第十一部分 · 复盘与扩展
到这里，AI Todo 已经从一个只显示几个字的静态页面，长成了一个部署上线、会拆解任务、会总结分类、会判断优先级的完整应用。这一部分我们不写新功能，只做两件事：回头把走过的路完整看一遍，然后看看同一套方法，还能带你去哪儿。
关于这一部分怎么用
前面每一部分，你都是「低头赶路」——一个功能接一个功能地做。这一部分请你「抬头看路」：
- 第 62 章：把整条演进路线从头串一遍，看清这一路到底在练什么。
- 第 63、64、65 章：换三个全新的产品，看看同一套方法怎么原样搬过去。这三章只讲路线和思路，不做重度实战——目的是给你一张「接下来能往哪走」的地图。
- 最后的结语：回到最开始的那几个念头，把它们说透，然后送你上路。
💡 这一部分几乎没有代码，也几乎没有验收命令。因为到了这一步，最该沉淀下来的，不是某段代码，而是你脑子里那套做产品的方法。
62. AI Todo 完整复盘
这一章要解决什么问题
你已经做完了一个真实的 AI 应用，但很可能还没意识到自己「学到了什么」。这一章把整条路线从头走一遍，让你亲眼看清：你学的不是「怎么做一个 Todo」，而是一套能做任何应用的通用方法。
先看这条主线：痛点驱动，小步前进，每步验收
回头看，我们从来没有「先规划一个完美的大系统再动手」。我们走的是另一条路：每一步都是因为上一步出现了一个真实的「不满意」，才有了下一步。
一个「不满意」，就是一道选择题的开始；做完之后能不能通过，就是一道判断题。整门课，就是这两道题反复出现。
我们把每一站都按这个格式复盘一遍：当时卡在哪 → 我们选了什么 → 怎么验收的。
第 1 站：静态 Todo 页面
- 痛点：什么都没有，得先有个能看见的东西。
- 选择题：先做外观，还是先做功能？我们选了先做外观——因为界面最好验收，一眼就能看出对不对。
- 判断题：浏览器里能不能看到标题、输入框、按钮、列表，布局整不整齐。
第 2 站：Vue Todo 应用
- 痛点：页面是死的，点添加没反应，任务是写死的假数据。
- 选择题：用什么让它「活」起来？我们请出了 Vue，让页面能真正增删改。
- 判断题：输入一件事、点添加，它有没有出现在列表里；点删除，它有没有消失。
第 3 站：Flask Todo API
- 痛点：功能是有了，但所有逻辑都堆在浏览器里，没有一个「自己的后台」。
- 选择题：后端用什么起步？我们选了简单直接的 Flask，先有个能收发数据的后端。
- 判断题：前端把任务发给后端，后端能不能正确收下、再返回。
第 4 站：SQLite 保存数据
- 痛点：一刷新，任务全没了——数据没地方存。
- 选择题：数据存哪儿？我们选了最轻量的 SQLite，一个文件就是一个数据库，零负担。
- 判断题：加几条任务，关掉再打开，它们还在不在。
第 5 站：AI 帮你拆解任务
- 痛点：一件大事（比如「办一场沙龙」）扔进去，还得自己手动拆成一堆小任务。
- 选择题：把哪一步交给大模型？我们选了最有价值、人最烦的那一步——拆解。
- 判断题：扔一句话进去，它拆出来的小任务，是不是真的合理、可执行。
第 6 站：AI 总结 / 分类 / 判断优先级
- 痛点：任务多了，看不过来，也分不清轻重缓急。
- 选择题：还要给它加哪些「脑子」？我们选了总结、分类、排优先级这几样最实用的。
- 判断题：它给的分类对不对，排的优先级顺不顺你的心意。
第 7 站：工程化升级（FastAPI / Pydantic）
- 痛点：功能越堆越多，代码开始乱，接口不规范，数据也没人「把关」。
- 选择题：怎么让它更专业、更抗造？我们升级到 FastAPI，用 Pydantic 给进出的数据把关。
- 判断题：接口文档能不能自动生成，传错格式的数据它会不会明确报错。
第 8 站：Docker 部署上云
