从Chatbot到Agent一个独立开发者的AI实践

1. AI CODING APP TECHNOLOGY AI POWERED TESTING AI AGENT FRAMEWORK AI POWERED PRODUCTION INNOVATIVE EXPERIENCE 03.21 ONE-PERSON COMPANY

2. 从 Chatbot 到 Agent 开发者的 AI 实践

3. 主会场演讲嘉宾图拉鼎（X: @tualatrix） Apple 态的期开发者，热衷开发效率具

4. 些作品 PasteNow 持多端同步与灵活分类的剪贴板管理器 MarkMarkPopTranslate 跨平台的极简书签管理与内容收藏具集成 AI 能、主打即时交互的效翻译助

5. 1 AI 辅助编程时期使 Chatbot 为主

6. 从个 80% 的代码是 AI • PopTranslate，2025 年初上线，macOS 桌级 AI 翻译具 • 是我款从 0 开发，80%代码 AI 成的产品 • 基于 Cursor 成的产品讲起

7. 80% 很酷，但真实的开发场景是… • 需要告诉 AI 去修改指定件 • 需要反复沟通修正案调试、验证结果 • 必须

8. 2 Agent 编程时代来了 Chatbot + GUI + CLI

9. Agent 编程时期的特点 • 基于命令，图形场景适 • Chatbot ，但不限于此 • 基座模型能的进步增强 • Claude Code、Codex、Qwen code、Gemini code…

10. 我对 Agent 编程的其他观察 1 任务 One-shot 率变 2 单次执任务越来越 3 不仅仅能写代码

11. 问题1：我们真的要通过「聊天」来完成所有作吗？

12. 问题2：Agent 时期，对独开发者意味着什么？

13. 独开发者的困境：身兼数职 & 注意 • 作为独开发者，我热爱创造并打磨产品 • 但是 • 身兼数职：产品、开发、客服、运营… • 注意危机：上下切换，维护产品，导致年产量受限危机

14. 个典型的

15. 改进核作流 1. 处理 • 在 Agent 时代，异步派发任务变得更可 • 像板指挥团队样去派发任务，不是凡事都通过「聊天」亲历为 4. 交付版本户反馈 + AI Agent 3. 需求和任务实现 2. 收集并评估需求

16. 基础设施：定制软件+Mac mini 为了追求更程度的 Agent，我搭建了套基础设施： • 既有设施： Fastmail 邮件系统 + GitHub CI/CD 动化流 • 定制化项管理软件 + Agent (Codex) 时开机的 Mac mini 2024 台 7x24 • 执：线

17. 场景 A：处理已知问题 • 语义检索：系统接收反馈邮件，动匹配库内最接近的问题 • 动草拟：关联历史案并 • 推送审核：确认后键发出半成邮件草稿

18. 场景 B：识别为新反馈 • 智能判定： AI 判断当前反馈为新问题，提醒处理 • 然语交互：建标题并述意，AI 将其转化为正式回复 • 快速闭环：审核通过即刻发送，同步沉淀为新知识库半

19. 半系统价值： • 效率：幅降低客服成本需动读信、需概括整理 • 形态：坚持半动运，为什么必须是半进最后的确认审核动？ • 不可逆性：邮件旦发出法收回，动客服系统（3）审核是必要的安全防线

20. • 基于现有具，封装了个控制中 • 封装 Codex (Non-interactive mode) 作为执 • 预设常 Prompt（指令）需求同步讨论需求异步派发， • 常异步派发任务 Agent

21. 常异步派发任务（1）：将 GitHub Issues 作为上下

22. 常异步派发任务（2）：动触发 Codex 具的代码 Review

23. 常异步派发任务（3）：持进步 @ Agent 修复问题

24. 常异步派发任务（4）：可审计，可追溯，可重复触发的 Actions

25. 总结 • Agent 很好，但基础设施和作流更重要 Agent 去解决不 • 尝试渐进式升级：动 -> 半动 -> 便动化和琐碎的事情监管下的全 • 开发不是全部，尝试动

26. THANKS