我的 AI 智能体八小时做出了修图工具 独立开发的新速度纪录

HN 上出现了一个有意思的项目，一位开发者展示了他用多个 AI 智能体协作，八小时做出了一个相当于 Photoshop 核心修图功能的应用，代码开源在 GitHub 上。八小时，一个人指挥一队智能体，产出一个可用的图像编辑工具，这个速度纪录背后是独立开发方式的结构性变化。

先看这个项目验证了什么。它不是演示 Demo，而是一个有实际功能的图像编辑应用。多个智能体分工协作，有的负责架构设计，有的负责具体模块编码，有的负责测试修错，人类负责下达需求、审查产出、做关键决策。整个过程里，人做的是判断，AI 做的是执行，八小时是判断与执行高效配合的结果。

这个速度对独立开发的含义是双重的。好的那一面，想法到成品的距离被压缩到一天以内，验证一个产品想法的成本降到接近于零，你可以一天做一个原型，一周试十个方向，用最快的速度找到市场愿意买单的那个。需要警惕的那一面，速度带来的同质化，当所有人都能八小时做出一个工具时，工具本身不再值钱，值钱的是你选择了什么工具做给谁用。

对独立开发者来说，多智能体协作的工作流值得认真搭建。传统的做法是打开编辑器自己一行行写，新的做法是把需求拆成清晰的模块描述，分配给不同的智能体并行工作，人负责验收和整合。这种工作流的效率不是提升百分之几十，是数量级的变化，前提是你得学会写清楚需求，学会快速审查代码质量，学会在智能体跑偏时及时纠正。

也要泼一盆冷水，八小时做出工具和八小时做出生意是两回事。工具能跑起来只是第一步，找到愿意用它的用户，让他们留下来、付钱，这部分没有捷径。AI 把开发时间压缩了，省下来的时间应该投到用户调研和市场验证上，而不是做更多的工具。

八小时的 Photoshop，是独立开发新时代的一个注脚。工具的民主化已经完成，往后的竞争比拼的是判断力和执行力，这两样 AI 给不了，只能自己练。

技术实现上再补充一些细节。多智能体协作的关键是任务拆解的粒度，拆得太粗，单个智能体的任务太复杂容易出错；拆得太细，智能体之间的协调成本会吃掉效率收益。这个项目的做法是把图像编辑器拆成图层管理、滤镜系统、画笔引擎、导出模块几个大块，每个智能体负责一个模块，人类在中间做集成和测试。八小时里的实际节奏是，智能体写代码的时间不到一半，大部分时间花在调试和模块对接上。

这个案例对想入门多智能体开发的人有一个具体的建议，先用现成的智能体框架跑一个最小项目，把提示词的写法和验收流程练熟，再考虑复杂的协作场景。工具的门槛在降低，但管理智能体的思维方式需要练习，这种练习只能从实践中来。

成本账也算一下，八小时的多智能体运行，消耗的 API 调用费用大约几十美元，和外包一个开发功能的报价相比几乎可以忽略。成本的下降让试错变得便宜，便宜的试错让创新的数量级上升，这才是多智能体开发真正的价值，不是替你干活，是让你敢于尝试那些以前因为开发成本太高而不敢尝试的想法。

创业找资源，上乌鸦部落。