vibe coding做个人工具2026年10月8日提问2次类似提问

我结合我的爱好,vibe coding 了一个 K 线模拟训练软件,正式版发给了我的一些朋友使用,我 0 距离接收他们的反馈,并持续迭代优化,这个过程给我带来了很大的正反馈,我希望能以这个作品为起点,未来做功能更强大更深入的软件产品,为中国 A 股的散户交易者提供有价值的服务

你现在的路径和「通用工具围着真实工作长成自己的软件」高度一致,下一步最值得读的是从作品走向产品要补的那几块:重度用户、demo与生产的鸿沟、以及产品价值结构。

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。

你的做法正是「user-generated software」的典型路径

材料里的观点

在同一个项目里持续迭代,每一轮都留下素材、审美、失败版本和做事方式,做到下一版时不必从空白开始。这种积累不一定适合所有人,却会越来越适合你自己,也解释了为什么不必急着换一个现成 App——现成产品要照顾所有人的平均需求,而你的东西可以围绕散户训练这件事生长⁠1。你 0 距离接收朋友反馈并持续迭代,恰好是这套逻辑跑通的信号:反馈直接进入下一版,而不是先经过一层抽象的需求文档。

朋友反馈和陌生散户反馈回答的不是同一个问题

AI推演

重度用户是产品的功能试验田,会把产品用到极限,也常常用出你没想到的玩法;他们不只是活跃,也更愿意付费、更愿意推荐,还能直接影响产品演进方向。判断谁算重度用户,可以看活跃天数、使用时长、功能使用频率这些指标是不是明显高于其他人,再结合访谈验证⁠2。你现在的朋友群可能同时是「熟人」和「重度用户」,两种身份混在一起。一个可试的做法:先按使用深度把现有用户粗分一下,看有没有一小群人用得明显比别人深,再单独和他们聊——他们说的和普通朋友说的,往往不是一回事。

从作品到产品,难点在demo之后才出现

第一版做出来之后,才会看见原来没看见的工作:信息顺序不对、某些数据不该占主要位置、理论上合理的流程真实用起来很别扭。AI 大幅压缩了「把需求写清楚后的开发」,但 discovery(一版版真实东西弄清楚该做什么)和 ownership(用户开始依赖后,系统在变化中保持正确)没有被同样压缩⁠3。对 K 线训练软件来说,这意味着行情数据源、账号、权限、异常状态这些「跑通一次」之外的部分,会随着用户变多逐渐变成主要工作量。这不是劝你别做,而是提醒你:功能更强大更深入,往往先体现为这些不显眼的地方更可靠。

材料没有涉及 A 股散户交易者的具体需求或合规要求,这部分需要你自己判断;重度用户分群方法来自增长分析书籍,用于个人小规模产品时只需借鉴思路。

出处

  1. 1我用 Codex 剪了 5 条口播,最后却做了一则超市广告

    超线性学院2026-08-14

    解释为什么在同一个项目里持续迭代、积累自己的素材和判断,会越长越适合自己,对应你现在的做法。

  2. 2《Growth Data Analytics Playbook》中文版 · 第5章 留住用户,让他们常来

    书2025-11-18

    提供识别重度用户、用他们推动产品演进的具体方法,适合你想把朋友反馈变成产品判断时核对。

  3. 3Don't build: 看清demo和production之间的鸿沟

    超线性学院2026-07-29

    讲清 demo 与生产之间的鸿沟,以及 discovery 和 ownership 为什么没被 AI 同样压缩,适合评估从作品走向产品的真实工作量。

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:

所有问题 →