共计 5775 个字符，预计需要花费 15 分钟才能阅读完成。
2024 年底，一个普通的深夜。
两个孩子刚哄睡，我打开电脑，盯着屏幕上 Cursor IDE 里那一坨红色的报错信息，笑了。
100 行代码，10 行报错。
我身边那些写了十年代码的同事，提起 AI 编程就摇头：" 扯淡，写出来的代码都跑不了，不如自己写。"
他们说得没错。2025 年初那时候的 AI 写代码，确实很烂。
但我觉得这件事有意思极了。
先说说我是谁
我叫果较瘦，男，湖南人，因为人长得比较苗条，故大家叫我较瘦。做了 8 年 Linux 服务器后端开发，又做了 6 年 B 端产品经理, 管理做了 10 来年，管理过几十人的开发团队……6 年前头脑一发热从底层开发直接冲到了最前线——产品经理，从跟机器打交道变成了跟人打交道，这是一个抽筋剥骨的过程。有人问我后悔吗？我笑着说：无悔！自己选的路，跪着走也要走下去！在这个 AI 时代，我更确信当年的选择没有错。
技术上，开发期间我的阵地一直在后端——C、Python、Shell 脚本、Linux 内核，这些是我的舒适区。前端？只知道 HTML、CSS、JavaScript 的基本语法。Vue、React 这些框架？听过，没用过。
但我有一个毛病：对新东西特别好奇。
2024 年初，ChatGPT 的账号还得用国外的短信接码平台注册，一条验证短信就要 3 到 7 块钱。大部分人还在观望的时候，我已经在 Claude 的 beta 版注册了账号。那时候 Claude 只有网页版，我拿它测了测代码能力和科学计算，发现这玩意儿在专业领域是真的强。
这颗种子就埋下了。
起点：一个找不到的完美待办工具
2024 年底的某一天，我又一次在滴答清单里漏掉了一件事。
不是滴答不好，是我想要的东西很简单，但没有一个工具能同时满足：
- 微信里直接用，不用额外装 APP
- 到时间了 微信弹窗推送 提醒我，不是那种看不见的通知栏消息
- 支持重复任务——每天、每周、每月
- 分类管理——工作、生活、读书，一目了然
- 手机上操作顺畅，不要花里胡哨
我试了滴答清单、微软 To Do、Notion、Todoist……每个都差那么一点意思。
试了十几个之后，我冒出一个念头：
2025 年了，AI 都能写代码了。我为什么不自己造一个？
"100 行报错 10 行 " 的日子
那时候 Cursor 刚出来不久。20 美刀一个月，用的是 Claude Sonnet 3.5 的模型。我算是国内最早一批付费用户。
说实话，一开始体验很糟糕。
我打开 Cursor，输入第一个需求：" 帮我用 React 做一个待办清单的前端页面，支持任务的增删改查。"
AI 唰唰唰写了几百行代码。
我一运行——红。一片红。
修了这个报错，那边又冒出来一个。好不容易跑起来了，加一个新功能，之前写好的模块又崩了。写了几千行代码，结果 5 个模块出问题。之前能用的功能，在 " 能用 " 和 " 不能用 " 之间反复横跳。
我回忆了一下那几天的工作节奏：
- 用大白话描述需求
- AI 写代码
- 粘贴到文件里
- 运行——报错
- 把报错信息复制给 AI
- AI 改代码
- 再粘贴——又报错
- 再复制——再改
- 循环
对，整个过程我没有手写过一行代码。但那种 " 永远在修 bug" 的感觉，比自己写代码还累。
如果是一个普通人，大概到这里就放弃了。
没放弃，反而越来越兴奋
但我没放弃。反而越来越兴奋。
为什么？因为编程本来就是我的兴趣。而且我这个人有点湖南人的霸蛮——认准了一件事，就想把它做到底。
更重要的是，作为一个有 8 年后端开发经验的专业人员来说，我看出了 AI 的问题在哪。
那些反复出现的 bug，不是 AI 写代码的能力不行（单个模块它写得挺好的），而是 模块之间的边界不清晰，架构耦合度太大。
