- 是真的,但不是“10 天从零做完”。一位资深工程师带着几十个 AI,公开冲刺约 10 天,之前准备了几个月。做出来的是早期测试版,离专业可用还很远。
- 快,不是因为 AI 写得快。作者把力气花在“让 AI 能自己验收”上:先定义什么叫做完,再让 AI 自己证明做完了。
- 工期的计算单位变了。决定项目要多久的,不再是“要写多少代码”,而是“想清楚”和“验证”要多久。
起因:是新闻夸张,还是我的方法过时了?
这周刷到一条新闻:有人用 AI 重写了 Adobe 全家桶,七个 App(Photoshop、Illustrator、Premiere、Lightroom、After Effects、InDesign、Acrobat), 开源、免费、跨平台。作者还说了一句:“软件已死。”
我的第一反应是:光一个 Photoshop 就功能多到数不清,再加上各种 bug,换我来做,一个人至少得做上大几个月。
我没去看评论,直接看了源头。这个项目叫 ArtCraft,代码全部开源。我数了代码、翻了提交记录,也读了作者写给 AI 看的“工作说明书”。
我的想法变了哪些
| 查之前我以为 | 查完之后 | |
|---|---|---|
| 多少人、多久 | 一个人,大几个月 | 一个人没错,但他带着几十个 AI:冲刺约 10 天,前面准备了几个月 |
| 做到什么程度 | 既然上新闻了,应该能用了 | 早期测试版,约等于专业用户日常所需的 25–35% |
| 难在哪里 | 功能太多,代码写不完 | 难在定义“做完”和证明“做对” |
| “要做很久”的直觉 | 是我的方法太慢 | 直觉没错,只是慢的地方不在写代码 |
我的预估其实没差太远:人数猜对了,总时长也差不多。差别只在于,他不是一个人在写,而是带着几十个 AI 在写。 人数和时长没怎么变,变的是一个人能调动多少产能。
证据一:一个人带几十个 AI,10 天写了 37 万行
一天接通三百多项功能,只能是一大群 AI 同时在干活。但 10 天是冲刺,不是全程。
以对标 Photoshop 的 PhotoCraft 为例,数据截至 10 月 10 日:
| 作者 | Brandon Thomas,入行约 15 年,写了约 10 年 Rust,背后有一家做影视工具的公司出钱 |
| 起点 | 9 月 30 日建仓库,3 小时后提交了一个 4.2 万行、名叫 “one-shot” 的提交 |
| 十天后 | 约 1,000 次提交,约 37 万行 Rust;对标 Premiere 的 FilmCraft 约 32 万行 |
| AI 的份额 | 署名 Claude Opus 5.5 的提交约 590 个,新增约 24 万行 |
| 速度 | 9 月 30 日到 10 月 1 日,一天之内接通的菜单功能从 224 项涨到 532 项(Photoshop 共 625 项) |
冲刺之前还有看不见的准备:一个不公开的通用规范仓库,本地的调研、执行计划和工期估算,7 月就开始的前身项目,以及这家公司多年积累的图形技术。
证据二:做出来的是早期测试版,完成度约三成
他们在自己的路线图里写了一节“诚实的完成度评估”,没有回避短板。
- 菜单接通了 85%,但他们自己说这个数字“高估了实际可用程度”
- 129 个设置项里,有 67 个其实不起作用
- 25 个性能指标只达标 3 个;150 个图层的场景会让显卡渲染崩溃
- 真实 PSD 文件测试,通过 111 / 170
作者一开始说“一个月 100% 功能对齐”,后来改口成“99% 要以月计”。
从 80% 到“敢交给用户”,依然很慢。
剩下的 20% 是长尾:色彩管理、各种文件格式、不同硬件、边界情况、性能。Photoshop 在这些地方磨了三十多年。
证据三:作者不写代码,他搭“让 AI 自己验收”的环境
