AI编程的价值，在于把判断变成交付
主要观点
一名不会传统编程的大学生，借助ChatGPT和Codex为健身房做出真实微信小程序，并完成了从获客、报价到备案上线的完整交付，拿到7000元开发费。复盘最有价值的地方，不是工具技巧，而是展示了AI项目如何落地：先把口头需求变成边界清晰的PRD，再由AI分工执行，持续人工验收、存档和回滚。AI确实放大了个人执行能力，但客户购买的始终是可用结果，而不是某个模型名称。
关键要点
- 第一个客户来自熟人网络和持续发朋友圈展示能力，而不是先成立成熟的软件公司；可售卖的起点是让身边人知道自己能做什么。
- 7000元成交后，项目才从练习变成责任。老板一句“做健身房会员小程序”必须被拆成页面、角色、预约、积分、后台、版本范围等可执行边界。
- ChatGPT与Codex承担不同职责：前者负责理解业务、约束范围、组织提示词和分析问题，后者负责读写代码、测试与修复；人负责确认需求和最终验收。
- 模块开发后的真机与人工验收、稳定版本存档和可回滚机制，是应对AI改崩系统的实际办法，说明速度必须配套恢复能力。
- 备案延期暴露出前置条件的重要性：ICP备案、小程序备案、域名、服务器、主体和支付权限没有提前理清，足以让已完成的代码停摆两周。
- 延误也暴露了被漏掉的咖啡会员权益，说明真实交付的质量不只取决于代码能否运行，还取决于需求是否完整、结果是否符合经营场景。
建议带着这些问题阅读
- 自己的AI项目中，谁负责把客户的口头需求转成可验收的范围？
- 如果AI改坏关键模块，当前是否有稳定版本和明确回滚点？
- 备案、支付、主体和上线条件是否已在开发前逐项确认？