- 痛点：东西只能在自己电脑上跑，别人用不了。
- 选择题：怎么让别人也能访问？我们用 Docker 把它打包，部署上云。
- 判断题：换一台电脑、换个网络，用一个网址能不能打开、能不能正常用。
💡 把这八站连起来看，你会发现一个规律：我们从没有一次跨很大一步。每一步都只解决「当下最痛的那一个问题」，做完立刻验收，通过了再看下一个痛点。这就是「小步前进」——它让复杂的东西，变得一步都不吓人。
你真正学到的，是可迁移的能力
Todo 只是个载体。真正被你练出来、能带到任何项目里的，是这五样：
- 需求理解：我到底想要什么？痛点是什么？
- 任务拆分：这个目标能拆成哪些「小到能一步做完」的步骤？
- 指挥 AI：怎么把这一小步讲清楚，让 AI 准确地做出来？
- 结果验收：AI 做完了，对照标准，到底对不对、有没有多做？
- 持续修正：不对的话，怎么把问题描述清楚，让它改到对为止？
这五样，跟 Todo 一点关系都没有。它们是做「任何」软件都要用的。你换个产品，这套本领原样管用。
「我现在具备的能力」清单
给自己打个勾，你会发现你已经走了很远：
- 能把一个模糊的想法，说成一个清楚的需求
- 能把一个大需求，拆成一步步的小任务
- 能用「任务提示词模板」把一小步讲清楚给 AI
- 能看着结果验收，判断做得对不对
- 能把报错、把「哪里不满意」准确反馈给 AI
- 懂前端、后端、数据库、AI、部署大致各是干嘛的（不必会写）
- 做完了一个从零到上线的完整项目
本章小结
整条路线的主线只有一句话：痛点驱动、小步前进、每步验收。而你真正带走的，是需求理解、任务拆分、指挥 AI、结果验收、持续修正这五样通用能力。Todo 已经完成了它的使命——它教会你的是方法，不是它自己。
63. 扩展为 AI 内容生成器
这一章要解决什么问题
你可能担心：「我只会做 Todo，换个东西是不是又得从头学？」这一章用第一个例子告诉你——换个产品，方法一模一样。
这是什么
AI 内容生成器：你输入一个主题（比如「介绍一下杭州的秋天」），它帮你生成一篇文章、一段文案或一条朋友圈。市面上很多「AI 写作」工具，本质就是这个。
它和 AI Todo，其实是同一个骨架
别被「内容生成」这个新名字唬住。把它和你做过的 AI Todo 摆在一起看：
| 环节 | AI Todo | AI 内容生成器 |
|---|---|---|
| 前端输入 | 输入一件待办 | 输入一个主题 |
| 后端调大模型 | 让 AI 拆解任务 | 让 AI 生成内容 |
| 存历史记录 | 存你的任务列表 | 存你生成过的内容 |
| 部署上线 | Docker 上云 | Docker 上云 |
看出来了吗？四个环节，一个都没变。变的只是中间那句「让 AI 做什么」——从「拆任务」换成了「写内容」。你做 AI Todo 时练的每一样本领，在这里全都能用。
一道选择题：先做哪个最小功能
真要动手，你会立刻面对一道熟悉的选择题：第一步先做哪个最小的功能？
按我们全程的原则——先做能立刻看到结果的那一个。所以第一步不是去研究怎么存历史、怎么部署，而是：输入一个主题，能拿到一段 AI 生成的文字。这一个环节通了，产品的「心脏」就通了，剩下的都是往上加。
如果我要做这个，第一步该让 AI 做的小任务
你甚至可以现在就打开 Claude Code，把下面这个任务发给它，感受一下方法的「通用」：
任务目标：
帮我做一个最简单的「AI 内容生成器」网页第一版。
当前状态：
我做过一个 AI Todo 项目，懂前端输入、后端调大模型的大致流程。
限制条件：
这次只做最小功能：一个输入框 + 一个「生成」按钮 + 一个结果显示区。
先不做历史记录，不做部署，不做美化。
期望结果：
我在输入框里写一个主题，点「生成」，
下面就显示出一段 AI 根据这个主题生成的文字。
