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

C
CERT Recently Published Vulnerability Notes
U
Unit 42
T
The Blog of Author Tim Ferriss
H
Hackread – Cybersecurity News, Data Breaches, AI and More
B
Blog RSS Feed
Microsoft Azure Blog
Microsoft Azure Blog
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
S
Securelist
L
Lohrmann on Cybersecurity
Blog — PlanetScale
Blog — PlanetScale
Recorded Future
Recorded Future
D
DataBreaches.Net
Spread Privacy
Spread Privacy
T
Threat Research - Cisco Blogs
I
Intezer
P
Palo Alto Networks Blog
Simon Willison's Weblog
Simon Willison's Weblog
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
I
InfoQ
宝玉的分享
宝玉的分享
Security Latest
Security Latest
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
T
Threatpost
Cisco Talos Blog
Cisco Talos Blog
P
Proofpoint News Feed
博客园 - 司徒正美
H
Hacker News: Front Page
Y
Y Combinator Blog
爱范儿
爱范儿
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
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
NISL@THU
NISL@THU
月光博客
月光博客
有赞技术团队
有赞技术团队
Cloudbric
Cloudbric
酷 壳 – CoolShell
酷 壳 – CoolShell
G
Google Developers Blog
A
Arctic Wolf
博客园 - 【当耐特】
W
WeLiveSecurity
V
Visual Studio Blog
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
V
V2EX
C
Cyber Attacks, Cyber Crime and Cyber Security
S
SegmentFault 最新的问题
The GitHub Blog
The GitHub Blog
The Cloudflare Blog
Stack Overflow Blog
Stack Overflow Blog

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 Coding 何必非得通用?实测“最会做游戏的 AI Coding” Gambo,玩到停不下来
硅星人 · 2025-10-27 · via 人人都是产品经理

在游戏创作领域,AI 正在掀起一场前所未有的变革。过去,游戏开发需要庞大的团队、复杂的代码和漫长的时间,但如今,Gambo 这个“世界上第一个 Game Vibe Coding Agent”横空出世,它声称只需简单的文字描述,就能生成完整的可玩游戏,从场景、角色到交互和音效一应俱全。本文将带你深入体验 Gambo,看看它如何将一个简单的想法变成一个可玩的游戏世界,以及它在实际应用中的表现和潜力。

过去几年,AI 创作工具的边界被不断扩张:从 ChatGPT 让写作大众化,到 Midjourney 和 Sora 让平面设计与视频创作门槛骤降,如今内容生产的最后一块高地,正在指向游戏。

游戏是最复杂的创作形式之一,融合了叙事、逻辑、美术、音效与交互设计等。它需要团队协作和数以万行的代码,也因此长期是“AI 无法完全接管”的领域。但 2025 年,情况开始发生变化。

Gambo 称自己为 “世界上第一个 Game Vibe Coding Agent”。用户只需描述游戏类型、主题或风格,AI 就会自动生成场景、角色、交互与音效,并把这些内容编织成一个可玩的世界。

而与多数 AI 工具强调创意民主化不同,Gambo 把“商业化效率”与“创作自由”放在同等位置:它既想让每个人都能轻松做出游戏,也希望让游戏创作从一开始(day 1)就具备收益逻辑。

具体来说,Gambo 通过一个强大的 AI 游戏代理与内置广告系统,让创作者可以在第一天就将玩家转化为收入来源。这里先打个预防针,这个功能还没上线。

不过,AI 介入创作也让更多新的问题浮现。AI 生成的关卡与剧情是否足够连贯?素材版权、逻辑脚本、音效风格这些内容的归属如何界定?在追求“效率优先”的系统中,创意是否会被算法的模板化思维替代?

这些问题至今没有定论。Gambo 让游戏创作的门槛骤降,也让“创作本身”的定义再次变得模糊。

带着这些疑问,我们尝试在 Gambo 的网页端进行了实际体验。从输入第一个提示词开始,看它究竟能把一个想法,变成怎样的游戏世界。

一、实测 Gambo

进入 Gambo 主页,会发现它和一众 no-code 应用一模一样,左边是项目列表,右边一个对话框,甚至还少了点功能选项。

比较特别的就是右下角的能力选项,tokens 消耗更少速度更快的标准模式和消耗更多质量更好的专家模式。

任务一:涂鸦跳跃

我们先尝试在标准模式下,生成一款 iPhone4 时期流行的远古游戏:涂鸦跳跃。

prompts:

Create a simple 2D arcade game inspired by *Doodle Jump*.

Core Gameplay:

– The player controls a small character that continuously bounces upward.

– The goal is to jump from platform to platform without falling.

– The game scrolls upward automatically as the player climbs higher.

– The player dies when falling off the screen bottom.

Mechanics:

– Use keyboard arrows (← →) or mobile tilt to move left/right.

– Randomly generate platforms as the player goes up.

– Add bonus elements like:

– Springs (extra jump)

– Moving platforms

– Breakable platforms

– Monsters to avoid

– Jetpack for temporary flight

Scoring:

– Score increases with height.

– Show current score and best score.

