自动化UI和APP构建
Modern SaaS development has focused on web apps for over two decades
经典的开发架构模式
| 缩写 | 全称 | 说明 |
|---|---|---|
| LAMP | Linux + Apache + MySQL + PHP/Python/Perl | 最经典的传统 Web 开发栈，2000年代主流 |
| MERN | MongoDB + Express + React + Node.js | 现代全栈 JavaScript 开发，2010年代流行 |
| JAM | JavaScript + APIs + Markup | JAMstack 架构，静态站点生成 |
| Serverless | 无服务器架构 | 使用云函数（如 AWS Lambda），无需管理服务器 |
What Has Changed
三大变化：
- Prompt 编程：用自然语言代替手写代码
- 工程师角色转变：从纯编码转向设计 + 产品 + 技术
- 全民开发：非技术人员也能构建应用
代际演进：
第一代无代码（Wix/Squarespace/Webflow）：可视化建站
第二代 AI 工具（Lovable/Vercel v0/Cursor）：自然语言构建完整应用
对比之前复杂的 AWS 架构图，现在可以用 AI 工具在几分钟内完成同样的事情，这是"vibe coding"的真正实现——用自然语言编程。
Limitations
1 AI 生成的代码就像一个“黑盒”。当 AI 一次性写出了一个能跑的 App，一旦代码出现 Bug，或者需求稍微变复杂导致代码跑不通了，因为你是用“提示词”生成的代码，你可能根本没有逐行读过代码，也不理解底层的逻辑。这时候你想修 Bug，你会发现根本无从下手。
2 AI 不是神，它给出的代码只是基于概率生成的“建议”，它经常会产生幻觉（Hallucination）——比如编造一个不存在的函数，或者用一种错误的方式调用 API。不经Review的代码可能导致项目的后期灾难。
3 AI 生成的代码往往缺乏安全性考量。比如AI 可能会为了方便，直接把数据库密码写在代码里；AI 可能会引用有已知漏洞的旧版本第三方库；数据泄密；生成的代码可能没有做 SQL 注入防护或 XSS 防护等等
4 如何防止同质化。如果你让 AI 做一个登录页，它生成的界面虽然好看，但跟网上成千上万个 AI 生成的界面长得一模一样。这就导致了严重的“AI 味”，缺乏品牌独特性。想要做出独特的设计，目前还是得靠人工精细调整。
5 这些应用在实际需求的复杂性。目前的 AI 工具非常擅长做简单的 CRUD 应用（增删改查），比如待办事项列表、简单的博客、落地页。一旦涉及到企业级复杂度，AI 就搞不定了。比如：需要处理高并发、复杂的事务逻辑、微服务架构、或者对接遗留的老系统等
AI 的“记忆”（Context Window）是有限的，它无法理解一个拥有几万个文件的大型项目的整体架构。
虽然 AI 工具（Vibe Coding）很火，能快速生成原型，但它目前只能做表面功夫和简单应用。一旦涉及到调试、安全、复杂逻辑、独特设计，还是得靠懂技术的专业程序员。