惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

小众软件
小众软件
IT之家
IT之家
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
Security Archives - TechRepublic
Security Archives - TechRepublic
P
Proofpoint News Feed
C
CERT Recently Published Vulnerability Notes
阮一峰的网络日志
阮一峰的网络日志
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
The Cloudflare Blog
P
Palo Alto Networks Blog
Know Your Adversary
Know Your Adversary
D
Darknet – Hacking Tools, Hacker News & Cyber Security
Cisco Talos Blog
Cisco Talos Blog
L
Lohrmann on Cybersecurity
AWS News Blog
AWS News Blog
J
Java Code Geeks
博客园_首页
Scott Helme
Scott Helme
WordPress大学
WordPress大学
有赞技术团队
有赞技术团队
T
The Exploit Database - CXSecurity.com
Security Latest
Security Latest
V
Visual Studio Blog
Cloudbric
Cloudbric
Jina AI
Jina AI
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
博客园 - 叶小钗
Apple Machine Learning Research
Apple Machine Learning Research
博客园 - 聂微东
人人都是产品经理
人人都是产品经理
A
Arctic Wolf
C
Cybersecurity and Infrastructure Security Agency CISA
S
SegmentFault 最新的问题
The Last Watchdog
The Last Watchdog
SecWiki News
SecWiki News
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
W
WeLiveSecurity
K
Kaspersky official blog
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
Hacker News: Ask HN
Hacker News: Ask HN
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
宝玉的分享
宝玉的分享
Hugging Face - Blog
Hugging Face - Blog
量子位
Google Online Security Blog
Google Online Security Blog
博客园 - Franky
Simon Willison's Weblog
Simon Willison's Weblog
博客园 - 三生石上(FineUI控件)
Recent Commits to openclaw:main
Recent Commits to openclaw:main

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
AI编程的“三位一体”:普通人如何用顶级模型组合拳开发超级应用
hanpangzi · 2025-12-02 · via 人人都是产品经理

不懂代码也能开发应用?通过“三位一体”开发流,利用Gemini 3.0、Claude 4.5 Opus和GPT 5.1 Codex Max,你可以在几小时内构建出专业级应用。本文将详细介绍这一流程,让你轻松成为产品经理。

曾经,开发一个应用程序是极客的特权。你需要懂复杂的语法,懂系统架构,懂那些在黑色屏幕上闪烁的、令人头秃的错误代码。对于大多数有创意但不懂代码的人来说,编程就像是一堵看不见的墙,撞得头破血流。

但现在,时代变了。

作为一名不懂代码的“创意者”,你不再需要学习如何亲手砌砖,你只需要学会如何指挥最优秀的建筑师。在当今的AI军备竞赛中,没有一个模型是完美的全能神,但如果我们将其组合,就能形成一个无坚不摧的开发天团。

这就是我所说的 “三位一体”开发流:利用 Gemini 3.0 的视觉审美、Claude 4.5 Opus 的逻辑深度,以及 GPT 5.1 Codex Max 的精准修复。这是一套经过验证的组合拳,让一个完全不懂代码的人,也能在几小时内通过自然语言构建出专业级的应用。

为什么要“三位一体”?为什么一个模型不够用?

很多初学者习惯只用一个 ChatGPT 或者只用一个 Claude,从头在这个对话框里哪怕是写到死。结果往往是:

  • 审美疲劳:逻辑强的模型写出的界面往往像 90 年代的政府网站。
  • 逻辑断层:擅长设计的模型在处理复杂数据库关系时容易“幻觉”。
  • 调试地狱:当代码报错时,通用模型往往会给出车轱辘话,而不是解决问题。

资深的 AI 开发者知道,不同的模型有不同的“性格”和“特长”。

  • Gemini 3.0:它是顶级的设计师(Frontend Specialist)。它“看”过最多的视频和图片,审美极佳。
  • Claude 4.5 Opus:它是天才的架构师(Logic Core)。它的编程能力极强,且逻辑推理能力(Reasoning)断层领先。
  • GPT 5.1 Codex Max:它是外科手术级的维修工(Bug Hunter)。它阅读过 GitHub 上所有的提交记录,它知道每一行代码可能出错的一万种方式。

下面,让我们解构这套终极工作流。

第一步:Gemini 3.0 —— 赋予灵魂的“皮囊”

领域:前端设计、UI/UX、交互效果、视觉还原

对于不懂代码的人来说,应用首先是“看”的。你脑子里有一个画面,或者你在餐巾纸上画了一个草图。在这个阶段,Gemini 3.0 是当之无愧的王者。

Gemini 3.0 的多模态理解能力和对现代设计趋势的把握在目前是无人能及的。它不仅能理解你的草图,还能理解“氛围”。

如何使用: 不要跟它废话后端的逻辑。直接把你手绘的草图拍照传给它,或者找一张你喜欢的 App 截图(比如 Airbnb 或 Linear),告诉它:“复刻这个布局,但把配色改成赛博朋克霓虹风格,字体要用无衬线的 Inter。”

独家提示词策略(Prompt):

“你是世界顶级的 UI/UX 工程师。请使用 React 和 Tailwind CSS 构建这个页面。重点关注:

