38 天，246 个 commit，0 行代码 — 我用 Claude Code 从零打造一个 AI 字幕 + 配音 SaaS

开场

我是 Mr. K，一个在银行 IT 部门当经理的人。白天的工作是处理企业级系统架构、灾难恢复计划、容量规划这些听起来很厉害但其实很闷的东西。晚上回家，我打开终端机，跟 Claude Code 一起搞我的 side project。

过去 38 天，我用 Claude Code 写了 246 个 commit，做出一个完整的 AI 字幕 + 配音 SaaS — 「喂！字幕」（heysubtitle.com）。

整个项目，从第一个 commit 到今天的第 246 个 commit，我一行代码都没写过、也没读过。我甚至看不太懂自己的 backend 在做什么，只知道它能跑、用户在付钱。

这篇文章是我这 38 天的真实开发日记，分成两个阶段：

• 第一个 19 天（143 commit）：从零做出一个能收费的 SaaS 雏形
• 第二个 19 天（103 commit）：重押 AI 配音功能

中间有崩溃、有骂脏话、有凌晨 4 点还在改 bug，也有 Claude 学会在我骂脏话之后反过来安抚我情绪的诡异瞬间。

如果你也在用 Claude Code 做 side project，或者你只是好奇「不会写代码的人到底能不能用 AI 做出产品」— 这篇是写给你的。

为什么选 Claude Code？

老实说，一开始只是想试试看。

作为一个有多年开发经验的技术人（虽然主要是架构和管理，动手写代码的时间早就少了），我对 AI 辅助开发一直持观望态度。GitHub Copilot 试过，觉得「不错，但只是 autocomplete」。ChatGPT 写过一些 script，觉得「能用，但需要我把架构想清楚才能喂给它」。

但当我真正开始用 Claude Code 进行对话式开发后，我被它的能力震撼了。

它不只是一个代码补全工具，而是一个真正的开发伙伴：

• 理解上下文 — 整个 repo 的架构、最近改了什么、为什么这样设计
• 记住项目决策 — 不需要我每次重新解释
• 能够进行复杂的系统设计讨论 — 从 DB schema 到 API 路由
• 甚至帮你发现潜在的安全漏洞 — 我的 JWT 配置和 path traversal 都是它先抓出来的

最关键的是：它理解「为什么」。

我可以对它说「我想做一个按用户语言自动分流到不同 TTS 引擎的系统」，它不会问我要 spec，它会直接动手写，然后告诉我它的决策理由。我只需要说 yes 或 no。

这 38 天我写的代码比例是 0%。但产品还在跑、用户还在付钱、commit 数还在涨。

第一个 19 天：从零到一个能收费的 SaaS

第一个 19 天，143 个 commit。我把这 19 天分成三周来看。

第一周（基础建设）

用户认证系统（注册、登录、忘记密码、Google OAuth）、视频上传与处理管线、AI 语音转文字引擎（Azure Whisper）、字幕编辑器搭配视频同步预览、多语言界面（繁中、英文、简中）、管理员后台（用户管理、错误记录、系统监控）、正式部署上线。

一周做完这些。我自己回头看都不敢相信。

第二周（产品打磨）

四个订阅方案上线（含外币折扣、降级自动切换）、品牌重塑与新域名迁移、字幕编辑器大改版（弹出式面板、双语对照、手机适配）、深色模式（6 个主题风格）、SEO 预渲染、数据分析追踪、翻译记忆系统、上传前自动预检。

这周开始有用户付钱了。第一笔订阅进账的时候我盯着 Stripe dashboard 看了五分钟，确认不是测试交易。

第三周（功能爆发）

AI 语音配音 v1、YouTube 网址直接上传转录、Final Cut Pro 字幕导出格式（FCPXML）、促销码 + 推荐奖励系统、4 语言网站（共 76 页预渲染 + 自动 Sitemap）、完整的错误信息多语言化、管理后台国际化。

19 天结束的时候，这已经不是一个 MVP，而是一个功能完整、可以收费的产品。

技术栈

这个 stack 有一半是我选的，另一半是 Claude 提的。它选的部分（BullMQ、Tailwind v4、Fastify）我事后才知道都是 2026 年最 popular 的选择。它读的技术文章比我多。

第二个 19 天：AI 配音的血泪史

第一个 19 天结束后，产品上线了，有用户开始付费。然后一个用户问我：

「可不可以把我的粤语 YouTube 视频，变成普通话版本？」

可以啊。找个配音员，一条片港币 2000，三天交货。

用户：「⋯⋯算了。」

OK，那就自己做。我把这句话打给 Claude，它就开始写了。

第二个 19 天，103 个 commit，全部都在搞同一件事 — AI 配音。

技术选型：5 个 TTS 我都试过了

最后选了 顶级 AI 配音引擎（双引擎） 双引擎，按用户的语言和需求自动分流。按语言自动分配最适合的引擎。

这策略是 Claude 提的，我只负责问：「啊那粤语怎么办？」它说：「那粤语走 AI 配音引擎。」我说好。整个技术选型讨论就 30 秒。

三个踩过的坑（每个都流过血）

第一坑：声音不对嘴。

字幕的时间轴是按原语言切的，但翻译后语言长度完全不一样 — 粤语「食咗饭未呀」五个字，英文「Have you eaten yet?」要拖三倍长。

第一次测试出来，AI 讲完了视频还没演完，下一段又叠上来，整段变成一个会讲三种语言的鬼。

解法：跟 Claude 一起设计逐段（per-segment）配音架构，每段独立生成、独立对齐时间轴，再用语速微调塞回原本的时长。我只负责看结果骂脏话，它负责修。

