

Sesuatu melepasi ambang minggu lalu, dan pusingan pembiayaan $500 juta hampir mengatupkan beritanya.

Syarikat permulaan pangkalan data Supabase mengumpul setengah bilion dolar pada penilaian $10.5 bilion, menurut CNBC, dipimpin oleh dana kekayaan berdaulat GIC bersama Accel, Y Combinator, Craft Ventures, Felicis, Coatue, dan Stripe. Itu kira-kira dua kali ganda penilaian syarikat pada Oktober 2025 dalam masa kurang daripada lapan bulan. Tetapi angka yang paling penting bagi mana-mana pengasas yang merancang peta jalan produk bukan jumlah dolar itu. Angka ini: lebih daripada 60% pangkalan data baru di platform Supabase kini dimulakan oleh alat pengekodan AI dan bukannya pembangun manusia. Claude Code milik Anthropic adalah sumber AI tunggal terbesar bagi projek yang dimulakan AI pada tahun 2026 setakat ini.

Ini bukan penanda aras pelik yang tertimbus dalam siaran akhbar. Ia adalah isyarat tentang rupa proses penciptaan perisian masa kini, dan rupa pembinaan syarikat bagi beberapa tahun akan datang.

Apa Sebenarnya Vibe Coding

Istilah yang akan anda dengar mengenai ini ialah "vibe coding." Ideanya mudah: daripada menulis kod baris demi baris, seseorang (jurutera atau bukan) menggambarkan apa yang mereka mahukan kepada alat pengekodan AI, menyemak output, memperhalusinya melalui perbualan, dan menghantar. Alat seperti Claude Code dan Codex OpenAI mengendalikan penjanaan. Manusia mengendalikan arah dan pertimbangan.

Supabase adalah syarikat berusia lima tahun (diasaskan 2020 oleh Paul Copplestone sebagai CEO dan Ant Wilson sebagai CTO) yang menyediakan infrastruktur backend: pangkalan data, pengesahan, storan, dan API. Ia adalah jenis platform yang dahulunya memerlukan jurutera backend untuk disediakan dengan betul. Kini, menurut laporan mengenai pusingan pembiayaannya, majoriti orang yang mencipta pangkalan data baru di platformnya adalah ejen AI yang bertindak bagi pihak manusia yang memberi gesaan, sering seseorang yang bukan jurutera dan tidak akan menyentuh alat pangkalan data enam bulan lalu.

Pelabur pusingan ini bukan berjudi pada trend pembangun khusus. Mereka berjudi bahawa mod penciptaan perisian ini menjadi lalai, dan bahawa lebih 250,000 pelanggan Supabase mewakili kelebihan awal dalam pasaran yang jauh lebih besar. Syarikat ini mempunyai kira-kira 350 orang. Ia kini telah mengumpul pada penilaian yang kebanyakan syarikat Siri D tidak pernah capai.

Fakta Utama

• Supabase mengumpul $500 juta pada penilaian $10.5 bilion pada Jun 2026, kira-kira dua kali ganda penilaian Oktober 2025 mereka. (CNBC)
• Lebih daripada 60% pangkalan data baru di platform Supabase kini dimulakan oleh alat pengekodan AI dan bukannya manusia. (CNBC / Supabase)
• Claude Code milik Anthropic adalah sumber AI tunggal terbesar bagi pangkalan data Supabase baru pada tahun 2026. (CNBC / Supabase)

Tiga Peralihan Struktur bagi Pengasas

Angka 60% adalah khusus bagi platform Supabase. Jangan tafsirkannya sebagai dakwaan bahawa kebanyakan perisian di mana-mana sahaja ditulis oleh AI. Tetapi ia adalah titik data yang jelas dan boleh dipercayai daripada platform di mana anda boleh mengira dengan tepat siapa yang memulakan apa. Dan jika anda melihat implikasinya bagi syarikat peringkat awal, tiga perkara berubah.

1. Bina-berbanding-beli condong ke arah bina untuk lebih banyak kawasan permukaan anda.

Hujah tradisional untuk membeli berbanding membina adalah kelajuan dan kos. Mengupah jurutera untuk membina penyelesaian tersuai mengambil masa berbulan-bulan dan menelan kos $200,000 hingga $400,000 setiap jurutera setahun dalam pasaran yang kompetitif. Kini seorang pengasas atau pasukan teknikal kecil boleh menghantar apa yang dahulunya memerlukan pasukan backend empat orang, dengan menggambarkan sistem kepada ejen pengekodan, menyemak output, dan mengulang. Lantai "berapa banyak kos untuk membina ini" telah turun. Ini mengubah pengiraan untuk banyak ciri yang sebelumnya anda beli daripada vendor. Bukan bermaksud bina segalanya. Ia bermaksud semak semula andaian tentang apa yang terlalu mahal untuk dibina. Untuk gambaran lebih mendalam tentang bagaimana AI membentuk semula model operasi SaaS secara keseluruhan, dinamiknya serupa: lebih banyak kawasan permukaan boleh dibina sendiri berbanding yang diasumsikan oleh model lama.

