最近用AI手搓了幾個app，作為一個non-coder，留下一些人類記錄，記錄在2026年初這個節點，用AI可以做到甚麼程度，有甚麼限制。
我做了三隻app，分別是胎動記錄器，人類某部位的追蹤射擊遊戲，以及加一雙筷子的home dining 項目。曾經嘗試但未完成的有南極旅程價格計算器（去南極要多少錢？）
結論先行
1）做Prototype（或者更準確的是Mockups）的成本大大降低，甚至可以說零成本
2）但要做成能用的app，在我手搓的三隻app裹，有幾個關卡：如何上綫（Deployment）、簡化使用流程、有效爬蟲、有效Debug，以及Domain Knowledge
3）要持續能用的app，使用不停的運營，推廣。上手使用第一次（Adoption）不難，留存才是最難的（7-day /30-day retention）
4）到最後，關鍵是回到基本：到底這個app在解決甚麼問題？這個問題目前有哪些解決辦法？這個app帶來多少benefits和costs？
Prototype/Mockups
鼓勵所有有想法的人，上去Google AI Studio或者Replit，直接在對話框裹打出來，甚至說出來。不用想清楚，說得亂都沒有關係，因為AI的理解能力超乎你想像，只要你有一個核心想法，多亂他們都聽得懂。
而且，你會感到驚訝的不只是AI聽得懂，而是在短時間，比如一分鐘，給你做成一個樣品，這個樣品看上去直接能用，整個介面（尤其是Google AI Studio）看得很得體，像是出自專業設計師的手筆。
但這樣品只是看上去能用的screens，但實際用不了。因為你想要app做的事（output），app需要一些輸入（data），而這些輸入是AI沒有的（除非是純文字相關的），或者因為太貴（例如生成影片或圖片要消耗太多tokens），所以他們不想幫你做。
除此之外，還有一個更要命的問題：做好的app，我怎麼分享出去啊？
如何上綫Deployment
Google AI Studio的設計是真好看，手搓app也是真快。但致命的問題是：上綫很麻煩。換句話話，我並不能立即生成一個網站或者app，分享給朋友。
要分享的話Replit或者Manus會好很多。但如果你搓的app是需要用戶輸入的（例如讓他填寫東西，上傳照片），那麼你就需要后端的數據庫，來幫你儲存用戶給app的數據。這時，我的經驗是Manus是最好用的，能滿足上述需求。
否則，像我的朋友J用GitHub Codespace，他告訴我，他需要買Domain、用Railway做backend server，用vercel做front end server，用mongoAtlas做database server，然後再將這些抄埋一碟，才可以上綫。
這樣的技術門檻對於一般人來說，仍然是太高了。
簡化使用流程
到了30周，醫生建議雨薇數胎動，但雨薇一直沒做。我問她為甚麼？她就是嫌麻煩。於是我用一頓午飯的時間，做了一個胎動記錄器。
胎動記錄器其實就是一個clicker，按一次，記錄一下時間，是特別輕、特別簡單的應用。
難題是怎麼讓它使用方便。本身孕婦有很多app都有這功能，問題是要打開app，找到入口，再按一下，就這幾步已經太麻煩了（試想想，這些動作，一個小時要重覆十次八次）
所以要做一個能用的胎動記錄器app，並不是app功能或者介面，而是如何減少點擊次數。
我花最多時間研究的是，怎麼可以在iPhone 鎖屏時直接打開，一鍵記錄（就像camera app一樣）。
因此我學會了一個重要技能：將網站變成app icon，出現在iPhone 上，然後在快速鍵（Shortcut）上，把這個app加到iPhone的鎖屏上。
最後的使用流程：在鎖屏上按logo，自動跳轉到網站，出現胎動按鈕，按一下。
算是一步打開，但美中不足的是，跳轉網站會有loading的延遲。
即便設計那麼貼心，雨薇一共就用了四天（那四天倒是每天紀錄幾十次胎動），原因是Remy後來動得非常頻繁，她沒那麼擔心，就不記錄了。
這個故事的寓言是：使用方便（越少steps越好），沒有延遲（越快越好），這些其實都未必是目前vibe Coding能完全解決的事情。
有效爬蟲
有朋友問我，去南極一趟要多少錢？我說十萬港幣上下，視乎月份、天數、飛去還是坐船去，船的大小，以及豪華程度。
