建造嘅時代：AI 令每個人都可以 Build

五年前，如果我想 build 一個 app，我要請人。請 developer、請 designer，可能仲要請個 project manager。六個月。五萬美金。最少。

呢個星期我 build 咗三個 app。靠同我部電腦傾偈。

我係一個 financial planner。我唔識任何 programming language。你叫我由零開始寫 code，我連邊度開始都唔知。但係——三個行得走得嘅 app，live 喺 internet 上面，七日之內。

我唔係晒命。我係想同你講：有啲嘢變咗。如果你冇留意，你會錯過。

快速 Check：呢篇文寫畀邊個？

你唔係 programmer。你亦都冇打算做 programmer。但你見過人用 AI build 嘢——app、website、tool——你心入面有個聲音話：「我都想識做。」

你做得到。我就係證明。

我係香港嘅 financial planner。一年前，我連 terminal 係乜都唔知。而家我每日都用 AI build 嘢。如果你想知完整嘅 origin story，Mac Mini 嗰篇文講咗我點樣由零開始 build 咗第一個 AI assistant。

呢個星期我實際 Build 咗咩

我想講得具體啲。唔係「我玩咗下啲 AI tools」。唔係「我試咗下」。以下係我真正 build 咗嘅嘢——全部依家都係 live 嘅，有真人喺度用：

一個畀我保險團隊用嘅 financial data tool。 佢會去政府網站，download 19隻基金嘅價格檔案，讀入啲數字，然後顯示每隻基金今日同尋日嘅變動。佢仲會收集市場新聞，然後 figure out 邊啲新聞同邊隻基金有關——所以我嘅團隊一個 dashboard 就睇晒。152日嘅歷史價格。238個新聞同基金嘅 connection。一個 dashboard，團隊入面任何人幾秒就 check 到基金表現。

呢個 blog——雙語。 你依家睇緊嘅呢個網站。六個頁面。英文同繁體中文。一個 content system，我寫完一篇文佢就會出現喺網站上面。一個每星期發嘅 newsletter。一個免費嘅 starter kit 可以 download。仲有 Instagram、Twitter 同 LinkedIn 嘅 social media content——全部由同一篇 blog post generate 出嚟。

一個會學我寫嘢風格嘅 writing assistant。 我有一個 system，佢會讀我每日嘅工作 log，揀出有趣嘅故事，然後用我嘅風格寫出一篇 blog post 嘅初稿。佢知道我鍾意喺結尾講「worth it」。佢知道我會用「spoiler:」嚟做轉折。佢係靠觀察我點樣改佢嘅稿嚟學到呢啲嘢。

我冇打過任何 code。我描述我想要咩，AI 寫出嚟，我 test，我哋修好 broke 咗嘅嘢，然後繼續直到搞掂。

冇人講嘅嗰個部分

所有人對 AI 嘅理解都搞錯咗一樣嘢：佢唔係幫我做。佢係同我一齊做。

好似有個好叻嘅同事，打字快到飛起，但所有 decision 都要你嚟做。

我話「我需要一個 track 基金價格嘅 tool。」AI 問「啲價格應該由邊度嚟？」我話「政府網站。」佢試咗。個網站唔 work 因為 load 得太慢，電腦讀唔到。所以我話「佢哋出嘅 Excel file 呢？」AI 就 figure out 咗點樣讀嗰啲 file。

呢種 back-and-forth 發生咗幾百次。有嘢 break。我用普通英文描述出咗咩事——唔係用 code。AI suggest 一個 fix。有時 fix 到。有時搞到更差。我哋再試。

每一個問題都係要人去發現。每一個 decision 都係要人去做。AI 只係負責打字——打得好快好快。

呢個唔係「AI 取代人」。呢個係一種新型嘅 builder。一個唔識 code 但識 think、識做 decision、識清楚描述自己想要咩嘅人——然後 AI 幫佢 build 出嚟。

點解呢個時刻係真正唔同

啲人講咗幾十年「科技會改變一切」。大部分時間都係 hype。今次唔同，我可以準確話你知點解。

Internet 改變咗邊個可以學嘢。喺 internet 之前，你想知啲嘢，你要有 library 或者 university 嘅 access。Internet 令知識變免費。任何人都可以讀任何嘢。

