一行代码没写,我用AI做了一个可以收费产品

这是我第一次尝试完全依靠 AI 编程工具,从零到一开发一款产品。整个过程中,我自己一行代码都没有写。

转写模型使用的是 Qwen ASR,GPU 算力来自 Vast.ai。Vast.ai 的消费级 GPU 虽然价格便宜,但想把它做成稳定、可靠的在线服务,并不是一件容易的事。

为了兼顾成本与服务稳定性,我借助 Codex 放弃了官方的 Serverless 方案,从零构建了一套 GPU 实例调度系统。

这个过程中踩了很多坑,但非常值得。如果没有 AI 的帮助,我估计至少需要 3 个月才能把这件事做好,而现在只用了不到两周------当然,对很多大佬来说,这个速度可能依然不算快。

接下来,郑重向大家介绍一下我的新产品:PennyScribe。

PennyScribe 是一款面向 AI Agent 和开发者的音频转写服务,可以将音频、视频中的语音快速转换为结构化文本,再交给 Agent 完成内容总结、知识提取、信息检索和自动化处理。

如果你曾经让 ChatGPT 或 Claude Code 处理音频转写任务,可能会发现它们经常需要先下载并运行 Whisper。这不仅会让处理时间变得漫长,还可能因为设备性能不足或网络问题而中断。

这时,一个对 Agent 友好的云端语音转写服务就能派上用场。尤其是在需要批量处理大量音频时,云端多台 GPU 并行处理的优势会更加明显。

在测试过程中,我发现 Qwen ASR 的文本转写效果非常出色,但 Qwen ForcedAligner 生成时间戳的效果并不理想。去除背景音乐和环境噪声后会有所改善,但这也会增加处理流程的复杂度和计算成本。

因此,PennyScribe 现阶段决定先专注于一件事:把语音转写成高质量的纯文本。

虽然它暂时不适合视频字幕制作,但如果你需要将访谈、播客、通话或课程录音转换成干净的多语言文本,再交给应用程序或 AI 工作流继续处理,那么 PennyScribe 会是一个非常合适的搭档。

PennyScribe 提供 CLI、API 和 MCP,对 AI Agent 原生友好。

这也是我对未来新产品形态的一点思考:产品不仅要方便人使用,也应该让 AI 能够轻松发现、理解和调用,而不是把所有能力都封闭在 UI 里。

目前,GPU 调度效率和转写吞吐量仍有很大的优化空间。接下来我会继续优化架构、降低成本,并进一步压缩最终价格。

当然,我也不确定这件事是否还有足够大的商业空间------毕竟市面上已经有很多成熟的语音转写产品。但我依然想把它做出来,看看一个真正面向 AI Agent 设计的转写服务,能够走多远。

相关推荐
ZzT2 小时前
open-code-review 原理解读与 Claude Code 对比实测
ai编程·claude
IT规划师2 小时前
AI 价值落地的架构决策:从四层技术栈到组织能力的最后一公里
ai编程
梯度下降者7 小时前
GPT-5.6学会写代码来调工具了,Agent的架构正在被重写
软件工程·ai编程·工具调用·效率提升·架构重写
ZhengEnCi9 小时前
Claude 的记忆是怎么设计的:四层记忆栈,和一场叫「做梦」的离线整理
aigc·agent·ai编程
J船长10 小时前
一文搞懂 AI Agent Harness:它是什么,为什么重要,以及开发者需要建立哪些认知?
ai编程
Flynt1 天前
AI 写的 Three.js 大屏,为什么越跑越卡?我在 Node 里复现了它的内存曲线
前端·ai编程·three.js
J船长1 天前
AI 知识库的主流做法是 RAG,RAG怎么做
ai编程
小虎AI生活1 天前
哇塞~24小时开机的WorkBuddy免费领,速来
aigc·ai编程
郑世录1 天前
codex 接本地模型,单次输出卡在 3208 token:一份照着做就能改的完整教程
ai编程
JavaGuide1 天前
Gemini 真的变强了,写代码做视频的能力接近 Claude Opus5.5 了!
前端·ai编程