三小时零基础AI编程做产品，到底行不行？

最近网上有不少案例分享，0基础的人通过AI编程，几个小时做了产品，然后稳稳的收入激增，确实挺让人羡慕，我自己也分享过一些案例，但毕竟只是道听途说，很多事情，需要自己试试才知道。而且只有自己真的去尝试了，遇到别人问及相关问题的时候，才能真的拿出靠谱的意见和建议，而不是仅凭道听途说就去胡乱点评。

当然，最近这两年一直在旅游，缺乏工作心态，所以动作肯定比不了一线的年轻人。先说结论，对我来说，想要快速用AI做出一款可用的产品，目前来看，不太行。当然，这也要看产品类型，和对应的技术诉求，我会用自己的案例来讲解，可能存在的问题。

一开始我是问chatgpt，移动跨平台开发用什么语言框架比较好，它说flutter比较好，那么用什么开发工具呢，介绍的是vs code，其实一开始我是在我笔记本上安装的，按部就班地安装，我装的是visual studio，flutter，android studio，以及它要我安装的一些其他sdk和组件，但我笔记本硬盘分区不合理，系统盘太小了，虽然做了很多应用迁移，还是很快被一些默认安装程序什么的塞满，经常要删删改改才能让系统正常运行，此外笔记本电脑的速度也堪忧。

几经周折，总算是把flutter demo调通了，但这种一大堆各种窗口和按钮的交互方式我还是很不习惯，其实我算是上古时期程序员，而且一直抵触前端开发，我以前用的开发工具都是远程服务器上直接开Vi，全部命令行操作。

所以稀里糊涂地不知道从何下手的感觉，加上笔记本的编译速度也很慢，就停了几天没动，然后听从一些小伙伴的劝告，考虑了个人预算的问题，毕竟抠门，选择买一台mac mini做开发机，征得夫人同意后，去商场的苹果分销店直接顺了一台，羡慕国内的同学有国补，我就不想耗这个时间了，直接拿。然后配了个鼠标，在家楼下的电器城拎了一台显示器，然后把闲置两年的蓝牙键盘拿出来，算是齐活了。

光搭建开发环境，就折腾了我两天。不过还好mac上安装还算顺利，这次是把vs code，android studio，flutter，此外一些其他语言插件各种也都装上了。那么在vs code上，用的是copilot编程，copilot可以调用各种AI模型，第一天用claude 3.5各种来回反复，很折腾，第二天就狠心注册了copilot pro版本，氪金就是好，claude 3.7启用后明显写代码的效率和成功率提升了。

其实我自己是十分拒绝写前端交互的，而且很多年没有真正做过技术了， （去年无聊写过解数独的程序，还不错） ，所以全部都是在copilot chat上提需求，让AI自动写代码。前后我是一直没有参与代码的修订和编写的，这么说来，和零基础AI编程，好像也挺像的。

我平时手机上常玩的是数独游戏，所以想拿这个练起手 （事后证明，想简单了） ，然后一开始还算顺利，难度选择，提示功能，草稿功能，最后的快速填充功能，连胜纪录，胜利次数，最快时间等状态数据的保存等等，一样样设计开发完成，中间也有很多反复，但总算看上去完成了 （其实并没有，只是自己不知道） 。

然后开始设计更多游戏，2048，扫雷先后实现，中间也是和各种bug斗争 （都是把问题扔给AI，我是不查代码的） ，以及各种体验优化等等。

再往后就是增加语言选择和多语言能力，设计多语言的产品名称等。

然后今天，回头想再完善一下数独，增加更高难度，然后才发现，掉坑了。

先说一下AI开发中需要面对的问题吧。

1、很多人也遇到的，就是你让它哪怕修改一个很小的功能，甚至仅仅是简单的版式调整，它有可能把前面一堆东西给你改得面目全非，以至于经常要反复往回调整。后来小伙伴提醒，务必要装一个git版本管理工具，现在听话了，本地跑git服务，每天老老实实提交稳定版本，遇到各种崩溃的场合，老老实实的回滚。