验收标准：
1. 页面能打开，有输入框、生成按钮、结果区。
2. 输入主题点生成，能看到一段相关的文字。
3. 没有报错。💡 注意这个提示词的味道——它和你做 AI Todo 时用的一模一样：任务目标、当前状态、限制条件、期望结果、验收标准。换了产品，模板没换。这就是「你学到的是方法」最直接的证据。
本章小结
AI 内容生成器和 AI Todo 是同一个骨架，只换了中间「让 AI 做什么」这一句。做它，你不需要学新方法，只需要把老方法搬过来，从「能生成一段文字」这个最小功能起步。
64. 扩展为 AI 知识库
这一章要解决什么问题
上一章的 AI，用的是它自己「脑子里」的知识。但很多时候，我们想让 AI 基于我们自己的资料回答问题——这一章带你认识这类产品的思路，给你指一个明确的进阶方向。
这是什么
AI 知识库：你把自己的资料（公司制度、产品手册、一堆笔记、几本 PDF）传上去，然后就能像聊天一样问它：「我们的请假流程是怎样的？」它会根据你传的资料来回答，而不是瞎编。
一个生活化的比喻
想象大模型是一个知识渊博、但没读过你公司文件的实习生。
- 直接问他「你们公司怎么请假」——他不知道，只能瞎猜。
- 但如果你先把员工手册的相关那几页递到他手边，再问他，他就能照着手册准确回答。
AI 知识库干的，就是「在提问的同时，把最相关的那几页资料一起递过去」这件事。核心就这么朴素。
它大致怎么工作（只讲路线，点到为止）
这类产品，通常是这样一条线：
上传资料 ← 把你的文档存起来
↓
切成小块并「归档」 ← 把长文档切成小段，方便按需查找
↓
提问时先检索 ← 从你的资料里，找出和问题最相关的几段
↓
连同问题一起发给大模型 ← 「这是相关资料 + 这是我的问题，请据此回答」
↓
返回基于你资料的答案你会发现，它的后半段（把内容发给大模型、拿回答案）和你做过的 AI Todo 是一样的。新增的只有前半段：把资料存起来、提问时先检索出最相关的几段。这个「先检索、再回答」的套路，有个常听到的名字叫 RAG——你现在不必深究这个词，记住那个「把手册递到实习生手边」的画面就够了。
💡 这一章我们故意不动手。因为它比前面的例子要多几个新概念，适合作为你下一个专门去学的方向，而不是顺手做完。这里的目的，是让你知道「原来让 AI 基于我自己的资料回答，是可以做到的，而且路线我已经看懂了」。看懂路线，你就不慌了。
本章小结
AI 知识库 = 在 AI Todo 那套「问大模型」的基础上，前面加一段「把你的资料存起来、提问时先检索出最相关的几段一起发过去」。它是一个值得你专门去学的进阶方向，核心就是那句「把手册递到实习生手边」。
65. 扩展到 App / 小程序
这一章要解决什么问题
你现在的 AI Todo 是网页版。但你可能想：能不能做成手机上的 App，或者微信小程序？这一章告诉你——能，而且你的后端一行都不用重做。
这是什么
到目前为止，你的产品是「前端网页 + 后端 API」。其中：
- 后端 API：负责真正的活儿——存数据、调大模型、拆任务、判断优先级。
- 前端网页：只是一个给人看、给人点的壳子。
关键的一句话来了：后端 API 不认识前端是谁。它只管「有人来要数据我就给、有人发任务来我就处理」。至于来要东西的是网页、是手机 App、还是小程序——它根本不在乎。
一个生活化的比喻
把你的后端想成一家做好了菜的后厨。
- 网页版，是堂食的餐厅门面。
- 手机 App，是外卖窗口。
- 微信小程序，是另一个平台的外卖窗口。
后厨（后端）做的菜是同一锅，只是取餐的窗口（前端）换了几个。你不需要为了开外卖，重新建一个后厨——这就是「后端可以复用」的意思。
多端大致怎么接（只讲路线）
┌──── 网页前端（你已经做好了）
你的后端 API ─┼──── 手机 App（iOS / Android）
