正在加载视频...

视频加载失败

你适不适合成为一名独立开发呢? 我花了1小时用trae vibe coding一个根据推文和我的判断标准做了个测试小工具 如何你是非技术人员 1. 使用trae这种UI交互比较好 2. 价格比较便宜 (2美金) 3. 自动化程度高 (solo模式) 也能做出有趣的小产品了

33,524 次观看 • 1 年前 •via X (Twitter)

0 条评论

暂无评论

原始帖子的评论将显示在这里

相关视频

这可能是对小白最友好的 vibe coding 教程 —— easy-vibe 🎉目前已经在GitHub上斩获12.5k star 霸榜trend 很多编程教程一上来就讲环境、语法、框架、工程规范,新手还没看到结果就已经被劝退了。Easy-Vibe 反过来,它先让你体验一件事:会描述需求,就可以开始做应用 你不需要一开始就理解所有技术细节,而是从“我想做一个记账工具”“我想做一个带登录的预约系统”“我想做一个博客”这种自然语言需求出发,学会怎么和 AI 协作,把想法一步步变成能运行、能展示、能迭代的产品 它对小白友好主要体现在 5 点: 1. 从零开始,不假设你懂开发 - 有专门的 Beginner Entry,不是默认你已经会前端、后端、数据库、部署 2. 先做出来,再理解原理 - 先通过简单、具体的案例获得“我真的能做出来”的正反馈,再慢慢补 AI IDE、Prompt、产品原型、前后端、部署等知识 3. 学习路径很清楚 - 从 Stage 1 的产品原型,到 Stage 2 的全栈应用,再到 Stage 3 的 Claude Code、MCP、Agent workflow,像地图一样告诉你下一步该学什么 4. 不是只教工具,而是教完整产品流程 - 它覆盖 idea validation、原型设计、UI、数据库、API、部署、支付、RAG、跨平台应用等内容。对新手来说,这很重要,因为真正卡住人的往往不是某个工具,而是不知道一个产品从 0 到 1 到底怎么走 5. 有大量可视化和交互式内容 - 比如用动画解释 AI 原理、用交互组件理解 RAG、用可视化方式理解终端和 Git,这比纯文字教程更容易建立直觉 如果你是零基础、产品经理、学生、独立开发者,或者只是想知道“AI coding 到底能不能帮我把想法做出来”,这个项目非常适合作为第一站 传送门👉:

Z大诗

18,963 次观看 • 2 个月前

普通人做产品最大的短板不是技术,不是流量,是你根本不知道你的用户在想什么 大厂有用研团队、有焦点小组、有百万级调研预算 在百度做PM的时候, 每几天都会有一份定制化的《竞品动态日报》《消费者洞察报告》躺在所有员工的邮箱里 字节跳动昨天上线了什么新功能,腾讯哪个部门在招什么岗位,什么赛道的用户在关注什么产品,什么产品的数据又卖爆了 当时我就在想:如果我出来单干,我想获得这些信息,不得难死,这笔钱谁给我出? 后来真出来了,答案是——根本没人出😂 所以和大部分独立开发者一样,我做产品验证需求的方式是: 发朋友圈问问、在推特宣发一下、看看竞品评论区、然后凭直觉赌一把 连续创业五年,我见过最多的死法不是产品做不出来 是产品做出来了,没人要,花三个月憋 MVP,上线后发现需求是自己臆想的 这个痛,做过产品的人都懂 做出海的朋友更惨 你的目标用户在地球另一边,时差 12 小时,语言不通,文化不同 去年帮一个朋友的品牌做北美市场,最头疼的不是投放,是根本不知道美国消费者怎么想,美国人文化和中国差距太大了 招一个本地调研公司,报价 8 万美金起步,找几个留学生做访谈,样本太小、还有幸存者偏差,有时候还访谈不明白 最后还是靠猜 现在这件事有了一个结构性的解法 Atypica atypica.AI 上线了一个新功能叫 AI Panel,一句话解释:它让你拥有了一个属于自己的焦点小组 不是 ChatGPT 扮演用户那种玩法 是基于 100 万+ 真实用户数据构建的 AI Persona,每个人有完整的背景、性格、认知偏差、消费决策框架 关键是——这个焦点小组是可复用的 你今天问一次,下个月产品迭代了再问一次 同一群人,持续追踪,看他们的态度变化 这在传统调研里叫 longitudinal study,成本极高 现在你一个人就能做 三种方式构建你的 Panel: 1)自动沉淀:用 Atypica 做完一次 Research 后,参与访谈的 AI Persona 自动沉淀成 Panel,下次直接调用 2)手动挑人:从 100 万+ 的 Persona Library 里按关键词搜索,添加组队 3)按需生成:输入需求描述,系统从零帮你构建一个全新的 Panel 组好之后随时打开,输入研究话题 支持一对多深度访谈,也支持多对多 Group Discussion 我试了一个真实场景 我之前做过一个面向内容创作者的 AI 写作工具,想验证订阅制定价 构建了一个Panel:YouTube 创作者、推特创作者、独立播客主 直接问:你平时写作的痛点有哪些?流程有哪些 10 分钟,直接就拿到了需求的分类和反馈 这种颗粒度,以前要花两周招募 + 一周访谈 + 几万块预算 现在 10 分钟,一个人搞定 如果你是以下三种人,这个功能对你来说是刚需: 做出海产品的创业者——你的用户在地球另一边,以前只能看竞品评论区猜需求,现在直接构建目标市场的用户 Panel,随时追问 需要反复迭代验证的产品团队——每次加功能都要做用户测试,Panel 让你不用每次重新招人,同一群用户持续追踪反应变化 需要大规模样本的场景——比如你想了解 2000 个家庭的消费偏好,传统手段几乎不可能,Panel 可以 我觉得我们普通人做产品和大厂的差距,不应该是有没有用户调研团队 而是用什么方式理解用户,大厂用人力堆,我们用 AI 跑 以前这是一句空话,因为 ChatGPT 扮演用户的结果你自己都不信 现在不一样了——100 万+ 真实数据构建的 Persona,有来源、有背景、有决策框架 它不能替代真人调研的最终验证 但它能让你在写第一行代码之前,就知道方向对不对 调研从一个季度一次的项目,变成了随时可调用的能力 这对一个人做产品的人来说,是基础设施级别的变化 我推荐每一个想做生意,产品的人都去试一试,这可能就是你和用户面对面沟通的第一步:

