过去十几年间，经济学家们为生育率的下降找过太多原因。从避孕手段的普及、女性受教育程度的提高，到福利政策的变动，甚至有人归功于美国 MTV 频道真人秀节目《16 岁与怀孕》的警示作用。

然而，这些解释往往只能影响特定人群，因为生育率的下滑是全球性的，不同制度、不同文化的国家几乎都在 2007 年前后踩下了刹车，所以背后一定有一个全球同步发生的东西。而这两篇论文背后的两个独立研究团队不约而同地把矛头指向了智能手机，证明了生育率下降和智能手机普及之间可能真的存在因果关系。

第一个研究从初代 iPhone 的特殊销售合约为切口，从 2007 年 6 月发布到 2011 年 2 月，iPhone 在美国只能通过 AT&T 购买和使用。美国某个县的年轻人能不能使用上 iPhone，很大程度上取决于当地有没有 AT&T 的 3G 信号塔。

（来源：资料图）

负责这项研究的美国明德学院的经济学教授凯特琳·迈尔斯和她的学生拿到了一份 2010 年底的基站覆盖地图，他们把美国的县分成了两组，一组信号覆盖率超过 90%，另一组低于 10%。通过比较这两组地方在 2007 年前后的生育率变化，就可以剥离出来 iPhone 的独立影响。

图 | 凯特琳·迈尔斯团队的论文（来源：资料图）

结果显示在那些几乎人人都能顺利用上 iPhone 的县，15 到 24 岁年轻女性的生育率，比那些几乎没有信号的县降得快得多。年轻群体的生育率降幅在 4.5% 到 8% 之间，而 30 岁以上的女性生育率受影响很小。

迈尔斯团队还设计了一个更加巧妙的验证，他们把同样的分析方法套在了威瑞森和 Sprint 这两家在当时还没有拿到 iPhone 销售权的运营商身上。在这两家运营商的网络覆盖好的地方，2008 到 2009 年的生育率并没有出现类似下跌。这让这个结果排除了这样一个疑虑，那就是网络基建本身不是锅，是手机上搭载的内容和应用促使了生育行为的改变。

第二项研究则把视野放大到了全球，负责这项研究的美国辛辛那提大学教授埃尔南·J·莫斯柯索·博埃多和团队收集了 128 个国家从 1995 年到 2018 年的数据，发现了一个惊人的同步性，在许多国家里青年生育率的下滑趋势，恰好断在了各自国家智能手机销量超过某个临界点的那一年。在哥斯达黎加、伊朗、土耳其这些风土人情截然不同的地方，这个模式也出现了惊人的一致。

（来源：资料图）

为了在美国本土验证这个全球规律，这组研究者用了一个更加生僻的工具，这个工具的名字叫做地形崎岖度。从地理学的角度来看，那些地形越崎岖的地方，铺设光纤和基站的成本就会越高，4G 网络的覆盖自然也就越慢。

这种由于山川河流造成的覆盖差异，和当地人的收入水平以及文化观念并没有直接关系，也就是说是一个天然形成的对照组。分析的结果同样是板上钉钉，那些 4G 网络覆盖更好的县，青少年（15-19 岁）生育率下滑得更快。

图 | 埃尔南·J·莫斯柯索·博埃多团队的论文（来源：资料图）

两项研究都指向了智能手机这一同一中间链条，特别是随时随地的网络连接，年轻人的社交方式被彻底重构。美国劳工统计局的调查数据也记录了这种转变，在 2003 年的时候 15 到 19 岁的年轻人平均每天花在和朋友面对面社交上的时间是 68 分钟，到了 2019 年这个数字跌到了 38 分钟。而他们花在电脑休闲娱乐上的时间从 22 分钟暴涨到 96 分钟。由于人与人面对面的时间减少，发生亲密行为的概率自然也就随之降低。

与此同时，另外两股力量也在推波助澜：一个是色情内容的触手可及，在手机出现之前观看成人电影还得偷偷摸摸，现在它变成了一个私密的、随时的选择；另一个是避孕和健康信息的在线化和可及化，年轻人在手机上可以轻易查到避孕知识和诊所信息，导致意外怀孕的风险进一步降低。

虽然这两项研究为同一个论点提供了坚实证据，然而一项社会变化很少能被确切地归因于单一技术。随便问一个不打算生育的成年年轻人，他们甚至不会首先提到是因为智能手机的普及。