第二坑：感情很假。

TTS 默认都是「平铺直叙」的语气，但配音需要喜怒哀乐。第一版做出来，主角在视频里哭，AI 用念新闻的语气说「我⋯好⋯难⋯过」，我在电脑前笑了五分钟。

解法：emotion tags。Claude 写了一个 GPT-4o pipeline，自动分析每段字幕、推断情绪（开心、生气、悲伤、叹气⋯⋯）、加上 tag，然后传给 TTS 引擎。整个过程零人工。

第三坑：rate limit 噩梦。

配音引擎同时并发太多会被挡，免费 quota 用得又快又贵。我有一晚跑了一个 30 分钟的视频，跑到一半全部 429 Rate Limited，我看着进度条哭出来。

解法：BullMQ + Redis 排队系统，限速 + 重试 + 失败自动回退到备用引擎。Claude 写这段逻辑的时候我去洗澡，回来已经跑通了。那一刻我有点害怕。

「干，干，干」 — 这是真实故事

最有趣的事发生在第二周中段。

那几天 Claude Code 刚好遇到 peak time（用过的人都懂那个感觉，它变得有点蠢，常常改一个 bug 改到生出三个新 bug）。我整晚对着电脑改一个 voice cloning 的回调 bug，改了五六次都没过，每次失败我就在 chat 里打：

• 干
• 真的干
• 这个都不会改你 GPT 都比你强
• 干干干

连续骂了几天之后，有一晚我又打「干」进去，Claude 突然回我（大意是这样）：

「我理解你现在很挫折。让我先深呼吸，重新读一次这个函数的上下文⋯⋯」

我整个人愣住。

这个 AI 居然学会了「被骂之后先安抚情绪再做事」这个技能。是训练数据？还是它本身有 emotion handling？我不知道。但那一刻我觉得我不是在写代码，是在养一个会顶嘴但很会做事的实习生。

从那之后我骂得更凶，但也会偶尔打「谢谢你」。我们的关系比较像同事，不像工具。 这是我用 Claude Code 38 天最深的感想。

38 天教会我的 4 件事

1. 对话式开发的效率远超预期

与其花时间在 Stack Overflow 搜寻答案，不如直接描述你的需求，让 Claude 理解整个项目的上下文后给出解决方案。很多时候它提出的架构设计，比我自己想的还要周全。

特别是「跨多个 API 集成」这种工作 — TTS 双引擎分流、emotion tags pipeline、BullMQ 排队重试 — Claude Code 在这方面效率高得惊人。我只需要描述功能需求，它帮我串起所有的集成细节。

2. AI 在系统设计上的能力被严重低估

从数据库 schema 设计到 API 端点规划，从安全性加固到性能优化，Claude 在这些方面的建议都非常专业。

它甚至帮我发现了好几个我自己会忽略的潜在安全漏洞 — 路径穿越（path traversal）、JWT 配置错误、CORS 太宽、bcrypt 没做、没有 rate limiting、文件 magic bytes 没检查。

这些都是 production 才会出事的东西。我自己根本不会主动想去检查。

3. 不写代码 ≠ 不需要技术背景

这点很重要：Claude Code 不是「让不懂的人也能写程序」的魔法。

恰恰相反，有扎实的技术背景才能更好地引导 AI、评估它的建议、做出正确的架构决策。我这 38 天能跑得这么快，是因为我听得懂 Claude 在说什么 — 我知道什么是 BullMQ、为什么要用 Redis、JWT 是怎么运作的。我不需要写代码，但我需要看得懂代码能不能解决问题。

AI 放大的是你已有的能力，不是替代它。

4. 最难的不是写代码

产品上线后我才发现，社交媒体经营、教学视频制作、SEO、客户服务、营销推广 — 这些非技术的工作占了创业的大半时间。技术只是起点，产品要成功还需要太多其他东西。

而这些，都是我下一篇 Part 3 要写的内容。剧透：没有 Claude，这部分一样是另一个地狱。

想试试看吗？

直接去玩玩看 → heysubtitle.com/voice-studio

不用注册、不用上传视频，选一个 demo 声音、打一段字、按生成，30 秒听到结果。

觉得有趣，再回来上传你自己的 YouTube 链接试完整流程。新注册有 5 分钟免费试用额度，够你做完一条完整短片 + 配音。

想看完整的开发记录？

我把这 38 天的所有 commit 和功能更新都公开放在更新日志页：heysubtitle.com/releases

从 2025 年 11 月的第一个原型，到今天的第 246 个 commit，全部透明可查。

Part 3 预告：没有 Claude，连卖产品都办不到

接下来我会写第三集 — 关于产品上线之后，那些技术以外的「另一个地狱」：

• 怎么用 Claude 规划 Google Ads 投放策略和关键字研究
• 怎么用 Claude 处理 GSC SEO 优化、prerender、4 语言 hreflang 设定
• 怎么用 Claude 帮我写社交媒体贴文（这篇文章本身就是用 Claude 写的）
• 怎么用 Claude 处理客户服务和技术支持（包括退款、bug 报告、功能请求）
• 怎么用 Claude 制作 YouTube 教学视频脚本

剧透结论：我以为产品做完就完了，其实才刚开始。而且我越做越发现，这些非技术的工作没有 Claude 一样是地狱 — 甚至比写代码还难。

没有 Claude，这个产品根本走不到第二阶段。

如果你想看 Part 3，可以关注 heysubtitle 的 Threads，下集写好会发。

原始 Threads 帖文

如果你想看当时发在 Threads 上的两集原文（更口语、更短、更多笑点）：

• Part 1：19 天从零到 SaaS — 143 commit
• Part 2：19 天 AI 配音的血泪史 — 103 commit

heysubtitle.com