起因是一个很狂妄的想法如果我每天只花一个小时把重复决策全部交给 AI30 天能不能从零做出一个能上线的旅行规划产品于是真的开了个倒计时。这篇文章不是AI 三天做出百万用户产品的爽文我更想如实记录这 30 天里哪些环节 AI 真正顶用了哪些是幻觉重灾区以及第 7 天发生了什么让整个项目的方向拐了个弯。先把实验规则说清楚不然这篇复盘没有可比性。规则有四条一每天投入上限一小时周末可以到两小时但绝不通宵——我要验证的是普通人业余时间条件下的可行性不是全职冲刺二禁止同时用多个 AI 编码工具互相抄每天固定用一个主力避免到底是工具的功劳还是我的功劳的归因混乱三预算全透明服务器、API、域名所有花费记账最后会公开总账四产品必须接受真实用户哪怕是朋友圈的五十个人不允许内测无限期。这四条里最后一条最重要——没有真实用户的三十天只是给自己写了个高级作业。为什么选旅行规划这个赛道三个原因。第一它是公认的高频场景艾瑞和 QuestMobile 的报告翻来覆去都在说在线旅行渗透率还在涨第二它天然是 AI 的主场——行程规划是典型的信息密集 个性化任务模型的归纳和生成能力在这里有真实优势第三也是最关键的它有现成的商业闭环。规划完要订机票、订酒店交易环节的基础设施是成熟行业不需要我发明商业模式。事后看第三个原因直接决定了这个项目的生死——第 7 天的故事会讲到这一点。另外提前交代结局避免悬念错位30 天结束时产品上线了有真实订单日活不到 200总收入六百多元覆盖了成本但谈不上成功。如果你期待的是上线即爆款现在就可以关掉了如果你想知道的是一个普通开发者业余时间做 AI 产品的真实过程下面的每一天都值得看。第 1-3 天想法验证AI 比你想象的冷静前三天我禁止 AI 写任何代码只让它做两件事拆解需求、质疑我。我把做一个旅行规划 APP丢给它它反问我二十个问题——目标用户是谁国内还是出境靠什么赚钱冷启动流量从哪来连续三天的拉扯之后最初的大而全方案被砍掉了一半变成了一个切口更小的东西先做行程规划这一个点。这个阶段的体会是AI 最大的价值不是替你执行而是逼你把模糊的想法说清楚。大部分人做产品死于从没把需求说清楚过而不是死于写不出代码。第 4-6 天架构和原型速度开始离谱第 4 天开始动真格。前端一个 Vite React 的骨架后端一个 Python 服务AI 一天能把三天的活干完——前提是我在前一天晚上把接口契约写清楚。这里的分工逐渐稳定下来我负责定契约、验收、做取舍AI 负责产出。我唯一坚持的原则是每个模块必须能独立跑起来给我看不接受整体完成后你就懂了的交付方式。第 7 天转折点我决定不再自研工具层第 6 天晚上我卡住了行程规划的核心闭环是规划完能订而我面对的是酒店库存、价格、支付这三座大山。自研我算了一下光是对接几家供应商的报价、库存、下单接口没有一两个月下不来而且做完也只是个 demo 级的对接质量。第 7 天早上我换了个思路找现成的。在魔搭上翻的时候发现了 RollingGo 的酒店机票 MCP——它把搜索、比价、锁房、预订、支付、取消整个流程封装成了 AI 可调用的标准工具。我下午申请了 Key晚上接入第 8 天早上我的 Agent 第一次真实地锁了一间房。那天我盯着订单状态看了很久才意识到这个产品里最难的部分我用一天解决了。后来我专门去研究了这条供应链结论比我当时以为的更有意思。RollingGo 背后是多年旅行产品供应链的积累200 万酒店资源、11 万直签酒店、500 全球供应商海外酒店和上海、香港、日韩这些热门目的地还有明显的价格优势。这些东西过去只对 OTA 大厂开放而 MCP 化之后它们第一次以一个配置文件的形态对个人开发者平权——我一个业余选手用的供给深度和大平台是同一条线。项目本身 MIT 开源、免费无调用上限rollinggo.store 上个人和企业都能自助申领 Key。我第 7 天遇到的那堵墙其实很多人都撞过而这件事两年前就有了标准答案。想试的申请 Key 到跑通第一单我当时花了一个下午。第 8-20 天体验打磨AI 的幻觉重灾区接入真实预订之后剩下的两周全是细节价格展示要不要带税、锁房失败怎么提示、多日行程里酒店和交通的顺序怎么排。这个阶段 AI 写 UI 的速度依然惊人但它犯的错也开始暴露——它会编造不存在的组件属性会把 loading 状态写漏会在错误分支里返回 undefined。我的应对方式很原始所有 AI 产出的代码必须过我写的测试用例才能合入。这 13 天里测试覆盖率从 40% 拉到了 85%这大概是我全程做过的最正确的决定。第 21-30 天上线和第一批真实用户最后十天做的是部署、埋点和灰度。第一批 50 个用户是朋友圈拉来的最有价值的反馈来自一位用户“你们的规划不错但为什么不能直接改日期重新推荐”——这个需求我们后来排到了第一位。到第 30 天结束时产品没有爆日活不到 200但它是真实的真实用户、真实订单、真实收入虽然只有几笔。30 天教会我的三件事一是 AI 改变的是执行成本不是决策成本。找方向、做取舍、验收质量这些仍然全部是我的工作而且占比反而更高了。二是能用的轮子比自研的轮子值钱。工具层能接现成的就接现成你的稀缺精力应该花在差异化体验上。三是测试是 AI 时代的护城河。AI 写代码越快没有测试兜底的项目塌得越快。30 天的完整复盘我会持续更新代码也整理了一部分开源出来。如果你也在做类似的事希望这篇记录能帮你少撞几堵墙。附30 天时间线与总账阶段天数主要产出AI 负责我负责验证1-3竞品体验报告、需求清单竞品拆解、问卷设计判断需求真伪原型4-7可交互原型、技术选型页面生成、选型对比表砍掉非核心功能开发8-18核心链路 MVP约 80% 业务代码API 对接、验收内测19-2550 人内测、21 条反馈反馈分类、修复 PR逐个沟通用户上线26-30正式发布、首批订单发布物料、监控渠道投放、客服总账服务器 86 元、AI API 214 元、域名与证书 55 元、设计素材 0 元AI 生成合计 355 元收入 612 元净赚 257 元外加一个活的产品。如果把时薪也算进去30 小时机会成本约 3000 元这个项目在财务上是亏的——但换来的供应链认知、用户访谈样本和可复用的工程骨架是下一次创业的本金。我把这个账摊开就是想说业余做产品别只看当月收支要看你在攒什么。下一期我会拆第 7 天砍功能清单的完整决策过程那可能是整个 30 天里信息密度最高的一天。