AI时代的“减法”哲学与独立开发

Mike: 呃，我觉得AI是可以做很多事情的。啊，当你获得了Superpower（超能力）之后呢，其实呃第一点想到的就是如何去做减法，我觉得这是最关键的一点。因为呃，一旦你想依靠它成为一份收入、一份生活来源的话，就会产生非常多额外的压力。这时候你就想做非常多的事情去把这个可能性去 Minimize（最小化）风险、去最大化收益。但是这就会导致一个事情，就是你做的东西越多，可能这个App、这个东西就没有特点。

这是我做这个App最大的 Lesson（教训）。所以我下一步要做的事就是要减少它的功能，减少它的 Page，然后让这个App变得更简单。

张独行: Hello大家，欢迎收听《用爱发电Podcast》。这个节目呢会用最轻松的方式带你一起看看我们怎么使用AI，AI又怎么样帮助我们，以及不同的领域的人是怎么样把AI融入自己的日常生活和工作。我是主持人张独行，我们今天的来宾非常有趣，他是一个非常有创业家精神的Mike。

Mike: Hello hello，大家好，我是Mike。

张独行: 那如果你对 AI Coding 这件事情还有一点陌生，简单的来说，它就是说呃当很多工程师还在用传统的方式在写Code的时候，那你就可以呃，你可以直接叫AI帮你写Code。简单的来说，就是请AI帮你写Code，然后呢，尽量不要自己去写。那我们的Mike呢，他之前在微软当工程师，我对他的第一印象就是觉得他在Coding好像在玩啊，而且他非常有兴趣，甚至超过了400个小时。那这边呢我们给Mike三个标签：第一个呢我认为Mike他是一个AI Coding大师；然后第二个标签呢，他是一个前 Microsoft（微软）工程师；然后呢，第三个标签呢，他其实他们家居然还是医生，他是医生的第二代哦。那我们等一下呢，我们跟Mike来聊一聊他的故事。

AI工具的实战体验：从旅行到开发

张独行: 那我们有一个问题是，我们都会问来宾的，就是你最近用了AI做了什么好玩的事情啊？

Mike: 啊，这是一个非常有意思的话题。其实呃我最近呃一直在旅行嘛，旅行了大概3周的时间。然后这三周的时间其实在AI时代真的是好像3个月啊，或者是一年的时间一样。然后我呃大概在一天多以前回到家里，然后就疯狂开始使用各种AI。

其实目前来说呃也是开始了一些新的小项目。比如说嗯我有一个需求，呃也是我们昨天晚上在社群直播里我有提到的，就是我经常分享一些，比如说截图啊什么的，我经常需要加一个马赛克，打一个码。然后有非常多的App啊，但是都比较重啊，然后每次要花好久时间。然后我就大概用了10分钟时间吧，用不同的这个AI的模型，用这个 Claude 去做一个App的基础版，然后又用了这个 v0（d three pro），然后做了更漂亮的UI。

最后的这个效果啊非常惊艳啊。我可以回头分享给你，然后甚至啊它打包成一个App分享在我们这个Notes里面，然后让大家一起试一下。就大概真的是花了10分钟的时间，做出来一个非常完整而且漂亮的工具，这是我最想提到的事情。然后除此之外的话，我也是在尝试不同家的模型，比如说 Google 家的 Gemini，还有它这个平台，我觉得呃都非常强大。可以说是相比于我旅行之前的效率，可能又提高了20%到50%。

我感觉还是蛮惊艳的，因为最近好久没有关注了。然后我就去拿它试了一些之前编程或者是编码时遇到的各种难题，我感觉嗯进步的确实挺多的。然后尤其是UI这方面的，我不需要想太多的设计了，只需要描述清楚，或者找足够多的这种 Reference、Design Reference，他就可以做非常好的这个 Prototype 出来。

张独行: 我帮大家补充一下，就是最近 Google 他发表了 Gemini，然后基本上就是一个大跃进。就是之前你还会觉得AI好像还有点笨笨的，可是呢在 Google Gemini 发表了之后，大家越来越觉得这个AI真的懂我，他已经到这个程度了。那 Google Gemini 他有非常多的功能，比如说做设计、做影片，然后呃当然跟他聊天这个是不用提的，那甚至可以帮助开发。所以我非常推荐大家去试试看。

