如果你想试试，这里就是：ps.keepmot.com/
一、三个 AI，三种角色，一个人
先说一个很多人没意识到的事实：这个项目不是「一个人和一个 AI」的故事，而是「一个人和三个 AI」的故事。
第一个 AI：ChatGPT —— 产品顾问
在写任何代码之前，我花了大量时间在 ChatGPT 网页版上聊天。
我的第一句话是：
“我想做一个免费的在线拼图工具，不用登录，完全免费，用完即走。帮我想想，别人已经有什么了？我还能做什么？”
ChatGPT 给了我一个大而全的方案：竞品列表（美图秀秀、Canva、PicsArt）、核心功能拆解（拼图、长图拼接、裁剪、特效）、技术选型建议（纯前端实现，保障隐私）。
我什么都不懂，但我知道这个方案太大了。
我说：「调整一下 MVP，只做网格拼图、长图拼接、裁剪。另外一定要纯前端，数据不能上传服务器。」
然后我探索了 Canvas 绘图的能力边界、图片处理的性能问题、纯前端实现的可能性。
到这里为止，一切看起来像是一个正常的技术调研过程。
但真正的转折发生在我说出这句话的时候：
“我不想对技术选型做什么限制。我只想做提出需求的人。”
这不是一句随口说的话。这是我在那个时刻做出的一个判断——我不应该假装自己是设计师或程序员。我应该做我真正能做好的事情：想清楚我到底要什么。
从那一刻起，我不再问 ChatGPT 「用什么框架」，而是让它帮我写一份纯粹的产品需求文档。
ChatGPT 产出了一份 PRD，其中有一个设计原则，后来成了整个项目的灵魂：
「用户不需要注册，不需要付费，不需要学习。打开即用，用完即走。」
ChatGPT 的贡献是巨大的。但它写了零行代码。
第二个和第三个 AI：UIPro-CLI + OpenClaw —— 程序员
我拿着 ChatGPT 帮我写的 PRD，进入了 Windsurf IDE。
第一条消息：
“这是一个需求文档，我希望你根据它来开发一个在线拼图工具。纯前端实现，图片不上传服务器。我的开发平台是 macOS。”
AI（UIPro-CLI）分析完 PRD，输出了完整的技术方案——选了 Vue 3、TypeScript、Canvas API、Pinia，画了数据模型、目录结构、分期计划。
我说： “完全同意你的方案。请开始开发。”
我甚至不知道它选了什么。我是后来才搞明白 Canvas 绘图 API、Pinia 状态管理这些事的。
AI 一口气生成了项目骨架，启动了 npm run dev。
一个功能完整的拼图工具雏形就这样出现在我屏幕上。
从那一刻起，我的工作变了。我不再是提需求的人。我变成了这个工具的第一个用户，也是最苛刻的用户。
那我是什么？
三个 AI，各有分工：
| AI | 角色 | 产出 |
|---|---|---|
| ChatGPT | 产品顾问 | 竞品分析、PRD、设计原则 |
| UIPro-CLI | 主力程序员 | 架构、前端、布局引擎、特效 |
| OpenClaw | 辅助程序员 | 部分功能实现、Bug 修复 |
而我？
我是产品经理。我是测试员。我是那个说「不合理」的人。
↑ 用拼图工具做了三张图。右侧是正在测试的布局模板。所有处理都在本地完成，不上传服务器。
二、70% 的时间在做一件事：用自己的工具然后吐槽
很多人以为 AI 编程就是：说一句话 → AI 写完 → 完事。
不是的。差远了。
我的时间分配是这样的：
架构 & 核心功能搭建 ██░░░░░░░░ 20%
自测 & 吐槽 & 迭代 ███████░░░ 70%
部署 & 发布 █░░░░░░░░░ 10%
70% 的时间，我在做的事情是：打开工具，上传几张照片拼一下，然后记下所有让我不爽的地方。
每天记一批，攒够了发给 AI：
- 网格拼图那个边框太粗了，能不能细一点
- 长图拼接后预览卡顿，是不是渲染性能问题
- 滤镜切换的时候闪一下，体验不好
- 裁剪工具那个控制点太小了，不好点
- 还有啥能优化的你看着办吧
注意：这些消息里没有任何技术内容。
我不知道「边框」在代码里叫什么。我不知道「预览卡顿」是 Canvas 渲染问题还是图片解码问题。我不知道「控制点」是用什么图形库画的。
我只知道这个东西不好用。
而这，恰恰是最有价值的信息。
三、一个哲学问题：什么东西不能被生成？
在这个项目里，AI 生成了：
- 15,000 行代码
- 完整的前端架构
- 50+ 种布局模板
- 20+ 种图片特效
- 6 种裁剪比例预设
- 垂直/水平拼接算法
AI 没有生成的是：
- 「我想做什么」—— 这个想法来自我每次做产品图都要打开 Photoshop 的烦躁
- 「这个不合理」—— 每一个 bug 报告、每一个体验吐槽都来自我真实的使用感受
- 「这样不够好」—— AI 每次说「已修复」，我都要亲自验证，不合格就打回去
- 「先想清楚再做」—— 在 ChatGPT 中从技术探索转向产品定义的那个关键判断
- 「给 AI 一个好的参考」—— 去 GitHub 找优秀开源拼图库让 AI 学习的决策
让我把这五件事抽象一下：
| 人类做的事 | 本质 |
|---|---|
| 想做什么 | 意图 |
| 这个不合理 | 判断 |
| 这样不够好 | 品味 |
| 先想清楚再做 | 策略 |
| 找参考给 AI | 资源调度 |
意图、判断、品味、策略、资源调度。
这五样东西，在今天，AI 一样都生成不了。
