看过我前一篇文章的大概知道，我懂点数码，上一次写文章是因为AI帮助我翻译了一本书，那已经是2023年的事情了，AI发展了3年，中间有两年我去做硬件生态的工作，机缘巧合下还研究上了Embodied AI，结识了一堆做具身智能的大佬，甚至还是某云发布会上上所有具身智能伙伴的连接点，但那两年是看得多做得少，用的也很表面，只是把它当作对话框在使用。

去年差不多是这个时间点，做了一份洞察报告，结合各行业技术应用的案例，我认为具身智能举例商业落地还尚远，但LLM+AI Agent 的应用已经就在眼前了，当时Haivivi和AI玩具也正在风口之上，找个机会遍开始从事AI2C的创业。巧得很，当时如果不在国内搞这个，就去中东搞出海，此时此刻回想皆有可能是命运的安排。

创业嘛，需要我干啥就干啥，充当项目经理从0到1做了一款AI硬件产品出来，这期间团队完全拥抱AI，我个人用的更多的还是对话流式的AI。

从 Apple Watch 录音是m4a格式，国内的豆包、元宝当时都不支持网页对话框传上去语音转文字，只有通过iPhone 分享给豆包语音转文字来做会议纪要，到后来发现Gemini 网页端支持m4a格式，开始频繁使用Gemini和豆包等做对比，最终发现还是Gemini牛逼，便一直使用至今。

我也用了朋友公司集合式的AI对话工具，里面支持很多大模型，有段时间也很中意 Grok，但最终还是被Gemini俘获走了。讲实话，我第一次尝试用AI做对话外的事情是做workflow，当时比较火的就是Dify和扣子了，刚好同事安装好了本地的Dify，还在本地部署了一些千问的模型，于是就用Dify来做workflow。

创业公司必须要经历的就是招人，当时我们要招各个岗位的人，很多人完全在我们的认知之外，比如AI算法工程师、硬件工程师、嵌入式工程师，我们跟HR沟通JD就够费劲的了，还要面试，简直了。当时我就想到了一套AI面试工作流，当时一是没想到别人肯定做了，而是也不知道Dify可以直接复用别人的工作流，于是就自己从头开始做，好在确实不难，遇到了一些不是问题的问题，当时脑子真的不知道咋就没想到遇到问题截图问AI助手就好了，现在回想起来真是太蠢了。

不过我做的面试工作流前面差强人意，在用了几次后不断去调整系统里的Prompt是有变得越来越好用，只可惜当时集团的网络和我们部门网络的问题，没有让这个流程继续优化下去，基本上是我个人在用。如果有其他人加入进来，不断的提优化和改进建议会更好用，成长为一个优秀的Skill也不是不可能的，放现在来看OpenClaw 就可以简单搞定我原来的流程了，Claude 创建Skill 就更简单了。

后续我做项目经理过程中，基本把所有的内容都交给了AI来做，包括写文档、做PPT、做需求分析、做竞品分析等等，AI都做得很好，甚至比我做得还好，这让我开始思考，AI到底能做些什么，AI不能做些什么，AI和人的关系到底是什么。尤其是当时我们还打算做AI陪伴类产品。

当然我除了做这个工作流外，其他工作完全是融入了Gemini网页端，每天上班就是打开对话框。后面经历项目计划分析、问题分析、问题回溯等，基本我的Gemini全都懂，尤其是费劲给Gem调好系统提示词之后越发觉得它好用。用Gemini做了产测整个流程的梳理和产测APP的Demo开发，觉得自己用的很好了，现在回头看，都是来时路。

此刻回想，当时我为什么没有用上Cursor呢？同事都买了富余的账号了，他部署模型和做其他事情应该都是Cursor直接办的。反思下来还是自己不够先进，应该多去学习和了解，当然这也可能是我与 Antigravity的缘分吧，如果不是Cowork，我应该也还没用上Claude，虽然我真的觉得他很牛，可是我已经深深的爱上了Antigravity。

前言够长了，总结起来，在用AI，但没有用好AI，直到我工作稍微没那么忙之后开始学习更多，打开了视野，才发现自己之前用的都是皮毛。3年前写那篇文章之后，我认识了一群热爱运动的网友们，这两年见他们比见身边一些老朋友还多，写这篇文章，我不知道会是什么样的收获，但我希望能传递出去“AI+”的无限可能。

