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。