5.3 从工具到作品集
你现在的抽屉里（好吧，文件夹里）躺着一个自己做的背单词工具。它能用，但离「作品」还差三步：迭代、记录、表达。这一讲把这三步走完——终点是一个能写进简历和保研材料、经得起面试官追问的作品。
先校准期望：这一讲的产物不是「炫酷的项目」，而是2~3 个小而完整的作品 + 一页讲清楚它们的能力证明。对非计算机专业的你，这已经足够在同龄人中形成辨识度。
本讲你将学到
- 迭代三阶路线：玩具 → 自用工具 → 能见人的作品（每阶的验收标准）
- 怎么记录开发过程（让「AI 写的代码」变成「你的项目」的关键）
- 作品说明页的万能结构：问题 → 我做了什么 → AI 做了什么 → 效果
- 写进简历/保研材料的诚实姿势——怎么披露 AI 参与反而更加分
- 作品发布前的三查（红线）
前置：完成 5.2 第一个小工具（手里有真东西才有本讲的一切）。
1. 迭代三阶：从玩具到作品
| 阶段 | 标准 | 谁会满意 |
|---|---|---|
| 玩具 | 能跑起来，功能残缺 | 自己图一乐 |
| 自用工具 | 你自己连续用了两周以上，验收清单全过 | 自己 |
| 能见人的作品 | 别人不装任何东西、看一眼说明就能用起来；界面不 embarrassingly 糙 | 同学/老师/面试官 |
从第二阶到第三阶，通常需要三件事：
- 修掉自己都烦的问题：用了两周，你肯定攒了一肚子「要是能……就好了」——把这些变成迭代提示词（5.2 的模板继续用）；真实用户（你自己）的吐槽就是最好的需求列表；
- 数据可替换：把内置的 10 个示例单词改成「任何人打开数据文件就能换成自己的词库」——工具从「你的」变成「大家的」，是质变；
- 一页说明：见第 3 节。
卡在自用阶完全没问题
三阶不是军令状。一个自己天天用的小工具，价值不亚于一个没人用的「产品」——5.1 讲过，断崖在「产品」那一阶。本站建议：做到能见人的作品即可收手，把时间留给专业课。
2. 记录：让「AI 写的代码」变成「你的项目」
面试官（或保研面审老师）对 vibe coding 作品的最大疑虑是：「代码是 AI 写的，你做了什么？」——记录就是你的答案。从现在起养成两个零成本习惯：
- 版本留痕：5.2 教的另存版本别删。
v1 只有翻卡 → v2 加错题本 → v3 支持自定义词库，这条时间线就是你迭代能力的铁证； - 变更日志（changelog）：每完成一次迭代，用三行字记下「日期 / 改了什么 / 为什么改」。坚持一个月，你会拥有一份别人抄不走的开发故事。
术语卡：README
README（读我）是放在项目文件夹里的说明文件，别人打开项目第一眼看的就是它。学生作品集的 README 不用写得多专业，讲清楚「这是什么、给谁用、怎么跑起来」三件事就赢了大多数人。
3. 作品说明页的万能结构
每个作品配一页说明（README 或一个介绍网页），按这个结构写，直接可套：
markdown
# 背单词卡片（words）
一句话：一个零广告、打开就背、错题自动归拢的自用背单词网页。
## 解决什么问题
市面 App 广告多、强制打卡；纸质词书翻错题麻烦。我只要「看卡 → 自测 → 错的重看」。
## 我做了什么
- 定义功能与验收标准（翻卡 / 认识与不认识 / 错题清单 / 自定义词库）
- 用提示词驱动 MiMo 等模型生成与迭代，共 7 个版本
- 每版人工验收，累计修复 12 个问题（见 changelog）
- 三模型对比实验：同一需求喂 MiMo / Kimi / DeepSeek 并打分（附结果）
## AI 做了什么
全部代码由 AI 生成；需求定义、验收、迭代方向由我决定。
## 怎么用
双击 words.html 即可（无需安装）；词库在 data.js 里，改成自己的单词就能用。
## 效果
自己连续使用 21 天，背完 4 级高频词 300 个（截图见下）。注意这个结构里诚实标注了 AI 的参与——这不是自曝其短，见下一节。
4. 简历/保研材料：诚实披露反而更加分
先看反面教材：把 AI 生成的项目包装成「独立开发」，面试官追问「这个函数为什么这么写」时当场露馅——诚信一票否决。
正确姿势：把叙事重心从「我写了多少代码」移到「我定义了什么问题、怎么验收、怎么迭代」。这恰是 AI 时代用人单位越来越看重的能力（判断力 > 手艺）。面试话术示例：
面试怎么讲（可直接改用）
「这是我用 AI 辅助开发的自用工具。我不写代码，我的工作是：定义验收标准、逐版测试、用反馈驱动迭代——七个版本里有两个是我判断方向错了主动推翻重来的。我还做了三模型对比实验，最后选定 MiMo 做主力，因为它在迭代时最不容易改坏别的功能。」 ——每句话都可被追问且经得起追问（版本、日志、打分表都是证据）。
简历上一行的写法：「AI 辅助开发」背单词卡片工具（HTML/JavaScript）——独立完成需求定义与迭代，连续自用 21 天。「AI 辅助」四个字必须在场。
5. 发布前三查（红线）
把作品放到网上（比如免费托管在 GitHub Pages——GitHub 是全球最大的代码托管平台，学生放作品集的标配）之前：
- 查内容：作品里没有别人的隐私数据、没有抄来的素材和接口；
- 查密钥：代码里没有写死任何 API key、账号密码（6.2）；
- 查校规：如果作品脱胎于课程作业，先确认学校允许公开——有些课程作业知识产权归学校或禁止提前公开，别让作品集变成违规证据（详见6.1 学术红线地图）。
红线提醒
- 不夸大：简历与面试中如实描述 AI 参与度——「AI 辅助开发」写清楚，虚构「独立编程实现」属学术/求职诚信问题；
- 课程作业发布先查规定：毕业设计、课程大作业常有限制公开条款；
- 数据边界：任何收集他人信息的工具，发布前过一遍 6.2 隐私与安全。
跟做练习
实践（约 30 分钟）
- 给 5.2 的工具写一页 README（用第 3 节模板，效果部分如实的——用了几天就写几天）；
- 整理 changelog：把 versions 文件夹和打分表截图归档到项目里；
- 自查第 5 节三查，全过的话，考虑发布或至少分享给一位同学试用，收集一条真实反馈。
下一步
创造篇完结——你已经具备了「想法 → 工具 → 作品」的完整链路。但整站还有最后一块拼图，也是从第 0 篇就开始埋的伏笔：红线。做工具要看隐私，写论文要查校规，用 AI 要防幻觉——规范篇把全站的红线画成一张地图 → 6.1 学术红线地图
本页核验日期：2026-09-22（GitHub Pages 免费托管与 README 惯例为长期稳定事实；「诚实披露 AI 参与」的叙事建议基于 2026 年招聘场景对 AI 协作能力的普遍关注，具体以目标单位口径为准）