还有余热的OpenClaw你用了吗？是不是发现最后还是得自己想明白怎么用最重要，不要陷入学习工具的怪圈。永远相信自己经历的一切都是价值的，让工具服务于我们现在的生活和工作。AI替代不了一个有独立思考能力的人，但AI可以替代一个没有独立思考能力的人。

不要去想，去干，干中学。

什么是 Vibe Coding？

几个月前，如果有人告诉我能零代码独立开发全栈微信小程序、原生 iOS 笔记应用和具有丝滑转场动效的独立网站，我只觉得离谱。现在这个想法变成了现实。起决定作用的是 Vibe Coding 工作流兴起，以及基于 Gemini/Claude等大模型以及对应的IDE编程工具。

这里记录了一个产品经理从写零散 Prompt 到掌握智能体架构体系的实践历程，献给由于技术门槛望而却步的人。我也不是一蹴而就，前面分享那么多是想说，我也不聪明，走了很多弯路，甚至跟AI交流都没有很高效。只要开始做了，一切便有可能了。

Vibe Coding 的核心只有一条：“想”大于“敲”。

感觉对了就跑。无需背诵语法，只要讲清楚需求，你就是主理人，甚至讲不清楚需求，让AI去尝试都行。AI 不再是代码补全器，你负责设计审美、拆解需求、统筹逻辑，AI 负责编码落地。

一副 Meta 眼镜与一场架构觉醒

Meta 眼镜出来的时候我可兴奋了，觉得AI+硬件的未来来了，本来打算在AK的店里买一副，后来想想实在是没啥用就作罢了，钱甚至都付了，我给取消订单了，后面便没有想过这事。

今年1月份，朋友从美国带回一副 Meta 智能眼镜。为了体验专属的 Meta AI，我找朋友帮忙搞定漂亮国区原生 Gmail 和相关平台账号，只有这样子我才算是用上了漂亮国的AI服务。

去年9月开始，我所在的 YoooTek 团队在内部订阅了搭载 Gemini Ultra 的开发平台。当时还只用了Gemini，因为账号问题尝试过Antigravity没有成功放弃了，这次账号好了，咸鱼帮助我实操了 Antigravity 智能系统。（顺带一提，我离职后前团队推出了全新产品 *YoooClaw*，也上架少数派众测了，值得关注。）

过年前大家都没什么心思工作的，我开始学习AI的方方面面，用上了NotebookLM，看了很多Antigravity的视频，决心用它来做我搁置已久的 Blowfish 为基础搭建的个人博客，尝试加上运动轨迹和铁三比赛记录。

想起来之前做这个数据同步都搞半天，那时候是用ChatGPT搞的，不是很顺利。我没有代码基础，前期包括现在都是全凭大白话指令推进。中间遇到很多问题，我全丢给 AI 去审阅 GitHub Actions 的 run_data_sync.yml 自动化文件。它不仅排除了环境异常，甚至主动重构了低效的数据拼接逻辑。

这一次尝试，对我来说最大的突破就是发现我真的可以啥都不懂，不要把 AI IDE工具当作开发工具，当作更专业的编程助手，和网页端 Gemini 聊天一样的。开发多了发现缺乏约束是初级阶段最大的问题。像素级复制现有代码很容易，任由 AI 自由发挥经常会导致死循环。此时系统运行效率低下，一个导航栏的统一问题我都能改两天，经常触发 Token 耗尽限制，是Antigravity送的那几个模型全部都消耗完的程度，执行也是要等半天。不管如何网站勉强上线后，我意识到工作流需要革新。

我开始思考，如果是优秀的程序员，他们是如何来高效用AI写代码的呢？感谢互联网，总有愿意分享的大神，也感谢Github有好多现成的可以拿来用。

过年期间我开始尝试搭建 Agent 和 Skills 系统，引入 OpenClaw，结合本地部署的 Whisper 模型配合 Proxy 处理个人数据。在OpenClaw很火的时候，我没有太去凑热闹，因为我深知只有掌握自己的数据，才能让AI产生价值，世界上没有两片完全相同的树叶，我的数据在世界上也找不到另一份完全相同的，别人做好的Skill也只能是做参考，要做定制化的改造。我开始重新捡起来写东西，写日志，自己构建基本的个人数据，参考现有的AI记忆系统来存储，这时候是Cowork发挥作用的时候了，他帮我整理了Obsidian里所有的MD文件，分门别类，生成了AI能读懂的记忆访问体系。

