我按真实项目流程，把它从头到尾拆了一遍

现在有一个很有意思的现象。

一边是客户问：

“做一个APP多少钱？”

开发公司回答：

“两三万起。”

另一边打开AI：

页面能写。

接口能写。

数据库能建。

报错还能自己改。

于是问题来了：

既然AI已经这么强，一个原本报价3万元左右的APP，能不能直接交给AI做？

我没有继续讨论“AI会不会取代程序员”。

这次直接拿一个常见的软件需求，按照真实项目流程拆一遍。

看看AI到底能走到哪一步。

图片：一个报价3万的APP，交给AI到底能做多少？

先定需求：做一个预约服务APP

为了不故意增加难度，我选了一个比较常见的项目。

假设客户要做：

一个本地预约服务APP。

用户可以：

• 注册登录

• 查看服务项目

• 选择服务时间

• 提交预约

• 查看自己的订单

后台可以管理：

• 用户

• 服务

• 订单

• 预约时间

再增加一些基础功能：

• 短信通知

• 图片上传

• 订单状态

• 管理员登录

这类项目如果找外包团队做，根据页面数量、设计要求、技术方案和交付标准不同，报价可能有很大差异。

这里先不讨论它到底值多少钱。

我只问一个问题：

把这样的需求交给AI，它到底能不能做出来？

答案比我想象中复杂。

第一关：需求分析

这一关，AI表现其实非常不错。

我只需要告诉它：

“我要做一个预约服务APP。”

它就可以继续往下拆：

用户端有哪些页面。

后台需要哪些功能。

订单状态怎么设计。

数据库需要哪些表。

甚至还能主动提醒：

预约时间能不能取消？

提前多久允许取消？

短信应该什么时候发送？

同一个时间段能不能被多人预约？

以前这些事情，可能需要产品经理反复沟通和整理。

现在AI几十秒就能先给出一个版本。

这也是我觉得AI现在非常实用的地方。

尤其对于需求还比较模糊的人。

以前你可能只知道：

“我想做一个APP。”

现在完全可以先让AI帮你把一个模糊想法，整理成一个初步需求。

但问题也从这里开始出现。

AI能帮你提出问题。

却不能替你决定真正的业务规则。

比如：

用户取消预约以后要不要退款？

提前多久可以取消？

服务人员迟到了怎么算？

这些问题AI可以给建议。

但是最终答案必须来自真实业务。

第二关：页面设计

接下来让AI设计页面。

首页。

登录页。

服务详情页。

预约页。

订单列表。

个人中心。

管理后台。

如果目标只是：

“先做一个能看的版本。”

AI现在已经非常快。

尤其配合现有前端框架，短时间内就可以生成一个比较完整的页面。

甚至第一眼看起来还不错。

这也是很多人第一次接触AI编程以后，很容易产生的一种感觉：

“原来做APP这么简单？”

但这里有一个非常大的误区。

页面做出来，不等于产品做出来。

页面很好看。

按钮也存在。

但是：

按钮点下去以后发生什么？

异常情况怎么处理？

不同状态如何变化？

真实业务规则怎么走？

这些才是后面真正耗时间的地方。

第三关：开始写代码

到了开发阶段，AI依旧很强。

比如告诉AI：

创建用户表。

创建服务表。

创建订单表。

写登录接口。

写订单查询接口。

写预约接口。

这些标准化程度比较高的工作，它完成得非常快。

特别是基础CRUD：

新增。

查询。

修改。

删除。

过去程序员需要重复写很多类似的代码。

现在这些工作，AI已经可以承担很大一部分。

所以如果有人说：

“AI根本没有改变软件开发。”

我其实并不认同。

它已经改变了。

而且变化非常明显。

然后，真正的问题出现了

假设现在有两个用户。

A用户选择：

上午10点。

B用户也选择：

上午10点。

如果这个时间段只能预约一个人怎么办？

AI当然可以帮你增加一个判断。

但是紧接着又来了：

如果两个人几乎同时点击提交呢？

如果预约创建成功，但短信发送失败呢？

如果用户支付成功，但是服务器刚好超时呢？

如果管理员修改了预约时间，但用户没有收到通知呢？

如果服务项目被删除，但是历史订单还存在呢？

你会发现：

一个看起来只有几个页面的软件，

开始不断长出新的问题。

这就是AI开发最容易制造的错觉

AI从：

0分做到60分

非常快。

快得甚至有点夸张。

但是从：

60分做到可以真正交付

难度完全不是一个级别。

Demo阶段：

页面打开。

按钮能点。

数据能保存。

看起来已经完成了。

但是正式上线以后，需要面对的是：

真实用户。

真实订单。

真实数据。

真实异常。

图片：AI能快速做到60分，但真正上线还需要工程能力

软件不能只保证：

“正常情况下可以运行。”

因为只要一次错误发生在：

支付。

订单。

用户数据。

权限。

这些关键环节，

就可能变成真正的业务事故。

那这个“3万级APP”，AI到底能做到多少？

如果你的目标只是：

做一个Demo。

验证一个想法。

内部演示。

快速生成原型。

那我的结论是：

AI现在已经可以承担非常大一部分工作。

尤其是一个本身懂开发的人配合AI。

效率会非常高。

以前几个人才能完成的早期工作，现在一个人可能就能快速推进。

但是如果目标是：

正式上线。

长期运营。

真实收款。

持续迭代。

那就是另一回事。

真正困难的部分会逐渐从：

“代码怎么写？”

转变成：

“系统应该怎么设计？”

AI真正砍掉的，可能不是程序员

而是大量重复劳动。

以前程序员一天可能要花几个小时：

写重复代码。

查文档。

找报错。

写接口说明。

整理测试数据。

现在这些工作很多都可以交给AI。

于是开发人员可以把更多时间放在：

业务逻辑。

系统架构。

产品体验。

项目风险。

这些事情上。

所以我越来越觉得：

未来真正值钱的，可能不是“会不会写代码”。

而是：

你能不能把一个需求，真正变成一个可以运行、可以交付的产品。

最后一个问题

如果以前一个项目需要5个人。

现在一个熟悉AI的开发人员，可以完成其中大量工作。

那未来的软件开发到底会：

越来越便宜？

还是：

同样的预算，可以做出越来越复杂的软件？

我觉得这个问题，比：

“AI会不会取代程序员？”

有意思得多。

下一篇，我准备聊一个更加现实的问题：

AI生成的软件已经能跑了，为什么很多时候还不能直接上线？

这里面真正缺的，可能不是几个Bug。

而是软件开发中最容易被忽略的：

工程能力。

如果你正在做软件项目，或者正在研究AI到底能不能真正参与开发，欢迎关注。

这里不讲太多空概念。

只聊一件事：

AI到底能不能把事情真正做出来。