一行代码没写，我用 AI 做了一个可以收费产品
作者（大侠Luffy）用 Codex 从零开发 PennyScribe——一个面向 AI Agent 和开发者的云端音频转写服务，全程自己一行代码未写，从零构建 GPU 实例调度系统，两周完成原本预估 3 个月的工作量。
基本信息
- 作者：大侠Luffy
- 来源：掘金
- 发布时间：2026-08-08
- 分类：产品开发 / AI Agent / ASR 语音转写
- 工具链：Codex（AI编程）、Qwen ASR（转写模型）、Vast.ai（GPU 算力）
核心观点
-
Codex 实现了真正的”零代码产品开发”：作者一行代码都没写，靠 Codex 从零到一完成了 PennyScribe 的全部开发工作，包括从零构建 GPU 实例调度系统（放弃了 Vast.ai 官方的 Serverless 方案）。原本估计至少需要 3 个月，实际用了不到两周。
-
PennyScribe 的产品定位是”对 AI Agent 友好的音频转写服务”：现有方案（ChatGPT/Claude Code 处理音频转写任务时需先下载运行 Whisper）处理时间长、可能因设备性能或网络问题中断。PennyScribe 提供 CLI、API 和 MCP 三种接口，天然面向 AI Agent 和开发者设计，支持云端多 GPU 并行批量处理。
-
Qwen ASR 的转写质量出色，但时间戳生成不理想：在测试中，Qwen ASR 的纯文本转写效果非常好，但 Qwen ForcedAligner 生成时间戳效果不佳。去除背景音乐和环境噪声后有改善，但增加了计算成本。因此 PennyScribe 现阶段专注高质量纯文本转写，暂不适合视频字幕制作。
-
产品设计的新范式：让产品不仅方便人使用，也要让 AI 能轻松发现、理解和调用：作者提出产品不应把所有能力封闭在 UI 里，而应提供接口（CLI/API/MCP），让 AI Agent 可以像人类用户一样使用产品。这是 AI Agent 时代产品设计的一个重要方向。
-
Vast.ai 消费级 GPU 做稳定在线服务的工程挑战：Vast.ai 的 GPU 价格便宜但稳定性差，作者用 Codex 自己构建了一套 GPU 实例调度系统来兼顾成本与服务稳定性，而非依赖官方 Serverless 方案。
实操内容保留
产品设计理念
面向 AI Agent 的产品设计原则（从本文提炼）：
- 多接口并存：CLI + API + MCP，让人类和 AI Agent 都能调用
- 专注单一核心能力：PennyScribe 暂时只做高质量纯文本转写，不碰时间戳/字幕
- 面向工作流集成：作为 Agent 工作流中的一个环节，而非独立的”最终产品”
- 成本优化在架构层面：放弃 Serverless，自建调度系统降低 GPU 成本
关键概念
- PennyScribe — 新：面向 AI Agent 的音频转写服务
- Codex — 已有：本文展示了 Codex 在”零代码产品开发 + 从零构建 GPU 调度系统”的新用例
- Qwen ASR — 新：阿里通义千问系列的语音识别模型
- Vast.ai — 新：GPU 算力租赁市场
- AI Agent 智能体 — 已有：更新”面向 Agent 设计产品”的观点
- MCP 模型上下文协议 — 已有：MCP 作为产品对 Agent 的友好接口
- Whisper — 已有：被 PennyScribe 替代的传统本地 ASR 方案
与其他素材的关联
- 与 2026-07-12-woshipm-codex-personal-website-1-day 呼应：都是”非开发者用 Codex 零代码做产品”，但本文推进到”做可收费的 SaaS 产品 + GPU 资源调度”的更复杂层面
- 与 2026-07-07-woshipm-agent-new-saas 呼应：Agent SaaS 理念——不只是做聊天框或软件账号，而是交付能力。PennyScribe 把 ASR 做成 API/MCP/CLI 三接口是”Agent 友好设计”的具体实践
- 与 AI Agent 实体页中”产品应设计成可被 Agent 调用的能力单元”观点呼应
- 与 2026-07-16-woshipm-one-person-company-ai-era 呼应：Codex 让个人能做出可收费的 SaaS 产品，是 OPC（一人公司）模式的工具基础
原文精彩摘录
这是我第一次尝试完全依靠 AI 编程工具，从零到一开发一款产品。整个过程中，我自己一行代码都没有写。
为了兼顾成本与服务稳定性，我借助 Codex 放弃了官方的 Serverless 方案，从零构建了一套 GPU 实例调度系统。这个过程中踩了很多坑，但非常值得。如果没有 AI 的帮助，我估计至少需要 3 个月才能把这件事做好，而现在只用了不到两周。
这也是我对未来新产品形态的一点思考：产品不仅要方便人使用，也应该让 AI 能够轻松发现、理解和调用，而不是把所有能力都封闭在 UI 里。
如果你曾经让 ChatGPT 或 Claude Code 处理音频转写任务，可能会发现它们经常需要先下载并运行 Whisper。这不仅会让处理时间变得漫长，还可能因为设备性能不足或网络问题而中断。这时，一个对 Agent 友好的云端语音转写服务就能派上用场。