探索一套由AI驱动的全栈开发新范式，从设计到后端再到打包，借助国产算力本，无需复杂环境配置，即可快速构建一个具备离线AI推理能力的手机应用。它为开发者，尤其是AI新手，提供了低门槛的实践路径。
智能速览
摩尔线程AIBOOK搭载国产SoC，提供50TOPS AI算力，预装Linux与全套开发环境。
使用OpenCode辅助编写Python FastAPI后端，快速调用本地离线AI模型。
借助Google Stitch与Gemini 3，将设计稿直接转化为可运行的前端代码。
通过Capacitor框架，将网页应用一键打包成跨平台的安卓与iOS应用。
精华内容
这套工具链的丝滑体验，源于从硬件到软件的深度整合。下面将拆解开发流程，展示各个环节如何高效协同工作。
后端AI服务搭建
AIBOOK搭载的自研SoC提供50TOPS AI算力，32GB统一内存足以运行本地模型。其原生Linux系统与预装的MOSA开发环境，省去了TensorFlow、PyTorch等框架的环境配置烦恼。借助OpenCode，调用GPT模型快速生成了Python FastAPI后端，用于接收音频文件并调用BirdNet Analyzer模型进行推理。开发过程中遇到的跨域问题，也通过OpenCode辅助修改后端代码得以顺利解决，实现了从音频上传到返回鸟类识别结果JSON的完整链路。
前端UI与交互
前端开发采用了一种新颖的流程。首先在Google Stitch中输入需求，由Gemini 3 Pro生成应用的设计稿。随后将设计稿导入AI Studio，同样利用Gemini 3生成对应的前端代码。下载代码到本地后，在VSCode中启动调试。针对录音按钮无法录音、CORS报错等问题，再次使用OpenCode进行精准修复，实现了真正的录音功能和前后端数据通信，让应用的核心交互流程得以跑通。
跨平台应用打包
最终打包环节使用Capacitor框架，将网页项目打包成安卓APK。这一步通常需要Windows系统的安卓Studio。AIBOOK的优势在于其支持一键切换至Windows虚拟机，无需额外电脑。在虚拟机内安装Node.js和安卓Studio，并执行一系列打包命令后，即可生成可安装的APK文件。这一过程展现了AIBOOK作为全能开发工具的潜力，一台设备即可覆盖从Linux开发到Windows打包的全流程需求。
这次实践不仅展示了一个AI应用的完整诞生过程，更凸显了软硬件结合带来的效率革命。摩尔线程AIBOOK通过预置环境与强大算力，显著降低了AI开发的门槛。这套全新的AI驱动开发工具链，预示着未来应用开发将变得更加敏捷和普惠，值得更多开发者探索。
关键评论
有用户指出，安卓开发工具Android Studio在macOS上同样可以直接使用。
对于设备的算力和实用性，部分网友持怀疑态度，询问‘这点算力够干啥’。
围绕硬件本身，大家关心其商业化路径，猜测‘这toB的渠道吧’，并对售价表示好奇。
关于开发工具链，有评论关注具体成本，询问‘这些接口都是免费吗’。
