为时一个月:我用 AI 从 0 到 1 完成了第一个生产级 Web3 项目的上线

引言

两个月前,我在《我决定成立一个一人实验室》中写下了自己的年度目标:

每年孵化 6-10 个项目,每个项目都要有清晰的盈利模式。

那不仅是一句目标,更是一个实验。我想验证一件事:在 AI 的加持下,一个人能否真正完成从 0 到 1 的完整项目研发?

「BlockETF」,就是这个实验的第一个结果。它不仅是这个目标的起点,也是「一人实验室」理念的第一次真实落地。

事实上,「BlockETF」 的构想已经存在了很久。之前还做过两次尝试,却始终没能走到「正式上线」的那一步。直到这次,在 AI 的深度参与下,加上「AI+Web3实战营」这种倒逼机制,我才真正完成了研发 → 测试 → 部署 → 上线的完整闭环。

这也是我第一次深刻感受到:

AI 不只是辅助,而是一种新的生产力形式。

如今,BlockETF 已正式上线 BNB 主网,你可以通过以下地址查看与参与:

为什么是 BlockETF ?

第一个项目选择做 BlockETF,其实只是我一直以来在做的事情的延续。

链上 ETF 的最初想法,来自我还在 ora.io 时做的一个项目。当时,美国刚通过了 BTC ETF,于是我们决定做一款链上 ETF。但那个项目一开始就搞得太复杂,开发了几个月才终于完成。临近上线时,却因为公司战略调整而被迫停掉。

项目停了之后,我就有了一个想法:

我要自己重新做一款类似的产品,并让它真正上线。

我是个极简主义者,不喜欢一开始就搞得很庞大。我更相信新项目应该从 MVP(最小可行化产品) 开始,一步步迭代。

后来我启动了「从 0 到 1 开发 Dapp 实战课程」,就决定把 链上 ETF 作为课程的实战项目来做。「BlockETF」 这个名字,也是那段时间确定下来的。

那次我确实把产品做完了,也部署上了主网。但我没有正式对外发布,只自己玩了一阵子,就发现还有很多地方需要优化。想着有空再重构,结果后来又投入了另一个新项目「NamePump」,优化的事就被搁置了。

直到 7 月底,我终于决定重启 BlockETF ,并尝试用 AI 来辅助开发。我用了 9 天时间,完成了测试网上线,但最后一步的主网上线依然没能完成。

一直到上个月初,我正式启动「AI + Web3 实战营」。这种「实战营式」的机制带来了很强的外部驱动:它让我必须持续推进、不断交付。于是我就这样一步步将 BlockETF 做成了真正意义上的正式上线产品。

从 9 月 15 日实战营开营,到 10 月 15 日主网上线,刚好一个月。

另外,选择做 BlockETF,还有另一个原因是因为它的运营成本极低。就算没有任何一个用户来参与,我自己一个人玩也行,只要趋势判断正确,也能赚取收益,从而覆盖原本就已经极低的运营成本。

一个人,一个月,一个生产级系统

重新定义「生产级」的标准

在 Web3 世界里,我所理解的「生产级」,并不只是"技术上线"。它意味着系统能够在真实使用场景中稳定、可信、顺畅地被用户使用

对我来说,这包含五个层面:

  1. 合约安全: 所有模块逻辑自洽、无越权风险;
  2. 测试完整: 关键路径经过系统性单元测试与集成验证;
  3. 架构清晰: 模块职责分明、接口标准化、可升级;
  4. 前端体验: 用户界面直观、反馈明确、操作可验证;
  5. 数据透明: 所有核心交互都能在链上追踪与复现。

在主网上线前,我重点聚焦前 3 项:合约安全、测试完整与架构清晰。这是系统能否稳定运行的核心。

尤其在安全方面,我从多个角度确保了协议的稳健性。首先在架构上进行了拆分,保证每个模块相对简单和独立,从设计层面降低复杂度与潜在风险。其次,在实现层面对关键逻辑进行了反复推敲与安全审视,确保每个函数的调用路径和状态变更都清晰可控,最大限度地减少潜在攻击面与异常风险。最后,进行了充分的测试,总共设计并通过了 1000+ 条测试用例,实现了完整覆盖。

而在上线后,我又把注意力放到用户侧体验上:优化移动端导航、滑动响应、投资与赎回流程、View Contract 按钮,以及一个简洁但能讲清逻辑的 About 页面。这些改进让整个系统更具"产品感",也让用户更容易理解 BlockETF 的逻辑与价值。

