1. 從畫筆到代碼一個美術(shù)生的“甲方”初體驗“當(dāng)甲方很快樂”這句話在項目群里通常是程序員們帶著復(fù)雜心情發(fā)出的調(diào)侃。但作為一個純正的美術(shù)生我從未想過有一天這句話會從我嘴里說出來而且是在一個涉及AI、AR和智能眼鏡的“硬核”技術(shù)項目里。這一切發(fā)生在短短五個小時內(nèi)。我的專業(yè)是視覺傳達日常就是和PS、AIAdobe Illustrator此AI非彼AI、數(shù)位板打交道。代碼對我而言就像是另一種語言寫的天書。然而公司最近接了一個為大型倉儲物流中心做概念驗證的活兒核心是探索AI眼鏡在倉庫揀貨與盤點中的應(yīng)用。團隊里懂算法的同事被另一個緊急項目抽走老板看著我桌上最新款的AR眼鏡原型機半開玩笑地說“你審美在線又最懂用戶體驗要不……你試試用現(xiàn)在那些‘低代碼’、‘AI開發(fā)’平臺把咱們之前討論的那個AR導(dǎo)航疊加AI識別的Demo搭出來就模擬一下從A區(qū)到B區(qū)路上識別貨箱并高亮顯示目標貨箱這個流程。”我當(dāng)時的第一反應(yīng)是老板你認真的嗎讓我一個畫畫的去搞AI開發(fā)但看著他那“我相信你可以”的眼神以及“反正就5小時搞不出來也沒關(guān)系就當(dāng)熟悉下新技術(shù)”的免責(zé)聲明我硬著頭皮接下了這個“甲方”任務(wù)——畢竟這次的需求方是我自己。我的武器庫只有一臺電腦一些關(guān)于“低代碼”、“AI應(yīng)用開發(fā)”、“AI Agent”的網(wǎng)絡(luò)搜索記錄以及一顆不想認輸?shù)男摹＝酉聛淼奈逍r是一場從茫然到興奮從絕望到狂喜的極限過山車。我發(fā)現(xiàn)當(dāng)技術(shù)門檻被極大地降低當(dāng)“開發(fā)”從寫代碼變成拖拽、配置和與AI對話一個創(chuàng)意者所能爆發(fā)出的能量超乎想象。這不是一個嚴謹?shù)慕坛潭且粋€“外行”用最野路子在5小時內(nèi)征服多個技術(shù)概念的奇遇記錄里面充滿了誤打誤撞的驚喜和哭笑不得的坑。2. 開局一頭霧水在“低代碼”與“AI開發(fā)平臺”的迷宮中定位坐在電腦前第一個問題就來了從哪開始我知道關(guān)鍵詞是“低代碼”和“AI開發(fā)平臺”。但搜索之后我陷入了更深的困惑。阿里云宜搭、騰訊云微搭、還有各種我聽都沒聽過的“斑斑低代碼”、“前幾年搞低代碼平臺的創(chuàng)業(yè)公司”……它們看起來都像是我需要的但又似乎完全不同。2.1 理解“低代碼”與“AI開發(fā)平臺”的本質(zhì)區(qū)別我的第一個重大認知糾偏是弄明白了“低代碼”和“AI開發(fā)平臺”雖然常被一起提及但核心解決的是不同問題。這花了我將近半小時閱讀和對比。低代碼平臺它的核心是“快速構(gòu)建應(yīng)用”尤其是企業(yè)管理類應(yīng)用OA、CRM、ERP等。它通過圖形化拖拽組件如表單、按鈕、表格和配置業(yè)務(wù)邏輯流來替代傳統(tǒng)的編寫大量基礎(chǔ)代碼。比如我想做一個倉庫入庫單審批流程用低代碼可能只需要拖一個表單設(shè)計器、連一個審批人節(jié)點、再配置一下數(shù)據(jù)庫字段就完成了。它關(guān)注的是業(yè)務(wù)流程的數(shù)字化和自動化。搜索時看到的“低代碼平臺中的視圖模型”、“柱狀圖自動彈出數(shù)能不能給關(guān)了”這些問題都非常“業(yè)務(wù)系統(tǒng)”離我的“AIAR”場景有點遠。AI開發(fā)平臺它的核心是“賦能AI能力”讓開發(fā)者甚至非開發(fā)者能夠更容易地使用、微調(diào)或部署人工智能模型。它提供的是像視覺識別、語音交互、自然語言處理、智能決策Agent這樣的能力。比如我想讓我的應(yīng)用能識別貨箱上的文字就需要調(diào)用某個AI開發(fā)平臺提供的OCR文字識別API。它關(guān)注的是智能能力的集成與調(diào)用。