中年不會寫程式的人 - 上架 AI 名片王 iOS App 微心得,A Builder and Starter

中年不會寫程式的人 - 上架 AI 名片王 iOS App 微心得,A Builder and Starter

小時候,我大概學過 QuickBasic 之類的東西,小學時,玩著智冠的盜版光榮三國志一代,我會在紙上畫著可能的策略遊戲想像,認為自己有一天可能可以寫程式做一個遊戲出來,很可惜不像比爾蓋茲,他小時候在森林健行可以腦海裡整理程式碼,我可都沒這天份,寫程式開發遊戲這件事一直都沒發生,在 286 之類的年代,倒是有胡弄些 AUTOEXEC. BAT 之類的 Congfig 檔文件。

到了大學,我可能參與了跟網路服務有關的社團,但我想大部份是在幫同學列印報告、玩 BBS、MUD 或者是 CS,也許可能架了站,有用過 FrontPage、DreamWeaver 或者是 PhotoImpact 之類的架設網頁的軟體,不過他就像是一個傻瓜編輯器,你可能懂一些網頁語法的邏輯,不過仍離程式開發非常遙遠,但大學畢業後我卻進了遊戲代理公司。

約莫在 2007 年前後,買了一本很厚 Ruby On Rails 的書,想說加減學學,搞不好學得起來,很遺憾的,我大概翻了一節之類的就放棄了。我猜測中間也很多類似「學電腦程式」的嘗試,不過都沒成功,不過胡搗一些遊戲伺服器的架設、架架某些軟體套件類的皮毛雕蟲小技,也是樂在其中。

App Store 出現後,在 2010 年,我認為這是千載難逢的紅利機會,於是經過層層說服後,請 Richard 來公司協助同事們學習開發 iOS 程式,一起上 CS193 P 課程,希望能夠在這波的 App 浪潮機會下找到破口;很遺憾的,那次的試驗終歸沒有真正開始就結束了。

Richard 在 2010 年於 yam 教學 iOS

至於我,在這波就再也沒興起過自己寫程式的這種念頭,已經有太多需要煩心的事情可以處理,簡單來說,我是一個離軟體開發很近的人,從過去所有的職涯都有相關的事,但我本質上是一竅不通的人。

快轉到 2024 年中,在這波生成式 AI 據說可以開始寫程式,產出一些有意義的東西時,我嘗試過幾個比如像是 Replit 之類的服務,可以感受到有一點點不一樣了,似乎可以用 AI 生成拼湊出非常基本的東西,我嘗試了幾個點子,比如說是:

  • 求籤網站:這個只做了亂數求出得出數字,然後連結到別人已經做好的求籤網站。
  • 公司資料網站:現在很多人或開始把政府公開資料做成簡單的靜態網頁,公司登記資料網是一個常見的主題,我認為比較麻煩的是負責人與股東的個資問題,不過這個時間點已經明白做簡單的爬蟲,不是難事了。

此時我明白要完全靠 AI 把一個完整產品幹完或者是做出一個簡單的原型仍然是有一定的難度,但再給一陣子,應該難度就會再下降。2025 年農曆過年後,隨著 Cursor、Windsurf 等軟體不斷的更新,再加上開始看到像洪大倫或者是豆腐,這些純然不會寫程式的朋友開始能夠寫出原生的 iOS App ,我估計那個時間點已經到了。

主題選定上,我大概過去有超過 20-30 個以上的點子,有些是明顯知道大概可以賺得到錢的,有些可能終究是有流量,但很難賺到的錢的,人老了,會更現實些,會更希望能夠解決特定人群的痛點、直接能收得到錢,是不是流量很大、排行榜很前面,不是我最大的考量;如果初期不需要複雜的後端資料庫或者金流串接尤佳,綜合下來,名片辨識是我一直覺得能做,但苦於 App 開發本身是一個比較專門的事情,所以沒有嘗試的點子,Anyway,現在能做了。

做產品,我最喜歡的部份之一就是命名,中文為了與市場同類商品致敬,當然就是以名片王為發想,但英文部份則涉及網域購買以及易記性,決定叫 Meishi (日文的名刺),台語因為外來語,所以也叫妹喜,所以這就成了我想要複合字起始點,原本看了同類商品都是什麼 Cam ,想說我也叫做什麼 MeishiCam 好了,但後來在太太的靈光一現下,乾脆就叫 MeishiBox,以 (.)com 來講也是沒人註冊的,於是就這樣決定了名稱。

我大約是 3/27 號開始開工,然後歷經清明連假瘋狂加功能,然後失敗,一路退回清明連假前,緊接著在我去參加星際大戰慶典以及日本公路微旅行八天前,MVP 開發告一段落,也就是我認為最重要的掃瞄名片、依照不同語系辨識以及有個名片列表之類的核心做完,正式進到送審,但當天就被打槍退件,為不損及旅遊品質,我一路就把開發的工作放到 8 天後,才開始進入跟 iOS review team 的奮鬥。

