回顾今年的 AI 实践,发现一件有意思的事:
我做的每个小项目,起点都是「受够了市面上的现有方案」。
有点像:世界破破烂烂,我就拉着 AI 在一边缝缝补补。
- 墨水屏待办
M5Burner 里的微软 To Do 墨水屏程序总是跑不起来。
我先啃了一轮例程,搞清楚这块板子可以做到啥。
再把这些细节拆给 AI,让它帮我写代码、查错。
最后在 M5stack Paper S3 上做了一个连 Notion 的待办墨水屏看板。
- 游戏文本翻译工具
本来想直接购买 Crowdin 的翻译服务,花钱解决游戏里的多语言文本翻译。
结果翻译到一半自己停工,弄了一上午是一点进度都没有。
我就反过来拆了一遍 Crowdin 的核心功能和 AI 翻译流程,
按自己的需求写了一个翻译工作流:
✅支持并发请求,拉满 API 请求速率
一个上午把整款游戏的 11 国语言文本全翻完
出去旅游时又发现这个工作流别人不会用,做了个 n8n 版本,让同事一键就能处理翻译
- 仿 DailyCost 网页记账
我一直很喜欢 DailyCost 的拟物化设计和交互,但作者已经不太维护了,导出数据麻烦,也接不上我现在的 Notion 记账体系。
在模仿的过程中,我学到了很多拟物化设计的细节:阴影、输入反馈……
最终做了一个「长得像 DailyCost,但底层直接连 Notion」的网页记账工具,既保留了那种“摸得到的质感”,又接上了自己的数据系统。
回头一看,我 2025 的 AI 实践,其实都是在给自己常用的工具打补丁:
先自己去理解文档、拆解产品,再把枯燥和重复的部分交给 AI。
从修好身边的小工具开始,实践本身,就是最好的止焦虑良药。