1. 移动端响应式布局;

2. 微交互动画(Hover effects);

3. 视觉留白。请直接给出完整的单文件代码,不要省略。”

Gemini 3.0 的魔法: 它生成的 HTML/CSS 代码不仅结构清晰,而且审美在线。它懂得留白,懂得色彩搭配,懂得由衷地使用流畅的 CSS 动画。它甚至会自动帮你找好占位图(Placeholder Images)。

输出成果: 一个极具视觉冲击力、响应式完美、交互流畅的静态页面(Mockup)。

第二步:Claude 4.5 Opus —— 注入智慧的“大脑”

领域:核心逻辑、复杂算法、系统架构、数据库设计

一旦你有了漂亮的界面,你需要让它动起来。这时候,我们将接力棒交给 Claude 4.5 Opus。

Claude 系列一直以其强大的推理能力和超长的上下文窗口著称。到了 4.5 Opus 版本,它在编写复杂业务逻辑时的连贯性无人能敌。它能记住你 50 次对话前的需求,这是构建复杂应用的关键。

如何使用: 将 Gemini 生成的前端代码完整地发给 Claude(不要只发片段),然后说:“这是我的前端代码。现在,我需要你实现用户登录功能,数据要存入 Supabase,点击这个按钮时要触发一个复杂的推荐算法。”

独家提示词策略(Prompt):

“我是一个产品经理,我不懂代码。这是当前的前端代码(附上代码)。请在保持现有 UI 完美不变的前提下,添加以下逻辑:

$$你的需求$$

。请像给小学生讲课一样解释你的修改,并给出整合后的完整代码。”

Claude 4.5 Opus 的魔法: 它不会破坏 Gemini 创造的美感,而是像在一个精密的钟表里嵌入齿轮。它能理解复杂的因果关系:“如果用户是 VIP,且今天是周五,那么显示这个彩蛋。”它写的代码结构严谨,注释详尽,不仅能跑,而且易于维护。它是一个思考者,能预判你未曾想到的业务漏洞(比如防止用户重复提交)。

输出成果: 一个拥有完整后端逻辑、数据库连接和业务功能的准成品应用。

第三步:GPT 5.1 Codex Max —— 扫清障碍的“手术刀”

领域:Bug 修复、环境配置、极端边缘情况处理、性能优化

无论 Claude 多么聪明,代码总会报错。也许是一个拼写错误,也许是某个 npm 库版本更新了,导致旧的写法失效。对于不懂代码的人来说,这是最绝望的时刻——看着红色的报错信息手足无措。

这时候,请召唤 GPT 5.1 Codex Max。

GPT 5.1 Codex Max 是基于海量 GitHub 代码库微调的极致版本,它不仅懂代码,它懂错误。它就像那个在机房里住了十年的老黑客,扫一眼报错日志就知道问题在哪。

如何使用: 直接复制那个让你崩溃的报错信息(Error Log),连同相关的那段代码,扔给 Codex:“报错了,帮我修。不要解释原理,直接给我能用的代码。”

独家提示词策略(Prompt):

“我遇到了这个错误:

$$粘贴错误信息$$

。这是我的相关代码片段:

$$粘贴代码$$

。请分析根本原因,并提供修复后的代码块。如果涉及依赖版本冲突,请告诉我具体的 npm install 命令。”

GPT 5.1 Codex Max 的魔法: 它不会像其他模型那样给你讲大道理,它会直接给出修复后的代码块。它的强项在于“纠错”。它对 API 的参数变化、库的依赖冲突有着百科全书般的记忆。如果说 Claude 是在创作文学,Codex 就是在做语法校对。它快、准、狠。

输出成果: 一个消除了所有红字报错、运行如丝般顺滑的最终应用。

进阶秘籍:不懂逻辑?用“开源投喂法”开外挂

看到这里,你可能还会担心:“我连逻辑都不懂怎么办?我不知道什么叫‘数据库Schema’,也不知道什么叫‘API鉴权’,我只会说大白话。”

别担心,AI 就是最好的翻译官,而开源社区(GitHub)就是你的免费军火库。

如果你想做一个“任务管理工具”,但不知道它背后需要什么逻辑:

第一步:让 AI 教你。 直接问 AI:“我想做一个像 Todoist 那样的任务管理应用,但我完全不懂技术。请你像产品经理一样,列出我需要哪些核心功能模块?背后需要记录哪些数据?” AI 会给你列出清单(如:用户表、任务表、截止时间提醒等)。

第二步:去 GitHub 进货。 拿着 AI 告诉你的关键词(比如 “React Todo App”、”Next.js Task Manager”),去 GitHub 上搜索。你会找到成千上万个开源项目。你不需要看懂代码,你只需要看它们的 README 文档,或者把核心代码文件下载下来。

第三步:让 AI “借鉴”与“缝合”。 这是最骚的操作。把你在 GitHub 上找到的优秀开源代码扔给 Claude 4.5 Opus,然后说:

“请阅读这份开源代码,理解它的任务排序算法数据存储逻辑。然后,请把这套逻辑‘移植’到 Gemini 刚刚帮我画好的那个漂亮界面里。”

