夜雨聆风你怎么描述需求，比用哪个工具重要得多
同一个案例，5款AI编程工具，一字不差地复制粘贴，结果差距比想象中大
AI编程工具火了一整年。扣子、Trae、Codex、Qoder……名字越来越多，宣传越来越猛。但有个问题一直没人正面回答：一个完全不会写代码的人，真的能用这些工具做出一个完整的东西吗？
不是生成一段代码，不是写个hello world，而是——你描述一个需求，AI从头到尾给你做出一个能用的产品。
我决定自己试。
AI到底能做到什么程度？
先说为什么要选这个案例。
一次听课的偶然机会，我发现设计类专业里有个知识点叫色彩三原色——红、黄、蓝。红加黄等于橙，黄加蓝等于绿，红加蓝等于紫。听起来简单，但课堂上教学有几个难点。
课本上写着"红+黄=橙"，学生点头，但其实没感觉。你知道公式和真正理解是两回事。
用真颜料混合，挤多了浪费，调脏了洗不掉，一节课下来教室像打过仗。而且颜料一旦混在一起就分不开了，学生想反复试不同比例，根本做不到。
同类色、邻近色、对比色、互补色——这些概念光靠嘴说，学生听不进去。你得让他们看到颜色放在一起是什么效果，但准备一组组色卡又太费功夫。
这几个问题，用代码其实都能解决。
一个网页，三个滑块代表红黄蓝，拖动就能实时看到混合后的颜色——零成本，零浪费，想试多少次都行。猜色挑战把被动听课变成主动游戏。中国名画模块把色彩理论和真实艺术作品连起来，学生看到千里江山图的青绿、瑞鹤图的石青，比看色卡有感觉多了。
所以我设计了一个测试案例："色彩三原色实验室"——一个网页，包含五个功能：
测试用的完整需求描述和Prompt（含最终结果）我放在这里了，感兴趣的可以自己拿去试：试了5款AI编程工具.rar
准备工作做完，开始测。5款工具：扣子/Coze、WorkBuddy、Codex CLI、Trae、Qoder。同一份需求，一字不差地复制粘贴。
同样的题目，差距比想象中大
扣子/Coze——几乎秒出，五个功能全部完成
先试的是扣子，因为最熟。需求发出去，几乎秒出。点开一看，五个功能全在。
混合台的滑块染成了红黄蓝对应颜色，红滑块是红的，黄滑块是黄的，蓝滑块是蓝的，拖动的时候中间大色块实时变化，挺直观。猜色挑战做得最好——目标色和你的颜色左右并排，实时显示匹配度百分比，三轮打分。色彩里的中国名画放了7幅古画，千里江山图、瑞鹤图、韩熙载夜宴图……每幅都配了提取色块和意境描述。
整体用了蒙德里安风格的色块构成，暖纸色底，设计感是5款里最强的。缺点也有，字体偏小，手机上看费眼。
不过得说实话，扣子能做成这样不是一次到位的。之前我自己改了好几版，调过布局、调过配色、调过字体大小。所以与其说它"秒出"好结果，不如说在我手里改得最快。
WorkBuddy——4分钟，猜色模块翻车
第二个试WorkBuddy，等了4分钟。
配色方案完成了，整排大色块展示，挺干脆。但点进猜色挑战——有目标色，有滑块，框架都在，可调完滑块该显示你调出来的颜色了，什么都没有。你调了半天，根本不知道自己调出了什么色。名画模块更尴尬，放了6幅画，4幅图片加载不出来，灰色的方块杵在那儿。页面整体太素，跟"色彩实验室"的丰富感完全不搭。
Codex CLI——5分钟，OpenAI出品但做网页不是强项
第三个，Codex CLI，OpenAI出品。等了5分钟。
配色方案倒是做得最细——同类色、邻近色、对比色、互补色四种类型都标了，比其他工具专业。视觉风格也有意思，复古卡通像素风，高对比度黑边，手绘感很强。但猜色挑战直接没有调色的地方，连滑块都没有，这个游戏根本没法玩。名画模块第一次压根没出来，追了一轮对话才补上，也只有2幅。
Codex CLI本来就更擅长写脚本、改后端逻辑，让它做网页交互，有点"让举重运动员去比体操"的意思。但配色方案做得专业，说明底子不差。
