之前做的第一个 macOS 软件是用 Claude Code 开发的，那是 8 月份。当时效果很好，但后来被砍量、限额越来越严格，也变得越来越贵，用不起了。

后来看到大家说 GLM 4.6 很不错，就去试了一下。当时正在开发鸿蒙软件，遇到了一个比较顽固的 bug ，Claude Code 和 Codex 都没有解决，而且配额也很紧张。我就拿国产的 AI 试了下，把相关文档给它之后，居然直接解决了。于是我就直接付了 GLM Lite 的年费。

其实以前也用国产的 DeepSeek 和 Kimi2 的 API ，但修一个 bug 经常一次花十几块钱。简单算了一下，发现成本也不低，还是包月的模式更能用得起。

目前主力使用的是： Claude Code CLI + GLM 4.6 + MiniMax 2 之所以用国产 GLM 和 MiniMax 2 ，就是因为便宜且够用，一天大概 2 块钱，就能支撑一天的工作量。

这次开发的流程是：

• 先和 ChatGPT 沟通主要需求
• 做好整体开发规划
• 然后再用国产 AI 开始真正干活

开发过程中，我主要使用 OpenSpec 辅助，我个人比较信 SDD （文档驱动开发）这种模式： 需求文档先行，把需求确定清楚之后再让 AI 干活。 这种方式实践下来，发现效率高很多。

没有文档的时候，经常会遇到一个困境： AI 理解错需求 → 写出错误的代码 → 改完才发现方向错了。 用了 OpenSpec 后，这个问题基本消失。

OpenSpec 的另一个好处是支持任务拆解。 我之前看到一个建议：上下文 token 在 100k 左右时效果最好。 所以我会让 AI 自己评估 token 量，然后按 100k 以下拆分任务，这样使用体验会比较丝滑。

当然，国产模型与国外的相比，在理解能力和分析能力上还是有差距。 遇到棘手的问题，我还是会上 ChatGPT 寻求帮助。

UI 方面的流程是： 先用 ChatGPT 做 HTML 原型 → 再用 GLM / MiniMax 2 实现 UI

最后推广一下自己刚做好的工具： 一个 AI 视频学习工具（ macOS ），目前完成基础功能，仍处于 Beta 。

🔹 当前功能：

1. 支持本地视频转文字（无需上传）
2. 支持自定义 AI （目前接入 DeepSeek ）
3. 支持中文与英文

我做这个工具的原因是： 很多干货视频（直播、录播）一两个小时起步，复习成本很高。 所以想要一个可以直接转文字、看看重点内容的工具。 市面上不少工具不支持本地处理，所以我就自己实现了。

官网：https://gistforge.com/ 官网和软件的代码：都是 GLM 和 MiniMax 2 写出来的