一个Web开发者的“越狱”：我用AI三天做出了第一个Windows桌面软件

写在前面

先交代背景：我是个Web前端开发，日常工作就是写Vue、React、Node.js，跟浏览器打交道。浏览器之外的操作系统，对我来说就像一个“黑盒”。

做了那么多年Web开发，我从来没写过一行Windows桌面程序的代码。

C#？不会。 Win32 API？听说过，没用过。 Windows消息机制？那是什么？

但上个月，因为工作需要——我要同时管理20多个交易软件（迅投、快期、券商客户端……），每天早上登录就要花15分钟——我决定尝试用AI来“写”一个Windows桌面自动化工具。

结果让我自己都震惊了。

一个Web开发者的尴尬

说实话，我写过的代码少说也有十几万行了。在Web领域，我不敢说精通，但至少算个熟手。

但面对Windows桌面开发，我的知识储备几乎是零：

• 怎么做一个系统托盘图标？不知道
• 怎么注册全局热键（就算窗口不在焦点也能响应）？不知道
• 怎么找到另一个程序的窗口、往里面填内容、点按钮？完全没概念

我甚至不知道“UI Automation”这个词。

这种感觉很奇怪——明明每天都在写代码，但换了一个赛道，突然就变成了“小白”。

为什么选择AI？

如果是以前，我可能会这样做：

1. 花一周时间学C#基础
2. 再花一周学WinForms/WPF
3. 再花一周研究Windows API和自动化
4. 然后开始写，边写边踩坑，大概一个月能出个粗糙版本

但我不想等一个月。

而且说实话，我也不想花时间去学那些我可能只用一次的技术——我的主业是Web，我不想为了一个工具“转行”。

于是我想：能不能让AI帮我写这些我不懂的部分？我只负责架构和整合？

事实证明，完全可以。

AI帮我填平了“知识鸿沟”

第一天：从托盘图标开始

我的第一个问题是：“用Python写一个Windows系统托盘应用，支持全局热键。”

AI给出了完整的代码，用了pystray做托盘、keyboard做热键。

我复制、运行。

一个图标出现在右下角。

右键有菜单，按Ctrl+Alt+1有反应。

说实话，那一瞬间我很兴奋。 不是因为代码有多难——这段代码放Web领域，我闭着眼睛都能写——而是因为它跑在“我不熟悉的世界”里，而且跑通了。

AI帮我跨过的第一个坎，不是技术难度，而是心理门槛。它证明了：我不需要懂Win32，也能写出Win32程序。

第二天：最头疼的“窗口自动化”

核心功能：启动一个外部程序（比如“长城证券交易端”），等它加载完，找到账号输入框、密码输入框，填进去，再点登录按钮。

这涉及几个我从没接触过的东西：

• 进程启动与等待
• 窗口句柄查找
• 控件识别与操作
• 超时与异常处理

我把需求拆开，一个一个问AI：

“怎么用Python启动一个exe，并等待它的窗口出现？”

AI给了subprocess.Popen + pywinauto的示例。

“怎么通过窗口标题找到对应的窗口？”

AI给了Application(backend="uia").connect(title="xxx")。

“怎么往文本框里填内容？”

AI给了window.Edit.type_keys("账号")。

每个问题，AI都给出了可运行的代码。我只需要把它们拼起来。

最让我意外的是：AI不仅给了代码，还会主动提醒我一些“我不知道我不知道”的事情。

比如我让它写“点登录按钮”，它除了生成点击代码，还会提醒我：登录后可能需要等待主界面出现、可能需要关闭公告弹窗、可能需要处理登录失败的提示……

这些东西，如果我自己去踩坑，可能要好几天才能全部遇到。

第三天：打包成真正的“Windows软件”

最后一步：把Python脚本打包成.exe，让同事也能用——他们不可能装Python环境。

这又是一个我不熟悉的领域。

我问AI：“怎么打包成单个exe文件，带图标，不显示控制台窗口？”

AI给了PyInstaller的完整命令，还教我写build.spec配置文件，甚至告诉我去哪里下载UPX来压缩体积。

打包成功的那一刻，我双击生成的KeyboardGenie.exe——

一个独立的、有图标的、装在系统托盘的Windows软件，出现在我的桌面上。

我，一个Web前端，做出了一个Windows桌面软件。

Web开发 vs Windows开发：AI到底帮我解决了什么？

作为一个有编程基础的人，我用AI做这个工具时，感受和纯小白完全不同。

我的优势在于：

• 我知道什么是“程序结构”、“配置文件”、“异常处理”
• 我能看懂AI生成的代码，知道它在干什么（虽然细节可能不懂）
• 我知道怎么拆解需求，把大问题变成一个个小问题去问AI

我的劣势在于： https://drive.google.com/file/d/1SQrVZi3GDClMqcCHHmKNqWRmUj7pLwKS/view?usp=sharing

• 我不知道Windows领域有什么“现成的轮子” ——Web里我要做某件事，脑子里马上能冒出三五个库。但Windows里，我连“用什么库”都不知道。
• 我不知道“最佳实践” ——Web里我知道怎么组织代码、怎么写才优雅。但Windows里，我写的代码可能很“丑陋”，但AI帮我避开了明显的坑。
• 调试时，错误信息我看不懂——Web报错我一看就知道大概哪里出了问题。但Windows报错（比如“COMException”、“窗口句柄无效”），对我来说就是天书。这时候AI的价值就体现出来了：把错误信息扔给它，它告诉我原因和解决方案。

AI帮我填平的，不是“编程能力”的鸿沟，而是“领域知识”的鸿沟。

一些感触

1. 编程的门槛在降低，但“思维”依然是核心

有人说“AI让编程变得不值钱”，我不这么认为。

AI降低了“写代码”的门槛，但“拆解需求”、“设计架构”、“判断什么方案更合适”这些能力，依然值钱。

在这个项目里，我虽然一行核心代码都没写，但以下工作是我做的：

• 判断用Python而不是C#（因为我对Python更熟）
• 设计配置文件结构（YAML，跟Web习惯一致）
• 拆解20多个软件的登录流程，找出共性
• 判断什么时候该用“控件识别”，什么时候该降级到“图像识别”

AI负责“怎么写”，我负责“写什么”和“为什么这么写”。

2. AI是“领域翻译器”

对我来说，AI最大的价值不是“帮我写代码”，而是把Windows领域的概念翻译成我能听懂的语言。

我问：“怎么找窗口？”AI不直接扔代码，而是解释：Windows里每个窗口都有标题和类名，可以用find_window根据这些信息去找。

这个“翻译”过程，帮我快速建立了心智模型。

3. 交叉领域是AI的“甜蜜点”

Web开发转Windows开发，以前是个很大的跨度。你要学的东西太多，以至于很多人直接放弃。

但AI把这个跨度缩小了。

你不需要成为Windows专家，你只需要知道“我要做什么”，AI帮你填充中间的空白。

AI让我可以在“保持主业不变”的前提下，快速进入另一个领域，解决实际问题。

这个工具现在怎么样了？

说实话，它还不完美。

• 有些软件的登录框控件识别不稳定
• 处理异常情况（网络超时、软件崩溃）还不够智能
• 配置界面还很粗糙

但它在持续改进。

每次遇到新问题，我就去问AI：“如果窗口没出现怎么办？”“如果账号密码填错了怎么重试？”

AI给出方案，我集成进去。

这就像有了一个24小时在线的、耐心的、知识渊博的导师。 而且这个导师从不嫌弃你问的问题“太基础”。