Trae——12分钟最慢，但做得最完整
第四个，Trae，字节跳动的。这个等得最久，12分钟。
结果出来我有点意外——三个功能全部完成，是5款里做得最完整的。
配色方案有个细节我挺喜欢，设计了一些快捷按钮，点一下直接套用配色，不用自己再调。猜色挑战该有的都有：目标色、调色滑块、轮次、得分。名画展示了6幅，除扣子外最多——千里江山图、瑞鹤图、韩熙载夜宴图、富春山居图、清明上河图、步辇图，排得整整齐齐。
整体走简约现代风格，圆角卡片配浅阴影，每个模块还有英文副标题，精致度很高。就是风格偏"理工男"，少了点活泼气。12分钟确实久，但这次慢工出细活应验了。
Qoder——3分钟很快，但只做了三分之一
最后一个是Qoder，阿里出的。3分钟，速度仅次于扣子。
但效果最让我失望。
配色方案完成了，有色相角度标注，细节不少。但也就这一个像样。猜色挑战只有一个"开始挑战"按钮，我点下去——什么都没发生。没有滑块，没有计分，啥功能都没有。名画4幅，但展示很简陋，没有提取色块也没有介绍。3分钟出结果听着快，但只做了三分之一，这个快就没什么意义了。
5款全部测完
配色方案，5款全部完成。最简单的功能，AI都能做，拉不开差距。 猜色挑战是分水岭。这个功能要拖滑块、实时看结果、多轮打分，逻辑比较复杂。只有扣子和Trae做出来了，另外3款全翻车。 快的不一定好，慢的不一定差。扣子秒出而且功能全，Qoder 3分钟但只做了三分之一，Trae 12分钟最慢但做得最完整。
一个意外的发现
测的过程中还有一个发现让我印象很深。
我在需求描述里写了一句"可以参考世界名画的美学语言（如蒙德里安《红黄蓝构成》）来设计页面视觉"。本来觉得挺聪明——给AI一个参考，它应该能做出不同风格吧？
结果5款工具做出来的页面风格几乎一样，全往蒙德里安那个方向靠。色块构成、黑线分隔、三原色大胆铺色。没有一款做了点不一样的东西。
人听到"可以参考"，觉得是建议，可以听也可以不听。AI听到"可以参考"，理解成"请照做"。你以为递了一根画笔，其实画了一个框——5款工具，5种技术路线，全被一句话框进了同一个模子里。
另外说句公道话。这次测的是做网页，Codex、Qoder这些工具更擅长写后端逻辑。拿做网页去考它们，有点考弱项的意思。但很多人第一次用AI写代码，需求就是"帮我做个网页"，这是最先碰到的。
测试做完，我想明白了一件事
5款工具挨个测完，截图存了一大堆。我坐在电脑前想了一个问题：这次真正决定好坏的是什么？
不是工具。
扣子效果最好，不是因为它比别人强多少，而是因为我改了好几版。同样的工具，第一次给的需求和第五次给的需求，结果完全不同。差距不在AI，在我。
猜色挑战只有2款做出来了，另外3款翻车。翻车之后呢？你能不能看出来哪里不对？能不能告诉AI怎么改？改完之后是不是真的好？这些事情，工具帮不了你。
所以这次实验真正让我想明白的是——
写代码这件事，AI越来越能帮你干了。以前不会代码就做不了东西，现在不会代码也能做出来。
但有几件事，AI替代不了你。
"做一个色彩实验室"太模糊，"红黄蓝三个滑块拖动混合，猜色挑战三轮计分，名画配提取色块"才够用。你说得越清楚，AI给你的结果越靠谱。
一个产品不是一句话能说完的。五个功能，哪些简单哪些复杂，先做什么后做什么，你得心里有数。
猜色挑战没显示颜色，你得能发现。名画图片加载不出来，你得能看到。AI不会主动告诉你它哪里没做好。
第一版永远不是最好的。扣子的最佳效果是我改了五版才出来的。知道改什么、怎么改，这个能力比选哪个工具重要得多。
而是"谁更会把问题说清楚，谁更会跟AI配合，谁赢"。 代码AI能帮你写。但问题得你自己想清楚。
这就是一个不会写代码的人，用5个平台做了一次实验之后，最大的感受。
最后我根据5个平台的反馈优化一个最终版本
点阅读全文，查看编程效果。
