AI大神也破防，AI写代码容易但产品化难

看到前 OpenAI 创始成员、AI圈知名大佬安德烈·卡帕西的一番吐槽，感觉是戳中了一大批开发者的心窝子了。他说，如今用AI写代码已经不是难事了，但真正折磨人的是写完代码之后的部署和配置。

起因是他自己做的一款叫“菜单生成器”的小应用。去餐厅吃饭总看不懂外语菜单，干脆就用AI搓了个应用，拍照就能生成菜品图片。开发过程的前半段极度舒适：靠着 Cursor 加 Claude，漂亮的前端页面很快就做出来了，动画、排版一个不落。卡帕西当时觉得这项目怎么着也完成了八成。结果现实很快教会了他什么叫“图样图森破”。

想让应用真正跑起来，第一步接 API 就是很大的麻烦。调个接口做菜单识别，光找密钥、配权限就绕了一大圈，大模型还总给出过时的调用方式，不得不反复对着文档一点点修改。好不容易调通了，又遇上了限速，几分钟内只能请求寥寥几次。换到图像生成接口，同样的剧本又重演一遍：文档滞后，返回的数据格式面目全非，调试花了大量的时间。

接着是部署环节遇到的连环坑。本地跑得好好的，一到线上就报错，查了半天，最后发现是环境变量只存在了本地文件里，压根没传到服务器，只能手动去后台一条条填进去。更离谱的是，刚填完平台就给他的私有项目生成了一个公网链接，一个尚在打磨阶段的半成品就这么被上线了。

后续加登录和支付功能时更是让人崩溃。为了支持账号认证，他被迫在域名、DNS、OAuth几个平台的设置页面来回切换。接支付时，复制官方示例代码，又因为语言版本不兼容而疯狂报错。卡帕西总结下来发现，整个项目真正花在写代码上的时间其实非常少，绝大多数精力都耗在了配置、集成各种服务和部署上了。

他因此直指行业的一个痛点：现在的AI编程体验严重断层，本地跑 Demo 爽到飞起，一旦要变成上线的真实产品，各种工程链路上的坑就会扑面而来。其实问题不在 AI，而在于这些部署工具原本都是为专业开发团队设计的，根本没考虑过普通人加 AI 这种“超级个体”开发模式。所有的服务都应该提高对 AI 的友好程度，最好能让 AI 可以直接通过命令去调用和配置，而不是逼着人类在各种控制台之间来回切换做各种操作。

这番吐槽之所以让无数网友感同身受，是因为 AI 确实已经能把“想法到原型”变得极其简单，但“原型到产品”的鸿沟依旧巨大。好在市场已经有所反应。Stripe 推出了 Projects 功能，用一个总入口帮开发者搞定支付等杂事；Firebase Studio、Railway 等也在往“开箱即用”的方向改进，把全栈部署收进一个工作区。也许用不了多久，部署真能变得像生成代码一样丝滑。

卡帕西说，虽然过程满是坎坷的，但看到几乎零 Web 开发基础的自己能把应用从零做到上线，依然觉得很神奇。他期待门槛彻底归零的那一天——做应用就像拍条短视频一样简单。这大概也是所有开发者的共同的期盼了。