没有参与这项研究的美国卫斯理学院经济学教授菲利普·莱文也告诉媒体，其实不必把结果理解为“都是 iPhone 的错”，它更像一个代表符号，象征着那场彻底改变了我们社交方式的技术浪潮。不管屏幕上显示的到底是 iOS 还是 Android，这块屏幕确实在影响人类行为，在这件事上技术的确是因素之一。

参考资料：

https://www.nytimes.com/2026/06/08/us/iphone-birthrate-decline-studies.html?unlocked_article_code=1.olA.b7iV.NINJIvJR617P

相关论文之一 https://www.nber.org/system/files/working_papers/w35310/w35310.pdf

相关论文之二 https://papers.ssrn.com/sol3/papers.cfm?abstract_id=6676839

运营/排版：何晨龙

注：封面/首图由 AI 辅助生成

过去一年，AI 编程工具让更多非专业程序员也能构建应用，这对后端的需求日益攀升。Supabase 的用户规模从约 500 万跃升至近 1000 万。平台超六成的新数据库都由 AI 工具创建。

此外，Bolt、Lovable、Replit 等主流 Vibe coding 平台陆续将 Supabase 设为默认集成。宣布融资的博客里，Supabase CEO 保罗·科普尔斯通（Paul Copplestone）特别点名感谢了 Claude Code 和 Codex。

做一个比Firebase更好用的开源后端

一个应用由两部分组成。前端是用户能看到的界面，后端则负责存储数据、管理用户身份、保存上传的文件、在多用户间同步状态。

此前，后端搭建是最耗时的工作之一：从零搭建数据库、写认证逻辑、配置文件存储。这些可能占据整个项目开发一半的时间。为提高开发效率，后端即服务（BaaS）平台应运而生，他们负责将后端打包成开箱即用的产品。

2011 年推出的 Firebase 是最早一批 BaaS 平台。2014 年，它被 Google 收购，如今已是移动端开发的标准选择，覆盖约 72% 的安卓应用。但 Firebase 有两个长期被开发者诟病的问题：一是闭源且深度绑定 Google 生态；二是底层使用 NoSQL 文档数据库 Firestore，无法支持需要复杂查询和关联的应用。

Supabase，就是 Paul 被 Firebase “坑过”才做出的平台。2019 年左右，在新加坡一家创业公司工作时，Paul 第一次使用 Firebase 搭建产品，随即被它的便利震撼，但他很快发现，这个平台有一些无法解决的问题，如扩展性受限、功能自定义不便等。他试着改用关系型开源数据库PostgreSQL（Postgres），但由于数据格式不兼容，迁移成本极高。

既要 Firebase 的简便，又要 Postgres 的灵活：这个想法成了 Supabase 的起点。2020 年 1 月，Paul 和联合创始人安特·威尔逊（Ant Wilson）正式创办公司。他们保留了 Firebase 包揽后端搭建、开箱即用的便利性，但将底层数据库改为已发展了 30 年的 Postgres。并承诺全部开源、可以自托管，且不锁定用户。

图 | Paul Copplestone 与 Ant Wilson（来源：Supabase）

加入 Y Combinator 后，公司定位被调整为 Firebase 的开源替代品。2020 年春天，Supabase 连续两天登上 Hacker News 首页，用户数从 80 涨到 800。但此时，小范围的热度并未立刻转化为流量，到 4 月底，平台上托管的数据库总计仅 8 个。

接下来的三年，Supabase 逐步扩充产品矩阵，从单纯的实时数据库，发展为包含认证、存储、边缘函数、向量数据库等完整功能的后端平台。

真正让飞轮转起来的力量，要到 2024 年下半年出现。

Vibe coding引爆增长

2024 年底到 2025 年，Bolt.new、Lovable、Cursor、Replit 等一批 AI 编程工具集体爆发。一个没有任何编程背景的人，也能通过自然语言对话，生成可以运行的应用。这就是 Vibe coding。

彼时，无数独立开发者摩拳擦掌，第一次尝到了用 AI 生成代码、搭建个人应用的甜头。为了给应用找一个好用的后端，他们将目光转向 Supabase。

原因之一在于，AI 模型训练数据已经包含大量相关开源代码，调用 Supabase 的成功率远高于其他后端方案。基于此，主流 Vibe coding 平台陆续将 Supabase 设为默认集成：用户构建应用并发布，在被使用者开启注册的那一刻，Supabase 就自动接管了建表、配置认证、生成 API 等一系列后端操作。