必須說,當代的 iOS App review 速度很快,幾乎都可以在 24 小時內得到是否審核通過的結論,只是這個段落有時候蠻問號的,完全看不懂為什麼是這樣的回覆,但現在有了 AI 的協助,不管是解決問題的本身、了解蘋果的規定、甚至怎麼修完說明給審核團隊的英文說明,全部都已經可以透過 AI 解決。

一直到 5/5 App 正式上架過審,整個開發上架大概花了一個月的時間,功能包含前述所說的掃瞄名片、依照不同語系辨識、名片列表,還包含埋設 Google Firebase SDK 追蹤、Google Admob 等全家餐以及最重要的 RevenueCat 訂閱付費牆(有興趣的朋友可以參考這篇文章),換而言之,我把基礎的變現方式包含行動廣告以及訂閱付費牆都已經在最初的版本裡做好。

各位稍具經驗的朋友都會知道,在 10 年以前,在沒有這些完備的基礎建設下,要完成上述的所有功能,大概會花上數個月的整合、測試才能夠上架,再加上以前的審查歷程,整體時間花的時間會更久。

題外話,因為在出國前很努力的想把開發推到極限,你也會一直盯著螢幕想看 AI 如何產出東西,眼睛感受到非常不適,我以為出國後不盯螢幕會緩解這件事,但回國後去看眼科,被宣告是乾眼症,經過兩週密集的點眼藥水跟不要死盯著螢幕,現在的狀況已經緩解許多,僅管我已經是用 32" 螢幕在開發,但這幾天不禁跟 Cursor 的 Ian 傳訊說,有沒辦法讓 AI 那區的資訊字體大小是可以調的,其他區塊可以維持同樣大小,請顧及老人的感受。

Vibe Coding (氛圍開發)是一個今年 2 月才發展出來的名詞,我猜測 Vibe 這個字眼可能是對於大神級的開發者來說比較適切的字眼,但對我來說,他比較像是一個 0 與 1 、有與無的差別,在過去,我是一個完全不可能完成任何一個 App 開發的人,儘管離當代完美的程式開發與實踐方法論還非常遙遠, 1 到 100 的路還沒有窮盡,但我認為就好像日前 Windsurf CEO 受訪時所說的可能性,「開發者這個詞將逐變演化成建造者(Builder) 」,將有更多原先非技術性的人可以更進一步的協助建造些什麼東西。

而諸如像我這樣的非技術性人員,將會結合原先所有的經驗,包含產品、行銷、訂價、募資等經驗,更直接的意志灌輸在我認為正確的方式與領域。

與其稱他們為創業家,任何創建新業務的人都是啟動者。你不需要 MBA、證書、華麗的西裝、公事包,或是超乎尋常的風險承受能力。你只需要一個想法、一點自信,以及一個啟動的推動力。(Instead of entrepreneurs, let’s just call them starters. Anyone who creates a new business is a starter. You don’t need an MBA, a certificate, a fancy suit, a briefcase, or an above-average tolerance for risk. You just need an idea, a touch of confidence, and a push to get started.) - 37signals Jason Fired

好了,不說了,我要再去修 Bug 跟新增功能了。

請有 iOS 裝置的朋友協助下評分,遇到付費牆可以按右上角 (X) 先關掉,然後到設定裡幫我評五分,也歡迎分享給你有需要的朋友,感恩讚嘆!

下載連結:https://apple.co/43dexiF

Read more

OpenAI CEO:AI 神性、員工離奇死亡以及馬斯克

OpenAI CEO:AI 神性、員工離奇死亡以及馬斯克

人工智慧是否具有生命?這個問題在大型語言模型如 ChatGPT 問世後,反覆縈繞在許多人心中。它能推理、產生未經程式設定的結果,甚至看似擁有創造力。然而,OpenAI 的執行長山姆・阿特曼(Sam Altman)對此提出清晰的見解。他認為,這些系統並不具備生命。 「它們不會主動做任何事,除非你提出要求。」阿特曼說明,這些模型缺乏自主性或內在動機,只是被動地等待指令。他認為,使用者與之互動越久,那種看似生命的幻覺就越可能消散。儘管如此,它們作為工具的強大能力無庸置疑,展現出近似智慧的表現。 幻覺、謊言與數學機率 當人工智慧提供錯誤資訊時,究竟是產生「幻覺」還是蓄意「說謊」?阿特曼解釋,這兩者之間存在根本差異。他以一個早期模型的例子說明:若使用者提問「塔克・卡爾森總統是哪一年出生?」模型可能會編造一個年份,而非指出此人從未擔任總統。 這並非出於欺騙的意圖,而是一個基於訓練資料的數學機率問題。「因為在訓練過程中,直接否定使用者的前提,並不是最可能出現的回應。」模型會假設使用者的提問基於事實,然後在其龐大的資料庫中,

By Fox Hsiao
Palantir CEO Alex Karp :不用戰爭也能擊敗中國的「太極戰略」,你看懂了嗎?