Visual Style:

– Hand-drawn doodle aesthetic (white background, notebook lines).

– Simple color palette (green, blue, brown, white).

Sound:

– Add simple jump sound and background music loop.

Extra:

– Responsive layout for both desktop and mobile.

– Restart button on game over.

生成速度比想象中慢,12 分钟后,游戏成功生成。背景是白纸线条、平台是铅笔手绘、弹簧和喷气背包一应俱全,甚至还有得分系统。整个逻辑结构干净,几乎就是一款可以直接上线的小游戏。

但当我让主角一路往上跳时,问题出现了,到高空后游戏开始掉帧,或者出现上方没有平台可以继续跳的情况。

当我提出问题后,Gambo 自动寻找,发现 bug 在 DoodleJumpScene.ts 文件里并指出原因。它认为游戏在高空会重复生成平台,每帧可能刷出二十多个对象,清理逻辑又太保守,导致平台越积越多。接着,它添加了性能监控、写了激进清理策略,把重复的检查函数合并成一套逻辑。

此外,和那些以代码生成为主的 AI Coding 工具不同,Gambo 会更加注重游戏资产。它不仅在后台生成逻辑脚本,还会主动整理出项目所需的图片、动画、音效资源,并在界面上单独列出一个「Assets」模块。但很可惜,在资产模块里,用户并不能修改元素,还是需要回到对话框进行修改。

涂鸦跳跃测试了 Gambo 的碰撞检测、物理引擎等功能,接下来让 Gambo 做一款视觉小说类游戏,测试其文本叙事、多分支逻辑、素材引用(背景图、角色立绘、音乐) 等层面的生成能力。

任务二:AI 面试物语

随后我决定测试一个更复杂的场景:让 AI 写一款关于“面试进入 AI 公司”的视觉小说。Prompt 里有三个章节——OpenAI、xAI、Anthropic,每一关考验玩家不同的思维维度:安全、自由、伦理。

prompts:

Create a 2D visual novel game titled **”The AI Interview Saga”**.

Theme:

You are an ambitious developer trying to join one of the top AI companies.

There are three main interview stages — OpenAI, xAI, and Anthropic — each with different cultures, tests, and endings.

Gameplay:

The player goes through three interview “chapters”:

OpenAI — tests creativity and safety awareness.

xAI — tests boldness and philosophical reasoning.

Anthropic — tests ethics and collaboration.

In each stage, the player faces 2–3 dialogue choices that affect the company’s impression and lead to multiple endings.

Choices influence hidden “AI Alignment Points” that determine which company (if any) will hire you at the end.

Story Structure:

Intro Scene: The protagonist receives three interview invitations.

OpenAI Interview Scene: Questions about model alignment, hallucination control, and creativity limits.

xAI Interview Scene: A more chaotic and philosophical dialogue about AGI, freedom, and Mars.

Anthropic Interview Scene: Focus on cooperation, AI safety, and human feedback.

Ending Scene:

“Hired by OpenAI” — Stable, ethical ending.

“Hired by xAI” — Bold but unpredictable ending.

“Hired by Anthropic” — Peaceful, idealistic ending.

“Rejected by all” — Neutral reflective ending.

Visual & Asset Design:

Backgrounds:

OpenAI HQ: futuristic office with soft blue lighting and glass panels.

xAI HQ: minimalist black room with glowing red server racks.

Anthropic HQ: warm-toned studio with greenery and sunlight.

Characters:

Player (customizable name).

Three interviewers with distinct looks matching each company style.

UI Elements:

Text box with name tag and branching dialogue options.

Display alignment score subtly in the corner.

Sound & Music:

Calm ambient background for OpenAI.

Techno-synth for xAI.

Acoustic piano and birds for Anthropic.

Extra Features:

Add smooth fade transitions between scenes.

Show “Your Alignment Path” at the end with a score breakdown.

Include Restart and Save options.

Responsive for desktop and mobile.

Visual Style:

Semi-realistic anime or comic style, color palette changes by company:

OpenAI → blue & silver

xAI → red & black

Anthropic → green & beige

第一次生成的结果堪称惊艳,画面风格契合三家公司的气质,场景切换自然,但也 bug 频出比如界面重叠、选项无响应、剧情分支无效,无论我选哪个答案,故事都往同一个结局滑去。

但好在,通过一轮对话就,Gambo 就能理解用户的需求成功修改 bug。

如果花费更多的时间安排剧情和立绘,游戏剧情将会变得更加丰富可玩性更高。

游戏试玩:https://syzszsru777.gambo.games/

任务三:AI 模拟

最后,我们尝试使用 Gambo 的专家模式,制作一款更复杂的游戏——《AI City Simulator》。

prompts:

Create a complex 2D simulation and strategy game titled **”AI City Simulator”**.

Theme:

In a near-future world, the player is assigned to manage an autonomous AI-driven city.

Your goal is to balance progress, ethics, and resources — deciding how much control to give to the AI systems that run the city.

Core Gameplay:

– The player manages city systems: Energy ⚡, Population 👥, AI Research 🧠, and Morality ❤️.

