关于AI的使用思路

搬运自linux.do佬友的一篇文章 原文见https://linux.do/t/topic/2452176

1.逆向一个没有公开文档的 API 找一个没有公开 API 的网站，逆向分析它真实的工作方式：认证机制、请求结构、限流策略、分页方式、反爬机制等等。然后基于你解锁出来的能力，做一个真正的产品。 这里有两个难点：一是破解系统，二是判断解锁这些能力之后，应该做什么产品。抓一份 CSV 不算产品。你能拿到的数据是约束，而你的产品品味决定了它能不能变成别人真的会用的东西。 破解系统，然后做出一个别人真的会用的产品。开放出去，免费收费均可，流量上来了你才知道自己做的是不是个玩具。

2.做一个你自己真的会用的小应用 从你自己的生活里找一个小问题，把它做成一个可以部署的 Web App。AI 要在核心功能里真正发挥作用，比如结构化输出、视觉识别、Agent 循环，而不是在旁边硬塞一个聊天窗口。 这里有两个难点：一是产品判断，知道该做什么、不做什么，以及怎样才算好到你自己会第二次打开；二是 AI 集成要经得起真实用户使用，包括延迟、奇怪输入、模型出错的时候，以及失败时体验如何不至于崩掉。 做一个你自己真的会第二次打开的小东西。然后还是开放出去，免费收费均可，你可能会发现压根没人用你的东西，反思&改进，进一步收获。

3.用 AI 重建一个难做的功能 选一个你欣赏的 App 里的功能，而且是你觉得他们团队可能花了几个月才打磨好的那种：实时同步、搜索排序、撤销历史、手势交互、视觉处理流水线、推荐系统等等。把它重建出来。然后用 AI 改变这个问题的解法，比如用模型调用替代启发式规则、生成数据把原来必须离线完成的事情放到运行时完成，让你一天内做出别人一个季度才做出来的东西。 这里有两个难点：一是技术杠杆，AI 要真正改变这个功能的工作方式，而不只是帮你写代码；二是产品判断，你要知道这个功能所谓“更好”到底意味着什么，以及你的版本是否真的做到了。 重建那个别人花了几个月才做好的部分。让 AI 做一些他们当时做不到的事。统计自己花了多少时间，给自己一个挑战，可能你会有失败的痛苦，对Vibe Coding产生怀疑。你也可能学到了很多能力，有了自己的哇奥时刻。不管成功与否，这种体验都能让你进步 最后多嘴一句，想提升自己的Vibe Coding水平（注意是Vibe Coding水平，不是Agent研发水平），主打两个有：有Token有闲。 得有充足的token给你浪费，才能尝试各种方式，反复迭代自己的最佳实践。 得有充足的时间来反思和实践，才能总结归纳进步，不然只是日常工作疲于奔命。