但知道一樣嘢點 work 同真正 build 到佢，中間有條巨大嘅 gap。你可以喺 YouTube 睇晒所有關於 build app 嘅 tutorial。但你仍然唔會 build 到一個，除非你學 code——而嗰個要花幾個月甚至幾年。

AI 填補咗嗰條 gap。

而家，嗰個想要一個 stock-tracking app 嘅 barista 可以描述佢想要咩，AI 就會 build 出嚟。嗰個需要 custom grading system 嘅老師星期五之前就可以有一個。嗰個想要 fund comparison dashboard 嘅 financial planner——就係我——一個星期就 ship 咗。

你唔需要學 code。你需要學點樣描述你想要咩。講真？大部分人其實已經幾叻做呢樣嘢。佢哋只係之前冇人聽。

我 Build 緊嘅三種嘢

呢個星期我有個 realization。當你用 AI build 嘢嘅時候，你唔係淨係 build 一樣嘢。你其實係喺三個 layer 度 build：

Layer 1：你嘅 tools。 呢啲係幫你慳時間嘅 system。我嘅 writing assistant。我嘅每日工作 log。我嘅 SEO checker。冇其他人用呢啲嘢——佢哋只係畀我用。但佢哋令其他所有嘢快十倍。

Layer 2：你嘅 content。 Blog post、Instagram carousel、newsletter。接觸到人嘅嘢。有趣嘅係：如果冇 Layer 1（啲 tools），做 content 係慢同攰嘅。有咗佢哋，我可以由一個 rough idea 去到一篇 published blog post、三個 carousel design、同一封 newsletter——一次過搞掂。

Layer 3：你嘅 product。 人哋真正用同畀錢嘅嘢。我保險團隊嘅 financial data tool。呢個 blog。未來我仲未開始嘅 project。Value 就喺呢度。

最正嘅係？每一個 layer 都 feed 去下一個。更好嘅 tools → 更快嘅 content → 更大嘅 audience → 更多 product idea → 需要更好嘅 tools。一個不斷加速嘅 cycle。

呢個對你嚟講意味住咩

如果你一直喺度諗用 AI build 啲嘢但你等緊「啱嘅時機」——啱嘅時機係六個月前。第二好嘅時機就係而家。

你唔需要嘅嘢：

• Computer science 嘅學位
• 理解技術 jargon
• 特定嘅信用卡（雖然唔喺美國嘅確係難啲——我寫過）
• 任何人嘅 permission

你需要嘅嘢：

• 一個 idea。就算係半熟嘅都得。
• 一個好嘅 AI 一齊做。（AI 嘅質素比其他任何嘢都重要——我係用慘痛經歷學返嚟嘅，我隻 AI lobster 死咗嗰次。）
• 夠硬淨。因為嘢一定會 break，而你嘅工作就係唔好放棄。

我由一部 Mac Mini 同零知識開始。呢個星期我 ship 咗三個 production app。唔係因為我特別叻。係因為啱嘅 tools 終於出現咗——畀好似我咁嘅人用。

重點：

1. 我哋正身處建造嘅時代。 由「我有個 idea」到「我有個行得走得嘅 product」嘅距離從未咁短。第一次，你唔需要識技術就可以 build 到真正嘅 software。
2. AI 唔係取代 builder。佢係創造 builder。 每一個 decision，每一個「呢個 broke 咗，我哋試咩」，每一個 pivot——仍然係你。AI 負責打字。你負責 think。
3. Start messy。Ship broken。Fix it live。 我嘅 fund dashboard 一日之內 live 咗五次，因為我不斷搵到要改嘅嘢。呢個唔係 failure——呢個就係 building 嘅運作方式。
4. Build the tools that build the tools。 Writing assistant、每日 log、starter kit——佢哋會隨時間 compound。你 create 嘅每一個 system 都令下一個 project 更快。真正嘅優勢就喺呢度。

我會繼續 build。繼續將 broken 嘅嘢放上 internet 然後公開修好佢。繼續寫出嚟，等下一個由零開始嘅人條路行得容易啲。

如果你想跟住一齊，subscribe newsletter。每星期一封 email。我 build 咗咩，咩 broke 咗，同埋我學到咩。No hype。

Tools 已經喺度。建造嘅時代就係而家。

你會 build 咩？