超越 AI 熱潮：探索非 AI 工程專案

在幾乎每個新的軟體發佈都以「AI 驅動」開頭的時代，要找到植根於傳統工程挑戰的專案變得越來越困難。從「AI 垃圾內容」的飽和到包裝工具（wrappers）的激增，軟體開發的核心——透過邏輯、架構和系統設計來解決特定且切實的問題——往往被淹沒了。

最近 Hacker News 上的一場社群討論試圖揭示開發者在不追逐 LLM 趨勢時正在開發什麼。結果顯示出一個充滿活力的「非 AI」專案生態系統，這些專案專注於改善開發者體驗、優化基礎設施，以及解決利基但令人痛苦的現實世界問題。

解決現實世界的摩擦

許多最引人注目的專案源於修復特定且令人沮喪體驗的渴望。例如，由於美國國務院的 CEAC 入口網站經常逾時並導致使用者流失進度，美國簽證申請過程變得極其困難。為了應對這一點，一位開發者創建了 fillvisa.com，一個 100% 免費的 DS-160 填寫工具。透過提供舒適的資料輸入介面和一個用於自動填寫官方入口網站的 bookmarklet，該工具為數百萬申請人解決了一個高摩擦力的問題，且不需要將資料移出使用者的瀏覽器。

同樣地，一些開發者正專注於實體導航的「心流狀態」。一位創作者分享了一套與地圖相關的工具，包括一個即使路徑較長也會避開交通擁堵的導航應用程式，以及一個專門為避開紅綠燈而設計的自行車導航應用程式。這些專案優先考慮旅程中的心理體驗，而非僅僅追求最快路徑的原始效率。

基礎設施與底層系統

雖然高層級的 AI 應用程式佔據了頭條新聞，但在技術棧的深處，仍有大量的開發工作正在進行：

• 串流優化： 為了讓串流更便宜、更私密且延遲更低，開發者正嘗試透過在 OBS (Open Broadcaster Software) 中利用 WebRTC 來實現這一點。這涉及對 Pion library 的深入研究，以減少直播的開銷。
• 資料管理： 通用型物件儲存器的開發正在持續進行。其中一個專案 Didgets 旨在創建一個「多模態」資料管理系統，將傳統的層級式資料夾結構與關聯式表格和半結構化 NoSQL 資料結合起來。
• 音訊處理： 對於「臥室製作人」領域的人來說，通話中的即時音訊修飾是一個常見的痛點。這促使了 Klaar 的創建，這是一個用於數位訊號處理 (DSP) 的 macOS 選單列應用程式，它允許使用者在不使用透過 OBS 和 loopback drivers 的笨拙工作流時，直接運行音訊效果（如壓縮和 EQ）。

增強開發者體驗 (DX)

開發者工具仍然是創新的沃土，專注於視覺化和模組化：

• 程式碼庫視覺化： DevLens 為 JavaScript、React、Next.js 和 Node.js 提供智能化的程式碼庫視覺化工具，旨在透過讓架構變得可見來簡化入職培訓和 PR 審查。
• 全端開發庫： 為了超越簡單的後端庫，有些人正在構建「全端」開發庫的工具包。例如，Fragno 專案將前端 hooks、後端路由和資料庫結構（schemas）打包成一個單一包。這允許更完整的整合，例如一個處理 Resend webhooks 並將執行緒資訊直接儲存在使用者資料庫中的電子郵件庫。

AI 作為工具，而非產品

這些討論中的一個有趣細微差別在於「使用」AI 與「構建」AI 產品之間的區別。幾位開發者指出，雖然他們的最終產品並非「AI 工具」，但他們使用了 AI 輔助（例如 Claude）來加速構建過程或重建原型。

這表明開發者工作流的轉變：AI 正成為一種創作行為的工具——一種「vibe coding」助手——而非軟體本身的主要功能。重點仍然放在功能實用性以及正在解決的特定問題上，確保軟體仍然是人類設計的、為人類服務的工具。