HN六个AI实战真相：有人翻盘有人亏$2200

你有没有想过：那些在Hacker News上分享AI实战经验的人，到底是真的赚到了，还是在吹牛？今天我深挖了六个来自HN的真实故事——有Junior工程师靠一个AI生成的Portfolio网站翻转了4个月的求职困局，拿到$150-300/周副业收入；有北京开发者在副业上亏了$2200后的血泪复盘；还有PayPal高级工程师开发了从Apple Watch语音调度Claude Code的硬核工作流。这些案例的共同点：全是真金白银、有具体数字、可直接复制。

案例一：一个Portfolio网站翻转4个月求职困境

人物背景

一位Junior AI/ML工程师，毕业前求职4个月，投了无数简历，零面试邀请。甚至考虑过花钱请求职咨询机构，直到看到价格后放弃。

操作步骤

1. 使用 MGX（AI建站工具），上传简历PDF
2. 给出一个Prompt：

"Turn this resume into a clean, functional portfolio site deployable on Vercel. Use only the exact information and links from my resume, ensure every link works and all functions run properly. Replace the phone number field with a 'Schedule a Call' button linking to my calendar."

3. 2分钟后得到完整Portfolio页面
4. 部署到Vercel（免费），链接发到LinkedIn和X（Twitter）

结果

成本估算

为什么这个案例值得注意

这不是"AI帮我写了个博客"的玩具案例。核心洞察是：在求职市场，一个可视化的在线作品集比PDF简历有10倍以上的转化率。而AI让这个"差异化动作"的门槛降到了2分钟+0成本。

案例二：游戏开发者的多Agent交叉审查工作流

人物背景

一位独立游戏开发者，开发过多个热门在线游戏。他的工作流让HN上的AI怀疑论者改变了看法。

核心工作流：三模型交叉审查

他同时使用三个AI编码工具，让它们互相审查：

flowchart LR
    A[开发者<br/>口述Feature需求] --> B[OpenAI Codex CLI<br/>主力编码]
    A --> C[Claude Code<br/>主力编码+审查]
    B --> D[交叉审查]
    C --> D
    D --> E[Gemini Free Tier<br/>额外审查层]
    E --> F[VS Code Copilot<br/>自动补全]
    F --> G[最终代码提交]

    H[AGENTS.md<br/>项目规范文件] -.-> B
    H -.-> C
    H -.-> E

    style A fill:#e1f5fe
    style D fill:#fff3e0
    style G fill:#e8f5e9

关键秘诀：AGENTS.md

他的核心武器不是Prompt本身，而是一个精心维护的 AGENTS.md 文件。这个文件定义了：

• 代码风格和架构规范
• 命名约定（例如将userSubmitsDrawOffer重命名为userSubmitsDrawRelatedEvent）
• 文件组织逻辑
• 功能模块间的交互协议

一个典型的Feature指令（节选）：

"ok now i want you to work on the offer, confirm and decline player draws events in game feature. there's already a userSubmitsDrawOffer file on the server, rename this and fix references. call it 'userSubmitsDrawRelatedEvent'. on the client..."

成本估算

为什么有效

他的原话：

"I'm (we're) kicking out feature after feature that is being done right because I have an agentic AI flow that not only writes code virtually exactly the same way I would manually (after many, many prompts to update the AGENTS.md file), but I'm confident in it due to the review flow itself."

核心心得： - AGENTS.md是真正的"大脑"，不是Prompt - 两个前沿模型的交叉审查比单模型审查可靠性高一个量级 - Gemini Free Tier作为第三审查层，零成本增加保障

案例三：PayPal工程师从Apple Watch语音调度Claude Code

人物背景

PayPal AI Specialist / 高级SWE，负责公司内部AI编码Agent工具。每天通勤2小时（旧金山↔PayPal总部）。

痛点

• 通勤时间完全无法编码
• 手机键盘输入长Prompt导致手指疼痛
• 想在走路/开车时也能推进工作

解决方案：DashVox

他开发了一个工具链：

flowchart TD
    subgraph 输入端
        A[Apple Watch]
        B[CarPlay]
        C[手机]
    end

    subgraph DashVox处理
        D[语音输入 →<br/>文本转录]
        E[Prompt优化+<br/>上下文注入]
    end

    subgraph 远程执行
        F[SSH到家里<br/>Windows桌面]
        G[Claude Code<br/>执行编码任务]
    end

    subgraph 反馈
        H[TTS语音播报<br/>执行结果]
    end

    A --> D
    B --> D
    C --> D
    D --> E
    E --> F
    F --> G
    G --> H
    H --> A
    H --> B
    H --> C

    style A fill:#e3f2fd
    style G fill:#e8f5e9
    style H fill:#fff8e1

具体工作流

1. 从Apple Watch/CarPlay/手机发出语音指令
2. DashVox将语音转为文本，优化为Claude Code可执行的Prompt
3. 通过SSH连接到家中24/7开机的Windows桌面
4. Claude Code执行编码任务
5. TTS语音播报执行结果

