60天，用AI把“想法”变成能下载的产品：这支Vlog太狠了

只用一次提示，就生成了能下载图片的完整应用；再加三四个指令，界面、参数、多图输出全搞定。这不是炫技，而是一次赤裸裸的现实展示：AI 正在把“做 App”这件事的门槛，压到前所未有的低点。

最反直觉的地方：不是模型多强，而是“一次就成”

视频里最让人愣住的一幕，不是生成了多惊艳的图片，而是 Riley Brown 在“第一次 prompt”之后的反应——他自己都不太相信：居然一次就跑通了。

他做的事情很简单：基于一个现成的模板路径（image generation MD），换掉模型，接入一个“已经训练好的、属于他自己的图像模型”，然后要求——注意，只是“要求”——把所有参数都做成可调的输入框。没有长篇需求文档，没有反复调 bug。

结果是：一个能输入 prompt、调比例、选输出数量、直接下载图片的应用，就这么跑起来了。

这件事真正反直觉的地方在于：我们过去默认“把模型接进产品”是一件工程密集型工作，但在这个流程里，复杂度几乎被模板 + AI 编程工具完全吞掉了。你不需要理解每一行 Node.js，只需要清楚：用户要什么、模型能给什么。

真正的主角，其实是“会写代码的 AI”

如果只看标题，你可能以为这是一期 AI 绘画教程。但视频中真正改变游戏规则的，是 Cursor + Composer 这种“对话式写代码”的体验。

一个细节非常关键：他们不是从零写应用，而是直接把 Replicate 的 Node.js API 文档、输入字段说明，整段粘进 Composer，然后用一句话描述目标界面结构——左边参数，右边输出，一键下载。

Composer 生成了“base”，接下来发生的事情更离谱：
- 想加 aspect ratio？一句话。
- 想要 loading 动画？一句话。
- 想多图输出但只显示一张？一句话。

而且每一步，都是“生成 → 保存 → 刷新 → 生效”。这不是写代码，更像是在和一个懂上下文、懂前端、懂 API 的合伙人对话。

视频里 Keihan 的存在很有代表性：他并不是资深 AI 工程师，甚至是“最近几天才第一次用 Composer”。但这并没有成为阻碍。门槛正在从“你会不会写代码”，转移到“你会不会描述需求”。

Flux + Replicate：AI 绘画正在产品化，而不是玩图

另一个容易被忽略的点，是他们选的技术栈。

这不是随手用个开源模型跑图，而是：
- 模型托管在 Replicate
- 使用 Flux 作为图像生成模型
- 通过 API 直接嵌入到产品逻辑里

这意味着什么？意味着 AI 绘画不再是“生成一张好看的图”，而是一个可配置、可复制、可交付的能力模块。

比如视频后半段暴露的一个小 bug：设置了 3 个 outputs，却只显示 1 张图。过去这可能意味着你要翻组件、改渲染逻辑、debug 半天。但在这里，解决方案是：

“当 outputs > 1 时，把图片堆叠展示，方便用户查看。”

然后，AI 改完了，刷新，四张图整整齐齐出现，还都能单独下载。

这个瞬间非常重要：它标志着 AI 绘画已经从“艺术实验”，进化成“标准化产品能力”。

60 天 Vlog 背后的信号：个人开发者的时代被提前了

把这些片段连在一起看，你会发现一个更大的信号。

Riley 并不是在展示某个“终极工具”，而是在记录一个过程：连续 60 天，用 AI 把想法快速落地成应用。这里的关键词不是“完美”，而是“速度”。

当模型、模板、API、AI 编程工具全部成熟后，个人开发者第一次拥有了接近“小型产品团队”的能力：
- 你可以有自己的专属模型
- 你可以在一天内做出可用的前端
- 你可以不断用 prompt 迭代功能

这意味着，未来的竞争不在“谁技术最强”，而在“谁更早把想法变成能用的东西”。

总结

这支 Day 60 的 Vlog 本质上不是教程，而是一种预演：当 AI 足够理解代码、界面和需求时，做产品会越来越像“表达想法”。

如果你是 AI 从业者、独立开发者，甚至只是有点产品直觉的人，这对你的启发很直接：不要再等“完全想清楚”。先用现成模板 + AI 编程工具，把第一个能跑的版本做出来。

可以思考一个问题：如果现在做一个小工具，成本已经接近“几句 prompt”，那你真正的壁垒，究竟是什么？

关键词： 生成式AI， AI绘画， 提示工程， Cursor， Flux

事实核查备注： 需要核查：视频发布时间为 2024-09-10；作者/频道为 Riley Brown；使用的模型为 Flux；API 平台为 Replicate；开发工具提及 Cursor 和 Composer 的功能描述是否与当时版本一致。