一个人用AI做出月入过万的产品？89%的代码交给AI后，他说关键不在代码

你是不是也经历过这样的时刻？

想做个产品，不会写代码，卡在了第一步。或者，会写代码，但一个人开发、设计、运营、推广，感觉身体被掏空。更扎心的是，写完没人用，做了个寂寞。

今天要聊的这位资深Builder手工川，本科读金融，靠自学转行计算机，如今99%的代码都交给AI，一个人做出多款产品还推动开源项目YODA。他的经历或许会颠覆你对“人人都是开发者”的理解。

99%的代码交给AI，但他说代码不是核心

🌟 从金融到编程，转行居然是因为这个

手工川本科读的是金融，最初碰代码，纯粹是为了完成投行实习里的数据分析和抓取工作。谁想到，2017年他渐渐发现计算机比金融更有趣，从此彻底转向。

你以为他是最早拥抱AI编程的那批人？恰恰相反！2023年和2024年上半年，他还坚持手写代码，觉得AI生成的代码离自己的质量要求差太远，动不动就要返工。

真正的转折出在2024年底！当Cursor 出现，他开始系统测试AI编程工具，突然发现：模型生成代码的质量跨过了某个临界点，不再只是补全工具，而是能顶一个真正的开发了！

从2024年10月起，他几乎停掉了手写代码。“严格来说并非100%，但至少99%的代码已经交给了模型和Agent，人类只负责那起始与结束的1%。”

⚠️ 但别高兴太早：没有技术基础，AI帮不了你

这里要泼一盆冷水！手工川敢这么激进地用AI，恰恰是因为他以前积累了足够的开发经验。他能判断AI生成的代码是否合理，能定位问题方向，能在MVP跑通后用工程手段补上稳定性、并发和测试。

对于完全零基础的人，AI确实降低了门槛，但不能自动补齐工程判断。你首先要学的不是编程语言，而是怎么准确表达需求、怎么和AI交流、怎么判断模型到底做好没有。

不知道代码写的对不对？没关系。但一定要知道怎么组织模型把这件事做完。

真正的需求不用“抓”：爱生活的人更容易做出爆款

💡 程序员做不出大众产品的残酷原因

“如何找到真实需求”是每个独立开发者的灵魂拷问。手工川的看法很直接：不会写代码的人，反而更接近大众需求！

为什么？因为程序员每天面对代码、框架和数据库，能想到的都是程序员自己的问题。而程序员动手能力太强，遇到问题自己就写个脚本搞定了，很少愿意为同类工具付费！

一个只服务程序员的需求，技术再精巧，商业市场也有限。

🌟 他的需求方法论，一句话就能讲透

不会写代码的人离真实生活更近。他们会想：去哪旅行？怎么拍照？怎么做饭？怎么让生活更方便？这些问题不够“技术”，但用户群体更大！

手工川分享了一个真实案例：他最近用开源工具YODA做了一款视频拍摄工具，提前准备好文稿，录制时系统实时识别说到哪一句、自动对齐字幕，录完直接出片。他把产品给一个做采访的朋友看，对方当场说：“我现在就给你转100元，你赶快把它上线！”

这种不需要解释商业价值、用户看完马上愿意掏钱的反应，就是真需求！妙鸭相机、小猫补光灯都是同一个逻辑。

手工川的方法总结成一句话：“爱生活的人，更容易发现大众需求。” AI降低了实现门槛，最稀缺的不再是开发能力，而是进入真实场景、观察普通人如何生活的能力。

先交付一个59分版本，再用AI快速迭代

💡 别急着完美设计，先让AI跑起来

手工川偏爱渐进式Vibe Coding：先向AI提一个具体需求，让模型直接实现。有问题就告诉它“这里错了修一下”；不想同类错误重复，就加约束。

目标不是一次生成商业级产品，而是尽快看到能跑的版本。在他眼里，AI先交付一个“59分”的产品完全能接受！只要方向成立，就能基于真实效果决定要不要继续投。

⚠️ 先快后稳才是王道

很多想法在纸面上成立，做出原型才发现没人要。如果一开始就做完整架构设计和技术选型，可能一个月后发现用户根本不需要！

借助AI，你可以用极低成本验证想法：原型没价值就停，用户反应积极再补工程能力。他通常一周交付MVP，一个月相对稳定上线。

但注意！开发时间缩短不代表工作消失！手工川大部分精力花在调试上——验证功能、定位异常、处理边缘情况、修正体验。AI写代码快，但这些事跑不掉。

多Agent协作的真正难点：上下文流动

🌟 不同模型，各司其职

手工川不会把任务全丢给一个模型：写文章用Claude Code（发散和理解意图更强）；特别难的Bug调GPT最强模型拉满推理深度；中文和国内场景优先国产模型（DeepSeek在中文表现不错）；获取最新海外信息用Grok（能接X实时数据）。