不是因为 AI 不够聪明。而是因为这五样东西的源头不是信息——是欲望、是偏好、是价值观、是一个人活到现在所有经历的总和。
AI 可以写出一万种「好看的界面」。但只有你知道「好看」对你来说意味着什么。
AI 可以提供一百种技术方案。但只有你知道你愿意为什么东西花两周时间。
代码是手段。判断才是目的。
四、AI 的真正恐怖之处，不是它能写代码
AI 能写代码，这已经不是新闻了。
真正恐怖的是：AI 让「能力」和「成本」脱钩了。
以前，如果你想做一个在线拼图工具，你需要：
- 一个前端工程师（Vue + Canvas）
- 一个 UI 设计师（布局模板 + 滤镜效果）
- 一个测试工程师
- 一个产品经理
- 两到三个月
- 至少三十万人民币
现在你需要的是：
- 一个想清楚了自己要什么的人
- 两周
- 几乎零成本
这意味着什么？
意味着「有没有技术团队」不再是你能不能把想法变成产品的决定性因素。
意味着一个摄影师可以自己做拼图工具。一个电商运营可以自己做产品图制作工具。一个自媒体人可以自己做封面生成器。
意味着创造力的瓶颈从「能不能实现」变成了「有没有想法」。
从「会不会做」变成了**「知不知道该做什么」。**
五、给所有想用 AI 做工具的人
如果你看完这篇文章，想自己试试用 AI 做一个产品，这是我最想告诉你的几件事：
1. 先想清楚你要什么，再碰 AI
不要一上来就说「帮我写个 XXX」。
花时间在 ChatGPT 上聊。调研竞品。了解别人怎么做的。然后写一份需求文档——哪怕只有一页纸。
PRD 是你给 AI 的边界。没有边界的 AI，会给你一个什么都有但什么都不对的东西。
2. 不同的 AI 擅长不同的事
ChatGPT 网页版适合开放式探索、产品思考、竞品分析。 Windsurf / Cursor 中的 AI 适合精确的代码编写和工程执行。
不要指望一个 AI 什么都做。像管理团队一样管理你的 AI。
3. 你最大的价值是说「不」
AI 永远会说「好的，已完成」。它不会告诉你这个方案不合理，不会告诉你这个交互很蠢，不会告诉你用户不会喜欢这个。
你的工作不是说「好」，而是说「不行，重来」。
每一个成功的产品背后，都有无数个被否决的方案。AI 不会否决自己，这件事只有你能做。
4. 尽早建测试
AI 写测试的速度极快。一句话几十个 test case。
不要等到项目末期才想起来写测试。在核心功能成型后就让 AI 写。这会节省你后面无数的手动验证时间。
5. 遇到难题，给 AI 找参考
当你发现 AI 反复修同一个问题修不好时，不要继续用自然语言描述。
去 GitHub 上找一个解决了同样问题的开源项目，下载下来扔给 AI 说「先学这个」。
一个好的参考实现，胜过一千句需求描述。
6. 记录一切
我留下了 8 份对话记录。数百条消息。数万字。
这些记录不仅帮助我复盘，还让我写出了这篇文章。
跟 AI 协作的过程本身就是知识。记录它，你会在回头看时发现很多当时忽略的洞见。
六、终极问题：设计师会失业吗？
我知道你在等这个问题。
我的回答是：问错了。
「设计师」从来不是一个统一的职业。它包含了：
- 把需求翻译成视觉稿的人（执行者）
- 设计用户体验的人（体验设计师）
- 保证设计一致性的人（设计系统负责人）
- 理解用户需求的人（用户研究员）
- 做出审美判断的人（创意总监）
AI 正在极速替代第一种。这是事实。
但后四种——体验、系统、理解、判断——AI 目前做不了，短期内也做不了。
不过，这件事的意义远比「谁会失业」深刻得多。
它意味着：以前只有设计师能做的事，现在每个人都能做了。
不是设计师失业了——而是每个人都变成了设计师。
或者更准确地说：每个人都变成了产品经理。因为现在，从想法到产品的距离，只剩下一份需求文档和几句清晰的判断。
七、代码已死，判断永生
我花了两周时间，用三个 AI，做了一个 15,000 行代码的在线拼图工具。
我没有写一行代码。
但我做了几百个判断。
哪些功能要做，哪些不做。 这个布局好不好用。 那个滤镜够不够好看。 这个 bug 修没修干净。 AI 该在什么时候介入，什么时候闭嘴。
每一个判断都很小。但所有判断加在一起，就是这个工具。
代码是 AI 写的。但工具是我的。
因为工具不是代码。工具是一千个判断的总和。
如果你想试试，这里就是：ps.keepmot.com/
它不完美。它是一个不懂设计和编程的人和三个 AI 的实验。但它确实在跑，确实有人在用。
如果这篇文章让你觉得「也许我也可以」——那就对了。你可以的。
你需要的不是学设计。你需要的是想清楚你要什么，然后有勇气对 AI 说「不行，重来」。
↑ 拼图工具的效果预览。所有图片处理都在浏览器本地完成，隐私安全。
附录：硬数据
| 指标 | 数据 |
|---|---|
| 项目总代码量 | ~15,000 行（前端） |
| 我手写的代码量 | 0 行 |
| 我掌握的技术栈 | 0 个 |
| 参与的 AI | 3 个（ChatGPT + UIPro-CLI + OpenClaw） |
| AI 分工 | ChatGPT: 产品顾问 / UIPro-CLI + OpenClaw: 工程执行 |
| 对话记录 | 8 份 |
| 关键消息 | 数百条 |
| 开发周期 | ~2 周 |
| 单元测试 | 0 → 120+ |
| 布局模板 | 50+ 种 |
| 图片特效 | 20+ 种 |
| 隐私保护 | 纯前端，图片不上传服务器 |