作者几乎不自己写功能。他搭了一个环境,让 AI 能自己干活、自己判断对错、自己接力。
这些都写在仓库里两份给 AI 看的说明书里(AGENTS.md 和 CLAUDE.md),核心有六条:
- 先有标准答案把 Photoshop 的 625 个菜单项做成清单,接通一项勾一项;拿真实的 PSD 文件逐字节对比;每项指标设一条“只能升、不能降”的底线。AI 跑一下就知道做对没有。
- 为 AI 设计架构所有操作都是“命令”,菜单和 AI 用的是同一套。AI 还能打开运行中的软件、截图看界面,自己检查 UI。
- 为并行定规矩每个 AI 有自己的工作区,只改自己负责的文件;新功能放进新文件,避免抢同一处代码。
- 跨会话的记忆AI 的会话随时可能中断,所以每完成一步就写进开发日志,并保证代码始终能运行,下一个 AI 接着干。
- 硬规则写死“永不崩溃”的优先级高于做新功能,交给代码检查工具强制执行,不靠口头提醒。
- 默认不打断人除非是明确留给人做的决定,否则 AI 不停下来问。
一个重要前提:照着现成产品复刻,恰好是 AI 最擅长的事。Photoshop 长什么样、PSD 格式怎么写,都有现成的“标准答案”。 做全新的产品时,最花时间的是想清楚“到底要什么”,这部分 AI 帮不了太多。
交叉验证:先有裁判,才有速度
今年另外两个大规模实验,结论一样:速度来自一个可靠的“裁判”。
- Anthropic 让 AI 写 C 编译器:16 个 AI 并行,约 2,000 次会话,花了约 2 万美元、大约两周,写出 10 万行代码,能编译 Linux 内核。裁判是一套高质量的测试。
- Cursor 让 AI 写浏览器:几百个 AI 跑了约一周,写出 100 万行以上。裁判是分层:有的 AI 拆任务,有的干活,有的判断是否完成。所有 AI 平级协作时,会互相抢文件、陷入混乱。
对个人开发者来说,同时跑 2–4 个 AI 比较合适;再多,人来审代码就成了瓶颈。
我的结论:工期的单位变了
以前估工期,我算“要写多少功能”;现在该算的是“想清楚”和“验证”要多久。
回到最初的问题,像这样的项目需要多少人、多久,我的估计是:
| 目标 | 人力 | 时间 |
|---|---|---|
| 能演示的早期测试版 | 1 位资深架构师 + 几十个并行 AI | 前期准备数周到数月,集中开发 1–2 周 |
| 专业用户能日常用(单个 App) | 3–5 人小团队 + AI | 数月 |
| 1:1 对齐、稳定、性能达标 | — | 至少一年起 |
AI 调用费用(token 成本)没有公开。按 C 编译器“10 万行约 2 万美元”粗略推算,百万行级别大概在数万到十几万美元。这是我的推算。
我准备怎么改:五个动作
- 先写验收清单动手前先列出“做完”的标准,最好能变成脚本自动检查,而不是凭感觉。
- 先搭验证手段测试、截图对比、能让 AI 自己打开并操作 App 的脚本。测试不过,就不让 AI 说“完成了”。
- 写好说明书在每个项目里放一份写给 AI 的说明:架构、硬规则、完成前必须跑的检查。
- 一个稳了再加先让一个 AI 稳定产出,再开 2–4 个并行,各用独立的工作区。
- 先做有参照的有现成产品可对标、有标准格式的部分交给 AI 狂奔;没有标准答案的部分,留给自己慢慢想。
作为一个从设计转过来的 vibe coder,这让我有点安心。定义标准、判断好坏、知道什么叫“做完”,本来就是做设计、做产品时每天在练的能力。 AI 越会写代码,这些能力越值钱。
值得继续思考的
- 全新的产品没有“标准答案”可对标,这套方法能快多少?
- 几十个 AI 并行的成本,对个人开发者划算吗?什么规模的项目才值得?
- 37 万行代码,可能没有一个人完整读过。长期维护会变成什么样?
- “照着别人的产品复刻”在法律和伦理上的边界在哪里?