生产力正在爆发中

我之前看到一个统计，过去一年代码产出相关的多个指标都出现了明显加速的同比增长，而且增速还在不断加快，推动这一爆发的核心动力就是AI。

所以我也很好奇到底AI对于编程这类工程落地到底有多大帮助，抱着好奇心玩了玩...不玩不知道，一玩就上瘾了。

在农历新年的第一周，我每天都非常忙，因为沉迷于vibe coding，感觉真的进入了一个新世界。

先说工具，我用的是gpt-5.3-codex，一开始只是抱着试一下的心态，但它的能力让我感到惊叹，然后根据自己想要的东西，一口气搞了几个小工具出来。

后来，我也试用了最新的claude模型sonnet 4.6和Opus 4.6，他们也非常不错，但相对而言性价比低（相同的工作量和完成质量，Codex的token成本大概是Claude的十分之一），所以后来还是一直用OpenAI的5.3-codex来完成，我到目前为止消耗token的总实际成本大概就是一份快餐的价格。

今天这则主题，我就重点分享我一行代码都不写，仅通过gpt-5.3-codex做的东西以及感想体会。

一、房价可视化平台

过去我每个月会在星球分享一次的房价可视化视图，有时候也会在之后一些对口的公众号主题里使用，如下图所示，我相信屏幕前的你应该是有印象的↓

这个图每一次都是我手动制作的，具体来说我是先从数据源查询数据，然后手动填入Excel表格、用表格生成图表，再通过图片编辑工具加入华文楷体的表格和标注，全流程大概要20-30分钟。

我一开始没觉得这种可视化很好看或者很受欢迎，直到我一而再再而三地看到很多其他账号（包括某些影响力很大的大V和机构）侵权使用我的图，甚至抹去我的制作来源之后加上自己的水印后，我才发现我这个风格的可视化可能是市场可能好的这口。

现在，有了AI的协助，我想做的不再是一张可视化的数据图，而是一个可以一键绘制数据图的工具，而且它的效果要比我人工做的更好、数据更全、标注更详细。于是我着手开始干了，零零散散加起来大约半天时间，这个平台就建好了，除了少数付费数据需要喂一下外，像国家统计局的官方数据都能被它快速获取整理，并自动更新。

效果就是下面这样：

与此同时，相比之前少数几个数据源，这次把国家统计局的公开数据也进行了整理，可以看到全国70个大中城市各自的房价趋势了（虽然统计局数据准确性不是那么高，但趋势性与市场是同步的，是有参考价值的），此外还可以根据用户的喜好，选择深色页面。

一些简单的页面操作可以看下面的视频（建议横屏全屏浏览）↓

在这个工具的基础上，我又进一步增加了多资产对比的可视化工具，可以随心所欲地对比中国房产、美国房产，标普500、纳斯达克100以及黄金白银的表现，后台数据还会每天自动更新。

制作这个可视化工具我一行代码都没有写，字倒是打了一些，但全流程真的是太简单、效率太高。

我一开始只是想搞一个工具，帮我每次省下那二三十分钟时间，我丢个数据过去它就生成一张可视化图来，于是我对codex发起了第一个请求，这个请求完全把它当成真人，因为我不止上传了一份数据，还上传了一张jpeg格式的图片，我就是想看看它到底智能到什么程度，能不能通过读图，就将像素级复刻某种效果的方案写入代码，下面是我说的第一句话↓

然后它的反馈如下，然后很快完成了任务：

当时生成的可视化图片已经达到我上传图片95%的水平，之后继续优化到了超越我的水平。

我又想到加入图中虚线和小标注来进行回撤展示。这类效果用文字其实不好描述，所以我上传一个样式给它，然后和一开始一样，它能对风格进行理解然后像素级学会。

下面这张图是我传给codex的样本，这张图里的标注是我画的↓

然后下面是它学到的效果，它在数据较多的时候甚至还帮我设置了图中的自动避让↓

二、13F跟踪平台

继续用Codex，还做了其他的几个工具，其中一个是13F跟踪。

13F是指美国证券交易委员会（SEC）的 Form 13F，管理美国可披露证券资产规模大于等于1亿美元的机构投资管理人都必须上报。我们普通投资者可以根据13F的数据特别是最新一季度的变化去观察一些投资大佬的最新行动，但是，现在线上绝大多数13F跟踪的查询平台，普遍又丑又难用。

下面是案例：

这些已有的平台，大部分不是向用户收钱就是插入广告变现。

按理说13F是SEC的公开免费数据，二道贩子本不应该收费的，只有数据的展示、可视化、整理与分析得满足了用户的需求才有收费的道理。

所以我就觉得应该自己弄一个这种平台，不是想做收费平台，就是想试一下这个东西到底难不难，想试一下在我的思维结构和审美下，加上AI帮我工程实现，我能做到什么程度，所以就开干了。

我自己关注的机构并不多，大家比较熟悉包括比如伯克（巴菲特），盖茨基金会、桥水（达里奥）、H&H（段永平）、方舟（木头姐）、软银（孙正义）等。虽然我需要的结构不多，但需要更好更直观的信息展示和数据分析，我很快做成了这样一个工具，零零散散时间加起来一共大概也是半天。

