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

I
InfoQ
B
Blog RSS Feed
Stack Overflow Blog
Stack Overflow Blog
WordPress大学
WordPress大学
小众软件
小众软件
GbyAI
GbyAI
Martin Fowler
Martin Fowler
Blog — PlanetScale
Blog — PlanetScale
爱范儿
爱范儿
D
DataBreaches.Net
大猫的无限游戏
大猫的无限游戏
T
Tailwind CSS Blog
Microsoft Security Blog
Microsoft Security Blog
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
N
Netflix TechBlog - Medium
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
The GitHub Blog
The GitHub Blog
Google DeepMind News
Google DeepMind News
月光博客
月光博客
人人都是产品经理
人人都是产品经理
S
SegmentFault 最新的问题
H
Hackread – Cybersecurity News, Data Breaches, AI and More
G
Google Developers Blog
宝玉的分享
宝玉的分享

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,
谷歌小红书闭门会后,我对AI编程的3点深度思考
云舒 · 2025-06-04 · via 人人都是产品经理

作者参加谷歌与小红书联合活动后,分享对 AI 编程三点思考:AI 编程进化降低人的专业性要求、模糊产品和研发边界、结合自身优势和热爱投入 AI 领域。

上周五我参加了谷歌和小红书联合举办的AI开发者闭门活动。

作为一个平时用Cursor写了不少代码的AI博主,很幸运地通过了报名的筛选,在现场听到了模型厂商和一线开发者对于AI开发的第一手经验分享。

正好今天要写5月总结,我就借这个机会,把自己在AI上的一些思考整理出来。

1.AI编程飞速进化,人的专业性要求持续降低

“心光”产品王禹效老师在分享的时候说:24年是AI辅助人编程,25年是人辅助AI编程,之后则是AI编程。

我当时听完在回顾自己用AI编程的路,发现整个趋势确实是这样;AI编程这一年进化的太快了,对于人的专业性要求是持续降低的。

我从24年8月份开始用Cursor编程做内部项目,当时用下来的感觉是AI在辅助人编程,人需要自己安装各种本地运行的环境、人需要自己去设计整体的架构、人需要自己想清楚了再指挥AI干活。

当时Cursor有个Composer模式,他们希望AI可以自动化的作业,然而你用它编程10分钟,你得花一天时间去给它修bug,所以当时我一直都是Chat AI下给AI提各种需求,然后一点点改代码测试。

这两天我觉得自己的AI提示词太多了,我需要一个浏览器插件管理一下,于是我又打开了Cursor准备写一个能够读取飞书多维表格数据的浏览器插件。

现在Cursor是Agent模式,我全程只需要提需求,然后把测试结果、API文档发给AI,然后就是等着AI把代码写出来就行了。

我们一起花了4个小时帮我写出来了“提示词管理助手”,可以读取飞书多维表格,然后直接把多维表格中的提示词拉过来,点一下复制就能用了。

这个浏览器插件已经提谷歌审核申请了,等审核通过了和大家见面~

整个开发过程下来是我在辅助AI干活,我只要讲清楚我的需求,剩下的AI自己都能搞定,完全不需要我操心。

AI编程进化快的原因一方面在于Cursor自身产品迭代速度极快,他们的Agent模式做的非常棒;另一部分原因在于模型编程能力的飞速进步。

让我们通过这段提示词来感受一下一年时间Claude3.5到4.0的模型能力变化。🍍

请帮我设计并开发一个基于 HTML、CSS 和 JavaScript 的纯前端网页应用,用于构建一个个人提示词词库。

该应用的核心功能应包括:

