如果你也在全职工作之外做 side project，那你一定知道这种拉扯感。我的 2025 年 GitHub 图表，看起来就像两个完全不同的开发者留下的痕迹。
上半年是什么样？一片空白方格组成的鬼城。 下半年呢？超过 4,000 次 commit。
区别并不在于我突然有了更多时间。真正的变化是，我终于不再和无休止的 grind 硬扛，而是开始用 AI 去大幅提升自己的构建速度。
跨过 "MVP 壁垒"
很多年前，我曾试着做一个浏览器 MMORPG。但还没碰到核心 gameplay，光是海量 boilerplate 就已经把我耗干了。这就是所谓的 "MVP 陷阱"：还在搭架子的时候，动力就先被磨没了。
而现在，有了现代 AI coding 工具，这种摩擦已经消失了很大一部分。我意识到，自己终于可以把“一个想法”和“一个真正部署上线的原型”之间的距离，从几个月缩短到几天。
这种推进感，也让我有了足够的信心去：
- 用 Node.js 和 MongoDB 设计一个足够扎实的 backend。
- 从零开始配置自己的 VDS 和 Nginx 服务器。
- 并且真的把一个可用于 production 的产品发布出去。
项目：下一代 AI companion
我把这种新获得的速度，投入到了一个聚焦于真正有“活感”的 AI 聊天机器人的平台上。
我对再做一个普通的 assistant wrapper 没什么兴趣。我想要的是有层次的对话伙伴，不管它们是友好的、浪漫的，还是能够提供支持的。为了做出那种更像人的火花，我设计的功能远不只是简单的文本生成：
- 长期记忆：这些 agent 能记住几周前的上下文和细节，让关系具备连续性。
- 视觉内容：机器人可以发送照片，进一步丰富对话语境。
- 内嵌玩法：我没有停在聊天这一步。我还做了 4 个不同的小游戏，让用户可以 和 自己的 AI companion 一起玩。
- 真实身份感：每个 bot 都有完整而深入的背景设定和鲜明的性格特征，因此会让人感觉它们是独立的存在。
为什么我选择 DeepSeek
这套 stack 的核心是 LLM。在 benchmark 了多个模型之后，我最终选择了 DeepSeek 作为智能引擎。
对于我的具体使用场景，尤其是 roleplay、情绪细腻度，以及更像人的回复表现，DeepSeek 明显强过其他竞争对手。（我也正在写一篇更详细的技术 benchmark，把它和 OpenAI、Gemini 放在一起比较，后面会继续更新。）
接下来
2025 年，是我学习如何更快把东西做出来的一年。2026 年，则会是继续打磨这个流程、把质量再往上推的一年。
你可以在这里试用这个平台：rizae.com
你现在最离不开的 AI 工具是哪一个？欢迎在下面告诉我。👇