我用 Cursor + Trae 手搓了一个 App，上架了 App Store

摘要：在数字化时代，如何利用 AI 赋能产品创新？本篇文章将深入探讨 AI 在产品设计中的应用，分析关键技术与策略，帮助产品经理在创新与实用之间找到最佳平衡点。

在数字化时代，如何利用 AI 赋能产品创新？本篇文章将深入探讨 AI 在产品设计中的应用，分析关键技术与策略，帮助产品经理在创新与实用之间找到最佳平衡点。

如题，我用 AI Coding 工具手搓了一个 iOS App，并且上架了 App Store，App 的名称叫做「SafeMark」。

这个 App 的最初诉求是前段时间过年在家，用国补给家里买油烟机的经历。当时线下的小米之家要求必须发身份证照片给她，由于我相册中常备身份证这类证件照片，我没多想就把照片给她了。发完之后才想到，自己是不是应该加上水印，防止证件被泄露，被别人用在其他不该用的地方。

于是，这个 App 的雏形就被我记在了 flomo 中。前段时间，借着 AI Coding 工具 Cursor 和 Trae 实现了它，并上架了 App Store（写内容的时候还在审核）。虽然过程坎坷，但好在一切都完成了。

下面是我上架 App Store 用的宣传图，也是这个 App 的第一个版本，后续会再迭代。

这是我手搓上架的第二个产品，第一个是一款 Chrome 插件，名称叫 flomo Quick Capture，已上架 Chrome 应用商店，地址是：https://chromewebstore.google.com/detail/flomo-quick-capture/dbfjffbkhlaeihdeibejjofoidomdfdp

我在另一篇内容中，详细说明了自己写这款产品的初衷及理由，需求来源主要是面向我个人工作流设计。

至于为什么选择从 Chrome 插件开始？

开发成本低，能够快速建立对 Cursor 的认知。不需要国内的合规备案流程，上架速度快，能够获得即时反馈。

那为什么又选择开发一个 App？会不会太重了？又或者，为什么不是小程序？

这个 App 是在我短期目标之内的产物之一，而且微信小程序也会有的。当然，这篇内容也不是结束，而是开始。

一、AI Coding 工具

AI Coding 工具有很多，可以简单分为 AI IDE 工具和代码生成/辅助的工具，

AI IDE 工具有， Cursor、Windsurf、Trae、Trae CN 等。代码辅助工具有，GitHub Copilot、豆包 MarsCode 等。

网上有很多关于相关产品的列举以及教程，选择顺手的工具即可，我这里用的是 Cursor 和 Trae 的组合，算是薅字节的羊毛了。因为 Trae 还在产品的早期阶段，字节暂时还没有对 Trae 的用户进行收费，所以可以白嫖下 Trae 的 Claude 3.7 Sonnet 和 Gemini 2.5 Pro，而且这两个模型的能力大家还是有目共睹的。

写到这里，还想多提一句。在 AI 时代的产品，模型能力固然重要，但工程优化和工具适配的重要性也不言而喻，这三者是协同进化、相互成就的关系，尤其是工程优化。

因为同样的模型，可能会因为背后团队工程能力的不足，会有不同的结果。比如 Cursor 可以帮我生成复杂逻辑的代码，但 Trae 只能帮我做一些基础的小改动，比如修改颜色、新增或删除某个组件或 icon，或者调整 icon 的位置等等。

前段时间在 Cursor 服务器崩的时候，我尝试用 Trae 帮我实现一些需求的时候，失败了好多次，甚至项目都新建了好几个，因为使用 git 都没有完整一次性恢复整个 Commit。

我去请教 ChatGPT，它告诉我可能原因有：

git 操作的粒度或范围被封装限制了：Trae 可能对 reset, checkout, revert 等命令做了简化处理，没有像 CLI 那样完整恢复工作区和缓存区。文件同步机制的问题：有些文件（例如自动生成的缓存文件、用户配置）未纳入 git 管控，导致恢复后看起来“不完整”。恢复操作并未触发 UI/内存的同步刷新：你恢复了版本，但 IDE 的运行态、缓存、preview 面板可能没有 reload，导致你看到的内容还是之前的。只恢复了代码区，没恢复运行状态 / 上下文依赖：Trae 可能认为只需恢复代码，未覆盖依赖状态（例如环境变量、数据库快照等）。

至今，我仍不确定背后的原因，但我确实因为恢复项目后发现不完整，进而又新建了好几个项目。期待会有机会，亲自定位，亲自推进。

所以，正确的认知应该是：好的模型是加分项、是锦上添花，并非雪中送炭。

更不像前段时间，一时间好像所有的互联网产品都接入 DeepSeek 一样，甚至有些厂商的“鼠标、冰箱”都宣称自家产品都已接入“满血版 DeepSeek-R1”。先不讨论是否为“满血版 DeepSeek-R1”，单就 R1 这种推理模型而言，接入之后提升了产品的哪些业务指标呢？是获得了更好的交互体验？还是获得了更好的回答效果？或者满足其他什么目的？存量用户对比之前是否提高了使用频次和使用时长。

其实多数是为了满足政治正确或者营销噱头，实际对业务几乎没有帮助，甚至有产品在即时性很强的业务上，接入了 R1，即便要接入 DeepSeek 模型，也应该是 V3，而不是 R1 这个推理模型。自己都不用的功能，难道指望用户去用嘛？

我想表达的是，在满足业务场景和需求的同时，选择更合适的模型，这才是应该做的。

扯远了，回到这个章节的主题。

选择合适的工具很重要。随着 Trae 的知名度上升，使用人数越来越多，模型调用的排队时间也越来越长，我也从最初的 Cursor + Trae 的组合，变成了 Cursor + Trae + Trae CN，但需要即时性高的场合，还是 Cursor 比较靠谱。

二、App 开发及推广过程

这个项目的立项前，我并没有做需求分析，更没有做市场调研，只是简单规划了 App 的基本架构和功能模块，删减功能到不能删减的时候，就是产品 MVP，规划了几个版本后，我便开始和 AI 工具一起投入开发。

如前文所说，复杂任务交给 Cursor，简单任务交给 Trae 或 Trae CN。

之前的习惯是，新建 idea.md 文件（非 notepad），方便 Ask、Agent、豆包 Marscode 阅读。通过 Ask 完善需求、确认需求，然后拆解任务，尽可能将任务拆分为可执行的方案，让 Agent 去写。现阶段 AI 不那么强的时候去作为 AI 的 Planner，帮它细化流程、细化步骤。

通过 Cursor 的 Claude 3.7 Sonnet 帮我生成的 HTML ，但生成的结果不太满意，考虑到页面不多，就顺手画了一下。