非程序员用AI工具16天独立开发上线：完整工具链复盘

一个不会写代码的人如何用AI完成产品开发

一位独立开发者（自称不会写代码）在B站分享了自己从零到产品上线的完整AI工具使用历程。整个过程耗时约16天，期间辗转使用了多款AI编程工具和大模型，最终在DeepSeek的帮助下完成了最后的上线部署。这段经历真实地展现了当前AI辅助编程的能力边界与实际痛点。

起步阶段：从Gemini聊天到反重力写代码

需求验证：用Gemini确认可行性

作者最初使用Google的Gemini进行需求验证——当有了产品想法时，先问AI这个需求能否实现。Gemini是Google推出的多模态大语言模型系列，于2023年底发布，定位为与OpenAI的GPT-4竞争的旗舰产品。它具备文本理解、代码生成、逻辑推理等多种能力，但在纯聊天界面中使用时，生成的代码需要用户自行复制到开发环境中运行和调试，缺乏即时反馈循环。这对于不懂代码的用户来说是一个巨大的障碍——即使AI生成了正确的代码，用户也不知道该放在哪里、如何运行。因此，Gemini作为纯聊天工具无法直接生成可运行的代码环境，作者于是转向了Google旗下的IDE工具「反重力」（即Firebase Studio，前身为Project IDX等集成开发环境）。

第一次震撼：AI自动生成可运行代码

「反重力」实际上是Google推出的Firebase Studio，是一个基于云端的集成开发环境（IDE）。它的核心优势在于将AI代码生成与运行环境深度整合——用户不需要在本地配置任何开发环境，AI生成的代码可以直接在云端预览和运行。反重力内嵌了多个模型，作者使用过的包括：

• Gemini Pro 和 Gemini Flash
• Claude Opus 4.0 及其较低版本

Claude Opus 4.0是Anthropic公司推出的旗舰级编程模型，在代码生成和复杂逻辑推理方面表现尤为突出，被广泛认为是当前最强的编程辅助模型之一。

作者描述第一次使用时的感受是「很震撼」——只需提出一个需求，AI就自动生成代码，点击运行后功能与预期完全一致。这种「所想即所得」的体验，对于非程序员来说无疑是革命性的。

开发中期：模型额度焦虑与质量落差

好模型用得快，差模型用不动

然而，从「自己用」到「给别人用」再到「正式上线」，工作量和bug复杂度完全不同。作者很快遇到了核心痛点：好模型（如Gemini Pro）额度消耗极快，往往两轮对话就用完了，只能切换到较弱的Flash模型。

Gemini Pro和Gemini Flash的区别在于模型参数规模和推理深度。Pro版本拥有更大的参数量和更强的推理能力，但每次调用消耗的计算资源更多，因此平台对其设置了严格的使用配额。Flash版本则是轻量化的快速响应模型，虽然速度更快、成本更低，但在处理复杂逻辑、理解长上下文和多步骤任务时能力明显下降。这种「好模型限量供应」的商业模式，本质上反映了大模型推理成本仍然高昂的行业现实——每一次高质量模型的调用都意味着真金白银的GPU算力消耗。

这种体验差距非常明显：

• 好模型：一句话就能搞定需求
• 差模型：十句话都不一定能解决，不仅听不懂指令，还会把之前写好的代码搞乱

这反映了当前AI编程工具的一个普遍问题——高质量模型的使用成本和额度限制，与实际开发需求之间存在巨大矛盾。

白嫖策略：利用新用户免费额度

为了获得更多好模型的使用额度，作者注册了多个IDE工具的新用户账号，利用免费体验额度来完成功能开发。其中提到的工具包括：

• Kilo（AI编程IDE）
• Windsurf（与Cursor同时期的AI编程产品）

Windsurf由Codeium团队开发，主打「AI Flow」的编程体验，能够主动理解开发者意图并连续执行多步操作。这类产品通常采用「免费试用+订阅付费」的商业模式，新用户注册时会获得一定额度的高质量模型调用次数（通常价值20-50美元），目的是让用户体验到最佳效果后转化为付费用户。作者利用这一机制，本质上是将多个平台的营销预算转化为自己的开发资源。

这些工具赠送的免费额度通常搭配Claude 4.6等高质量模型，帮助作者完成了一些关键功能的开发。

后期主力：Cline + MiniMax的组合方案

盘活闲置Token资源的思路

作者之前因使用「小龙虾」（一款AI助理工具）而购买了MiniMax的年度Token套餐，每月额度用不完。MiniMax是一家中国AI公司，其大模型在中文理解和通用对话方面表现不错，但在代码生成和系统运维等专业领域的能力相对有限。于是作者开始思考如何将这些闲置资源利用起来——就像买了流量套餐却几乎不上网一样浪费。

