先把要解决的问题拆清楚,再让 AI 帮你实现最小可用版本;能跑通、能上线、别人真能用,比功能齐全更重要。
AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。
先拆问题,再动手写代码
做 web app 前先想清楚两件事:你到底要什么,以及流程里哪一步摩擦最大。比如想把白板内容变成电子笔记,真正要拆的是“怎么低摩擦地拍下来”和“怎么自动整理成信息”,拆到这一步,剩下的实现才顺。AI 现在能做出可上线的简单前后端应用,但前提是你自己把问题定义清楚,否则它只会帮你更快地做出一个没想明白的东西1,2。
先做最小版本,验证工作流再扩展
一个被反复提到的做法是:先做网页版 MVP,验证工作流跑得通,再考虑 iOS 或其他形态。有人做文字识别同步工具时就是这么走的,先网页验证,再开发移动端。这样做的价值在于,你能早点看到真实使用中的卡点,而不是把时间花在还没被验证的功能上。上线本身也值得当成目标:让应用真的被别人用起来,和只写进简历的 toy project 是两回事3,4。
部署和安全是容易被忽略的一环
很多人做出应用后卡在部署上,目录报错、日志看不懂、要在工具和平台之间来回传信息。现在有平台把 API 调用和自动部署抽象成一句话能完成的操作,降低了这道门槛。另一面是安全:web app 比想象中容易被攻击,把 API Key 硬编码在代码里是常见隐患,应该放进环境变量。这两点不解决,应用就算做出来也不适合真的给别人用5,6,3。
这些经验来自个人主页、文字识别、邮件助理等具体项目,规模都不大;如果你的应用涉及多用户、支付或敏感数据,安全要求会更高。
出处
- 1旧金山线下火锅meetup全程
讲怎么把问题拆成低摩擦的步骤,适合理解动手前该想清楚什么
- 2AI编程的先进实践和底层理解,进化推演,中国团队的优势与劣势,专业开发者和vibe coder的分界,AI编程接下来几年的核心问题,破除套壳论|石扬访谈完整版_上
可回到原文核对这部分判断
- 3用“AI产品的六个层次”,分类AI Architect学员项目,结果如何?
多个学员项目案例,展示 MVP 思路和硬编码 API Key 等实际风险
- 4Gemini正在杀死Vibe Coding?未来什么样的AI人才最稀缺?
讲从做出应用到真正上线给别人用的差别,适合判断做到什么程度算够
- 5清晰地道书面英语的Editor -- 十分钟制作并部署成功
十分钟做出并部署一个 web app 的完整过程,适合看部署门槛怎么被跨过
- 6AI浏览器,才能让AI真正走入大众?|把AI写进pitch deck,是十年前就在发生的事情|只有2%的人真的有第一性原理?|硅谷徐老师_上
可回到原文核对这部分判断
你也有想问的?
卡住的时候,问问立正:回答只从立正讲过、写过的东西里来,每一段都能点回原文。
问类似的问题也可以接着问:
别人还问了
- 做一个社区类 App,产品思路应该怎么想?
核心思路不是做新的内容平台,而是把社区里已沉淀的高质量经验和讨论,变成手机上更容易进入日常的入口。出发点有两个:环境会塑造注意力,手机里哪个 App 顺手、通知里出现什么,会影响一个人觉得什么值得学、值得做;社区积累了大量文章、项目和讨论…
- 电力方向的电气工程师的出路是什么
材料没有专门讲电力电气工程师,但给出了一条可迁移的判断:出路取决于你能否识别市场真正需要什么,而不是把某个技术方向当成唯一答案。
- ai该怎么学
把 AI 当手艺而不是知识来学:先自己猜、再让 AI 做,然后撤掉帮助、隔段时间、换道题,看自己还会不会。
- 我刚毕业开始工作,现在开始能够有一点存款,但是我对理财并不擅长,我希望这些存款能够变成优秀的资产,或者是能够比较稳定地增值,有什么建议吗
刚工作有存款时,理财能保本但回报有限,更值得投入的是把现金流变成能产生现金的资产,以及提升自己的收入能力。
- ai时代的生产力变革是什么
AI时代的生产力变革,核心不是工具变快,而是执行成本降到接近零,于是组织、激励和“什么算价值”一起被重估。
- 为什么觉得腾讯这类国内的互联网公司在AB test方面做的不够好?
立正的说法是:腾讯的实验产品看上去和 Facebook 一样,底层技术洞察不同,导致实验文化很难推行下来。