大家好我是沙磊，一名在产品经理岗位工作超过十五年的老兵。最近使用AI IDE开发了两个完整的项目，发现现在AI编程的深度远超想象。今天就带大家看看我的实战案例，或许能给你些启发。

01 AI编程的四个阶段，你到哪一层了？

最近网上有个很火的问题：“你用AI编程用到什么深度了？”选项从“完全不用”到“完全基于AI开发完整项目”，引发了不少程序员讨论。

我总结了一下，大致能分四层：

A层是“完全不用”，可能是习惯了传统开发，或对AI工具不信任；

B层是“偶尔用改语法和bug”，比如用Copilot补全代码，或者让AI帮忙找拼写错误；

C层是“用AI实现小功能”，比如写个简单的爬虫脚本、做个数据清洗工具；

D层则是“完全基于AI开发完整项目”——这层最让我好奇：AI真能独立“指挥”完成一个项目？

直到我通过试用多款AI IDE，我才有了答案。我不仅做到了D层，还开发了两个实用工具。这种“用AI学AI”的操作，让我直呼“技术普惠时代来了”。

02 实战案例：AI帮我造了两个“小应用工具”

我做的项目成果不算“高大上”，但胜在“接地气”——都是基于某个特殊场景中，可以直接使用的工具。我给大家详细聊聊：

第一个是“酒店电视投屏助手”。我用阿里Qoder做产品设计，主力工具是Cursor AI IDE，用Kotlin语言写的一款安装在安卓电视上的APK应用。

“虽然是个原生安卓应用，但从搭框架到调接口，100%的代码都是AI帮我写的。”我只需要把需求拆解成“要有图片轮播广告”“要支持主流投屏协议”这样的小任务，AI就能给出可运行的代码，剩下的就是测试和调整。现在APP已经开发完成，我也把相关代码和文档发在开源社区Gitee上。

第二个是“潮汐表小程序”。我每次带孩子去赶海总有这样的痛点：不知道什么时候退潮，什么时候涨潮，到了海边看到海水已经涨起来了，孩子很失望。我曾尝试去网上寻找潮汐时间，但给出的不仅不是本地的，而且显示的内容太过专业，不够简单清晰。我用Cursor配合微信开发工具，按照之前做酒店电视助手的经验，用两天时间就完成了这个潮汐表小程序的开发。

最让我觉得值得自豪的是“动态潮汐曲线”和“未来10天的潮汐数据”。前者能将当天的涨潮退潮时间，以动态曲线的方式展现出来，给用户一个更清晰的潮汐时刻表。

而后者可以直接查询未来10天内的潮汐数据，对有计划带娃赶海，或者是周末去海钓钓鱼，可以直接去查询，避免跑空让娃失望。

03 当兴趣遇上AI，技术边界在拓宽

近我开始推进一个新项目：做一款能检测隐藏摄像头的微信小程序，让用户在入住酒店时，可以快速扫描环境，提升安全感。这放在以前，我可能只是出想法、画设计图，然后把需求交给程序员去实现。但现在，借助AI，我从产品构思到开发上线几乎可以全程自己动手。

比如，做这个摄像头检测工具，AI不仅帮我梳理了调用手机相机和图像识别的逻辑流程，还快速生成了前端界面代码和算法调用示例；调试过程中遇到权限或兼容性问题，我可以直接让AI辅助修改代码、优化模型判断逻辑，甚至连小程序的上架流程都能一步步协助我搞定。我不再只是那个“提需求的人”，而是从设计到开发，真正走完全程的创造者。

这让我明显感觉到：AI正在把“专业技术”变成谁都能上手的“通用工具”。以前做软件要懂前端、算法甚至硬件协议，现在AI能直接帮我写关键函数、调试设备接口，我只需要明确目标、调整细节。AI不是在替代我，而是在我“想做”和“能做”之间搭了一座桥。

技术门槛降下来了，而普通人的创意，反而更容易落地了。

04 我的观察：AI编程，从“辅助”到“主心骨”

做完这两个产品，我有三个感受：

第一，AI编程的深度，取决于“需求拆解能力”。他不是让AI“直接造项目”，而是把大需求拆成小任务，AI解决每个小任务，我再整合调试。这和传统开发思路类似，但AI让“解决小任务”的效率提升了10倍。

第二，工具选择很重要。我试过Cursor、Trae、CodeBuddy、Qoder等多个AI，发现不同工具擅长的领域不同——比如CodeBuddy更懂小程序生态，Cursor在逻辑复杂的任务上更稳。选对工具，能少走很多弯路。

第三，AI不是“懒人神器”，而是“效率杠杆”。我自己做这几个项目也没少踩坑：比如写“酒店电视投屏助手”时，总是调不通设备发现协议；做“潮汐表小程序”，又因为时间转换的问题导致显示异常。但说实话，有了AI之后，解决这些问题的效率完全不一样了——以前遇到报错得翻文档、找大神，折腾大半天，现在直接把错误信息抛给AI，几分钟就能定位问题、拿到可用的解决方案，甚至还能让它帮我优化代码逻辑。

技术的魅力，从来都是让“不可能”变成“可能”。当AI从“写设计的助手”变成“造项目的伙伴”，我们需要的不是焦虑“会不会被取代”，而是思考“如何用好这个伙伴，让自己的创意跑得更快”。