不再迁就不合意的 APP:Vibe Coding 时代的个人软件

如果一个 APP 的分类不顺手、流程不顺眼、界面不喜欢，通常只有三种选择：继续忍受、换一个类似产品、等待官方更新。

Vibe Coding 的出现，让这个关系开始松动。软件不再完全是大团队、大平台、大产品的结果，也可以从一个非常具体的个人需求出发，被快速生成、调整和完善。

这次制作 AI 记账 APP，正是一个小型样本：它不试图证明“人人都要开发 APP”，而是观察一种更实际的变化：

当开发门槛下降之后，个体开始有能力参与工具的定义。

从一个记账 APP 说起

这期里完成的是一个 AI 记账 APP。

记账是一个非常普通、非常日常的需求，也是 Vibe Coding 最初级的开发案例。也正因为普通，它能更清楚地暴露软件使用中的典型问题。

很多记账产品都能完成基本功能：记录金额、选择分类、查看账单、生成统计。但实际使用时，用户仍然可能觉得不舒服：

• 录入路径太长；
• 分类不符合自己的生活习惯；
• 统计信息不够直观；
• 备注和账本管理不够灵活；
• 界面风格与个人审美不一致；
• 语音、自然语言输入等能力没有真正融入流程。

这些问题单独看都不严重，但它们会不断消耗使用意愿。工具越日常，细节越重要。

过去的问题：用户长期迁就软件

传统软件生产有一个基本前提：产品面向尽可能多的用户。

这会带来规模化的优势，也会带来一个自然结果：产品往往服务于“平均需求”，而不是某个具体个体的完整习惯。

于是，用户在使用软件时经常需要做一些让步：

这种让步过去是合理的。因为个人定制软件的成本太高，不可能为了一个人的偏好重新开发一个 APP。

但当 AI 辅助开发逐渐成熟之后，这个成本结构开始变化。很多小工具不必再以“覆盖最大用户群”为前提，而可以从“解决一个具体问题”开始。

Vibe Coding 带来的变化

Vibe Coding 并不只是“用网页技术做应用”。在这次视频语境里，它更接近一种新的生产方式：

先描述需求，再让 AI 辅助生成原型；先做出可运行版本，再围绕真实使用不断调整；先解决个人问题，再决定是否扩展成通用产品。

这与传统产品开发的路径不同。

传统开发更像是：需求调研、产品设计、技术排期、开发测试、上线发布。

AI Coding 更像是：想法、描述、生成、试用、修正、再生成。

它的优势不在于一次性做出完美产品，而在于把“想法变成可运行工具”的距离大幅缩短。

案例拆解：AI记账 做了什么

1. 基础录入：核心闭环做出来

记账 APP 的第一步仍然是记录流水。

金额、分类、账本、备注，这些字段本身并不复杂。但它们构成了工具能否成立的基础闭环：用户输入一笔支出，系统保存一条结构化记录。

这一部分的重点不在于功能多，而在于路径是否清晰。对高频工具来说，基础操作越短，后续坚持使用的可能性越高。

2. 语音解析：把自然语言转成结构化数据

记账的难点之一，是生活语言和系统字段之间存在转换成本。

日常表达通常是这样的：

“今天的午饭 38。”“花了27，打车去公司 。”“买了一支笔1块5角，记到日用品。”

但系统需要的是金额、分类、账本、备注等结构化字段。

在这个环节，AI 的价值不是装饰性的，而是流程性的。它承担了原本需要用户手动拆解的信息整理工作。

3. 统计视图：让数据“更安全”&“被看见”

记录数据只是第一步。对个人工具来说数据的隐私安全在这个时代尤其重要，自研的APP完全可以设定数据只录入本地，无需担心隐私问题。

![数据安全的图]