离开微软：大厂的“边际效应”与AI的崛起

张独行: 那讲到Google，因为Google是大公司嘛，那你以前也在微软。那我会好奇，就是说你是怎么到微软的工程师的这个历程，然后后来又怎么样觉得嗯我应该要离开了？因为我想你应该是经历过呃在微软有经历过AI之前跟AI之后嘛，那它到底对你带来什么样的影响呢？

Mike: 这是一个非常有趣的话题。我想跟大家分享一下，我在微软时间是2019年的1月份一直待到2024年的5月份，这其实大概呃经历了相当于5年多的时间吧。也算是见证了微软的股价，大概从100美元变成了400美元，也是蛮离谱的。就是微软这么大体量的公司，这个股价能够增加这么多，这还没有算它的分红带来的这个额外的价值。

我个人感觉就是嗯当年选择加入微软原因，其实最关键的就是所谓的 Work Life Balance。其实这个我觉得对于初入职场的年轻人来说的话，其实嗯每个人都有不同观点。对于我来说的话，我是自己愿意去钻研不同的东西了，包括嗯比如说我们现在说的这个Web或者是前端开发，这些东西都是我自己在自己闲暇时间去研究，然后后来确实也把它应用在工作上面。

在微软工作了大概5年的时间呢，其实收获也是蛮多的，做了非常多想做的项目。举个例子，就是说嗯我当时在 Outlook 和 Android 这个 Mobile 组的时候，嗯相当于一个 Tech Lead 去管理整个的这个 Email App 邮件的撰写这部分，其实还是蛮重要的一个部分。

但到后来呢就会发现一个关键问题，就是随着自己的努力越来越多呢，就感觉这个投资收益比曲线呢是非常平的。就是无论你花两倍的时间在或者两倍的精力在这个项目，但是实际上收益可能只有10%，甚至还没有8%。因为大公司其实的评价体系更偏向于有点“大锅饭”的意思。毕竟公司它是一个平台，它赚钱的手段只有一部分是它的技术，另外一部分是它的销售、营销之类的。

所以我后来就感觉我在这个地方再做十年下去，可能跟现在没有什么区别，所以我就决定离开。当然另外你也有提到，就是另外一个关键因素，就是AI的崛起。我印象非常深刻，就是 GitHub Copilot 当时发布那个 Beta 版的时候，它是用 GPT-3 这个模型去训练的。当时那个模型就让我感觉非常惊讶。就是说我写一行这个Code的注释，用文字描述，然后它给我生成函数，蛮惊艳的，能省下非常多打字的时间。

我当时又想，如果这个东西能变成直接生成 App 或者是一个文件也行啊。但是我没想到，就是那时候大概是2022年，然后现在我们2025年对这件事情啊，3年多就司空见惯了。但我当时也有预期，我当时想这件事可能10年到20年后会实现，那时候可能赚够钱快退休了。但是没想到啊，这过了3年，大家对于生成一个App就是这种感觉，就是啊非常平常的事情了。

所以说过去的这三年，从GPT发布以来，对吧？2022年的11月到呃现在2025年的12月，大概3年多一点时间来说的话，AI的进展速度是远超起码我个人的想象的，我觉得远超绝大多数人的想象。虽然现在有非常多的不完美的地方，但是相比于3年前的他或者4年前的那个是非常强的。

张独行: 我觉得Mike分享了这么多，而且我发现Mike真的很 Pioneer（先驱），就是你走的很前面，前面你就先去试这个东西。我听到蛮多工程师，他是一开始就是去试，然后他对AI的想法还停留在 GPT-2 的时候。GPT-2 是怎么样的状况呢？就是很多时候他乱讲，就是我们讲很多AI幻觉的时候。可是4以后、5以后，基本上这个问题非常非常的少。

然后我发现还有一个我还得到一个启发，就是用副业养主业。就是说你先做一些好玩的事情嘛，那你看你是要去做自己的App也好，做自己的自媒体也好。那你学了一些东西，你也不用想说他一定会就是怎么样，可是你可以把这个经验把它拿回来你的主业。

产品思维：AI时代的工程师核心竞争力

张独行: 所以你后来觉得在微软投入产出比是不合的嘛。那你后来做了什么？

Mike: 离开微软之后呢，我其实也是在尝试不同方向嘛。比如说最大的一个叫 Flow，它是一个类似 Readwise 的稍后阅读软件。但我分享一个其实我觉得AI是可以做很多事情的，当你获得了Superpower之后呢，其实第一点想到的就是如何去做减法。

