一个下午，我给自己做了一款摄影软件

今年国庆，我去了趟新疆。

从喀什到帕米尔高原，沿着中巴友谊公路一路向西，白沙湖、卡拉库里湖、慕士塔格峰，雪山、湖泊、草原、公路，风景实在漂亮。

出发之前，我特意带上了自己的尘封已久的索尼 ZV-E10 相机，打算好好拍些照片。

但我是个摄影新手。

虽然买相机已经有一段时间了，但对于光圈、快门、ISO 这些摄影参数，理解始终比较浅显。知道大概是什么意思，却不太能在实际拍摄时熟练运用。所以我决定，在这趟新疆之旅中，借机好好练习练习，掌握一下相机摄影的技术。

每天拍照片的时候，一会儿调整光圈，一会儿调整快门，看到什么都想拍两张。

但很快，我就发现了两个问题。

第一，照片拍了不少，但摄影技术好像没什么进步。

很多时候，我能够看出来一张照片拍得好不好，却不知道它为什么好，为什么不好。同样的人物风景，为什么这张过曝，另一张又过暗？
第二，照片实在太多了。

同一个场景，我可能会用不同的参数、不同的构图，连续拍摄好几张照片。等到回到电脑上选片，就需要一张一张地打开、关闭、比较，实在麻烦。

然后我就在想，有没有一款软件，能够把这两件事一起解决？

• 一边选照片，一边复盘每张照片的拍摄参数，因为只有在复盘中，才能知道哪些参数适合哪些场景；
• 遇到相似的照片，还能直接放在一起比较，快速筛选、整理。

反正自己也是做产品经理出身，索性自己设计一款。有了AI之后，这种没软件可用的苦，完全没有必要让自己硬吃。

6号回到北京，我打开了 Codex，一个下午之后，一款完成度极高、足以称得上商业化程度的摄影复盘软件，就真的诞生了，跟我最初想象的样子，几乎没什么差别。

我给它起了个名字，叫 Lightwise，光的智慧。

01我想要一款什么样的摄影软件？

其实，我的需求很简单。

首先，我希望自己能够通过复盘照片，真正提高摄影技术。

摄影是一个很依赖实践的技能。

尤其对于新手而言，看教程后，知道大光圈能够虚化背景，快门速度决定运动物体会不会模糊，ISO 可以调整感光度。

但这些知识如果不跟具体的照片联系起来，其实很容易停留在理论层面。

比如这次在新疆，我经常会遇到这样的情况：面对远处连绵起伏的雪山，前景还有草地和湖泊。如果使用 F2.8 的大光圈，景深相对较浅，可能出现近处清晰、远处模糊的情况，但如果将光圈缩小到 F8，就更容易让画面从近到远都保持清晰，要是再小一点到F12，可能直接画面就过暗了。

同一种场景，不同的参数，带来的视觉效果是不同的。最关键的是，并不能说某个场景下，某种参数一定好，如果想要表达“黑云压城城欲摧”的感觉，更暗的画面反而更有感觉。

光圈、快门和 ISO 之间，还存在相互制约的关系。缩小光圈意味着进光量减少，如果不想让照片变暗，就需要适当放慢快门，或者提高 ISO。而放慢快门可能带来模糊，提高 ISO 又可能增加噪点。

所以，只有更好理解不同场景在不同参数下的效果，才能得心应手地在拍摄中找到体感，这种体感，必须靠多拍，多看，多复盘。

虽然构图、光线和审美同样重要，但对于初学者来说，理解这些参数与最终成像之间的关系，几乎是绕不开的一课。

那张照片为什么不够清晰？是不是快门太慢了？
为什么有一张照片背景虚化得很好，另一张却没有？
为什么两张照片的画质有差异？是不是因为 ISO 设置不同？

这些问题，其实都值得在选片的时候顺手复盘。

相机已经记录了这些参数信息，它们就保存在每一张照片的 EXIF 数据中。

但问题是，普通的照片浏览工具，并没有很好地把照片查看和参数复盘结合起来。想查看详细参数，往往还需要额外打开文件信息，或者在不同的界面之间切换，这就很容易打断选片的过程。