2. Kubu yang terbina daripada "sukar untuk dibina" semakin terhakis.

Jika kelebihan kompetitif anda terutamanya kerana produk anda sukar untuk ditiru oleh pesaing dari awal, kelebihan itu mempunyai jangka hayat yang lebih pendek berbanding dua tahun lalu. Pesaing dengan pasukan kecil dan akses kepada Claude Code atau Codex kini boleh membina versi berfungsi bagi apa yang dahulunya mengambil masa 18 bulan dalam masa enam bulan. Ini bukan bermaksud semua kubu lenyap. Tetapi kubu yang bertahan adalah yang sukar dibina walaupun dengan ejen AI: set data proprietari, pengedaran yang susah payah dibina, hubungan pelanggan yang mendalam, citarasa dan pertimbangan operasi. Isyarat bina-berbanding-beli daripada pemerolehan AI perusahaan menunjuk ke arah yang sama: syarikat yang membeli keupayaan AI sebenarnya membeli data dan aliran kerja di bawahnya, bukan model di atasnya. Pembeza tahan lama anda adalah perkara yang sama: apa yang anda tahu dan siapa yang anda jangkau yang tidak dapat ditiru oleh projek AI yang baru-baru ini dibuat scaffolding.

3. Matematik pengambilan pekerja anda berubah.

Yang ini adalah bertentangan dengan intuisi. Jika ejen AI menulis lebih banyak kod, anda mungkin beranggapan anda memerlukan lebih sedikit jurutera. Tetapi kesesakan itu tidak hilang, ia berpindah. Menulis kod bukan lagi sumber yang terhad. Menyemak, memastikan keselamatan, dan mengendalikan kod yang dijana AI adalah sumber terhad itu. Pangkalan kod pengeluaran yang dibina sebahagian besarnya oleh ejen pengekodan memerlukan manusia yang boleh mengauditnya untuk kerentanan keselamatan, mengesan kes tepi yang terlepas oleh ejen, mereka bentuk seni bina pada tahap yang tidak dipegang oleh ejen, dan memiliki sistem apabila sesuatu rosak pada pukul 2 pagi. Kemahiran tersebut berbeza daripada kapasiti pengekodan mentah. Anda mungkin memerlukan lebih sedikit jurutera umum di hadapan pembinaan, tetapi anda memerlukan lebih ramai jurutera kanan dan penyemak berorientasikan keselamatan di bahagian belakang. Untuk ciri AI dan di mana hendak menambahkannya dalam produk SaaS, prinsip yang sama terpakai: orang yang menyemak dan menyelenggara adalah kesesakan, bukan orang yang menjana.

Bahagian yang Sering Diabaikan

Naratif vibe coding adalah menarik dan sebahagian besarnya tepat, tetapi versi yang beredar di persidangan cenderung menghilangkan geseran.

Kod yang dijana AI masih gagal dengan cara yang boleh dijangka. Ia mengendalikan laluan yang mudah dengan baik dan terlepas kes tepi. Ia tidak memahami keperluan keselamatan anda melainkan anda menyatakannya secara eksplisit, dan walaupun begitu ia mungkin melaksanakannya dengan tidak betul. Ia menjana kod yang berfungsi dalam persekitaran demo dan pecah di bawah beban. Soalan tentang siapa yang memiliki dan menyelenggara pangkalan kod yang dibina terutamanya oleh ejen AI belum diselesaikan. Apabila sistem berkelakuan tidak dijangka enam bulan selepas pelancaran, orang yang memberi gesaan kepada kewujudannya mungkin tidak mempunyai kedalaman untuk mendiagnosis masalah.

Tiada satu pun daripada ini bermaksud vibe coding tidak nyata atau tidak bernilai. Tetapi angka 60% Supabase adalah kiraan projek yang dimulakan, bukan kiraan sistem pengeluaran yang berjalan dengan boleh dipercayai pada skala. Soalan penerimaan pakai AI yang lebih luas untuk syarikat pada tahun 2026 adalah sama: berapa banyak keuntungan produktiviti yang bertahan selepas peralihan daripada demo kepada pengeluaran?