2、需求提得多了，代码会逐渐臃肿，各种无用的，废弃的都会堆积在代码里，而且经常会莫名其妙地丢弃原有文件另开新文件 （当然也许是自己执行chat的时候打开的文件不够全） ，然后就导致很多没用的文件还在目录里。有时候需要让AI帮你分析一下，哪些代码没有用，哪些文件没有用，claude 3.7是可以分析的，但还有就是本来可以合并的逻辑，可以合并的代码，却放到了好几个地方，这也遇到了。

3、很多产品细节需要认真去体会，这需要你自己的真实体验感受，AI可以帮你实现功能，但交互的流畅性，有太多小细节需要你来发现，来定位，来把握，然后告诉AI，它才能帮你调整，帮你优化。

扫雷游戏，选择高难度的时候，格子会非常小，手指点击很容易出错，而且边缘很多手机屏幕是弯曲屏，边缘部位的点击就更难。

我选的几个游戏都是因为我自己可以算深度玩家，很多细节我会非常敏感，当然，实话说，AI并没有都帮我解决得很好，这也是需要不断和AI沟通，不断调整的事情。

然后说说我掉的坑，和这个案例所代表的，零技术基础使用AI编程会遇到的严重问题。

我开发完成数独游戏后，一直测试的是简单模式，因为测试速度比较快，测试通关的过程，失败的提示，连胜记录等等，各种文字信息和记录信息是否正确，一直没有测试高难度模式，毕竟耽误时间么，所以一直也没觉得高难度模式有什么问题。那么今天兴起，说加上最高难度试试，所谓最高难度，就是只保留17个数字，是数独游戏里最少数字有解的情况，但并不是任何一局数独你保留17个都能有唯一解的，这个就是一个很麻烦的话题。

所以我让AI帮我设计完之后，作为资深玩家，我点开一看就发现，唯一性有问题，于是我让AI增加唯一性校验，然后改过后，继续点开游戏，发现手机卡死了，于是跟AI说这个问题，我以为只是个bug，还没意识到问题在哪里。

然后AI调整后，我继续测试，发现高难度突然变成了低难度，然后我让AI继续优化调整，一个下午三个小时，都没有解决，很让人无语。然后就关机出去遛弯去了。

但溜达的时候，我突然想明白了这个问题，AI之前生成的高难度题，其实都没有做唯一性校验，所以很快就生成，但对于玩家来说，这种题是不对的，然后我让它增加校验后，生成逻辑就变得非常消耗资源，所以手机会卡死，但我没意识到这个关联，继续让它优化，它就做了一个尝试一定次数后自动降级的选择。

晚上回来开机做了一些简单测试，我单独开了一个程序，让AI写一个针对特定难度 （保留多少数字） 的数独生成程序，我发现25个的生成时间还是可以忍受的，1秒左右，24个就变成了10秒左右，23个就需要几分钟不等。

然后我想明白了一个非常关键的问题，我一直以为，我玩的数独游戏，是每局动态生成的。但实际上，至少高难度的版本，是题目预制的，超高难度数独题目，动态生成是不现实的 （后来我问了chatgpt有没有一些优化的算法，它给我推荐了所谓的舞蹈链算法，我让AI用这个算法重写了一下生成代码，发现生成效率无明显提升） 。

这就是一个特别典型的，产品技术实现路线的话题，你如果只提产品需求，它默认也是选择动态生成的模式，然后这个看上去很简单的问题 （不就是9*9的数据格子么，能有多难呢） ，其实隐藏着普通人不知道的实现复杂度。此外，如果你不是资深玩家，可能也不会注意到唯一性这个问题，那么生成的所谓高难度题目，在真正玩家眼里就是一个笑话。

如果没有技术背景，无法理解这背后的技术逻辑和实现路线，只靠AI，至少目前的AI，恐怕还真没办法满足我这个案例的诉求，AI不会主动告诉你其他的技术实现路线。

其实到现在为止，我一行代码都没写，都是AI写的，但我今天把这个卡点搞明白了，也算是用到了自己的一些技术背景能力。

前几天看到一个说法，也忘了谁提到的，很有道理，分享一下：无论是不是AI时代，让你做出产品能赚钱的都不是编程能力，而是需求洞察能力。AI只是让你能快速，低成本的把需求洞察变成可用的产品。

所以，需求洞察能力，仍然是最关键的。