一个人带着一支不要钱的团队：AI 项目实战，花费0元，我从0做出了PinkMusic

Raysoni

448人浏览 · 2026-07-29 15:48:49

Raysoni · 2026-07-29 15:48:49 发布

2026 年，我靠 AI 辅助，用一周时间（每天专注 3 小时左右）做出了一个跨平台桌面音乐播放器。要是放在ChatGPT刚出的那会儿，如果有人跟我说 "一个人可以用AI干翻一个小型团队"，我会觉得他在做梦。现在我不光信了，还亲手做到了。本文不讲虚的，只聊真实过程、真实工具、真实感受。

一、AI 时代，独立开发者终于 "能打" 了

做个人项目，最大的痛点从来不是 "不会写代码"，而是 "什么都得自己扛"。

前端、后端、桌面框架、打包、UI、测试、文档…… 以前一个完整项目至少要三四个人的分工，一个人硬啃的话，要么技术栈学不全，要么时间耗不起。

但 AI 出现后，这个局面彻底变了。

写代码这件事，在 2026 年已经不再是瓶颈。 瓶颈变成了：你怎么把从想法到收钱的整个过程，串成一条不需要你卡在中间的流水线。

现在，你可以用 AI 帮你：

补全陌生领域的代码（比如我从没写过 Electron，AI 直接给出 main 进程模板）
调试看不懂的报错（把报错贴进去，AI 给你解释原因并给出修复方案）
重构烂代码（"把这坨逻辑拆成三个函数"）

你不需要什么都会，只需要 "会问问题" 和 "会判断答案对不对"，这意味着使用AI做项目的门槛变得原来越低。2026 年的变化在于：你不需要精通所有领域，你只需要具备架构判断力和意图表达能力，也就是最基本的编程思维。

我用的模型是 MiniMax m3—— 在 Trae 国内版上可以免费使用，响应速度也不错，而且提完要求后可以让它自己批准自己要干的活，不用一直盯着。这意味着我可以像和真人结对编程一样，不去当以前那个写代码的，而是去当那个指挥别人干活的(爽爆了)。不用心疼 token(每天还是有使用次数限制的）。这种 "即时反馈" 对个人开发者的效率提升是质变的。

一些行业数据，佐证这个趋势

Stack Overflow 2025 年开发者调查显示，Claude Code，Cursor等AI开发工具的使用率甚至已经超过了一些传统开发工具，这意味着AI IDE的兴起已经动摇了包括pycharm，Android Studio在内的传统IDE的地位。

"一人公司" 已成现实—— TrustMRR 社区调研数据显示，月入 1 万美金以上的 AI 独立开发者，团队规模普遍极小，很多就是创始人一个人加少量外包或兼职，技术栈月成本大多控制在 150 美金以内。

2026 年花 20 美金就能买到一个顶级 AI 模型的月费订阅，花 25 美金就能获得完整的数据库 + 认证服务。而十年前，光是一个初级后端程序员的月薪就至少几千美金。工具费用不到 1000 元 / 月，效率提升数倍 —— 这就是独立开发者的黄金时代。

二、实战：从零到 PinkMusic，我是怎么用 AI"堆" 出来的

1. 工具选择：Trae 国内版和其他

目前主流的 AI 编程工具可以分为几类，各有侧重：

类型	代表工具	特点
AI IDE 型	Trae、Cursor	基于 VS Code 深度集成，可用自然语言生成完整项目
Agent CLI 型	Claude Code、OpenCode	终端 Agent，超长上下文，强自治能力
云端 AI 编程	GitHub Copilot Workspace	云端 IDE，AI 驱动全流程开发

