从应用程序、影视作品到科技硬件乃至美妆汽车，这些品类的共同点寥寥无几。若非要归类，它们大多属于“想要”而非“刚需”。然而，在寻找新产品的过程中，用户的行为模式却高度一致：在线调研、查阅推荐、浏览社区讨论、观看评测，最终缩小选择范围。
这一常规路径正被人工智能（AI）重塑。这里指的并非让ChatGPT提供建议，而是通过“氛围编程”（Vibe Coding）主动构建理想中的功能模块，而非在无休止的搜寻中妥协。
单一应用难承所有期待
在测试过无数应用后，一个显著结论是：无论产品多么优秀，总存在未能满足用户特定需求的短板。以笔记应用为例，有的擅长内容组织，有的在PDF批注或快速记录上表现优异。用户往往需要在手写与打字间切换，但鲜有应用能无缝支持这两种模式且不牺牲其他核心体验。
更常见的困境是，某款应用具备用户急需的特定功能，但迁移意味着放弃现有工作流中依赖的其他特性。用户被迫在“功能妥协”与“多应用切换”之间做出选择。
开发门槛降低，定制成为可能
解决这一痛点的终极方案历来是“自行开发”，但高昂的学习成本和维护难度曾让大多数人望而却步。如今，AI编码工具彻底改变了这一局面。借助AI代理，用户无需编写每一行代码，只需清晰描述需求、迭代结果并持续优化，即可将想法转化为可用产品。
这种模式赋予了用户极高的自由度。以图像处理为例，作者因不需要Photoshop的一半功能，开始开发一款仅包含常用编辑工具的轻量级替代应用，去除了繁杂菜单与冗余功能。
在学习场景下，作者正构建一款融合Notion、NotebookLM和Quizlet优势的应用。通过分析个人学习习惯，AI帮助识别有效方法并弥补不足，从而打造出适应个人逻辑而非让用户适应产品的工具。
在笔记应用中，作者向Claude Code、Codex和Google Antigravity提交相同的功能需求列表。最终，Codex构建出的应用最接近理想状态，并已成为作者日常使用的工具。
维护挑战犹存，但选择权已转移
尽管AI编码提供了新选项，作者并未完全抛弃传统应用。构建应用是一回事，确保其长期稳定运行与维护则是另一项挑战。
但至少现在，当现有应用无法满足预期时，用户不再只能选择将就或盲目寻找替代品，而是拥有了亲手打造理想工具的能力。