我想要的，是把照片和拍摄参数放在同一个界面里。看到一张照片的同时，就能知道当时用的是什么光圈、快门、ISO 和焦距，结合AI解读，很容易让一个新手，了解如此成像的原因。

这样，每一次选片，其实也就变成了一次摄影复盘。

另一个问题，是选片效率。

尤其在旅行中，遇到一个漂亮的场景，我往往会连续拍摄多张照片；还有拍人像，想要出片，核心要义就是多拍。

连续好几张照片，可能只有一点点区别，构图略有不同、人物姿态略有不同，或者对焦位置不太一样。

这些细微差异，在单独看某一张照片的时候，其实很难判断。

但如果能把几张照片放在一个界面里，同时进行对比，问题就简单多了。

所以，我希望软件能有连续照片的宫格浏览、双图对比，以及快速标记保留和淘汰的能力。

最后，还能把照片自动整理到不同文件夹，选中或淘汰，都自动放到另一个专门的文件夹里，看照片的过程，也就是自然的分类整理过程，减少重复操作。

想清楚以后，我发现自己真正需要的，其实并不是 Lightroom 或 Photoshop 那样功能全面的专业软件。我不需要它进行复杂的修图，也不需要太多与选片无关的功能。

我需要的，只是一款足够简单、足够顺手，能够把摄影复盘和照片筛选结合起来的小工具。

而且，最好完全符合我自己的使用习惯。

02一个下午，我是怎么把它做出来的？

有了这个想法之后，我并没有立刻让 AI 开始写代码。

因为做过产品经理，我很清楚一件事情：需求如果没有被定义清楚，开发得再快，也可能做出一个完全不符合预期的东西。这一点在VibeCoding中更为突出，AI写代码太快了，需求不明确的话，很快就能造出一大坨 shi 山，后面还不好改。

所以，我做的第一件事，是先跟 ChatGPT 讨论产品需求。实际上，我在新疆铁屁股之旅的车上，就已经在做这件事情了，和网页版的ChatGPT经过了多次沟通，定义清楚要解决的两个核心问题，然后开始拆解软件应该具备的功能。

最后，我们确定了一套非常简洁的产品结构，这是我的产品哲学，能够简单就不要复杂。刚开始AI给了我一大堆复杂花哨的功能，但最终我还是把功能收束在核心能力上。这是AI coding中常见的坑，AI会给一大堆看起来很有趣很厉害的功能建议，但是功能越多，产品定位越模糊，架构越臃肿。

能够克制的决策哪些不要，是人类的价值。

整个界面分成三个区域。

• 左边是照片列表，用来浏览、筛选和管理照片。
• 中间是照片预览区域，尽可能大地展示图片，并提供标记、对比等操作。
• 右边则是摄影参数面板，展示当前照片的光圈、快门、ISO、焦距等 EXIF 信息，方便随时复盘；同时我接入了大模型的API，让AI基于参数和画面，提供分析并给出建议，AI很擅长干这类事情。

另外，还有一些辅助功能。比如，连续拍摄的照片可以通过宫格快速比较；需要仔细挑选时，可以切换到双图对比模式；选片完成后，可以自动整理已选和淘汰的照片；插入相机储存卡即可自动识别；开启井字格，简单看看构图。

这些功能其实都不复杂，但组合在一起，刚好就解决了我最初遇到的两个问题。

需求讨论好之后，我让网页版的AI写了一个精炼的产品功能概括，不是传统软件那种PRD，而就是简明扼要的功能点描述。

回到北京后，这个功能清单，交给Codex，正好GPT-6.1 Sol发布，那这活儿就交给它。

实际上，GPT-6.1 Sol是给了我惊喜的，很简洁，很省心，我与他明确了技术架构和设计框架。

技术实现上，我自己并不是专业的软件工程师，但好在过去做产品经理的时候，我有充分的和研发讨论技术方案的经验，所以在我让AI给出几种技术方案的情况之下，我能够判断出哪些适合当下的需求，哪些并不合适，最终收敛成一个可行的、精简的技术架构。

