在 2025 年的今天,我们正站在软件开发方式彻底改变的门槛上。
过去,做一个完整网站需要前端、后端、数据库、部署等无数环节;
而这期视频里,我尝试用 Gemini 3 + AntiGravity,只通过对话完成所有过程。
没错——一行代码也不写。
下面这篇文章,就是对这段实践的完整记录。如果你想直接观看全过程,这里是视频:
为什么要做这个实验?
近几年,"AI 能不能写代码"一直是讨论热点,但很多展示都是简单 demo。
于是我给自己定了个挑战:
从手绘草图开始,不看代码、不写代码,全靠对话式开发,做出一个真正可用的网站。
这个网站必须要有:
-
首页展示书籍
-
后台管理系统
-
登录与权限
-
可视化编辑器
-
书籍封面管理
-
文章系统
-
分类、栏目
-
排行榜
-
数据库存储
-
AI 智能填充书籍信息
-
AI 推荐功能
最终,我把这个网站命名为《图书天堂》。
第一步:随手画张草图,交给 Gemini 3
我只画了一个极其潦草的小草图:
logo、几本书、几段文字,连字都写得歪七扭八。
把图上传给 Gemini 3,它就自动生成了一个 HTML 页面。
之后我只说一句话:
"页面太素了,帮我美化一下风格。"
它就能自动调 UI、自动排版、自动增加样式。
这就是"生成式前端"的力量。
第二步:在 AntiGravity 中让 AI 当我的全栈工程师
接着我把页面放进 Google 的 AI 编程工具 AntiGravity。
它和 Gemini 3 深度整合,是一个真正意义上的 AI IDE。
我给它下达的第一条任务:
"请根据 book site 的原型生成一个 P2P 网站。"
然后它自动:
-
创建项目
-
写前端
-
写后端
-
写路由
-
写 API
-
写后台管理界面
-
写登录系统
-
写数据迁移
-
启动本地服务
整个过程中,我只做了两件事:
-
按"确认"
-
等待结果
整个后台就自动做好了。
第三步:让后台真正变得可用
后台初版出来后,我继续提出需求:
-
"后台编辑器太窄了,帮我调整。"
-
"加入可视化编辑器。"
-
"请添加上传封面图片功能。"
-
"导航链接不对,帮我修好。"
-
"加入排行榜管理模块。"
-
"支持书籍分类,例如金融、社科、科技。"
AI 每次都会自动扩展任务计划,完成新增的功能。
几乎所有问题我都不需要看代码,只需要提出要求。
第四步:从 JSON 文件改成真正的数据库
初版的数据都存储在 JSON 文件里,这是典型的原型阶段模式。
但我想让网站更真实,于是我说:
"请用 SQLite(CircleLite)来保存所有数据,并把现有 JSON 数据全部导入。"
AI 自动:
-
建立数据库
-
调整所有数据模型
-
写连接代码
-
写迁移脚本
-
导入原有数据
-
删除旧的 JSON
作为验证,我甚至把 JSON 文件删掉:
网站依然正常运行,证明数据库接管成功。
第五步:加入真正 AI 时代的功能:智能填充 + 智能荐书
我给后台加了一个强力功能:
输入书名 → AI 自动抓取资料 → 自动填入书籍信息。
它能:
-
自动查网页
-
自动抽取书名、作者、简介、评分
-
自动填进表单
-
一键保存
这是编辑效率的巨大提升。
接着我又说:
"在首页加入一个对话框,让用户输入需求就能获得 AI 推荐的书。"
于是网站拥有了一个真正意义上的"智能荐书"功能。
一个网站,从草图到上线,只需要对话
最后总结一下,这个网站具备完整功能:
-
推荐书籍展示
-
文章系统(带封面)
-
榜单系统
-
分类系统
-
后台增删改查
-
可视化编辑器
-
文件上传
-
登录和权限
-
SQLite 数据库
-
智能填充书籍信息(AI)
-
智能推荐书籍(AI)
而我从头到尾——
没有写过一行代码。
整个过程从草图到可用网站,总共约 1.5 小时。
如果你剪掉等待 AI 的时间,视频只有二三十分钟。
AI 开发时代已经真正开始了
我一直认为:
未来的"开发者"并不是写代码的人,而是会与 AI 协作的人。
当你能把需求描述清楚,AI 就能替你完成庞大的工程量。
你不需要记住框架语法,不需要纠结 API 细节,
只需要提出需求、表达问题、让 AI 修复。
这不是未来——这是现在。