两个娃的奶爸深夜搞CV：LangChain、Bolt.new、Kimi 和 Devin 教会我的事

上周五晚上11点27分，我刚把二宝哄睡——不是那种假睡，是真·眼皮打架、小手一松奶瓶掉地上的那种深度睡眠。老婆在客厅刷《甄嬛传》重播（她说这是助眠神剧），我蹑手蹑脚摸回书房，打开那台服役五年的MacBook Pro，风扇“嗡”地一声像被唤醒的怨灵。屏幕亮起，终端里还停着昨天没跑完的YOLOv8训练任务。

“就再试一次”，我心里默念，顺手点开Bolt.new新建了一个项目。这玩意儿最近火得不行，号称“零代码搭AI应用”，但作为一个被PyTorch报错虐过千百遍的老码农，我其实是半信半疑的。可没办法啊，白天带娃、晚上加班，能挤出两小时写代码已经是极限了。房租倒是省了——去年十月我们一家四口搬回老家县城，月租从北京的3500直接归零，老婆笑称“用空间换时间，用尿布换算力”。

---

事情得从三个月前说起。公司接了个小项目：给本地一家超市做货架商品识别系统。预算不多，周期紧，老板拍着我肩膀说：“你不是搞CV的嘛，小case！” 我表面点头，心里直打鼓。上一次正经做目标检测还是2021年，现在连模型都卷到YOLOv10了，而我还在用conda env list找自己到底装了几个PyTorch版本。

最要命的是时间。大宝上幼儿园，二宝刚断奶，白天根本没法集中。有次我在厨房边切菜边看论文，差点把手指当batch size切进去。老婆看不下去：“你非得自己硬扛？现在AI工具这么多，就不能借点力？”

借力？我嗤之以鼻。之前试过几个所谓“AI编程助手”，不是生成一堆import错误，就是把loss function写成print("Hello World")。直到那天深夜，我在Reddit看到有人用LangChain+Kimi搭了个图像检索系统，思路清奇：用大模型理解图像语义，再用向量数据库做召回。

我眼前一亮。LangChain我熟，但一直只用来做文本问答。要是能把图像特征向量化，再让Kimi（月之暗面那个国产大模型）来理解用户query，是不是能绕过复杂的端到端训练？

说干就干。我先用CLIP提取商品图片的embedding，存进ChromaDB。然后在LangChain里搭了个chain：用户输入“找红色罐装可乐”，Kimi先解析成结构化意图，再转成向量去库里搜。整个流程跑通只用了三个晚上——当然，每个晚上都是娃睡后11点到凌晨2点。

但问题来了：部署。传统Flask+Gunicorn太重，Heroku又贵。这时候Bolt.new救了我。它允许你用自然语言描述功能，自动生成前端+后端+API。我输入：“一个上传图片的界面，点击后返回货架上所有商品的名称和位置”，不到十分钟，一个可交互原型就出来了。虽然UI丑得像2003年的网页，但能跑！而且免费额度够我测试一周。

最让我惊讶的是Devin。没错，就是Cognition Labs那个“全栈AI工程师”。我本来以为是炒作，结果真拿它试了试。我把Bolt.new生成的前端代码扔给Devin，说：“帮我加个实时摄像头预览，支持手机扫码上传。” 它不仅改了，还顺手加了错误处理和loading动画。虽然有两处bug（比如没处理iOS Safari的权限弹窗），但整体可用。那一刻我坐在地板上，背靠儿童围栏，突然有点恍惚：这玩意儿要是早两年出来，我是不是不用熬那么多通宵？

---

当然，现实没那么美好。Kimi对中文query理解很好，但遇到“娃哈哈AD钙奶”这种地域性商品名就懵；Devin生成的代码需要人工review，尤其涉及异步操作时容易死锁；Bolt.new目前不支持自定义模型部署，最后我还是得用Docker打包扔到阿里云轻量服务器。

但这些都不重要。重要的是，我终于能在凌晨1点前躺下，而不是对着tensor维度不匹配的报错发呆。更重要的是，这个项目上线后，超市老板很满意，续约了半年维护合同，我的月薪从15k悄悄涨到了22k。老婆说：“看来回老家是对的，省下的房租+多赚的钱，够给俩娃报三年早教班了。”

---

回头想想，这一路踩的坑，其实暴露了我们很多老程序员的思维惯性：总想从零造轮子，总觉得“自动”=“不可控”。但现实是，带娃之后，你根本没有时间造轮子。你只能站在巨人的肩膀上，哪怕那肩膀是AI的。

LangChain教会我：别把模型当黑盒，要当乐高积木。拆解任务，组合工具，比死磕一个SOTA模型更有效。
Bolt.new告诉我：MVP（最小可行产品）真的可以“最小”到离谱，只要核心逻辑跑通，UI丑点无所谓。
Kimi让我意识到：中文场景下，本土大模型的理解力已经碾压国际选手，别再盲目崇拜GPT-4。
而Devin？它像一面镜子，照出我们的价值不在“写代码”，而在“定义问题”和“判断结果”。

---

现在每天晚上，我还是会等娃睡着后打开电脑。但不再焦虑，不再硬扛。我会先问自己：“这个环节，有没有现成的AI工具能省半小时？” 如果有，就用。省下的时间，要么多陪孩子读一本绘本，要么多睡二十分钟——要知道，对一个奶爸来说，二十分钟等于半条命。

技术永远在变，但人的精力是有限的。尤其是在你一边擦地板一边调试CUDA out of memory的时候，你会明白：真正的工程能力，不是你会多少框架，而是你能在资源极度受限的情况下，依然交付价值。

未来？我打算用这套“AI辅助+极简开发”的模式，接更多本地小生意的数字化需求。县城超市、社区诊所、甚至村口小卖部——他们不需要百亿参数模型，只需要一个能用、稳定、便宜的解决方案。而我，一个白天换尿布、晚上调learning rate的奶爸，或许正是最适合做这件事的人。

毕竟，当你在凌晨两点的尿布台和代码编辑器之间反复横跳时，你早就学会了：优雅是奢侈品，活着才是KPI。