Cline插件：给IDE自由切换AI大脑

他找到了Cline这个插件，它可以集成在VSCode或反重力中，相当于给编程工具替换了一个可自选的AI大脑。Cline是一个开源的VSCode插件（前身为Claude Dev），它的核心设计理念是「模型无关性」——不绑定任何特定的AI服务商，而是通过标准API接口连接任意大语言模型。用户只需提供API Key和模型端点地址，就能将任何兼容OpenAI API格式的模型接入编程工作流。与Cursor、Windsurf等封闭式AI IDE不同，Cline给予用户完全的模型选择自由，这意味着用户可以根据任务复杂度、成本预算和响应速度灵活切换不同的模型。

通过Cline接入MiniMax模型，作者获得了稳定的开发体验。

为什么通用AI助理不适合写代码？

作者特别解释了为什么不能用小龙虾这类通用AI助理来写代码：编程需要对整个项目有全局观，需要理解上下文，而聊天式助理在这方面天然不足。

这里涉及AI编程的一个核心技术概念：上下文窗口（Context Window）。专业的AI编程工具会将整个项目的文件结构、相关代码文件、依赖关系等信息打包送入模型的上下文中，让AI能够「看到」完整的项目全貌。而通用聊天助理每次对话只能处理用户粘贴的片段代码，无法自动索引项目文件、理解模块间的调用关系，更无法直接修改文件系统中的代码。这就像让一个医生只看一张X光片的局部裁剪来诊断病情——缺乏全局信息必然导致判断失误。这也是专业AI编程IDE存在的核心价值。

MiniMax模型在冲刺阶段帮作者解决了大量小bug和小功能调整，但也暴露了短板：

• 处理服务器部署等复杂任务时力不从心
• 上下文过长时响应极慢（等待半小时才回复）
• 回复质量不够理想

临门一脚：DeepSeek五分钟解决所有卡点

在产品上线的最后阶段，作者被几个顽固bug卡住，MiniMax始终无法解决。直到他将Cline的模型切换为DeepSeek，所有卡点在五分钟内全部解决，产品随即正式上线。

DeepSeek是中国深度求索公司开发的大语言模型，其V3和R1系列在编程能力上表现极为突出，多次在国际编程基准测试中取得领先成绩。DeepSeek的技术特点包括采用混合专家架构（MoE）降低推理成本，以及通过强化学习大幅提升代码推理能力。服务器部署任务之所以对AI模型要求更高，是因为它涉及操作系统配置、网络设置、环境变量、权限管理、进程守护等多个交叉领域的知识，需要模型具备跨领域的系统性思维能力，而非单纯的代码生成能力。

这个对比非常有说服力：同样的问题、同样的工具（Cline），仅仅更换底层模型就带来了质的飞跃。这说明在AI辅助编程领域，模型能力仍然是决定性因素，工具只是载体。

完整工具链回顾与关键启示

各阶段工具选择一览

阶段	工具/模型	用途
需求验证	Gemini	确认可行性
初期开发	反重力（Gemini Pro/Flash, Claude Opus）	核心功能开发
中期开发	Kilo、Windsurf	利用新用户额度开发功能
后期开发	Cline + MiniMax	日常bug修复和功能调整
上线部署	Cline + DeepSeek	解决最后的部署难题

三个关键认识

1. AI编程已经让非程序员独立开发成为现实，但从Demo到上线仍有巨大鸿沟。这个鸿沟主要体现在错误处理、边界情况、安全性、性能优化和部署运维等「最后一公里」问题上——这些恰恰是传统软件工程中最耗时的部分。
2. 模型质量差异巨大，好模型和差模型的效率差距可达10倍以上。这种差异不仅体现在代码正确率上，更体现在对模糊需求的理解能力、对项目上下文的把握能力，以及避免「幻觉」（生成看似合理但实际错误的代码）的能力上。
3. 灵活切换模型的能力很重要，Cline这类「模型无关」的插件提供了极大的灵活性。随着大模型市场的快速迭代，今天最强的模型可能在几个月后就被超越，因此不绑定特定供应商的工具架构具有更强的长期价值。

这位创作者的经历证明，一个人借助AI工具确实可以在半个月内完成一个产品的开发上线。但这个过程远非「一帆风顺」，更像是在不同AI工具之间辗转腾挪、见招拆招的实战。