我用AI生成应用却遇Bug,点击修复后竟秒级成功
速览
作者尝试使用Gemini通过单一提示词生成一个完整应用,过程中遭遇报错并提示需要人工干预。在点击修复按钮后,Gemini在233秒内迅速完成修复并报告成功。这一过程让作者对AI自动处理复杂技术问题的能力感到既困惑又兴奋。
AI 深度解读
我的院子快死了,所以我为此开发了一个 App
背景
作者与丈夫八年前搬入新家时,对庭院维护缺乏足够的重视,误以为灌木和树木可以“自我照料”。然而,杂草迅速蔓延,形成了“圣经级别”的规模,最终迫使作者聘请景观设计师。景观师采用覆盖景观布和河石的方式暂时控制了杂草,但这种“设置即遗忘”的方案在几年后失效,导致植物根系窒息、土壤板结,庭院状况急剧恶化。
今年春天,面对日益糟糕的庭院状况,作者决定不再依赖外部帮助,而是尝试利用 AI 技术自主解决问题。她希望通过 Google 的 AI Studio 和 Gemini 模型,通过“氛围编程”(Vibe-coding,指通过自然语言提示词让 AI 生成代码和应用的开发方式)快速构建一个 Android 应用,用于管理庭院护理任务、提供建议并诊断植物问题。
核心内容
作者详细记录了从构思到部署一个庭院管理 App 的全过程,这一过程既充满了技术探索的乐趣,也暴露了当前 AI 编程工具的局限性。
1. 初始尝试与“氛围编程”的体验 作者向 Gemini 输入了详细的提示词,要求开发一个能管理长列表庭院任务、结合天气数据、并利用图像识别诊断植物问题的 Android 应用。令人惊讶的是,Gemini 在几分钟内就在预览窗口中生成了一个功能性的 App 框架。尽管过程中出现了“通道不可恢复性损坏”的报错,但通过点击修复按钮,Gemini 在 233 秒内报告成功,尽管其使用的术语(如“阻塞”、“竞态条件”)对作者而言晦涩难懂,但这让作者感到兴奋。
2. 迭代与调试:从“丑陋”到可用 初始生成的 App 存在明显缺陷:
- UI 设计问题:Gemini 默认使用了深色模式,搭配深紫色和砖红色,导致文字难以辨认且视觉效果糟糕。作者通过提示词要求改为白色背景配以浅绿、粉红和蓝色,并强调“人类可读性”,才获得了更美观的界面。
- 功能逻辑偏差:AI 错误地使用了预设的气候配置文件而非实时天气 API,导致浇水建议不准确。作者不得不多次提醒 AI 区分“物理世界”与“理论模型”。
- 功能缺失与 Bug:在笔记本电脑上预览时未发现的问题在手机上暴露无遗,包括无法编辑已创建的任务、无法为特定日期安排任务、植物档案无法与具体任务关联等。作者经历了反复的“提出更新 -> AI 实施 -> 删除旧版本 -> 安装新版本”的繁琐循环,甚至发现日期选择器根本无法选择日期。
3. AI 植物医生的意外惊喜 尽管 App 的任务管理功能尚不完美,但其内置的“AI 植物医生”功能表现优异。作者上传了一张病态杜鹃花(Rhododendron)的照片,Gemini 迅速生成了一份详细的健康报告,指出植物状况“危急”,分析了可能因素,并提供了可一键添加到计划表中的行动项。
4. 诊断结果与实际行动 Gemini 准确诊断出庭院问题的根源:景观师推荐的景观布和河石覆盖了多年,导致土壤堵塞、根系窒息,且在烈日下河石会“烘烤”根系。基于这一诊断,作者放下了对 App 功能的执念,亲自上阵清理河石、移除景观布并修剪灌木。尽管工作繁重且充满挑战(如处理带刺的黑莓藤),但作者体会到了园艺劳动带来的巨大满足感。
关键要点
- AI 编程的效率与局限:Gemini 能在几分钟内生成结构完整的应用框架,极大降低了开发门槛。然而,生成的代码往往存在逻辑漏洞、UI 设计不符合人类审美以及功能集成错误(如使用静态数据而非实时 API),需要大量人工干预和迭代调试。
- “氛围编程”的工作流:当前的 AI 辅助开发并非“一键完成”,而是“提示 -> 生成 -> 报错/发现缺陷 -> 修正提示 -> 重新生成”的循环过程。开发者仍需具备基本的技术判断力,以识别 AI 生成的错误(如竞态条件、API 调用错误)。
- AI 在垂直领域的专业能力:在特定领域(如植物病理学),AI 能够迅速提供专业、详细的诊断和建议,其准确性甚至优于普通用户的直觉判断。
- 技术介入的讽刺性:作者花费整个下午通过提示词消耗数据中心的大量电力来调试 App,却因此错过了最佳的园艺作业时间。这反映了技术解决方案有时可能成为行动本身的阻碍。
- 园艺的现实教训:景观布和河石并非长久之计,长期使用会导致土壤板结和根系问题。亲自参与劳动虽然辛苦,但能带来深层的满足感和对环境的直接掌控感。
意义与影响
这篇文章不仅是一次个人技术实验的记录,更是对当前 AI 辅助编程(Vibe-coding)趋势的生动解读。它揭示了 AI 在降低软件开发门槛方面的巨大潜力,同时也坦诚地展示了其尚不成熟的一面:AI 可以生成代码,但难以完全理解复杂的人类需求、物理世界的约束以及细微的交互逻辑。
对于普通用户而言,这意味着未来可能更多人能通过自然语言创建解决个人痛点的小工具,但前提是用户需要具备足够的耐心去“教导”和“修正”AI,而非盲目依赖其一次性输出。此外,文章也提醒我们,在享受技术便利的同时,不应忽视与物理世界的直接互动,尤其是在园艺、健康等需要感官体验和生活质感的领域,亲手实践所带来的满足感是任何 App 都无法替代的。
