夜雨聆风这些年我有过很多产品想法，也一直想做一些属于自己的东西。不指望靠一个 App 一夜暴富，只是不想永远只做公司安排的需求。如果自己的产品能有人用，顺便带来一点收入，对我来说就很好。
可想法归想法，真要做出来，以前的成本太高了。
我懂后端，却不懂 App 开发。SwiftUI、Flutter、上架、提审，每一项都意味着一套新知识。靠一个人从头学，最后也许能做出来，但需要多少时间，我心里没底。
“搬小库”就是在这种情况下出现的。如果没有 AI Coding，它大概率还只是我脑子里的一个想法。
我有 2000 多条收藏，却不敢说它们真的属于我
我经常在小红书、抖音、微信公众号和 X 上关注开发者和独立产品创作者。有时看到一个人分享了很好的经验，我会想把他过去发的内容系统看一遍，研究他是怎么做产品、怎么运营的。
但各个平台的数据都关在自己的生态里。你可以点赞，可以收藏，却很难把这些内容完整拿出来。
我自己的账号里已经有 2000 多条收藏。它们看起来很多，真要用的时候却很难检索，更不用说批量交给 AI 分析。
更现实的问题是，收藏只是平台里的一个记录。原作者删除内容、修改权限，或者账号出了问题，那条收藏也就没了。
我想要的不是换个地方点“收藏”，而是把内容真正保存到本地，变成自己可以整理和分析的资料。这不是为了抄袭或者二次搬运，而是为了学习。数据量一大，靠人一条条看已经不现实，只有先把数据拿回来，AI 才能参与后面的工作。
市面上当然有很多采集和剪藏工具，但它们大多依赖浏览器插件，而且更适合处理“从现在开始”的新内容。对已经积累了几千条的收藏和专辑，它们很难一次性处理。
这是我想做“搬小库”的第一个原因：先解决存量数据的问题。
知识库很方便，难的是怎么把东西放进去
真正让我决定下场做的，是那段时间大家都在讨论“把收藏做成知识库”。
腾讯当时刚推出 IMA。我试了一下，觉得它的使用门槛很低：把整理好的笔记和图片上传，后面就可以直接针对自己的资料提问。
可它也让那个老问题更明显了：知识库已经有了，数据怎么从小红书、抖音和其他平台里出来？
图文还只是一部分。如果收藏的是视频，后面还需要识别和转换。我当时就想，能不能做一个足够简单的 App，把平台里的内容导出、整理好，再交给 IMA 这类知识库？
于是有了“搬小库”。这个名字也很直接：把放在别人平台里的小资料库，搬回到自己手里。
第一版只做一件事
我对“搬小库”的最终设想是支持小红书、抖音、知乎、微信公众号和 Threads 等平台，但我没有打算把所有平台做完再上线。
第一版的目标很窄：先打通小红书图文收藏的导出。
我用自己的 2000 多条收藏做标准。只要能完整导出，保存在本地，不再受原笔记删除、限权的影响，第一个 MVP 就算完成。
这个取舍很重要。一个人做产品，如果一开始就追求“看起来很完整”，很可能永远走不到用户那里。我先问自己：它能不能把我的数据拿出来？这个核心跑通了，才有资格谈其他功能。
如果没有 AI，我大概不会做这个 App
“搬小库”背后的数据流程和技术原理，我能理解。但理解不等于能独立完成一个 App。
过去如果要做，我得先学客户端框架，再处理双端适配，最后还要面对苹果的开发者表单和提审流程。为一个还没验证过的小产品投入这么多，很可能做到一半就放弃了。
AI Coding 改变的不只是写代码的速度，而是让这类小产品的投入终于变得可以接受。
我只有一个人，所以会尽量把能交给 AI 的工作都交给它：写功能、调整界面、操作浏览器、填写苹果相关表单，甚至包括 Logo 的制作。