我的項目呢既要“應(yīng)用”一個能跑在AR眼鏡里的界面和邏輯又要“AI”識別貨箱。所以我需要的可能不是一個單純的平臺而是一個組合方案用某個相對靈活的應(yīng)用開發(fā)工具可能是輕量級低代碼也可能是更偏向前端的框架搭建AR眼鏡的應(yīng)用界面和基礎(chǔ)邏輯同時接入一個AI開發(fā)平臺提供的視覺識別服務(wù)。2.2 我的野路子選型邏輯時間緊迫容不得我系統(tǒng)學(xué)習(xí)。我的選型原則變得非常功利能否快速上手文檔是否清晰有沒有現(xiàn)成的模板或Demo社區(qū)是否活躍是否支持AR眼鏡我的目標設(shè)備是特定的AR眼鏡比如Rokid、RealWear或微軟HoloLens平臺或方案是否需要特殊的SDK或適配AI能力接入是否方便能否以最簡單的方式比如一個API調(diào)用接入我需要的圖像識別功能基于這三點我排除了那些需要復(fù)雜企業(yè)賬號申請、專注于內(nèi)部流程管理的重型低代碼平臺。我也暫時擱置了需要從零學(xué)習(xí)Python或Java去訓(xùn)練模型的“AI大模型開發(fā)”路線。我的目光投向了兩類產(chǎn)品面向AI應(yīng)用的原型工具例如一些國內(nèi)的AI應(yīng)用開發(fā)平臺它們提供了將AI模型如對話、識別封裝成可交互應(yīng)用界面的能力有時甚至支持簡單的邏輯編排。跨平臺前端框架云AI服務(wù)例如使用Unity對游戲引擎它其實對美術(shù)很友好或React Native這類工具開發(fā)一個簡單的AR應(yīng)用界面然后通過HTTP請求調(diào)用像阿里云、百度云或騰訊云提供的、開箱即用的視覺識別API。最終我選擇了一條“縫合怪”路線用一個對設(shè)計者友好的交互原型工具類似Figma但能輸出真機可運行代碼的進階版快速搭建UI和頁面流同時在工具里用“自定義代碼”模塊調(diào)用一個提供免費試用額度的云AI服務(wù)API。這樣我就能在5小時內(nèi)看到一個“有形且能動”的東西。3. 五小時極限沖刺拆解“AR導(dǎo)航AI識別”Demo目標明確了做一個在AR眼鏡屏幕上顯示虛擬箭頭指引同時攝像頭掃描到目標貨箱時能在其周圍顯示高亮框的Demo。3.1 第一步構(gòu)建靜態(tài)場景與UI用時1.5小時作為美術(shù)生這是我的舒適區(qū)。我打開選定的原型工具假設(shè)它叫“CoDesign”。創(chuàng)建場景我導(dǎo)入了倉庫的簡單平面圖作為背景。繪制UI元素導(dǎo)航箭頭一個簡單的3D箭頭模型我設(shè)置它的初始狀態(tài)為隱藏。信息面板一個半透明的浮動面板用于顯示當(dāng)前任務(wù)如“前往B-12區(qū)”和識別結(jié)果。高亮框一個紅色的矩形線框用于標記識別到的目標貨箱。設(shè)置頁面流我設(shè)計了兩個主要“狀態(tài)”。狀態(tài)一導(dǎo)航中。信息面板顯示“正在前往B-12區(qū)”導(dǎo)航箭頭根據(jù)預(yù)設(shè)路徑我簡單模擬了從A點到B點的直線動態(tài)更新位置和旋轉(zhuǎn)角度指向下一個拐點。這里我用到了工具的“動畫”和“智能動畫”功能通過關(guān)鍵幀來模擬移動而不是真寫代碼計算路徑。狀態(tài)二識別到目標。當(dāng)觸發(fā)“識別”事件我暫時用一個手動按鈕模擬后信息面板內(nèi)容切換為“已定位目標貨箱B-12-05”高亮框顯示在屏幕中央的某個位置模擬攝像頭捕捉到的位置。注意這里最大的“坑”是坐標系統(tǒng)。AR眼鏡的屏幕坐標2D和現(xiàn)實世界坐標3D的映射在真正的開發(fā)中需要SLAM同步定位與地圖構(gòu)建技術(shù)。為了Demo我粗暴地假設(shè)攝像頭畫面就是屏幕目標貨箱出現(xiàn)在畫面固定位置。這是美術(shù)生思維的“取巧”也是原型與產(chǎn)品的巨大鴻溝。