因为一旦做的App做的太多的话，首先它Code的数量就很多，然后它的 Quality（质量）自然不免的就会有下降。第二点就是说如果太多的话，用户可能就觉得没有解决任何痛点，都是很普通的功能。我不如花甚至更少的钱买更小的App去做一个非常简单的事情。

这这一年多吧，我观察到一个情况，AI确实带来非常大的效率提升，但是仅是执行层面。但是这个策略和战略层面的话，其实我觉得作为一个从大公司出来的人，更应该关注这些层面。比如说关于 Marketing 的这些方面，我觉得也是欠缺的。但是话说回来，我们这个Coding只是一方面，其实可以做Marketing吧？AI可以让我们快速的去用AI去弥补我们这些短板。

张独行: 对我听到两个东西。第一个就是说在这个时代，譬如说你要做软体好了，那可能你现在要去研究的，已经不是说OK我要去写一个Python，学这个程式语言。你现在需要的是你要有一个产品经理的思维。你要去思考说，哎，我这个产品我是要服务谁、为谁而生的。

那另外就是你还要有一点点工程师的思维，但是那个工程师的思维不是说我要把那个Code写得很漂亮、很Clean，不是那个。我觉得你刚刚讲这个工程师的思维是在说：我再加这个功能，会不会真的有必要？我会不会多了很多不必要的维护的成本？你要回去验证的就是产品经理的想法。

医疗场景应用：当医生父亲遇上ChatGPT

张独行: 如果说我不做App的话，我们还可以用AI做什么？你之前有跟我讲说，你爸爸是医生，然后他很喜欢用GPT，他是怎么样用的？

Mike: 哦，这是非常有意思的一点。因为我们是共享一个账号，我主要用它来Coding，所以有时候你会看到他问很多问题。最近的话他主要是自己有一些基础病，或者我外公也是非常高龄了，快90岁了，也得了一些病。在我们的小城市呢，其实医生的治疗方案比较保守，或者说是不够完整，然后有时治疗的效果不好。然后我父亲就会不停的用它去查，当然不仅是GPT了，还有 DeepSeek 他都会去用。

然后他就会对比。当然因为他每个问题都复制粘贴嘛，都会问一遍。他在一个月前、两个月前就跟我说，他个人认为是通用GPT是最好的。当然在那之前两个月是用他认为 Claude 3.5 Sonnet 是最好的。

他会问各种问题，我举个例子，比如说那个医院的化验单，比如说 Bloodwork（血检）之类的，然后他就会拍照，然后直接去问。还有各种药物的互相作用、疗效、药物之间有什么禁忌，他也会去问。然后我会跟他说，吃药这种事情也有非常大的风险，我说你不要只相信一个AI，要去多问，可以问两个3个AI，确保大家这个回复是比较一致的，然后再去用自己的这个经验去思考。当然他自己是医生啊，懂一点，这样的话就是其实是很有帮助的。

最近我外公生病了，我感觉他起码是加快了一倍我外公康复的速度。他会考虑到非常多平时普通人或者是一个医生很难平时能接触到的信息。

另外就是说我父亲也有一些讲座，他自己想做些PPT，但是他非常不喜欢做这个。然后我就跟他说，我们现在是用这个 Gamma 做这个吧。然后他就说哇这个好神奇。虽然可以用那个 Google Gemini，但是这个Gamma对他来说已经非常足够了，可以很快生成PPT，这个也是一个非常大的提升。

张独行: 康复这件事情真的很神奇。其实之前有稍微研究一下，到底医生帮我们看病是怎么一回事。我发现其实医生在看病，他在看几率统计。就是他在看说我A跟B跟C三个症状加在一起，这可能会是什么病？

可是其实有一些罕病，它可能又有一些不太寻常的状况，但是这真的这个真的很看经验。因为罕病并不是每个医生他都一定有这个经验。那我觉得AI真的在这边可以帮忙最大的是说他帮医生拓展一下他的想象力。

工具链的选择：Deep Research与Agentic Workflow

张独行: 我们刚刚就讲了几个AI产品。其实除了 Google Gemini，然后你刚刚提到了一个产品叫 Gamma。就是现在AI它开始特化了，有做简报的，做设计的。我好奇就是Mike，当你现在你在开发一个App，你现在的流程变成什么样子？跟在AI之前的年代比起来，它的差别在哪里？

