不用Claude，國產(chǎn)AI照樣能搓出1.8萬代碼的商業(yè)級軟件！

不用Claude，國產(chǎn)AI照樣能搓出商業(yè)級軟件！

現(xiàn)在圈里一提AI編程，跟中了邪似的，張口閉口Claude、Gemini、Codex，好像離了這些洋模型，你連個(gè)正經(jīng)軟件都做不出來，純純是被國外工具PUA麻了。我就用半個(gè)月時(shí)間，純靠國產(chǎn)大模型組合，手搓出了一套商業(yè)級矩陣內(nèi)容發(fā)布系統(tǒng)Super AMA，全項(xiàng)目1.8萬行代碼，核心功能是調(diào)用AI生成爆款圖文、視頻，一鍵分發(fā)到20個(gè)主流平臺，最狠的是每個(gè)平臺不限制賬號數(shù)量，哪怕你有上百個(gè)賬號，照樣能穩(wěn)定跑通。

一個(gè)系統(tǒng)開發(fā)是否成功，不看開發(fā)工具，不看使用什么AI，而看：你是否真把要開發(fā)的系統(tǒng)的商業(yè)邏輯吃透了？能夠用AI立即明白的提示詞說清楚了？這個(gè)才是命門，才是核心，否則開發(fā)出來的就是垃圾。

別覺得這是個(gè)小demo，為了實(shí)打?qū)嶒?yàn)證國產(chǎn)模型的開發(fā)能力，我全程只用了GLM、豆包編程模塊和千問代碼模塊協(xié)同開發(fā)，全程沒碰Claude這類國外模型，最后出來的效果，比很多小團(tuán)隊(duì)做的商用系統(tǒng)還能打。今天就把這套可復(fù)制的玩法掰開揉碎了講，全是實(shí)操干貨，沒有半句廢話。

第一階段，先打地基建防火墻，把安全和配置焊死。任何項(xiàng)目，地基不穩(wěn)，后面全是坑。很多新手寫軟件，上來就先搞花里胡哨的界面，結(jié)果代碼寫了幾千行，一打包成EXE直接炸鍋，路徑全錯(cuò)，找bug找到頭禿，純純是沒打地基就想蓋樓。

科學(xué)的玩法，是先讓AI把最底層的“路徑陷阱”解決掉。我給豆包的指令非常明確：“不管用戶裝在C盤還是D盤，不管是源碼運(yùn)行還是打包成EXE，必須100%找到正確的配置文件路徑，絕對不能出現(xiàn)路徑報(bào)錯(cuò)”。AI直接生成了適配打包場景的路徑識別邏輯，把用戶數(shù)據(jù)牢牢鎖定在系統(tǒng)AppData目錄，這是普通開發(fā)者要踩無數(shù)坑才能摸透的系統(tǒng)級思維，你一句話就讓AI給你搞定了。

緊接著就是授權(quán)系統(tǒng)，這是商業(yè)軟件的護(hù)城河。你不用去啃半天加密算法，不用研究怎么讀硬件信息，就給AI說：“我要做一機(jī)一碼的授權(quán)系統(tǒng)，讀取主板UUID生成MD5簽名，帶12小時(shí)免費(fèi)試用邏輯，還要做C++啟動(dòng)器包裹Python程序，去掉黑框，防止反編譯”。AI瞬間就能給你生成完整的授權(quán)管理類，連Python+C++的混合防護(hù)架構(gòu)都給你搭好，這一套東西，放在以前得專業(yè)的加密工程師做一周，現(xiàn)在你一句話就落地了。

第二階段，啃下最硬的骨頭：平臺自動(dòng)化與反反爬。這套系統(tǒng)的核心價(jià)值，就是能穩(wěn)定操作抖音、小紅書、B站、視頻號等20個(gè)平臺，這也是開發(fā)里最難的部分——瀏覽器自動(dòng)化最大的死穴，就是被平臺反爬檢測到，操作軌跡稍微不對，直接封號，所有功夫全白費(fèi)。

普通人搞這個(gè)，得啃半個(gè)月Playwright文檔，調(diào)幾百個(gè)參數(shù)，還是動(dòng)不動(dòng)就被封。但你根本不用懂什么瀏覽器底層控制協(xié)議、不用搞懂每個(gè)反檢測參數(shù)的底層原理，你只需要給AI提明確的業(yè)務(wù)需求：“用Playwright做瀏覽器管理，開啟能記住登錄狀態(tài)的持久化環(huán)境，注入反檢測隱身插件，強(qiáng)制最小化窗口防止用戶誤關(guān)，多賬號必須做Cookie沙盒隔離，絕對不能串號”。

AI直接給你生成完整的瀏覽器管理類，所有反檢測參數(shù)、多線程鎖、環(huán)境隔離全給你處理得明明白白。這就是人機(jī)協(xié)作的精髓：你負(fù)責(zé)定戰(zhàn)略、提需求，AI負(fù)責(zé)打戰(zhàn)術(shù)、做落地，你根本不用變成代碼字典，你要做的是架構(gòu)師。

第三階段，搞定內(nèi)容煉金術(shù)：AI音視頻合成。矩陣玩法沒有內(nèi)容，就是空中樓閣。普通人想做批量視頻合成，得去啃視頻剪輯庫的文檔，搞懂圖層合成邏輯，還要背FFmpeg的上百個(gè)命令行參數(shù)，光解決中文字體亂碼的問題，就得踩半個(gè)月的坑。

