𝗔𝗜 𝗪𝗿𝗶𝘁𝗲𝘀 𝗖𝗼𝗱𝗲, 𝗕𝘂𝘁 𝗜𝘁 𝗗𝗼𝗲𝘀𝗻'𝘁 𝗞𝗻𝗼𝘄 𝗪𝗵𝗲𝗻 𝗮 𝗣𝗿𝗼𝗱𝘂𝗰𝘁 𝗶𝘀 𝗗𝗼𝗻𝗲

我使用 Velobase Harness 构建了一个 AI 幻灯片生成器。

你输入一个主题，就能得到一份演示文稿。AI 编写了大纲、制作了幻灯片并导出了文件。在演示中，它看起来已经完工了。

但它并没有完工。

演示仅仅证明了一个用户可以一次制作一套演示文稿。真正的产品则完全不同。它必须能同时处理 100 个人的请求。它必须正确地向用户计费。它必须在某个步骤失败时具备恢复能力。它必须导出一个在 PowerPoint 中能正常运行的 PPTX 文件。

AI 没有添加这些功能，因为我没有告诉它。

当你利用 AI 进行构建时，难点不在于描述功能，而在于定义什么是“完工”。

我使用 Velobase Harness 来处理那些枯燥的部分：

  • 身份验证与支付
  • 积分与管理
  • 数据库与队列
  • 对象存储与部署

这让我能够让 AI 专注于唯一属于我的部分：PPT 生成。

以下是“看起来完工”与“真正完工”之间的四个区别：

  1. 并发性 AI 认为只要能运行一次，就算完成了。但 100 个用户需要的是一套流水线。你必须将任务拆分为计划、幻灯片制作和最终定稿队列。你必须将每一张幻灯片的生成作为一个独立的作业，以便工作节点可以进行扩展。

  2. 计费 真正的产品需要一个状态机。你必须先预留积分。你必须根据实际消耗进行结算。你必须在失败时退款，并在余额不足时暂停服务。

  3. 自检 如果系统在后台静默重试任务，用户只会看到一个加载图标。要将其转化为一项功能，你必须展示进度。向用户展示系统正在“生成”、“检查”还是“重绘”。

  4. 导出 幻灯片在浏览器中可能看起来很完美，但在 PPTX 文件中可能会出错。你的需求必须是：导出的内容必须与网页预览保持一致。

教训很简单。AI 擅长写代码，但它不知道什么才算是一个可交付的产品。它会把本地演示当成一个完整的系统。

你必须提供工程边界和失败场景。更快的交付来自于更精准的输入，而不是更少的思考。

如果你曾用 AI 构建过东西，那么演示与真实产品之间最大的差距是什么？

Source: https://dev.to/velobasex/ai-can-write-the-code-it-cant-tell-you-when-the-product-is-done-4oh6

Optional learning community: https://t.me/GyaanSetuAi