iF.ai:讓不會寫程式的人,用聊天把軟體做出來

大部分人想做一個 App,卡住的不是「想不出要什麼」,是「不知道怎麼把它變成軟體」。報價百萬起跳、說好三個月交付結果半年還在改規格、程式碼是黑箱、上線才發現功能壞了——這些不是個案,是非技術的人想做軟體時的常態。

iF.ai 想解的就是這件事:讓不會寫程式的人,用聊天把軟體做出來。

你只要會描述,剩下交給它

你丟一句需求,AI 就一路自動往前推:發想 → 畫出 UI 原型 → 設計 → 排計畫 → 實作 → 部署。整條路上它自己走,只有碰到該你決定的事——畫面要長這樣還那樣、這個功能要不要——才回頭問你。技術細節它不會拿來煩你,因為那本來就不該是你要回答的。

用起來的感覺很像在用 LINE:它在背景跑,偶爾收到一則進度,做完了通知你。你不必盯著它,也不必看懂中間發生了什麼。而同一段對話,它可以同時產出 iOS、Android、Web、LINE 四個平台——你描述一次,不必為每個平台各做一輪。

它幾乎是一個人從零做到上線

iF.ai 不是一個薄薄的聊天外殼。撐起它的是一整套系統,而這套系統幾乎是我一個人從零做到上線的:

• 用戶端的聊天介面(手機與 Web)
• 後台 CMS——管理用戶、組織、運算資源
• Go 寫的控制層 Gateway——認證、多租戶、tier 路由、流程編排、對引擎的持久事件串流
• 一個瀏覽器代理——能在客戶自己的電腦上遠端操作 Chrome,處理取 API key、自動填表這類本地敏感操作
• 自家的 workflow / skills

唯一沒重寫的,是底層那顆開源的 AI coding 引擎(OpenCode):我刻意不去改它的原版,好持續跟上游同步,所有產品化的邏輯都做在它外圍。該丟的就丟、該自己擁有的才自己寫,判斷依據是效果,不是「我已經投了很多進去」。

真正難的不是「接了 LLM」

把一個 LLM 接進來,讓它會聊天、會吐 code,今天門檻很低。難的是後面那句沒人想講的:怎麼讓它敢進正式環境。

模型很會講話,但它也會非常有信心地犯錯。所以光有模型不夠,你需要在它外面架一層看得見、控得住的結構:把剛性限制寫進設定檔而不是寫在提示詞裡(寫在提示詞的限制模型偶爾繞得過,寫進引擎權限的繞不過)、每一步是否真的完成不由它自己說了算。這層結構,就是讓 AI 從「玩具 demo」變成「客戶敢上線的產品」的關鍵。

而 iF.ai 這層結構不是一次到位的,它的編排架構走過完整四代重構,加了又拿掉、繞了一個圈,每一次都是被真實的上線痛點逼出來的取捨。那段過程,以及它教我的三條架構判斷,我寫在另一篇實戰紀錄:〈在正式環境跑 AI agent,我學到最反直覺的一課〉。