我几乎没写代码,十天上线了一个小程序游戏
11月4号晚上,辅导小孩学英文单词,被气得不行,静下来之后,决定给小孩做一款背单词的小游戏,答对一题往上跳一层,答错掉血往下退。
11月5日早晨,一个简单的demo就出来了,很简单的一个天梯,答对一次上跳一个台阶,给一个钻石;答错一次,下滑一个台阶,扣一个钻石。AI写代码非常快,如果只是做个demo产品,那完全不需要懂前端、后端、运维等技术。
11月14号,微信小程序「跳着背单词」正式上线(其实主要是小程序实名备案的时间)。前端、后端、美术、音效、部署都有,代码几乎全是 AI 写的。

几个小时:从一句话到能玩的 demo
第一天,我用大白话跟 AI 讲玩法:一个小人站在楼梯上,屏幕下方弹出一道单词题,四个选项,答对就跳上一层,答错退一层。
AI 先问了我几个问题:楼梯用图片还是画布绘制?题目从哪来?要不要发音?我说都按最简单的来。它选了 Canvas 画楼梯和角色,从一个内置的小词表里出题,发音直接调有道的接口。
几个小时后,手机上已经能玩了:楼梯一级级往上排,小人有起跳和落地动画,题卡能点,单词会读,答对答错有不同的音效。
放在以前,即使成熟的前端开发工程师,光画布动画加题卡交互,也得搭一两天。这次我只做了两件事:描述想法,上手试玩。
几天:从 demo 到一个完整的产品
接下来几天,游戏一层层长了出来:
- 后端:AI 搭了 Spring Boot 后端,有微信登录、云端存档、错题本和记忆曲线复习。分数全部由服务端计算,改前端也刷不了分。
- 同步:玩的时候不等网络,每答一题只发一个请求,进出游戏时和云端对齐。
- 发音:有道接口偶尔超时,就加了重试和自建音频镜像,音频提前下载到手机。
- 美术:100 个大魔王立绘都是 AI 生成的,抠图、压缩也由脚本批量完成,正好压进小程序 200K 的素材限制。
- 设计:地图怎么画,AI 先做了一个可交互页面,把 10 种带岔路的布局摆出来,我挑一种再实现。
- 扩展:角色和 36 个技能都放在数据库里。上新角色只要传一张图、插一条数据,不用改代码。
- 上线后:改血量规则时,新版前端会带版本标记,服务端按标记分别结算,新旧版本可以同时在线。
- 到上线时,前后端两万多行代码,九百多个自动化测试。这些代码我自己写的不到 1%。



遇到的一些坑
AI写代码是快,但是如果用不好,还是有一些坑。
-
先给AI立规矩,否则越来越乱。
前两天代码越堆越乱,一个后端文件写到了六七百行,改一处坏一处。
我停下来加了几点要求,每次对话自动加载:
- 后端按 controller、service、repository 分层;
- 一个文件超过 300 行要审查,超过 500 行要拆;
- 只信任服务端,客户端数据一律重新校验;
- 每个功能必须带测试;
- 不许擅自提交、发布、动生产环境。
- 另外还写了几个技能文件,规定开发、测试、评审各按什么步骤走。有了这些,AI 每做完一个功能都会自己跑测试、对照清单自查,交付时说明改了什么、验证了什么、哪些没验证。
-
先方案,后代码。
玩法和界面类的需求,都让 AI 先出几个方案,我选了再写。省掉的是反复返工的时间(还有tokens,也就是钱)。
-
我只做判断,但判断必须我来做。
- AI 也犯过错,基本都不是代码写错,而是它不知道我的意图。
- 有一次我说游戏"会卡",它判断是网络慢,去查了一堆服务器日志和性能数据。我让它先查前端,结果是换题时空了一帧,加上高分屏每帧整屏重绘。把绘制分辨率封顶、缓存渐变之后就顺了。
- 有一次我用另一款 AI 工具改了一些数据库数据,它检查生产库发现"问题",准备帮我还原数据库,我及时叫停了。
- 它不知道哪些内容不适合孩子。立绘里出现过骷髅,有个角色叫"白骨精",都是我看到后让它改的,现在叫"月亮姐姐"。
- 模拟器里一切正常,真机上顶部的字被胶囊按钮挡住、平板上题卡太小,这些只能我拿手机一项项试。

AI 对程序员岗位的冲击
这个项目按我以前的经验,一个人业余做,两三个月算快的。现在只需要几天,再加几百块钱的Tokens。
被压缩得最厉害的,是"把明确需求变成代码"这部分工作,它曾经是程序员的主要工作量。现在 AI 做得快,质量也不差,测试比很多人写得还全。
AI 替代不了的是判断:这个功能值不值得做,这个改动会不会影响线上用户,这个游戏孩子玩不玩得懂。从上面那几次出错就能看出来,它缺的不是能力,而是上下文和责任。
程序员不会消失,但工作重心会从"写代码"移到"做判断"。只会写代码的人,压力会越来越大。
AI现在做不了什么
这款小游戏本来就是只做给自家小孩用,稳定用户两个,我+小孩。
如果是真正的产品,那如何获客?AI解决不了。
现在几天就能做出一个像样的产品,AI漫剧满天飞,听起来很厉害,但它只解决了一半的问题。
供给端在暴涨,消费端没有变。
AI 把开发效率提高了几倍甚至十几倍,可用户这一端什么都没变。一个人一天还是 24 小时,手机里常用的还是那十几个应用,一个孩子每天能花在背单词上的时间可能也就二十分钟。
开发成本降了,用户的时间和注意力并没有变多。
技术解决不了流量从哪里来。
写代码我可以交给 AI,找用户却没人能替我做。
小程序的流量入口在平台手里:搜索、推荐、分享、广告投放。开发成本降下来了,买量成本不会跟着降。做产品的人越多,同一批用户就有越多人在抢,获客只会更贵。
以前常说"技术是第一生产力"。但在流量这件事上,技术能做的很有限,解决方案只有一个“花钱买流量”。
接下来会是开发过剩、产品过剩。
以前开发成本本身就是门槛。一个想法要变成产品,得有团队、有时间、有钱,很多想法停在了半路。现在门槛几乎没了,一个人一周就能做出一个完整的应用。
结果可以想见:同类产品会越来越多,越来越像。背单词小程序本来就不少,以后只会更多。用户面对一百个差不多的选择,最后用的还是他已经知道的那一个。
结语
AI本质上是一个提效工具,很大概率它不会让普通打工者过得更好。
因为决定普通人生活水平的是,整个经济生态是否在健康发展,和分配机制是否合理。
原创文章,转载请注明: 转载自空空博客
文章的脚注信息由WordPress的wp-posturl插件自动生成

近期评论