3.2 第二步接入AI識別能力用時2小時這是最讓我頭疼也最終帶來最大驚喜的部分。我需要讓應(yīng)用能“看懂”攝像頭畫面里的貨箱。尋找合適的AI服務(wù)我搜索了“AI視覺識別 API 免費試用”找到了幾家大廠的服務(wù)。對比后選擇了一家因為它有清晰的“物體檢測”API文檔且每天提供一定次數(shù)的免費調(diào)用。理解API調(diào)用文檔里通常有一個curl命令示例。我看不懂但工具的模式讓我只需要關(guān)注幾個關(guān)鍵點Endpoint請求地址一個URL。Header請求頭里面要包含一個叫Authorization的東西值是Bearer你的API_Key。這個Key在注冊平臺后就能獲得。Body請求體我需要把圖片數(shù)據(jù)傳過去。文檔說可以傳圖片的URL或者直接傳圖片的base64編碼一種把圖片變成一長串文本的方法。在原型工具中“拼裝”我在“識別”按鈕的點擊事件上添加了一個“HTTP請求”動作。按照文檔填好URL。在Headers里添加Authorization: Bearer sk-my-test-key-123456示例。最麻煩的是圖片。我沒有真實的攝像頭流。于是我又“作弊”了我預(yù)先準備了幾張包含不同貨箱的倉庫照片上傳到圖床獲得URL直接把URL作為請求參數(shù)固定寫死。或者更“動態(tài)”一點我讓工具在點擊按鈕時自動將當(dāng)前屏幕截圖模擬攝像頭畫面轉(zhuǎn)換成base64然后填到請求體里。這個“截圖轉(zhuǎn)base64”功能居然在工具的內(nèi)置函數(shù)庫里找到了處理返回結(jié)果API的返回是一段JSON數(shù)據(jù)對于美術(shù)生來說這就像一段結(jié)構(gòu)化的文字描述。它可能長這樣{ code: 0, msg: success, data: { objects: [ { label: cardboard_box, score: 0.95, bbox: [120, 80, 300, 400] // 代表框的左上角x,y和右下角x,y坐標 }, // ... 可能還有其他識別到的物體 ] } }我需要從這個JSON里取出label是cardboard_box紙箱且score置信度最高的那個對象的bbox坐標。讓高亮框動起來工具提供了“解析JSON”的功能。我設(shè)置了一個變量target_bbox來存儲解析到的坐標[120, 80, 300, 400]。然后將高亮框組件的位置和大小屬性綁定到這個變量。當(dāng)API返回數(shù)據(jù)并解析后高亮框就自動跳到了對應(yīng)的屏幕位置。當(dāng)點擊按鈕看到高亮框真的根據(jù)“AI識別結(jié)果”移動到圖片中貨箱的位置時那種感覺難以言喻——我一個美術(shù)生沒有寫一行傳統(tǒng)意義上的代碼卻讓AI聽我指揮了。3.3 第三步串聯(lián)邏輯與模擬數(shù)據(jù)用時1小時現(xiàn)在我有了一堆散落的“積木”會動的箭頭、會跳的框、一個能調(diào)AI的按鈕。我需要把它們連成一個完整的故事。狀態(tài)管理我設(shè)置了兩個全局變量app_state值為navigating或identifying和target_position存儲高亮框坐標。邏輯串聯(lián)應(yīng)用啟動app_state “navigating”導(dǎo)航箭頭開始動畫。我模擬了一個“到達目標區(qū)域”的事件比如一個倒計時結(jié)束或者手動點擊一個“已到達”按鈕。觸發(fā)后app_state “identifying”導(dǎo)航箭頭隱藏信息面板更新為“開始掃描貨箱...”。用戶演示者點擊“識別”按鈕觸發(fā)HTTP請求獲取AI結(jié)果更新target_position高亮框顯示。同時信息面板更新為“目標貨箱已高亮”。打磨與模擬為了演示更流暢我預(yù)設(shè)了幾組不同的target_position坐標和對應(yīng)的貨箱圖片在點擊“識別”時隨機輪換模擬識別到不同貨箱的效果。