人工智能如何拓宽个人技能边界

不久前，我利用一款AI驱动的低代码工具创建并上线了一个应用。平台直接提供了数据库和域名，初期感觉非常便捷，但后续问题开始浮现：开发过程需要消耗代币，上线还要额外付费，整体收费机制变得模糊不清。更让我在意的是，平台自带的大模型调用，总让我觉得性价比不够理想。

因此，我早就在琢磨，是否可以将这个应用转移到另一个AI开发环境：优先采用免费的数据库和域名方案；继续迭代时，大模型直接接入官方API，而不依赖平台内嵌模型。这样不仅能更好地控制成本，还能减少对单一平台的依赖。

起初，我认为这个迁移任务会相当棘手。毕竟我不是专业开发者，要应对代码管理、GitHub操作、本地环境配置、数据库搭建、依赖处理、数据转移、API更换和云端部署，这些环节以往对我来说都不容易上手。

但实际动手后，我发现这件事远没有想象中那么难以实现。在AI的引导下，我逐步完成了代码上传到GitHub、同步至本地、开通新数据库账户、建立新项目、获取数据库连接参数、配置本地环境文件、连接数据库、创建数据表、移除旧平台依赖、安装新依赖、迁移历史数据、替换业务模块中的大模型API，最终通过云部署平台实现了免费上线。

整个过程需要AI与人的持续协作，这是我首次完整进行这类迁移操作，但短短几小时就顺利完成了，而且由于使用自己配置的大模型，仅花费了不到3元的代币费用。

这次经历让我更深刻地体会到，AI带来的真正变革，不仅仅是提升效率，更是扩展人的能力范围。它让一个原本不懂编程、不会部署系统、不会迁移数据库的人，掌握了一些软件系统工程知识，也能够在AI的协助下完成以往无法做到的任务。

或许，这正是AI的一个关键机遇：不是单纯提高效率，而是助力人获得新技能，去做一些以前做不到的事，满足一些过去难以触及的需求。我不正是为这种能力拓展而付费了吗。