作者尝试用AI构建一个习惯追踪应用，原以为只需简单提示即可快速完成，但实际耗时一年。尽管App Store已有众多类似应用，但都不完全符合需求。最终发现，AI开发并非想象中那样轻松。

中文重述：我用AI开发真实应用的一年历程

作者因找不到合适的习惯追踪应用，决定自己用AI开发一款名为HabitTed的iOS应用。起初，他尝试了Streaks、HabitKit和Grit等现有应用，但均因功能缺失（如无法自定义图标、不支持无目标计数、无法关闭连续记录）或价格过高（Grit年费29.99英镑，终身44.99英镑）而放弃。

借助AI工具Cursor，作者在6小时内搭建出基础功能：可创建带自定义图标的习惯、点击完成、支持多种目标选项及iCloud同步。然而，开发过程并不愉快——代码质量糟糕（单个视图近千行，样式不一致），且AI无法解决iOS 26新版本的兼容性问题。最终，他不得不手动重构代码，修复iCloud同步失效、数据模型复杂、性能缓慢等问题，并制定数据迁移方案。

经过数月开发与测试，应用最终上架App Store，免费支持6个习惯，解锁全部功能仅需一杯咖啡的价格。作者反思：AI让开发门槛降低，但代码质量堪忧，后续清理和修复耗时远超预期。他担忧行业未来——初级开发者被AI取代，资深开发者要么依赖AI而丧失编码能力，要么因频繁编写提示词而倦怠。若AI泡沫破裂，可能缺乏足够合格的开发者来收拾残局。

根据评论内容，总结如下：

核心观点：AI辅助开发效率提升，但生产级软件仍面临挑战，且存在信任与维护问题。

1. AI加速开发，但非万能 - 多数评论认可AI能显著提升开发速度，尤其对原型、单元测试和简单应用。例如，有评论称“AI can bang out unit tests in a few minutes”（评论5），另一评论表示“I could bang this out in a day now w/ Claude/Codex”（评论6）。 - 但AI无法解决所有细节问题，如“AI cannot solve or think about all of them, many details will use default values”（评论15），且“LLMs write bad core data sync code by default”（评论17）。评论4强调“Making production software is still hard... it's not magic”。

2. 信任与维护成为新焦点 - 评论7指出，焦点从“能否构建产品”转向“是否信任你支持产品”，强调“Software is cheap, trust is a premium”。开发者需对产品投入真正关怀。 - 评论8对“终身许可”失去信任，因移动OS快速演变、安全层增加，开发者可能放弃维护。评论16则指出AI能力不会消失，但“AI bubble”可能破裂，导致缺乏合格开发者接手。

3. 不同开发者的体验分化 - 正面体验：评论12称“All 'vibe' coded”的应用获得60+日访问量，评论24用3周完成首个iOS应用（借助Claude）。评论19表示“I spent more time on the marketing website and images than I did building the actual app”。 - 负面体验：评论9指出AI导致“make a lot of bad apps quickly”，代码混乱。评论27因早期AI模型能力不足，需多次重写并遗留大量bug。评论21认为作者陷入“bad middle trench”，即用AI但试图适配不合适的范式（如Xcode）。

4. 对AI模型的依赖与选择 - 评论25强调模型选择至关重要：“There is a subset of people who somehow don't realize how important that decision is... using a shit-tier low-cost model”。评论26直接批评“Copilot isn't very good”。 - 评论13指出，关于AI的负面讨论（如开发者失去编码能力）已过时，当前行业共识更积极。

5. 平台与流程的挑战 - 评论28认为，iOS开发本身的痛点（如Xcode bug、文档差、升级周期）比AI问题更突出。评论21和24均指出App Store提交流程（“red tape”）是耗时环节。 - 评论18强调，软件工程基础未变：需详细计划、组件化、测试。AI加速了编码，但测试仍需人工主导。

总结： AI在开发中扮演加速器角色，尤其适合原型和简单应用，但生产级软件仍需深厚工程经验、信任维护和平台适配。开发者体验因模型选择、平台特性及个人目标而异，AI并非万能解决方案。