不会编程，24小时上线AI SaaS：全程实操复盘

一位自称完全不懂编程的创作者，用Claude在24小时内从零搭建并上线了一款AI视频剪辑SaaS，从想法、设计、编码到营销全程实操。本文将完整拆解这个过程，看看AI编程到底能做到什么程度，又有哪些真实瓶颈。

从一个真实痛点出发：每天剪Reels太耗时

这位创作者运营着一个Instagram账号，每天需要发布短视频内容。问题在于，每天剪辑视频消耗了大量时间。他的想法很直接：既然自己每天都要剪Reels，为什么不做一个AI工具来自动完成这件事？

有意思的是，他在动手之前先想清楚了分发路径。他的营销计划是：每天在Instagram上发布用自己工具剪辑的视频，在视频中顺带提及工具，引导观众访问网站购买。这种"用产品做内容、用内容卖产品"的冷启动方式，对个人开发者来说几乎是零成本的获客渠道。

在确认需求后，他用Perplexity AI调研了市场上的同类工具和定价，发现竞品月费普遍在20美元左右。这个价格锚点为他后续的定价提供了参考。不过他也坦言，没有找到一个完全对标的竞品，这在他看来"不是一个特别好的信号"——但因为这个痛点真实存在，他还是决定做下去。

用Claude从零写代码：不懂编程也能出产品

他反复强调自己不是专业开发者，整个开发过程几乎完全依赖Claude的对话式编程。具体做法是：创建一个新项目，把产品需求（用AI自动剪辑Instagram Reels，支持A-roll/B-roll、字幕、去空白、动画等）详细描述给Claude，然后让Claude给出方案并直接在终端中生成代码。

整个过程中他只做两件事：用自然语言描述需求，以及在Claude给出选项时回复"yes"。他甚至跳过了一些非必要功能——比如主动要求Claude去掉登录模块，因为"初期做登录纯粹浪费时间"。

进度比预想的快：开始约两小时后（下午1点），第一版应用已经能跑通基本流程——落地页、上传素材、生成带字幕的剪辑。他测了第一个成片，工具自动去掉了7秒静默片段，节奏感不错，唯一的缺陷是动画还没上。

到下午4点半，他加入了动效设计和B-roll排序逻辑，成片质量已经接近可发布水平。虽然细节仍有瑕疵——动画位置偏高、有几段画面节奏拖沓——但最小可用产品（MVP）基本成形。

Vibe coding 是什么：这个词由 AI 研究者 Andrej Karpathy 在 2025 年初提出，指的是一种全新的编程方式——开发者（甚至非开发者）用自然语言向大模型描述想要的效果，由模型生成代码，自己主要扮演"验收者"而非"实现者"。它的核心特征是：几乎不逐行阅读代码，而是通过运行结果来判断对错，遇到问题就继续用对话让 AI 修改。这种模式极大降低了从想法到可运行产品的门槛，但也带来明显短板——当系统由多个服务（数据库、支付、认证）耦合而成时，出错的往往不是某一段代码，而是服务之间的连接与状态流转，此时缺乏架构认知的使用者很难定位问题。文章作者在后端联调环节卡住五个小时，正是 vibe coding 典型的能力边界。

真正的难关：前后端联调花了五个小时

晚上6点，前端已基本可用，他开始录制营销视频——计划当晚8点、10点、12点各发一条，次日早晨9点再发一条。然后他转向后端集成：Supabase做数据库、Stripe做支付、Better Auth做认证。

问题恰恰出在这里。到晚上11点，他花了将近五个小时连接前后端，结果前端反而跑不通了。他在视频中说得很坦诚：

"Vibe coding确实让不懂代码的人能快速做出产品，但现实是它需要大量的时间和精力。"

他在这个节点也承认，以初学者的水平在24小时内上线这个SaaS"几乎不可能"。他甚至反思为什么没选一个更简单的项目，比如习惯打卡类应用。但他选择继续，并发了一条中途的跑步视频作为插叙——这大概也是长视频内容里少见的真实感。

Supabase、Stripe、Better Auth 各自是做什么的：Supabase 是一个开源的"后端即服务"平台，基于 PostgreSQL，提供数据库、存储、用户管理、实时订阅等能力，开发者无需自己搭服务器就能拥有后端。Stripe 是目前最主流的在线支付基础设施，通过几行代码即可接入订阅、一次性付款、付费墙等商业模式。Better Auth 则是面向现代前端框架的认证库，负责处理注册、登录、会话管理。这三者的组合是当下独立开发者做 SaaS 的常见"标准栈"，好处是每一块都有成熟方案，难点在于它们需要彼此通信——例如认证成功后要把用户写入数据库，支付成功后要回写订阅状态。这类跨系统的"胶水逻辑"恰恰是大模型最难一次性写对的部分。

凌晨1点半上线：功能基本可用

凌晨1点29分，应用终于跑通。此时界面已经支持：上传所有短视频素材、选择字幕样式、选择是否加动效和音效，然后一键生成Reels。

他实测了一次：从上传到生成成品大约5分钟。他对比说，如果手动剪辑同样的内容，至少需要15到30分钟。成片质量"对于一个24小时内做出来的产品来说相当不错"。

随后他把视频从Mac传到iPhone，在Instagram上发布了第一条用自己工具剪辑的视频——当时播放量还是零。至于Stripe支付，他坦诚当晚没配，打算第二天早上10点起来花一小时搞定。

第二天上午11点44分，他完成了Stripe支付集成，整个流程走通：下载视频时触发付费墙，选择年付后跳转Stripe支付页。从开始到结束刚好24小时，一个前后端完整、支持支付的AI SaaS正式上线。

A-roll 与 B-roll 是什么：这是视频剪辑行业的术语。A-roll 指主体镜头，通常是人物对着镜头讲话的画面，是叙事的核心；B-roll 指补充镜头，比如产品特写、环境空镜、动作片段，用来在人物讲话时穿插，避免画面单调、增强节奏感和信息密度。一个 Reels 剪辑工具要自动化，就必须能识别哪些片段属于主体内容、哪些适合作为穿插，并决定插入位置和时长。文章中提到作者在下午 4 点半加入了"B-roll 排序逻辑"，指的就是让 AI 自动判断 B-roll 素材的插入顺序，这也是让成品看起来"像人剪的"的关键一环。

这个实验说明了什么

这个故事的价值不在"24小时做出一个SaaS"本身，而在于它揭示了AI编程当前的真实能力边界：

可行的一面： 对于有明确需求、愿意用自然语言描述逻辑的非技术人员，AI确实能快速生成可用的前端界面和基本业务逻辑。一个完全没有编程经验的人，在两小时内就能看到可交互的MVP。

困难的一面： 后端集成——数据库、支付、认证的联调——仍然是瓶颈。这不是AI写不出代码的问题，而是系统之间的对接、状态管理和调试需要开发者对整体架构的理解。这位创作者在这个环节卡了五个小时，远超前端开发时间。

更关键的洞察： 他自己在视频结尾总结的一句话值得记住——"The solution is not the product, it's the distribution."（解决方案不是产品，而是分发。）在他看来，产品能力已经因为AI而大幅平民化，真正决定成败的是能否持续获取用户注意力。他选择每天发Instagram视频，本质上是在用内容分发能力为产品导流。

对于想走类似路径的人来说，这个案例的启示是：选一个自己真正有痛点的方向，用AI快速验证功能可行性，但不要低估后端集成的复杂度。更重要的是，在动手写第一行代码之前，就想清楚用户从哪里来。