从 0-1 跑通 AI 产品出海，没那么难

这是苍何的第 535 篇原创！

大家好，我是小菜比苍何。

早在之前，我就给我的开源项目整了个出海网站，毕竟还是需要承接来自 GitHub 的流量。

可视化网站是做好了，但总感觉差了一些什么。

最近在学产品思维，里面有个观点，很重要：

「用户不会记住你做了什么功能，但会记住你帮他省了多少时间。」

当用户进入这个网站，实际上他找到提示词后，看到好看的爆款图片，他会复制这个提示词到其他地方来测试。

那为什么我不加一个在线测试的能力？

这又涉及一个问题，在线测试需要消耗 token，虽然词元 API 给了项目一点 GPT image 2 的赞助，但这个额度是有限的，我无法完全免费提供。

于是我想着完全可以学习会员积分体系，也正好能打通完整的一个 AI 出海产品。

于是我花了一些时间，加了会员积分系统。用户拥有一次免费的测试额度，之后可以通过购买会员或者积分的形式来继续在线测试生成图片。

生成测试前，提示词是可以自由更改的。当点击「生成图片」，它就会调用 GPT image 2 的 API 来生图。

生成好后，能对比效果，还是很方便的。

会员积分体系设计如下，这些全是 AI 帮我设计好的。

能同时看到积分流水情况，直接能点击生图详情。

另外我还加了收藏功能，当你点击收藏的时候，他是能收藏进你的收藏夹的，因为整个用户体系也已经打通了。

我还加了 GA4 来给管理员配置可视化面板，现在管理员登录就可以直接看到网站的 UV、PV、注册用户等。

为了完成生图测试能力，用户体系、会员与积分体系、支付体系等都需要全部拉通，是一个复杂的活，要放在以前，没个把星期搞不定。

出海谷歌登录、数据存储、 Stripe 支付都没那么简单。

现在用 AI 只需要个把小时就能开发好。

而且，已经有付费用户了。

这几天去杭州参加观猹的「谁能成为百万博主」的活动，朋友刘聪给我分享了他评测的最新「Qwen 3.7-Max」模型，说有点牛的，建议我测测。

刚好，阿里云的朋友也在，立马刷了下脸，要到了开白内测。

以上在 GPT-Image 2 Gallery上新增的功能全部都是通过阿里最新的 Qwen 3.7-Max 模型完成的。

我用 CC Switch 配置上 Qwen 3.7-Max 内测模型，直接用 Claude Code 开干。

在 Claude Code 中直接输入我的需求：

我现在想在网站上加个能力，就是用户可以直接在案例这里直接生成测试，然后调GPT image 2的api来生成图片。用户只能免费生成一张，其余就要花钱买积分了

可以看到，Qwen 3.7-Max 先会了解项目结构和代码，然后设计实现方案：

计划还是非常详细的：

整个架构逻辑设计是这个样子的：

这是 Qwen 3.7-Max 帮我生成的技术架构路线，Vercel 用来托管并保存环境变量信息，Supabase 用来用户邓丽，Postgree 数据库存储，记录积分、生成记录。

Stripe 用来做支付，Redis用来做防刷和 IP限流。

在 gpt-image 2 这个项目中，实际上是一个比较复杂的多文件工程，里面除了提示词管理、Skill抽象以及模板分离外，还有出海独立站的承载。

但我发现，Qwen 3.7-Max 驾驭的还是比较稳的，特别是 Agent 长时任务上能够自主执行。

今天，我也看到了阿里已经做了官宣，Qwen 3.7-Max 在多项专业模型 Benchmark （基准测试）中均取得了领先的表现。

在 Text Arena 中 Qwen 3.7-Max 已经是国产模型第一了。

官方还秀了个 case，说是 Qwen 3.7-Max 可独立执行 「35 小时」的长程复杂任务，好家伙，可以猛猛干了。

具体的情况大家也可以去千问官方公众号看下：

也难怪我聪哥苦口婆心说要我一定要试试，果然没让我失望。

不过在 Claude Code中记得开启思考模式，会更好一些。

生图模块我接入的是词元中转的 API，我只需要把这个接口文档发给 Qwen 3.7，就能直接快速接入了。

这个地方我把 API key 配置在了 Vercel，利用 Kimi WebBridge，直接就让 AI 操控浏览器帮我完成key 的配置。

我发现 Qwen 3.7 在连续多步的 agent 调用中保持了较为稳定的发挥。不会丢失上下文。

当我继续下达指令，要进行用户模块的开发：

现在开始帮加用户模块吧，我希望可以邮箱登录，也可以直接选择谷歌登录，然后把我的用户设置为超级管理员，用户体系是方便后面我要做积分什么的

它会自行实现用户登录的前端界面，并实现用户认证，配置 Supabase 数据库和超级管理员。

这里我选择先用谷歌邮箱登录，相对流程简单一些。

第一次做的时候感觉还是没理解好需求，一顿操作，给我还是整登录注册传统流程去了，我重新输入了提示词：

我需要谷歌登录，其他的注册体系都不用先，记住登录的流程和按钮你可以学习别人的出海站点是怎么做的。

再次出来的效果就会满足我的要求了，他会自行学习后给我登录 UI。

当点击登录就能跳转到谷歌登录了。

这样，整个流程就完全都打通了，一个轻量的出海应用就搞定了，最麻烦的还是支付链路这一块。

Stripe 的接入坑确实不少，但 Qwen 3.7-Max 在这种多步骤、长链路的任务中表现很稳，不会中途丢上下文，也不会突然开始胡说八道。

从需求分析、架构设计、代码实现到调试部署，整个过程就像带了个靠谱的全栈搭子。

说实话，以前搞出海，光是谷歌登录 + Stripe 支付 + 用户体系这一套，没个一两周根本下不来。现在一个下午就能跑通，体感上效率提升了 10 倍不止。

而且我看了下官方数据，Qwen 3.7-Max 在编程智能体测评 SWE-Pro、Terminal Bench 2.0 这些榜单上已经超过了 DeepSeek-v4-pro-Max 和 Claude Opus 4.6，国产模型里排第一。

更离谱的是，官方测试中它能独立执行 35 小时的超长程任务，自主完成 1158 次工具调用，最终在一个全新芯片平台上把推理速度优化了 10 倍。

对我们普通开发者来说，最直观的感受就是：以前觉得出海门槛高，现在门槛被 AI 踩平了。

你只需要有一个想法，剩下的交给 AI 去执行就好。

当然，前提是你得知道自己要什么，产品思维比技术实现更重要。

AI 不会替代有想法的人，但会淘汰没想法还不会用工具的人。

如果你也想体验 Qwen 3.7-Max 的编程能力，可以去阿里云百炼上试试，模型 API 即将上线。

好了，今天就聊到这。

如果你也在做出海产品，或者对 AI 编程感兴趣，欢迎评论区聊聊你的想法，点个赞再走呗。