一个43岁银行老兵用5个月证明：写代码的门槛早被AI拆了

他在SWIFT（环球银行金融电信协会）体系里泡了15年，却连一行生产代码都没写过。2024年，这个自认"非技术人员"的中年人，开始亲手搭建一个真实的银行培训平台。

不是副业，不是概念验证，是带后端、有真实用户的产品。

他的转变发生在工具链质变的那一刻——不是渐进改良，是突然通关。本文按时间线还原这个"门外汉"的完整建造过程，以及他对AI编程的冷峻判断。

第一阶段：笔记本比IDE（集成开发环境）更重要

动笔写代码之前，他做了件反直觉的事：关掉电脑，打开纸质笔记本。

纸页上只有三个问题——给谁用？解决什么？第一个版本必须证明什么？他强迫自己用陌生人能听懂的话回答，禁止出现任何技术词汇。这个习惯来自他处理跨境支付系统的经验：如果业务逻辑讲不清楚，代码写得再漂亮也是垃圾。

他的项目叫Malla Banking Academy，定位是银行从业者的实操培训平台。金融背景是护城河，但过去这反而成了枷锁——他总觉得自己"需要联合创始人""需要先学Python""需要等准备好"。

笔记本阶段的产出是一份两页纸的"用户故事清单"，按优先级粗暴排序。最高优先级只有一条：一个学员能注册、登录、看到第一节课并标记完成。其他全部扔进"以后再说"的栏目。

第二阶段：选对环境，比选对模型更重要

他测试了四个AI编程工具，最终锁定Cursor（一款AI代码编辑器）。选择标准很实际：能不能让他"问对问题、验证答案、看到实时结果"。

他的工作流很快定型。上午用自然语言描述需求，Cursor生成代码框架；下午逐行检查AI的输出，遇到不懂的语法就追问"这行在做什么"；晚上把当天功能部署到测试环境，亲手点一遍所有按钮。

「我把自己当成一个苛刻的代码审查员，」他在记录中写道，「AI是实习生，写得快但会犯错，我的工作是找出那些错。」

关键转折点出现在第三周。他试图实现用户权限系统，AI给出了一段看似完美的代码，但他发现逻辑漏洞：普通用户能直接访问管理员接口。他没有跳过，而是花四小时搞懂中间件（Middleware，介于请求和响应之间的处理层）的验证机制，亲手重写了那部分。

这次"返工"让他意识到：AI编程的真正门槛不是技术知识，是验证答案的耐心和能力。

第三阶段：建造者的幻觉与真实

第四个月，平台有了课程系统、支付接口、进度追踪。他开始收到早期用户的反馈邮件，有人问他"团队有多少人"。

他的回答是：一个。

这种 solo builder（独立建造者）模式在2024年已成现象，但他对流行叙事保持警惕。社交媒体上满是"AI让我三天做出SaaS（软件即服务）"的帖子，他从不转发。「那些视频剪掉了调试的十个小时，」他写道，「我平均每个功能要经历3-7轮AI生成的错误，才能跑通。」

他统计过自己的时间分配：40%用于描述需求，35%用于验证和修正AI输出，25%用于学习必要的概念（数据库关系、API认证、前端状态管理）。没有一步是"自动生成"的。

最耗时的bug（程序错误）是一个 race condition（竞态条件，多任务执行顺序导致的冲突），AI连续五次给出错误修复方案。他最终靠阅读官方文档和打印变量日志解决，耗时两天。

「AI没有让我绕过学习，」他总结，「它把学习切成了更小的碎片，插在我的建造过程里。」

第四阶段：产品上线与未解的问题

第五个月，Malla Banking Academy正式对外开放注册。他的用户获取策略很朴素：在LinkedIn（领英，职业社交平台）发布课程片段，私信回复每一个询问技术细节的人。

目前平台有47节自制课程，付费用户主要来自东南亚和中东的中小银行。他没有公布具体营收数字，但提到"已经覆盖服务器成本并开始产生时薪级别的收入"。

他拒绝了两家风投的初步接触。「这个阶段的融资是毒药，」他说，「我的优势是懂银行痛点，不是懂融资路演。拿钱会逼我表演增长，而不是解决真实问题。」

技术栈的选择上，他保持极简：Next.js（React框架）做前端，Supabase（开源Firebase替代方案）托管数据库和认证，Vercel（前端部署平台）处理部署，Stripe（支付平台）收款。全部使用托管服务，零服务器运维。

「我花了一下午研究要不要用Kubernetes（容器编排系统），」他自嘲，「然后意识到我的用户量用Vercel免费档都绰绰有余。过早优化是程序员病，AI编程让我更容易得这种病，因为'加一个新服务'只需要一句话。」

他对"无代码/低代码"的重新定义

完成Malla的第一个里程碑后，他写了一篇长文区分三个常被混淆的概念：

真正的无代码工具（如Webflow、Airtable）适合验证想法，但遇到复杂业务逻辑会撞墙；AI编程工具（Cursor、Windsurf、GitHub Copilot）让他保留对代码的完全控制，同时跳过语法记忆；而传统编程要求他从变量类型开始啃起，路径太长。

他的位置在第二象限：不写代码，但读代码、改代码、对代码负责。

「这不是'不会代码也能做产品'的童话，」他警告读者，「这是'会思考的人可以用新工具建造'的事实。如果你不愿意理解AI在做什么，你造出来的东西会在第一个真实用户面前崩溃。」

他现在的日常是：早晨处理用户反馈，上午用Cursor开发新功能，下午录制课程内容，晚上阅读技术文档。周末完全断开，防止"建造者倦怠"。

下一个里程碑是支持多语言界面和本地支付渠道，目标市场扩展到拉美。他估计需要六到八周，但拒绝给出更精确的时间表——「AI编程加快了建造速度，但没有改变软件工程的不确定性。」

他的笔记本还放在桌上，现在用来记录用户访谈和bug修复思路。第一页的三句话已经泛黄，但还能辨认：给谁用？解决什么？第一个版本必须证明什么？

如果2024年的工具链早五年成熟，他的人生轨迹会不同吗？他没有直接回答，但在文章结尾留下了一个观察：「我认识的最好的产品经理，现在都在学用Cursor。不是因为他们想变成工程师，是因为他们终于意识到——等待许可的时代结束了。」