还是落到实处，这套体系在开发第二款产品：类 flomo 的 iOS 笔记 App 时产生质变。

我对 iOS 开发一窍不通。不知道怎么在 Xcode 里建项目，更不会用 Simulator 调试环境。但在实操中，截图成了沟通密码。遇到报错框选截图，AI 直接给补丁修复。开发网页时，它会拉起 Chrome 录屏辅助排查。也是在这个阶段，我接触了 MCP (Model Context Protocol) 概念，认识到系统架构设计和组件分离对 AI 执行效率的决定性作用。

我有了初步的想法之后开始跟Gemini进行交流，看我的Prompt是不是很简单，大白话？

“确定我第三方应用能集成苹果Siri的能力吗？”、“确定我第三方应用能集成苹果Siri的能力吗？”、“我生成的个人数据能接入notebooklm吗？或者其他大模型工具”、“我可以用Siri的能力来录音到我的app里，但我的数据是存在我的云端的，大模型可以自定义，是行的通的吗”、“根据聊天记录画一下技术架构图给我。”、“现在我计划是设备端采集数据后走openclaw来处理，并设计产品的长期记忆记忆系统。请根据这个更新一下架构图。”、“openclaw处理的时候，又可以封装成不同的skills，比如说会议纪要，比如说闪念整理，还有其他日常会用到的 skills，我可以有skill封装，也可以在开源社区里找新的skill。”

其实聊到第一个框架之后，我就让 Antigravity 动手写了代码，写完发现运行不起来，问AI才得知要装Xcode才能运行，当时的MVP是开发一个Apple Watch录音后自动存到iCloud里面，同步在iPhone上显示。下载好了Xcode发现该怎么创建项目就不会，朋友提醒我创建Watch应用会自带一个iOS应用才把项目创建好，正式开始动工。

我也搞不清楚里面的文件夹之间的关系，后面开发的多了，也就知道是什么情况了。开发很长时间我都是在电脑端运行的，用的是模拟器，我以为iOS开发就是用模拟器呢，不知道要什么阶段用真机，也不知道怎么把APP装在真机里面，哪怕见过那么多猪跑，也是头一回吃猪肉，Xcode没办法CLI控制，我只能遇到问题就截图问AI怎么弄，找一个界面操作有时候就是眼瞎找不到，Help里面搜关键词有些时候也抓瞎，好在只是浪费点时间最后都解决了。

当我开发的 suisuinian 装在我的手机上时，激动坏我了，装在手机上后就发现问题了，真机和模拟器区别是有的，之前设计的架构不适用了，我开始跟AI商量改架构，参考OpenClaw的工作方式，问了AI这么个问题“我现在还没有云端，我在本地安装了openclaw，我开发过程中怎么办呢？”，他读取了OpenClaw的文档告诉我怎么配置 Tailscale，成功的解决了手机和电脑沟通的问题。

中间改架构让AI写代码，优化，解决卡顿，搞了很久才把老架构的东西基本清理完，我的Agent们还是不够高效，好多问题还是我弄的多了发现了问题，直接锁定范围让他搞才搞定。

为了获取更强逻辑推理支撑，单纯的觉得Minimax蠢，我订阅了 Claude Pro，也是在朋友的安利下开始用Cowork替代OpenClaw。让两个AI互相监督为了开发赋能，顶级模型配合“架构组件外加业务 Skills”的工作流闭环，确立了这套 Vibe Coding 运作机制。

（现在已经将OpenClaw 改成用Hermes+ Mac端 LLM处理）

微信小程序深水区实战：高频使用的三大核心技能

不知道怎么就卷入了开发小程序这件事情里，我当然是有意愿的，想验证我摸索的这套工作流。便有了我和俱乐部队友协作重构了一套铁三俱乐部会员管理系统，包含管理员后台。这个从简单到复杂项目彻底检验了这套工作流的抗压能力以及AI之间友好的协作能力。

这里面最费时间的是视觉风格统一，我不喜欢用那些生成的UI交互页面再开发功能的开发流程，我喜欢的开发流程是，先把功能做出来，再去优化页面，Gemini也有设计前端页面的能力，用React来做交互页面，每次我都还挺满意的，估计是已经跟我交流太多知道我喜欢什么了，我再把这个页面风格发给 Antigravity 参考，基本能复制出来效果。

功能开发完，优化好一个页面，开始让AI自己写UI规范，再一句话告诉他，将所有页面按照这个UI规范刷新一遍，坐等就行了。真正的尝到了规范框架下AI开发的高效的甜头，做好一个功能然后放大。

