零基础用AI做App：30亿Token打造语音提词器上架App Store

从零开始的第一款App

几个月前还完全不会写代码，如今第一款App已经通过苹果审核、正式上架App Store——B站UP主Zyta用自己的经历，展示了AI辅助编程（Web Coding）如何降低独立开发的门槛。

这款App名叫 Properto1，是一个「会跟着说话进度走」的提词器。Zyta在视频中特别提到，整条介绍视频从第一句话开始，就是用这款App本身录制完成的——这既是演示，也是一种底气的展示。

它解决了提词器的什么痛点

传统提词器的逻辑是「按固定速度滚动」，速度一旦设定，使用者就得被机器牵着走：读快了文字追不上，读慢了又会被甩在后面，稍不留神就会出现错位，录制体验很容易被打断。

Properto1 的核心差异在于语音跟随：你读到哪里，文字就跟到哪里；你停下来，它也跟着停。这种「人说话、机器跟进度」的交互方式，把控制权交还给了使用者，对需要频繁录制口播、教程、演讲的人来说，确实是一个实用的改进方向。单从产品定位看，它瞄准的是一个清晰且高频的真实需求。

背后的AI开发成本：30亿Token与100多个版本

这款App的制作过程，更能说明当下AI编程的真实状态。据Zyta在视频中公开的数据，整个App的开发消耗了约30亿Token，AI连续运行了20多个小时，前后打磨了100多个版本。

这些数字背后有两层含义。一方面，它印证了AI确实能让一个零基础的人把想法落地成可上架的产品；另一方面，30亿Token、100多个版本也说明「零代码」并不等于「零成本」或「一键生成」。真正的工作量集中在反复调试上——尤其是从模拟器到真机的环节，Zyta坦言踩过不少「真机坑」，只能一次次修改、测试、重新提交。这种打磨过程，恰恰是AI辅助开发中最容易被外界低估的部分。

Token是大语言模型处理文本的基本计量单位，大致上每个英文单词约对应1-2个Token，中文字符通常每字对应1-2个Token。30亿Token是一个相当惊人的消耗量——以主流AI编程工具的定价估算，这一体量的调用成本可能高达数百至数千美元，具体取决于所使用的模型与服务商。这也从侧面说明，AI辅助开发的「低门槛」主要体现在技术知识的要求上，而非经济成本上。对于有意复刻这类路径的开发者，提前规划Token预算、选择合适的模型套餐（如订阅制而非按量付费），是控制成本的关键一步。

上架那一刻：Approved

对独立开发者而言，收到App Store的审核结果邮件往往是最紧张的时刻。Zyta提到，直到看到邮件里的 Approved，才确认这次真的通过了审核。随后他在 App Store Connect 里点击「Release This Version」，把App正式推向市场。

从「什么都不会」到「发布第一款App」，这段路他走了几个月。对很多想入门的人来说，这个节点本身就具有参考价值：AI工具把门槛拉低了，但审核规则、真机适配、版本提交这些流程依然是必修课。

苹果App Store的审核流程对独立开发者来说往往是一道高门槛。提交后通常需要1-3个工作日等待审核结果，审核内容涵盖应用功能描述是否准确、隐私权限是否合理声明、UI是否符合苹果人机界面指南（HIG），以及是否存在崩溃或明显Bug等。一旦被拒（Rejected），开发者需针对具体拒绝理由修改后重新提交，整个来回可能耗费数周。对首次上架的开发者而言，App Store Connect的操作界面、证书配置（Provisioning Profile）、以及TestFlight真机测试流程，都是必须提前熟悉的环节——这些内容是任何AI工具目前都无法完全代劳的。

真实数据将持续公开

比起「做出来了」，Zyta更打算把后续的过程透明化。他表示会公开真实的下载量、使用数据和用户反馈，看看这款产品究竟能走多远。

这种「公开真实数据」的态度，对于关注AI开发和独立出海的人来说尤其有价值——市面上关于AI做App的内容大多停留在「我做出来了」的演示阶段，而真正能持续跟踪下载、留存、反馈的案例并不多。如果Zyta能坚持更新，这会是一份难得的一手参考。

对AI编程爱好者的启示

这个案例给出的信号很明确：借助AI，个人开发者从构思到上架的链条正在被显著压缩。但它同时提醒我们几点——

• 产品能否成功，关键仍在于是否解决真实痛点，而非技术本身有多新；
• AI生成代码只是起点，调试、适配、合规审核的工作量依然真实存在；
• 公开真实数据，才是检验一款产品生命力的唯一标准。

对AI或Web Coding感兴趣的读者，不妨持续关注这类「从零到上架」的真实历程，它比任何教程都更贴近实际的创作与踩坑过程。