中文 智研所系列 🇺🇸 Read in English

构建故事 — 与AI结伴的十天

5 · 建设故事 —— 与 AI 伙伴一起的十天

第 5 篇 · 共 6 篇 · 阅读约 8 分钟

前面四篇文章描述的所有东西,背后的平台, 是 2026 年 4 月,10 天内(4 月 18 日到 4 月 27 日), 由一个人在其他事务的间隙搭起来的。

它不是史上最大规模的软件项目。 但它也不是没东西 —— 大约 3.1 万行代码, 分布在 6 个小型应用里,全球部署,7×24 运行, 支撑两个生产应用(Infinite Research 和 AI Institute)外加一个管理仪表盘。

有意思的不是代码本身。有意思的是 搭它的感觉。 因为在 2026 年写软件 —— 至少是和一个认真的 AI 编程伙伴一起写 —— 和 24 个月前在性质上是不同的, 而且我认为这种不同的意义,远不止软件本身。

这篇文章讲的是个人故事。 即使你不写代码,你也应该认得出这个模式 —— 它正在快速扩散到其他领域。

“Vibe coding(凭手感写代码)” 实际上是什么意思

你也许见过 “vibe coding” 这个说法在网上飘。 它是这样一种写软件风格的简称:

  • 你用自然英语描述你想要什么
  • 一个 AI 伙伴写出大部分代码
  • 你阅读、编辑、调整方向、引导
  • 你做出了原本一个人不会去尝试的事

这个说法半带玩笑 —— 真正的工程仍然在发生, AI 不会替你做架构决策, 出问题时也得有人去调试。 但其中认真的那一半是真的新: “敲代码” 这件事,以前占工作量 80%,现在占 20%。 剩下的 80% 是品味、判断、引导。

这更像导演,而不是写作。

我经历的几个阶段

10 天大致压缩为四个阶段。每个阶段有自己鲜明的情绪形状。

第 1–2 天 —— “这是魔法” 阶段

我用自然英语描述我想搭的东西。 AI 几小时内就生成了一个能跑的原型。 我把它部署到互联网上。我看着真用户(嗯,就我自己)在用它。

主导的感觉是不敢相信。 这件事不该这么快就发生啊。 我业余写代码已经多年了;我以前搭过一些小东西, 但总是慢、痛苦、还没做完就放弃。 当我第一次在一个下午里把一个端到端的真东西部署上线, 我真的不相信自己看到的。

这个阶段是危险的。你以为自己发现了一个作弊码。

第 3–4 天 —— “这东西有微妙的 bug” 阶段

然后 bug 来了。不是崩溃 —— 崩溃是好查的。 这些 bug 都很微妙:看起来 对,但产出微妙错误的结果。

一个本该每个任务加一次的计数器,加了三次。 一个状态字段写着 “运行中”,而实际上没东西在跑。 第二天我心情很好加上的一个缓存, 第四天我改了 prompt 之后变成了陷阱: 返回的还是旧答案。

这就是 AI 伙伴关系真正起作用的地方。 这些 bug 中大多数,我一个人查可能要一天一个。 有 AI 伙伴时,我可以用自然英语描述症状、贴上相关日志、 几秒内就拿到一个可用的猜想。 我们来回 —— 不,不会是那个,理由是 …… —— 然后在几分钟而非几小时内找到真正的原因。

这个阶段主导的感觉:谦卑。 AI 是一双很好的手。它 不是 一个判断重要性的好评审。 那部分仍然属于你。

第 5–7 天 —— “我能搭一个真平台” 阶段

到中段,原型长大了。 平台上跑着两个真实应用。 修了 20 个以上 bug,加了 15 个以上功能, 做了 7 次数据库迁移、一个仪表盘、一个管理 UI。

这一阶段变化的不是开发速度。是我的 野心。 我开始尝试第一天不会去尝试的事情。 我能加一个多租户权限模型吗? 我能让用户登录吗? 我能搭一个把五种数据源汇总到一个视图的工作台吗?

答案,出乎意料地经常,是 yes。 有 AI 伙伴时,你工作的抽象层次是 “这个东西应该做什么”, 而不是 “怎么把它做出来”。 这改变了什么样的问题让人觉得难。

主导的感觉:野心在自我加成。

第 8–10 天 —— “这是基础设施了” 阶段

到最后阶段,这套系统不再是 “我正在搭的某个东西”, 而开始变成 “我依赖的某个东西”。 AI Institute 每天早上都在跑, 产出我配着咖啡读的真简报。 Infinite Research 在回答我真正需要答案的问题。 管理仪表盘让我能监控一切。

工作从 搭功能 变成 运维基础设施。 卡住任务的看门狗。节点崩溃后的自动恢复。 权限作用域,让不同应用看不到对方的数据。 为下一个可能在它上面构建的人写文档。

主导的感觉:责任感。 现在有人(嗯,就我自己,但毕竟)在用这东西。我不能搞坏它。

一些数字,给好奇的人

如果你是数字派,下面是诚实的算账(数字是 4 月 27 日从生产数据库实时拉的):

构建产物

  • 10 天 从一个空仓库到两个生产应用(4 月 18 日 → 4 月 27 日)
  • 约 3.1 万行 代码,分布在 6 个小型应用
  • 约 1.4 万行 文档
  • 6 个包(backend、frontend、research-worker、infinite-research、edge-node、api_bridge)
  • 3 个边缘节点(我自己拥有的机器)加入集群
  • 50 多次部署 到生产环境

线上运行流量(10 天,全部生产)