想到什么功能就开发什么功能，边开发边测试，遇到问题截图扔给AI让他去解决，开发好几个功能想要收敛的时候让AI去梳理框架，是否优化的方向，再决定如何优化，然后继续开发。如果按老的开发逻辑，研发早把产品经理骂死了。

如果说这里面哪里不够高效，那就是微信小程序开发生态比较封闭，不便于 AI 自动操作：开发者工具容易在挂 Proxy 时断网，缺乏稳定自动化控制命令。不过也在开发过程中熟悉了不负责的云端开发平台，要自己新建数据库、函数罢了。

整个微信项目从一个耗时四小时堆叠的简单会员积分管理小程序，最终演化成包含活动管理和流程审批体系的闭合系统。支撑它底层运作的，是以下四个高频调用的技能核心：

1. 探路者：**plan-ceo-review** (CEO 视角审查)

面对复杂逻辑变动，机器极易给出无法自洽的闭环。处理大规模改版前，我必然先唤醒审查技能。它从创始人视角分析全栈的逻辑严密性，核对前后端接口逻辑映射，梳理需求死角，杜绝制造低质量玩具代码。

2. 重构排错：**investigate** (源码溯源调研)

在积分系统后台上线前，测试环境爆出 500 error: object null is not iterable。

我直接激活 investigate 进入追踪状态。它顺藤摸瓜检索脏数据生成路径，捕获出代码结构考虑不周留下的历史隐患。直奔根本原因生成行级重写补丁，结束了全网搜解决方案的历史。

3. 记录者：**document-release** (自动同步更新流)

人工撰写维护开发文档枯燥乏味。每一次完整开发周期走完，我会触发文档同步进程，由它解析增量变更内容，自动提取架构调整模块和新增的环境变量同步至主说明档中。保证多项目无缝切换管理，机器或人接管代码不再因为断层而重头梳理业务上下文。

以上你都不会也没关系，有现成的 Skill 可以给你用，你也可以在开发过程中发现你总有重复的工作要做，那就让AI给你开发一个 workflow 来解决。

云端痛点与提审防坑

本地代码完美跑通远非开发终点。小程序业务上线审核机制极其严苛，存在诸多流程卡点漏洞。

最棘手的环节在于应对接口封锁及严格合规化审查要求。比如说在重做地址信息申请功能中，AI 调用原生 wx.chooseAddress 表单项由于命中平台位置访问门槛限制，造成前端进程假死，我也懒得去申请权限，直接让用户填一下地址也无伤大雅。

我基于业务视角直接发出处理动作：“删除违规阻断的原生组件，用标准文本框替换重塑表单请求逻辑，去掉弹窗权限拦截。”几秒后拦截点去除。

上线前的提审还需要报备精确的《隐私保护指引协议》及版本提审文案。指令给出明确依据：“分析提取当前所有依赖字段参数，对应官方规范文件编写协议说明和提审材料详情。”生成的规避性文件满足上线所需资质格式验证。一人独立运作即满足从编码设计到过审法务全部要素流转。

结语

回头审视这些由机器迭代出来的工程代码，最大的收益并不是掌握了编码，而是建立整套基于指令、模型与架构拆解系统化做产品的运作模式。

从早期的散装文本投喂测试，进化到拥有专属矩阵模块及适配具体项目特性的 .geminirules 开发约束。今天启动任何新系统工程建设，这些固化好的经验就如同外挂脑图，成为了不知疲倦运转的构建组件库。

技术壁垒被彻底填平，决定最终输出效果的唯有产品设计蓝图及底层想法。

如果你有一个小众的产品设想需要变现，苦于找不到合适的工程师参与，建议尝试动手自己实现。依托现有 AI 提效系统搭建闭环工作流，一人化身独立运作实体，试制成本无限趋近于零。

现在，随时开启你的创造流程。

这篇文章写好的比较早，3月就写好了，到今天其实我已经vibe coding了公司官网（带招聘管理和飞书联动）、继续优化了 suisuinian App、开发了一个进销存管理系统，我也基本不用 Antigravity 了，主力在用Codex、Claude。

也指导几位身边的朋友开始用上这几个工具，最难的是转变思维，立马让他们用上，用上之后自然不用多说，都说相见恨晚。

只有保持一直在路上才不慌，现在哪天 Token 没有用完就觉得很亏。

#VibeCoding #小程序开发 #少数派 #人工智能 #产品经理 #YoooClaw