Inilah sebab peralihan ketiga (mengambil penyemak, bukan hanya pembangun) bukan lindung nilai. Ia adalah titik leverage sebenar.

Pembahagian Keputusan Praktikal: Vibe-Code berbanding Engineer-Properly

Gunakan ini sebagai penapis permulaan, bukan peraturan tetap.

Vibe-code dahulu (risiko lebih rendah, ulangan pantas):

• Alat dan papan pemuka dalaman yang hanya digunakan oleh pasukan anda
• Prototaip awal di mana anda menguji sama ada pengguna mahu perkara itu
• Skrip sekali-sekala, automasi, dan integrasi dengan radius letupan rendah jika gagal
• Ciri di mana pepijat bermaksud pengalaman pengguna yang buruk, bukan pelanggaran data atau ralat kewangan

Engineer properly (risiko lebih tinggi, pengeluaran tahan lama):

• Apa sahaja yang mengendalikan pemprosesan pembayaran, data peribadi, atau pengesahan
• Infrastruktur teras yang bergantung pada sistem lain (jika rosak, segalanya rosak)
• Apa sahaja yang dikawal selia (penjagaan kesihatan, perkhidmatan kewangan, undang-undang)
• Sistem yang perlu berskala melebihi rupa beban proof-of-concept
• Kod yang akan dibaca dan diubah suai oleh jurutera masa hadapan yang tidak terlibat dalam perbualan asal dengan AI

Pintu perlindungan praktikal antara dua kategori ini ialah: jika pepijat dalam sistem ini boleh menyebabkan pelanggan kehilangan wang, mendedahkan data mereka, atau menjatuhkan produk anda, ia memerlukan semakan jurutera manusia sebelum dihantar. Kod yang dijana AI masih boleh melepasi pintu itu. Tetapi ia perlu melaluinya.

Bagi pengasas yang memikirkan bagaimana penerimaan pakai AI berlaku di peringkat C-level dan di mana ia mewujudkan leverage berbanding risiko, gelombang vibe-coding adalah salah satu contoh semasa yang paling jelas tentang mengapa SaaS adalah pengadopsi AI berkelajuan tertinggi dalam mana-mana kategori.

Soalan Lazim

Apakah vibe coding dan mengapa ia penting bagi pengasas?

Vibe coding adalah amalan membina perisian berfungsi dengan memberi gesaan kepada alat AI (seperti Claude Code atau Codex OpenAI) dan bukannya menulis kod secara manual. Ia penting bagi pengasas kerana ia mengurangkan kos buruh dan masa pembinaan perisian dengan ketara, yang mengubah pengiraan bina-berbanding-beli dan memampatkan masa-ke-prototaip untuk pasukan kecil dan bukan jurutera.

Adakah statistik 60% Supabase boleh digunakan secara umum untuk semua perisian?

Tidak. Angka tersebut adalah khusus untuk pangkalan data baru yang dimulakan di platform Supabase, yang condong ke arah projek peringkat awal dan alat pembangun. Ia adalah isyarat arah yang boleh dipercayai tentang bagaimana penciptaan perisian beralih, tetapi bukan bermaksud 60% daripada semua perisian pengeluaran kini ditulis oleh AI. Implikasi yang bermakna ialah projek yang dimulakan AI sedang melepasi daripada kebaruan kepada majoriti dalam sekurang-kurangnya beberapa segmen pasaran.

Apa yang sepatutnya dilakukan secara berbeza oleh seorang pengasas kerana ini?

Tiga perkara. Semak semula andaian bina-berbanding-beli anda dengan mengambil kira kos buruh yang lebih rendah bagi vibe coding. Audit kubu kompetitif anda untuk melihat sejauh mana ia bergantung kepada "ini sukar untuk dibina," dan kukuhkan bahagian yang tidak bergantung padanya (pengedaran, data, hubungan). Laraskan rancangan pengambilan pekerja anda untuk mengutamakan kemahiran semakan kod dan audit keselamatan bersama kapasiti pengekodan mentah.

Baca Lebih Lanjut

• Mengapa SaaS Adalah Pengadopsi AI Berkelajuan Tertinggi
• Ciri AI sebagai Produk: Di Mana Hendak Menambahkannya
• Apa yang Transformasi AI Bermaksud di Peringkat C-Level
• Patut Bina AI Anda atau Beli?
• Pemfailan IPO Anthropic: Kalkulus Vendor AI $96.5B
• Model Pertumbuhan B2B SaaS

Sumber: CNBC, 4 Jun 2026