然后，我开始跟它讨论另一件我特别在意的事情：设计。设计其实包含两个方面，交互和UI。

我不希望这是一款看起来很粗糙的个人工具。相反，即使只有我自己使用，我也希望它尽可能漂亮、简洁，有好的交互体验。

我给它定义了一套设计原则。整体采用深色主题，尽可能减少视觉干扰，让照片本身成为整个界面的视觉中心；功能不要堆砌，常用操作应该尽量直接，最好通过少量按钮和快捷键就能完成；左右两侧的面板可以折叠，需要专注看照片时，就把空间还给照片；参数展示也不应该是一大串难以阅读的元数据，而是把最重要的几个摄影参数提取出来，用清晰、直观的方式呈现。

我希望它看起来更像一款经过认真设计的现代桌面软件，而不是一个临时拼凑出来的工具。

这些要求，其实很难完全通过功能清单来描述，它更接近一种设计哲学。

但让我有些意外的是，GPT-6.1 Sol 对这些抽象要求的理解和落实也相当不错。它能够理解我希望界面呈现的视觉层次，以及为什么要做这样的设计取舍。

最终呈现出来的软件，已经相当接近我脑海中的样子。

03从使用软件，到创造软件

当然，这个过程中也少不了实际运行、检查和调整。我需要不断确认功能是否符合预期，界面是否顺手，一些交互细节是否需要修改。但与过去最大的区别是，这些反馈能够很快进入下一轮实现。

我不用再把想法整理成一份正式的需求文档，交给研发排期，然后等待下一次交付。

发现问题，描述问题，调整实现，再次验证。

整个过程非常直接。我所热爱的产品经理岗位，在这一刻获得了真正的、前所未有的释放。

到了下午结束的时候，我已经有了一款真正能够运行的软件。以上截图中所能看到的这个软件，我真正开发的周期，不过3个小时。

照片可以导入、浏览、筛选，拍摄参数可以同步查看，也能够进行照片对比和整理。

从设计美学，到软件完成度，到AI功能的嵌入，都足以称得上一款商业级的软件。

我做过很多年互联网产品经理。过去，一个产品从想法变成现实，通常需要经历需求分析、产品设计、技术评估、开发排期、测试上线等一系列环节。这套流程当然有它的必要性。

因为商业软件需要考虑用户规模、工程质量、系统稳定性、长期维护，以及不同团队之间的协作。

但与此同时，它也意味着相当高的开发成本。

很多需求，即使真实存在，也未必值得开发，比如我这次遇到的摄影复盘问题。

它确实困扰着我，但这个需求有多大市场？到底有多少用户愿意为它付费？能不能支撑一个商业产品？不知道。

如果放在传统的软件开发模式下，可能很难有人专门为这样一个小需求投入资源。

我自己大概也不会。
因为无论是招聘工程师，还是花几周、几个月去学习编程，成本都明显高于这个需求本身能够带来的价值。

最后的结果，大概率就是继续使用现有的软件，忍受那些不那么顺手的操作。

本质上，我们是在适应软件。

但 AI 改变了这件事的成本结构。

当开发一款小软件的成本，从过去可能需要几周甚至几个月的人力投入，降低到一个下午的个人尝试，很多过去不值得做的事情，突然就值得做了。

不是因为需求变得更有价值了，而是因为满足需求的成本变得足够低了。

我觉得，这是 AI 编程真正有意思的地方。

我们可以直接按照自己的想法，创造一款软件。功能不够，就加一个功能；界面不喜欢，就重新设计；交互不顺手，就调整交互；甚至不需要考虑这些需求能不能服务成千上万的用户。

它只需要服务好我自己，就已经有了存在的价值。

国庆去新疆，本来只是想多拍点照片，顺便提高一下摄影技术。

没想到，旅行结束之后，照片还没选，我最先折腾出来的，居然是一款摄影软件。

真是一个创造的好时代啊。