一位拥有十年以上经验的资深软件开发者，近期耗时一个多月，利用国产TRAE编辑器成功开发了一个AI图片和视频创作平台。与一些能在短时间内发布产品的AI编程者相比，其开发周期较长。开发者反思，多年的职业经验在AI编程领域反而可能成为一种负担，因为他倾向于从架构和可维护性角度出发，导致了多次返工重构。尤其在处理会员订阅、积分管理等后端业务逻辑时，AI生成的表结构并不理想，大部分代码仍需手动编写。他认为目前AI在后端编程方面的能力尚不如前端，后端代码约70%为手动编写，而前端则有90%以上由AI生成。他推测若完全依赖AI生成代码，后期维护将面临巨大挑战。该平台界面参考了可灵，集成了文生图、图生图、文生视频和图生视频功能，并接入了VEO3、Nano Banana、Seedream4.0等流行模型，未来还将持续接入新模型。

🚀 **AI编程的挑战与反思**：拥有十年以上经验的开发者在构建AI创作平台时，发现过往的职业思维反而增加了开发难度，导致了多次返工和重构，这与一些快速发布产品的AI开发者形成对比。他认为，在AI编程领域，经验可能成为一种负担，需要平衡技术实现与长期可维护性。

💻 **前后端AI应用差异**：开发者指出，目前AI在后端编程方面的能力显著弱于前端。后端代码中约70%以上是手动编写的，而前端则有90%以上由AI生成。他推测，完全依赖AI生成全站代码将导致后期维护的巨大困难。

🎨 **平台功能与模型集成**：该AI创作平台在界面设计上参考了可灵，集成了文生图、图生图、文生视频和图生视频等核心功能。目前已接入VEO3、Nano Banana、Seedream4.0等多种流行AI模型，并计划在未来持续扩展模型库，以提供更丰富多样的创作能力。

💰 **后端业务逻辑的复杂性**：在处理如会员订阅、积分购买、消费及退款等基础业务逻辑时，开发者发现AI设计的表结构并不理想，最终仍需手动设计，并使用了5张表来支撑这些功能，体现了后端业务逻辑的复杂性与AI当前能力的局限性。

断断续续花了一个多月，使用国产 TRAE 编辑器开发了一个 AI 图片和视频创作平台。和其他 Vibe Coder 比，似乎花的时间有点太长了，看推特上有些人几天时间甚至几个小时就能整出一个产品出来。

作为一个 10 年以上的资深软件开发人员，不得不感慨 AI 编程对这个行业的冲击力。本来以为过往的工作经验对 Vibe Code 会有很大的加成，但没想到好像变成了负担，因为在这个过程中总是会使用职业思维去思考整体架构的合理性以及可维护性，导致不断的返工和重构。以订阅会员、积分购买和发放、积分消费和退款这些基础的业务逻辑为例，就使用了 5 张表。也尝试过让 AI 设计表结构，但并不理想，最后还是自己设计的。

目前看来 AI 在后端编程上的能力要明显弱于前端，所以后端的代码大概有 70%以上是我手工+Tab 键实现的，前端 90%以上的代码都是 AI 生成的。如果真的放手完全让 AI 去生成全站代码，那么大概率后期维护是非常困难的。

再说到产品本身，参考的是可灵的界面，包含文生图、图生图、文生视频和图生视频，目前也接入了一些 VEO3, Nano Banana, Seedream4.0 等流行的模型，后期也会不断的接入新的模型。

网站地址： https://shotai.app/

欢迎大家提出意见