AI 寫程式這麼強，為什麼還是幹不掉飛書多維表格？ 飛書多維表格一直是我非常喜歡的產品，我也推薦過多次，尤其是它整合的 AI 功能，AI 欄位捷徑、儀表板 AI 分析、AI 生成公式等，會用表格就可以使用 AI。多維表格以前有個問題就是和飛書是綁定的，必須要飛書帳號才能使用，而現在它作為獨立產品可以獨立使用，不僅支持飛書，也可以支持其他平台。🧵

前幾天刷到一條視頻《鏡夢緣》，有聲音有畫面，聲音和畫面的一致性都很好，現在畫面生成視頻已經比較成熟了，但聲音和畫面融合，精準將口型、表情和語音對齊還是不好。後來了解到這個視頻是完全由百度蒸汽機視頻模型生成的，能非常好地支持聲音的生成，尤其是中文語音。

來學習+批判一下 FAANG 這樣的大廠是怎麼「憑感覺編程（Vibe Coding）」的： “先讓足夠多的利益相關者點頭同意” “然後搞設計評審” “接著是長達幾週的文檔工作” “再然後是產品經理和項目經理來回拆分任務” 等三個月過去了，終於可以開始 Vibe Coding 了！ --- 我們在 FAANG 是這樣「憑感覺編程（Vibe Coding）」的 大家好。 我之所以想在這裡發個帖子，是因為總看到有人抬杠，說 AI 輔助寫的代碼根本不能用在真正的產品裡。這絕對是瞎說。 先介紹下背景：我是一名 AI 軟體工程師，有十多年的經驗，其中一半時間是在 FAANG 度過的。我職業生涯的前半段是做系統工程師，而不是開發，不過我寫代碼也快 15 年了。 閒話少說，下面我就講講我們團隊是如何開始用 AI 來寫真正的**生產代碼 (production code)** 的。 1. 你永遠要從一份**技術設計文檔**開始。這才是整個工作裡最核心的部分。這份文檔就像一份提案，你需要說服足夠多的利益相關者 (stakeholders)，讓他們相信你的方案是可行的。只有設計通過了，你才能著手開發系統本身。這份文檔裡要包含完整的系統架構、與其他系統的集成方案等等。 2. 在投入開發之前，要進行**設計評審 (Design review)**。在這個階段，團隊裡的高級工程師 (Senior Engineers) 會把你的設計文檔翻來覆去地“捶打”一遍。這是件好事，我管這叫**“把痛苦前置”**。 3. 如果評審順利通過，你就可以正式啟動開發工作了。最初的幾週，大家會花很多時間，為每個開發團隊要構建的子系統 (subsystem)，撰寫更詳細的文檔。 4. 接著是**待辦事項 (Backlog) 的開發和 Sprint 規劃 (sprint planning)**。在這個階段，開發人員會和產品經理 (PMs)、技術項目經理 (TPMs) 一起開會，把宏大的目標拆解成一個個開發人員可以上手執行的具體任務。 5. **軟體開發**。終於，我們可以上手敲代碼、消滅任務卡了。而這，正是 AI 發揮神力的地方，它簡直是我們的**效率倍增器 (force multiplier)**。我們採用的是**測試驅動開發 (Test Driven Development, TDD)** 模式，所以我做的第一件事，是讓 **AI 智能體 (AI agent)** 為我要開發的功能先寫好測試用例。*只有當測試寫好了，我才會開始讓 AI 智能體幫我構建具體的功能*。 6. **代碼提交評審**。我們的代碼在合併到主分支 (main) 之前，需要有兩名開發人員的批准。在這個環節，AI 也展現出了巨大的潛力，可以輔助我們進行評審。 7. **在預發布環境 (staging) 測試**。如果測試一切順利，我們就正式發布到生產環境 (prod) 了。 總的來說，從功能提案到最終上線，我們發現整個流程的**速度提升了大約 30%**。這對我們來說是個巨大的進步。 **太長不看 (TL;DR)：** 永遠從一份扎實的設計文檔和架構開始；然後一塊一塊地去實現它；永遠把測試寫在前面。

如果你對 Claude Code 的工作原理感興趣，這篇文章一定要讀一下。 > Claude Code 在每個架構決策點上都選擇了簡單——一個主循環、簡單的搜索、簡單的待辦事項列表等等。抵制過度設計的衝動，為模型搭建一個好的舞台，然後讓它盡情發揮吧！這難道又是自動駕駛領域的“端到端”路線的重演嗎？苦澀的教訓，何其相似？ 文章核心要點： 1. 控制循環 (Control Loop) 1.1 保持一個主循環（最多一個分支）和一份消息歷史 1.2 隨時隨地，把小模型用在各種事情上 2. 提示詞 (Prompts) 2.1 使用 claude .md 模式來協作管理用戶偏好和上下文 2.2 使用特殊的 XML 標籤、Markdown 和大量示例 3. 工具 (Tools) 3.1 大語言模型搜索 >>> 基於 RAG 的搜索 3.2 如何設計好用的工具？（高級工具 vs. 底層工具） 3.3 讓你的智能體管理自己的待辦事項清單 4. 可引導性 (Steerability) 4.1 語氣和風格 4.2 不幸的是，“請注意，這很重要” 仍然是王道 4.3 把算法寫出來，附上啟發式規則和示例

