他不懂编程，从今成果却用AI做出了网站、天起追踪器、普通甚至“迷你对冲基金”。人用关键不在语法，做软而在“驾驭系统”。避坑这套方法，少花普通人也能学会吗？钱更

谁是Ben？这件事为何值得看

一位叫 Ben Tossell 的人，过去做过无代码教育，快出后来被 Zapier 收购。从今成果过去四个月，天起他把“人+AI”的普通协作玩到了极致，做出个人网站、人用开源追踪器、做软视频演示系统等，避坑累计动手的项目超过 50 个。

外界谈到他时，有两个数字常被提及：四个月“消耗约 30 亿个 Token”，一篇总结在 X 的浏览量超 360 万。这组信息提醒我们：会不会写代码，不再是进入技术世界的门槛，能不能驾驭系统才是关键。

对我们普通人，价值在于——把“软件开发”从高门槛的专业技能，拉回到可实践的工序清单。像搭积木一样，一步步让AI替你做事。

A线：传统学编程的痛

过去学编程，要啃语法、理解内存、搭环境、查文档。熬过几个月，能写出“hello world”；熬过几年，才敢做完整产品。

很多人卡在“启动成本”：时间长、进展慢、bug多，越学越泄气。面对家庭与工作事务，这条路很难坚持到见到成果。

B线：AI协作的快感

Ben 把“工作战场”放在 CLI（命令行界面），像和一名耐心的专家对话。要做新东西，开个项目，与模型沟通上下文，切到“规范模式（spec）”制定计划，再让高自主的智能体跑起来、出错就介入、添加测试、复盘。

他把“操作手册”写进一个 agents.md 文件：新仓库怎么起、怎么用 GitHub、哪些能做哪些不能做、用团队账号还是个人账号，以及必须做端到端测试。看起来像文档，但本质是把经验固化成可复用的流程。

这套方法做出了不少成果：

- 12 天的主题实验（Droidmas）

- 一个能自动开合仓位的加密追踪器（数据按分钟取，用 VPS 24小时运行）

- 一个“AI指导视频演示系统”，给提示就能剪片、做导演、当编辑

- 开源的社交Feed追踪器，拿到 100+ stars

- 还有超过 50 个项目，有的上线，有的被弃用

关键不是做了多少，而是把“人-机协作”的节奏跑通了：提问、计划、执行、测试、迭代。

交汇：普通人可复制的7步

这套方法，脱去技术外衣，其实是可复制的工作流程。给你一版“家用与小店都能用”的 7 步清单：

1. 明确目标与结果

一句话说清你要的东西：比如“做一个RSS追踪器，每天8点推送热点到我的微信”，“做一个店铺客服机器人，先回答10个常见问题”。

2. 准备工具

选一个你能用得起来的大模型，开通账号。电脑装好命令行工具（或用网页端），注册一个 GitHub 账号用来保存项目。先从最熟的工具起步，别为工具而造工具。

3. 建立项目文件夹与“操作手册”

在项目根目录写你的 agents.md：约定做什么、如何提交、何时测试、遇到错误怎么办。它像“施工说明书”，每次新项目都能复用。

4. 进入“规范模式”，把计划说清

和模型来回三五轮，把流程、接口、数据来源、输出格式讲清楚。问“为什么要这样”、“能不能更简”，像审图一样把方案敲定。

我问模型：“能不用框架，直接写纯代码吗？”

模型回应：“能，但别急。框架是生态与共识，能省下大量踩坑。”

5. 让模型高自主跑一遍

开启高自主代理，让它从初始化、拉取依赖、编写代码到跑通基础流程。你在旁观察日志，遇到报错就标注问题、给上下文。别怕错误，每个报错，都是对系统的认识加一分。

6. 加端到端测试与监控

要求模型写“从输入到输出”的测试用例，跑通关键路径。加日志与告警，方便定位问题。没有测试的自动化，就是等着半夜被叫醒。

7. 小范围上线，快速复盘

先给 3-5 个用户试用，收集反馈。记录 3 件事：哪一步最慢、哪一处最脆弱、哪一个需求最常被提。根据这三点迭代，确定是否继续扩展。

把这 7 步套到常见场景：

- 家庭账本：读取账户流水，自动分类、每周生成报表、超支提醒

- 社区通知：收集报名信息，自动生成名单、短信提醒、活动总结

- 小店客服：整理10个高频问题，生成标准回答，接入网页浮窗或微信

避坑清单：3个常见错误

- 过度复杂化

看别人系统很炫，就跟着堆功能。结果维护成本爆炸。先跑通“最小可用”，再加模块。

同事问：“这玩意儿值不值？”

我答：“先限定预算，跑一周数据再看。”

- 忽略测试与日志

上线没监控、没告警，出了错才想起排查。把“端到端测试”和“关键日志”写进 agents.md，成为硬性流程。

- 数据与隐私风险

用第三方平台时，注意账号权限与数据边界。敏感数据脱敏存储，给模型最少必要信息，设置调用上限。

成本与回报：算一笔帐

模型类服务按使用量计费，费用与调用频率、上下文长度相关。建议：

- 设预算上限，先小规模试跑，按周评估

- 能用本地缓存就别重复请求

- 优先压缩上下文，复用提示模板

时间回报更直观：一个小原型，常常一两个小时就能成型；一个完整功能，争取一周内可试用。用AI做事的核心，是“快试快错快改”。

给35-65岁读者的应用案例

- 个人与家庭

把医保报销票据扫描后自动分类，生成台账；每月账本自动汇总，异常支出标红

- 个体经营与小微企业

自动整理订单、库存入库提醒、客户常见问题机器人，节省人力

- 社区与公益

活动报名统计、短信提醒、图文总结自动生成，提升组织效率

对话式工作很关键。

我问：“今天报表漏了几笔，能自动识别并补齐吗？”

模型回：“能，我先对比上月分类规则，再用差异校验，出一份补齐清单。”

写在最后

这件事的本质，不是“会不会写代码”，而是“能不能把事情拆开，交给AI一段段去完成”。把编程看作一场游戏：明确目标，制定规则，让系统跑起来。

你可以用它把生活、工作里的一件事做顺，哪怕只是一个自动化的小工具，也可能成为改变习惯的起点。

你怎么看“不会写代码的普通人，用AI做软件”？你最想先做的一个小工具是什么？

信息来源：

［1］编程不再是苦修：Ben Tossell的30亿Token实验与启示——机器之心

［2］Ben Tossell在X的原帖（

status/2006352820140749073）——X

本文地址：https://www.45854.cn/news/69e399927.html