可视化网站是做好了，但总感觉差了一些什么。
最近在学产品思维，里面有个观点，很重要：「用户不会记住你做了什么功能，但会记住你帮他省了多少时间。」当用户进入这个网站，实际上他找到提示词后，看到好看的爆款图片，他会复制这个提示词到其他地方来测试。那为什么我不加一个在线测试的能力？
这又涉及一个问题，在线测试需要消耗 token，虽然词元 API 给了项目一点 GPT image 2 的赞助，但这个额度是有限的，我无法完全免费提供。于是我想着完全可以学习会员积分体系，也正好能打通完整的一个 AI 出海产品。于是我花了一些时间，加了会员积分系统。用户拥有一次免费的测试额度，之后可以通过购买会员或者积分的形式来继续在线测试生成图片。
生成测试前，提示词是可以自由更改的。当点击「生成图片」，它就会调用 GPT image 2 的 API 来生图。生成好后，能对比效果，还是很方便的。
会员积分体系设计如下，这些全是 AI 帮我设计好的。
能同时看到积分流水情况，直接能点击生图详情。
另外我还加了收藏功能，当你点击收藏的时候，他是能收藏进你的收藏夹的，因为整个用户体系也已经打通了。
我还加了 GA4 来给管理员配置可视化面板，现在管理员登录就可以直接看到网站的 UV、PV、注册用户等。
为了完成生图测试能力，用户体系、会员与积分体系、支付体系等都需要全部拉通，是一个复杂的活，要放在以前，没个把星期搞不定。出海谷歌登录、数据存储、 Stripe 支付都没那么简单。现在用 AI 只需要个把小时就能开发好。而且，已经有付费用户了。
这几天去杭州参加观猹的「谁能成为百万博主」的活动，朋友刘聪给我分享了他评测的最新「Qwen 3.7-Max」模型，说有点牛的，建议我测测。刚好，阿里云的朋友也在，立马刷了下脸，要到了开白内测。以上在 GPT-Image 2 Gallery上新增的功能全部都是通过阿里最新的 Qwen 3.7-Max 模型完成的。我用 CC Switch 配置上 Qwen 3.7-Max 内测模型，直接用 Claude Code 开干。
在 Claude Code 中直接输入我的需求：
我现在想在网站上加个能力，就是用户可以直接在案例这里直接生成测试，然后调GPT image 2的api来生成图片。用户只能免费生成一张，其余就要花钱买积分了
可以看到，Qwen 3.7-Max 先会了解项目结构和代码，然后设计实现方案：
计划还是非常详细的：
整个架构逻辑设计是这个样子的：
这是 Qwen 3.7-Max 帮我生成的技术架构路线，Vercel 用来托管并保存环境变量信息，Supabase 用来用户邓丽，Postgree 数据库存储，记录积分、生成记录。Stripe 用来做支付，Redis用来做防刷和 IP限流。
在 gpt-image 2 这个项目中，实际上是一个比较复杂的多文件工程，里面除了提示词管理、Skill抽象以及模板分离外，还有出海独立站的承载。但我发现，Qwen 3.7-Max 驾驭的还是比较稳的，特别是 Agent 长时任务上能够自主执行。今天，我也看到了阿里已经做了官宣，Qwen 3.7-Max在多项专业模型 Benchmark （基准测试）中均取得了领先的表现。
在 Text Arena 中 Qwen 3.7-Max 已经是国产模型第一了。
官方还秀了个 case，说是 Qwen 3.7-Max 可独立执行「35 小时」的长程复杂任务，好家伙，可以猛猛干了。
具体的情况大家也可以去千问官方公众号看下：
也难怪我聪哥苦口婆心说要我一定要试试，果然没让我失望。不过在 Claude Code中记得开启思考模式，会更好一些。
生图模块我接入的是词元中转的 API，我只需要把这个接口文档发给 Qwen 3.7，就能直接快速接入了。
这个地方我把 API key 配置在了 Vercel，利用 Kimi WebBridge，直接就让 AI 操控浏览器帮我完成key 的配置。
我发现 Qwen 3.7 在连续多步的 agent 调用中保持了较为稳定的发挥。不会丢失上下文。当我继续下达指令，要进行用户模块的开发：
现在开始帮加用户模块吧，我希望可以邮箱登录，也可以直接选择谷歌登录，然后把我的用户设置为超级管理员，用户体系是方便后面我要做积分什么的
它会自行实现用户登录的前端界面，并实现用户认证，配置 Supabase 数据库和超级管理员。
这里我选择先用谷歌邮箱登录，相对流程简单一些。第一次做的时候感觉还是没理解好需求，一顿操作，给我还是整登录注册传统流程去了，我重新输入了提示词：
我需要谷歌登录，其他的注册体系都不用先，记住登录的流程和按钮你可以学习别人的出海站点是怎么做的。
再次出来的效果就会满足我的要求了，他会自行学习后给我登录 UI。
当点击登录就能跳转到谷歌登录了。
这样，整个流程就完全都打通了，一个轻量的出海应用就搞定了，最麻烦的还是支付链路这一块。Stripe 的接入坑确实不少，但 Qwen 3.7-Max 在这种多步骤、长链路的任务中表现很稳，不会中途丢上下文，也不会突然开始胡说八道。从需求分析、架构设计、代码实现到调试部署，整个过程就像带了个靠谱的全栈搭子。说实话，以前搞出海，光是谷歌登录 + Stripe 支付 + 用户体系这一套，没个一两周根本下不来。现在一个下午就能跑通，体感上效率提升了 10 倍不止。而且我看了下官方数据，Qwen 3.7-Max 在编程智能体测评 SWE-Pro、Terminal Bench 2.0 这些榜单上已经超过了 DeepSeek-v4-pro-Max 和 Claude Opus 4.6，国产模型里排第一。更离谱的是，官方测试中它能独立执行 35 小时的超长程任务，自主完成 1158 次工具调用，最终在一个全新芯片平台上把推理速度优化了 10 倍。对我们普通开发者来说，最直观的感受就是：以前觉得出海门槛高，现在门槛被 AI 踩平了。你只需要有一个想法，剩下的交给 AI 去执行就好。当然，前提是你得知道自己要什么，产品思维比技术实现更重要。AI 不会替代有想法的人，但会淘汰没想法还不会用工具的人。如果你也想体验 Qwen 3.7-Max 的编程能力，可以去阿里云百炼上试试，模型 API 即将上线。好了，今天就聊到这。如果你也在做出海产品，或者对 AI 编程感兴趣，欢迎评论区聊聊你的想法，点个赞再走呗。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
