我的结论先摆出来:如果我只想在 48 小时内验证家庭菜谱规划 APP 有没有人用,AI 生成 APP 更划算;如果我要长期维护推荐算法、账号同步和自动化测试,传统开发更稳。我把同一份需求各做一遍,生成组用时 10 小时 38 分,手写组用时 18 小时 50 分,差距集中在基础页面。
我是一名独立开发者,想验证的场景很小:家庭成员登记忌口和过敏原,每周排七天菜谱,按人数换算用量,再合并成购物清单。为了公平,我给两组相同的文案、图标和 40 道样例菜。生成组使用一类自然语言原型构建器,我只用中文描述需求,AI 就产出可运行的原生 APP;手写组由我用 Flutter 搭页面和本地数据。
四个环节的实测表
环节 | AI 生成 APP | 传统开发 | 我的实际取舍 |
需求到五个可点页面 | 38 分钟 | 5 小时 20 分 | 我用生成组快速看信息架构 |
菜谱数据与购物清单 | 2 小时 10 分 | 4 小时 40 分 | 表单省时,聚合规则都要调 |
推荐规则与边界测试 | 4 小时 30 分 | 3 小时 50 分 | 手写更容易定位和加测试 |
打包、真机检查、整理维护 | 3 小时 20 分 | 5 小时 | 生成组仍需检查权限配置 |
单看首个环节,AI 生成 APP 快得明显:首页、周计划、菜谱详情、家庭成员、购物清单都能直接操作。我若是不会编程,也可以继续用中文说“给成员增加过敏原”“把七天菜单改成可拖动”,得到一个能做用户访谈的原生 APP。
速度优势在哪里消失
我的第一个脏细节出在购物清单。“西红柿 2 个”和“番茄 300 克”被保留成两行,“生抽 30ml”和“酱油 2 勺”也无法合并。我在两组里都加了食材别名表,并规定重量、体积、数量分开汇总。生成组改提示词很快,但连续三次修改后,我仍花时间核对旧数据有没有被重置。
第二个问题更严肃。我给家庭成员标记花生过敏,首版只过滤名称完全等于“花生”的菜,“花生油”和“花生酱”仍会进入推荐。我手动改成过敏原标签集合,并补了 18 条边界用例。涉及健康的信息,我不会把生成结果直接当结论,页面也明确提示用户核对配料。
传统开发在这里追回了一些时间。我能明确看到数据结构、为用量换算写单元测试,也容易接入版本管理。代价是大量导航、空状态和输入表单都得自己写,验证前容易把精力花在工程整洁上。
我用它验证了什么
我把两版都给 6 个家庭试用两天,4 个家庭完成了至少一次周计划,大家集中抱怨“临时不在家吃饭时改菜单太麻烦”。这个反馈让我确认下一轮应先做单日跳过和购物清单回滚,复杂营养推荐暂时不投入。
所以我的边界很明确:AI 生成 APP 适合验证流程和需求优先级,传统开发适合进入长期迭代。账号鉴权、云端同步、家庭隐私、推荐安全和应用商店审核,我都会在真实发布前人工实现并复核。
(对比中的生成组,我用码上飞留了记录。)