Palantir CEO Alex Karp :不用戰爭也能擊敗中國的「太極戰略」,你看懂了嗎?

軟體公司 Palantir 執行長亞歷克斯·卡普(Alex Karp)是一位同時擁有忠實支持者與激烈抗議者的科技領袖。他的公開談話,不僅僅是關於技術或商業,更深刻地反映一種獨特的世界觀,一種關於建立、競爭與西方價值體系的哲學。在這場訪談中,卡普對環繞著他與公司的各種爭議,提出一套完整且充滿挑戰性的論述。 面對為何有人支持、有人反對的提問,卡普將其支持者描繪為「實踐者」(builders)。他認為,這群人懂得欣賞成果,他們衡量一項成就的標準,是基於其是否能超越外界普遍預期的懷疑與折扣。卡普直言:「實踐者們看見那些極具天賦的人,會對所有言論打上折扣,並根據超越這個折扣率的表現來衡量成就。」 Palantir 的發展歷程充滿反直覺的挑戰,從商業模式到公開形象,始終不被看好,但最終以卓越的成果贏得這群人的信賴。 另一方面,他將抗議者歸因於一種由學術機構灌輸的「失敗者崇高論」。他認為,許多抗議者深信自己無法進入科技的核心圈,因而轉向一種假設失敗者更高尚的哲學模型。卡普批判道:「當你認為自己處於失敗的那一方,你就會假設道德不可能站在你的對立面。」他認為,這種思維源於部分學術機構,這些機構將美

By Fox Hsiao
馬斯克最新訪談:兩萬鎂機器人、AI 超越人類、30年移民火星、衛星直連手機服務

馬斯克最新訪談:兩萬鎂機器人、AI 超越人類、30年移民火星、衛星直連手機服務

在 2025 ALL-IN 訪談中,伊隆・馬斯克分享他對旗下數個野心勃勃計畫的最新進展與未來藍圖,從特斯拉(Tesla)的人形機器人、xAI 的通用人工智慧,到太空探索公司 SpaceX 的星艦與星鏈計畫,勾勒出一幅以科技突破確保人類文明永續發展的宏偉願景。 Optimus:定義未來的勞動力 Musk 堅信,Optimus 人形機器人將是人類的巔峰之作,並將其形容為人類歷史上最偉大的產品。目前,開發團隊正在進行第三版設計的定稿工作。他分析,要成功打造一款能普及的通用型人形機器人,必須克服三大挑戰:擁有與人類相仿的靈巧雙手、一個能理解並與現實世界互動的人工智慧心智,以及大規模生產的能力。 在這些挑戰中,又以手部的設計最為艱鉅。人手經過長時間演化,本身就是一台極度精密的儀器,能執行各種複雜任務。他強調,要創造一個通用的人形機器人,就必須解決手部的問題。 另一個重大障礙是供應鏈的匱乏。Musk 表示,由於現今市場根本不存在適用於人形機器人的關鍵零組件,團隊必須從頭設計與製造。他無奈地說,這些關鍵零件根本買不到,因為它們在市面上並不存在。 之所以堅持採用人形設計,背後有其務實的考量

By Fox Hsiao
哈佛證實:AI正在扼殺新鮮人的第一份工作!6200萬筆數據揭露的殘酷真相

哈佛證實:AI正在扼殺新鮮人的第一份工作!6200萬筆數據揭露的殘酷真相

生成式人工智慧(Generative AI)的浪潮正席捲全球,其對勞動市場的衝擊成為各界關注的焦點。當前的討論多半圍繞在工作機會的增減與技能需求的轉變,然而,一份來自哈佛大學的最新研究,透過分析大規模的美國履歷與職缺數據,揭示一個更細微卻極其關鍵的趨勢:生成式AI的導入,可能正在不成比例地影響資淺員工的就業機會,形成一種「偏重資歷的技術變革」(seniority-biased technological change)。 這份名為《生成式AI作為偏重資歷的技術變革》的初步研究報告,由研究者Seyed M. Hosseini與Guy Lichtinger共同撰寫。他們檢視自2015年至2025年間,涵蓋近6200萬名工作者、分屬28萬5000家美國企業的履歷資料,以及超過2.45億筆的職缺公告,試圖描繪出AI技術擴散下,企業內部人力結構的真實變化。 數據揭示的關鍵轉折點 研究的核心發現,在於企業導入AI前後,不同資歷員工的僱用趨勢出現顯著分歧。過往從2015年到2022年中期,無論是資深或資淺員工,其就業增長率大致維持同步。然而,一個明確的轉折點出現在2023年第一季,這恰好是生成

By Fox Hsiao