为了让透明性真正落地,我还将 合约代码与前端 UI 代码全部开源在 GitHub,并直接集成到官网中,让任何人都能随时查看、验证,甚至参与改进。

经过这一系列的设计、验证与迭代,这就是我为 BlockETF 设定的「生产级标准」:

一个能被用户使用、能在主网上长期运行、并能被任何人公开验证的系统。

与 AI 共创的开发节奏

这一个月里,我几乎每天都在和 AI 协作。

从分析需求、设计架构、开发合约、生成测试用例、编写脚本、部署到链上、再到实现前端 UI 与最终发布到 Vercel,几乎每一个环节,都有 AI 参与其中。

在不同阶段,AI 承担着不同的角色。在需求分析阶段,它像一个产品经理 ,帮我梳理功能逻辑与边界条件;在开发阶段,它变成一个程序员 ,与我一起编写合约代码;到了测试阶段,它又化身为测试工程师 ,自动生成测试用例与断言脚本;而在后期的前端与部署阶段,它则扮演前端工程师运维工程师,协助我完成界面实现与主网部署。

与 AI 一起协作完成整个项目的研发过程,和以往一个团队完成研发的体验完全不同。

过去的开发更像是一条线性的流水线:写需求、写代码、写测试,一步接着一步。而现在,它变成了一种持续对话

我不再独自面对代码,而是在和 AI 一起推演。它会提出我没想到的边界问题、逻辑漏洞、甚至命名上的歧义。我提出问题,它立刻给出方案;我修改架构,它即时反馈影响。这种来回的"对话式开发",让整个过程更像一次动态的探索,

代码不再是我写出来的,而是我和 AI 一起"讨论出来"的。

有时候,这种感觉很奇妙,仿佛我在和另一个思考体系协同工作。我提供判断,它提供生成;我负责抽象,它负责实现。这种配合,是一种新的创造方式。

AI 的价值,并不只是让我更快地写完任务,而是让我能更专注地思考真正重要的部分

过去,我常常被语法、变量、测试脚本这些琐碎细节打断思路。现在,这些都交给 AI 去完成,而我能把注意力集中在系统性思考:架构设计、安全逻辑、用户体验与长期可扩展性。

我发现,AI 最大的价值不是提升效率,而是节省认知带宽。它让我从"具体的手"解放出来,重新专注于"抽象的脑"。于是,我从一个程序员,变成了一个更像"导演"的角色,负责节奏、判断、取舍与方向。

从构想到主网:30 天时间线

时间 阶段 关键成果
9.15 项目重启 / 实战营开营 明确 MVP 版本需求
9.16 - 9.23 合约开发阶段 完成 BlockETFCore、ETFRouter、Rebalancer、Oracle 模块
9.24 - 10.02 合约测试阶段 编写并运行 1,018 条测试,覆盖率 100%
10.02 - 10.13 前端开发与测试环境搭建 完成测试网发布,包括前端 UI 和合约部署
10.15 主网上线发布 正式上线 BNB 主网,网站 block-etf.com 发布

每个节点都被我详细记录在了实战营日志中,这段时间我共分享了 11 篇研发日志。

整个研发过程也全被我录制成了视频存放在了腾讯会议里,共录制了 48 个视频,大部分视频时间为 1-2 个小时。

在这 30 天里,我共计投入约 76 小时研发时间,平均每天投入 2.5 小时。

这些数字看似枯燥,但背后却是一种节奏的建立。AI 让我能够以极高的效率完成复杂系统的搭建,也让我第一次真正体会到 "一个人可以像一个团队那样工作"

过去,一个主网级项目意味着漫长的沟通周期:产品、前端、后端、测试、部署...... 每个环节都需要协同、同步、等待。而在这次实验中,所有环节都在我和 AI 的对话中完成,从架构到合约,从测试到上线,没有会议,没有拉群,没有等待。节奏清晰,反馈即时。

这种"无摩擦的开发体验",是我在传统团队协作中从未感受过的。它让我重新理解了 "生产力" 这个词的含义:不是人更多、流程更细,而是思考与执行的距离更短

下一步计划:从产品到实验体系

BlockETF 的上线,并不是结束。它只是整个「一人实验室」实验体系的第一次完整落地,也是一个新的开始。

接下来,我会沿着两个方向继续前进。

方向一:BlockETF 的持续扩展

BlockETF 虽然已经正式上线了,但还只是完成了最基础的功能,还有很多需要持续扩展的功能。目前我想到的有以下这些功能模块:

