一个尼日利亚程序员的护肤App实验：Gemma 4能听懂人的故事吗？

今天早上，我打开了Google AI Studio。不是为了赶项目，只是想亲眼看看Gemma 4到底能做什么。

这算是我几个月来第一次正经写代码。上一次还是那场搞砸的HNG实习——一个和5000个非洲人竞争的技术项目，我付了 premium 费用，却在第三阶段退出。那种格格不入的感觉，到现在还在。

2017年计算机科学毕业。我知道你们想说什么——"技术圈不看学历"。但在尼日利亚，文凭是另一套语言。它对老一辈意味着可信度，意味着你这个人"值得"。还有那个没完成的NYSC国家青年服务，因为我的在线学位项目不符合规定，官员直接说"没有你的情况对应的条款"。这些故事以后再说。

作为神经多样性人群，我在技术世界里摸索的方式本来就有些不同。但产品管理的训练帮上了忙——三年前在Treford拿的证书，这次真的用上了。

几个月前我用Mocha AI做过一个护肤追踪App的雏形。这次想换个玩法：用Google AI Studio重建，同时把产品管理的思路塞进去。不是让AI随便生成代码，而是让它理解一个具体的人想解决什么具体问题。

目标很明确：一个能真正个性化运作的护肤习惯追踪工具。用户记录产品、追踪流程、设置提醒、观察皮肤变化——这些基础功能之外，AI要根据肤质、问题、成分和目标给出建议。还得照顾不同知识水平的人：视觉教程、步骤演示、为什么维C不能和某些成分混用的解释。

技术栈定了Python、JavaScript、React Native。两个里程碑：第一阶段做个性化引擎，AI推荐护肤流程，追踪执行情况，上传对比照片；第二阶段加场景化定制，比如怎么正确涂精华、SPF用量演示，还有冲突预警——比如同时用视黄醇和维C时弹出的提醒。

但真正的实验不在功能列表里。我想测试的是：当我在提示词里塞进足够多的个人上下文——我的技术背景、我的挫败经历、我对产品管理的理解、尼日利亚的特殊环境——Gemma 4能不能产出更贴合的东西？

结果还在跑。但这个实验本身已经说明了一些事：我们聊AI编程时，太容易忽略"谁在用"和"为什么用"。一个刚从实习创伤里恢复的人，和一个纯粹追求效率的人，即使做同一个App，需要的东西也完全不同。

Google AI Studio给了工具。但要不要把人的故事喂进去，是另一个选择。