AI Coding | 人人都是产品经理

AI,个人随笔

AI写代码越快返工越多？用SDD+TDD把需求歧义挡在开发前

AI Coding正在将开发速度推向新量级，但代码写得越快，返工不一定越少。当模糊需求被Agent快速实现为“看起来可上线”的产品时，SDD与TDD的价值重新凸显。本文深入解析这对组合如何帮助团队在加速时代更早确认意图、减少歧义复制，真正实现高效交付。

知序

Agent AI Coding SDD

AI

别人都在搞AI，你的企业要不要跟？先听听9年老兵怎么说

FDE岗位暴增800%，年薪200万起步，但真正落地时第一步该做什么？本文从9年企业数字化经验出发，拆解AI Coding落地的四个阶段，揭示数据基建是隐形天花板，并给出从“工具选型”到“协作制度”的完整操作手册。

嘻嘻李

AI Coding FDE 企业数字化

AI

AI Coding时代，搜索能力决定你的AI效率

当AI Coding工具进化成全能Agent工作台，Web Search的价值正被重新定义。本文深度剖析在AI驱动的开发流程中，如何避免错误信息引发的系统性风险，揭示真正拉开效率差距的并非搜索功能本身，而是对信息源的判断力、上下文沉淀能力和校准意识——这些正在成为产品经理面对AI时代的新基本功。

hanpangzi

Agent工作流 AI Coding AI风险

AI,个人随笔

别再只会 Vibe Coding：AI 做大项目，产品经理要先搭 Harness

当AI Coding遇上大型项目，从Vibe Coding的爽快体验到Harness系统的构建，产品经理的角色正在被重新定义。本文深入剖析AI在大项目中为何容易失控，并提出从执行环境到自进化的五层Harness能力框架，揭示产品经理如何从需求投喂者转型为AI工作系统设计师。

怂怂的AI脑内小剧场

AI Coding AI生产系统 Harness系统

AI,个人随笔

AI Coding的讨论已经从简单的自然语言编程（Vibe Coding）升级为Loop Engineering——设计一个闭环系统让AI自主行动、调整并达成目标。这一转变意味着产品经理不再纠结于如何写出完美Prompt，而需聚焦于构建清晰的业务上下文，包括目标、边界、验收标准和反馈机制。本文深度剖析了AI Coding时代产品经理该如何沉淀四类关键上下文资产，以及为何这些资产比代码本身更具复利价值。

hanpangzi

AI Coding Loop Engineering Prompt工程

AI,个人随笔

数据产品的 AI 实践1：在不确定中寻找确定

当AI coding在前端开发中覆盖率突破80%时，数据部门为何仍在手搓代码？本文作者亲测AI生成SQL指标方案的实战经历，揭示了从指标字典准备到代码验证的全流程思考，以及如何通过AI解放人力创造更高价值。更重要的是，这一过程正在倒逼企业数据基建的规范化与标准化。

潮生

AI Coding Claude SQL

AI,个人随笔

闭关三个月，我把自己变成了一个“全能Builder”

ExcelMaster v2 的诞生背后，是一场关于AI产品经理角色重塑的深度实验。从零构建30万行生产级代码到自研LLM中转站，从AI驱动的自动化测试到端到端交付业务价值，这位产品经理用3个月时间验证了AI Coding如何将开发效率提升5倍。本文将揭示为什么在Agent时代，产品经理必须亲自下场写代码才能抓住软件工程革命的本质。

黄钊hanniman

AI Agent AI Coding ExcelMaster

AI

看完 Cursor 的开发者报告，我发现写代码这件事变了

AI 编程正在从单点提效迈向系统重构，Cursor 最新报告揭示了这场变革的五个关键趋势。当模型开始理解整个代码库、参与 PR 审核时，软件开发已进入'人设定目标、AI 执行流程'的新阶段。报告用真实数据证明：顶尖开发者正将AI转化为杠杆，而成本控制与上下文管理能力将成为新的竞争壁垒。

硅星人

AI Coding Cursor 功能分析

AI,个人随笔

为什么模型越来越强，AI Coding 反而更依赖工程系统？

AI Coding 的瓶颈正在从模型能力转向工程环境的设计。Harness Engineering 作为一套可运行、可约束、可验证、可演化的工程支架，将决定 AI Agent 能否稳定完成复杂任务。本文将深入解析 Harness 如何解决状态持久性、目标一致性等核心挑战，并探讨工程师角色在 AI 时代的关键转变。

诗说红豆

Agent系统 AI Coding AI工程

AI,个人随笔

传统编程已死，AI Coding是普通人最大的红利

AI Coding正从"写代码"转向"说清需求"——编程语法不再重要，清晰表达需求、约束条件和预期结果才是关键。工具选择上"先用起来"比"选最好"重要：优先IDE（Cursor/Trae）而非命令行，优先Web而非App。模型才是灵魂，Claude 4.6最强但易封号，GPT-5.3性价比高，国产模型适合练手。技术栈建议Python/Node.js后端+React前端，配合MCP扩展实现自动化。真正劝退人的不是不会写代码，而是不知道从哪里开始。