超级个体|柿子

94,016 次观看 • 23 天前

叹为观止,paulwei 敢公布实盘确实厉害,超级个体不慕强,但需要虚心学习👍 站在其他推友做的数据可视化工具肩膀上,我突然有一种文科生的脑洞大开:为什么不用“实盘 API”做一个普通散户都能用的「交易员扮演工具」? 整个 Vibe Coding 过程用时 4 小时,使用到的工具:Chatgpt 5.1 + Claude Code,在健身房大厅做完的😂,灵感启发来自网络小说《诡秘之主》的概念“扮演法”,想要晋升序列就必须扮演。同理,想要赚钱,就要向优秀的“交易员扮演法”。 整个 Vibe Coding 流程非常非常简单: 第一步,输入魏神的原始推文和其他推友已经做好的 github 交给 Claude Code 学习并且 Fork,感谢🙏 0xFunky 已经做好并公布全流程的 Github 第二步,让Chatgpt 做产品经理,告诉他我的需求,只是非标准化的分析这个案例。但我首先问了他一个哲学问题:怎么理解扮演一个交易员,要扮演他的什么? ChatGPT 说:“扮演一个交易员”不是 cosplay,也不是盲目抄单。真正的含义是:把一位优秀交易员的底层“决策结构”抽象出来,并在你的交易中临时采用这种结构。也就是说,你不是模仿他的“结果”,而是模仿他的“思维方式 + 反应方式”。 产品方面要达到:通过实盘 API,给出交易员风格文字分析,让用户进一步深刻理解这个 API 背后的交易员。于是,帮我确定了核心功能包括: 1⃣交易风格画像系统 - 深度分析交易员风格特征 2️⃣ 行情预测模块 - 基于历史模式预测操作 3️⃣ 适合人群匹配 - AI评估谁适合学习这个交易员 4️⃣ 多平台支持 - HyperLiquid、币安的 API 也支持 第三步,把 Chatgpt 给我的提示词和产品描述输出 Claude Code,中间 Claude 已经很快分析出痛点:现有项目 (paulwei-trading-analytics) - ✅ 基础交易数据展示 - ✅ K线图和交易标记 - ✅ 简单统计指标(胜率、盈亏) - ❌ 缺少深度风格分析 - ❌ 缺少预测功能 单单数据可视化还是门槛太高了,我希望把 API 数据嚼碎了给出文字喂给散户,于是 Claude Code 反复和我确认了产品的细节,其中流程需要点 Yes 或者 No 即可,确定 Python后端 + Next.js 前端。 第四步:根据 Claude Code 给出的初步产品做了反馈,比如一开始他只给我一个 api 输出的窗口需要点击,我就说不够直观,可以直接用魏神的 api 作为分析案例在首页。反反复复,大概修改了40分钟,终于搞定了。最终产品四个功能: 1️⃣ 数据分析:大神已经部署局的同步了 2️⃣ 扮演学习:相当于模拟交易,根据市场场景判断看多/看空/官网,对 API 学习对象交易员进行游戏化的比较打分。 3️⃣ AI预测:基于交易员历史模式的智能预测,贴心总结出“相似历史情况”的刻舟求剑。 4️⃣ 交易员画像分析:风格总结 & 交易行为指标 & 适合学习人群等等指标。 🤝比如魏神的交易员画像是:大胆型波段交易者,胜率35.67%,盈亏比2.42,纪律评分80/100,总交易43021笔订单,累计盈亏89.60 BTC。 也给出适合学习人群:波段交易学习者 & 追求纪律性的交易者 & 追求高盈亏比的交易者 --------------------------------------------------- 🍺 感谢 paulwei 的推特愿意持续分享,大声表达,其中健身的部分 + 公开交易的操作记录,对我个人来说都非常有用,已经是我心目中的超级个体范本了。也感谢 Vibe Coding 把我这种天天空有创意,没有生产力的奇葩解救出来。BTW 目前我没有部署这个工具,还非常不完善,仅供自己使用,之后会公布 Github。 🤖如果你自己或者有其他交易员的可读实盘 API,可以留言在这条推交给这个 AI 工具来分析!

SuperMao 小毛哥

159,540 次观看 • 8 个月前