10岁和14岁少年开发DVR Doctor：2小时完成Mac移植，开发者质疑用了AI
现在的程序员，似乎越来越习惯让 AI 帮自己写代码。但最近，两个分别只有 10 岁和 14 岁的孩子，却因为“不靠 Vibe Coding 写代码”，在开发者社区引发了一场讨论。 事情的起因，是他们联手开发了一款名叫 DVR Doctor 的软件，专门修复 FPV 无人机录像中令人头疼的雪花、彩色条纹和画面干扰。令人意
如今写代码，越来越多程序员习惯让AI代劳。可最近两个孩子——一个10岁、一个14岁——偏因为“没靠Vibe Coding写代码”，在开发者圈子里掀起了一场争论。
起因是他们一起做了一款叫DVR Doctor的软件，专门处理FPV无人机录像里那些烦人的雪花、彩色条纹和画面干扰。YouTube博主Chase Momo说软件不支持Mac，结果不到两个小时，就收到了两人发来的Mac版本。
开发速度快得离谱，Chase Momo第一反应就是：这八成是AI写的。
等他联系上这两位小开发者，才发现事情没那么简单。两人承认用了AI，但咬定核心代码是自己写的。10岁的Owen甚至能给他讲清楚，怎么靠机器学习和视频前后帧的信息把受损画面修回来。
老问题缠了FPV飞手很久，这回盯上它的是两个孩子
普通人眼里的无人机视频，一般是高清、流畅，4K都能直接出。FPV无人机玩家遇到的场面却完全是另一回事。FPV是First Person View的缩写，即“第一人称主视角”，这类无人机一般更追求的是速度、反应和灵活。
特别是Tiny Whoop这种微型穿越机，机身小巧，重量极轻。为了把负担压到最低，不少机型用的是传统模拟图传，没装独立的高清录像系统。飞手戴着FPV眼镜，靠无人机传回的实时画面操控飞行。眼镜还能把收到的画面录下来，这类录像通常叫DVR（Digital Video Recorder，数字视频录像）。
麻烦在于，模拟信号本身很容易被干扰。
无人机一飞过树木、建筑物或者其他障碍物，信号就可能突然变差，画面跟着冒出雪花、彩色条纹，甚至局部撕裂，这些干扰还会原样存进录像里。飞手刚飞完一趟精彩的穿越，回头打开视频，画面糊得像天线坏了的老式电视机。
不少FPV飞手早就把这种糟糕画质当成不得不接受的现实。14岁的Rory不认这个账。
今年夏末，他翻看自己拍的FPV视频，发现画面里到处是奇怪的线条和干扰。模拟图传的局限他心里清楚，可每次把视频拿给别人看，对方第一反应不是飞行多精彩，而是：“这画质也太差了。”
Rory决定自己动手。他之前接触过一些软件开发知识，为了做成这件事又开始学Python，试着写视频修复程序。最早的版本很简陋，效果也一般，但至少能处理一部分画面异常了。
后来，他碰上了一个志同道合的伙伴：才10岁的Owen。
两人认识的过程挺偶然。当时Owen正在YouTube上看一段讲Tiny Whoop无人机天线和飞行距离的视频，正好看到Rory在评论区留言，说想找视频素材做测试。Owen觉得这主意不错，就主动问能不能一起帮忙。
之后Rory通过GitHub、电子邮件和Discord联系上Owen，两人开始合作开发。有意思的是，直到这两个孩子接受Chase Momo采访时，他们都还没在线下见过面。
从光流法到机器学习，10岁少年讲起技术来头头是道
DVR Doctor到底怎么修视频？在接受Chase Momo采访时，Rory和Owen把软件的技术演进讲了一遍。
一开始，Rory用的是光流法（Optical Flow）。说白了，光流法靠分析连续视频帧之间的变化，估计画面里物体的运动方向和位置。Rory的思路是拿前一帧的信息预测下一帧该是什么样，再把这个预测和实际画面比对。
要是某些区域差异明显，而且很可能是信号干扰造成的，程序就去调这些区域的色相，把彩色条纹之类的异常压下去。不过这个方法效果不太理想。
接着，两人开始试新的机器学习方案。10岁的Owen向Chase Momo解释，程序先找出视频里的异常区域，再参考其他视频帧，分析物体的形状、纹理等信息，试着把受损画面重建出来。
比如一棵树在某一帧里被彩色干扰盖住了，程序就能参考相邻帧中这棵树的样子，拿到更多视觉信息，再去修异常部分。这种方式效果更好，计算开销也更大。Owen还主动聊到电脑显卡的处理能力，以及机器学习方案为什么更费时间。
听完这些，Chase Momo有点“哭笑不得”：Owen讲得好像只是做了几项普通操作，可他连一半的技术细节都没听懂。
DVR Doctor官网目前披露的信息显示，软件有手动修复和机器学习两种处理引擎，能修彩色条纹、颜色撕裂和闪烁等问题，也支持GPU加速。另外，它还支持模拟图传和HDZero录像处理。
不过有一点要说清楚：这些功能主要是改善视频里已经存在的干扰，没法凭空把丢失的画面细节全恢复出来。
两小时就搞定Mac版？大伙起初都以为是Vibe Coding，结果并不是
Chase Momo刚接触DVR Doctor那会儿，其实并不知道做这款软件的是两个孩子。
差不多一个月前，DVR Doctor团队给他发来一封推广邮件，说自家做了一款能清理FPV无人机DVR录像的工具。Chase Momo挺感兴趣，马上回了邮件。可他打开官网一看，软件只提供Windows版本，而他平时用的是Mac。
常跟独立开发者工具打交道的人对这种情况并不陌生：不少软件都是先上Windows，Mac用户只能干等。他把这个问题提给了开发者，对方答复说Mac版很快会出。
