木言 (@DailyAIDev) header
木言 (@DailyAIDev) profile picture

移动端开发者 ➔ 探索 AI 出海实录。 做过多年 App 开发,正在用 AI 打造第一款出海独立产品。 🔨 不当搬运工,只记录:移动端接入 LLM 工程踩坑 | 海外 AI App 逆向拆解 | App Store 上线全过程。 👇 第一个项目实战进行中

Joined November 2012
Photo by 木言 (@DailyAIDev)Photo by 木言 (@DailyAIDev)Photo by 木言 (@DailyAIDev)Photo by 木言 (@DailyAIDev)Photo by 木言 (@DailyAIDev)Photo by 木言 (@DailyAIDev)Photo by 木言 (@DailyAIDev)Photo by 木言 (@DailyAIDev)Photo by 木言 (@DailyAIDev)Photo by 木言 (@DailyAIDev)
全网都在用“截图猜坐标”做 Computer Use,一次点击等 3 秒、烧几毛钱,多屏还点偏。 逆向 macOS 无障碍树(AXUIElement):0ms 内存查询、100% 绝对坐标、$0 离线。 万字架构拆解 + 纯原生 Swift 调度引擎:👇
11
1
12
1,878
做独立开发或桌面 AI 工具,为什么说“无需用户配置 API Key”是产品生死的分水岭? 聊聊血淋淋的用户流失漏斗: 1. 90% 的悬崖流失:很多工具以为把 API 成本甩给用户是聪明。但用户下载打开,第一眼看到的是“请输入您的 API Key、请绑定海外信用卡”。90% 的普通潜在用户在这 5 秒内直接关掉网页并把 App 拖进了废纸篓; 2. 信任与安全防线:现在的用户对把自己的私有 Token 填进第三方客户端极其戒备,逆向抓包和 Token 盗刷的新闻屡见不鲜; 3. 真正的破局解法:把基础高频任务交给本地片上算力(端侧 80/20 架构),开箱即用、断网可用、$0 边际成本,让用户在最初 5 秒内无痛感受到产品的核心价值。 少一点让用户折腾的认知摩擦力,多一点底层的工程硬功夫。
1
MVP 还没赚到第一笔美金,云端 Token 账单先破百刀? 把 Mac 硬件榨干:统一内存(UMA)零拷贝、80/20 本地首选架构,把 AI 端侧成本打到 $0.00,常驻物理内存 14MB。 万字架构实录 + 纯原生 Swift 6 生产级调度核心:👇
9
做本地 AI 工具或桌面 Agent 做上下文检索,为什么最后把向量数据库全删了,换回了 SQLite + FTS5? 聊聊踩坑后的三个实际对比: 1. 依赖与体积:本地跑向量库(Chroma/LanceDB),打包分发经常踩各种动态链接库兼容坑。SQLite 系统原生自带,0 额外体积,单文件跨平台随拷随走; 2. 算力与启动:本地跑 Embedding 扫几千个文件,哪怕用轻量小模型也会把内存吃掉大几百兆。SQLite FTS5 建全文倒排索引只花 200ms,开销几乎可以忽略; 3. 代码与配置检索:搜函数名、错误码、文件名,语义向量检索经常“自作聪明”匹配一堆无关代码,而 BM25 关键词精确匹配一击必中。 大模型适合做意图理解和归纳,但本地上下文检索这种确定性需求,老牌工业级数据库往往比花哨的向量库皮实得多。
1
9
很多人问为什么做桌面 Agent 坚持用原生(Swift / AXUIElement),而不是 Electron + 截图 CUA? 聊聊踩过的三个工程深坑: 1. 内存常驻:Electron 空载 150MB 起步,原生常驻只有 14MB,后台挂一整天 CPU 占用 < 0.1%; 2. 延迟与成本:截图猜坐标调视觉大模型等 2~3 秒、烧几毛钱,无障碍树内存遍历是 0ms、0 Token、$0 离线; 3. 多屏缩放:外接 4K 屏加 Retina 缩放,截图方案的物理像素和逻辑点经常错位 2 倍,无障碍树给的永远是全局绝对逻辑点。 大模型负责意图推导很强大,但系统底层的确定性脏活,依然得靠原生。
1
6
实机录屏证明:这个在浏览器里跑满 60 帧的 3D 卡丁车游戏,没有 1 张贴图,没有 1 个外部 3D 模型,没有 1 段 MP3 音频。 - 赛道柏油、红白路肩与金属反光:GLSL 数学片段着色器实时计算 - 气缸轰鸣、过弯漂移打滑与吃金币:Web Audio 振荡器与滤波纯代码合成 从 50MB 资源包极限压缩到几千字节代码。 万字深度逆向架构与代码拆解:👇 teapaw.org/DailyAIDev/article/212…
1
1
106
全网都在围观 Felix 用 Claude 一次性写出的 3D 游戏。 打开源码惊了:0 贴图、0 外部模型、0 音频 MP3。 全赛道光影是 GLSL 数学着色器,全套声浪是 Web Audio 振荡器。 万字架构拆解 + 附纯数学 WebGL & 音效实测工程:👇
