8月9日，软件工程师Kira Howe在个人博客发了一篇不到1000字的短文，标题只有一句话：《Is it all just vapourware?》（全是PPT产品吗？）
这篇短文在Hacker News上炸了——88个points，172条评论，成为当日AI赛道讨论度最高的帖子之一。而引爆这场论战的导火索，是一个让所有人都没想到的产品：ONA。
花20美元买了个寂寞
Kira Howe的叙事很克制，但细节足够扎心。
她听说ONA这个平台很酷——号称能理解模糊需求，自动转化为清晰的产品规格，协调设计、测试、实现、QA、部署全流程。官网上的描述像一个"全自动软件工厂"。她心动了，注册了账号。
然后噩梦开始。
桌面版根本登不上去。切到网页版，经过多次跳转终于勉强进入。连上自己的项目后，她期待的"魔法般自动推进待办清单"并没有出现。相反，ONA花光了她20美元的"计算单元"——不是写代码、不是修bug、不是部署，而是光从Linear里读取待办事项就花光了所有额度。
"它甚至没选出一个任务开始做。"Kira写道。
更致命的是，这个连登录都搞不定的ONA，几个月前刚被OpenAI收购了。这一事实在HN评论区被Simon Willison（Django联合创始人）点出后，评论区直接加码——如果连OpenAI买来的产品都做成这样，那整个AI编程工具的赛道到底有多少真材实料？
两大阵营隔空交火
172条评论里，反对和支持的声音几乎五五开，但双方的论据都很有分量。
反方：这不是工具，是新的工作量
点赞最高的几层楼几乎都是"我被坑过"的血泪史。
用户trencedamp的评论被顶到前排："AI追bug就像带一个学步的小孩，区别在于小孩你教了他能学会，LLM每次都是从零开始，完全不长记性。"他描述的体验是：AI会输出大段大段看似专业的"根因分析"，全是胡说八道，而你反而要花更多时间去验证它说的对不对。
用户20k甩出一个扎心的事实：主流开源项目正在全面禁止LLM生成的代码贡献，因为这些贡献"普遍质量极差且毫无帮助"。他说："我没见到任何一个主流开源项目因为AI代码生成获得了实质性的生产力提升。"
用户protimewaster的评论代表了相当一部分人的心态："我干脆不碰这些AI产品了。感觉像赌博——花20美元买token，也许能出点东西，但大概率是打水漂。"
正方：你用的产品不对，不代表技术是假的
但也有一线工程师用亲身经历反驳。
用户badlibrarian说："现在是2026年8月9日，如果你是个软件工程师，却还没有过多次'我靠，它竟然做到了'的震撼时刻，那你可能需要考虑换个行业了。"
用户lordnacho的对比很有力："两年前，我得自己手打代码、跑测试、查日志、修工具链bug，或者找个初级工程师来做。现在我只用大概描述一下backlog，AI就把代码修好了。这怎么可能是vapourware？它确实交付了东西——我们只是还没找到最好的使用方式。"
用户jeffreyrogers的经验更具体："虽然我还需要深度参与代码规划，但LLM写代码比我快得多，而且它知道的边缘情况比我还多，能处理我会漏掉的微妙bug。我已经从汇编写到前端JavaScript，但在不熟悉的领域，AI的工作质量远超我的水平。"
深层矛盾：工具链的"Javascript化"
跳出双方对喷，有几条评论指向了一个更根本的问题。
用户solomonb的观察一针见血："这个领域的迭代速度让Javascript生态看起来像静止不动的。才几个月，就已经没人讨论OpenClaw了。"
用户nowcomeonnow补充："似乎没有人在做用户测试和可用性验证了。MVP够用就行的理念被无限放大，但用户体验完全被忽略。"
用户burnto的总结可能是全楼最清醒的声音："不是所有产品都是vapourware，但很多确实是。你会在每个技术繁荣周期看到这种现象，但这一次更加自反——真正成熟的项目移动缓慢，因为它们有真实的用户在构建真实的业务。任何动辄日更PR的项目，要么根本没有真实用户，要么根本不关心用户。"
这段话精确描述了当前AI编程工具的悖论：迭代速度越快，反而越像没有用户的PPT产品。真实的软件工程需要兼容性验证、依赖管理、回归测试，这些是"90秒出一个PR"的工具体验完全没法覆盖的。
我们的判断
说实话，这篇文章的标题"全是PPT产品吗"有点标题党，但它的核心洞察是对的：AI编程工具赛道正在经历一次残酷的信任危机。
危机的根源不是技术不行——而是产品不行。LLM写代码的能力是真实存在的，lordnacho和jeffreyrogers的经验就是最好的证明。但把这一能力封装成"点击就送"的SaaS产品时，体验断崖式下跌。
核心矛盾在于：好的AI编程体验出现在开发者自己掌控工具链的场景里——Claude Code、Cursor、Copilot这些编辑器内的辅助工具，用户看得见每一步输出，能随时纠偏。而ONA这类"全自动工厂"产品的卖点恰恰是"你都别管了"——但当你真的不管，它就把你的钱烧光在读取待办清单上。
对AI创业者来说，这里有两条路：
一条是ONA的路——承诺端到端自动化，但交付不了。这条路烧钱快，口碑崩塌更快。
另一条是Cursor的路——承认AI是辅助而非替代，在产品设计上给用户足够的透明度和控制感。这条路不性感，但能活下来。
毕竟，当一个产品连登录都做不好的时候，没人会相信它能写好你的代码。
对AI创业者的三个信号
这场论战的真正价值不在于谁对谁错，而在于它暴露了当前AI编程工具市场的三个结构性问题。理解这些问题，比站队更重要。
信号一：自动化的"最后一公里"是产品设计，不是模型能力。
ONA的技术堆栈大概率不差——它被OpenAI收购，意味着它的底层模型和架构经过了顶级团队的审核。但登录流程卡死、任务读取无限循环——这些不是模型的问题，是产品的问题。用户不会因为你的模型是GPT-5就容忍登录失败。真正的护城河不在模型层，在体验层。
信号二：大厂收购不等于产品靠谱。
ONA被OpenAI收购这一事实，在HN评论区的反应是"更糟糕了"而非"那应该还行吧"。用户对AI大厂的产品信任度已经降到了冰点——越是大厂的产品，用户越怀疑是PPT先行。这对创业公司反而是好消息：只要你的产品能正常工作，就已经领先了被大厂收购的竞品。
信号三：AI编程工具的下一波机会不在"替代开发者"，在"替代杂活"。
Kira Howe文章中最精准的一句是："写代码本来就不是软件工程最难的部分。AI没帮我省掉那些烦人的环节——它反而制造了更多烦人的环节。"那些真正在赚钱的AI工具（Cursor、Copilot、Claude Code）都在做减法——在开发者已有的工作流中嵌入智能辅助，而不是试图用一个新的全自动平台替代整个工作流。下一个爆款不会说"你什么都别管了"，而是"你只管写代码，其他的交给我"。
结语
Kira Howe的标题"全是PPT产品吗"可能极端了，但172条评论的热度说明她戳中了真实痛点。在一个连OpenAI收购的产品都无法保证基本可用性的市场里，把产品做好这件事本身，就是最强的竞争壁垒。
本文基于Kira Howe博客文章及Hacker News 172条评论讨论。ONA已被OpenAI收购这一事实由HN用户Simon Willison在评论中指出。