采访了3个裸辞做OPC的97后，他们的共同选择让我重新思考"工作"

上个月，我约了三个朋友喝咖啡。准确地说，是三个"前大厂员工、现一人公司创始人"。全是97年的，全是在去年裸辞的，全是——按他们自己的说法——"创业练习生，只是运气好，出道了。"

三个小时后，我脑子里只剩下一个念头：这届年轻人重新定义了什么叫工作。

钰博：一个人训了一个AI模型，月成本不到一万

王钰博是天津人，INTJ，本硕都在英国读金融科技。之前在字节做风控，2025年中裸辞。

她做的事听起来很朴素：帮人把五线谱翻译成简谱。

你可能会想——这有什么难的？下载个软件不就搞定了？

事实是，市面上根本没有好用的工具。这个技术叫OMR（光学乐谱识别），跟OCR（文字识别）看起来差不多，但成熟度差远了。淘宝上人工代翻一张谱子5到10块，手写要大半天。

钰博决定自己用AI训一个模型。

她一个人干了六个月的活：训练模型、写前端、写后端、跑小程序。工具链全部是AI——GPT写需求文档，Gemini做UI，Claude Code写代码。她说她同时开三个窗口，分别指挥三个AI干活。

"我跟AI说我要什么，它就写出来。我只需要会描述和修改。"

今年4月，她在微信上线了"声序智能"小程序。用户上传五线谱，几秒钟返回简谱。

我问她成本多少。

"月均不到一万。"

放在三年前，做这样一个产品至少需要一个五人团队——产品经理、UI设计师、前端、后端、测试——每个月人力成本十万起步。

但钰博的经历不是童话。她告诉我，2025年10月到12月训练模型那段时间，准确率反复横跳，"目标80分，我从75掉到40，又升到78，再跌回30。每天早上起来心情都很差。"她想过放弃，甚至重新写起了简历。

"我经常到周五就难过——我希望今天是周一，因为事情太多，时间不够用。"

Eric：从没写过代码，用AI一小时做了个获奖工具

Eric是黑龙江人，ENTJ。之前在一家上市公司做总裁助理，裸辞后一头扎进跨境电商——把首饰、文具、家居卖到东南亚和欧美。

他经历过一次因为价格设置错误导致的"反向爆单"，亏了一大笔。也经历过真正的爆单——某天早上醒来订单翻了好几倍。

但最让我惊讶的是他上周六做的事。

他第一次参加黑客松，从没写过代码的他，用Codex在一个小时内做出了一个工具——帮用户节省大模型Token消耗。产品能自动把啰嗦的提示词"翻译"成精简版，还能智能调度不同API以最优价格完成任务。

这个产品拿奖了。

"用好AI，才配叫OPC。"Eric对我说，"AI和自媒体是OPC的必选项。"

他从义乌搬到了良渚——一个以数字游民和文创社区闻名的地方。三室一厅，阳台很大，养了绿植和小鱼缸。每天早上运动一小时，上午看行业信息、学AI，下午处理电商运营，晚上散步。

"前几天跑步，突然有一个Aha moment，有点像《复联》里寡姐被注射进化药物那一刻——身体感觉告诉你在变好、在变强。"

一颗：做了一年产品，突然决定换方向

王一棵是山东人，信息技术本硕。在商汤做过AI产品经理，在消费品公司做过增长。2024年底开始频繁参加黑客松，几乎场场拿奖。

她最出彩的产品是用AI做消费者调研——把企业CRM数据还原成100个"AI分身"，可以跟消费者分身做一对一访谈和问卷打分。这个产品拿了亚马逊"1000 AIdea"比赛第三名，还拿到了奇绩创坛的投资。

但从产品到商业化，卡住了。

需要这个功能的品牌，CRM数据不健全；数据健全的大品牌，有自己的调研团队。一颗没有沮丧太久。她复盘后意识到一个更深刻的问题：AI产品的效果完全依赖于企业已有的客户上下文。上下文缺失，智能就无从谈起。

于是她做了一个大胆的决定——调转方向，不做单点应用，而是为非技术行业搭建"积累上下文的基础设施"。2026年2月，她和两个合伙人扎进了一家零食品牌，帮他们把群聊、会议、文档里的碎片信息汇入记忆库，按行业标准流程组织成项目知识，让AI在流程节点主动提醒和推荐。

"我们该拿什么跟宝洁、乐事竞争？"那个品牌的创始人说，"答案是构建可以被AI理解的组织。"

三个人的共同答案

我问了他们三个人同一个问题：后悔吗？

钰博说，成长曲线完全不一样，"之前我不会的，现在都会了。"

Eric说，这辈子估计不会再去给别人打工了，"唯一不变的是变化本身。"

一颗说，她从没想过放弃，追求的不是上市敲钟，是每个周期都在做有意义的事。她用了一个特别的比喻："人生是一条河道，你能做的不是找一个永远安全的湖泊，而是不断拓宽自己的河道。拓宽本身，就是安全感的来源。"

三个97年的年轻人，三种不同的OPC形态，但给出了同一个答案——自己定义工作，而不是被工作定义。

也许这就是为什么越来越多的年轻人涌向OPC。不是因为大厂不好，而是因为他们终于有机会做"自己的东西"了。