8
5
519
Cursor 刚刚上线的 Projects Multiplayer,很可能是 AI 编程工具从“单兵外挂”走向“组织级基础设施”的分水岭。 看完官方演示和架构说明,最值得关注的不是多人协同界面,而是它的通信机制:当你的 Agent 需要队友负责的模块时,它不再需要人类充当传话筒,而是直接向队友的 Agent 发起跨工作区通信。 从工程角度看,这解决了多 Agent 协同里最棘手的三个暗坑: 1. 消除上下文污染:把所有人代码塞进一个巨大上下文,模型注意力会被迅速稀释;让每个 Agent 守在各自的独立环境里,仅通过接口跨 Agent 问询,上下文干净度提升一个量级。 2. 任务看板即原子锁:多 Agent 并发写入最怕脏读和跨文件冲突。把 Task Board 下沉为调度层,本质是在代码提交前先做任务维度的依赖仲裁。 3. 单兵团队化:虽然主打团队,但对个人其实是更大的杠杆——一个人在 Workspace 里挂几个负责不同模块的虚拟队友 Agent,自己只负责在看板上分配需求和做最终 PR 验收。 编程的核心矛盾正在转移:以前卷的是单步代码生成的智商,接下来卷的是跨 Agent 的通信协议与冲突消解。
2
60
私信很多人在问轻量桌面 Agent 和常驻工具怎么写。我把实测跑通的两套 Swift 原生核心代码打包了: 1. 0 视觉 Token、0ms 直读的无障碍桌面调度引擎; 2. 14MB 物理常驻、全局热键与剪贴板零延迟捕获底座; 附架构对比图谱。 转发本推并在评论留个【开源】,自动私信发送完整源码工程包。
1
62
全网都在 Vibe Coding,为什么“纯 Web 套壳”正成为单兵出海的死亡陷阱? 内存赤字(680M vs 14M)、物理摩擦力与零 Token 底座深拆。 万字架构实录 + 14MB 原生守护底座 Swift 源码:👇
7
1
2
720
从多年原生移动端转来摸索出海单兵,最大的体会: 别把“极简 MVP”搞成“糊个 Electron 套壳调云端 API”。 开个小工具吃 600M 内存、风扇狂转;高频操作还要等几千 Token 的云端响应,用户没付费自己先破产。 原生搞定系统 API 与确定性数据,端侧吃得越干净,单兵活得越久。
3
2
48
折腾 Agent 最大的工程体会:很多人把大模型当成了“万能执行器”,什么操作都想让它推理一遍。 其实最踏实的分工是:模型只做模糊意图解析,控件遍历、坐标换算与点击触发全部交给系统原生 API。 让概率做意图,让确定性做执行。边界切清楚,单步成本直接为零,延迟也能从秒级压到几毫秒。
3
45
玩 Computer Use 很多人第一反应是截屏猜坐标,单步 800+ tokens 且高分屏容易脱靶。 其实 macOS 的 AXUIElement 接口走 WindowServer 句柄,2ms 吐出全屏控件语义树与物理几何。0 token、100% 命中。 底层原理与 Swift 6 零依赖工程拆解见长文: teapaw.org/DailyAIDev/article/211…
2
3
73
当行业充斥着 500MB 的网页套壳,macOS 原生单兵工具 Shottr 凭什么只用 1.6MB 就能实施降维打击? 把对系统底层的极致减法整理成了 4 张工程白板: 1. 架构与内存解剖:1.6MB 纯 Swift 动态链接 dyld vs 480MB Chromium/Node 运行时; 2. 120Hz 视网膜标注画布渲染管线:中点二次贝塞尔平滑插值 + 速度压感阻尼 + 脏矩形局部重绘(CPU < 1%); 3. 瞬时显存生命周期:ScreenCaptureKit 共享显存直通 + Vision 本地离线 OCR,瞬时解构用完即弃; 4. 单兵出海的最高壁垒:为什么海外用户愿意为“毫秒级秒开、18MB 待机内存、不窥探隐私”直接买断? 完整万字工程拆解 + 生产级 Swift 引擎代码: 👉 teapaw.org/DailyAIDev/article/211…
2
2
120
大厂沉迷 500MB 网页套壳,macOS 原生单兵工具 Shottr 凭什么靠 1.6MB 降维打击? 拆解极简工程:18MB 待机显存、120Hz 贝塞尔平滑画布与端侧本地 OCR。 万字逆向实录 + 生产级 Swift 源码:👇
3
1
2
606
