10个晚上,全程 AI,我做出了一个微信小程序

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:

  1. 讨论需求 --- 与 AI 讨论功能范围,明确做什么、不做什么
  2. 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
  3. 人 Review PRD --- 对 PRD 进行 review,发现问题让 AI 修改
  4. 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。
  5. 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。
  6. 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
  7. 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
  8. 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。

相关推荐
chaors2 小时前
Langchain入门到精通0x03:Langchain的服务部署
人工智能·langchain·ai编程
renhongxia12 小时前
面向开放世界的具身智能泛化能力探索
人工智能·深度学习·机器学习·架构·transformer
安全渗透Hacker2 小时前
安全使用OpenClaw:从官方威胁模型出发,全面规避AI智能体风险
人工智能·安全·ai·安全威胁分析
卢_猫之使徒2 小时前
如何写一个SKill
人工智能
RuiBo_Qiu2 小时前
【LLM基础】5.prompt & context engineering
人工智能·机器学习·prompt·ai-native
San30.2 小时前
手写 Mini Cursor:基于 Node.js 与 LangChain 的开发实战
人工智能·langchain·node.js·agent
Keep_Trying_Go2 小时前
基于stable diffusion图像生成的小小demo应用(pytorch)
人工智能·stable diffusion
CIO402 小时前
AI未来--AI时代40岁IT人方向
人工智能
飞Link2 小时前
进阶时序建模:门控递归单元 (GRU) 深度解析与实战
开发语言·人工智能·rnn·深度学习·gru