夜雨聆风Claire Vo 是 Lenny's Podcast 旗下《How I AI》的主理人、自封"竞争性 vibe coder"。她身边的好朋友 Bryce Ratner Keithley，整个职业生涯都在做人才和招聘。两个人坐下录播客之前，Claire 先问了一个略带"挑衅"的问题：
"Bryce，作为我非常好的朋友，你算技术人员吗？"
"Claire，一点也不。"
"完美。"
然后 Claire 不得不承认一件让她非常不爽的事：这位"完全不懂技术"的朋友，比她先一步把自己亲手做的 iPhone App 送上了 App Store。
那个 App 叫 Daily Hundreds——每天提示你做 100 个不同的动作，每个动作都配有一段拟人化动物的示范视频。海龟做深蹲、豹子做卷腹、精灵做超人动作。整个项目从第一个 prompt 到上架，Bryce 没有写过一行代码，也没有雇任何工程师。
一个想了五年的小念头
故事的起点是 2020 年的疫情。Bryce 每天 20 个小时被困在同一个房间里，家里还有两个小孩，整个人非常渴望运动。那阵子流行过一个"每天 100 个俯卧撑挑战"，她参加了，但很快觉得无聊："我希望有人每天告诉我做一个不同的动作，我会很乐意做 100 个。"
这个念头她断断续续想了好几年。直到 2025 年秋天，新一代 AI 编程工具开始进入大众视野，她做了一件特别朴素的事：同一天打开 Lovable 和 Replit，给两个工具丢了同一句最简单的 prompt——"帮我做一个叫 Daily Hundreds 的工具，每天推一个不同的动作让我打卡 100 次。"
两边都飞快吐出了一个粗糙但能跑的 MVP。她最后选择留在 Replit，原因也很非技术：她正好有个朋友是 Replit 的工程总监，万一卡住可以摇人。 10 月动手，2026 年 6 月初上架 App Store——中间她依然在做自己的本职工作。
初学者心态，反而是优势
聊到自己的方法论，Bryce 用了一个很 HR 的说法："我真的不知道我不知道什么——但这反而是我的优势。"
第一个真正帮到她的发现，是 Replit 的 Plan 模式。App 里有一个进度条，最初是直线，她想把它改成圆环。她最早的做法是直接说"把进度条改成圆环"，结果 AI 经常发疯：要么把整个布局重做一遍，要么生成一堆她看不懂的代码，得手忙脚乱地点撤销。
后来她发现工具里藏着一个 Plan 功能：先让 AI 给出修改方案，她点头之后再执行。这个细节彻底改变了她和 AI 的协作方式——先讲清楚大画面，让 AI 给个计划，对齐之后再让它动手。
Claire 顺势问了一个所有人都想知道的问题：折腾这一年，你到底学到了什么硬技能？
Bryce 想了想，认真回答：
"我变得非常擅长复制粘贴。但我之前就会。"
"我也变得很会给文件起名字，这样我能在电脑里找到它们。"
"除此之外，我对软件的了解和一年前没什么区别。"
最经典的是 Railway 这一段。Bryce 在某个节点意识到 App 不能永远跑在 Replit 上，AI 告诉她那就用 Railway。于是她就买了 Railway。 Claire 在旁边大笑：你都不知道它是干嘛的，就把它当作公司的基础设施买下来了？Bryce 一脸坦然："对，我现在也不太知道它是干嘛的，反正它在那了。"
Claire 借这个故事点了一个有意思的观察：做开发者工具的公司，过去十几年都在卖给开发者；现在他们突然发现，最快增长的一部分客户，是根本不懂技术的普通人。 这是一个完全不同的市场，也是一个完全不同的 go-to-market。
让海龟也能做深蹲
App 真正出圈的部分，是那些拟人化动物视频，而这件事完全是"被用户逼出来的"。
最早的版本里只有文字动作名。Bryce 把 App 分享给朋友，结果朋友们开始疯狂私信她："superman 动作是什么？""反向弓步怎么做？"她意识到：她不能把自己变成整个 App 的单点，得有可视化的动作示范。
但她不想录自己，也不想找一个固定的真人模特。最后她从一个完全不相关的角度切入：每个人都有自己的"动物精神"，那就让动物来示范。
工具链是这样一步步试出来的：
• 最先用 Sora：直接用 prompt 描述动物和动作。能跑通，但调优空间太小，经常停在"还可以"那一层。 • 改用 Gemini 里的 Nano Banana 出"起手姿势"静帧——她反复试出一个关键经验：起手姿势是最关键的一帧，起手对了，后面就好办了。 • 自己拍一段做动作的视频。 • 最后在 Higgsfield 里调用 Cling 模型，把动物静帧贴到自己的动作视频上。她甚至单独装过 Cling，发现效果反而不如在 Higgsfield 里跑出来的好。
