用 Claude 搭的本土植物工具上了 Show HN，评论区把真正的难点聊透了
今天 Hacker News 上有个 Show HN 挺有意思：一个叫 Indigene 的网站，发布 12 小时拿了 100 分、20 条评论。功能一句话能说清——你输入所在位置、日照、土壤和生态目标，它告诉你当地该种哪些本土植物。看起来又是某个 LLM 套壳应用，但翻评论区，大家吵的其实不是产品本身，而是这类应用真正难在哪里。
先说背景。作者 olivierlacan 原本住在佛罗里达中部，花了好几年才慢慢弄清楚院子该种哪些对野生动物和当地生态有益的本土植物，还想着让院子更扛旱。搬到西雅图后一切从头再来。他承认这几年大量依赖 LLM——主要是 Claude——来避免说错话，同时交叉核对了一堆开源数据源，尽量让幻觉活不久。项目在 indigene.app/llm/ 专门记录所有 LLM 用法，还把 LLM 当每条 PR 里的「警示系统」。作者自己就是「Keep a Changelog」那套规范的作者，所以项目也带着写得很细的发版说明和分功能指南，都能在站点上查到。发布特意挑在土著人日这天。
出发点挺克制。Indigene 不是让模型自由发挥告诉你「该种啥」，而是用 LLM 把流程跑通、把数据源串起来，再用开源数据去校验。真正值得看的是用户反馈——它们基本把这类工具的痛点全暴露了。
一个是区域覆盖。有人说覆盖面有限，与其让人翻 17 个区域判断自己在不在范围内，不如直接放张地图；也有人反馈输入萨克拉门托的邮编，系统说要更细的位置，但地图最多只能精确到 Pittsburg，选区域又走不通。另一位直接吐槽：没有邮编输入、不能缩小地图，只能反复滚，要不就允许取定位，否则免谈。当然也有正面反馈：有用户说它给出的建议和本地树林里常见的植物高度吻合，好到「我都自己得出这个结论了」。
另一个是领域知识。一位本身就是本土植物爱好者、又是 GIS 开发者的评论很到位：用 Claude 给有经验的开发者搭这种 app 本身很容易，真正难的是「某种植物到底在哪个地方能长」这种底层领域知识，而他看不出这套系统在这块已经足够可靠。这条评论底下有人接了一句：也许确实人人都能自己 vibe code 一个，但要是每个人都得自己造一遍，那是极大的浪费，把这项目共享出来帮别人，比各自闷头造强。
评论区还贡献了不少真实的「园丁级」细节，也顺带说明这些数据有多复杂。有人提到后院一棵大臭椿（tree of heaven，美国东部最糟的入侵种之一）的根会释放化感物质，有些本土植物（spicebush、wood fern）扛得住，有些（asters、cup plant）完全不行；另一人反驳说 cup plant 是草原物种、要全日照，问题可能出在光照而未必是化学物质，还补一句「请务必把这棵臭椿砍了」。还有用户点名它漏了 tamarack 和 poison sumac（这两种常一起长），以及濒危的 sweet gum；另有人想按生长速度筛选，还想按「对火鸡好」「全季授粉」这类组合来筛。
一个小插曲是有人问能不能排除树木——「在我这儿种野花比种一棵真树容易多了」——还有人说找不到改土壤类型的入口，因为它把土壤猜错了。这些反馈单个看都是小 bug，凑一块就是这类「本地化领域工具」的典型写照：想法人人都爱，数据每处都在考验你。
Indigene 在 LLM 应用里不算炫技，更像一个反例——作者刻意把「避免说错」当成头等大事，用开源数据兜底。从评论看方向是对的，但覆盖范围、树种粒度、土壤这些细节还有一大段路要走。要是哪天它能开放一个「让本地大神帮你纠错」的入口，评论区那几位园艺老手大概会第一个冲进去。代码现在大家都会写了；值钱的，是那些「数据库」里的本地知识。