忽發奇想，我是否可以做一個「南極價格計算器」？就像「人情計算器」一樣，有一個base price，上面根據不同情況，會加減出一個最終的價格建議。
要做「南極價格計算器」，就需要收集各船公司的價格數據。好處是，經營南極航線的主要船公司，20隻手指數得完，所以就是要到這20間公司下載他們的價目表。
難處是，這20間公司的價目表的呈現方式不一，有需要留資才能獲取PDF，有些是以單個行程的方式散佈在網站不同地方。以及他們船程的具體資料，比如出多少天，包含甚麼項目，都不一致。
此時，我曾經想借助AI來爬蟲。但一旦我說爬蟲，或者AI識別到我想爬蟲，好像唯一會用的技能，就是beautiful soup。這美麗的湯，是python的一個library，是一個互聯網公認的爬蟲招式。可是，放在南極價格器這個問題上，美麗的湯似乎沒能發揮太多作用。
所以，我還是需要到船公司網站一個一個爬，然後得做數據清洗，將不同的表，融合成一張大表。
AI在複雜的爬蟲工作上，尚未能夠有效幫助人類。
有效Debug
在旅行時，大多旅客都渴望窺探當地人的風土人情，如果有幸到當地人的家吃飯，這是最佳的文化交流機會。
這就是加一雙筷子想做的事，在越來越多外國遊客來中國的今天，有沒有可能讓中國家庭加一雙筷子來接待老外呢？
花了一周多時間，以及第一個Manus月付費，做了一個撮合平台。
上面除了網站介紹，Host可以登記自己的家做Home Dining（就像Airbnb），Guests可以瀏覽Host的介紹，然後request booking。我作為Admin，可以在后台監測這一切。
聽著不像太複雜的流程，我花了好幾天debug各種事情。
有一些，你可能都沒想過我需要debug，比如按紐的顏色。
不知道為甚麼，Become Host這個按紐一開始是透明的，用戶根本看不到。我讓AI改了好幾次不得要領（我和他都不知道卡在哪裹），最後我需要用另外一個AI來幫助完成（我將Manus連上了GitHub）
有時候，AI改了一個bug，本來沒問題的，就突然出現問題。
Admin的edit功能，搞了一個晚上都edit不了，換了幾個思路，重做了三次，終於搞定。但搞定了之後，Host的照片本來可以顯示，就變得不能顯示。於是又得花時間處理這個問題。
這是我為甚麼說做Protoype特別好，因為從零開始寫代碼是最乾淨的。一旦，開始改這個改那個，如果一開始架構搭得不好，疊上了各種修理之後，就會出現改一處，壞另外一處。
Domain Knowledge
昨天手搓了一個小遊戲，牽涉到某人類部位。遊戲要求系統能夠準確識別那個部位的位置，再把玩家的猜想對比。
Gameplay不難，難在部位的準確識別，基本上要求AI有一定視覺能力。AI大模型中，對於常見物件的識別應該做得還不錯，問題是，對於一些稍為少見的東西，AI大模型就不一定那麼準確。
而且，這是成本收益的考慮：如果用上消耗2048 Token的模型，AI會識別得更準，但如果只用128Token的話，那準繩性就大打折扣。而且用上Token消耗越多的模型，耗時越多，玩家未必願意等待。
但沒有這個準確度的話，遊戲就沒法玩了。
這個時候就需要更小、但更專用的模型來做配合。
事實上，隨著大模型進入各行各業，Domain Knowledge會變得越來越重要，或者可以說是人類的最後一道防線之一，有許多尚未比數據化的行為（例如烹飪），由於AI缺乏訓練數據，未能有效學習。
寫在後面
那天看到朋友C在LinkedIn的Post，提到AI大佬在提醒Cognitive Atrophy – 腦萎縮。如果一切都交給AI，腦部沒法有效鍛練，假以時日，人可能變笨。所以對抗的方法是，好好思考甚麼東西外判給AI，甚麼自己做。
這個建議特別好，但越來越難實行。因為AI太強大了，遇到事實上的問題，我都會問Perplexity。概念或者知識類的，問Gemini。有想法想寫東西，用Claude。要做LinkedIn、小紅書的圖，用Nano banana。手搓App，用Manus或者Google AI Studio。
這些AI 工具的能力比我強很多倍，而且效率（時間）真的很快。在力量懸殊的對決中，抗衡很難，乖乖加入才是正道。
那麼人類要守住甚麼？想像力、好奇心、美、體驗遊歷、Domain knowledge以及各種關係（Relationship）
我想，未來Remy的教育也應該是朝著這個方向進行。
