500 亿 token——这不是某家大厂内部调用量,而是腾讯小程序教育平台上青少年开发者们消耗的数字。四年时间,287,002 个小程序项目被创建,覆盖 7,954 所学校、17,830 位老师、87,477 名学生。这些项目不是课堂作业式的伪代码,而是从立项、设计、写代码、调用 AI,到最终发布、让别人真正能用的完整产品。
这个数字值得技术社区认真看一眼:它意味着"AI 辅助开发"的入口已经从职业程序员下沉到中小学生,而微信小程序这个容器让"写完就能发布"这件事变得零摩擦。
500 亿 token 消耗意味着什么
500 亿 token 的消耗量,折算下来相当于数百万次完整的对话交互。这些 token 不是被浪费在闲聊上——报告里的项目数据说明它们被转化成了可运行的产品。几个值得注意的信号:
- AI 不是替代编码,而是嵌入编码流程。学生在微信里完成从立项到发布的全链路,AI 调用发生在设计、代码生成、调试等环节,是"辅助"而非"代劳"。
- 发布闭环是关键。小程序的审核和发布机制让学生的作品能被真实用户使用,这比"在本地跑一下就结束"的教育模式多了一个反馈回路。
- 规模已经不小。近 9 万名学生、近 8 千所学校参与,这不是试点阶段的小数字,而是已经跑出一定覆盖面的体系化实践。
从立项到发布:一个完整的产品流程
平台给出的流程是:立项 → 设计 → 写代码 → 调用 AI → 发布 → 给别人用。这比传统编程教育多了两步——"调用 AI"和"发布给别人用"。前者改变了开发方式,后者改变了成果形态。
具体来说,学生在微信开发者工具中编写小程序代码时,可以接入 AI 能力来辅助生成页面结构、样式代码、逻辑函数,甚至直接调用大模型 API 来实现对话、翻译、图像识别等功能。写完之后,通过小程序教育平台的特殊通道提交审核和发布,跳过了常规小程序注册中对企业主体的要求。
这个流程的精简之处在于:学生不需要单独注册云服务、不需要自己搭建后端、不需要处理域名和 SSL 证书。微信云开发(Cloud Base)提供了现成的云函数、数据库和存储,AI 调用也可以通过云函数封装。
动手试一下:在微信小程序里调用 AI 的最小示例
下面给出一个最小可运行的结构——一个微信小程序页面,通过云函数调用大模型 API,实现简单的对话功能。这个示例可以直接在微信开发者工具中创建和运行。
前提:你需要在微信开发者工具中开通云开发环境,并在云函数中配置自己的 AI API Key。以下示例使用腾讯混元大模型的 HTTP 接口,你也可以替换为其他兼容接口。
小程序页面:pages/chat/chat
chat.wxml:
<view class="container">
<view class="messages">
<block wx:for="{{messages}}" wx:key="index">
<view class="msg {{item.role === 'user' ? 'user' : 'ai'}}">
{{item.content}}
</view>
</block>
</view>
<view class="input-bar">
<input
value="{{inputText}}"
bindinput="onInput"
placeholder="说点什么..."
confirm-type="send"
bindconfirm="send"
/>
<button size="mini" bindtap="send">发送</button>
</view>
</view>
chat.wxss:
.container { padding: 20rpx; display: flex; flex-direction: column; height: 100vh; }
.messages { flex: 1; overflow-y: auto; }
.msg { margin: 10rpx 0; padding: 16rpx 20rpx; border-radius: 12rpx; max-width: 80%; }
.msg.user { background: #07c160; color: #fff; align-self: flex-end; }
.msg.ai { background: #f0f0f0; color: #333; align-self: flex-start; }
.input-bar { display: flex; padding: 10rpx 0; gap: 10rpx; }
.input-bar input { flex: 1; border: 1rpx solid #ddd; border-radius: 8rpx; padding: 10rpx; }
chat.js:
Page({
data: {
messages: [],
inputText: ''
},
onInput(e) {
this.setData({ inputText: e.detail.value });
},
send() {
const text = this.data.inputText.trim();
if (!text) return;
// 添加用户消息
const messages = this.data.messages.concat({ role: 'user', content: text });
this.setData({ messages, inputText: '' });
// 调用云函数请求 AI
wx.cloud.callFunction({
name: 'aiChat',
data: { prompt: text }
}).then(res => {
const aiReply = res.result.reply || '(无回复)';
this.setData({
messages: this.data.messages.concat({ role: 'ai', content: aiReply })
});
}).catch(err => {
console.error(err);
this.setData({
messages: this.data.messages.concat({ role: 'ai', content: '请求失败,请检查云函数配置' })
});
});
}
});
云函数:cloudfunctions/aiChat/index.js
const cloud = require('wx-server-sdk');
cloud.init({ env: cloud.DYNAMIC_CURRENT_ENV });
exports.main = async (event) => {
const prompt = event.prompt;
// 调用混元大模型 HTTP 接口(替换为你的 API Key)
const apiKey = process.env.HUNYUAN_API_KEY || 'YOUR_API_KEY_HERE';
const res = await cloud.callContainer({
name: 'hunyuan-chat', // 需在云开发中预配置容器服务
path: '/chat/completions',
method: 'POST',
headers: { 'Authorization': `Bearer ${apiKey}` },
body: {
model: 'hunyuan-lite',
messages: [{ role: 'user', content: prompt }],
max_tokens: 512
}
});
const reply = res.data.choices?.[0]?.message?.content || '(模型未返回内容)';
return { reply };
};
运行前需要做的事: 1. 在微信开发者工具中创建项目,开通云开发环境。 2. 创建
aiChat云函数并上传部署。 3. 将YOUR_API_KEY_HERE替换为你自己的混元 API Key(可在腾讯云控制台申请),或通过云开发的环境变量注入。 4. 如果你使用其他大模型(如 OpenAI 兼容接口),只需修改云函数中的 URL 和请求体格式即可。
这个示例虽然简单,但它完整展示了青少年在平台上做的事情的核心模式:前端写交互,云函数封装 AI 调用,小程序容器提供发布通道。学生可以在此基础上扩展——加历史记录、多轮对话上下文、图片识别等,这就是 28 万个项目的基本构造方式。
给教育者和开发者的几点思考
对教育者:
- 发布闭环不可省略。能让别人用,学生才会认真对待产品体验和边界情况。如果只是"本地跑一下",学习深度会差一个层级。
- AI 辅助需要引导,不是放任。500 亿 token 的消耗说明学生确实在大量使用 AI,但"用 AI 生成代码"和"理解 AI 生成的代码"是两件事。教学设计需要包含"读代码、改代码、调试代码"的环节。
- 项目数量 ≠ 项目质量。28 万个项目中有多少是真正有用户量的产品?这是下一步需要关注的指标。
对开发者/平台方:
- 低门槛不等于低天花板。小程序 + 云开发 + AI 的组合让入门变得容易,但要做出好产品,仍然需要设计思维、数据建模、错误处理等能力。平台应该在"入门容易"之后提供"进阶有路"。
- API 成本和滥用风险需要机制约束。500 亿 token 的消耗背后是平台在承担成本。随着规模增长,需要考虑配额、审核、防滥用机制。
- 这个模式可以复制。小程序是腾讯的生态,但"低代码容器 + AI 辅助 + 即时发布"的思路不限于微信。任何有用户生态的平台都可以做类似的事情。
500 亿 token 和 28 万个项目,是一个已经跑起来的信号。接下来值得观察的不是"学生能不能用 AI 写代码"——答案已经明确——而是"他们写出来的东西,有多少真正被用起来了"。