过去这一周，我做了一件拖了很久的事情：
开始认真做一个属于自己的产品。
名字叫：
AlphaLens AI
一个 AI 投资分析工具。
目标很简单：
帮普通投资者更快理解一只股票。
这一周，项目终于从一个想法，变成了一个真正能跑起来的版本。
虽然离"好用"还差很远，但至少：
它开始像一个产品了。
今天做个第 1 周复盘，也记录一下这个过程。
一、为什么又开始做产品？
说实话。
很多程序员应该都有过这样的念头：
"能不能做一个自己的产品？"
这些年写了很多业务系统。
CRM、后台、接口、数据库、流程......
上线过。
踩坑过。
也做过不少"别人定义需求"的项目。
但总觉得：
少了点什么。
后来我发现，其实是：
少了一个真正属于自己的东西。
尤其这几年，我越来越关注：
-
投资
-
股票
-
ETF
-
财报
-
AI
但研究股票有一个特别明显的问题：
信息太多，理解太慢。
有时候研究一家公司：
-
看财报
-
看新闻
-
看行业
-
看估值
-
看技术走势
一个晚上就没了。
而且最后还不一定看懂。
我就一直在想：
AI 能不能帮普通投资者减少研究成本？
不是：
替你炒股。
而是：
帮你更快理解。
于是就有了 AlphaLens。
二、这一周，我到底做了什么？
如果一句话总结：
从 PPT 产品，变成了能运行的原型。
技术选型
最后选的是：
前端
Vue3 + Vite + TypeScript
Element Plus
ECharts
Pinia
Vue Router一开始其实做过 React 版本。
但后来发现：
自己更顺手 Vue。
而且开发效率更高。
于是果断切了。
（及时止损真的很重要）
后端
还是老本行：
Spring Boot 3
Spring Security
JWT
PostgreSQL
Flyway
MyBatis Plus作为 Java 程序员。
这一套：
稳。
先把产品做出来再说。
别一上来就搞什么微服务。
AI 编程
这是这一周最大的变化。
第一次认真把：
VSCode + Codex作为主力开发方式。
以前总觉得：
AI 写代码不靠谱。
但这一周下来最大的感受是：
它不是替代开发，而是放大开发效率。
尤其：
-
搭页面
-
写重复代码
-
CRUD
-
调整 UI
-
API 对接
效率提升很明显。
当然。
也踩了不少坑。
比如：
AI 很容易：
改错组件。
或者：
一顿输出，但根本没改到真正生效的文件。
所以现在我的模式变成：
我负责架构和方向，AI 负责体力活。
三、这一周踩过的坑
1. npm 一直报错
前端初始化时：
直接卡了很久。
后来发现：
npm 环境被搞乱了。
甚至：
vite not recognized各种报错。
最后：
-
升级 Node
-
清缓存
-
切 pnpm
才稳定下来。
有时候：
真正浪费时间的不是业务，是环境。
2. Maven / JDK 地狱
这应该很多 Java 程序员都懂。
明明：
JAVA_HOME=17结果：
java -version还是：
1.8最后发现：
Windows 的：
javapath在抢优先级。
只能说：
Java 环境配置，永远能教育你做人。
3. 功能做太多
这是我这周最大的反思。
最开始我想做：
-
AI 财报
-
行业分析
-
市场情绪
-
AI 问答
-
自选股
-
会员系统
-
Pricing
-
Admin
越做越兴奋。
后来突然意识到：
我这是在做同花顺 + 雪球 + ChatGPT。
太重了。
于是强制自己停下来。
开始做：
MVP 功能冻结。
只保留：
首页
登录注册
股票详情
K线
AI 分析
自选股
用户中心
《图1：AlphaLens 当前 MVP 股票分析页》
因为：
没有真实用户之前，功能越少越好。
四、现在做到了什么程度？
目前：
已经有一个能跑起来的版本。
支持：
股票详情页
-
股票基础信息
-
K线图
-
指标展示
-
AI 评分
AI 分析
可以返回：
综合评分
成长性
估值合理性
市场情绪
风险控制
一句话总结用户系统
支持：
-
注册
-
登录
-
JWT 鉴权
自选股
已经支持：
-
加入
-
删除
-
数据真实入库
虽然现在：
股票数据还是半 Demo 状态。
但下一步：
会开始接：
A 股真实股票数据。
先做：
沪深 A 股后面再慢慢扩。
五、这一周最大的感受
以前总觉得：
做产品最难的是技术。
现在越来越觉得：
真正难的是克制。
尤其独立开发。
你总会觉得：
"这个功能也挺重要。"
结果：
越做越大。
最后：
永远做不完。
所以我现在给自己定了一条规则：
先做能跑起来的 MVP。
先让真实用户用。
再决定下一步。
六、下一周计划
第 2 周重点：
1. 接真实 A 股股票库
先覆盖：
上交所 + 深交所让股票搜索不再是 Demo。
2. 打通 AI 分析闭环
实现：
搜索股票
→ AI 分析
→ 保存记录
→ 用户中心查看3. 开始找种子用户
目标：
找到第一批愿意试用的人。
哪怕只有：
10 个用户也足够。
最后。
如果你也对：
-
AI
-
投资
-
独立开发
-
程序员做产品
如果你感兴趣，可以搜：
AlphaLens Lab
一起交流。
欢迎关注。
我会持续公开记录：
一个普通程序员，从 0 到 1 做 AlphaLens 的全过程。
也看看：
一个程序员，到底能不能做出一个真正有人用的产品。
------ AlphaLens Lab（阿尔法研究室）