当然合适的数据可视化分析，帮助使用者重新理解自己的行为。

统计视图需要回答的问题并不复杂：

• 本月主要支出集中在哪些分类；
• 最近 30 天与最近 90 天的消费结构；
• 哪些消费是偶发的，哪些是持续的；
• 感受与真实数据之间是否存在偏差。

这类功能的意义在于：个人数据不只是被保存，还应该被重新组织成可理解的信息。

4. UI/UX 优化：个人工具也需要手感

很多 AI 生成应用容易停留在“功能可用”的阶段。但对长期使用的软件来说，可用只是起点。

一个日常工具是否愿意被反复打开，很大程度上取决于细节：

• 首页是否能快速看到核心信息；
• 快捷入口是否足够顺手；
• 分类图标是否容易识别；
• 底部导航是否符合使用频率；
• 页面留白、颜色、卡片层级是否舒适。

AI Coding 的目标不应该只是生成页面，而应该逐步接近一个“愿意使用”的产品状态。

5. 完整产品：从功能集合到使用场景

视频后半段，APP 已经具备了相对完整的产品形态：主页、快捷记账、账单列表、统计页面、语音录入、明细确认等模块被连接起来。

账单列表：按时间和分类沉淀消费记录

这里有一个值得保留的产品原则：AI 可以负责生成初稿，但确认权仍然应该留给人。

在记账场景里，AI 可以推断金额、分类和备注，但最终是否准确，仍然需要用户确认。这种设计比完全自动化更稳妥，也更符合个人数据管理的需求。

AI Native 的重点不只是“加一个 AI 按钮”

很多产品在接入 AI 时，采用的是外挂式思路：原有产品保持不变，只在某个位置增加一个聊天框或 AI 按钮。

这种方式并非没有价值，但它不一定构成真正的 AI Native。

更关键的问题是：AI 有没有进入核心流程？

在这个记账案例里，AI 的位置不是一个额外入口，而是嵌入到记录行为中：

这类变化的意义在于，AI 不再只是回答问题，而是在具体任务中承担中间步骤。

个人软件可能成为新的工具形态

这次尝试背后有一个更大的判断：

未来的软件形态可能会变得更加分散、轻量和个人化。

过去的软件开发成本较高，只有足够通用、足够商业化的需求才值得被做成产品。很多细小、私人、短周期的需求并不会进入正式产品开发流程。

但 AI 降低了从想法到原型的成本之后，一些新的软件形态会变得合理：

这些工具未必需要发布到应用商店，也未必需要服务大量用户。它们的价值不来自规模，而来自贴合度。

换句话说，软件不再只有“大产品”一种形态，也可能成为一种围绕个人生活不断生成和调整的轻量工具。

AI 记账 APP 只是一个小案例，但它体现了一个值得关注的趋势：

软件表达权正在从专业开发团队，逐步下沉到更广泛的个体。

这并不意味着专业开发不再重要。相反，复杂系统、可靠工程、长期维护仍然需要专业能力。

但在个人工具、小型原型、一次性流程、轻量应用这些场景里，Vibe Coding 正在让更多人参与到软件定义中。

过去，用户只能在现有 APP 之间选择。现在，用户开始可以描述自己真正想要的工具。未来，一部分工具可能会直接围绕个人需求生成。

这就是这次视频想表达的核心：

不合意的软件，不一定只能继续忍受。当工具生产的门槛下降，个体就有机会重新定义工具。

而这可能正是 AI Native 时代最值得观察的变化之一。

PolyLab 核心业务与服务范围

1. 留学申请指导：深耕建筑、城市设计、城市分析、交互设计及建筑交互等交叉专业，凭借对全球顶尖院校申请逻辑的深度洞察，从作品集主题定位、项目叙事梳理到视觉呈现优化，帮助申请者打造兼具个人特色与学术深度的作品集，冲刺理想院校。

2. 科研成果转化：为学术研究者提供学术会议论文、期刊论文投递支持，涵盖选题优化、文献梳理、论文撰写规范指导及投递策略分析等服务，助力研究成果高效对接优质学术平台，提升学术影响力。

3. 职业转型需求：简历润色专项服务，结合客户目标行业特性，挖掘个人项目亮点，优化经历表述逻辑，将过往项目经验与岗位需求精准匹配，打造更具竞争力的简历，为职业转型铺路。

4. 商业开发与交流业务：聚焦跨领域技术应用，为企业提供定制化技术解决方案开发，并搭建行业技术交流平台，促进产学研资源整合，推动技术成果落地与行业协同发展。