零编程基础设计师用AI两周开发收费小程序全记录

一个设计师的AI独立开发实验

当一个完全不懂编程的设计师，决定用AI工具独立开发一款收费小程序，会发生什么？B站UP主「展叔」用两周时间给出了答案——他真的做到了。

展叔坦言，早在AI编程刚兴起时就想做一款产品，但一直因为"拖延"没有动手。直到今年，随着Claude、Cursor、GPT等AI工具的成熟，他意识到一个普通人真的有机会把脑子里的想法变成可运行的产品。

2024-2025年是AI编程工具爆发式增长的关键时期。Claude是Anthropic公司推出的大语言模型，以代码生成质量高、上下文理解能力强著称，尤其在处理复杂编程任务时表现优异。Cursor是一款基于VS Code深度改造的AI原生代码编辑器，内置了多种大模型的调用能力，支持自然语言描述需求后自动生成和修改代码。GPT则是OpenAI的旗舰模型系列，ChatGPT的对话式交互让非技术人员也能通过自然语言与AI协作完成编程任务。这三类工具的共同特点是：它们不再要求用户具备完整的编程知识体系，而是将"描述需求—生成代码—测试调试"的循环变得足够简单，使得"自然语言编程"从概念走向了实用。

于是展叔给自己定了一个目标：靠AI一个人做出一个能收费的小程序。

最终上线的产品叫「展叔AI工具箱」，虽然前端界面带着"浓浓的计算机学生作业风格"，但功能健全、支付稳定，已经具备了商业化运营的基本条件。

产品功能：从宠物表情包到老照片修复

小程序目前包含四个AI工具，底层模型调用的是字节跳动旗下的GPT Image 1：

• 老照片修复：上线优惠价6.9元，后续恢复至9.9元
• 最美证件照Pro
• 领英形象照
• 宠物表情包（核心主推产品）

GPT Image 1是OpenAI在2025年推出的原生图像生成模型，与此前的DALL·E系列不同，它直接集成在GPT-4o的多模态架构中，能够在理解文本语义的同时生成高质量图像。该模型在几个关键维度上实现了突破：一是角色一致性（Character Consistency），即在多张图片中保持同一角色的外观特征不变，这对于生成系列表情包至关重要；二是文字渲染能力，能够在图像中准确嵌入中文或英文文字，解决了此前AI生图模型普遍存在的"乱码文字"问题。字节跳动旗下的火山引擎等平台提供了该模型的API接入服务，开发者可以通过标准化接口调用其能力，按Token或图片数量计费。

其中，宠物表情包是整个项目的灵感起点。展叔养了一只叫"小灯"的猫，他想到：既然AI生图已经这么强了，能不能直接把自家猫猫狗狗变成一套微信表情包？

恰好今年5月份的生图模型在一致性保持和文字可用性上都达到了可用水平。经过多次测试、调整和封装，现在用户只需上传一张宠物照片，就能直接生成16张风格统一的专属表情包，还附带一张拼好的合集图。

当然，展叔也坦诚地指出了GPT Image 1的不足：使用有一定门槛，出品质量依赖提示词质量，存在画质降低问题，且API订阅费不便宜。这些都是他在产品封装过程中需要逐一解决的问题。

AI编程工作流：四大模型各司其职

对于零编程基础的人来说，最关键的问题是：具体怎么用AI写代码？展叔分享了他的多模型协作工作流，堪称"AI编程实战教科书"。

Claude：代码主力，从零到一搭建项目

Claude被公认为编程领域的最佳选手。展叔在VS Code中通过插件和API直接使用Claude，开启自动代理权限后，Claude帮他完成了整个代码库从零到一的创建。他的评价是："除了贵，没什么毛病。"

值得一提的是，Claude在编程任务中的优势源于Anthropic在训练过程中对代码理解和生成能力的重点优化。与通用对话不同，编程任务要求模型具备严格的逻辑推理能力、对语法规则的精确把控，以及在长上下文中保持代码一致性的能力。Claude 3.5 Sonnet及后续版本在这些维度上的表现尤为突出，它能够理解整个项目的文件结构和模块依赖关系，而不仅仅是处理单个代码片段。这也是为什么展叔选择它作为"代码主力"——在从零搭建项目时，模型需要同时处理前端页面、后端逻辑、数据库设计和API对接等多个层面的代码生成，这对上下文窗口和推理深度都提出了很高的要求。

ChatGPT：项目管理与代码审查

ChatGPT在展叔的工作流中扮演"项目经理"和"代码审查员"的角色。他用ChatGPT来做整体项目规划和代码质量把控，评价是"很专业很严谨"。

这种角色分工体现了一个有趣的实践洞察：不同的大语言模型虽然底层架构相似，但由于训练数据、对齐策略和产品设计的差异，它们在不同任务上各有所长。ChatGPT的对话式交互设计天然适合进行项目级别的讨论——你可以和它讨论技术选型、梳理功能优先级、让它审查一段代码是否存在安全漏洞或性能问题。这种"多模型协作"的工作方式，本质上是把AI当作一个虚拟团队来使用，每个模型承担最适合它的角色。

DeepSeek：免费的代码修改指导

DeepSeek是展叔口中的"离地的牛"——免费且不偷懒。DeepSeek是中国AI公司深度求索推出的开源大语言模型系列，其中DeepSeek-V3和DeepSeek-R1在代码理解和生成方面表现出色，尤其是推理能力在多个基准测试中接近甚至超越了部分闭源商业模型。DeepSeek最大的竞争优势在于其开源策略和极低的使用成本——官方API定价远低于OpenAI和Anthropic，部分场景甚至提供免费额度。这使得它成为独立开发者和预算有限的创业者的理想选择。展叔用DeepSeek来指引具体的代码修改，只需要复制粘贴代码片段就能获得精准的修改建议。

