开发小程序使用 AI 需要花多长时间？效果又是怎样？

2023 年以来，伴随着 AI 技术在全球各行各业创造了生产力革命，而 AI 又是对于“虚拟世界”冲击最直接、最明显的技术，于是乎，各路大神都在绞尽脑汁想办法将 AI 技术应用到自己深耕的软件行业当中。 时间来到了，2024 年（接近 2025 年），让我们先来看看 AI 能力都被哪些软件行业“收录”了。

为了提高开发效率、降低成本并保证用户体验的一致性，前端跨端技术在如今的开发界使用已经非常普遍了，技术界较为常用的跨端技术有小程序技术、HTML5 技术两大类。随着移动互联网的快速发展，多端应用的需求日益增长。

常用 AI 工具提交效率的软件领域

笔者查阅了下市面上公开的一些文章，AI 能力主要在 6 类软件领域应用比较广泛：

1. 代码生成与补全工具：如 Tabnine、GitHub Copilot、DeepCode，基于机器学习或与一些 AI 企业合作（如 GitHub 和 OpenAI 合作开发的 GitHub Copilot），不仅可以加速编码过程，还能根据代码上下文生成代码块，提高编码效率。

2. 自然语言处理工具：如 Hugging Face Transformers、NLTK 等，这类工具是自然语言处理模型，让各行各业从业者能够更直观、更简单易懂的使用。

3. 机器学习框架：如 TensorFlow、PyTorch、Scikit-learn 等，这些就只能大厂才有这个实力去开发和维护了，小公司/团队都还要在生存线上挣扎。

4. 自动化测试工具：如 Selenium、Appium、Katalon Studio 等，要么就是更好的用户体验（如模拟用户操作、更好的用户交互界面），要么就是更广域的自动化测试。

5. 软件设计工具：这块的应用还是挺多的，本篇文章中介绍的 AI 能力应用在小程序领域也属于这类软件的范畴，例如一些界面设计工具如 UXPin、Figma，小程序页面设计工具 FinClip 等。

6. 其他：一些云平台对于 AI 应用也是必须，如 Amazon SageMaker、Microsoft Azure Machine Learning 等。

此外，代码审查、需求分析、项目管理工具等都有对应的 AI 能力的应用。

用 AI 技术构建小程序的价值

软件行业发展至今，任何新技术在软件行业的应用，最直接的还是提高生产力的举措，进一步响应市场用户需求变化越来越快的节奏。已经有许多前端主流技术及开发框架被广大开发者使用的基础上，AI 能力应用在应用开发方向上，能够更近一步降低开发者学习语言的门槛，换句话说就是直接提升了应用开发的效率。话不多说，以FinClip的 AI 提升小程序应用开发的效率为例：1、在FinClip IDE 中新增了一个小程序开发的提示语键入框，尝试键入一个想要开发的小程序页面相关的提示语句，点击确认看看能生成什么信息。

2、出来的效果还挺不错的，生成的小程序页面基本涵盖了提示语句里面的关键词，开发小白都能尝试，看来 AI 能力后续再发展下午，我们程序猿就业的路子（尤其是前端）又窄了~~

3、一般第一次生成的效果往往不能 100%满足开发者接收到的需求者的开发效果，于是乎，就需要开发工具具备修改页面代码的能力，这些，FinClip IDE 的开发者团队似乎也考虑到了。

例如：我想要在第 2 步生成的页面中为每个产品增加一张图片，那么，我键入了“为所有的 product 项新增一个 image url 字段”，基于 AI 对于提示语句（词）的理解，相关代码很快在左栏中输出，通过快捷键 cmd/ctrl+L 就可选中代码并添加为上下文。是不是操作很简单？

4、最后，FinClip IDE 还有一个很棒的功能，就是支持工具内检索知识库，如果开发者有小程序开发相关的知识，无需跳出站外或者开发工具，就能检索到关于小程序开发相关的知识，更快、更广的为开发者一站式的学习小程序应用开发，或者直接上手开发提供便利的知识检索帮助。

不过探索归探索，开发工具与 AI 的结合，在现阶段还处于比较早期，较松散的结合阶段，上述的 IDE 能够有如此优异的开发者开发体验已经很不错了，至少一些场景下小程序 demo 的测试和开发是可以快速覆盖项目的验证的，笔者看到有些团队在 POC 或者技术验证阶段，为了验证小程序相关技术（例如：小程序容器技术），小程序 demo 的开发都得一个人投入个 2-3 天，太不划算了~~

没有最好，只有最合适

AI 工具在软件开发中扮演着越来越重要的角色，它可以帮助开发者提高效率、增强软件功能、降低开发门槛。通过合理选择和应用 AI 工具，可以显著提升软件开发的质量和效率。与此同时，也是我们开发者的一个福音，随着 AI 技术的成熟和进步，许多行业头部的软件工具团队也开始琢磨如何通过 AI 能力提升开发生产力。在选择软件工具时，可以通过功能、易用性、社区支持、成本等综合因素考虑性价比，正所谓没有最好，只有最合适。