Skip to main content
客户案例

一位摄影师的 Vibecoding：5个月，15万行代码，独立交付3款商业级产品的煎熬与突破

一个摄影师用 Qoder 写了 15 万行代码，5 个月独立交付 3 款商业产品。

image.png
 "去年这个时候，我还觉得 AI 写代码只能做个自己用用的工具脚本，根本不可能做出能卖的产品。" 有风，「阅流」的产品负责人，在影视行业摸爬滚打了十年。从摄影师、调色师做到技术型制片人，他参与过无数项目，也从用户转位产品研发者，也主导开发了多款服务影视行业的产品。 但有一个问题始终困扰着他：产品的想法非常多，落地的过程却永远困难又艰苦。 "我是产品负责人，但代码这块完全依赖团队。有时候一个小功能，从提需求到上线可能要排期几周。如果我想独立做个东西验证想法，根本没办法快速启动。" “试错成本太高，成为了产品创新的最大掣肘”

前 Agent 时代：差强人意，但难堪大用

那是 VibeCoding 这个词都还没出现的 2024 年初，有风第一次尝试用 AI 辅助编程。他花了三天时间，用 ChatGPT 通过对话完成了一个小桌面应用，实现了预期的功能，但体验让他有些沮丧。 "当时的感觉是，写个 Demo 可以，但离真正的商业产品差太远了。代码质量、架构设计、后期维护都是问题。我就没再继续深入。"

转折点：遇见 Agentic IDE

真正的改变发生在 2025 年 9 月。 "我被官网的那一句'面向真实软件的智能体编程平台'吸引了注意力。" "接触到 Qoder 之后，我明显感觉到不一样了。这不是'我问你答'，而是真的能理解项目上下文、能进行复杂系统开发、能帮我做架构决策。" 有风开始投入大量时间实践。猛烈的新鲜感让他每天废寝忘食沉浸其中，到现在仍然每周保持 50 小时以上的 VibeCoding 时间——这几乎是一份全职开发的工作量。 "VibeCoding 真的有成瘾性的，尤其是我这种有很多压抑已久的产品想法的人，会不断的收到它带来的正反馈。"

典型 Case：72 小时极速交付，MetaStills 纯 VibeCoding 版进驻《长安的荔枝》片场

image.png
 有风的得意作品之一，是「MetaStills」——一款面向影视行业的静帧与元数据管理工具。但这个故事的真正起点，是一个他在电影摄影师群体中洞察的具体场景。 "电影摄影师在持续的创作中，会想对自己创作中的一些高光画面进行记录、整理、分享，在行业里大家通常使用静帧（Stills）作为载体，但是 Stills 与普通的照片不同，除了其画面之外，我们还想记录和分享对应的拍摄元数据，确实缺乏有效的工具。" 2024年5月的一个深夜。有风和朋友聊天。朋友的DIT团队正在为一个知名剧组制作每日拍摄静帧汇报，传统流程是：DIT从调色软件中导出静帧 → 人工整理元数据 → 一张张排版 → 导出PDF发给导演和摄影指导。一套流程下来，每天要花3-4个小时。 "我当时就想，这完全可以自动化啊。静帧和元数据虽然分布在多个不同软件里，但是只要通过标准接口，汇聚在一个专门做静帧和元数据管理的软件里，还能自动提取、智能排版，一键生成日报，效率能提升多少？" 但问题是：这与公司的产品生态并没有什么关联，公司的开发团队也没有资源来接这个新需求。所以有风选择了外包开发合作，开始推进这个产品项目，但是外包协同的沟通效率和交付质量始终让他觉得不满意，直到一年后———— "在我安装 Qoder 的第一天，我就意识到，这次我可以自己试试。" 有风打开 Qoder，开始了他的第一次"纯 VibeCoding 产品构建"。 第一天：从产品文档到可运行的原型 "我花了大概 4 个小时，跟 AI 重新梳理出了一份详细的 Spec 文档。产品定义、用户群体、核心功能、技术栈选型、甚至界面结构都写进去了。然后把 Spec 喂给 AI，说：'按照这个，咱们开始吧。'" 到第一天结束时，一个粗糙但可用的原型已经跑起来了：能导入静帧、导入和管理元数据、自动匹配、绘制静帧画框、自定义风格、生成 PDF。 "那天晚上我盯着屏幕上的 PDF，手都在抖。原来短短一年时间，VibeCoding 的能力已经恐怖如斯。" 第二天：第一次"翻车"和抢救 第二天，有风想加入功能——让 AI 根据静帧内容自动选择最优布局。但问题接踵而至。 "AI 写的界面看起来没什么问题，也没有报错，但运行起来响应速度总是很慢。我让 AI 增加了很多调试日志，才发现它加了一堆 fallback 机制，试图兼容各种边界情况。结果代码越来越复杂，Bug 彻底被兜底机制'接住了'，难以被发现。" 有风意识到这是 AI 过度设计的典型陷阱。 "我停下来，告诉 AI：'删掉所有 fallback，让问题暴露出来。'然后我们一起从源头重新梳功能流程，找到真正的逻辑漏洞。修完之后，代码反而更简洁了。" 这个小插曲让有风总结出一条铁律：开发阶段禁止 fallback 设计，让问题尽早暴露，fail fast。 第三天：从'能跑'到'能用' 第三天，有风把新版本发给朋友，开始在团队内测试使用。 "反馈很直接：'新的版本比之前的版本，明显界面更加流畅、美观，稳定性、渲染性能都大幅提高，但是在元数据导入的时候有些小问题，没有成功导入 Silverstack 的元数据格式。'" 有风立刻调整方向。上午跟AI一起分析了 Silverstack 的交互文件格式，修复支持 Silverstack、DaVinci Resolve 等多种格式的兼容；下午甚至直接重构了整个元数据功能，实现了一套可以自定义元数据交换规格的元数据匹配系统。这种迭代效率，是有风之前的产品经历中从未体验过的。 「对比那两天的推进效率，感觉之前的工作简直都是在虚度光阴。」 从开始开发 72 小时后，MetaStills 的全新纯 VibeCoding 的版本在《长安的荔枝》剧组开始投入试用。