  • 416,324 次 API 请求由 agent-route 服务
  • 3,442 个 AI 任务端到端执行完毕
  • 736 个 会话被创建
  • 365 份 工作流定义,366 次 调度触发的工作流运行
  • 3,365 条 对话消息被持久化
  • 12 次 Infinite Research 会话,产出 126 个 子任务调研
  • 2 个生产应用 持续运行

过程

  • 20 个以上 bug 被发现并修复(尴尬的那些都被详细记录了)
  • 每天 30–50 轮 平均与 AI 伙伴的对话
  • 约 600 美元/月 的 AI 订阅(Claude + ChatGPT + Gemini 顶级套餐),加几乎可以忽略的 Cloudflare 开销,加几个第三方 API —— 硬件(Mac Studio、MacBook)是我已经拥有的
  • 0 小时 与另一个真人的结对编程
  • 0 小时 正式工程工作(这是个副项目,与其他事情并行)

“3.1 万行” 听起来很多。是,也不是。 真正的公司会把这看成一个 sprint 的工作量。 但对一个人、副业、十天来说 —— 这在两年前是不可达的。

我真正学到的(不是漂亮话)

如果要把这 10 天里我自己思维上的变化压缩成几条诚实的观察:

1. 瓶颈现在是你的品味,不是你的打字

当你能用英语描述你想要什么、几分钟就被构建出来时, 限制因素变成:你真的知道你想要什么吗? 我大部分失败的尝试不是 “AI 搭不出来” —— 是 “我搭出来一个错的东西,因为我没认真想清楚我需要什么”。

2. 思考真正发生的地方,是写文档的时候

10 天内,我写了三份重要的开发者文档。 每一份都让我发现至少 3 处自己设计中的不一致, 然后回去修掉。 文档逼你去想象一个读者, 而读者会抓到那些你正在向自己掩盖的事。

3. 长得奇怪的小数字,通常是真 bug 的指纹

应该是 1 的计数器显示 3。 本该停了几小时的进程,时间戳是 22 分钟前。 状态写 “运行中”,但没有进程在跑。 这些看起来像显示问题。 它们几乎总是揭示出一个竞态、一个重试循环,或一个进程崩溃。 追那个奇怪的数字,每次都值得。

4. AI 是一双好手,是一个糟糕的重要性评审

AI 会愉快地实现你要求的任何东西, 包括错的、笨的、下周会咬你一口的那个。 你 是唯一能判断哪些功能值得有的人。 你 是唯一在复杂度蔓延时, 能决定砍掉什么的人。 AI 没有 “skin in the game”;你有。

5. 删掉的比写下的更多

整个 10 天里,我写下的最重要的几行,是我后来删掉的。 第二天加的那个聪明缓存层 —— 第五天变成 bug 源头,删掉。 那个把 bug 掩盖而不是解决的复杂重试策略 —— 第七天,删掉。 那个没人用、还令人困惑的 “智能” 功能 —— 第九天,删掉。

在普通代码库里,删除是难的, 因为你不相信自己以后能再把它装回来。 有 AI 伙伴时,你总能再装回来。 删除的成本下降,意味着对 “这玩意还在挣它存在的份吗?” 这个问题, “不,移掉” 这个答案变得对得多。

更老实地讲,感觉是怎样的

几条不那么整齐的观察:

有些时辰是真的让人微醺。 我用英语描述一个 UI,20 秒后那个 UI 就出现在屏幕上, 有样式、能点击、已部署。 我 5 分钟里能迭代 3 次。 反馈回路紧到不像在工作;像在玩。

另一些时辰则筋疲力尽。 当一个微妙的 bug 跟我对峙了半天,AI 伙伴帮不了我多少。 AI 让 打字 这件事变快,但 思考 那部分仍然是我的, 而思考是烧卡路里的。 长时间调试的一天结束时,我跟普通工作长日同样累。

情绪的起伏比预期大。 中午 “我是上帝,我能搭出任何东西”, 下午 5 点 “整个东西是用口香糖粘起来的”, 是一天的常态。 两者都是真的。 平台是真的、能跑;平台也是脆弱的、充满了妥协。 两件事同时为真。

我不再在自己的项目里像个外人。 在和 AI 伙伴合作之前,我每次试图写软件, 都觉得自己像在一个陌生国家旅行,半懂当地语言。 和 AI 伙伴一起,我第一次觉得 “流利”。 不是因为 AI 替我说话 —— 而是因为 AI 移除了 说话的摩擦,所以我能专注于 说什么。

最后那个变化,可能是 AI 对软件最被低估的影响。 不是说 “更多软件被构建出来”。 而是 “更多 种类 的人觉得自己被允许去构建它”。

为什么我觉得这件事不止于软件

我刚才描述的模式 —— 描述你想要什么, AI 完成机械性工作,你用判断引导 —— 现在正在发生在:

  • 法律(从自然语言描述起草合同)
  • 金融(汇编研究简报、做情景建模)
  • 市场营销(活动规划、文案生成、A/B 测试设计)
  • 设计(UI 草图、品牌系统)
  • 运营(工作流自动化、调度、异常处理)

每一个里面,同一个转变都在发生。 瓶颈从 生产能力 移到 品味和判断。 “能合理构建出有用东西” 的人数,扩大了一个数量级。 单位产出成本崩塌。

如果你是个看着工程之外的商业读者,要带走的是: 同样的力量正在逼近你所在的领域,而且可能比你以为的更快。 正确的准备不是 “去学 AI” —— 而是去 练习以不同寻常的精度描述你想要什么, 因为那是新的瓶颈。

最后一篇文章讲这一切接下去会到哪里。

上一篇: 应用聚焦 —— 智研所 · 下一篇: 展望未来