允许用户方便地添加新的提示词条目、浏览和查看已存储的提示词列表、编辑现有提示词内容以及删除不再需要的提示词。

同时,为了便于管理和检索,应支持对提示词进行分类或打标签,并提供一个基础的搜索功能来快速定位特定提示词。

关键的便捷操作是能够一键复制选中的提示词内容到用户剪贴板。

Claude3.5版本

Claude 3.5提示词是我手动添加的,它没有给示例。

Claude4.0版本

4.0是给了3个示例提示词,用来做效果展示。

看完了这两张图,大家能直观的感觉到Claude在过去1年时间里,在前端上的进步了非常非常多。

今年的4.0版本画出来的页面,都直接可以上线网站了,效果真的太棒了。

在编程上进步的不止Claude,其他模型发展的也飞快:Gemini的2.5pro版本堪称后端神器,它有着100万的上下文长度,梳理各种架构轻轻松松搞定;DeepSeek R1的最新版本前端体验已经和Claude4.0水平接近。

伴随着模型的飞快进步,相对应的是人的专业性要求越来越低。

模型在把那些标准化、重复化的环节一点点吃掉,从安装环境到设计架构,再到前端的页面设计,AI在逐步接管人类的体力活。

在标准化的环节AI替代人这个趋势是不可逆的。

最后留给我们人类的就是:讲清楚自己到底要干嘛。

2. AI让角色的边界变得更模糊

小红书的负责人在分享时候说了一句话,我印象特别深刻:产品和研发的边界,正在一点点变得模糊。

以前没有AI编程的时候,产品和研发之间是典型的上下游关系:产品提需求,研发来负责实现。

有了AI编程之后,产品经理可以直接自己写代码验证一下思路靠不靠谱,再决定要不要去推动研发落地;研发也可以反过来用AI写产品,看看产品的需求是否合理。

大家在一点点围绕AI,重塑整个产品开发的全流程。

角色的边界,在AI的推动下逐渐变得模糊了起来。

这点我自己感受特别深,去年10月份开始很多要递交给研发的简单项目,比如说模型标注系统、数据分析脚本等基本上都是自己用Cursor写的,只有复杂的对稳定性要求高的才会提到研发那去。

今年随着更多的AI垂类Agent出现,这种感觉在逐渐蔓延到更多岗位。

在做“提示词管理助手”的需求的时候,我的工作流是这样的:

1. Gemini来帮我撰写PRD文档

2. Cursor完成对应的需求开发

3. Lovart搞定Logo设计

4. 4o来撰写插件上架的文案

我其实主要就干好3件事情:

  1. 思考明白为什么要做这个事情
  2. 能够跟AI清晰的讲清楚我到底需要什么
  3. 选择合适的AI工具来完成作业

剩下的事情就都交给AI来解决了,人只需要专注在业务本身即可。

3.沿着自己的优势和热爱去奔跑

在谷歌和小红书的活动中,白描、林间聊愈室、好事发生、心光、Talkme、犬岛的老师们依次在台上做分享,听完他们的分享我跟小伙伴说:他们能量好充足,真的是发自内心地热爱这件事。

我最近其实挺焦虑的,焦虑AI带来的未来不确定性,焦虑未来不能如愿。

回家后我就在想,我接下来到底该怎么走呢?

我翻到SCAI开业那天小排老师的分享,他说:人要沿着自己有优势的事情去做,去不断放大这个优势。

我想到在谷歌和小红书的活动中,嘉宾们反复传递给我的:你要发自内心的热爱。

我想或许可以把“优势”和“热爱”结合起来,那可能就是我最值得投入的方向。

我自己在提示词上是一定的优势的,我写的提示词差不多累计各个平台有7万多的阅读量;我自己也喜欢做产品,看到自己做出来的产品能够帮助到大家是非常开心的事情。

那把这两者结合一下,我觉得就做个提示词管理的工具吧,正好最近提示词太多了复制起来贼麻烦。

于是我花了一晚上时间搞出来“提示词管理助手”,做完了我非常开心的跟我的好朋友们说:看我用Cursor一晚上搞了一个好玩的东西出来,终究解决了提示词太多的痛苦。

那一刻我突然明白了:或许不必焦虑未来的答案是什么,只要沿着自己有优势、热爱的方向上去奔跑,就够了。

本文由人人都是产品经理作者【云舒】,微信公众号:【云舒的AI实践笔记】,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。