实测 | 码上飞 CodeFlying:用自然语言写代码,非程序员也能做开发?
码上飞 CodeFlying 是一款中文 AI 编程工具,用自然语言描述需求就能生成代码。实测 3 天,做了 3 个小项目(计算器、待办清单、数据看板),结论是:对入门者友好,但离替代程序员还很远。
为什么测这个工具
"用自然语言写代码"是这两年的热门概念。码上飞 CodeFlying 是国内走在前面的 AI 编程工具,主打中文描述需求即可生成完整应用。我们的网站就是用 Next.js 写的,团队对编程工具比较敏感,想知道码上飞是不是真的能让非程序员也做开发。
上手过程
注册与使用
手机号注册,支持微信登录。进入后是一个在线 IDE 界面,和 Cursor/VS Code 类似,但更简洁。
使用方式
- 在对话框用中文描述想做的功能
- AI 自动生成代码,并实时预览效果
- 可以继续对话修改、增加功能
- 完成后可以导出代码或部署
- ·免费版:每日 50 次对话
- ·基础版:39 元/月,无限对话
- ·专业版:99 元/月,优先使用 + 私有部署
付费方案
实测结果
3 个测试项目的表现:
项目 1:简易计算器(⭐⭐⭐⭐⭐)
"帮我写一个带 GUI 的计算器,支持加减乘除、括号、历史记录"—— 一次生成成功。代码结构清晰,界面美观,功能完整。这个项目完全没难度,AI 一次搞定。
项目 2:待办清单(⭐⭐⭐⭐)
"做一个待办清单应用,支持添加、删除、标记完成、分类筛选"—— 生成成功,但有一些小 bug:删除功能有个逻辑错误(删除后列表索引错位),需要手动修正。整体来说,核心功能可用,但需要一点调试能力。
项目 3:数据看板(⭐⭐⭐)
"做一个销售数据看板,包含柱状图、折线图、数据表格,能导入 CSV 数据"—— 生成了基本框架,但图表库的配置有误,数据绑定不完整。这个项目需要较多的人工干预才能达到可用状态。
竞品对比
| 维度 | 码上飞 CodeFlying | Cursor/GitHub Copilot |
|---|---|---|
| 中文支持 | ⭐⭐⭐⭐⭐ 纯中文操作 | ⭐⭐ 主要英文 |
| 上手门槛 | ⭐⭐⭐⭐⭐ 零基础可用 | ⭐⭐⭐ 需要编程基础 |
| 代码质量 | ⭐⭐⭐ 简单项目 OK | ⭐⭐⭐⭐⭐ 专业级 |
| 复杂项目 | ⭐⭐ 能力有限 | ⭐⭐⭐⭐⭐ 强 |
| 价格 | ⭐⭐⭐ 39元/月 | ⭐⭐⭐ $20/月 |
优点
- 纯中文界面,描述需求即可生成代码,对非程序员友好
- 简单项目(计算器、表单、小工具)一次生成成功率高
- 在线 IDE,不需要配置本地环境
- 支持实时预览,所见即所得
- 免费版每日 50 次对话,体验足够
缺点 / 槽点
- 复杂项目(多页面、数据绑定、API 集成)质量不稳定
- 生成的代码有时有 bug,需要手动调试
- 对非程序员来说,即使生成了代码,部署和运维还是难题
- 项目大了之后,AI 对上下文的把握不够
- 和 Cursor/GitHub Copilot 相比,专业度有差距
适合 / 不适合谁
推荐给
- ✓零基础想学编程的入门者
- ✓产品经理/设计师想做快速原型验证
- ✓需要做简单内部工具的业务人员
- ✓学生做课程设计、小项目
不推荐给
- ✗专业开发者的日常开发(推荐 Cursor + Copilot)
- ✗复杂企业级应用开发
- ✗对代码质量和性能有高要求的项目
最终结论
码上飞 CodeFlying 最适合的定位是"编程入门助手"和"快速原型工具"。它确实能让非程序员做出简单的应用,但"替代程序员"还有很长的路。对专业开发者来说,Cursor 或 GitHub Copilot 仍然是更高效的选择。但对想尝试编程、或者需要快速验证想法的人来说,39 元/月的码上飞是一个很好的起点。
相关实测
实测 | Atoms:8 个 AI 员工帮你从想法做到上线,真能替代外包团队吗?
Atoms 前身是 MetaGPT X(MGX),用 8 个角色智能体串起调研、规划、开发、发布与增长。3 天体验显示:全栈生成和增长代理是亮点,但积分消耗、付费墙和复杂业务的人工兜底都要提前算清。
AI编程实测 | Claude:3 个项目实战对比,代码生成是否真比 GPT-4o 强?
Claude 3.5 Sonnet 在编程评测基准上超越 GPT-4o 的新闻让我们决定实测验证。我们花 3 天时间,用 3 个真实项目场景(代码生成、长文写作、代码重构)对比 Claude 和 GPT-4o。结论:Claude 在代码生成和长文写作上确实略胜一筹,但中文支持、多模态和生态成熟度还有差距。
AI编程实测 | DeepSeek:V3 vs R1 差距多大?3 天跑了 12 道题,国产性价比之王名不虚传
DeepSeek 以极低的 API 价格和出色的中文能力在开发者中口碑极好。我们花 3 天时间,用 12 道题(编程 4 道 + 推理 4 道 + 中文 4 道)对比 V3 和 R1 模型的表现,并和 GPT-4o、Claude 做了横向对比。结论:R1 推理能力接近 o1 但速度差不多,V3 中文理解在同类中最佳,API 价格是 GPT-4o 的 1/30。