1. 多资产入口(可用性提升)

目前仅支持 BNB 链上的 USDT,下一步将新增 BNB、USDC 等主流资产。用户可以直接使用持有的代币进行申购与赎回,无需额外兑换,从而显著降低进入门槛。

2. 跨链入口(生态扩展)

引入跨链消息协议(LayerZero 或 CCIP),允许用户使用其他链(如 Ethereum、Arbitrum、Base )上的 USDT/USDC 直接申购。通过独立的 BridgeAdapter 模块 实现安全解耦,让跨链逻辑与核心协议分层独立。

3. 定投机制(长期投资工具化)

加入 定投功能(DCA),允许用户设定周期性申购计划(按日/周/月)。合约在指定时间自动执行申购,帮助用户平滑成本、减少择时焦虑,并实现长期资产配置。该能力也将为钱包插件、策略产品与 AI 顾问留出接口。

4. 多 ETF 产品扩展(产品线)

CT5(Crypto Top 5) 之外,逐步推出系列化指数产品,比如:

  • Meme Index:以热门和头部的 Meme 代币组成;
  • DeFi Index:聚焦主流 DeFi 协议;
  • AI Narrative Index:追踪 AI 赛道相关资产;
  • RWA Index:探索与现实世界资产相关的指数。

方向二:「Soluno Lab」的下一个项目

BlockETF 是我「Soluno Lab 」的第一个验证实验。它证明了一个命题:AI + 个人开发者,可以在有限时间内独立完成一个生产级 Web3 系统。而我的年度目标,是孵化 6--10 个项目,目前才刚完成第一个。

下一个项目,我计划做一款 链上杠杆借贷产品 。它将融合借贷平台与 DEX 的机制,实现用户在链上进行抵押、借出、做多 / 做空的一体化操作。

在现有的 DeFi 协议中,借贷与交易往往是分离的,用户需要先在借贷平台抵押资产,再到交易所执行交易,这让整个流程变得繁琐、成本高、体验割裂。

我希望通过这个新产品,让用户能够在一个统一界面中完成:

  • 抵押资产
  • 借入目标代币
  • 自动开仓(做多 / 做空)
  • 杠杆管理

从交互层面,它更像是「链上版的 Margin 账户」;从协议层面,则是一种融合借贷与 AMM 的混合结构

在第一阶段,我会先实现静态杠杆版本 ,让整个借贷与交易闭环能在链上跑通;当系统验证稳定后,再逐步探索自动化与 AI 风控的可能性。

结语:实验仍在继续

BlockETF 的上线,不是终点,而是起点。它验证了一个命题:AI 可以让一个人完成团队级的创造。

接下来,我会继续让「Soluno Lab」保持这种实验性的节奏:每一次构建,都是一次对边界的探索;每一个项目,都是一次关于"个人与智能"的对话。

我不知道终点会是什么,但我清楚一点:

实验不会停止。只要还有想法,就会有新的系统被创造出来。

相关推荐
counterxing6 小时前
Agent 跑起来之后,难的是复用、观测和评测
node.js·agent·ai编程
uccs6 小时前
大模型底层机制与Agent开发
agent·ai编程·claude
counterxing7 小时前
我把 Codex 里的 Skills 做成了一个 MCP,还支持分享
前端·agent·ai编程
夜雪闻竹7 小时前
vectra 向量索引文件损坏怎么办
ai编程·向量·vectra
ZzT7 小时前
Harness 到底指什么
openai·ai编程·claude
宅小年8 小时前
AI 创业最危险的地方:太容易做出来
openai·ai编程·claude
麦客奥德彪8 小时前
Android Skills
架构·ai编程
言萧凡_CookieBoty9 小时前
一文讲清 RAG:让 AI 读懂业务知识库的核心方法
ai编程
kyriewen9 小时前
产品经理把PRD写成“天书”,我用AI半小时重写了一遍,他当场愣住
前端·ai编程·cursor
Patrick_Wilson10 小时前
知识沉淀的四层模型:从个人笔记到企业资产,让文档真正长出复利
面试·程序员·ai编程