我选择了十二家关注的机构，AI帮我自动获取SEC的所有记录并搭建平台，完工后的效果如下↓

在首页中，用户可以看到这十二家机构的卡片，这些卡片上有创始人名字和头像，申报的资产规模、资产数量以及投资风格。页面下方是他们共同持有的热门公司，当你点击一个公司的时候，持有这些公司的机构名称会点亮，公司方块的上方也会显示被持有的整体数据。

用户可以进入任何一个机构的卡片，浏览这个机构的详细信息，还可以选择历史上所有可得的时间区间的任何一次13F报告，回到当时那个季度来回顾这个机构的投资历程。比如我进入伯克希尔（股神巴菲特）的卡片，第一眼会看到的是伯克希尔最新一个季度的情况和持仓总净值，净值变化和当下的投资风格以及风格变化。在构建的过程中，我们还可以让AI构建自动获取和更新数据的机制，一劳永逸地让他实现每个季度自动更新数据。

之后还会看到机构本季度的持仓结构以及本季度加仓减仓、建仓清仓的整理列表（按操作的力度排行，方便用户观察）↓

这个平台效果基本让我满意。

另外，我还让Codex把这个13F Tracker又改造成了微信小程序，预览效果居然还不错，和网页平台一个风格，但又调整到了app/小程序的使用体验。

微信开发者工具本身就是一个非常简单上手的开发平台，调试、模拟以及项目管理全流程一体化，而且整个平台感觉很轻量。现在又有AI帮忙具体开发，我们只需要给白话命令，到目前为止也没有一个修复不好的bug，真的太省事了。

做完这个13F工具，我更加感觉到有一个完整的开发团队就在我身边随时听候差遣，而且做事效率极高，只要我有点子，他们就能以最快的速度做好。

三、美股估值平台

在上述两个工具完成之后，我想再做一些更实用的平台，比如指数与公司估值的检测。

到了这个项目，我越来越体会到后端数据是开发大多数产品的重中之重，这个估值工具的难点在于，样本公司选择了包括ADR在内的美国市值前100大的上市公司，样本量本身不少，而且因为滚动市盈率的数据源不止一个，数值存在不同、有效区间不同、可得性也不同；前瞻市盈率则是基于分析师对于未来EPS的预估计算出来的，多样性程度更大...要为100家公司找到并精选出免费的、可靠的、精准的、可得的数据是不容易的。

因此这个项目花的时间比前面两个加起来还要多，但好在AI非常强大，帮我在全网搜罗各种数据源，在我和AI的合作下网页与小程序均已基本完成。

在搞数据的过程中，Codex进一步展现了智能程度，比如我想拿一个页面上的数据，但是数据的api是封锁的，然后AI尝试了各种办法，最后用了一个最简单暴力的方法 - 像人一样打开浏览器然后从网页上看数据然后同步。全过程我只需授权，就看到浏览器自动打开，然后数据飞速拿下来。

虽然AI的工程落地能力已经令人感到震惊，但AI还是有巨大的提升空间，比如在大多数场景下它并不能完美地一次性实现你想要的东西，但只需稍加补充和调整，就能完成。AI在编程上的AGI实现率可能已经到了80%左右，走完剩下的20%也许也不会太久。

数据到位后，其他的事都变得非常简单，在AI的帮助下，无论是网页、小程序还是App几乎就是一句话搞定。

四、感想与展望

Vibe Coding的这段时间给我带来的震撼很大，几乎可以100%地确定，未来任何人只要有好的点子，就能够做出好产品。

还有一个事情让我感觉到了AI的不可替代性，我为了以更高的性价比使用Codex的token，找到一个API中转站。有一回这个中转站遭到网络攻击，大半天后才恢复，这一期间我加入了他们的客服群聊，我在群里潜水看别人说话，感受到其他程序员现在几乎已经离不开AI，他们几乎每一分钟都在催管理员恢复，表达的意思大体都是请快一点，否则自己当天工作任务都没办法按时完成了。

由俭入奢易，由奢入俭难，只要生产力环节接触到了更轻松更高效的办法，那么就永远无法离开了。就写代码来说，这已经不是用事半功倍可以形容的，而是十分之一的劳动、十分之一的成本、十倍以上的回报，三者相乘效益提高可能就是一千倍的水平。

现在AI能力的瓶颈不是模型的能力，而是人类的时间和精力。

我后来看了一段采访视频，受采访者是Alexander Embiricos（OpenAI Codex的产品负责人），他也在采访中也表达了的观点类似，他问采访者每天用AI多少次，回答是大概30多次。

但他说：“我认为AI应该每天帮助我们数万次。” 人类打字速度和验证工作是AGI的关键瓶颈。

在采访中，他还被问到OpenAI内部有多少代码是由Codex生成的。Embiricos没给具体百分比，但说大多数他认识的人已经不再打开编辑器。

“The code itself is not being written by humans anymore.” （代码本身已经不再由人类来写了）

“The vast majority of code is written by AI and I would say that now probably most people are not even opening IDEs.” （代码的绝大部分由AI编写，而且我认为现在大多数人甚至不打开IDE了）

代码只是AI生产力的一个领域而已，而且这是一个典型的token消耗型领域。

除了上述几个项目外，我还做了一个宏观经济数据汇总平台、一个美国大型科技公司的财务数据可视化平台，为了搭建和不断完善这些简单的平台，这段时间以来我一共消耗超过了20亿个token↓