這是蒼何的第 535 篇原創！

大家好，我是小菜比蒼何。

早在之前，我就給我的開源項目整了個出海網站，畢竟還是需要承接來自 GitHub 的流量。

可視化網站是做好了，但總感覺差了一些什么。

最近在學產品思維，里面有個觀點，很重要：

「用戶不會記住你做了什么功能，但會記住你幫他省了多少時間。」

當用戶進入這個網站，實際上他找到提示詞后，看到好看的爆款圖片，他會復制這個提示詞到其他地方來測試。

那為什么我不加一個在線測試的能力？

這又涉及一個問題，在線測試需要消耗 token，雖然詞元 API 給了項目一點 GPT image 2 的贊助，但這個額度是有限的，我無法完全免費提供。

于是我想著完全可以學習會員積分體系，也正好能打通完整的一個 AI 出海產品。

于是我花了一些時間，加了會員積分系統。用戶擁有一次免費的測試額度，之后可以通過購買會員或者積分的形式來繼續在線測試生成圖片。

生成測試前，提示詞是可以自由更改的。當點擊「生成圖片」，它就會調用 GPT image 2 的 API 來生圖。

生成好后，能對比效果，還是很方便的。

會員積分體系設計如下，這些全是 AI 幫我設計好的。

能同時看到積分流水情況，直接能點擊生圖詳情。

另外我還加了收藏功能，當你點擊收藏的時候，他是能收藏進你的收藏夾的，因為整個用戶體系也已經打通了。

我還加了 GA4 來給管理員配置可視化面板，現在管理員登錄就可以直接看到網站的 UV、PV、注冊用戶等。

為了完成生圖測試能力，用戶體系、會員與積分體系、支付體系等都需要全部拉通，是一個復雜的活，要放在以前，沒個把星期搞不定。

出海谷歌登錄、數據存儲、 Stripe 支付都沒那么簡單。

現在用 AI 只需要個把小時就能開發好。

而且，已經有付費用戶了。

這幾天去杭州參加觀猹的「誰能成為百萬博主」的活動，朋友劉聰給我分享了他評測的最新「Qwen 3.7-Max」模型，說有點牛的，建議我測測。

剛好，阿里云的朋友也在，立馬刷了下臉，要到了開白內測。

以上在 GPT-Image 2 Gallery上新增的功能全部都是通過阿里最新的 Qwen 3.7-Max 模型完成的。

我用 CC Switch 配置上 Qwen 3.7-Max 內測模型，直接用 Claude Code 開干。

在 Claude Code 中直接輸入我的需求：

我現在想在網站上加個能力，就是用戶可以直接在案例這里直接生成測試，然后調GPT image 2的api來生成圖片。用戶只能免費生成一張，其余就要花錢買積分了

可以看到，Qwen 3.7-Max 先會了解項目結構和代碼，然后設計實現方案：

計劃還是非常詳細的：

整個架構邏輯設計是這個樣子的：

這是 Qwen 3.7-Max 幫我生成的技術架構路線，Vercel 用來托管并保存環境變量信息，Supabase 用來用戶鄧麗，Postgree 數據庫存儲，記錄積分、生成記錄。

Stripe 用來做支付，Redis用來做防刷和 IP限流。

在 gpt-image 2 這個項目中，實際上是一個比較復雜的多文件工程，里面除了提示詞管理、Skill抽象以及模板分離外，還有出海獨立站的承載。

但我發現，Qwen 3.7-Max 駕馭的還是比較穩的，特別是 Agent 長時任務上能夠自主執行。

今天，我也看到了阿里已經做了官宣，Qwen 3.7-Max 在多項專業模型 Benchmark （基準測試）中均取得了領先的表現。

在 Text Arena 中 Qwen 3.7-Max 已經是國產模型第一了。

官方還秀了個 case，說是 Qwen 3.7-Max 可獨立執行 「35 小時」的長程復雜任務，好家伙，可以猛猛干了。

具體的情況大家也可以去千問官方公眾號看下：

也難怪我聰哥苦口婆心說要我一定要試試，果然沒讓我失望。

不過在 Claude Code中記得開啟思考模式，會更好一些。

生圖模塊我接入的是詞元中轉的 API，我只需要把這個接口文檔發給 Qwen 3.7，就能直接快速接入了。

這個地方我把 API key 配置在了 Vercel，利用 Kimi WebBridge，直接就讓 AI 操控瀏覽器幫我完成key 的配置。

我發現 Qwen 3.7 在連續多步的 agent 調用中保持了較為穩定的發揮。不會丟失上下文。

當我繼續下達指令，要進行用戶模塊的開發：

現在開始幫加用戶模塊吧，我希望可以郵箱登錄，也可以直接選擇谷歌登錄，然后把我的用戶設置為超級管理員，用戶體系是方便后面我要做積分什么的

它會自行實現用戶登錄的前端界面，并實現用戶認證，配置 Supabase 數據庫和超級管理員。

這里我選擇先用谷歌郵箱登錄，相對流程簡單一些。

第一次做的時候感覺還是沒理解好需求，一頓操作，給我還是整登錄注冊傳統流程去了，我重新輸入了提示詞：

我需要谷歌登錄，其他的注冊體系都不用先，記住登錄的流程和按鈕你可以學習別人的出海站點是怎么做的。

再次出來的效果就會滿足我的要求了，他會自行學習后給我登錄 UI。

當點擊登錄就能跳轉到谷歌登錄了。

這樣，整個流程就完全都打通了，一個輕量的出海應用就搞定了，最麻煩的還是支付鏈路這一塊。

Stripe 的接入坑確實不少，但 Qwen 3.7-Max 在這種多步驟、長鏈路的任務中表現很穩，不會中途丟上下文，也不會突然開始胡說八道。

從需求分析、架構設計、代碼實現到調試部署，整個過程就像帶了個靠譜的全棧搭子。

說實話，以前搞出海，光是谷歌登錄 + Stripe 支付 + 用戶體系這一套，沒個一兩周根本下不來。現在一個下午就能跑通，體感上效率提升了 10 倍不止。

而且我看了下官方數據，Qwen 3.7-Max 在編程智能體測評 SWE-Pro、Terminal Bench 2.0 這些榜單上已經超過了 DeepSeek-v4-pro-Max 和 Claude Opus 4.6，國產模型里排第一。

更離譜的是，官方測試中它能獨立執行 35 小時的超長程任務，自主完成 1158 次工具調用，最終在一個全新芯片平臺上把推理速度優化了 10 倍。

對我們普通開發者來說，最直觀的感受就是：以前覺得出海門檻高，現在門檻被 AI 踩平了。

你只需要有一個想法，剩下的交給 AI 去執行就好。

當然，前提是你得知道自己要什么，產品思維比技術實現更重要。

AI 不會替代有想法的人，但會淘汰沒想法還不會用工具的人。

如果你也想體驗 Qwen 3.7-Max 的編程能力，可以去阿里云百煉上試試，模型 API 即將上線。

好了，今天就聊到這。

如果你也在做出海產品，或者對 AI 編程感興趣，歡迎評論區聊聊你的想法，點個贊再走唄。