└──── 微信小程序- 手机 App：换一层用「做 App 的技术」写的前端界面，它去调用你现在这个后端 API。后端不动。
- 微信小程序：换一层用「小程序技术」写的前端界面，同样去调用你现在这个后端 API。后端还是不动。
所以，从网页扩展到多端，你要新学的，几乎只在前端那一层；你辛苦做出来的后端和 AI 能力，原封不动地复用。
💡 这也解释了，为什么我们一路上要「把前端和后端分开」——当时看着像是多此一举，现在回报来了：因为分开了，后端才能被任何前端复用。做产品时的很多「选择」，价值都是在很久以后才兑现的。
一张「接下来往哪走」的地图
如果你想继续，大致有这么几个方向，挑你真正想要的那个：
- 想让更多人在手机上用 → 学一层移动 App 前端，复用现在的后端。
- 想在微信生态里传播 → 学一层小程序前端，复用现在的后端。
- 想让 AI 更懂你自己的资料 → 往第 64 章的 AI 知识库方向走。
- 想做一个全新的产品 → 直接套第 63 章那套「同一个骨架」的方法，从最小功能做起。
本章小结
你的后端像一家后厨，网页、App、小程序只是不同的取餐窗口。扩展到多端，你新学的只在前端一层，后端和 AI 能力原样复用。往哪走，取决于你真正想要什么。
全课结语：你已经不再害怕「做软件」
走到这里，请你停下来，认真看一眼自己走过的路。
你从一个「看到第 30 页循环就想合上书」的零基础，做出了一个从静态页面到部署上线、会拆解会思考的完整 AI 应用。这中间，你没有背过语法，没有啃过厚书，你只是一步一步，把一个又一个「不满意」，变成了一个又一个「做到了」。
回到最开始的那句话
课程开篇我们说，软件开发的本质是：
把人的需求，变成一个可以运行、可以验证、可以迭代的系统。
现在你可以理直气壮地说：这件事，我会了。 不是「我会写代码」——代码永远可以交给 Claude Code、交给 Codex。你会的是更根本、也更值钱的那件事：把脑子里的想法，变成真实世界里能跑起来、能验证、能不断改好的东西。 这是 AI 时代最重要的能力，你已经拿到手了。
再说一遍那两道题
无论你以后做什么产品——内容生成器也好，知识库也好，一个只有你自己需要的小工具也好——你要做的事，永远是这两样：
- 选择题：替 AI 做决定。先做哪个功能？要简单还是要精致？用哪个方案？这些，AI 给选项，你拍板。
- 判断题：替结果做判断。它做出来的，对不对？好不好用？符不符合我要的样子？这些，AI 交答卷，你验收。
想清楚要什么、指挥 AI 去做、盯着结果验收——这套动作，你已经练了整整一门课，它已经长进你的肌肉里了。
给你的下一步行动建议
别让这门课停在「学完了」。给你一个具体的、今晚就能开始的行动：
挑一个你自己真正想要的小应用——一个你早就嫌麻烦、一直想要却没有的小东西。可能是一个记账小工具、一个读书笔记整理器、一个帮你写周报的助手，什么都行，只要是你自己真的想用的。
然后，用这门课的方法，从第一个页面开始做起。打开 Claude Code，写下第一个「任务提示词」，先让它给你做出一个能打开的页面。看到结果，验收，再加下一个功能。
就像我们做 AI Todo 那样——痛点驱动，小步前进，每步验收。
它不需要完美，不需要多厉害。它只需要是你自己的。因为只有做一个你真心想要的东西，你才会有动力把它一步步做完，也才会在做的过程中，真正把这套方法变成你自己的。
最后
这门课到这里就结束了，但你的路才刚刚开始。
你已经不再是那个「觉得做软件是别人的事」的人了。你现在知道，一个想法，是可以被你亲手变成现实的。这种「我能把想法做出来」的底气，比任何一段代码都珍贵。
去做你想做的东西吧。这一次，你有 AI 当帮手，也有一套走得通的方法。
祝你做出好东西。我们，做产品的路上见。 👋