Chase Momo本来没抱多大指望，谁知不到两个小时，对方就把Mac版发了过来。他当场愣住，头一个念头就是：这么快，肯定是Vibe Coding弄出来的。
他对Vibe Coding向来没什么好感。之前他想让AI做一个按钮，指望一键剪完整段YouTube视频，结果压根没做成。于是他打算先试试DVR Doctor的实际效果，只是后来去了趟泰国旅行，这事就被他搁下了。
一直到两周后，有人在她的Discord社区里推广DVR Doctor，他才又想起这个项目。
那会儿那个频道里只有八个人。聊着聊着，一位开发者忽然说自己才10岁。Chase Momo还没缓过神，又听说另一位开发者只有14岁。27岁的他忍不住打趣：这俩孩子加起来的岁数，居然还没自己大。
这下他终于打开DVR Doctor开始测试。用法不复杂：拖进一段干扰明显的视频，点一下“Clean”，等它处理完。大概三分钟后，修复结果就出来了。
靠着前后对比功能，Chase Momo看到原视频里那些扎眼的彩色干扰和异常条纹确实少了很多。他开始认真看待这款软件，并主动联系两位开发者，约了采访。
Chase Momo问他们开发时有没有用AI，两个少年一点也不回避：用了。
不过他们强调，跟机器学习相关的核心代码主要是自己写的，AI更多用在辅助性的事情上，比如接Gumroad支付API、写文档，以及搞清楚某些函数怎么用、参数是什么。Rory还解释说，自己刚学编程那阵子常问AI该用哪个函数、这个函数干什么用，但不会把AI生成的整段代码直接复制粘贴。
换句话说，按两人的说法，他们并不是完全排斥AI，而是真把AI当成学习和开发上的辅助工具。
“所以，DVR Doctor并不是Vibe Coding做出来的？”Chase Momo又确认了一遍。两位开发者给出的回答是否定的：“我们绝对没有做所谓的Vibe Coding。”
软件4.99美元起售，推广却四处碰壁
采访中Chase Momo还了解到，这两个孩子不光要管技术开发，推广产品也得自己想办法。
他们给不少FPV领域的YouTube创作者发过邮件，大多石沉大海：有的已读不回，有的连看都没人看。两人只好接着找规模小一些的频道，一家一家联系，盼着有人愿意试用他们的软件。
到采访那时为止，除了Chase Momo，跟他们真正联系上的创作者基本没几个。
好在两人的父母都挺支持这件事。Rory说，父母看过软件后很吃惊，还会给他提建议，他妈妈也帮着琢磨怎么推广产品。
Owen这边的经历更有意思。他起初跟父母说在网上认识了Rory，父母还担心对方是不是冒充小孩的成年人。直到Owen给他们看了Rory的YouTube频道，又看到两人视频通话，父母才慢慢放下心：“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。”
现在DVR Doctor已经是一款正式售卖的产品。官网显示，标准版4.99美元，专业版7.99美元，一次性买断，支持Windows和Apple Silicon Mac。专业版多了OSD移除、AI放大和在线清理等功能。
“10岁和14岁拒绝Vibe Coding”，开发者却为此吵了起来
Chase Momo的视频传开后，这两个孩子的故事在Reddit开发者中间引起了讨论。一篇题为《10岁和14岁的孩子拒绝Vibe Coding》的帖子，把争论焦点聚到了他们的编程方式上。
有人留言称赞，说从两人身上看到了早年黑客文化的影子：“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。”
不过也有人不认同拿这两个孩子的开发方式去要求成年工程师照搬。他的理由是，这些孩子还没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。
也有网友不认同“没靠 Vibe Coding”这一说法：“酷归酷，可他们开发时同样用了 AI。哪些算法该上、什么时候上，多半也有 AI 在帮忙。”这位网友承认两个少年的技术底子不错，但软件 UI 一点 AI 都没碰、Mac 移植不到两小时且全程不借助 AI，这两条他都不买账。
还有一条评论把话题引向了开发者常听到的那句话：“你这样下去会被时代抛弃的。”一位网友对此嘲讽道：“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。”
其实从采访内容看，Owen 和 Rory 并没有拒绝 AI。查资料、理解函数、处理辅助工作，他们都会用 AI，产品里也会采用机器学习技术。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。
说到底，AI 写代码越来越快，程序员还坚持自己敲，是在练别人替代不了的本事，还是在干一件本来能丢给 AI 的活儿？一个开发者靠 AI 两小时就能做出能用的软件，另一个花几天自己啃算法、写代码，你觉得哪个更厉害？
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？
参考链接：
https://www.youtube.com/watch?v=AEnJw5G3kNM&t=1s
https://www.reddit.com/r/theprimeagen/comments/1xduytt/10_yo_and_14_yo_refuse_to_vibecode/