The silent tragedy of "Vibe Coding" AI wrappers is token bankruptcy: a viral weekend brings 40k users, burns $4,000 in API debt, and converts 0.8%. In traditional SaaS, serving one more user costs fractions of a cent. In cloud AI wrappers, serving one more user burns expensive GPU hours at non-negotiable vendor rates. The only durable way out for solo builders in 2026 is an architectural paradigm shift: The $0 Cloud Architecture. Instead of renting cloud GPU clusters, push 100% of inference down to the user's Apple Silicon. When client hardware pays the electricity bill, your marginal server cost drops to literally $0.00. I turned the complete engineering blueprint into 4 architectural whiteboards: 1. The Token Bankruptcy Curve (Cloud Wrappers vs Local Runway) 2. Hardware Physics: Apple Silicon UMA vs Cloud Latency (180ms TTFT) 3. The 4-Tier Native Client AI Stack (2B Weights, SQLite-vec, App Intents, StoreKit 2) 4. Production Swift 6 Local2BMultimodalEngine (UMA zero-copy memory safety) 7,800-word full deep-dive breakdown + production Swift 6 engine code: 👉 teapaw.org/DailyAIDev/article/211…
1
1
50
The silent trap of AI wrappers is token bankruptcy: viral spikes burn $4k in API debt at 0.8% conversion. How indie builders run the $0 Cloud Architecture: 2B local models on Apple Silicon with 180ms TTFT. Blueprint + Swift 6 code: 👇
1
28
The dirty secret of AI wrappers is token bankruptcy: a single viral spike can mean a $5k cloud bill that wipes out 6 months of profit. Coming from years of native client engineering, the real moat for solo builders in 2026 isn't renting someone else's cloud API—it's deterministic on-device execution: 1️⃣ Local-first inference: Run quantized models (Gemma 2 / Llama 3.2 via MLX & CoreML) directly on Apple Silicon. 180ms TTFT, $0 inference bills. 2️⃣ Client vector search: SQLite in WAL mode + sqlite-vec embedded locally. Zero remote database latency. 3️⃣ System Intent hooks: App Intents wiring your app directly into Siri & Spotlight for zero-CAC organic discovery. 4️⃣ Offline licensing: StoreKit 2 cryptographic receipt validation on-device. No middleware outages. When your server cost is $0, your runway is infinite. Build light, stay offline-first.