说人话就是：AI 像一个能力很强但没有全局意识的新人。你让它写一个函数，它写得不错。但让它同时管十个函数之间的关系，它就乱了。
某一天深夜，在电脑边修 BUG 时，我突然意识到：这不就是带新人团队的问题吗？
在做管理的那些年，有些新人能力是不差的，但如果没有规范、没有流程，做出来的东西就是一盘散沙，特别是集成到庞大的系统中，问题就暴露的更严重了，要换人吗？换了后又怎么样？这让我意识到：解决方案不是换人，是建制度！
于是我做了一件事——
给 AI 写规范。
像管理团队一样管理 AI
我认真研究了 Cursor 的官方文档（凭借以前啃英文技术文档的经历，这事我干得挺熟练），然后开始写大量的开发规范：
- 代码架构规范——哪些代码放在哪个目录，模块之间怎么通信
- 命名规范——变量、函数、文件统一命名规则
- 提交规范——每次改动要清楚标注改了什么
- 发布策略——什么时候可以发布，什么情况下要回滚
- 测试规范——改了代码必须验证哪些功能
这些规范文档加起来写了好几千字。本质上就是在给 AI 定 KPI、立规矩。
就像你在公司里，不会对着一个实习生说 " 你去把这个项目做了 "——你会给他写需求文档、定编码规范、约代码评审、设发布流程。
我把在职场管理团队的经验，全部平移到了管理 AI 上。
效果立竿见影。
规范建立之后，AI 写的代码质量明显上了一个台阶。bug 依然有，但不再是那种 " 改一个坏十个 " 的灾难性 bug 了。模块之间的边界清晰了，新加的功能不会破坏已有功能。
AI 开始变得 " 听话 " 了。
一周，从零到能用
大概花了一个星期。
一个从来没用过 Django+React 框架的人——对，我连 JSX 语法都是看 AI 写的代码才学会的——做出了一个能自己使用的待办清单应用。
说 " 一个星期 " 可能你没什么感觉。让我换一种说法：
如果你去招一个前端工程师，让他从零搭一个 React + Django + Celery + Redis + MySQL + Docker + Nginx 的全栈应用，支持用户注册登录、JWT 认证、任务增删改查、分类管理、单次提醒、重复提醒、微信公众号推送通知、中英文双语、移动端 + 桌面端响应式适配……
你觉得他要多久？
至少一两个月吧。而且你还得付工资。
我用了一个星期。没花一分钱人工成本。全程没有手写一行代码。
当然，因为做产品管理后，已经好几年没手写过代码了，以前是用 svn 来管理代码，发现 AI 对 git 更有亲和力，于是花了两三天时间把 git 管理技能认真学了一遍（我认为这个是真不能省事跳过），后续又断断续续花了半个月左右调整细节——UI 间距调了又调，微信公众号的接入（这个我以前也没接触过）折腾了几天……
但核心功能一个星期就跑起来了。
这个速度，让我自己都惊讶。
最终成品：呱呱果待办清单
先看数字：
- 开发周期：2025 年 3 月 – 2025 年 4 月（含间歇性开发）
- Git 提交次数：171 次
- 前端代码：31,564 行，207 个文件
- 后端代码：19,144 行，145 个文件
- 总代码量：50,708 行
- 手写代码量：0 行
技术栈：React + Ant Design + Django + Celery + Redis + MySQL + Docker + Nginx
功能：
📋 任务管理 —— 创建、编辑、删除、完成、分类、优先级、排序
⏰ 智能提醒 —— 单次提醒、每天 / 每周 / 每月 / 每年重复提醒
📱 微信推送 —— 到时间了微信公众号直接弹窗通知
🌍 双语支持 —— 中英文一键切换
📐 全端适配 —— 手机、平板、电脑都能用
🐳 一键部署 —— Docker Compose 一条命令启动所有服务