我還給所有狀態(tài)切換加上了簡單的淡入淡出動畫。4. 踩坑實錄理想與現(xiàn)實的差距這5小時并非一帆風(fēng)順幾乎每一步都有“坑”這些坑恰恰是傳統(tǒng)開發(fā)中習(xí)以為常但對新手來說宛如天塹的細節(jié)。4.1 網(wǎng)絡(luò)請求的異步之殤我最初以為點擊按鈕 - 調(diào)用API - 立刻更新界面是一條直線。實際上網(wǎng)絡(luò)請求是“異步”的。意思是點擊按鈕后程序說“我去發(fā)個請求”然后就繼續(xù)往下執(zhí)行了不會傻等結(jié)果。這導(dǎo)致我的高亮框總是在AI結(jié)果回來之前就試圖用一個空的位置坐標去更新然后報錯。解決方案在工具的HTTP請求動作配置中我找到了“成功回調(diào)”和“失敗回調(diào)”。我需要把“更新高亮框位置”和“更新信息面板”這兩個操作從主流程里拖出來塞進“成功回調(diào)”函數(shù)里。這意味著只有API成功返回數(shù)據(jù)后這些界面更新才會發(fā)生。這是我學(xué)到的第一個重要的編程概念——異步回調(diào)。4.2 坐標系統(tǒng)的轉(zhuǎn)換陷阱我成功讓高亮框在屏幕上跳了起來但很快發(fā)現(xiàn)不對。AI API返回的bbox坐標[x1, y1, x2, y2]通常是基于輸入圖片的像素坐標系。而我的UI組件的位置可能是基于屏幕百分比、絕對像素值或者是另一套相對坐標。直接賦值會導(dǎo)致框的位置錯亂。解決方案我需要一個轉(zhuǎn)換函數(shù)。比如API返回的坐標是基于800x600的圖片而我的AR眼鏡屏幕分辨率是1920x1080。那么高亮框的左邊距應(yīng)該是(x1 / 800) * 1920。我在工具的自定義代碼區(qū)域?qū)懥艘粋€簡單的JavaScript函數(shù)來做這個比例換算。這讓我意識到數(shù)據(jù)格式和坐標系的統(tǒng)一是集成不同模塊時最瑣碎也最關(guān)鍵的一步。4.3 AI模型的“偏見”與局限我用自己網(wǎng)上找的倉庫圖片測試識別率不錯。但當(dāng)我興沖沖地想用手機拍一下辦公室的紙箱試試時識別結(jié)果要么是“椅子”要么置信度很低。這是因為云服務(wù)提供的通用“物體檢測”模型是在海量通用數(shù)據(jù)集COCO等上訓(xùn)練的它對“在倉庫環(huán)境下的、特定擺放角度的、貼有復(fù)雜標簽的貨箱”特征學(xué)習(xí)不足。解決方案對于真正的項目這條路走不通。要么1使用該AI平臺提供的自定義模型訓(xùn)練功能上傳幾百張自己倉庫的貨箱圖片進行微調(diào)要么2尋找行業(yè)垂直的、專門針對物流倉儲場景優(yōu)化過的AI服務(wù)商。這遠遠超出了5小時Demo的范疇但它點明了AI應(yīng)用落地的核心現(xiàn)成的通用模型往往不夠用領(lǐng)域定制化是關(guān)鍵。4.4 性能與真機部署的鴻溝我的Demo在原型工具的預(yù)覽窗口里跑得很流暢。但我知道這只是“預(yù)覽”。一旦要打包成真正的應(yīng)用部署到AR眼鏡通常是Android系統(tǒng)上問題會接踵而至HTTP請求的延遲在移動網(wǎng)絡(luò)下是否可接受連續(xù)調(diào)用API的電量和流量消耗如何UI動畫在真機上是否依然流暢原型工具生成的代碼是否足夠優(yōu)化這些我都沒有答案。這個Demo的價值在于快速驗證想法和交互邏輯在于讓業(yè)務(wù)方甚至是我自己在投入大量工程資源前看到一個“活”的、可交互的概念。它是一個溝通工具一個設(shè)計驗證工具而非一個產(chǎn)品原型。5. “甲方”的快樂與思考低代碼/AI開發(fā)平臺改變了什么五小時到點我向老板展示了一個可以點擊交互、有動畫、能“調(diào)用AI”識別圖片并高亮目標的AR應(yīng)用原型。