Simon Willison用Claude开发QR码生成器：Vibe-Coding实战解析

今天想聊一个特别有意思的事儿。Django框架的联合创始人Simon Willison，最近用Claude做了一个QR码生成器。你可能会说，QR码生成器有什么稀奇的？但我觉得这个项目背后折射出来的东西，比工具本身有意思得多。 对，我也关注到了。Simon Willison这个人其实挺有代表性的。他不光是Django的联合创始人，还做了Datasette这个开源数据工具，近几年又成了AI领域最活跃的技术博主之一。他有一个个人工具站，上面放了几十个用AI辅助开发的小工具，这个QR码生成器是最新加入的一个。 嗯，我去看了他那个工具站，确实挺丰富的。不过回到这个QR码生成器本身，它具体能干什么？跟我们平时用的那些在线生成器有什么不一样吗？ 功能上其实分两个模式。一个是常规的URL或文本模式，输入个链接就能生成二维码，这个大家都熟悉。但另一个WiFi模式是个亮点——你输入WiFi名称、密码和加密类型，它就生成一个二维码，别人拿手机一扫就能直接连上你的WiFi，不用手动输密码。 这个场景我太熟悉了，家里来客人第一件事就是问WiFi密码，然后你得把那串又长又复杂的密码念一遍，对方还经常输错。 哈哈对，所以WiFi二维码其实特别实用，家庭聚会、办公室来访客，打印一张贴墙上就行了。而且现在iOS和Android都原生支持这个，相机一扫系统就弹出连接提示，体验非常丝滑。它背后遵循一个特定的编码格式，把网络名、密码、加密协议都编进去了。 你提到加密协议，这个工具在这方面的处理我觉得挺聪明的。 嗯，这就涉及到它的交互设计了。安全协议默认选的是WPA/WPA2/WPA3，旁边还贴心地写了一句：不确定选什么？保持默认就好，这覆盖了几乎所有家庭WiFi。这个默认值选得很有道理，因为现在绝大多数家用路由器就是跑在这三种协议之一上，手机扫码时会自动适配。对普通用户来说，根本不需要知道WPA和WPA2有什么区别。 这种「智能默认值」的设计理念其实挺重要的。让技术细节对用户透明，降低使用门槛。 没错。而且它还有一个我特别欣赏的设计——整个工具是纯前端实现的。所有数据处理都在你的浏览器里完成，WiFi密码根本不会发送到任何服务器。你想啊，传统的Web工具很多是把数据传到后端处理再返回结果，但WiFi密码这种敏感信息，你真的放心交给别人的服务器吗？ 这个确实是个痛点。很多在线工具你用着方便，但其实你的数据在后端走了一圈，有没有被记录、被存储，你根本不知道。 对，所以Simon Willison的工具站一贯的哲学就是纯前端架构，也叫「零知识」架构。数据从未离开用户的浏览器。这几年随着浏览器能力越来越强，WebAssembly、Web Crypto API这些技术的成熟，很多以前必须在服务器端做的事情，现在客户端就能搞定。既省了服务器成本，又从根本上杜绝了数据泄露的风险。 好，聊完功能和设计，我们来说说这个项目最让我感兴趣的部分——它的开发方式。Simon Willison把它标记为vibe-coding项目。这个词现在挺火的，你给大家解释一下？ Vibe-coding这个词是Andrej Karpathy在2025年2月提出来的，就是前特斯拉AI总监、OpenAI联合创始人。他说的原话大意是「完全沉浸在氛围中，忘记代码的存在」。跟我们熟悉的GitHub Copilot那种逐行补全不一样，vibe-coding更强调你用自然语言描述整体意图，AI一次性生成完整的功能模块甚至整个应用。开发者的角色从「写代码的人」变成了「审查和引导代码的人」。 所以在这个项目里，Simon Willison基本上就是告诉Claude「我要一个QR码生成器，支持URL和WiFi两种模式，要有样式自定义」，然后Claude就把代码给写出来了？ 大致是这个思路。QR码生成本身不是什么技术难题，开源库一大堆，但你要从零搭一个界面好看、交互流畅、细节到位的Web工具，前端工作量其实不小。用Claude的话，这些样板代码、布局调整、交互逻辑，AI几分钟就搞定了。开发者就可以把精力放在产品设计和体验把控上。 这就引出一个很关键的观察——AI处理这类「已知问题」的效率是真的高。 特别高。你看QR码生成这个领域，定义明确，有成熟的标准和大量公开的代码示例，解决方案的模式也相对固定。这种任务简直就是AI的舒适区。但反过来说，如果你让AI去做全新的算法研究，或者高度定制化的业务逻辑，效果就会打折扣。所以现阶段AI辅助编程的甜蜜点，就是这类有明确定义的实用工具。 这让我想到一个有趣的变化。以前我们判断一个小工具「值不值得做」，很大程度上取决于开发成本。花半天时间做一个WiFi二维码生成器，很多人会觉得不值得。但如果只需要十几分钟的对话交互呢？ 你说到点子上了。当开发成本大幅降低，「值不值得做」的判断标准就会发生根本性变化。以前那些「有用但不值得花太多时间」的工具，现在都可以快速变为现实。Simon Willison的工具站就是最好的例子——几十个小工具，每个都解决一个具体的小问题，单独看都不算什么大项目，但积累起来就是一个非常实用的工具集。 而且每个工具本身就是一个活生生的AI辅助编程案例，其他开发者可以参考学习。 对，这种「个人工具站」的模式我觉得特别值得推广。它不光提升了个人生产力，还形成了一种正向循环——你做的工具越多，对AI辅助编程的理解就越深，下一个工具就做得更好更快。 最后我想总结一下。从Django联合创始人到AI工具的深度实践者，Simon Willison的这个转型轨迹本身就很有说服力。一个QR码生成器可能算不上什么重大项目，但它指向的趋势很清晰——编程的核心价值正在从「如何实现」向「实现什么」迁移。以前你得花大量时间在实现细节上，现在AI帮你搞定了这些，你要想清楚的是：我到底要做什么，用户体验应该是什么样的。 嗯，我觉得这可能是对开发者来说最重要的认知转变。技术实现能力依然重要，但产品思维、需求表达、架构判断这些能力的权重在快速上升。会写代码的人很多，但知道该做什么、怎么做好的人，永远稀缺。