启发

他的灵感来自一位朋友——那位朋友的哥哥脖子上挂一个领夹麦克风，边在户外散步边用语音调度Claude Code。看起来有点奇怪，但效率极高。

成本

案例四：北京开发者的$2200亏损复盘（反向案例）

人物背景

北京全栈开发者（Python后端 + Flutter移动/Web），月薪约$2,500。在公司做过金融和医疗的AI系统——RAG管道、知识库、AI Agent全套。能独立从后端到部署完成整个产品。

四次失败复盘

flowchart TD
    A[尝试1: Telegram订阅Bot] --> A1[初期: $70/月投放<br/>→ $110-140/月收入]
    A1 --> A2[扩量: $280/月投放<br/>→ 仅$220/月收入]
    A2 --> A3[❌ 关停<br/>小利润=运气流量]

    B[尝试2: 合伙人A] --> B1[我开发 他销售]
    B1 --> B2[对方推了两周<br/>没看到快钱就放弃]
    B2 --> B3[❌ 产品死掉]

    C[尝试3: 合伙人B] --> C1[我交付全部代码]
    C1 --> C2[对方直接消失]
    C2 --> C3[❌ 白干]

    D[尝试4: 轻信模式] --> D1[对方称模式很赚]
    D1 --> D2[投入后无法收回]
    D2 --> D3[❌ 亏损]

    A3 --> E[总亏损: $2,200]
    B3 --> E
    C3 --> E
    D3 --> E

    style A3 fill:#ffcdd2
    style B3 fill:#ffcdd2
    style C3 fill:#ffcdd2
    style D3 fill:#ffcdd2
    style E fill:#f44336,color:#fff

HN社区的关键评论

来自HN用户 carlos-menezes：

"持续赚钱更多是关于做一个好的商人，而不仅仅是做一个好的开发者。理解你的市场，在构建前验证需求（并增量构建），有清晰的销售/营销计划，并谨慎选择可靠的合伙人。"

亏损分析

案例五：Voice AI Agent自动生成社媒内容

产品：Canonical AI

创始人Tom开发了一个Voice AI Agent，工作流极其简单但有效：

1. AI打电话采访你（语音对话）
2. 提取核心观点和故事
3. 自动撰写LinkedIn和X（Twitter）帖子
4. 优化内容以迎合平台算法

为什么值得关注

这个模式解决了一个真实痛点：B2B从业者知道LinkedIn/X是获客金矿，但大多数人面对空白屏幕写不出内容。而当你和人聊天时，灵感自然涌现。产品本质是把"对话中的洞察"转化为"算法友好的内容"。

商业模式

• 同时提供 Mixpanel for Voice AI Agents 分析平台（voice.canonical.chat）
• 语音内容生成是dogfooding产品的同时也是在验证市场

案例六：10年老兵被AI"空心病"击中

人物背景

10年经验的Web开发者（React/Svelte + Node后端），过去一年深度使用编码Agent。

转折点

当 Opus 4.5 发布后，事情变了：

"I found myself reviewing less and less code. I wasn't writing any on my own either. I dictate to my machine a long prompt as to what feature I want, how I want it architected, and what success looks like and Codex just does it. And does it pretty damn well."

核心矛盾

实际感受：极度无聊、空虚、失去参与感

HN社区的解法

信息差总结

行动指南

如果你是求职者（优先级最高，30分钟可完成）：

1. 用MGX或v0.dev上传你的简历PDF
2. 用Prompt生成Portfolio网站
3. 部署到Vercel（免费）
4. 链接发到LinkedIn

如果你是开发者（本周可实施）：

1. 在项目中创建 AGENTS.md 文件，定义你的编码规范
2. 同时使用Claude Code + 另一个AI模型交叉审查代码
3. 用Gemini Free Tier作为第三审查层

如果你想做AI副业（务必先看）：

1. 先找需求，再写代码——用Twitter/Reddit/知乎搜索痛点
2. 用MVP验证（不要先花2周开发）
3. 不要找"我写代码你卖"的合伙人模式

如果你已经深度使用AI编码（心理健康提醒）：

1. 重新定义你的价值：从"写代码"到"架构决策+问题定义"
2. 用省下的时间做更有挑战的工作
3. 考虑用手脑结合的活动平衡纯AI工作

参考来源

• Ask HN: 10-year dev, tried earning on the side – lost $2,200 — 北京开发者副业失败复盘
• Skeptic impressed by colleague's AI workflow — 多Agent交叉审查工作流
• Show HN: Voice control coding agents via smartwatch / CarPlay — DashVox语音编码
• A Portfolio Ended My 4 Month Job Search and Started My Side Income — AI Portfolio翻转求职
• Ask HN: Anyone else struggling with AI and work? — AI编码带来的职业空虚感

本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护。 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。

[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。