Vibe Coding实战：金融毕业生如何用AI零代码打造月入千元的面试助手

什么是Vibe Coding？一种新的编程范式

Vibe Coding（氛围编程）指的是一种完全依赖自然语言与AI协作来构建软件的方式：你不写代码，只描述意图，由AI（如Claude、Cursor）生成并迭代实现。本文基于一位YouTube创作者的真实直播记录，展示他如何用这种方式从零搭建一款AI面试助手应用。

这位创作者原本是金融专业毕业生，自学编程仅六到七个月，如今已能独立开发网站、移动应用和桌面软件。他的核心工具组合是：ChatGPT负责规划（planning），Claude负责编码（coding），Google Stitch负责界面设计（designing），OpenAI API和Firebase提供后端能力。

直播中，他坦言自己还在学习OBS推流，甚至因为麦克风损坏而无法清晰展示屏幕操作。这种“边学边做”的状态，恰恰是Vibe Coding门槛极低的真实写照——你不需要先成为工程师，才能开始构建产品。

实战项目：一款“隐形”的AI面试助手

产品定位与核心功能

他正在打磨的产品叫Hidax，一款AI面试辅助工具。其关键卖点是“对屏幕共享和录屏软件不可见”，适用于远程工作面试、线上答辩等场景。功能上包含：

• CV/简历个性化：上传简历后，AI根据你的经历生成回答。
• 研究项目答辩支持：上传论文或项目材料，AI学习后针对评审提问给出个性化答案。
• 按次付费：5美元一次、时长约90分钟的面试包，针对只需要单次高风险面试的用户。

屏幕共享不可见这一能力，通常不是靠单一技术实现，而是依赖操作系统层面的窗口捕获排除机制。例如在 macOS 上，应用可调用 ScreenCaptureKit 提供的排除窗口 API，使自身窗口不被屏幕录制或共享工具捕获；Windows 上则可通过 SetWindowDisplayAffinity 将窗口标记为“禁止捕获”。这类机制属于系统级 API，而非应用自行“隐藏”窗口，因此对 Zoom、Google Meet、OBS 等遵循系统捕获接口的软件普遍有效。需要指出的是，它并不能对抗物理摄像头拍摄或独立采集卡，产品宣传中的“隐形”应理解为对主流录屏与共享软件的不可见性，而非绝对不可检测。

定价策略与早期数据

产品上线约一个月，目前有45名注册用户，其中约15人订阅了每月30美元的Premium计划，其余仍在试用。此外提供5美元的一次性付费方案，瞄准“不需要整月订阅、只应对一场面试”的人群。据创作者本人表述，这是为不同支付能力用户设计的阶梯定价。

开发流程拆解：从规划到部署的安全闸门

工具链与分工

• ChatGPT：需求拆解、功能规划、发布路线图梳理。
• Claude / Cursor：实际代码生成与调试。
• Google Stitch：界面与视觉设计。
• Firebase：后端、数据库与云函数。
• Lemon Squeezy：支付与订阅计费。

Firestore 安全规则是 Firebase 数据库的访问控制层，用声明式规则定义“谁在什么条件下能读写哪些数据”。它不同于传统后端代码，规则本身在每次数据库请求时被评估，因此写错规则意味着前端可以绕过业务逻辑直接篡改数据。原文提到的“安全修复与 Firestore 规则一致性检查”，本质上是在确认客户端代码假设的权限模型与数据库实际执行的规则完全吻合，避免出现用户可自行升级订阅或读取他人数据这类漏洞。

原子事务（Atomic Transaction） 指一组数据库操作要么全部成功、要么全部回滚，中间状态对其他请求不可见。在订阅计费场景中，“扣减用量额度”和“激活订阅权益”必须放在同一事务里，否则一旦第二步失败，用户就会陷入“钱已付、权限未开”的不一致状态。Firestore 提供 runTransaction 接口支持这一语义，但要求开发者主动把相关读写包裹进去，这正是原文强调“使用原子事务处理用量与订阅权益同步”的原因。

发布前的“安全闸门”

直播中他反复强调的一个细节，是上线前的安全校验。他正在为新的管理后台计费系统做本地验证，确保管理员能手动为用户升级订阅——防止出现“用户付了钱但计划没激活”的故障。具体检查项包括：

1. 新管理计费UI的本地构建与测试；
2. Premium与按次付费功能的端到端验证；
3. 安全修复与Firestore规则一致性检查；
4. 确保支持管理员不能随意修改订阅权益或激活遗留计划；
5. 使用原子事务处理用量与订阅权益的同步，避免不一致。

他提到当前隔离发布环境中有45项通过的模拟器测试，并批准了云函数部署，但因上一版生产修订未被完整捕获，仍暂缓正式部署。

这种谨慎并非多余：对一个独立开发者而言，计费错误直接等于收入损失。Vibe Coding降低了写代码的门槛，但没有降低系统设计、权限控制和数据一致性的要求。

Vibe Coding的真实门槛与机会

门槛在哪里

这位创作者的路径说明，Vibe Coding并非“零门槛”：他花了六到七个月、几乎每个清醒小时自学，才达到能独立交付网站和App的水平。真正的难点不在语法，而在于：

• 把模糊需求拆成可执行的步骤；
• 判断AI生成的方案是否安全、可维护；
• 理解部署、权限、计费这类系统性问题。

对非技术背景者的启示

他目前已交付约10个网站和若干移动应用，客户包括小型企业。他的建议很直接：不要因为“不会写代码”而搁置产品想法，可以先借助AI学习构建，或找懂AI开发的人合作。AI工具的真正价值不在于帮你写邮件，而在于把想法变成可运行、可收费的产品。

结语

这场深夜直播没有精致的演示，只有一位自学者在调试计费系统、修复安全规则、处理麦克风故障。它展示的Vibe Coding图景是务实的：AI承担了大量编码工作，但产品思维、系统安全和持续迭代仍然由人负责。对于想入局的普通人，这或许是最值得参考的一条路径。