這件事重度依賴基底模型的智商

文 / 書航 2025.11.29

2025 年，AI 領域發(fā)生了很多標志性事件，它們共同指向了一個特性：一句話生成。

• 文字方面，年初 DeepSeek 讓我們見識了什么是普惠級的“One-Shot”（少樣本甚至零樣本）文字生成，ChatGPT 領銜的 Canvas 模式可以指哪打哪做局部文字編輯；

• 圖像方面，Nano Banana 和 SeeDream 等模型讓少提示詞出圖，以及動嘴 P 圖成為標配，而且量大管飽，四舍五入都是免費；

• 視頻方面，Sora 2 讓一句話生成的視頻具備了起承轉合的劇情；

• 音頻方面，Suno 4 更是進化到了可以精準修改音軌的專業(yè)級工具。

行業(yè)對于 AI 編寫 Web 前端和后端需求比較多，但直到 Gemini 3 ，“一句話生成（基本能跑的） Web App”這個時代終于普惠地來到了所有人的面前。

這里我說個暴論：需要編程能力的，有錢用 Claude，沒錢用 Gemini 就行了。白嫖或者拼車 Google One 的路徑滿坑滿谷，而大部分你對 Gemini 的需求，特別是“一句話”類的需求，都可以在聊天框而不是 API 就能解決。

提示詞工程正在消亡，自然語言統治一切。當模型能力強到一定程度，那些曾經必須特別注重的提示詞技巧、復雜的工程外殼，都可以不用管了。正如 Manus 所言：“Less structure, more intelligence”。

為什么強調“一句話”

永遠不要小看“一句話”帶來的心理暗示。

正如，之前網上給出的案例基本是調用模型原本的世界知識，以 one-shot 生成信息圖，如“生成圖片說明咖啡機的工作原理”。

看到很多“只需一句話”就能搞定的案例被瘋傳，它降低的不是技術門檻，而是心理門檻。在很多垂直行業(yè)，缺乏 AI 體驗的專家們往往掌握著極深的專精知識。過去他們被代碼攔在門外，即使實際上真的很簡單，要想突破自己也不容易。

現在“只需一句話”給了他們向前一步的勇氣。他們使用 AI 時，用法可能和主流不盡相同，自己摸索才能有自己專屬的用法，哪怕別人培訓也達不到這個效果。而他們所需要的往往只是一種勇氣。

這件事重度依賴基底模型的智商

一句話手搓應用這一點，給我本人帶來的就是一種高中數學考 30 分的文科生也可以編程的勇氣。

在 Gemini 3 之前，Claude 的一些模型號稱編程能力很強，但我一直用不了直連 Claude Code，通過 Manus 使用。。

當時我最直觀的感受是：多次修改訴求極度耗費 Token，而且模型只要降智就不能用，所以就得忍受高級推理模型一點點耗著。

Gemini 3 的一些 WebApp 單頁案例我已經看到，確實讓人眼前一亮，目測其可用性比 Claude 持平或者更強，這讓我更有信心讓出品更可控，即使我還沒有專門測試 Gemini 3 的用例。我相信當初我讓 Manus 做的事情，它也可以做。

但是我真去體驗了螞蟻的新產品“靈光”，因為它們在辦一句話生成 AI 應用的大賽。靈光將這種 WebApp 稱為“閃應用”。

螞蟻的前端和工程能力毋庸置疑，我看到推理過程被優(yōu)雅地包裹在一個框里面，思維鏈既不冗長又可以提示關鍵進度。遺憾的是，決定成品質量的似乎依然是模型本身的智商。

我嘗試制作的閃應用是一個“可以生成閃應用提示詞的閃應用”，也就是“元應用”（meta-app）。我希望用一個游戲化的方式將它包裹起來，一開始規(guī)劃的是賭場搖骰子，生成一張閃卡，上面寫著提示詞，點一下一鍵復制可以貼到靈光里面生成新的閃應用。

為了確保穩(wěn)妥，我讓文本能力本身就很強的 Gemini 3 讀取我的訴求并優(yōu)化了提示詞，對方方面面都做了規(guī)定。

初始版本，點擊骰子本身無反應，下面六個按鈕才有反應。

彈窗第一次點擊不會出現，奇葩的是需要點擊一下“問號”彈出操作說明，關閉后等待一秒鐘才出現原本要有的彈窗。

另外，這個版本的創(chuàng)意名稱都跟我框定的按鈕標簽一樣，比如點“養(yǎng)生局”就出“養(yǎng)生輪盤”，這并不是我想要的結果。

第一次測試確實大差不差的出了個樣子，然而致命的是修改環(huán)節(jié)。我發(fā)現只要對話超過 3 輪，模型就開始“老年癡呆”丟失上下文，忘記我最初制作這個“閃應用”的核心初衷。比如，我一開始讓它解決生成的骰子和籌碼不太擬真的問題，最后它給改成了一個純粹猜點數的游戲。

為了解決這個問題，我嘗試一次性把所有需求寫進提示詞，結果又因為信息過載導致生成失敗，最終輸出的結果也體現了模型不太聽得懂人話。我甚至忘記之后要寫稿了，在憤怒之下刪除了之前的聊天記錄

因為牌桌可能太復雜了，我又改讓它做 Gemini 3 順手拈來的咕咕機，結果也一樣磕磕絆絆。

這個聊天記錄保留下來了，大家可以鑒賞：

下面開始崩了：

我返回上一次的指令直接修改，結果完全崩壞了：

最后我讓它只實現核心功能——優(yōu)化提示詞，并且改為輸入框輸入訴求來優(yōu)化提示詞，總算達到了目的，但是這東西也過于簡單了。

實際上我們在“閃應用”大賽里面看到的也是如此，卡路里計算器，飛機大戰(zhàn)這些，都是已經非常成熟，但是未免是“為了做（參賽）而做”的東西，受能力所限，距離實用會有點遠。