豆包：情绪价值担当

至于豆包，展叔幽默地说主要用来"酝酿自己"——在开发疲惫时提供情绪价值。豆包是字节跳动推出的AI对话助手，基于其自研的云雀大模型，定位偏向日常陪伴和通用问答。虽然在专业编程任务上不是展叔的首选，但这个细节反映了一个容易被忽视的事实：独立开发是一项高强度的脑力劳动，尤其对于非技术背景的人来说，频繁遭遇Bug和报错带来的挫败感是真实的心理负担。一个能聊天、能鼓励、能帮忙理清思路的AI助手，在漫长的开发过程中确实能起到"精神队友"的作用。

展叔总结的核心方法论是：你不需要懂编程，只需要描述需求、测试现象、打印日志，然后连同代码一起丢给AI让它查找问题、生成方案，再交给Claude执行修改，循环往复。 支付接口、回调轮询、代码鉴权、生命周期——这些他之前完全不懂的技术概念，都是在做的过程中AI一步步教会他的。

这些技术概念是小程序开发中的核心环节。支付接口指的是微信支付API，开发者需要对接微信的统一下单、支付通知等接口才能实现小程序内的收费功能，这涉及到加密签名、证书配置等较为复杂的安全机制。回调轮询是一种异步通信模式——当用户发起支付后，服务器不会立即知道支付结果，需要通过微信服务器的回调通知或主动轮询来确认支付状态。代码鉴权则是身份验证机制，确保只有合法用户和合法请求才能访问服务器资源，防止接口被恶意调用。生命周期是小程序框架中的核心概念，指页面或组件从创建、显示、隐藏到销毁的完整过程，开发者需要在不同阶段执行相应的逻辑。这些概念对专业开发者来说是基础知识，但对零基础的人来说每一个都是拦路虎，展叔能在AI辅助下逐一攻克，正说明了当前AI编程工具的实用程度。

开发成本明细：比想象中低得多

展叔详细公开了整个项目的投入：

项目	费用
域名	几十元
服务器（一年）	约1000元
微信小程序认证	30元/年
AI开发成本（API、会员、Token）	约600-700元
API调用固定费用	按量计费

值得注意的是，微信小程序认证费用仅需30元/年，这得益于2024年起微信对个人开发者生态的重大政策调整。此前，个人想要在小程序中实现收费功能，通常需要注册企业主体并完成对公账户验证，流程繁琐且成本较高，仅认证费用就需要300元/年。新政策将费用大幅降低并开放了个人开发者的支付能力申请通道，这意味着一个普通人只需花30元就能拥有一个具备支付能力的小程序。这一政策变化与AI编程工具的普及形成了完美的时间窗口叠加，共同催生了个人开发者的创业浪潮。

从成本结构来看，这个项目的总投入大约在1700-1800元左右，这个数字在传统软件开发的语境下几乎不可想象。过去，即使是一个最简单的小程序外包项目，仅开发费用通常也在数千到数万元不等，还不包括后续的维护和迭代成本。AI编程工具的出现，本质上是将"人力成本"转化为了"算力成本"——展叔支付的600-700元AI费用，替代的是一个初级程序员至少数周的工作量。

整体金钱投入比预期低很多，最大的成本反而是时间。两周里，展叔基本每天晚上都在搭建工作流、改代码、找接口、测试、修Bug。

个人开发者时代：AI降低软件开发门槛

展叔的这次实践，折射出一个更大的趋势：AI正在把软件开发的门槛从"团队级"降低到"个人级"。

这一趋势在硅谷已经有了一个专门的术语——"Solopreneur"（独立创业者）或"一人公司"。Y Combinator在2025年的冬季批次中，首次出现了大量由单人团队提交的AI应用项目，其中不少创始人并非传统意义上的程序员。Shopify CEO Tobi Lütke甚至在公司内部发布备忘录，要求所有团队在申请新增人力之前，必须先证明AI无法完成相关工作。这些信号都指向同一个方向：软件开发的生产力单位正在从"团队"缩小到"个人"，而AI是这一转变的核心驱动力。

一个设计师可以写代码，一个程序员可以做设计，一个人就能完成过去一个团队才能完成的事情。展叔甚至大胆预测："2026年可能真的是普通人手搓AI应用的元年。"

当然，展叔也保持了清醒的认知——这个项目距离成熟还很远，可能还有很多问题，甚至可能赚不回服务器的钱。但他认为最有价值的地方在于：以前很多想法会因为成本太高而放弃，现在AI把门槛直接砍掉了。

对于同样有想法但还没行动的人，展叔的建议很实在：真的可以试试看。他也承诺会持续更新项目后续的数据和进展，让大家看看一个AI独立开发项目到底能走到哪一步。

写在最后

展叔的故事并不是一个"AI让人人都能轻松赚钱"的鸡汤，而是一个真实的、带着粗糙感的个人开发实录。前端界面不够精美、功能还需打磨、商业前景未知——但这恰恰是最真实的独立开发状态。

重要的不是这个小程序能赚多少钱，而是它证明了一件事：一个没有编程背景的普通人，借助AI工具，确实可以在两周内把一个想法变成一个可运行、可收费的产品。这在两年前是完全不可想象的。

从更宏观的视角来看，展叔的实践是"AI民主化"浪潮中的一个微小但有意义的样本。当编程不再是少数人的专利，当一个想法到产品的距离被压缩到两周和不到两千元，我们正在见证的不仅是工具的进步，更是创造力释放方式的根本性变革。未来的软件生态中，可能会涌现出大量这样的"粗糙但有用"的个人产品，它们未必能成为独角兽，但它们代表了一种全新的创造和创业范式。

正如展叔所说："希望AI编程的发展速度能超过我们拖延的速度。"