魔法发生了: 你不需要懂逻辑,你只需要从开源社区找到“逻辑的范本”,然后让顶级 AI 帮你完成“换皮”和“缝合”。你是在站在巨人的肩膀上,指挥机器人搭积木。

实战演练:我们来做一个“AI 心情咖啡馆”

为了让你更直观地理解,我们模拟一个开发过程:

Phase 1 (Gemini 3.0)

指令:“画一个深色模式的咖啡点单页面,左边是巨大的 3D 咖啡杯图片,右边是心情滑块(从‘疲惫’到‘亢奋’)。当我滑动滑块时,咖啡杯的颜色要跟着变。”

结果:Gemini 生成了一个极其酷炫的 React 组件,CSS 渐变色写得完美无缺。

Phase 2 (Claude 4.5 Opus)

指令:“拿着这个 Gemini 写的代码。现在的逻辑是:当用户停止滑动时,调用 OpenAI API 根据心情生成一段‘咖啡占卜语’,并把订单存到本地的 LocalStorage 历史记录里。”

结果:Claude 完美地插入了 useEffect 钩子,处理了异步 API 请求,并且写好了数据存储逻辑,甚至还加了“加载中”的状态判断。

Phase 3 (GPT 5.1 Codex Max)

危机:你发现有时候滑动太快,页面会卡死,控制台报错 Too many re-renders。

指令:“把 Claude 写的这段代码发给 Codex,附上报错信息。”

结果:Codex 立刻指出:“这是因为你的 useEffect 依赖项没写对,导致了无限循环。加一个 Debounce(防抖)函数就能解决。”它直接甩给你一段加了防抖功能的代码。

现实检验:我们不需要100分的完美,我们需要光速的80分

懂代码的专业人士看到这里可能会反驳:“哪有这么简单?真实开发中的边缘情况(Edge Cases)、高并发、安全性,怎么可能靠 AI 一键搞定?根本不可能直接上线一个 100 分的完美应用。”

你说得对,确实不可能上线一个 100 分的应用。但残酷的现实是:人类程序员也做不到。

在互联网行业,几乎没有哪个应用是等到 100 分才发布的。绝大多数成功的 App,上线时都只是一个 60 分或 70 分的 MVP(最小可行性产品),剩下的功能都是在漫长的岁月里“缝缝补补”迭代出来的。

而“三位一体”工作流的真正价值,不在于完美,而在于起跑线速度

  1. 起手就是 80 分:Gemini 的审美让你的 UI 远超平均水平,Claude 的逻辑让你避开低级架构错误,Codex 的修复能力让你免于低级 Bug 的困扰。你发布的第一个版本,质量可能已经超过了许多初创团队开发半年的成果。
  2. 降维打击的开发周期:传统团队磨出一个 70 分的应用可能需要 3 个月,而你指挥 AI 组合拳,搞出一个 90 分的版本可能只需要 3 天。

上线之后怎么办?继续用 AI 更新啊!AI 不仅能生孩子,还能养孩子。后续的更新、修补、功能添加,依然可以沿用这套流程。

所以,不要被“专业视角的质疑”吓退。AI 开发的本质不是为了追求“代码的艺术”,而是为了在别人还在系鞋带的时候,你已经跑到了终点

身份的转变:你不是码农,你是产品经理

在这个“三位一体”的工作流中,你的身份发生了根本性的转变。

你不再是被代码困住的执行者。

  • 你用 Gemini 审视美学,像一个艺术总监;
  • 你用 Claude 构建逻辑,像一个技术官(CTO);
  • 你用 Codex 解决故障,像一个资深工程师。

这就是 AI 时代的编程新范式。不懂代码不再是障碍,缺乏想象力才是。

结语:终有一天,我们将不再需要“三位一体”

尽管如此,我们必须承认,今天的“三位一体”工作流,本质上是因为当前的 AI 模型还不够完美。它们就像偏科的天才,各有所长也各有所短,所以我们需要像拼积木一样将它们组合使用。

但在未来,这种格局终将被打破。

随着模型能力的指数级进化,这种人为的拆分终将成为历史。也许在 GPT-6、Gemini 5 或者 Claude 7 诞生的那一天,一个超级模型就能同时拥有达芬奇的审美、爱因斯坦的逻辑和顶级黑客的直觉。到那时,你不需要切换窗口,不需要复制粘贴,你只需要对着空气说一句:“给我做一个应用。”它就能瞬间生成。

“三位一体”只是通往那个终极未来的过渡桥梁。

虽然它终将消逝,但它此刻赋予你的“超级个体”体验是真实的。它教会你的不仅仅是工具的使用,更是如何像一个真正的创造者那样思考——不被技术细节束缚,只为想象力服务。

在那个“全能神”模型降临之前的黎明,这套组合拳依然是你手中最锋利的剑。现在,趁着未来还没彻底到来,打开这三个窗口,去构建你梦想中的那个应用吧。

本文由 @hanpangzi 原创发布于人人都是产品经理。未经作者许可,禁止转载

题图来自Unsplash,基于CC0协议