雖然它漏洞百出離真正可用差十萬八千里但所有人都震驚了。一個美術(shù)生在這么短的時間內(nèi)竟然串起了一條從UI設(shè)計、邏輯編排到AI能力調(diào)用的完整鏈路。這種“甲方”的快樂源于以下幾點創(chuàng)意的快速具象化我不再需要先花幾周學(xué)習(xí)編程再和工程師反復(fù)溝通需求、等待排期。想法可以直接變成可交互的東西。這極大地壓縮了從“點子”到“原型”的路徑讓創(chuàng)意驗證變得極其高效。對核心邏輯的聚焦我不必糾纏于內(nèi)存管理、線程同步、網(wǎng)絡(luò)框架等底層技術(shù)細節(jié)。我可以把幾乎全部精力都放在業(yè)務(wù)邏輯和用戶體驗上導(dǎo)航箭頭該怎么動更自然識別結(jié)果如何展示更清晰狀態(tài)切換的動畫怎么才不突兀這讓我這個“產(chǎn)品設(shè)計師”的角色得以真正貫穿始終。與技術(shù)的平等對話當(dāng)我拿著這個Demo去和后來的工程師溝通時我不再說“我想要一個能識別貨箱的功能”而是說“你看我在這里調(diào)用了這個API它的返回格式是這樣的但我需要你把坐標轉(zhuǎn)換一下并且考慮一下網(wǎng)絡(luò)延遲時的加載狀態(tài)”。溝通效率提升了不止一個量級。當(dāng)然狂喜之后是冷靜的思考。這5小時的奇遇并不能讓我轉(zhuǎn)型為AI開發(fā)工程師。它揭示的是一種新的生產(chǎn)范式而非職業(yè)的替代。對于中小企業(yè)或初創(chuàng)團隊正如熱搜詞里提到的“缺資金、缺人才、缺技術(shù)”這類低代碼/AI開發(fā)平臺極大地降低了創(chuàng)新試錯的門檻。你可以用極小的成本快速驗證一個涉及AI或復(fù)雜邏輯的產(chǎn)品創(chuàng)意拿到投資或內(nèi)部支持后再投入專業(yè)力量進行工業(yè)化開發(fā)。對于專業(yè)開發(fā)者這不是威脅而是生產(chǎn)力的解放。平臺生成的代碼或搭建的應(yīng)用往往可以作為高質(zhì)量的“腳手架”或“前端原型”。開發(fā)者可以專注于更底層的算法優(yōu)化、性能調(diào)優(yōu)、系統(tǒng)架構(gòu)和定制化深度開發(fā)把重復(fù)性的、標準化的界面和業(yè)務(wù)邏輯搭建工作交給工具或更廣泛的“公民開發(fā)者”。對于像“AI Agent”這樣的前沿概念這些平臺可能成為構(gòu)建和測試Agent工作流的絕佳沙盒。你可以用圖形化的方式編排Agent的感知、決策、行動鏈條快速驗證其在不同場景下的有效性而無需先搭建復(fù)雜的技術(shù)環(huán)境。回到最初的問題AI開發(fā)用Java還是Python需要哪些技術(shù)棧對于想從事專業(yè)AI應(yīng)用開發(fā)的人來說這依然是核心問題。Python在算法原型和數(shù)據(jù)處理上優(yōu)勢明顯Java在大型企業(yè)級后端服務(wù)中地位穩(wěn)固。你需要數(shù)據(jù)結(jié)構(gòu)、算法、機器學(xué)習(xí)基礎(chǔ)、至少一門主力語言、框架知識等等。但我的5小時經(jīng)歷說明了另一條路如果你是一個業(yè)務(wù)專家、產(chǎn)品經(jīng)理、設(shè)計師或者是一個資源有限的創(chuàng)業(yè)者你的目標不是成為算法科學(xué)家或架構(gòu)師而是快速將AI能力與具體業(yè)務(wù)場景結(jié)合創(chuàng)造價值。那么熟悉幾個主流的低代碼/AI開發(fā)平臺理解它們的能力邊界和集成方式學(xué)會“像甲方一樣思考并快速驗證需求”可能是一項比精通某種編程語言更立竿見影的技能。這五個小時我并沒有學(xué)會寫代碼但我學(xué)會了如何“駕駛”一套強大的工具去實現(xiàn)我的創(chuàng)意。當(dāng)技術(shù)的大門以這種方式打開快樂確實屬于每一個能清晰表達需求的“甲方”。