具体到几个热门产品：

Trae（国内版）：我使用的就是这个版本。它是国内的一款AI IDE，内置第一梯队的开源模型，包括我用的 MiniMax m3、DeepSeek V4 Pro、GLM 5.2 等，不过现在看下来好像有加大收费规模的趋势(像Kimi K3就需要优速通会员，而且热门模型排队基本上都几千人)。优势是免费提供这些一线大模型，上手门槛极低。收费方式是调用次数限制而非额度限制，没有额度耗尽降级的烦恼(因为免费版额度用完就没得用啦！)。缺点最大就是排队：高峰期（工作日 10:00-12:00、14:00-18:00）经常需要排队，等待人数从几百人到几千人不等，我的解决方式时排队大的时候就去用自己接的Deep Seek V4 Flash。
Cursor：目前仍是许多前端和全栈开发者的首选，补全和 Composer 多文件编辑的 "手感" 很顺。但本质是闭源商业软件，免费额度吃紧后需按月付费，Pro 版月费约20 美元。要天天挂梯子我用的少。
Claude Code：Anthropic 推出的终端 Agent 工具，全靠命令行交互。最大优势是超长上下文（100 万 token）和强自治能力，2026 年以来迭代速度极快。缺点是纯终端交互不如 IDE 顺手，仅支持 Claude 模型，Max 版订阅费用较高。
OpenAI Codex：现在独立 Codex 客户端整合进新版 ChatGPT 桌面应用，与 Chat、Work 并列成为三大入口，听说挺好用的但我没钱体验。
OpenCode：开源 AI 编码代理，MIT 许可证，可在终端、桌面或 IDE 中运行，支持接入任何 LLM，与 Claude Code 的闭源旗舰形成 "极致体验" 与 "绝对自由" 的产品哲学分野。

我最终选 Trae 国内版的理由很简单：免费提供一线大模型，对我的钱包极其友好，而且没有额度焦虑，就是纯粹的调用次数限制(你单次对话的想让它写多久句写多久，都只算一次对话)。当然，排队问题确实存在，但考虑到零成本，我选择忍了 —— 排队时我通常刷刷手机。

鄙人看来：目前几款主流工具在 Vibe Coding 能力上各有优劣：Trae 在自然语言理解和中文支持上表现突出，内存占用控制较好；Claude Code 在 Agent 自主调度能力上最强；Cursor 则在多文件编辑和 IDE 集成体验上口碑最好。综合性价比来看，Trae 对想省钱的开发者来说非常合适。

2. 开发周期：一周，每天 3 小时

这个项目从敲下第一行代码到基本可用(简陋的demo，只有基本功能，迭代到现在还是花了不少时间的)，总共花了 大约一周，每天专注写 3 小时左右。总工时大概 20 小时出头。

听起来很快对吧？如果没有 AI，光是学习调试 Electron 的主进程和渲染进程通信，可能就要耗掉好几天，关键学完你还不一定会用。传统开发流程中在没有深入了解架构的情况下需 7-10 天的工作量，在 Vibe Coding + AI 辅助模式下往往只需要几天，效率提升非常显著。

类似的案例还有很多：Qoder 团队曾做过一个实验，5 人 7 天用 AI 辅助完成了传统需要20 人数周的工作量；也有开发者用 AI 在短短几天内从零构建了数千行代码的完整工具包。

有了 AI 辅助，很多 "查文档→写代码→跑不通→再查" 的循环被大大压缩了，你要做的基本上就是给AI发文档。当然你也可以直接接MCP让AI自己找。

3. 工作流：描述 → 生成 → 审核 → 迭代

我在整个过程中从没自己手敲过一行代码，而是采用这个循环：

用自然语言描述功能（比如："做一个音乐搜索框，输入关键词后调 B 站 API，结果以卡片列表展示"）
AI 生成代码（MiniMax m3支持图片理解就比GLM 5.2还有Deepseek V4 Pro要香了）
我手动进行修改后的测试（有bug就描述一下让AI去修）
重复以上步骤（"这里加个 xxx"、"那里的功能不符合预期重做"）

整个 PinkMusic 的核心功能全是这么 "聊" 出来的。

4. 几个关键模块是怎么搞定的

歌词的相关API：我看了一些相关解决方案的文档，然后把我自己筛选出来的那个好用的歌词API的相关实现文档丢给AI。
10 段均衡器：从网上找了很多的教程文档甩给AI，告诉 AI"我要一个均衡器，它直接生成了基于 Web Audio API 的完整处理器，连预设都自己写好了。
歌词匹配与微调：歌词时间轴不准，我让AI帮我写了一个手动偏移调节的交互组件，按 ±0.5 秒步进，体验很不错。

