1. 背景
1.1 黑客松
不想创造属于自己的产品的程序员，不是一个好程序员。
当有了一个“自认为”的好想法，为之激动得辗转反侧时，往往又不知道如何下手：做Web、Android，还是IOS呢？最后发现，实现的方式不重要，实现了才重要。一个月前，无意中看到了腾讯云举办的黑客松活动，我意识到这是一次机会，能够推着我走，倒逼产品快速迭代上线。最重要的是，这个活动让我确定了产品的形态--小程序。
从想Idea到提交，时间被压缩到一个月，实际上有效编码时间只有每天晚上和周末。我给自己定的目标是做一款真正能触达用户的产品，而不是只停留在 Demo 层面。所以我把关键路径拆成三段：用户侧小程序体验、后台异步3D高斯泼溅训练、上线与运维。这迫使我必须在陌生的前端技术栈里快速成形，同时保证后台推理能稳定跑起来。
作为服务端开发，我对小程序的 npm / Vue 生态并不熟悉。这次活动用到的腾讯云 AI 编程助手 CodeBuddy 作为“结对程序员”，很好地帮我把学习曲线压平。它基于腾讯混元与 DeepSeek 的双引擎，提供代码补全、诊断修复、单测生成、评审与工程理解等能力；配合 VS Code/IDEA 插件与团队知识库，可以在不熟悉的技术栈里快速给出实现路径与可运行代码。在实际开发中，我主要用它来：
（1）生成/润色小程序样式与组件骨架；
（2）提示 CloudBase 的读写范式、检查云函数接口签名与错误定位；
（3）在异步高斯泼溅训练流程里实现与云开发数据库的交互；
AI编程助手极大缩短了试错时间，让我把精力集中到产品逻辑与渲染链路打通上。
1.2 社交 + 3D Gaussian Splatting
产品形态上，我选择把 3D Gaussian Splatting（3D 高斯渲染）作为内容载体。它是 2023 年 SIGGRAPH 论文提出的实时辐射场渲染方法，核心是用大量 3D 高斯来表达场景，使训练与实时渲染都更高效，能够在 1080p 下达到接近 30fps 的新视角合成。对“空间记录/沉浸分享”这种轻社交来说，这种技术天然契合：拍几张图片、录制一段视频即可得到可交互的 3D 场景。相比传统网格重建，3DGS 对复杂纹理/光照更友好，且渲染实时、交互性强，天然适合“空间即内容”的分享形态。
从行业侧看，3DGS 正在加速进入消费级内容与社交分发：包括 Niantic、Google、Snap、Meta 等厂商已在地图、AR/VR 与内容生产中落地；中文创作者生态里，影视飓风等也在探索 4D 高斯的纪录片/展示形态；KIRI 团队则把 3DGS 做成面向普通用户的“拍视频生成 3D 场景”的 App（Remy）。这些趋势让我更确信，把 3DGS 做成“可分享的生活场景”是一个值得试水的新媒介方向。
2. 产品介绍
2.1 产品定位
CyberRoomie 是一款 微 3D 生活场景的分享与探索 小程序。用户只需拍摄/上传 三张照片（左/正/右），即可在后台触发 异步 3D 高斯渲染；渲染完成后，用户在小程序端以 可拖拽、可缩放 的方式沉浸式浏览自己的空间。你也可以在「首页」查看他人的场景，并通过「申请室友」建立轻社交关系，互相分享生活切片。这里的「室友」是一种关系与分发机制：既降低了关注/私聊的社交压力，又能建立稳定的内容交换通道。
小程序的核心功能概括如下：
（1）前端上传 3 张照片 → 云端排队 → 3DGS 渲染 → 轮询更新状态。
（2）可交互的 3D 场景浏览。支持拖拽、旋转、缩放。
（3）首页浏览 → 发起室友申请 → 建立关系后自动订阅彼此新场景。
2.2 基础架构
- 前端：微信小程序（Vue + WebView渲染层 + TypeScript），状态机驱动轮询渲染状态。
- 后端（CloudBase） ：上传 → 写数据库/对象存储 → 3DGS 渲染服务 → 结果写入数据库/对象存储。
- 数据：MySQL、对象存储、静态网站托管。
下面给出了申请室友、高斯场景训练的简单时序图。
3. AI 编程实践与收获
3.1 CodeBuddy 在实战中的表现
借助 CodeBuddy，从选型到上线整个开发流程真正实现了“有 AI 系统撑着跑”。以下是几个实践中的关键能力体现：
- 样式代码自动生成：在编写小程序界面组件时，我使用自然语言描述布局需求，CodeBuddy迅速生成符合规范的 CSS，可作为初版，减少了繁琐排版心智负担。
- 接口调用 & CloudBase 数据交互：在前后端联调阶段，通过提示 CodeBuddy 提供数据读写或 CloudBase 接口调用样板，少写、少踩坑、错误率低。
- 业务逻辑与状态控制：对于异步渲染的状态管理、轮询逻辑、错误重试等复杂流程，CodeBuddy 给出初版实现方案，帮助我快速构建结构，再做打磨即可。
此外，我也意识到以下几点建议：
- 在使用 AI 生成代码前，先明确需求与约束条件（界面样式、边界情况等），才能让 CodeBuddy 出更贴合要求的结果。
- 始终复审 AI 代码：检查语法、逻辑、可读性以及是否符合团队编码规范。
- 遇事不决问AI，也许我们的思路是错误的，AI会及时指正。
由于是强行上手小程序，大量的使用文档都没有时间看。我在实现服务器拉取用户上传图片的时候，遇到了权限报错。在这种情况下，我询问了CodeBuddy，它能够根据报错内容指引我到云开发后台对服务器配置相应的权限，否则淹没在浩瀚的文档里是一件很令人沮丧的事情。
另外，当我在实现小程序端展示渲染场景的时候，我一开始“铁了心”想要在Vue语法中插入Canvas，却发现怎么也做不到。咨询过AI才发现这条路走不通，最后老老实实听从建议使用了WebView渲染托管静态网页，效果也不错~
还有很多关于Java程序员对JavaScript语法的困惑和深夜心碎，总而言之，咱是外行，听AI的总没错，极大节省了编码与试错时间。
3.2 经验总结
参考其他开发者的实战经验，整理出以下心得供借鉴：
Prompt 要精准、有业务背景。只会 prompt，而不懂代码，不会得到有意义的结果。只有懂如何表达技术意图，才能让 AI 循环迭代更高效。
建议每次只让 AI 生成某个小功能块（如图片上传），确认逻辑后再扩展。这样迭代成本低，上手快。
始终保留开发者作为主导。AI 是补全而非替代：需求设计、技术选型、边界思考仍由人主导，AI 负责加速实现。
让 AI 帮我们“改代码”而不是“写代码”。AI 在代码 review、性能优化、文档注释生成方面也很擅长，可以让其处理这些任务，提高完善效率。在看到同组同事使用AI帮我的分支进行review之前，我甚至没想过还能这样用。
4. 结尾
作为第一次全流程跑通的尝试，希望能给更多同事带来启发。
尽管功能还不完善，但也欢迎大家体验 CyberRoomie 小程序，一起交流 3D 重建渲染与 AI 编程的更多可能性。
小程序界面也比较粗糙简陋，目前缺少 Figma 设计经验。如果你也在探索 AI 编程，欢迎和我探讨如何更高效地将想法转化为落地产品。