Mike: 这是一个非常好的问题。无论你是在这个所谓的 Professional Team 主业里面，还是自己做单打独斗，你都相当于多了一个很强的队友。他可能不会做很好 Decision Making（决策），但是他可以帮你做很快的信息搜集。

我举个例子，如果我要做一个App或者一个Project，我第一件事肯定不会写Code的。第一件事，其实我会用 Deep Research（深度研究），尤其是GPT和Gemini，或者是Google的那个 Expert Mode。我会做一些研究，看一下有什么类似的产品、有什么痛点。比如说 Reddit 上面或者是其他的这个 Forum 上面大家有什么了解。

另外还会做一件事，就是看一下这个 Feasibility（可行性）有多少，尤其是 Technical（技术）上的。另外就是说他能不能帮我写一些简单的主要的Logic。最后的话，我把这些都会丢到我这个项目里，再开始去做原型。

这块我最近在尝试的一点就是，用 OpenAI 的 o1 再努力去尝试它，去把它变成一个更小的计划去拆分。因为我在之前的话其实是写很多很多的，但是我后来感觉不太成体系。一旦这个系统构建起来的话，它就可以是你的竞争优势。我现在就是更更加努力去系统性思考，我怎么去跟AI协作。

张独行: 对，我觉得Mike有提醒到我们一件事情。就是说现在AI他已经是我们的好队友了，但是你得要想办法跟他沟通。我刚刚听到有一个很有趣的点，就是说你会用现在模型的思考功能。接下来我们可能有一个工作专案，在进行之前，我们都可以先做这个步骤：先让AI去帮你收集多一点的资料，帮我们拓展一下想象力。

然后我还听到一件事情，就是说你讲那个 Spec（规格）的问题。我的解读是，我们要尝试要把大问题拆成小问题。然后呢，我们要还要把这些AI给你的回答去整理成一个系统。也就是说，假设我们今天有A、B、C三件事情要做，那我们就知道说A我要看某一份文件，B要看某一份文件。那个文件可能是一个图书馆，现在可能越来越重要了，也是在整理这个资料怎么样运用。

工程师的终极问题：价值何在？

张独行: 我想问一个问题，我觉得这是很多工程师的疑问。就是问题是他都帮我写了那么多Code了，那我们身为一个工程师，他的价值是什么？

Mike: 这是一个很深奥的问题。我其实接触Coding的话更多的是自学。从大概小学的时候玩这个 Video Game，就想去自己做一些东西。但是有些地方我不喜欢，比如说我要学习这个 Programming，学习这个语法 Syntax。这个东西好无聊，就是人为规定的嘛。

我这些年一直在这个AI出现之前，在大语言模型出现之前，我一直觉得这个东西虽然是要学，但是我觉得没有那么必要。真正有价值的是它的逻辑，它的 Business，或者是你的想法、执行，而不是说我要学这么多东西。这些东西有点像绕路的感觉。所以AI出现呢，它其实是最擅长解决这些比较 Boring 的部分。比如说我们做100次搜寻啊，或者去问同事啊，比较机械的问题，我觉得这些事情恰恰就是AI最擅长解决的问题。

我个人看法就是，刚才咱们讲医学诊断过程有点像概率，它去望闻问切。我们其实做这个需求，做产品也是望闻问切，问客户、问PM，然后去把它转化成这个 Product。我个人感觉是非常类似的，这也是大语言模型的一个本质的东西，它本质上就是一个概率的模型，可能深一点叫朴素贝叶斯（Naive Bayes）。只要它目前还是这种模式的话，我觉得它还是比较擅长解决程式化的问题。

那么回到最后的问题，如果这些问题都被解决了，那我作为工程师还能干什么？对于我们来说，它的好处远远大于它的坏处。它把我们从这种重复性的工作、需要去肌肉记忆的工作解放出来之后，那我们可以考虑更深度的问题了。

技术层面的话，我可以去花更多的时间去看我的竞争对手用什么技术，我可以把这个产品用不同技术实现一遍。甚至我下来要做的事情就是把再重写一遍，我已经重写了第三版了，可以写第四版，而且成本很低。在之前可能是几年的时间就不会做了，这是让不可能变成可能。

第二点是对于非技术层面的话，一旦我有时间了，我可以首先去休息，可以去 Recharge。在此之外呢，我可以去思考一下除了技术之外的东西，比如说Marketing，比如Finance。我觉得这是非常好的人生。

张独行: 我来 Quote 一下你以前讲过的话，这个真的是金句：“20年的经验，不如一万行的AI Prompt。”

