这两天,胡彦斌独立开发APP的消息在圈内刷屏,这里简单聊一聊。其实最近这段时间,我也在利用AI编程“撸”了一些应用——既有对外开放的小工具,也有自己内部使用的效率脚本。
在这个过程中,虽然产出了一些小产品工具,但也实实在在地消耗了不少Token算力成本。从实战的角度分享几点我对AI编程的粗浅理解。
一、 垂直领域开发怎么做
很多人尝试用AI做垂直行业的应用,比如我熟悉的量化交易领域。这里涉及迅投MiniQMT、恒生PTrade等特定的交易接口和语法。
在这个领域,我的经验是:不要试图让AI“裸奔”去写代码。
如果你直接向通用的AI(哪怕是强大的Claude)询问这些特定平台的API用法,你会发现“幻觉”极其严重。它会一本正经地给你编造不存在的函数,或者写出完全无法落地的逻辑。
我的解决方案是:构建 知识库或Skill的混合编程模式。AI在垂直领域更像是一个聪明但缺乏背景知识的学生。你需要通过RAG(检索增强生成)技术,将官方文档、API手册、特定的代码规范作为“教材”挂载到AI的上下文中。有了知识库的支撑,AI才能从“一本正经胡说八道”变成“精准的专业辅助工”。在垂直行业,上下文的质量决定了代码的质量。
二、 个人工具开发:克制欲望,解决痛点比“大而全”更重要
在开发个人工具时,我始终坚持一个原则:只解决自己最痛的那个点。
前不久我开源了一个“公众号最新文章检测助手”,初衷很简单,就是为了解决自己关注文章的不便。开源后意外发现,很多人都有同样的痛点,这也侧面印证了“解决真问题”的价值。
经常有朋友问我:“既然你懂技术又有AI加持,为什么不干脆写一个功能全面的复盘软件或交易系统卖钱,去对标同花顺、通达信?”
这里聊一聊问题:
- 精力边界与竞品壁垒:
个人的精力是极其有限的。像同花顺、通达信这类成熟软件,背后是庞大的团队多年的打磨。个人开发者即便有AI提效,想要在功能丰富度上战胜它们也是天方夜谭。 - 伪需求的陷阱:
很多时候,我们想做“全功能”是一种贪念。复盘也好,交易也罢,核心功能往往就那么几个。为了追求“全”,不得不开发大量自己根本用不到的边缘功能,这不仅浪费时间,还会增加维护成本。 - 推广与使用的成本:
一个臃肿的“全功能”软件,推广成本极高,且用户体验往往比不过成熟的商业软件。
不做全功能软件并非技术能力不足,而是得考虑投入产出比。
如对AI量化感兴趣,可加我wx。 shiyang170808
夜雨聆风