图：Stable Diffusion Reimagine

摘要：AI时代，程序员的价值不在编码之中。

我、一人、两周、+ChatGPT、+Midjourney = 上线的一个 完 整 应用。

这是一个简单的 AI 应用聚合网站，没有复杂的交互内容。

不简单的是，整个应用从爬虫、界面、前端、后端、数据库都是 AI 参与的。

整个流程， 高度可复制 ，希望对你有所启发。

• • 代码开源 ：项目的代码会在有空的时候，整理后开源（代码的价值不大）。

• • 数据库开源 ：项目的原始数据库（1000多个国外AI应用的归类）已经用腾讯文档的形式公开，需要的在公众号后台留言“数据库”。

• • 运营数据开源 ：项目究竟有多少用户、流量、收入如何？会在本文结尾贴出。

剩下的就是本文的重点—— 开发流程的开源 。

故事的开端

在2月底，AI 应用大火，于是萌生了做一个 AI 聚合网站的想法。

这个想法不是独有的，至少在购买域名时，发现和“AI”、“聚合”相关的域名已经在几天前被注册了。

调研一圈，发现国外已有很多类似的网站，像 futurepedia 、 gpt3demo 等早就推出了。

虽然那时候还没发现中文的 AI 聚合网站，但是凭着对国内同行执行力的认知，我断定这块应该有人做了。

然而情不知所起，一往而深。

即使想法不是独创，即使可能有人跑在前面，还是想做做看。

综合考虑后，最终决定打差异化，不做网站，做个小程序。

ChatGPT——项目经理

项目的起始阶段，就已经使用 ChatGPT。

「 AI 宝库 」这个名字是它取的。

项目流程也是它做的?

直接问它： 我想做一个聚合AI资讯的应用，有什么需要注意的？

还不错，面面俱到。

再对它提出的每一点都进行了追问，这里就不贴了。

有意思的是，它还给我的工作计划安排了双休?。。。

ChatGPT——爬虫专家

按 GPT 的规划，先从数据源着手。

既然国外已经有现成的数据，那就先将它搬运回来。

针对我没有爬虫基础，ChatGPT 介绍了爬虫神器 playwright ，并且提供了可运行的 nodejs 代码。

1 个小时不到，也没有翻阅 playwright 文档，英文的数据源就躺在我的硬盘里。

适逢 ChatGPT3.5 接口开放，福至心灵，干脆连上接口，让 GPT 对数据源进行清洗，翻译，归类。

让它从英文数据源中，总结简介、写出应用的详情、对应用进行分类。

下面就是它的部分成果（有人工干预）。

好家伙， 知道 它很厉害，和 看到 它很厉害，是两种不同的感觉。

看到 GPT3.5 吐出来的数据，我有点担心 NLP 工程师的前路。

数据源的问题解决了，下一步就是前端界面的编写。

ChatGPT——前端比我更专业

我刚开始入行的时候是写前端的，那时候还得适配 IE6，现在 IE 的段子都没人提了。

但我这前端的基础，在 ChatGPT 面前，被秒杀成渣渣。

像下面这个参数解构，问搜索引擎也无从问起。

问 ChatGPT，问题都不需要整理，直接将需求贴给它，答案就出来了。

令人心安的是，它偶尔也会犯傻，你需要坚定地指出它的错误。

ChatGPT——后端也比我专业

在没有写前端的日子里，我是和 C# 、 .net 、 SQL 打交道。

至于云开发的 NOSQL 数据库没有接触过。

所以开始时候用 SQL 的思路，去设计 NOSQL 的数据模型，陷入了误区。

但是，很快，ChatGPT 就帮我纠正过来。

算了，既然比我专业，表结构也让它设计吧。

抛开它经常使用 MongoDB 的语法来忽悠我不说，基本上已经不用看云开发的文档了。

也就是实现了—— 自然语言即代码 。

至此， ChatGPT都包揽了：

产品设计、前端、后端、数据库设计。

UI 界面我选择尝试 Midjourney 制作。

MidJourney

MidJourney，一个图像生成式 AI，试验性的用它来生成界面。

虽然看上去酷炫，实质借鉴意义不大。

即使通过垫图，也不能保证 界面的连续性 。

后面还是选择从 UI 网站 dribbble 参考，再从几个资讯应用东拼西凑缝合出一个。

不过看到 GPT 的技术大跃进，对 AI 生成 UI 界面具有乐观的期待。

而对于单一的图像，像 logo 这种，MidJourney 还是可以胜任的。

总结

以上就是整套开发流程。

可以看到，在整个产品开发过程，无需有爬虫、nodejs、小程序、云开发等经验。

遇到问题了，就扔给 ChatGPT。

我并没有生产代码，只是 ChatGPT 的 代码搬运工 ?。

这样看来，在编码上，ChatGPT 完全可以取代我。

既然可以被取代，也意味着不再有价值了。

这就回到最初的摘要： AI 时代，程序员的价值并不在编码之中 。

不在编码之中，那在哪里呢？

回想一下，你当初打算成为程序员时，究竟是想象着自己会成为一个码农，不断向计算机投喂代码？

还是想着能创造出一些有趣的东西？

我想大多数是后者吧。

AI 大时代，恰恰可以将程序员从工具属性中解放出来。

AI 是一个 能力放大器 ，它可以轻松将你已经拥有的编程技能，扩展到其他领域。

你 + AI = 全栈工程师。

你的最小化产品 MVP，不需要组建团队来，自己先上，快速试错。

去当一个创意者，去挖掘需求，代码留给 AI 去写。

运营数据

这个项目带有部分试验性质，所以运营数据也给大家参考一下。

我也不太清楚好坏。

回头问问 ChatGPT 看看。