不懂程式也能用 AI 做 App，但真正困難的通常不是產生幾個畫面，而是把需求講清楚、建立可維護的專案，並處理環境、依賴、簽章、測試與商店上架。這支影片整理阿達從 Manus、Antigravity、Android Studio，一路改用 Claude Code 與 Codex Agent 的實際流程，也分享 APK、AAB、Keystore、Play Console 和後續修 Bug 時踩過的坑。
影片章節
- 00:00 用 AI 開發 App 的經驗與成果
- 00:56 開始前的限制與經驗說明
- 01:16 先寫清楚需求與計畫書
- 03:16 第一階段：用 Manus 製作應用
- 04:34 Manus App 開發與 APK、AAB 限制
- 05:41 第二階段：Antigravity 與 Android Studio
- 07:22 匯出原始碼、簽章與 AAB 打包
- 08:31 Play 商店退件與維護成本
- 09:32 第三階段：交給 Agent 完成流程
- 11:28 從計畫書到可測試 APK
- 12:21 用 Codex Computer Use 協助上架
- 14:14 修復 Gemini 翻譯 App 並重新編譯
- 15:07 網友回報 Bug 後的維護流程
- 15:42 原始碼、Keystore、版本與隱私政策
- 16:27 Agent 真正有價值的地方
- 17:30 AI 工具與模型怎麼選
- 19:01 Codex、Claude Code 與使用成本
- 20:29 為什麼暫時不做 iOS 版
- 21:30 Vibe Coding 心得與總結
先別急著叫 AI 寫程式：需求與計畫才是起點
只對 AI 說「幫我做一個像某某服務的 App」，通常只能得到外觀相似、實際功能卻不能用的半成品。影片建議先說明使用情境、核心功能、輸入輸出與參考案例，再請 AI 延伸需求並整理成計畫書。進入實作後，也要讓 AI 依計畫逐項開發、逐步檢查，避免最後才一次處理大量相互牽連的 Bug。
這個準備工作不只適用於不會寫程式的人。需求不明確時，即使模型能力很強，也容易反覆重做、浪費 Token 與時間。先把「要解決誰的什麼問題」講清楚，往往比第一段程式碼更重要。
第一階段：Manus 能快速做出原型，但上架是另一回事
阿達最早使用 Manus 製作 Web UI 與 App 原型，它能根據需求自行規劃並產生可測試成果，降低第一次開發應用的門檻。不過，能輸出 APK 不代表已經符合商店上架需求；正式提交 Google Play 還涉及可上架的 AAB、簽章、版本、相容性與商店規範。
影片中的 Gemini 即時翻譯 App 雖然能在手機上運作，但原始專案要轉移到正式 Android 開發環境時，仍遇到提醒功能、打包格式與相容性問題。這也是 Vibe Coding 常見的落差：展示型原型可以很快，能維護、能更新、能通過審核的產品則需要更完整的工程流程。
第二階段：Antigravity 搭配 Android Studio
為了使用模擬器測試、調整 Android 專案並產生正式檔案，流程轉向 Antigravity 與 Android Studio。Android Studio 能提供標準建置環境、裝置模擬器與 APK／AAB 打包，但模型、SDK、Gradle、依賴及原始專案結構只要有一項不相容，就可能出現「模擬器可跑、實機或商店卻不過」的狀況。
從其他工具匯出的原始碼再搬進 Android Studio，往往比從一開始就用同一套標準環境開發更容易產生問題。影片花了不少時間處理簽章、AAB 與 Play 商店退件，也說明為什麼上架與後續維護才是 App 開發真正費工的部分。
第三階段：讓 Claude Code、Codex 等 Agent 接手完整工作流
當 AI Agent 能直接處理專案檔案、執行建置、看錯誤訊息並反覆修正後，工作方式不再只是把一段程式貼給聊天機器人。影片展示先請 Agent 產生計畫，再建立 App、打包測試版，之後交由 Codex 透過 Computer Use 協助操作 Google Play 後台與完成必要欄位。
這不是繞過 Play Console 或審核規則，而是讓 Agent 操作原本就要人工完成的介面與流程。開發者仍需要確認帳號、應用資料、權限、商店說明及最終提交內容，並為發布結果負責。
維護時必須保管的資料
App 上架後仍會有錯誤回報、裝置差異與新版本需求。影片實際示範把畫面與錯誤資訊交給 Codex 分析，再產生修正版 APK 測試。若想讓 AI 長期協助維護，至少要妥善保存原始碼、Keystore、版本號、隱私權政策、商店後台資料與建置環境說明；遺失簽章或專案脈絡，後續更新可能比重做更麻煩。
AI 工具怎麼選？先看能否完成你的整段流程
不同工具各有成本、額度、模型能力與操作方式。原型服務適合快速驗證想法，專業程式 Agent 則更適合跨檔案修改、執行指令、處理依賴與反覆測試。影片也比較 Codex、Claude Code、Manus 與本地模型的使用體驗；選擇時不必只追逐單次生成效果，更應觀察它能否穩定接續專案、修正錯誤並配合現有環境。
此外，平台成本也會影響是否值得維護。Android 與 iOS 的開發者帳號、上架規則及持續費用不同，做 App 前就應把商店資格、測試、更新與長期維護成本納入評估。
Vibe Coding 的重點不是「不用懂」，而是更快完成驗證
AI 確實讓非專業開發者更容易把想法做成可運作的應用，但需求判斷、測試、帳號安全、商店規範與成果驗收仍不能完全交出去。最實際的做法，是先用小範圍功能驗證工作流，保留可回復的原始碼與簽章，再逐步擴大，而不是一開始就要求 AI 一次完成大型產品。
