一位开发者用 Cursor（一款 AI 编程工具，能根据自然语言描述生成代码）给自己的华米 Amazfit GTR4 智能手表开发了一款番茄钟待办 App。这件事的关键不在 App 本身,而在于它说明了一件事:'市场太小所以没人做'的需求,第一次有了被一个人低成本满足的可能。

这是什么

需求很简单:作者在用滴答清单做任务管理,但番茄钟提醒全在手机上太打扰人;想把任务'下发'到手表上专注打卡。华米 Zepp OS 应用市场里没有现成的,他决定自己写。

整个流程:搭 Zepp OS 开发环境(Node.js + 手表模拟器)→ 用 Cursor 的提示词工程(Prompt,即'让 AI 干活时给的文字指令')生成代码 → 模拟器跑通 → 真机调试 → 分小步提交。文章公开了完整的提示词模板,是一份可参考的 AI Coding 实操记录。

值得注意的是,作者写的提示词非常工程化:先让 AI 出开发计划,讨论清楚再开工;把约束条件写进 README.md 和 AGENTS.md,让 Cursor 每次开工前先读规则。这种'立规矩'的做法,本身就是 AI Coding 时代的一种新素养。

行业怎么看

支持者认为这是 AI Coding 民主化的样本:非专业开发者搞定了一个完整的 watch App,过去因'市场太小、厂商不愿做'而被忽视的需求,第一次有了被个人低成本实现的可能性。

但作者自己的踩坑记录也画了几条边界,值得留意:

  • 他直接写'AI Coding 还没你想象中那么牛掰',强烈建议'小步提交、别等全部做完',说明 AI 一次性生成可控代码的能力还不够
  • 提示词要先让 AI 出'开发计划'再开工,否则 AI 会'像脱缰的野马'乱写
  • Zepp OS 是小众平台,AI 训练数据里相关内容很少,效果严重依赖作者自己先把官方文档整理好再喂给 Cursor
  • 项目能跑通不等于能维护,后续 bug 修复、版本迭代依然需要人

我们的判断是:AI Coding 放大了个人开发者的能力边界,但没有把'会写代码'这件事降为零。把需求拆清楚、把规则立起来,这些'软功夫'反而更值钱了。

对普通人的影响

对企业 IT:小团队、边缘业务的内部工具,'业务人员提需求 + AI 出初版 + IT 收尾'这条链路正在变得可行;但代码安全、合规审计、长期维护仍是绕不开的关口。

对个人职场:'懂业务 + 能把需求拆给 AI'的能力,会比单纯写代码更稀缺。下一个被争抢的角色,可能不是程序员,而是懂 AI 协作的产品或运营人。

对消费市场:手表、智能家居等小众硬件上的定制 App 会变多,但主流 App 市场格局不会因此改写——专业团队在大规模产品上的优势依然稳固。