这个我跟你讲这句话，其实有些人听了，尤其是老工程师听了真的会暴怒。我也非常的理解，但是我想要讲这句话，其实它的含义不只是在讲说有没有被取代这件事情。

我想讲一个故事，就是跟AI完全无关。我们讲台湾跟荷兰，台湾跟荷兰都有产兰花。荷兰后来居上，我那我有去调查其中的理由。荷兰人他在想事情的方式，他并不是说我要把这些兰花每一个都像日本的职人精神，做得又棒又好。荷兰人想的是，我种100个萝卜，我怎么样把这100个萝卜，至少我的良率提升，大家都一样差不多好。

所以荷兰他后来投资的是生技，他把这些东西都尽量科学化，用数据化。他才有办法有量化，创造质变。所以我们并不是不尊重老师傅，而是老师傅，你可不可以把你的 Detail 讲出来，去把它变成是AI可以使用，或者我们几万人可以使用的语言？

我们之前聊到，你说AI很笨的人，我都会问他说，那你请问你 Prompt 怎么写？因为那个指令就会决定说他是好队友还是猪队友。

给小白的建议：从解决自己的痛点开始

张独行: 假设我就是一个素人小白了，但是我有些Idea，我想从零开始，我想要做一个可以商用的App，那可不可以给我一些建议？

Mike: 我们可以把使用AI群体分成两类。一部分是比较 Technical 的，懂一些 PM、Designer 或者 Engineer；另一部分是完全不懂，是门外汉、小白。

我们关注于小白。劣势就是可能不了解软件开发的流程。但是对于普通人来说，最有帮助的一点，就是你所在行业或者你自己的经历的这个 Domain Knowledge（领域知识）。因为从0到1的门槛被降低了。

我第一个建议就是一定要用自己的特定领域的优势。第二点就是说不断的使用AI去规范自己的需求，然后把它变成一个软件开发的 Plan。我个人感觉就是一旦你可以做出来一个很完整的App自己可以用、朋友可以用，并且没有Bug之后呢，它离真正可以收费、产生交易的水平已经很近了。

但是如何做得好用呢？一定是你自己要用。我觉得没有更好的办法，尤其是对于普通人来说。其实总结来看的话，其实流程、AI都不重要，重要的是说你找到用户，第一个用户就是自己。

我再举一个例子，iPad上有个绘画的软件叫 Procreate，可能10年左右吧，它从来没涨过价，大概都是9美元。我觉得这是非常良心的一个软件，而且这个团队还不小。我觉得只要你想做，有心，愿意花很多时间，总会种出来的。

张独行: 我觉得给大家非常大的鼓励。就是说你想要尝试先解决自己的问题，或是先开发一个可以商用的，我觉得都是先从自己出发，找自己有痛点的地方。

Mike: 当然现在有AI了，你可以有点这个 Production、规模经济了，就可以写出来非常多的代码。对于小白来说就完全不是问题。当然最好的办法就是你找一些志同道合的人，或者加入我们的社群。因为有时候，比如说上次直播有一位成员，他遇到一些问题，看到截图上面有一个按钮，点这个按钮之后会有日志（Log）。但是他没看懂Log，但是他花了一些时间自己去把它复制粘贴到AI里就已经解决了。

张独行: 那我们就是社群里面呃，Mike老师他有开一个 iOS App 101 的课。可不可以跟我们讲一下，这个课里面会带给我们什么？

Mike: 回到开设这门 iOS 101 课程的初心呢，其实因为有了AI时代之后呢，其实开发绝大多数App都非常简单，包括Web App、安卓App。但是有一个就比较难，就是iOS App，为什么呢？它还是离不开苹果的这个叫 Xcode 的开发套件。

所以我希望帮助大家快速开始，形成你的 Feedback Loop（反馈循环）。你可以让AI去帮你迭代。另外就是说，虽然 iOS 这边有些欠缺，但是也有一些经验可以分享，比如说怎么用 MCP（Model Context Protocol）去辅助调试。

最后就是说，我希望通过这个课程，大家尽快了解苹果这个平台可以做什么东西，最好是赚到钱。如果你一旦选择了iOS这平台，它的赚钱几率可能是比Android和Web要大很多的。

张独行: 好，我们今天呢非常谢谢Mike老师带给我们的分享。谢谢Mike。

Mike: 谢谢大家，拜拜。