利用10个晚上的业余时间,我用 AI 从零开始做了一款完整的微信小程序,一个集记事与待办于一体的效率工具。整个项目涵盖:
- 产品定义、版本规划、功能拆解到 UI 设计
- 前端开发、后端开发、功能测试到发布迭代
整个过程中,我全程0 Code,0图标设计。所有代码由 AI 编写,所有图标和素材由 AI 生成。
我更像产品经理和架构师------决定做什么、判断好不好、提出调整意见。
此外,这期间,还完成了小程序的申请、备案、微信审核,以及每天近乎一个版本的发布。
可以说,我就是个懂产品,懂技术的老板,AI 就是员工,我"指指点点",它卖力干活。
效果
下面直接看效果:





部分代码提交记录:

欢迎试用体验:
「简单记・NoteX」------ 简单记录,自在生活。
当前主体功能完整可用,后续版本会持续迭代。
协作流程回顾
项目起始,我定义了一套与 AI 协作的完整流程,每个版本都严格走这套流程:
- 讨论需求 --- 与 AI 讨论功能范围,明确做什么、不做什么
- AI 输出 PRD --- AI 将讨论结果整理为正式 PRD,包含页面结构、交互流程、样式规范
- 人 Review PRD --- 对 PRD 进行 review,发现问题让 AI 修改
- AI 输出 HTML 原型 --- 依据 PRD 先直接生成 HTML 原型,这样在浏览器可以直接查看效果,提前发现交互和视觉问题。
- AI 实现功能 + 人 Review --- AI 根据 PRD 和原型完成开发,并进行 Code review。我负责审查并提出细节优化建议,多轮完善后,确保功能和体验达到预期。
- 测试验收 --- AI 生成专门测试页面,一键批量创建/清除数据,提升验收效率
- 发布上线 --- AI 准备好发布 CheckList 清单,我核验通过后,操作发布流程
- 版本迭代 --- AI 根据最新实现,生成修正后的版本 PRD 和 HTML 原型,新版本迭代时,保持对老版本功能不受影响
这套流程确保每个阶段都有明确产物,提高了 AI 交付效率。
对 AI 的思考AI
已经不再只是"写代码的工具",而是一个真正参与创作的协作者,一个任劳任怨的实干家。
1. 抽象想法快速"凝实" AI能把脑中模糊的想法快速变为可运行的页面。
例如"自测数据生成"页面,例如"我的"页面,我只描述用途和逻辑,它就能生成结构清晰、可直接使用的页面,且效果很棒。
这种快速成型的能力,让模糊想法几分钟内就变为可操作的原型,然后在这上面,基于我的想法,可以快速改良。
2. 不只是执行,而是参与思考
AI 能够理解意图,参与思考,而非单纯执行指令。
当我说:"页面要保持极简但更有质感"时,它自动调整了布局、留白、层级对比和按钮触达感,而不是机械改样式。
AI 的理解能力让它在设计和产品判断层面,开始承担创造性工作,并在产品决策上,也会给出建议,例如最初的产品架构讨论,为什么记事要与待办分开,底层的逻辑是怎么样的,它会分析清楚,给我建议。
3. 结构化流程,让 AI 发挥最大能力
清晰流程,让 AI 按意图输出高质量、可迭代的结果。
有条理的流程是保证 AI 产出质量的关键:需求讨论 → PRD → 原型 → 实现 → Review→ 版本迭代。
特别是 HTML 原型环节,在浏览器中提前看到页面效果,可以及时感知效果是否是我想要的,对于发现的交互和视觉问题,也能避免后期返工。
4. AI 不是万能,但已经够强
按照摩尔定律,AI 会越来越快、越来越强,会越来越可靠。
当前 AI 给出的方案并非每次都很完美,有些问题需要多轮调整。但相比过去只能自己靠经验或网上查询,现在AI 能随时分析、排查、提供方案,效率提升非常显著。
5. 人的价值在于判断AI
解放了执行力,但定义问题、做取舍、判断好坏仍然属于人。
在整个项目中,关键的决策需要人为进行:
- 产品架构
- 功能取舍
- 交互合理性
- 视觉效果
- 数据流转的合理性
6. 技术栈壁垒正在被打破
不同技术栈之间的学习成本被大幅压缩,你只需理解问题本身,而不必精通每个领域。
过去,一个完整产品需要跨越前端、后端、数据库、运维等多个领域,每一项都是门槛。现在AI通通都会,各端技术栈门槛,一定程度上被抹平。
7. 创造门槛重新定义
AI 解放执行工作,且创造权力正在重新分配。
以前做完整产品,你要成为多面手:产品、设计、开发、测试、运维、运营。
现在执行型和设计型技术壁垒快速下降。自己就可以是多面手,真正重要的是:
- 是否清楚自己要做什么
- 产品架构和逻辑链路是否合理
- 结果是否符合自己预期
AI 不断拓展执行力与创造力的边界,人的价值则从"能做"转向"能判断"。
当技术壁垒和创造力门槛被打破,未来机会会不断向那些有想法、会识别、能决策的人倾斜。