但在AI時(shí)代，這些全不用你管。你就給AI一句話：“寫一個(gè)視頻渲染引擎，輸入文案和背景素材，直接輸出帶同步字幕、真人配音的MP4文件，優(yōu)先調(diào)用GPU硬件加速，加速失敗自動(dòng)降級到CPU渲染，必須解決Windows系統(tǒng)中文字體兼容問題，絕對不能出現(xiàn)亂碼”。AI直接給你生成完整的視頻引擎，從語音合成、硬件加速調(diào)用到兜底方案全給你做齊，連最容易踩坑的字體兼容問題都給你提前規(guī)避了，你只需要測試功能就行。

第四階段，做好數(shù)據(jù)收割：通用數(shù)據(jù)看板。各大平臺的后臺數(shù)據(jù)格式千奇百怪，抖音是結(jié)構(gòu)化的JSON數(shù)據(jù)，小紅書是網(wǎng)頁元素，快手是混合數(shù)據(jù)流，普通人得給每個(gè)平臺單獨(dú)寫一套解析器，改到崩潰還容易出錯(cuò)。

你根本不用費(fèi)這個(gè)勁，直接給AI定好容錯(cuò)規(guī)則：“寫一個(gè)通用數(shù)據(jù)抓取器，優(yōu)先監(jiān)聽平臺網(wǎng)絡(luò)接口拿數(shù)據(jù)，接口加密就自動(dòng)降級為OCR識別+網(wǎng)頁解析，用正則精準(zhǔn)提取數(shù)字，自動(dòng)處理萬、億單位的換算，必須兼容所有主流平臺”。AI直接給你生成通用抓取模板，再給每個(gè)平臺做好專屬適配，連“1.2w轉(zhuǎn)12000”這種最容易出bug的細(xì)節(jié)，都給你處理得嚴(yán)絲合縫，容錯(cuò)率直接拉滿。

第五階段，完成編譯交付，把代碼變成能直接用的軟件。很多人代碼寫得好好的，一打包就出問題，不是缺驅(qū)動(dòng)文件，就是路徑報(bào)錯(cuò)，打包出來的文件幾百兆，根本沒法給用戶用。

你只需要給AI提明確的交付要求：“寫打包腳本，用PyInstaller打包，排除用戶數(shù)據(jù)目錄，自動(dòng)收錄Playwright的驅(qū)動(dòng)文件，最后把C++啟動(dòng)器設(shè)為主程序，必須同時(shí)適配Windows和Linux系統(tǒng)的路徑規(guī)則”。AI直接生成完整的打包腳本，連Windows和Linux系統(tǒng)路徑分隔符這種極容易忽略的細(xì)節(jié)，都給你完美適配，這才是商業(yè)級交付該有的樣子。

附上一段代碼如下：

from playwright.sync_api import Page

from abc import ABC, abstractmethod

import time

class BaseUploader(ABC):

def __init__(self, page: Page, task: dict, logger=None):

self.page = page

self.task = task

self.log = logger if logger else print

@abstractmethod

def upload(self, signal_callback=None) -> bool:

核心上傳邏輯

:param signal_callback: 用于請求人工確認(rèn)的回調(diào)函數(shù) (msg -> bool)

:return: (bool, str) True=成功/自動(dòng)完成, False=失敗/需要人工

pass

def ensure_visible(self):

[核心功能] 強(qiáng)制喚醒窗口

利用 CDP 協(xié)議將移出屏幕(-2400)的窗口拉回到屏幕中央(100, 100)

try:

self.log(" -> ? 正在喚醒瀏覽器窗口...")

session = self.page.context.new_cdp_session(self.page)

win_info = session.send("Browser.getWindowForTarget")

win_id = win_info.get('windowId')

if win_id:

session.send("Browser.setWindowBounds", {

"windowId": win_id,

"bounds": {

"windowState": "normal",

"left": 100, "top": 100,

"width": 1300, "height": 850

except Exception as e:

self.log(f" ?? 喚醒窗口失敗: {e}")

def check_login(self):

if "login" in self.page.url:

self.log(f" ?? 未登錄，正在喚醒窗口供人工掃碼...")

self.ensure_visible()

return False

return True

def fill_title(self, selector, text):

try:

el = self.page.locator(selector).first

el.click()

self.page.keyboard.press("Control+A")

self.page.keyboard.press("Backspace")

self.page.keyboard.type(text[:30])

except:

pass

def fill_desc(self, selector, text):

try:

el = self.page.locator(selector).first

el.fill(text)

except:

pass

def wait_for_upload(self, success_text="上傳成功", timeout=1200):

start_time = time.time()

while time.time() - start_time < timeout:

if self.page.locator(f"text={success_text}").count() > 0:

return True

time.sleep(2)

return False

最后給大家算筆最實(shí)在的賬：這套系統(tǒng)，要是用Claude、Gemini這類國外模型開發(fā)，光消耗的詞元就得上億級別，再加上反復(fù)測試、調(diào)試、改bug的成本，沒10萬塊錢根本打不住；而我用國產(chǎn)大模型這套組合拳打下來，成本幾乎為0，效果一點(diǎn)沒打折扣。

很多人到現(xiàn)在還覺得，AI編程就是要背語法、懂算法、成數(shù)學(xué)家，大錯(cuò)特錯(cuò)。未來的編程，核心能力從來不是你能記住多少代碼，而是你能不能精準(zhǔn)定義問題、拆解需求，當(dāng)好指揮AI大軍的架構(gòu)師。人類負(fù)責(zé)想象，機(jī)器負(fù)責(zé)實(shí)現(xiàn)，這才是AI時(shí)代真正的降維打擊。