这是什么

一位独立开发者连载「我用 AI 造 App」第五篇，进入第三周：把假数据换成 iPhone 真机的健康数据。他用 DCloud 平台自研了一个 HealthKit 插件（HealthKit 是苹果 iOS 系统的健康数据接口，只在 iPhone 真机可用，微信小程序访问不到）。

两件事值得记：AI 一开始推荐用现成第三方插件，他调研后推翻改为自研——理由是健康数据是 App 命根子，第三方停更就只能干等。原本估 5-8 天的活，AI 在任务写清楚后 8 小时交付初稿。整个项目至今三次推翻 AI 建议，决策成本约 8-10 小时。他自己总结：「AI 擅长执行，不擅长决策。」

行业怎么看

乐观的一方把这视作 AI 编程标杆：一个人、一天两三个小时，能完成中型 App 核心模块。「任务书写清楚，AI 执行下限远超人类直觉」被广泛转发。

但文章藏着一个不那么振奋的细节：AI 调研时根本没验证「微信小程序能否访问 HealthKit」这个前置条件——结论错得离谱，是人发现的。作者判断：AI 擅长整理信息，同样擅长相信信息；当前提需要被质疑时，AI 的置信度和新手差不多。这意味着 AI 把执行门槛拉低了，决策门槛反而上抬，漂亮输出更难反驳。

对普通人的影响

对企业 IT：AI 工具压缩了外包和初级开发的工时，但需求评审和方案选型这些拍板环节依然只能由人完成，且对判断力要求更高。

对个人职场：「把任务书写清楚」正在变成比过去更值钱的硬技能——模糊指令喂给 AI 得到模糊结果，明确指令才是新杠杆。

对消费市场：健康、记账、习惯追踪这类 App 开发门槛被进一步压低，更多个性化小众产品可能出现；靠模板堆出来的同质化 App 日子会更难过。