两周前，我还只是想做一个：
"用 AI 帮普通人理解股票，而不是替人炒股"的产品。
现在，AlphaLens 已经从一个只能跑起来的 demo，慢慢长成了一个 "至少能自己用"的版本。
这一周最大的变化是：
开始克制自己，不再把它往"同花顺"方向做，而是开始回到产品本身。
这篇文章，记录一下 AlphaLens 第 2 周做了什么、踩了哪些坑，以及为什么我开始主动删功能。
一、这一周做了什么？
如果一句话总结：
把一个"看起来像产品"的 demo，变成了一个"开始能用"的 MVP。
这一周完成的核心内容：
技术侧
-
Vue3 + SpringBoot + PostgreSQL 基础架构稳定
-
JWT 登录打通
-
A 股真实股票数据导入完成
-
股票真实搜索完成
-
自选股切换到真实数据库
-
AI 分析接口打通
-
股票详情页 MVP 完成
产品侧
从：
只有几个静态页面进化到：
搜索股票
→ 查看详情
→ AI 分析
→ 阅读结果形成了第一条完整闭环。
这是一个很重要的节点。
因为：
第一次感觉它不只是一个技术 demo，而是真能用。
二、最大的转折：主动删功能
说实话，刚开始做的时候，我脑子里全是：
K 线、财报、估值、新闻、技术指标、龙虎榜、实时行情......
总感觉：
股票软件就应该啥都有。
然后页面开始长这样：
-
巨大的 K 线区域
-
空的行情模块
-
一堆 "-"
-
一堆"暂无数据"
问题很快出现：
越来越像一个"没做完的同花顺"。
但这不是我想做的，后来我重新问自己，AlphaLens 到底是什么？
它不是一个交易软件。
它是一个 AI 投资决策辅助工具。
核心不是：
看K线而是：
快速理解一只股票为什么值得关注于是我开始：
删。
删掉了：
-
空 K 线模块
-
假行情
-
空新闻
-
空财务
-
空估值
只留下：
AI 分析。
结果反而好很多， 页面开始变得聚焦。 其实有时候：
做产品不是加功能，而是做减法。
三、这周最大的技术活：A 股真实数据
之前是 mock 数据，体验很假，这一周正式接了，股票基础数据。
先做最简单但最重要的一步：
股票基础库。
导入stock_basic.csv完成后，支持：
-
股票真实搜索
-
股票详情
-
自选股真实关联
现在已经能搜：
平安银行
贵州茅台
招商银行
宁德时代而不是：
Tesla demo
Apple demo这种演示数据。
虽然只是一步，但体验差距巨大。
因为：
真实数据会让产品突然"像回事"。
四、股票详情页：踩了很多坑
详情页是这周花时间最多的地方。
刚开始的时候，我其实是往：
mini 同花顺
方向做。
结果问题来了：
数据是假的。
没有：
-
实时行情
-
K线
-
财务数据
-
新闻
整个页面：
-
-
暂无数据很廉价，后来决定：
与其装作什么都有，不如把 AI 做透。
于是，股票详情页改成：
AI 分析承载页
现在的结构：
股票基础信息
↓
AI 摘要
↓
AI 评分卡
↓
完整 AI 解读逻辑终于顺了。
也更符合产品定位。
五、最大的感悟：独立开发最大的敌人，是忍不住扩需求
这一周有个特别深的感受。
独立开发最危险的不是：
不会写代码。
而是：
忍不住什么都想做。
特别容易这样：
今天想：
加 K 线。
明天：
做实时行情。
后天：
加财报。
最后：
项目越来越大，越来越做不完。
后来我开始强制自己：
只做 MVP。
这一周一直提醒自己：
不做：
❌ 实时行情 ❌ K 线 ❌ 财报系统 ❌ 新闻系统 ❌ 技术指标 ❌ 量化策略
只做：
搜索股票 → AI 分析 → 给出理解
先让一个点真正有价值，再说扩展。
六、目前 AlphaLens 长什么样了？
现在已经支持：
登录
JWT 鉴权。
股票搜索
真实 A 股搜索。
自选股
真实数据库入库。
股票详情页
展示真实股票信息。
AI 分析
自动生成：
-
一句话结论
-
核心逻辑
-
机会因素
-
风险提示
-
适合人群
-
评分依据
虽然还很早期。
但第一次感觉：
"这玩意儿我自己可能真会打开用。"
这是一个好信号。
七、目前最大的问题：不是 UI，而是 AI 内容质量
有意思的是,做到这里发现：
问题已经不再是技术。
而是：
AI 分析够不够专业。
现在的问题是：
有时候输出还太像：
ChatGPT 套话例如：
"存在一定风险，建议谨慎投资。"
这种太空。
没有价值。
下一周最重要的事情：
让 AI 更像一个资深分析师。
少说空话。
多解释：
为什么。
比如：
不是：
银行业具有稳定性。
而是：
平安银行的核心逻辑在于零售金融能力与资产质量稳定性，但银行板块整体仍受利率环境压制，市场更关注净息差恢复节奏。
这个差距非常大。
八、下一周计划
重点只有三个：
1. 升级 AI Prompt
让输出更专业。
更像分析师。
少一点 GPT 味。
2. 完善 AI 摘要卡片
优化：
-
核心逻辑
-
风险提示
-
阅读体验
3. 开始小范围内测
发给朋友试试。
看真实用户会不会：
打开第二次。
这比我自己瞎猜更重要。
最后。
这一周最大的感受是：
做产品，比写代码难得多。
代码只要肯花时间，基本都能解决。
但：
什么该做，什么不该做。
其实更难。
继续更新。
希望第 4 周回头看，会觉得：
第 2 周的版本真粗糙。
那说明方向是对的,如果你也对：
-
AI
-
投资
-
独立开发
-
程序员做产品
感兴趣。
欢迎搜索关注：
AlphaLens Lab
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）