陆星野: 💻二本文科生零基础，靠AI实现5万行代码的露营小程序 一名普通二本文科生，物流管理专业，做了8年产品经理，无代码基础，buff叠满。 独立开发了露营小程序-心野（前后端分离，5万行代码量），这篇文章记录下开发过程的思考，希望能为有独立开发想法的朋友提供一些参考。 一、心野项目背景 心野介绍：心野是专注发现营地，选择装备的露营小程序，目标让大家露营更简单更方便。目前主要运营区域在北京，后续会扩展其他地区，欢迎有露营需求的朋友使用。 解决的问题：帮你快速发现宝藏营地，特别是很多免费营地，再也不用在各种帖子和群聊里的到处问了。后续会上线装备功能。 代码体量：心野小程序、心野管理后台、服务端加起来差不多5万行。代码行数从来不应该是项目的评价标准，用最少代码实现才是牛的。 时间投入：400-500个小时，每天下班2-3个小时，周末投入6-8小时。 二、 关于AI编程方法 1. 核心方法：使用AI生成最小单元任务。 最小单元任务：取决于AI大模型的代码能力边界和我们自身对代码的理解和控制程度。 随着大模型能力的进化和我们自身的成长，最小单元任务的范围是可以越来越大的。 我最开始的最小单元任务就是几行代码，多了看着就头大，就这么开始的。 2. AI编程模式 传统+AI辅助模式方式：在传统编程方式下，不断分解任务，使用AI生成最小单元任务，调试构建完整项目。 1) 这个方法新手上手成本过高，会有一段非常痛苦的新手期。但这种方式能更好使用传统编程范式的沉淀经验，不要完全用旧事物的角度去看待。 2) 我们如果需要对项目有更强的掌控力，要实现复杂需求和细节控制，建议使用此方式。 Vibe Coding（一句话生成） 1）上手门槛较低，能够快速生成一个基础可用的产品，适合小型项目。 2）这个方式问题在于代码精确性得不到控制，如果我们不了解底层细节，优化和修改花费的成本不亚于第一种方式。 一句话生成复杂项目的约束条件是：项目每一个功能文档描述清晰准确，同时大模型不发散。 三、产品和技术栈 1. 产品原型 使用Axure或Figma，心野因为是我自己设计，跳过原型阶段直接进入了UI设计。 原型是你想法的具象化，如果不是自己UI设计或者脑海里清楚主要细节，建议画一下原型，你想的越清晰，使用AI开发效率越快。 看了很多人喜欢让AI一句话生成原型，如果是公司工作因为各种原因可以这么做，但自己做产品一定要清楚要创造什么，核心细节有哪些。 2. UI设计：Figma，简单容易上手，建议可以学习下。英语不好的同学，去插件商店下载汉化插件（插件比较老，新功能没有汉化）。 3. 小程序端：微信小程序原生（WXML, WXSS, JavaScript）。没有使用Taro、Uniapp这些框架，原因是写出来的体验太差，如果是跨小程序平台项目可以考虑这些框架。 4. 管理后台：Vue3 +腾讯TD Design。 5. 服务端：使用的Python Flask框架 新手尽量不要选择Django，稳定和全面是优势，但大而全对于新手是灾难，上来一顿配置，最后发现使用的就一小部分。 虽然Flask使用到最后基本就是Django，但是从零开始构建与直接面对一个大而全是不一样的难度。 也可以选择FastAPI框架。 Go语言也是很好的选择，写法规范统一，性能强劲。 6. 服务器：腾讯云轻量服务器 配置：开发环境和线上环境各一台，2核8g，如果你的应用端不多，开发环境使用4GB内存基本够了。 操作系统：Debian，尽量避免选择CentOS（已停止维护主流版本更新）或云服务商自研，选择通用稳定的系统，比如Debian、Ubuntu。 7. 数据库：MySQL，单独购买价格比较贵，直接在服务器里自己配置的，为了数据安全，最好做备份。可视化数据库可以使用Navicat Lite，免费不需要破解。 8. 缓存：Redis，用于获取浏览数据，减少数据库读取压力。 9. 搜索：Meiliseacrh 选型原因： 没有使用ES主要是因为初期开发服务器配置较低（4GB内存），运行ES较为吃力。 资源充足的还是建议使用ES，Meilisearch的地理位置老出现缓存数据报错的问题（不排除个人水平问题）。 10. 图片存储：腾讯云对象存储（COS），用于存储项目图片。 11. Git和代码仓库 远程代码仓库：新手使用腾讯CODING，初期不建议使用Github，因为你经常会遇到同步代码失败的情况，加上英文界面不友好。 Git：新手使用Ugit图形化工具，熟悉了基本操作后，再逐步过渡到Git命令行。 12. 其他：SSL证书（使用免费的，三个月得手动换一次，还没学会怎么自动续期），Nginx反向代理。 四、关于AI大模型 1. 编程能力取决于AI大模型的能力，个人使用体感排名：Claude3.7>Claude3.5>Gemini2.5pro>GPT-4o=Gork>国产大模型（DeepSeek、豆包、元宝、千问） 2. Claude 3.7：目前最强的代码模型，没有之一。 