看到这个技术栈和功能列表，专业的程序员可能会说：" 这不是一个小团队花一两个月才能搞定的东西吗？"
没错。但现在，一个人加 AI 就够了。
如果感兴趣的朋友，可以关注我另一个公众号
使用链接：告别遗忘，拥抱高效人生！
中间踩过的坑，全是真的
我不打算把这个故事讲得好像一切都很顺利。不是的。每一步都是坑。
坑 1：AI 代码三成不能直接跑
这个前面说了。尤其是涉及到多个模块交互的代码，AI 经常写完一个模块忘了另一个模块的接口已经变了。修复的方法很原始：复制报错信息给 AI，让它改，改完再试。有时候一个 bug 要来回三四次才能彻底解决。
坑 2：前端 UI 是最折磨人的部分
AI 写逻辑代码很快，但 UI 细节……你得一遍遍 " 看效果→截图→告诉 AI 哪里不对→AI 改→再看 "。一个按钮的间距偏了 8 个像素，你得精确描述 " 请把这个按钮的 margin-top 从 16px 改成 8px"。这种活，AI 做得到，但沟通成本很高, 那时候还没有现在的 MCP，只能靠嘴喷：你怎么又改错了！说了不要改这里……。
坑 3：安全问题 AI 完全不会主动管
以为把功能开发出来，上线了就没事了，结果上线没两天，就收到阿里云服务器发送的短信：您的服务器被植入挖矿病毒，请立即处理……第一次做一个小工具应用，就被暴击了！于是查了不少网上的资料，发现网上也有很多朋友在喷 AI 不安全，叭啦叭啦……看到后，我只是笑了笑，然后开始给 AI 补充安全规范。如果知道自己要什么，全世界的声音都只是建议
因此，也更加让我更加确认了一件事：
AI 是一个超强的执行者，但你必须当好产品经理。
你得知道你要什么功能，你得能判断代码写得好不好，你得能准确描述问题出在哪。AI 不会替你思考 " 这样做安全吗 "。你得替它想。不能让 AI 当司机，你才是!!
一个底层逻辑：旧游戏和新游戏
过去十几年，" 做一个软件产品 " 的游戏规则是这样的：
旧游戏：有一个想法 → 组建团队 → 产品经理写需求 → 设计师画原型 → 前端开发 → 后端开发 → 测试 → 部署 → 迭代
这个流程至少需要 3 - 5 个人，几个月的时间，十几万的成本。很多好想法就死在了 " 组不起团队 " 和 " 没有预算 " 上面。
新游戏完全不同了：
新游戏：有一个想法 → 你自己用自然语言描述需求 → AI 写代码 → 你验证效果 → AI 修改 → 部署上线
一个人。几天到几周。成本几乎为零。
这不是效率的提升，是游戏规则变了。
以前，" 有想法但不会写代码 " 是一道无法逾越的墙。你只能等——等找到合伙人，等融到钱，等攒够预算外包。
现在这道墙被 AI 推倒了。
不会写前端？没关系，AI 会。
不会对接微信公众号？没关系，AI 会。
不会写 Docker 配置？没关系，AI 会。
你唯一需要的能力是：知道自己想要什么，以及能判断做出来的东西好不好。
而这两个能力，恰好是产品经理每天都在训练的。
后来：不只是一个待办清单
呱呱果做完之后，我没有停下来。
我又陆续用 Claude、Gemini、Copilot 做了一堆工具：
🔧 一键克隆网站应用 —— 看到喜欢的网站，一键生成类似的
📝 产品原型管理系统 —— 管理我日常画的各种原型
📡 全自动内容生成 + 一键发布系统 —— 写好内容后一键同步到微信公众号、WordPress、Discuz 论坛
每一个都是同样的逻辑：先解决自己的问题，做出来好用了，再给身边的人用。
现在周围已经有不少朋友和同事在用我做的这些工具。那种 " 我做的东西真的有人在用 " 的成就感，比收到年终奖还让人开心。
为了让 AI 编程更高效，我还给自己做了一个开发 AI 产品的规范项目，叫AI Rules——把我踩过的所有坑、总结的所有经验，整理成了一套标准化的 AI 编程规范。前面已经做过视频了，也是用 AI 做的。