可以说，如果没有 AI，我至少要花两三个月去啃文档和试错，前提是我得先学会html；而实际上，我只用了一周就搞出了可用的版本。

在使用AI开发的这段时间，我也是边用边学，才能逐渐提高与AI的沟通效率，这也是做完一周做完demo后，新版本迭代的速度会比第一次做快很多的原因。

实际上，看任何教程都不如你自己上手去多用几次积累经验学得快。

三、聊都聊了，那就顺便介绍下我拿 AI 写的这个项目

PinkMusic 是一款基于 B 站公开接口的桌面音乐播放器，支持 macOS / Windows / Linux。

它有什么特别？

同步你的 B 站收藏：登录后自动拉取收藏夹里的音乐视频，直接当歌单用
高音质优先：尽可能拉取最高码率音频流
一键下载：可自定义音质，离线听歌
10 段均衡器 + 频谱可视化：专业播放器该有的都有
智能歌词：自动匹配，手动微调，支持显示 / 隐藏
6 套主题：粉色、紫色、蓝色、绿色、橙色、Apple Music 风格
本地歌单：创建、导入、导出 JSON

技术栈

层面	技术
桌面框架	Electron 20
前端	Vue 3 + Vite
网络请求	Axios
音频处理	Web Audio API
数据持久	localStorage + JSON 文件

开源声明

项目采用 PolyForm Noncommercial License 1.0.0，仅限学习研究，禁止商用。

GitHub: https://github.com/Rayson-Liu/pink-music-app
官网: https://rayson-liu.github.io/

感兴趣的可以试试。

四、一些真心话（不是广告）

关于 AI 工具的选择

我写这篇文章不是为了吹捧某个 IDE 或模型。事实上，无论你用 Trae、Cursor、Claude Code，还是纯网页对话，只要能把 AI 集成到你的工作流里，效果都不会差。

如果你追求性价比：Trae 国内版免费提供 MiniMax m3、DeepSeek V4 Pro、GLM 5.2 等好用的国内开源模型，但请做好排队心理准备。
如果你追求流畅体验：Cursor 或 Claude Code 更稳定，但要付费和梯子，以及莫名其妙的封号。
如果你已经订阅了 ChatGPT Plus：直接用内置的 Codex 就非常好用了。
如果你追求开源自由：OpenCode 值得一试。

核心是 "用起来"，而不是 "选哪个"。选对工具栈比写出好代码更重要 ——2026 年独立开发者赢在选了适合自己的AI工具并开始将它投入自己的工作流，而不是精通多少架构会写多少种代码。

关于 "一个人就是一支团队"

这句话现在不是鸡汤，是事实。

但前提是 —— 你必须 主导方向。AI 能帮你写代码，但不会帮你做产品决策：功能优先级、交互细节、视觉风格、性能指标，这些仍然需要你亲自把控。

AI 让执行变得廉价，但让 "判断力" 变得更重要。

同时也要清醒地认识到，"一个人就是一支团队" 更多是指技术开发层面。真正做产品，你还需要面对市场推广、用户运营、客户支持、财务法务等非技术挑战，这些 AI 能帮上忙，但远不能替代。独立开发者的路，并不像看起来那么轻松。

关于 Vibe Coding

"Vibe Coding"（氛围编程）由 Andrej Karpathy 于 2025 年 2 月提出，同年入选柯林斯年度词汇。据行业研究，越来越多的企业技术团队正在试点 AI Agent 开发工作流，试点团队的交付周期普遍有显著缩短。

当然，Vibe Coding 也不是银弹。AI 生成的代码往往存在冗余、可读性差、边界情况考虑不周等问题，后期维护和调试成本可能比人工写的更高。对于核心业务逻辑和安全相关的代码，还是需要人工仔细 review，不能完全放手给 AI，像最近的新版win11，微软虽然让AI找出并修复了很多bug，但是AI却带来了很多新的bug。