当普通人开始用AI造轮子，这些项目让人大开眼界

大熊打更

【当普通人开始用AI造轮子，这些项目让人大开眼界】


Reddit上有人抛出一个问题：你用AI做过最复杂的项目是什么？答案五花八门，却意外勾勒出一幅草根开发者的群像。

一位开发者直接用AI搭建了完整的大模型瘦身流水线，从剪枝到部署一条龙，关键是他真的在用自己压缩出来的模型。方法很朴素，非结构化剪枝，把不重要的权重直接归零。没有花哨的论文，但管用。

另一位老哥的故事更有意思。他本来只想做个周末小项目，自动化处理一些无聊的技术文档工作，结果越滚越大，最后变成一个六个模型串联的多模态RAG系统，能把技术图表转成结构化数据，还能自动生成Kubernetes部署配置。他坦言，一半的功能是瞎试出来的，然后赶紧写文档，生怕自己忘了这玩意儿是怎么跑起来的。

这种「边做边忘」的焦虑引发了共鸣。有人说自己每次都让模型写详细的checkpoint笔记，否则回来继续开发时要花半小时搞清楚进度。工具在进化，人的记忆带宽没变。

有个项目让我印象深刻：一个几乎不懂JavaScript的人，纯靠感觉和AI对话，做出了一个帮自己备考的工具，考试还真考好了。这大概是vibe coding最纯粹的样本。

还有人用AI写了一个浏览器端的3D CAD软件，支持草图建模和8K光追渲染，跨平台运行，准备开源。技术栈是three.js加manifold，一个人干完了。

金融领域也有人在折腾。有人做了自动交易代理，让DeepSeek分析五个时间周期的技术指标，计算置信度后通过FIX API下单。最大的坑是让模型输出规范的JSON，它总爱幻觉出一些奇怪的参数值，最后靠schema校验和重试逻辑才稳住。他总结了一句话：AI判断什么时候交易，比你喂它什么指标重要得多。

最务实的项目来自一所小型学院。他们只有六间教室，每年排课是噩梦，要兼顾教师时间、教室容量、学生冲突，几千种组合里只有几种能用，以前要花好几天。现在一个百分百AI生成的程序，几秒钟搞定。没有一行手写代码。

有个项目野心很大：做一个个人知识助手，灵感来自《钻石年代》里的「少女启蒙书」，能帮人消化、理解、记住看过的所有内容。目前已经支持视频、音频、文档、网页的摄入和检索，还有OpenAI兼容的API。

最硬核的可能是那个在车库里搭了DGX Spark集群，连着三个摄像头和一个枪塔，做实时敌意识别系统的老哥。不知道他在防什么，但这个配置确实够复杂。

还有人在训练一个六亿参数的模型，让它学会画图。图片太占上下文长度，目前只能处理单张图，他想扩展到图文混排的绘本模式。三张3090不够用，正考虑再买一张，可惜涨价了。

这些项目有个共同点：做的人往往不是这个领域的专家，但AI让他们能够触及以前够不到的复杂度。代价是你必须知道自己想要什么，AI只是放大器，放大的是你的判断力，也放大你的盲区。

能用AI写代码的人很多，能用AI解决自己真实问题的人，才刚刚开始变多。

reddit.com/r/LocalLLaMA/comments/1qtj87p/whats_the_most_complicated_project_youve_built