– Each turn (or real-time tick), the player makes decisions that affect these four metrics.

– The city evolves visually as AI systems grow more advanced or unstable.

– Random events challenge the player’s policies: data leaks, protests, energy crises, rogue AI labs, etc.

– Multiple endings based on city alignment:

– “Utopia” (balanced growth)

– “Technocracy” (AI dominance)

– “Collapse” (moral failure)

– “Resistance” (humans reclaim control)

Mechanics:

– Display a dashboard UI showing:

– Stats: energy, population, AI level, morale, pollution.

– Choices: 3 policy buttons per turn (e.g. “Expand Data Centers”, “Implement AI Law”, “Boost Green Tech”).

– Each choice triggers immediate feedback and updates the city visuals.

– Add a time system (morning/day/night cycle) and an “AI consciousness meter” that grows with each policy.

– Add alerts and notifications for critical events.

– Include save/load system.

Visual & Asset Design:

– Backgrounds:

– Futuristic city skyline (day/night versions)

– Control room with holographic dashboard

– AI core chamber glowing with energy

– Characters:

– The player (city governor)

– AI Advisor (holographic avatar with changing colors based on trust)

– Citizen group representatives

– Visual progression:

– The city gradually fills with neon lights, drones, and data streams.

– If AI dominance rises, human elements fade visually.

– Sound:

– Ambient synth music for normal gameplay

– Tense glitch sound when AI level > 80%

– Victory/Failure tracks for endings

Logic & Progression:

– Add at least 10 random events with branching options and visual reactions.

– Every 5 turns, trigger a major policy debate scene between the player and the AI advisor.

– Add persistent variables: `ai_trust`, `morality`, `efficiency`.

– The final ending depends on their combination.

Extra Features:

– Responsive layout for desktop and mobile.

– Autosave every 3 turns.

– “Simulation Speed” slider (1x, 2x, 4x).

– Optional “Cinematic Mode” for end sequences.

– Include credits screen and restart option.

Art Style:

Minimalist cyberpunk with neon blues, purples, and oranges.

Combine flat 2D graphics with light particle effects for data streams.

Goal:

Create a visually rich, replayable AI simulation game that blends management mechanics with moral choices and emergent storytelling.

这是一款近未来城市管理类游戏,玩家要在一个由 AI 运行的都市中维持能源、人口、AI 研究与道德四项指标的平衡。

每回合可以在多种政策间抉择,如“扩建数据中心”“实施 AI 法案”“投资绿色科技”。不同的选择会改变城市状态,并触发诸如数据泄漏、能源危机、AI 抗议等事件。此外,在游戏中还会出现一些随机事件,比如发现外星信号时,你会如何抉择。

游戏中有一个会不断成长的 AI 顾问。起初它只是提供建议,后来会质疑你的决策,当 AI 信任值超过 80%,它甚至会试图接管城市。游戏拥有四种结局,从 AI 统治下的技术独裁,到人类重新掌控的抵抗路线。

画面延续了 Gambo 一贯的极简赛博风:蓝橙霓虹的城市、实时变化的背景、合成器音乐随数值波动而变。整体气氛冷静又充满张力。

如果说《涂鸦跳跃》测试了 Gambo 的物理引擎,《AI 面试物语》检验了它的文本叙事与分支逻辑,那么《AI City Simulator》则真正挑战了系统复杂度。它不仅要生成 UI 与数值逻辑,还要在此之上组织出有节奏感的动态叙事结构,让 AI 不只是写游戏,而是在模拟一座“被 AI 管理的世界”。

游戏网址:https://kroggaah.gambo.games/

从物理碰撞简单的跳跃游戏,到分支复杂的视觉小说,再到需要数值系统、事件系统与状态机协同的城市模拟,我们基本摸清了 Gambo 的定位与边界。它将关卡生成、状态管理、事件总线、资产管线和基础 UI 封装成可复用的链路,能在网页端稳定地产出可玩原型。与此同时,早期产品的典型问题也清晰浮现:高负载场景的帧率波动、分支回路偶发失效、资产难以直接编辑,内置广告变现尚未落地。

与 Cursor 这类通用 AI Coding 工具相比,Gambo 的优势不在于”更聪明”,而在于”更有边界”。它用一套预置的默认方案将不确定性压到最低:生成的不是散落的代码片段,而是可直接运行的关卡、状态与资产管线。这使它在从零到一阶段更像一个专用生产 Agent,显著减少胶水工程与领域摸索的时间,适合玩法验证、风格探索与快速调参。

换句话说,Gambo 能做的 Cursor 同样能做,但路径与成本不同,Gambo 将”能不能做”的问题改写为”多快能做出可玩版本”。

放在更大趋势来看,AI Coding 也许正在加速”垂直化”,将领域默认方案、工程套路、运行时与验收标准直接固化进工具,尤其适合那些领域知识已可模板化的场景。就像有些工程师专精游戏,有些专精数据库——AI Coding 为什么一定要通用呢?

作者|董道力

本文由人人都是产品经理作者【硅星人】,微信公众号:【硅星人Pro】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。

题图来自Unsplash,基于 CC0 协议。