我用 AI 做软件，不只是更快，而是不一样
我有 10 年全栈独立开发经验，而且是 100% 的自学者。过去一年，我从传统软件开发全面转向 AI-Native Development。我不再用“亲手写了多少代码”衡量工作，而是把精力放在系统架构、Agent 与 Skill 设计、任务拆解、Context Engineering、开发规范和验证机制上，让 AI 持续完成复杂的软件工程任务。
100% AI 写代码，一个人经营的商业产品
我用这套方法开发并经营自己的产品：莱彩投屏（LaiCai），一个跨 Windows / macOS 的安卓手机投屏、控制与 AI 自动化平台。多设备投屏与控制、键盘鼠标手柄映射、Macro、LaiCai Flow 可视化自动化、AI Planner、MCP、Android Agent、屏幕识别、远程控制电脑，以及账号授权、支付、后端、管理后台、官网和 SEO 内容系统，都在其中。
功能多并不是它最特别的地方。特别的是：前端、后端、桌面客户端、管理后台、官网、支付与会员、自动化系统，所有代码实现 100% 由 AI 完成，我本人不写具体代码。我决定做什么、为什么做、系统怎么设计、任务怎么拆、Agent 怎么工作、AI 要遵守什么规则，以及结果是否正确。
代码只是一部分。文档、测试、部署、SEO、营销、图片和视频制作、日常运营，AI 同样深度参与，整家公司约 95%+ 的实际执行工作由 AI 完成。
在这之前：10 年全栈独立开发，100% 自学
我以前是经商的，做了 10 多年生意，后来转做软件。没有跟任何老师学过编程，所有知识来自 Google 搜索和大学公开课；近十年一边学英文，一边学计算机。此后我独立完成 App、后端、网站和桌面软件，从架构到上线都自己负责。
代表项目：
- 莱彩投屏 — 安卓手机投屏、控制与 AI 自动化平台，我技术跨度最大的项目。
- Ashera Pet — 类社交 App，一人负责全部开发，已上架 App Store 和 Google Play。
- VocaSeek — AI 语言学习工具，支持 21 种语言。
- 连锁 POS 系统 — 多门店、会员、库存、薪资，运行于 iPhone、iPad 和 macOS。
- 背单词 / 学泰语 App — 两款独立上架的 iOS App，每月有稳定的小额收入。
我的角色变了，但没有离开软件工程
我从 Developer 变成了 Architect / AI Agent Designer / Product Builder。以前我问的是“这个功能我怎么实现”，现在我问的是：怎样设计一个系统，让 AI 能正确地实现它？
AI 已经会写代码。真正困难的是让它持续、稳定、可控地完成一个越来越复杂的产品。这是我现在主要研究和实践的事情：
系统架构
决定系统怎么拆分、模块怎么通信、什么交给客户端、什么交给服务器、什么交给 Agent。AI 负责实现，而架构决定 AI 最终会构建出什么。
Agent 设计
不是把需求丢给 AI 就完事，而是为规划、编码、审查、调试、调研分别设计职责和上下文，让 AI 从聊天助手变成一套软件工程系统。
Skill 设计
把架构、编码规范、UI 规范、调试方法、发布流程、SEO 方法沉淀成 Skills。AI 不必每次重新理解整个项目，就拥有了项目知识和可重复的工作流。
这不是 Vibe Coding
我不是让 AI 随机生成代码，反复尝试直到碰巧能跑。我关心的是怎样建立一套 AI 能长期维护的工程体系：架构、上下文、Agent 协作、Skills、规则、文档、任务拆解、代码审查、测试、调试和发布流程。
目标不是让 AI 写更多代码，而是让 AI 能完成越来越大的工程。
它已经是一门真实的生意
AI Coding 最容易做出来的是 Demo；难的是把产品做出来，让它长期运行，让真实用户使用，并且愿意付费。莱彩投屏已经正式发布，有真实用户和真实付费用户，已有用户选择年度付费方案，产品仍在持续迭代、稳定增长。它不是 Hackathon 作品，也不是为证明“AI 能写代码”而做的展示项目。
它同时验证了我一直在探索的问题：在 AI 时代，一个人能经营多大的软件公司？过去需要开发、前后端、设计、QA、DevOps、文档、SEO、市场、视频、客服的工作，我正在把它们重新组合：我负责方向、判断、架构和产品，AI 承担绝大多数执行。
我能帮你做什么
我不太适合“照需求写代码”的职位，更适合这些事：
- AI-Native 软件开发： 重新设计开发流程，让 AI 真正进入工程体系，而不只是 Copilot。
- Agent 架构： 设计 Coding、Research、Review、Debug、Automation 等 Agent 及其协作方式。
- Skills 与 Context Engineering： 把团队经验和规范转成 AI 能稳定执行的知识体系。
- 产品架构： 从需求开始，设计客户端、前端、后端、AI、自动化和基础设施的整体结构。
我有传统软件开发背景，也正在真实商业产品里实践 AI-Native Development，并且知道怎样把它变成有用户、有收入的产品。当 AI 可以完成 100% 的代码实现，人类工程师应该把时间花在哪里？这是我想和你聊的问题。
如果你正在找这样的人
我对下面这些机会尤其感兴趣：
如果你要找的只是传统意义上的 Developer，我可能不是最合适的人。但如果你在思考如何让 AI 真正进入软件工程、如何设计 Agent 和 Skills、如何让一个人完成过去需要一个团队的工作，那我们应该聊聊。