由此，数据飞轮开始转动。2024 年底，Supabase 的年化经常性收入（ARR）约为 3000 万美元。到 2025 年 8 月，这个数字跳到了 7000 万美元，同比增长 250%。开发者数量从约 500 万翻倍到近 1000 万，融资节奏不断加速。

（来源：Supabase）

拥挤赛道里的赢家

BaaS 是一个竞争激烈的领域。Firebase 目前仍然是移动端开发的标杆产品。此外，主打完全自托管的热门开源方案 Appwrite，在 GitHub 上已斩获超过 5 万颗星。想要极致的 Postgres 体验，开发者可以选 Neon；推崇极简部署的 PocketBase 支持把整个后端打包成一个可执行文件。此外还有 AWS Amplify、Hasura、Nhost 等侧重点各不相同的平台。

Supabase 从中脱颖而出，一方面是 Vibe coding 时代赋予的巨大红利，另一方面则来自其对开发者社区的积极维护。Paul 表示，如果坚持服务广大开发者群体，长期回报会比迎合企业客户更大。

作为曾深受 Firebase 困扰的开发者，Paul 在多次采访中表达过对企业级大客户的警惕。他认为，一旦公司开始接受企业客户的定制化大单，产品方向就会被其特殊需求扭曲：增加复杂的权限系统、鲜少有人用到的合规功能，最终牺牲普通开发者的使用体验。

但百亿估值背后，资本有理由要求与之匹配的回报。Supabase 必须在不牺牲开发者体验的前提下，找到收割企业级市场利润的手段，以此对冲消费级市场波动。

他们的解法是用产品力吸引企业客户主动入局。首先，其 2B 白标产品 Supabase for Platforms 作为 AI 代码平台首选的默认底座，客户规模在过去 6 个月内增长了 370%，间接为 Supabase 锁定海量下游企业的流水。

（来源：Supabase）

其次，宣布融资同日，Supabase 发布了一款名为 Multigres 的工具，意在解决用户项目扩大后的运维难题。

长期以来，Postgres 的水平扩展难题始终无法彻底解决，以此为基础的项目一旦做大，必须迁往其他更复杂的分布式数据库。Multigres 被定义为 Postgres 的操作系统，它可提供具备分片和零停机迁移能力的开源水平扩展层。Supabase 正以此留住从 AI 编程起步、可能成长为下一个独角兽的客户。

飞轮跑起来了，但有反转的可能

GitHub 托管着数以亿计的代码库，但其中很大一部分是用户一时兴起提交、之后再也没碰过的“仓库坟场”。

类似的问题也在考验 Supabase。过去一年，Supabase 数据库的上线量增长了 600%，但亮眼的数据背后，被热度吸引而涌入的用户，以及他们建立的应用中，活跃且持续付费的账号和“僵尸项目”各自占比几何，外界无从得知。

其次是安全问题。Supabase 高度依赖 Postgres 的行级安全（RLS），它决定着用户读写数据的权限。但在 Vibe coding 中，AI 代理为了让项目顺利“跑通”，通常会自动关闭 RLS 策略，或写出有安全漏洞的规则，缺乏安全意识的普通用户难以识别。

这导致大量通过 AI 生成的 Supabase 后端，实际上处于“数据裸奔”的状态。这些风险尚未集中爆发，但如果不及时修复，未来依旧可能产生反噬。

AI 让开发者群体的规模急剧扩大，配套的基础设施市场也随之扩容。Supabase 开源、克制、亲近社区的姿态，很大程度上确实是高速增长期的最优策略。但在开发者工具的演化历程中，从开源宠儿变为社区弃子的产品并不少见。

真正的考验在增长放缓之后。倘若 Vibe coding 的潮水退去，投资人开始追问利润，那时方知 Supabase 会继续坚持做开发者“最忠实的朋友”，还是变成另一个让社区失望的故事。

参考内容： 
https://techcrunch.com/2026/06/05/supabase-doubles-valuation-to-10b-in-8-months/

https://supabase.com/blog/supabase-series-f

https://supabase.com/blog/introducing-supabase-for-platforms

注：封面/首图由 AI 辅助生成