他会同时用多种Agent，还配一两个能接不同模型的中转服务。

💡 上下文堆多了，AI反而会“烂”

多Agent协作最大难点，不是模型不够聪明，而是上下文怎么在不同工具间流动！一个Agent做完一半任务再交给另一个，后者必须拿到完整上下文。

建议把项目目标、规则和架构写进Agent.md文件，让所有Agent共享读取；或者把信息存进数据库、缓存和README，形成公共存储。这有点像软件里的跨进程通信，问题不在模型多强，而在它能不能拿到正确、完整且不过量的信息。

还有一个坑叫“上下文腐烂”：规则堆太多、都被标记为重要，模型反而判断不了优先级。所以AI开发环境不光要加上下文，还要能管理、裁剪、调试上下文！

把多个Agent装进同一个工作台

📌 他从自己的痛苦里，做出了YODA

手工川发现，重度开发者几乎不可能只用一种Agent，很多人同时用Codex和Claude Code，还会加Gemini、Grok、Kimi。他就想要一个统一入口，在同一产品里自由切换Agent，不用反复开工具、复制文件、搬上下文。

于是就有了开源工具YODA。它集成了统一Agent入口、便捷归档（还能自动完成代码提交和推送）、Harness透明化（能看到当前项目加载的全部上下文）、动态Prompt机制和“在App里开发App”。马上还要补搜索优化、增长和运营能力，未来形成从需求到产品再到市场的一条龙流程！

🌟 他的开发秘诀：独立分支+自动合并

以前他在主分支上开发YODA自身，AI改代码时应用不断闪屏崩溃，一次修改十几分钟，只能刷视频等恢复。后来他让AI默认在独立分支干活，完工自动合并回主分支。合并是程序化操作，几秒钟搞定，冲突AI自己修。

现在他能同时建几十上百个需求，让Agent在不同分支推进，再见缝插针合并结果！

AI最擅长做0到1，但测试、成本和获客跑不掉

⚠️ 一天烧掉300美元：模型成本是真的高

手工川的Claude账号被封后走API，习惯用Opus高阶模型，一天费用200-300美元，三天花了六七千人民币！之后他重新开订阅账号，额度用完就休息——平台反而强制控制了他的工作强度。

他身边有创业者开5个账号轮流用额度，但他觉得对普通超级个体，一个Claude Max或Codex Max就够了，能持续用完一个Max账号，开发强度已经算“及格”。

💡 AI帮你做产品，但没人替你做推广

产品做出来只是开始。手工川建议“Build+Influencer”双轮驱动：左手做产品，右手做个人影响力，通过公众号、视频号、X、YouTube公开分享开发过程（Build in Public）。

产品上线先观察市场反应，没反馈说明需求不够强；反馈积极再加大投入。多个产品像赛马一样同时测试，别对单个想法太执着！

但流量不等于价值！他见过用AI一分钟生成的文章阅读量爆棚，而自己花一周写的深度文流量平平。前者吸引大众，后者筛选出投资人、忠实用户和真正愿意思考的人。

一人公司不是目的，找准定位才是关键

🌟 OPC只是手段，创造价值才是第一性原理

AI让很多任务比雇人更便宜，于是“一人公司”火了。但手工川强调：OPC不是目的！如果一个人最适合独立做产品，可以选OPC；如果适合找同频伙伴、融资发展，也没必要强行单干！

超级个体之间也能形成协作网络：你擅长开发，他擅长运营，彼此补足，依然是稳定组织。未来公司未必消失，但边界会更灵活。

📌 “人人都是开发者”的真正含义

今天每个人多少懂点微积分，却不会都自称数学家；每个人都能写诗，却不会都成为诗人。软件开发将来也一样：人人会用AI写点代码、把想法变成小工具，但不等于人人都能承担大型系统设计和长期维护。

手工川不劝你照搬他的路径。比模仿更重要的，是找到真正热爱的方向，让自己处在重视技术、产品、生产力的环境里。

他的建议很朴素：降低期望，但不降低努力。别期待一个想法秒变爆款，也别因为没有短期结果就停下。更重要的是找准定位——如果你擅长和人打交道而不是写代码，就没必要强迫自己做全部开发，找技术伙伴，把软件能力变成你手里的“画笔”。

当代码不再是门槛，真正拉开差距的，是你对生活的热爱、对需求的理解，和你选择的那个位置。

想听听你的故事：如果你现在可以用AI做任何产品，你最想解决自己生活中的什么问题？

如果这篇文章让你对“人人都能开发”有了新认识，点个【在看】并分享给正在折腾AI产品的朋友吧！评论区聊聊你的想法，我们下一篇见！