一个不会写代码的人，如何用 AI 在 10 天内从零建了一个 3900 页的多语言网站
这篇文章没有代码教程，也不卖课。它是一个普通人（我，sagasu）和 AI 助手在 10 天内从一个念头到上线一个专业级产品的真实记录。
缘起：一个让我烦透了的体验
2026 年 1 月底，我想把一张 WebP 图片转成 PNG。
打开一个在线转换网站——满屏广告，弹窗关不掉，还要把文件上传到他们的服务器。
我不喜欢这种感觉。我的文件凭什么要经过别人的服务器？
我想：为什么不能有一个干净的、安全的、直接在浏览器里处理所有转换的工具？
但我不会写代码。
不过我有两样东西：清晰的产品直觉，和一个运行在 OpenClaw 上的 AI Agent。
于是我写下了第一份需求文档："做一个隐私优先的在线文件转换工具，所有转换在浏览器本地完成，不上传文件。"
10 天后，这句话变成了 OmniConvert。
数据：
- 135 个 Git Commit
- 11,205 行源码（全部由 AI 编写）
- 3,878 个 HTML 页面
- 73 种文件格式互转
- 345 种单位换算，8 种语言
- 部署成本：0 元
- 我写过的代码：0 行
我做了什么，AI 做了什么
很多人看到这些数据会以为是 AI 一个人干的���不是。
AI 是我的执行团队，但产品方向、每一个关键决策，都是我做的。
我决定做"隐私优先的文件转换"。AI 选了技术栈。
我指定对标竞品 Canva 和 Convertio。AI 分析了它们的 SEO 结构。
我提出"加单位换算"。AI 写了 4,966 个测试用例。
我要求"加中国斤两、日本貫匁"。AI 查资料、写代码、生成页面。
我说"emoji 太多，一眼 AI"。AI 连夜全站清除。
我决定"砍掉 light mode，只做暗色"。AI 执行重构。
我定内容深度目标"800 字以上"。AI 用并行 sub-agent 达到 809 字均值。
我是导演，AI 是整个剧组。
十天时间线
Day 1（1/29）：我写了一份需求文档，不是代码。三个核心要求：浏览器本地转换、零广告零注册、零成本部署。AI 选了 Astro + React + Cloudflare Pages。我只听懂了"免费"两个字。
Day 2-3（2/10-11）：AI 两天搭起核心引擎，6 种图片格式互转。但更有价值的是我做的事——花半天翻竞品页面结构，定下 SEO 策略：每个转换对独立页面，结构化数据对标行业标杆。
Day 4（2/12）：我在 Google 搜"英里转公里"时突发灵感——既然做转换，为什么不加单位换算？这个决策让项目格局从"文件工具"变成了"万能转换平台"。AI 当天写了近 5000 个测试用例，全部通过。还加了中国和日本的传统单位。当天�� 65 页暴增到 647 页。
Day 5（2/13）：我分析竞品 metric-conversions.org（月访 200 万），发现他们每页 800 字，我们只有 122 字。我定下目标后，OpenClaw 的 Sub-agent 流水线启动——主 Agent 同时调度多个 Sub-agent 并行生产内容。当天从 122 字涨到 809 字均值。同时重构了代码架构，build.js 从 929 行精简到 489 行。
Day 6-7（2/14）：流程跑通后我开始"点菜"——HEIC、音频、视频、PDF、Markdown，全加。语言从 4 种扩展到 8 种。一天内总页面冲到 3,878。
不只服务人类，也服务 Agent
最近读到 @oran_ge 的文章《互联网已死，Agent 永生》，有一个观点让我很受触动：
Agent 才是软件的新用户。让 Agent 第一个知道你，让 Agent 用了就离不开你。
这和我在做 OmniConvert 时的一个直觉不谋而合。
从第一天起，我就让 AI 不仅做了给人看的网站，还做了给 Agent 看的接口：
- 单位换算 API（
/api/convert）—— Agent 可以直接调用 - OpenAPI 规范（
/api/openapi.json）—— 标准化的接口描述 - MCP 定义（
/.well-known/mcp.json）—— AI Agent 的能力发现协议 - AI 爬虫文件（
/.well-known/ai-agent.md+/llms.txt）—— 告诉 AI 这个网站能做什么
当大部分工具网站还在想"怎么让人用得爽"的时候，我们已经在想"怎么让 Agent 用得爽"了。
这不是什么高瞻远瞩。这只是一个朴素的判断：未来的流量不只来自人类在浏览器里点击，也来自 Agent 在后台调用 API。
两种用户，同时服务。这才是 2026 年做产品的正确姿势。
踩过的坑
任务太大会超时：一开始给 Sub-agent 的任务太大，直接超时。教训：像管理真人一样拆任务，5 分钟一个。
并发文件冲突：两个 Sub-agent 同时改同一个文件，互相覆盖。教训：用 JSON 数据文件隔离，每个 sub-agent 写不同文件。
AI 审美不行：第一版满屏 emoji + 紫色渐变，朋友说"一眼 AI"。教训：AI 能执行任何视觉方案，但"什么好看"还得人来判断。
iOS 兼容性：FFmpeg.wasm 在 iPhone 上不工作（不支持 SharedArrayBuffer）。教训：技术选型要考虑真实世界。我选择检测 iOS 显示提示，保持零成本。
信任但要验证：AI 偶尔忘写闭合括号，导致构建失败��教训：每次改完必须跑构建，红了就改，绿了才提交。
给想用 AI 做产品的人
做完这个项目，我最大的感触是：产品思维比技术能力更重要。
你不需要会写代码，但你需要：
- 产品直觉 — 知道用户痛点是什么
- 决策能力 — AI 给方案，你来选
- 审美判断 — AI 的默认审美是"最大公约数"
- 拆解问题的能力 — 大任务拆小，每个定义清楚
- 质量意识 — 信任但要验证
AI 不是魔法，它是超级执行团队。你需要像管理团队一样管理它——给架构、给反馈、给方向。
本质上，AI 把创业的门槛从"你需要一个技术团队"降低到了"你需要清晰的思路"。
去试试：tools.sagasu.art
AI 平台：OpenClaw
本文由 sagasu 口述，AI 助手整理撰写。所有数据均来自真实的 Git 提交记录。
📬 关于作者
我是 SagaSu，一个不会写代码的产品人，用 AI Agent 从零构建了 OmniConvert — 3900+ 页、8 种语言的免费在线转换工具。我每天发布 AI 行业深度情报，分享 AI 时代的产品方法论��独立开发实战。
我的信条：AI 是剧组，人类是导演。
🔗 OmniConvert — 免费文件格式 + 单位转换，100% 本地处理
👉 免费订阅，每日收到 AI 情报推送 — 不错过任何重要信号。