它当然会做错。有时一次改动会带来新问题，有时我得花更多时间重写。但这也是使用 AI 的一部分：在具体问题里磨合，清楚什么可以交给它，什么必须自己判断。
开发工作我愿意尽量交给 AI，但产品往哪里走、用户真正在抱怨什么、怎么和人沟通，这些事它代替不了我。
别人用完直接给我转了 100 块
第一版能导出我自己的数据之后，我开始找朋友和有类似需求的人内测。
产品是不是真有用，靠自己在房间里想是想不出来的。我是用户，只能证明它解决了我的问题。如果只有我能用，那它可能仍然只是一个工具，还算不上产品。
内测刚开始时，收到的反馈比我预想的好。有人把所有收藏导出后，先是说“太赞了”，接着问我能不能给个五星。我还在想要不要接入网盘，他直接说：“我给你打钱。”
然后给我转了 100 块。
钱不多，但这个反馈对我很重要。一个真正有相同痛点的人，用完后愿意主动付钱，这比任何“应该有市场”的分析都更直接。
它让我确定，这至少不是一个只有我自己才能理解的伪需求。
真问题会带着人一直往下走
做“搬小库”的过程，也让我重新思考了普通人该怎么学 AI Coding。
我弟弟是计算机类专业的大一学生。他说自己学过 PHP、Python 和 Linux，但电脑里连编辑器都没装，只有去机房时才写代码。他带回来的 PHP 作业，看起来像是二十年前的教材。
我花了两个小时，在他电脑上装好 Claude Code，配好模型，带他处理了那份旧作业。
做完后他问我：“我现在用它能做什么？”
我当时回答：“你现在可能什么都做不了，因为你没有问题，也不知道自己想做什么。”
两天后，他突然跑来说 Claude Code 出问题了，让我帮他看看。我本来以为他只是随便试了试，结果一看，他已经在自己做一个题库工具。
他们学校的竞赛题库发在群里，是 PDF 格式，手机上练习很不方便。他想把 PDF 转成可以直接在手机里刷的题库。他并没有人告诉他要做这个，只是遇到了一个自己真的嫌麻烦的问题，然后想起来：这件事也许可以交给 AI。
网页做出来后，新问题马上出现了。如果只在局域网里访问，电脑必须开着，手机还得连在同一个网络。他又问，能不能脱离电脑，让手机自己打开？
当时我刚好在做另一个产品“口袋工坊”，可以在手机本地导入和运行 HTML。我教他把题库放进手机，它就不再依赖电脑和局域网了。
紧接着，他又发现退出后历史记录保存不了。
我觉得这反而很好。因为他已经进入了一个真正的学习循环：先解决自己的问题，使用之后遇到新问题，再去学新的解法。如果他实在解决不了，我再帮他。
这比先学完一整套知识，然后等着某天也许会用到，有效得多。
先做一个自己能用的小工具
我现在越来越觉得，普通人学 AI Coding，开始时不用把“做一个完整产品”当成目标。
先做一个能解决自己问题的小工具就行。
学生可以先学会工具的基本用法。他们的工作和生活经验还不多，一时不知道要做什么很正常。但先知道 AI 能做什么，等真正遇到问题时，才会想起来这条路。
已经工作了一段时间的人，可以直接从工作和生活里最麻烦的事开始。不用先为了“学 AI”去学 AI，就找一个你真的想解决的问题，做到自己能用。
接下来，再把它给别人用。你会很快发现，自己能忍受的操作，别人未必愿意学；自己知道怎么绕过的问题，普通用户会直接卡住。就在这个过程里，小工具才有机会慢慢变成产品。
“搬小库”对我来说就是这样。它起初只想解决我的 2000 多条收藏，现在开始有了别的用户，也有人愿意为它付钱。它还在内测，距离我心里理想的样子还很远，但至少已经不再只是一个想法。
过去，我会因为不懂 App 开发，在真正动手前就把它放弃。
现在，我可以先把它做出来，交到用户手里，再决定下一步该往哪里走。