18
写了多年原生移动端代码,从 0 摸索出海,看 @yihui_indie 这篇实盘复盘,最震撼的反差是: 当年卖几百刀的纯代码样板,月流水已经从几十万刀腰斩到一两千刀;而给大模型直接调用的设计组件与端侧确定性脏活,转化率反而逆势拉满。 当一句话能生成完整脚手架时,代码本身已经迅速变成了零成本的日用品。 敲代码是程序员最容易躲进去的避风港,但出海单兵的生死线从来不在编辑器里,而在动键盘前算清谁在买单。 做减法永远比堆功能难得多。 teapaw.org/yihui_indie/status/211…
太干了,基本把自己做产品的底裤都给分享出来了!
28
写代码的速度变快了 10 倍,做出“0 付费 0 用户”产品的速度也快了 10 倍。 今天看到 @yihui_indie 晒出新产品 30 天收入 $12,037(MRR $3,918)的实盘复盘,里面这句话直接说到了所有技术人的痛点上。 作为一个写了多年移动端原生代码、但对出海完全是从 0 开始摸索的普通开发者,这两周在 X 上看了一圈,最大的震撼不是 AI 几分钟就能写出个 App,而是满大街都是 Vibe Coding 搓出来的“代码坟墓”。 绝大多数程序员转型做独立产品,最容易死在以下三个工程思维陷阱里: 1. 敲代码其实是程序员最舒服的“避风港” 在公司做团队业务,遇到问题习惯用代码去解决。看到竞品有个功能,心里立刻琢磨:“这不就封装个网络请求顺带写两个 View 的事吗,顺手加上去”。 但出来单干才发现,敲代码是本能,也是逃避现实最好的借口。因为敲代码有即时反馈,而直面分发、找客户、做冷启动极其痛苦。结果一个周末下来,架构搭得干干净净、本地测试全绿,一上线挂到商店,下载量和流水是稳稳的 0。 2. 代码本身正在迅速贬值,买断制样板正在暴跌 Yihui 扒出的同赛道竞品数据特别说明问题:当年卖几百刀的纯代码样板,月流水已经从几十万刀腰斩到一两千刀。因为当大模型一句话就能生成脚手架时,代码本身已经不构成任何壁垒。 真正能让海外用户持续掏钱的只有两样: 第一是“极致审美与现成设计”(程序员最缺的就是审美,AI 默认生成的塑料感界面没人愿意用); 第二是“端侧确定性的脏活闭环”(把本地文件处理、批量转换、隐私合规彻底做干净,不用上云,开箱即用)。 3. 越克制的设计,反而是单兵最好的防火墙 这两周从 0 拆解海外那些月入几千刀的个人小工具,踩过最深的反思是:以前总觉得一个像样的 App 必须有账号系统、云端同步、微服务;结果真去看海外那些闷声发财的独立产品,简陋得不可思议——连登录都没有,数据全存本地,核心界面就两三个按钮。 单兵没有客服和运维团队,每多做一层云端同步和用户系统,后期就多十倍的维护地雷。 作为一个出海经验真实为 0 的工程师,我现在给自己逼着立了两条动键盘铁律: ① 动键盘前,先看搜索意图和现成交易。没人主动搜的伪需求、没人正在掏钱买单的场景,哪怕 AI 只要 5 分钟能写完,也坚决一行代码都不敲; ② 做确定性工具,不做“AI 概念玩具”。几行脚本能搞定的格式处理、无损压缩,只要卡在用户的刚需链路上,商业价值就比堆满 AI 概念却找不到场景的自嗨产品坚固得多。 写代码是本能,做减法才是本事。做单兵产品不是展示你的工程肌肉有多发达,而是用最克制的几十行核心代码,干脆利落解决一个具体人群的具体麻烦。 我是木言 @DailyAIDev ,一个写了多年移动端原生代码、出海经验为 0 的技术老兵。正在这里真实公开记录从 0 逆向拆解优秀产品、寻找真实需求、打造第一个 MVP 的全过程。 如果你也正在从纯技术人往独立产品探索,欢迎关注交流,一起在真实出海的路上少踩坑。
1
26