播客现场，Claire 让她临场做一只豹子的卷腹视频。Bryce 当场敲下来的 prompt 精确到接近偏执：
"创建一只拟人化的豹子，在健身房里，穿着运动服，头朝左、脚朝右，双手抱头、肘部张开，膝盖在髋部上方，脚向前形成 tabletop 姿势……"
Claire 忍不住打断她：你怎么会写出这么精准的动作描述？
Bryce 一笑："我以前教过芭蕾。"——肩宽、髋上、肘外展，这些都是她当年带学员时每天挂在嘴边的语言。一个十几年前看似毫不相关的副业，这一刻成了她最值钱的 prompt 能力。
当然也有翻车。一只精灵做 superman 动作时一直悬在半空，只有一只脚轻轻擦过瑜伽垫，整个画面非常哲学。最大的惊喜则来自一只乌龟：她原本觉得乌龟"完全不像一个会去健身房的动物，那个壳还会碍事"，是孩子非要让她做。结果做出来的小乌龟做交叉步深蹲，憨态可掬，成了她自己最喜欢的一只。"乌龟在历史上本来就是忍者嘛。"
用最朴素的方式上 App Store
App 在 Replit 上跑起来之后，Daily Hundreds 的最后一公里，是 App Store。
2025 年秋天，Bryce 问身边的技术朋友"我怎么把这个搬上 App Store"，得到的答案几乎一致：到这一步，你还是得找个工程师来 unblock 你。 她甚至请人帮她写了一份详细的"外包说明书"，准备拿去找合同工。
但她拖到了 2026 年初。新一代模型出来之后，她再去问同一批朋友，包括 Claire，回答完全变了："以现在的模型，你自己应该也能搞定。"
于是 Bryce 自己拼出了一套非常朴素、但分工清晰的协作工作流：
- 原版 Claude 当"驾驶舱副驾"
：列总体计划、解释每一步在做什么、为什么要这么做。她每次都明确告诉它"我是非技术人员，请用最白话的方式跟我说"。 - Claude Code 当"工程师"
：真正去写代码、改文件。 - 终端
：在 Claude 一步步指引下，由她亲手把命令粘进去运行。
她形容这种工作流是**"在三个 Claude 之间来回横跳"**：原版 Claude 给方案 → Claude Code 执行 → 结果再贴回原版 Claude 让它评价下一步 → 她去终端敲命令。一开始她对终端是真的怕，但跑过几次后发现 AI 一直在身边，敲错了也能立刻被纠正。
最猛的一个细节：某个周末她集中干了 25–30 个小时，Claude 提示她"你今天已经用得够多了，明天再来吧"。Bryce 的反应是："不行，我们现在就继续。"
第一次提交被 App Store 打回来了：年龄分级勾错、苹果登录没测、缺少账号删除按钮。她又一次复制粘贴，把苹果的反馈原文丢给 Claude——"我们没过审，怎么办？" 逐一修完，第二次过审。没有一行代码是她亲手写的。
写给我们这些普通人
Bryce 的本职工作仍然是招聘。被问到这段经历对她"看人"的影响，她说了整期播客最重要的一段话。
她以前一直被一种环境吸引：最好的想法胜出，不管它来自哪个人、哪个职能。 现在 AI 把这件事推到了极致——跨界、好奇、谦逊变成了越来越稀缺的东西。而那些把自己"焊死"在过去职能定义里的人会最先感觉到危险。她在技术招聘的朋友反馈过：有些工程师走进面试，仍然把"用最快的方式跑出能跑的代码"当作核心能力——但这恰好是 AI 现在做得最好的事。 人的角色已经变了，技术专家的真正价值，是更宏观地去定义问题、组合工具、判断方向。
至于她自己的"prompt 三件套"，更朴素：
• 能多精确就多精确，让模型没有自我发挥的空间； • 试错失败时，与其不停打补丁，不如完全重开一个 prompt——她管这个叫"karma 重置"； • 截图永远是好朋友，文字说不清的时候，直接把屏幕一截扔过去。
最后她送给所有人一句话："你永远不知道自己职业里哪段经历，会在以后被加倍偿还。" 教过芭蕾让她能精确描述动作，做过招聘让她敢于直接发问，带过孩子让她对"乌龟到底萌不萌"有判断力——这些东西堆在一起，加上 AI，就足够让她做出一个真的有人每天用的产品。
Bryce 没有在做什么惊天动地的产品。她只是把一个困扰自己五年的小痒挠了一下，顺手让一只豹子在自己的手机里做了一个卷腹。
而这，可能正是这个时代最朴素的浪漫。
本文整理自 Claire Vo《How I AI》播客与 Bryce Ratner Keithley 的对话。
