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

Y
Y Combinator Blog
腾讯CDC
Recent Announcements
Recent Announcements
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
Hugging Face - Blog
Hugging Face - Blog
H
Help Net Security
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
Last Week in AI
Last Week in AI
博客园_首页
D
DataBreaches.Net
P
Proofpoint News Feed
云风的 BLOG
云风的 BLOG
V
Visual Studio Blog
月光博客
月光博客
Jina AI
Jina AI
Stack Overflow Blog
Stack Overflow Blog
酷 壳 – CoolShell
酷 壳 – CoolShell
博客园 - 【当耐特】
Vercel News
Vercel News
WordPress大学
WordPress大学
J
Java Code Geeks
博客园 - 聂微东
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
U
Unit 42

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,
如何避免屎山代码
未来眼球 · 2025-10-09 · via 人人都是产品经理

你是否也曾在项目中被“屎山代码”拖慢节奏?本文将带你掌握识别与预防技巧,从需求拆解到节奏控制,一步步教你如何在协作中避免技术债堆积,让你的产品更稳、更快、更好用。

作为一个非码出身的产品,对于vibe coding难免又爱又恨。

爱的是,我终于可以不用从hello world开始入门到放弃,而是终通过三两句的自然语言输入,就可以完成以前半天拉人开会,半天催程序员做事的工作,这怎么不算一种魔法?

恨的是,自己验收自己的代码的时候,发现有几个功能需求一开始没想到,要改……作为产品,我第一次体会到程序员memes背后的泪,然后才发现自己让AI写出了难以修改的屎山。

那么究竟如何避免屎山代码呢?

有幸,最近在播客《十字路口》寻到了一种心法上的解决方案。播客采访了一位资深的软件开发者刘小排r。通过这期内容,我学到了避免屎山代码的简单方法论:写完整需求文档,先讨论,再写代码。

揭秘 Claude Code 榜一大哥:一个 AI 创业者如何把工具用到极致|对话刘小排

写完整的需求文档,不正是产品经理日常最基础的工作吗?

详细来说,刘小排避免“屎山代码”的三步法是这样的:

第一步:撰写详尽的需求文档(PRD)

不是在聊天框里打一行字,而是使用飞书、Notion等、markdown编辑器等工具,撰写一份包含背景、目标、功能详述、非功能性需求(如性能、安全)、界面原型/流程图的完整文档。

这样的做法可以强制自己思考。书写的过程迫使需求提出人自己先想清楚每一个细节,提前发现逻辑漏洞和潜在需求。你自己就是第一道过滤器。

同时,详细的文档为AI提供了无比清晰的上下文,它不再需要“猜”你想要什么,最终文档本身就是后续验收AI产出方案的基准。

第二步:与技术方案(AI)进行“评审”

第一步完成后,我们应该将写好的PRD交给Claude Code,但不是直接让它写代码,而是给它一个指令,例如:

“这是XX功能的需求文档。请你作为技术负责人,首先输出一份实现这个功能的技术方案,包括:建议的架构、需要哪些模块、模块之间的接口设计、可能的技术选型、潜在的风险和难点。我们将对此进行讨论。”

这个阶段迫使AI从“代码工人”转变为“架构师”,聚焦在产品设计上,宏观地思考问题。与此同时,AI提出的技术方案可能会暴露出人在PRD中没考虑到的技术难题或不可行之处,尽可能多的清理掉掉屎山代码可能生长的温床。

第三步:基于共识的编码

当技术方案评审通过,确认“算无遗漏”之后,再给AI下达最终的编码指令。

刘小排的核心思想可以概括为一句话:“像管理一个顶尖程序员一样去管理AI,而不是把它当成一个许愿机”。先写文档再讨论最后编码之所以有效,是因为它将“产品定义”和“技术实现”这两个阶段严格分开了,模拟了专业软件公司的开发流程。

这与嘉宾十年的猎豹软件公司产品+程序员的经历分不开,他的软件开发和技术经验已然变成了他和AI交互的方式。

一个案例

纸上得来终觉浅。作为产品经理,为什么日常的写了那么多需求文档,最后还是做出了屎山呢?

带着这个问题,我让deepseek给生成一个简单的需求:用户输入邮箱和密码,系统检查邮箱是否已被注册,如果未被注册,则将用户信息存入数据库。然后让deepseek分别生成了“屎山”代码和“非屎山”代码。这个是他的回答

“优”在何处?

安全:参数化查询杜绝SQL注入;密码加盐哈希处理。

清晰:函数和变量名一目了然(get_db_connection, hash_password);有清晰的文档字符串(docstring)。

健壮:使用try-except捕捉异常;使用with语句自动管理资源(自动关闭连接)。

可维护

  • 数据库配置被分离到config.py中,易于修改。
  • 功能模块化(数据库连接、密码处理、业务逻辑各司其职)。
  • 如果需要换数据库(如MySQL),主要修改get_db_connection函数即可,业务逻辑register_user几乎不用动。

可扩展:现在要添加新功能(如注册时发送欢迎邮件),可以很容易地在不改动现有核心逻辑的情况下添加。

接下来我让AI生成一份符合清晰需求定义的PRD,他的回答如下:

基于我开始喂给AI的Prompt,Deepseek也生成了AI评估的方法。

这回轮到我懵逼了,因为我发现并没有办法判断这份PRD是否存在过度设计,也没办法判断他给我的评审案例是否真实有效。

不仅因为我的架构能力不成熟,也是因为一开始提的“用户注册”这个需求是一个随机的伪需求,实际上我从未真正从业务的角度成熟完整地考虑过用户注册流程,就像一个要完成老师作业的大学生,随机做了一道纸上习题。

因此,这套“避免屎山”方法论要求的是提出需求的人类有相当的经验来洞察AI提供的方案,的评审AI的评审是否正确。这也正是有经验的职场老鸟配上AI变得无限进步,没经验的普通毕业生大概率拔剑四顾心茫然的原因。

当然拔尖四顾心茫然的还有很多老板,而这又是另一个故事了……

这揭示了AI时代一个核心的转变:AI并没有降低对人类专业能力的要求,而是转移了能力的重心。以前,能力体现在怎么做(How),现在更体现在做什么(What)和为什么(Why)。

真正的钥匙

在播客的后半段,嘉宾刘小排r在说完方法论之后并没有像我一样给出代码案例,而是给了另一种方法:读文档、看功能、结合实际的工作,再应用。

AI作为工具只是拉近了我和产品落地的距离,而这些文档、功能、我写出来的每一行Prompt、思考的结果,和认真的做完并不断迭代试错,才是避免屎山代码的真正途径。

“不是天生会的,而是用出来的”——这才是乃避免“屎山”代码的真正补完之道。

本文由 @未来眼球 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