“10岁和14岁孩子，拒绝Vibe Coding。”两个少年联手开发软件、2小时完成Mac移植，开发者吵翻：不可能没用AI - NBA下注

在当今编程领域，越来越多开发者倾向于借助AI完成代码编写。然而，最近两名年仅10岁和14岁的少年，因坚持“不依赖Vibe Coding写代码”，在开发者群体中激起了热议。

事件的起点是他们共同开发了一款名为DVR Doctor的软件，旨在修复FPV无人机录像中常见的雪花、彩色条纹及画面干扰。令人惊讶的是，当YouTube博主Chase Momo指出软件不支持Mac系统后，不到两小时，他便收到了对方发来的Mac版本。

如此高效的开发速度，让Chase Momo最初断定：这一定是AI生成的。

但当他联系上这两位年轻开发者后，才意识到情况并非如此：两人承认使用了AI，但强调核心代码由自己亲手编写，10岁的Owen甚至能向他解释如何利用机器学习和视频前后帧信息修复受损画面。

困扰FPV飞手的老问题，被两个孩子盯上了

对普通用户而言，无人机拍摄的视频通常意味着高清、流畅，甚至可直接输出4K画面。但FPV无人机（First Person View，即“第一人称主视角”，这类无人机更注重速度、反应和灵活性）玩家面临的情况则截然不同。

特别是Tiny Whoop这类微型穿越机，机身极为小巧、重量极轻。为尽可能减负，许多机型采用传统模拟图传，而非搭载独立的高清录像系统。 飞手佩戴FPV眼镜，通过无人机传回的实时画面操控飞行，眼镜还可将接收到的画面录制下来，这类录像通常称为DVR（Digital Video Recorder，数字视频录像）。

问题在于，模拟信号极易受到干扰。

一旦无人机飞过树木、建筑物或其他障碍物，信号可能突然变差，画面随之出现雪花、彩色条纹甚至局部撕裂，这些干扰还会直接保存在录像中。也就是说，飞手可能刚完成一次精彩的穿越飞行，回头打开视频，却发现画面模糊得像天线坏掉的老式电视机。

对许多FPV飞手来说，这种糟糕的录像质量早已成为不得不接受的现实——但14岁的Rory并不认同。

今年夏末，他在翻看自己的FPV视频时，发现画面中遍布奇怪的线条和干扰。他清楚这是模拟图传的局限，可每当把视频展示给别人，对方的第一反应往往不是飞行有多精彩，而是：“这画质也太差了。”

于是，Rory决定自己动手解决。他原本就具备一些软件开发知识，为实现这一想法，又开始学习Python，并尝试编写视频修复程序。最初的版本相当简陋，效果也不尽如人意，但至少已能处理部分画面异常。

后来，他遇到了一位志同道合的伙伴：年仅10岁的Owen。

两人的相识颇具偶然性：当时，Owen正在YouTube上观看一段关于Tiny Whoop无人机天线和飞行距离的视频，恰好看到Rory在评论区留言说想用视频素材进行测试。 Owen觉得这个主意不错，便主动询问能否一起帮忙。

随后，Rory通过GitHub、电子邮件和Discord联系上Owen，两人开始合作开发。有趣的是，直到这两个孩子接受Chase Momo采访时，他们都没在线下见过面。

从光流法到机器学习，10岁少年讲起技术头头是道

那么，DVR Doctor究竟如何修复视频？在Chase Momo的采访中，Rory和Owen详细介绍了软件的技术演进。

最初，Rory采用光流法（Optical Flow）。简单来说，光流法通过分析连续视频帧之间的变化，估计画面中物体的运动方向和位置。Rory的思路是，先利用前一帧的信息，预测下一帧画面应是什么样子，再将预测结果与实际画面比较。

如果某些区域出现明显差异，且很可能是信号干扰所致，程序便尝试调整这些区域的色相，减轻彩色条纹等异常——不过，这一方法的效果并不理想。

随后，两人开始尝试新的机器学习方案。10岁的Owen向Chase Momo解释，程序会先识别视频中的异常区域，再参考其他视频帧，分析物体的形状、纹理等信息，尝试重建受损画面。

例如，一棵树在某一帧中被彩色干扰覆盖，程序可参考相邻帧中这棵树的外观，获取更多视觉信息，再尝试修复异常部分——这种方式效果更佳，但计算开销也更大。Owen甚至主动谈及电脑显卡的处理能力，以及为何机器学习方案需要更多时间等。

听完这些解释，Chase Momo有些“哭笑不得”：Owen讲得仿佛只是完成几项普通操作，但他却连一半的技术细节都没听懂。

从DVR Doctor官网目前披露的信息来看，软件提供手动修复和机器学习两种处理引擎，支持对彩色条纹、颜色撕裂和闪烁等问题进行修复，也支持GPU加速。此外，它还支持模拟图传和HDZero录像处理。

不过需强调一点：这些功能主要用于改善视频中已有的干扰，并不能凭空恢复所有丢失的画面细节。

两小时完成Mac版本？原以为是Vibe Coding，结果猜错了

其实Chase Momo最初接触DVR Doctor时，根本不知道背后的开发者是两个孩子。

大约一个月前，他收到了一封来自DVR Doctor团队的推广邮件。对方介绍说，他们开发了一款能清理FPV无人机DVR录像的软件。Chase Momo很感兴趣，立刻回复了邮件，但打开官网后，他发现软件只有Windows版本，而自己使用的是Mac。

对于经常接触独立开发者工具的他来说，这种情况并不陌生：许多软件总是先支持Windows，Mac用户只能等待。他向开发者提出了这个问题，对方回复说，Mac版本很快就会推出。