3. Claude 3.5：开发过程使用的主力模型，中小型项目基本没有问题，前提是不降智的3.5，最近很多渠道的都强行降智了。 4. Gemini 2.5pro：用的相对比较少，注释特别啰嗦，经常给出无用的解决方案并且很固执坚持有用。 5. GPT-4o：项目初期使用的最多，大概10个问题里，总有2-3个它解决不了，Claude比例是10%左右，差距很明显。 6. Gork：代码解释的很详细，和4o一个水准线，Gork的文案写作能力很好，刚出来时免费额度抠抠搜搜，现在好像大方点了。 7. DeepSeek：v3没有体验过，可能会好一些吧，但是v2是国产里最弱的一个，你告诉他错了，他连字都不改的给你重复发相同方案，弄得你很没有脾气。 8. 豆包，元宝，千问：都一个水准线，国际友商解决不了的问题他们解决不了，国际友商能解决的问题他们也解决不了。 五、关于编程工具 1. 主力工具 免费各家对话工具大模型，没使用付费工具（反思为了省钱牺牲了效率） 条件允许的话付费工具，会大大的提升你的效率，最显著的提升是不用来回复制代码。 2. Cursor 免费体验过，因为小白阶段每个月要问上千次AI，Cursor的额度不够用。加上当时有免费的3.5使用，就没有进行付费体验。 现在cursor应该是断档领先其他编程工具，有条件有想法的建议使用。 3. Trae：使用海外版，后期主力使用，优点免费，最大缺点排大队。 Trae对大模型的编程优化效果一般，有时感觉还不如不优化。 Claude3.7 每人每天可以问10次左右，之后开始漫长的排大队。Claude 3.5 问一定次数后也需要排队，这是最不理解的地方，现在能免费或低成本用上Claude 3.5的渠道还是有的。 代码补全：自动补全带着不聪明的样子，不舒服交互，而且没有找到关闭的地方。 内存占用：运行2GB内存起步，导致无法远程在服务器上直接开发（中小开发者会有的需求），字节工程师人均1024GB运行内存的电脑，一点不懂平民阶层的痛苦，相比之下VSCode也就占用几百M的运行内存。字节的其他AI产品也普遍存在这个问题，占运行内存巨大。 产品策略问题：免费+严重排队的模式已经影响核心使用用户的体验，是时候推出订阅计划了。 还是万分感谢🙏字节的财大气粗。 4. 其他编程工具： 没深度用过，不乱做评价，但是插件类工具整体体验不如代码编辑器。 六、关于AI的问题 开发心野小程序遇到的主要问题如下 1. 上下文长度不足 复杂项目代码数量过多时，编程工具或大模型会为了节省token，只使用部分输入，产生低级错误。 解决方法是缩小任务范围，输入涉及的完整文件。 2. 重复无效方案 针对一个问题反复给之前已经被证明是错的或无效的解决方案，这时候，首先不能和他较劲，冷静下来，换个 AI模型 试试或者清除上下文，换个提问方法。 3. 不受控制发散，偏离主要问题 当你不懂代码时，无法聚焦问题，代码交给AI时，AI受限上下文长度和问题不精准，会偏离主要问题，去解决无关的问题，俗称跑偏。 4. 规则和提示词失效 网上有很多教你写复杂规则、高级提示词的帖子，实际用下来会发现大模型有时并不按照规则输出，提示词和规则要素过多时，大模型会忽视一些提示词和规则，忽略掉一部分。 此外大模型也在飞速进化，一些早期很高效的规则和提示词作用不那么明显了，甚至限制了大模型的发挥。 七、关于AI的使用经验 1. 多问 作为新手，最大的问题是不知道问什么、不知道该怎么问。因为我们不熟悉编程领域，无法准确专业描述我们要的效果。过来人经验对于小白基本没有用。这时候你能做的就是不要怕问错，多问。 编程工具次数限制一定程度上限制新手成长，限制数量会让我们下意识减少问为什么，只求一个能运行的结果。 2. 使用AI生成最小单元任务 单次提问最小单元任务，了解AI能力边际代码，一次性生成你能快速审查、理解和控制的代码任务。 目前不要指望AI一次性完成所有任务。除非你对产品质量要求不高或者快速验证想法。 3. 输入完整上下文 对于前后端分离的项目、代码结构比较复杂或者模块化程度比较高的项目，一定要给它提供足够而且相关的上下文信息。 4. 跟着AI学习代码 我们大多数非技术背景的小白，在项目刚开始的时候，肯定主要依赖AI生成代码。但不要一直Vibe Coding。一定要有意识的去理解AI生成的代码，学会审查代码。 达到懂代码标准：能够审查代码、理解其代码逻辑、识别常见的低级错误。如果能修改代码那就更好了。 懂代码能让我们精准地向AI下达指令，完成更好的产品。 到了项目后期，我们甚至会产生一种AI写的代码好像还不如我自己琢磨出来的靠谱的错觉，这是我们进步的体现。 最后，祝愿所有人都能实现自己产品的梦想，也欢迎大家使用心野小程序，给我们提出宝贵的建议。