Building AI Tools Between Uber Rides: How I Turned Dead Time Into Development Gold

在优步行程之间构建AI工具：我如何将碎片时间变成开发黄金

嗨，我叫克里斯。我曾是一名手艺人，现在在温哥华做网约车司机，偶然发现了一些相当不可思议的事情。每天在两次行程之间平均有一个半小时的空闲时间，我一直在自学用手机构建AI驱动的应用程序。在这些零散的碎片时间里取得的成果，坦白说，连我自己都感到惊讶。

我并非自愿离开手艺行业。一把电锯夺走了我的大部分拇指，一切都结束了。做了二十多年的油漆工、水管工和木匠，一个糟糕的瞬间就终结了它。我不会假装自己对此没有怨恨过一段时间。但手艺人的关键在于——即使工具变了，解决问题的思维方式不会变。遇到障碍时，你不会等着别人来修复。你会自己搭建解决方案。

这种思维方式完美地转化到了软件开发中，尽管我承认其中存在权衡。每当我在编程过程中遇到障碍——而且相信我，我经常遇到——我就会围绕问题构建一个工具。就像遇到一条过不去的河流，我就建一座桥。这种方法让我感到无比自由，尽管有时月付订阅可能更高效地解决同样的问题。

手艺活儿和软件开发之间的相似之处比你想象的更深。在木工中，当你缺少特定的夹具时，你会用边角料做一个。在管道工程中，当你找不到合适的接头时，你会临时制作一个耦合器。这种利用现有材料创造变通方法的行为，会变成第二天性。

但软件开发增加了体力劳动所没有的复杂性。木匠做一个夹具，要么好用要么不好用。如果坏了，一目了然。当我构建一个自定义应用程序时，故障模式更加隐蔽。一个未处理的边缘情况可能会悄无声息地断开连接，一个依赖项可能存在数月未被发现的漏洞，代码本身也会成为一种需要持续关注的责任。

不过，自己构建工具的魅力是真实的。打造一个完全贴合你工作流程的解决方案，针对你的具体需求而非产品经理对用户需求的假设进行优化，这其中有深深的满足感。我一直在纠结的问题是：这种方法何时服务于生产力，何时又变成了伪装成解决问题的过度工程化？

我的旗舰作品是一个名为Terms的iOS应用——目前已是第四个迭代版本。这个SSH客户端经过多年在行程间隙的真实使用而不断演进，如今已完美适应我独特的复制粘贴、语音转文字、AI驱动的编码工作流程。

该应用使用生物识别认证——具体来说是Face ID。当我打开它时，系统会识别我的面部，然后直接带我进入VPS托管环境，直达命令行。Face ID背后的技术非常迷人：苹果的TrueDepth摄像头系统投射超过30,000个不可见的点，创建你面部的精确深度图，利用红外成像甚至在黑暗中也能工作。

能够舒适地坐在手机上，构建具有真正潜力的工具，同时不断修复漏洞和优化——这是一种真正的快乐。我强烈推荐。是的，有一种安静的满足感：曾经用来搭建墙壁和焊接铜管的同一双手，如今正在温哥华的停车场向Linux服务器部署Python代码。

我最喜欢的功能之一解决了移动开发环境中的一个常见痛点。当我遇到导致终端卡死的错误或回溯时，只需向上滑动关闭应用，重新打开，再次通过Face ID验证，就能立即返回命令行继续工作。这种无缝恢复过程为我节省了无数小时的挫败时间，并让我在那些宝贵的行程间隙编码时段中保持动力。

技术实现依赖于在iOS钥匙串中存储加密的SSH密钥，这为配备安全区的设备提供了基于硬件的安全性。连接状态管理是最难处理的部分之一——处理我在城市中移动时不同蜂窝基站和WiFi热点之间的网络切换。我实现了一个连接持久化层，可以检测网络变化并自动重新连接到远程会话，通常无缝到我都注意不到切换的发生。

我能否用现有的SSH客户端实现类似功能？当然可以。但那些应用针对通用场景优化，而我的则专注于我特定的工作流程。自定义键盘快捷键、与iOS语音转文字集成的语音编码，以及用于在手机和服务器之间快速传递代码片段的专用剪贴板管理——这些功能之所以存在，是因为我根据自身确切需求构建了它们。

我开发的第二个主要工具源于内容创建工作流中的一个具体摩擦点。我需要一种可靠的方法来转录音视频，虽然有网络服务可以处理这一点，但我需要更灵活的东西来应对个人内容库。

我的方法是将视频先转换为音频——比上传大型视频文件轻量得多。多年来我一直依赖第三方应用做这件事，但当iOS更新导致它失效，或者我需要特定音频格式时，我就陷入了困境。于是我构建了自己的转换器。

底层技术依赖于FFmpeg，一个强大的开源多媒体...