起因是一個很狂妄的想法如果我每天只花一個小時把重復決策全部交給 AI30 天能不能從零做出一個能上線的旅行規(guī)劃產品于是真的開了個倒計時。這篇文章不是AI 三天做出百萬用戶產品的爽文我更想如實記錄這 30 天里哪些環(huán)節(jié) AI 真正頂用了哪些是幻覺重災區(qū)以及第 7 天發(fā)生了什么讓整個項目的方向拐了個彎。先把實驗規(guī)則說清楚不然這篇復盤沒有可比性。規(guī)則有四條一每天投入上限一小時周末可以到兩小時但絕不通宵——我要驗證的是普通人業(yè)余時間條件下的可行性不是全職沖刺二禁止同時用多個 AI 編碼工具互相抄每天固定用一個主力避免到底是工具的功勞還是我的功勞的歸因混亂三預算全透明服務器、API、域名所有花費記賬最后會公開總賬四產品必須接受真實用戶哪怕是朋友圈的五十個人不允許內測無限期。這四條里最后一條最重要——沒有真實用戶的三十天只是給自己寫了個高級作業(yè)。為什么選旅行規(guī)劃這個賽道三個原因。第一它是公認的高頻場景艾瑞和 QuestMobile 的報告翻來覆去都在說在線旅行滲透率還在漲第二它天然是 AI 的主場——行程規(guī)劃是典型的信息密集 個性化任務模型的歸納和生成能力在這里有真實優(yōu)勢第三也是最關鍵的它有現成的商業(yè)閉環(huán)。規(guī)劃完要訂機票、訂酒店交易環(huán)節(jié)的基礎設施是成熟行業(yè)不需要我發(fā)明商業(yè)模式。事后看第三個原因直接決定了這個項目的生死——第 7 天的故事會講到這一點。另外提前交代結局避免懸念錯位30 天結束時產品上線了有真實訂單日活不到 200總收入六百多元覆蓋了成本但談不上成功。如果你期待的是上線即爆款現在就可以關掉了如果你想知道的是一個普通開發(fā)者業(yè)余時間做 AI 產品的真實過程下面的每一天都值得看。第 1-3 天想法驗證AI 比你想象的冷靜前三天我禁止 AI 寫任何代碼只讓它做兩件事拆解需求、質疑我。我把做一個旅行規(guī)劃 APP丟給它它反問我二十個問題——目標用戶是誰國內還是出境靠什么賺錢冷啟動流量從哪來連續(xù)三天的拉扯之后最初的大而全方案被砍掉了一半變成了一個切口更小的東西先做行程規(guī)劃這一個點。這個階段的體會是AI 最大的價值不是替你執(zhí)行而是逼你把模糊的想法說清楚。大部分人做產品死于從沒把需求說清楚過而不是死于寫不出代碼。第 4-6 天架構和原型速度開始離譜第 4 天開始動真格。前端一個 Vite React 的骨架后端一個 Python 服務AI 一天能把三天的活干完——前提是我在前一天晚上把接口契約寫清楚。這里的分工逐漸穩(wěn)定下來我負責定契約、驗收、做取舍AI 負責產出。我唯一堅持的原則是每個模塊必須能獨立跑起來給我看不接受整體完成后你就懂了的交付方式。第 7 天轉折點我決定不再自研工具層第 6 天晚上我卡住了行程規(guī)劃的核心閉環(huán)是規(guī)劃完能訂而我面對的是酒店庫存、價格、支付這三座大山。自研我算了一下光是對接幾家供應商的報價、庫存、下單接口沒有一兩個月下不來而且做完也只是個 demo 級的對接質量。第 7 天早上我換了個思路找現成的。在魔搭上翻的時候發(fā)現了 RollingGo 的酒店機票 MCP——它把搜索、比價、鎖房、預訂、支付、取消整個流程封裝成了 AI 可調用的標準工具。我下午申請了 Key晚上接入第 8 天早上我的 Agent 第一次真實地鎖了一間房。那天我盯著訂單狀態(tài)看了很久才意識到這個產品里最難的部分我用一天解決了。后來我專門去研究了這條供應鏈結論比我當時以為的更有意思。RollingGo 背后是多年旅行產品供應鏈的積累200 萬酒店資源、11 萬直簽酒店、500 全球供應商海外酒店和上海、香港、日韓這些熱門目的地還有明顯的價格優(yōu)勢。這些東西過去只對 OTA 大廠開放而 MCP 化之后它們第一次以一個配置文件的形態(tài)對個人開發(fā)者平權——我一個業(yè)余選手用的供給深度和大平臺是同一條線。項目本身 MIT 開源、免費無調用上限rollinggo.store 上個人和企業(yè)都能自助申領 Key。我第 7 天遇到的那堵墻其實很多人都撞過而這件事兩年前就有了標準答案。想試的申請 Key 到跑通第一單我當時花了一個下午。第 8-20 天體驗打磨AI 的幻覺重災區(qū)接入真實預訂之后剩下的兩周全是細節(jié)價格展示要不要帶稅、鎖房失敗怎么提示、多日行程里酒店和交通的順序怎么排。這個階段 AI 寫 UI 的速度依然驚人但它犯的錯也開始暴露——它會編造不存在的組件屬性會把 loading 狀態(tài)寫漏會在錯誤分支里返回 undefined。我的應對方式很原始所有 AI 產出的代碼必須過我寫的測試用例才能合入。這 13 天里測試覆蓋率從 40% 拉到了 85%這大概是我全程做過的最正確的決定。第 21-30 天上線和第一批真實用戶最后十天做的是部署、埋點和灰度。第一批 50 個用戶是朋友圈拉來的最有價值的反饋來自一位用戶“你們的規(guī)劃不錯但為什么不能直接改日期重新推薦”——這個需求我們后來排到了第一位。到第 30 天結束時產品沒有爆日活不到 200但它是真實的真實用戶、真實訂單、真實收入雖然只有幾筆。30 天教會我的三件事一是 AI 改變的是執(zhí)行成本不是決策成本。找方向、做取舍、驗收質量這些仍然全部是我的工作而且占比反而更高了。二是能用的輪子比自研的輪子值錢。工具層能接現成的就接現成你的稀缺精力應該花在差異化體驗上。三是測試是 AI 時代的護城河。AI 寫代碼越快沒有測試兜底的項目塌得越快。30 天的完整復盤我會持續(xù)更新代碼也整理了一部分開源出來。如果你也在做類似的事希望這篇記錄能幫你少撞幾堵墻。附30 天時間線與總賬階段天數主要產出AI 負責我負責驗證1-3競品體驗報告、需求清單競品拆解、問卷設計判斷需求真?zhèn)卧?-7可交互原型、技術選型頁面生成、選型對比表砍掉非核心功能開發(fā)8-18核心鏈路 MVP約 80% 業(yè)務代碼API 對接、驗收內測19-2550 人內測、21 條反饋反饋分類、修復 PR逐個溝通用戶上線26-30正式發(fā)布、首批訂單發(fā)布物料、監(jiān)控渠道投放、客服總賬服務器 86 元、AI API 214 元、域名與證書 55 元、設計素材 0 元AI 生成合計 355 元收入 612 元凈賺 257 元外加一個活的產品。如果把時薪也算進去30 小時機會成本約 3000 元這個項目在財務上是虧的——但換來的供應鏈認知、用戶訪談樣本和可復用的工程骨架是下一次創(chuàng)業(yè)的本金。我把這個賬攤開就是想說業(yè)余做產品別只看當月收支要看你在攢什么。下一期我會拆第 7 天砍功能清單的完整決策過程那可能是整個 30 天里信息密度最高的一天。