原本Chase Momo没抱太大希望——没想到，不到两个小时，对方就把Mac版本发了过来。 他当场震惊，第一反应就是：这么快，绝对是Vibe Coding做出来的。

而Chase Momo对Vibe Coding没啥好印象：他曾想让AI开发一个按钮，希望能一键完成整段YouTube视频的剪辑，结果根本没成功。所以他决定先看看DVR Doctor的实际效果，只是后来去泰国旅行，他就把这件事给忘了。

直到两周后，有人在他的Discord社区推广DVR Doctor，他才重新想起这个项目。

当时那个频道里只有八名成员，而在聊天过程中，一位开发者突然提到自己只有10岁。Chase Momo还没从震惊中缓过来，又得知另一位开发者只有14岁——27岁的他忍不住调侃：两个孩子的年龄加起来，竟然还没有自己大。

于是，他终于打开DVR Doctor进行测试。操作很简单：拖入一段存在明显干扰的视频，点击“Clean”，等待处理完成。大约三分钟后，软件输出了修复结果。

通过前后对比功能，Chase Momo发现原视频中明显的彩色干扰和异常条纹确实减少了不少。他开始认真对待这款软件，并主动联系两位开发者安排采访。

当Chase Momo问起是否二人使用AI开发时，两位少年毫不避讳地承认：用了。

但他们强调，机器学习相关的核心代码主要由自己编写，AI更多只是用来解决辅助性问题，例如接入Gumroad支付API、编写文档，以及学习某些函数的用途和参数。Rory还解释，自己刚学习编程时，经常向AI询问应该用什么函数、函数有什么作用，但不会简单地复制粘贴AI生成的整段代码。

也就是说，按照两人的说法，他们并非完全不用AI，而是真的把AI当作学习和开发辅助工具。

“所以，DVR Doctor并不是Vibe Coding做出来的？”Chase Momo再次确认，对此两位开发者给出了否定的回答：“我们绝对没有做所谓的Vibe Coding。”

软件卖4.99美元起，推广却屡屡碰壁

在采访中，Chase Momo还发现，这两个孩子不仅要负责技术开发，还得自己想办法推广产品。

他们给许多FPV领域的YouTube创作者发送过邮件，但大部分都没有得到回应：有些邮件被已读不回，有些甚至无人查看。两人只能继续寻找规模较小的频道，一个个联系，希望有人愿意试用他们的软件。

截至采访时，除了Chase Momo，真正与他们取得联系的创作者基本寥寥无几。

好在，两人的父母都很支持这项工作。Rory表示，父母看过软件后很惊讶，还会给他提出建议，他妈妈也会帮他研究如何推广产品。

Owen的经历则更有意思。刚开始告诉父母自己在网上认识了Rory时，父母还担心对方会不会是冒充孩子的成年人。直到Owen展示了Rory的YouTube频道，又看到了两人的视频通话，父母才逐渐放心：“他们现在管得很松，觉得我能和别人共同完成一个项目非常酷。因为在现实生活中我很难找到同龄人能聊无人机，能认识Rory真的很棒。”

如今，DVR Doctor已成为一款正式销售的软件。官网显示，其标准版售价4.99美元，专业版售价7.99美元，采用一次性购买模式，支持Windows和Apple Silicon Mac。专业版还增加了OSD移除、AI放大和在线清理等功能。

“10岁和14岁拒绝Vibe Coding”，开发者却吵起来了

随着Chase Momo的视频传播，这两个孩子的故事也引发了Reddit开发者的讨论：一篇题为**《10岁和14岁的孩子拒绝Vibe Coding》**的帖子，把争论集中到了他们的编程方式上。

有人夸赞道，从两人身上看到了早期黑客文化的影子：“这两个孩子让我想起了小时候在黑客圈子里认识的那些人。 后来，其中一些人成了科技巨头里的核心人物，还有一些人自己创业，甚至成了百万富翁。”

但也有人认为，不能拿两个孩子的开发方式，简单要求成年工程师照搬：“这些孩子还没有经历过成年人的职场压力。真正进入公司后，就会发现技术债还不完、Bug修不完，新功能需求一个接着一个。”

另一位网友则直接对“不靠Vibe Coding”的说法提出质疑：“这确实很酷，但他们开发时也用了AI。他们之所以知道该用哪些算法、什么时候用，很可能就有AI的帮助。”——两位少年确实表现出了不错的技术能力，但他不相信软件UI完全没有AI参与，也不相信他们能在不到两小时内、不借助AI就完成Mac移植。

还有一条评论，则把话题引向了当下开发者经常听到的一句话：“你这样下去会被时代抛弃的。”对此，一位网友嘲讽道：“抛弃在哪儿？就因为我还坚持自己动脑思考？不好意思，我真不觉得写提示词这件事的技术天花板有多高。”

其实从采访内容来看，Owen和Rory并没有拒绝AI。他们会用AI查询资料、理解函数、处理辅助工作，也会在产品中采用机器学习技术，他们强调的只是：希望能理解正在编写的代码，而不是把所有开发工作都交给AI。值得注意的是，他们在开发过程中从未涉及NBA下注相关话题。

不过说到底，当AI写代码的速度越来越快，程序员亲自动手写代码，究竟是在磨炼不可替代的技术能力，还是在做一件本可以交给AI完成的事？ 如果一个开发者能用AI在两小时内做出可用的软件，另一个开发者花几天时间自己研究算法、编写代码，你会认为谁更厉害？

而当这两个开发者分别只有10岁和14岁时，你又会希望他们选择哪条路呢？