螞蟻做的前端是比較到位的，遺憾的是模型能力不足。還是回到了“Less structure, more intelligence”。

說了這么多，如果讓 Gemini 3 自己做自己寫的提示詞，最后會做成什么樣子呢？

如下：

截圖過程中發(fā)現一些Bug，但根據它的表現，完全能修。

稍后我將會把它部署在我的個人網站，方便上不去 Gemini 的同學體驗。（可等待評論區(qū)置頂評論或在官網 https://lishuhang.me 查看本文）

應用商店的“Youtube 時刻”？

盡管技術還有瑕疵，但這并不妨礙資本講故事。一句話驅動 AI 生成應用的 C 端領域早已是一片紅海。

第一類，像 Manus、MiniMax、字節(jié)的扣子空間、Replit這些，它們不僅生成代碼，還可以托管生成的網頁應用，并且執(zhí)行一些簡單的非靜態(tài)功能。

第二類，Claude Artifacts 或者 ChatGPT Canvas，這是純聊天機器人“順手一做”，增加一個功能也不費事。最近阿里的千問 App 也在大力宣傳“一句話生成應用”。而同室操戈的螞蟻靈光則推出了“閃應用”。這幾家都在辦大賽，跟當初火爆一時的 AI 生圖大賽一樣，只能用自家的模型和產品，開發(fā)者目的是收集樣本，并且探索模型的能力邊界和局限。

第三類，是 Wabi、Pico、Websim 以及百度的“秒噠”等，是專門錨定 C 端的、專業(yè)性進一步降低的類型。比如 Wabi，作為陪伴應用 Replika 聯合創(chuàng)始人的新項目，目標是做“App 界的 YouTube”。Websim 則把網頁生成變得游戲化。這些平臺有的像 Manus 一樣允許隨意切換第三方模型，有的則鎖死自家模型。

在我看來，無論平臺怎么花哨，基底模型的能力是決定性因素。如果模型聽不懂人話，所謂的“無代碼平臺”不過是堆砌了一堆漂亮的垃圾而已。

做給自己用，而不是賣出去

AI 一句話手搓應用，不太應該考慮上架賺錢，但是它對個人的生產力提升是實打實的。

以前我想做一個真·應用，甚至哪怕是一年前就基本已經沒難度的 Chrome 瀏覽器擴展，往往卡在“發(fā)布”環(huán)節(jié)：Edge 的應用商店我都搞不定。APK 需要簽名，iOS 更是要交保護費上架，歐盟以外沒法側載。但如果做的人和用的人都明確這是 WebApp，那就簡單多了，只要是個瀏覽器就能跑，GitHub Pages、Vercel、Cloudflare 這些“賽博菩薩”提供了白嫖的托管服務。

下面這句話是我在制作 WebApp 時候唯一需要吟唱的固定咒語：

您需要假設WebApp環(huán)境是可以在GitHub Pages（全靜態(tài)）或者聯網的本機瀏覽器（注意跨域問題）都可以使用現代瀏覽器正常打開運行的，同時也支持手機和平板訪問。

這句話也說明了一切。對 AI 浪潮越熟悉的人，就越是會增加瀏覽器的使用率，減少在原生 App 里的停留時間。

但是對于小白用戶來說，他們好像跟瀏覽器有仇一樣，連解壓文件都不會，而且因為 XX 網盤解壓要錢，還要咒罵給資源的人……這種事情都做得出來，你怎么指望他們用除了系統自帶應用商店和小程序之外的其它任何東西？

這又跟上面說的對上了——只要門檻降低到一個閾值以下（比如提示詞從無數次微調，到一段話，最后縮減到一句話），這個功能就會一下子涌進來很多人用。

至于所謂“AI 應用商店”或者“應用界的 YouTube”之類，我認為這里面有些門道，最終會影響整體生態(tài)的付費意愿。

首先我用 AI 手搓應用的本來目的，很多是為了替代在成熟應用商店里，在 AI 出現之前已經用人工做出來的高端收費應用，比如用 AI 做一個剪映這種需求。

如果我能用 AI 做得比較好，我的第一個念頭不是“這能賣多少錢”，而是——既然我能做，別人問一下模型是不是也能復刻一個？護城河在哪里？

反過來，哪怕我知道你這個 App 是上架前微調了好幾天的，但我自己做也就是重新微調一次的事。相比于花幾塊錢買你的現成產品，我寧愿花點 Token、花點時間自己“抽卡”。因為在心理上，我覺得這類簡單的工具“不值錢”。

當然，從 ComfyUI 到 n8n 再到扣子空間，總有人能把工作流封裝得很好，把“展示頁”變成“新的應用商店”，確實有人用工作流賺到了錢。只是我評估后覺得我自己做不了這個生意。這本質是賣“信息差”和服務，而不是賣什么真正的稀缺性，是閑魚代下單這種事情的進階版本而已。

所以，“一句話做應用”的終局，大概率是“自給自足”，而不是一個新的 App Store 淘金熱。

最后說一句，對你自己來說，有時候還是需要一個“應用”層面的東西，將一個工作流固定下來的。盡管理論上講，以后你還可以快進到用提示詞直接指揮模型干，但固定為“應用”可以少燒 Token，在保護環(huán)境的同時，也可以確保結果是穩(wěn)定可預期的。

當你需要一把錘子時，你不再需要去五金店買，而是對著空氣喊一聲：“給我來把錘子”，它就出現在了你手里。你也可以選擇對著空氣喊一聲：“給我把眼前這些釘子砸進去！”，它不是不能干。

但有時候我就是喜歡錘子，不行嗎？