我给自己定了一个产品愿景：
做点造福人类的小工具。
听起来是不是理想很大，落地很小？我也这么觉得。但我就是喜欢这种 " 从一个小痒点出发，做出一个真能用的东西 " 的过程。
我不焦虑，但我在思考
最近两年，我看到太多人活在 AI 焦虑里了。
今天追着学这个框架，明天追着学那个模型。生怕自己落后，生怕被 AI 淘汰。参加了十个训练营，买了二十个课程，收藏了一百篇教程——然后什么都没做出来。
我的想法正好相反。
我不觉得你需要追着 AI 跑。我觉得你需要追着自己的问题跑。
从 2024 年底到现在，我做的每一个产品，都是从自己的痛点出发的：
- 找不到满意的待办工具 → 自己做了一个
- 管理原型图太麻烦 → 自己做了一个系统
- 发布内容到多个平台太累 → 自己做了一个一键发布工具
- 看到竞品做得不错，想克隆下来学习 → 自己做一个一键克隆工具
我不是先学 AI 编程再找项目做，而是先有了想解决的问题，AI 编程只是工具。
工具为问题服务，不是反过来。
如果你也想入门 AI 编程，我的建议是别从 " 学 AI" 开始。从这三个问题开始：
- 我工作中最重复的操作是什么？ → 大概率可以自动化
- 我生活中最常抱怨 " 为什么没有这个功能 " 的时刻？ → 大概率可以自己做一个
- 身边的人经常找我帮忙解决什么问题？ → 大概率可以做成工具
然后打开 AI，用大白话描述你的需求。
做不出来？没关系。把报错信息贴给 AI，让它改。改不好？换一种描述方式再来。
一些 " 反常识 " 的发现
最后分享几个我这一年 AI 编程的反常识发现：
1. 不会写代码反而是一种优势
会写代码的人容易陷入 " 这代码写得不够优雅 " 的完美主义。而我不看代码——能跑就行。这让我的迭代速度极快。
2. 懂技术的产品经理可能比程序员更适合 AI 编程
AI 编程的核心能力是需求描述、效果判断、问题定位。这三个恰好是产品经理的基本功。
3. 规范比技术更重要
写规范文档的能力 > 写代码的能力。AI 可以学任何技术栈，但它学不会你项目的业务逻辑和架构约束。这些必须你来定义。
4. 最大的成本不是技术，是耐心
AI 编程不需要你学 React、学 Django、学 Docker。但它需要你有耐心——耐心描述需求，耐心调试 bug，耐心一遍遍看效果截图然后说 " 这里偏了 8 个像素 "。
5. 2024 年的 AI 编程和 2026 年的 AI 编程，完全不是一个物种
我开始用的时候，Claude Sonnet 3.5，100 行代码 10 行报错。现在最新的模型，同样的需求一次性就能跑通。进步的速度快到离谱。想想 2 年后会怎样？
写在最后
有人说 " 自然语言编程 " 是未来。
我想说——工具从来不能代表未来，只是人的思维和谁知在创造而已，说这种话的人绝大多数人还没有动手试或者只是试了下。
这篇文章不是要教你任何具体的 AI 编程技术。那些东西搜一搜就有。
我想传递的只有一件事：
你不需要等到 " 准备好了 " 才开始。你现在就可以打开任何一样新的工具，然后慢慢把它变成你自己的能力。决定人高度的从来不是工具，而是你的创造力、学习力、实践力
最后我想对还在观望的朋友说：出来混最重要的是什么？先出来！
我建了一个 AI 编程交流群。
不卖课，不收费，不搞焦虑营销。
就是一群真正在用 AI 做东西的人，分享自己踩过的坑和做出来的成果。
如果你也想试试 AI 编程，或者只是想围观一下别人用 AI 做了什么奇怪的东西——
加我微信，备注「思维跃升」，拉你进群。
后续我会陆续把我做的一些项目心得发布，到公众号或群里。
想看的在评论区聊聊你们的看法吧。
果较瘦 · 做点造福人类的小工具