从原型到产品：五个月持续迭代

那 72 小时的疯狂只是开始。接下来的五个月，有风保持着稳定的高频提交，持续打磨 MetaStills：
  • 设计系统：建立了完整的 Color Token 系统和组件库
  • 图像处理：实现 HEIC 异步保存、端到端色彩管理、HDR 支持、黑边检测、智能裁切
  • 云服务：接入 iCloud 同步、StoreKit 订阅管理
  • 外部集成：开发HTTP API服务，实现了达芬奇插件
  • 多语言：完成中英完整本地化
73 次提交，三万行代码。 同年，MetaStills 获得第二届中国科技电影周"年度杰出技术创新应用"荣誉。
image.png

五个月，一个人，十五万代码

MetaStills 只是有风 VibeCoding 实践的冰山一角。同一时期，他还推进着非常多的项目： 酷管，「阅流」旗下的影视设备库存管理系统。有风接手时系统已有 1.0 版本，但功能实现还不够完整，技术债务沉重。他通过 AI 协作完成架构重构、权限系统修复、AI 功能集成。203 次提交，六万行代码。 DEMAZE，「阅流」旗下的 AI 原生媒资管理系统，从 0 到 1 的开发，涉及 Tauri 桌面客户端、Rust 后端、分布式文件节点服务、FUSE 文件系统挂载等复杂技术。234 次提交，六万行代码。 仅这三个项目，就有 510 次提交，约 15 万行代码。 "这个数字我自己也挺惊讶的。但回头看，平均下来每周也就 20 次提交左右，只要保持节奏，积累起来就很可观。"

那些"翻车"与突破

有风的 VibeCoding 之路并非一帆风顺。 他发现 AI 的上下文能力本质上是"深度而非广度"——它能精确记住代码实现细节、函数签名、变量命名，能在代码微观层面发现变量传递路径、类型定义位置的细粒度关联，能保持命名规范、代码风格、API 调用方式的高度一致。 而人类的优势在于"压缩后的广度"——把握项目的整体架构、模块关系、数据流向，做宏观判断比如架构是否合理、技术选型是否合适。这种"模糊的全局感"恰恰是 AI 所缺乏的。"找到这个分工边界后，效率提升了很多。 另一个突破是 DevOps。 "说实话，我之前连 Jenkins 和 K8s 是干嘛的都不太清楚。酷管系统有 SIT、FAT 等多个环境，我就直接问AI'我想部署到 SIT 环境，该怎么做'。" AI 告诉他下一步该做什么，他负责执行。遇到报错就把错误信息丢给 AI，AI 帮忙定位问题并给出解决方案。在 AI 的指导下，他完成了环境配置（理解 SIT、FAT 环境的区别和用途）、Jenkins 构建任务配置、K8s 的 Deployment 和 Service 理解、Docker 配置优化等工作。 有风还总结出了不同开发阶段的 AI 协作策略： "从 0 到 1 阶段，比如 MetaStills，目标是快速验证核心假设，代码风格要激进、简洁、可丢弃。要明确告诉 AI：不需要 fallback 机制、不需要向后兼容、专注核心功能砍掉边缘 case、骨架晰明确优先于细血肉节详尽。" "到了持续迭代阶段，比如酷管，目标是稳定、可维护、可扩展，代码风格要稳健、规范。对 AI 的要求就变了：考虑向后兼容但不要过度、完善的错误处理、代码重构和优化、技术债务清理。" "阶段不同，对 AI 的要求也要不同。"

现在的有风

今天，有风同时推进着多个项目：阅流旗下的两款软件、自己的独立产品、还有第三方合作产品。所有代码都通过 AI 协作完成。 "我现在的心态完全变了。以前有个产品想法，第一反应是'这需要多少开发资源、要排多久'。现在我的第一反应是'先一晚上做出来验证一下试试'。这种从想法到实现的路径被大大缩短的感觉，是最爽的。"

给其他产品人的建议

有风的故事或许能给有类似背景的人一些启发： 你不需要先成为程序员才能开始。 "我零基础起步，没有计算机专业背景。VibeCoding 的门槛比传统编程低得多，关键是开始动手，在实操中学习。" 把 AI 当作"手把手教学的导师"。 "遇到不懂的就问，报错就贴给它看。比看文档、搜 Stack Overflow 效率高太多了。" 找到人与 AI 的分工边界。 "别跟AI比记忆细节，也别让 AI 替你做架构决策。各自发挥所长，协作效率最高。" "一年前的我觉得 AI 编程是个玩具，现在的我已经离不开它了。不是因为它取代了我，而是因为它让我终于能独立完成那些渴望了很久的产品想法。" ——有风，「阅流」产品负责人、独立开发者
产品概述
快速入门
动态与公告
账户
事件