推特總是給我推薦各種獨立開發、出海創業的內容，看了一年多，有很多現象和觀點不敢苟同，說一下個人看法。 1 一個產品，幹了幾個月，po幾個月入幾萬的圖，就開始分享成功經驗，還總結的頭頭是道，一堆點讚收藏加轉發。以我的經驗，總結的內容都是扯淡，都是為引流加關注而包裝的，這種內容你花老半天看還收藏，完全浪費時間。真正的創業者，幾個月只是剛剛開始，如果開始就有收入，先感謝老天爺賞飯吃，運氣好，自個繼續如履薄冰，戰戰兢兢，嘗試著記錄一些變化和經過，小幅更新你的預設想法，第二個月繼續觀察和驗證，我建議都不要去總結什麼經驗，因為你沒有走完一個週期，不存在什麼確定的經驗，前面都是盲人摸象，等你把大象各部位都摸完，你還在戰場上沒倒下，再來總結經驗。所以，看到這種推，我建議看官朋友直接劃走，不要有錯失焦慮，一定是引流垃圾推，沒有例外。 2 很多獨立開發者，一邊在公司摸魚，一邊投機做項目，一邊還拿到推上毫不掩飾的說。這樣做法，我覺得非常糟糕。我見過非常多的小有成功的創業者，他們在打工的時候，都是非常有責任心和驅動力的，都很敬業，都在原公司做到了一定高度和成績，出去後，他們自己幹，狀態是沒有任何變化的，這樣他們才能吸引同質的人，帶出好的團隊。拿著公司的錢混日子、主要精力搞副業的情況是一種沒有極其職業道德的事，更是不懂得創業、做事、做人之道的，做不出什麼好東西的。因為這種價值觀，在一個人做決策的時候，就會影響它，做一些利己的、短視的、捷徑的選擇。你可以在想自己幹之前規避風險，不辭掉工作，但前提是要把公司的工作幹好，或者你實在無法兩頭應對，你一定不要給公司和團隊埋坑拖後腿，更不要覺得若無其事的在推上宣揚，甚至貶低你的公司和團隊，你起碼要知道你能摸魚做副業，是公司發工資養你，是團隊承擔你摸魚的工作量。 3 對很多想做或者剛做生意的開發者，我想說幾句。1）對，我說的就是做生意，古代叫買賣，忘掉什麼獨立開發，什麼一人公司這些虛頭巴腦、看山不見山的概念，你要學習的是怎麼做一個買賣，這個事你只能自己做著學，或者貼身跟到一個買賣人身邊去學，別無他法。所以，你想要做，就先做起來，做著做著你慢慢就學到了。給自己想方法多屯點糧食，少花點，慢慢熬，只要你不是特別不是這塊料開不開竅，慢慢就能落下點東西，逐步起來。2）做買賣，首先就是你要有其他人需要的東西，然後這個東西一部分人偏向從你這買，持續堅持利他：做好產品，做好服務，慢慢你就能感受更多的東西了，就能上道跑起來。3）不要迷信行銷，除非你本來就擅長這個，有很強表達欲，網感好。你首先要做的是，逐漸成為一個產品經理角色和地推銷售角色，觀察你熟悉的客戶群，找到他們的需求，做一個產品，慢慢的推廣和打磨，時間要留夠，1-2年至少得。那些3天起量、1個月廣而告之的案例，就像中彩票一樣的事，存在但不能是你的計劃。時間拉長，你對流量的需求就沒那麼大和迫切。你發布一個demo，可能只需要10個人，這時候你要變成一個銷售，臉皮厚，沒有自尊心，去找這些人，只要你真誠和堅持，一定找得到。我敢說，即使你做了一坨屎，都能找到10個人來用。然後，你要變成產品經理，觀察用戶行為，跟用戶聊，然後分析改進。然後改進你的產品、總結你的推銷話術，再去找50個人來。慢慢找到這個PMF，你的行銷也慢慢就來了。4）尊重時間，任何創業上焦慮的事情，拉長時間這個變量，都有解，所以長期主義、持久戰、堅持才是創業最核心需要，甚至高於智商。所以，你怎麼堅持足夠長的時間，反而是創業第一天要想的最重要一件事。5）創業做買賣沒什麼奇術巧招、杠上開花，這些也是推上分享最多的內容，大部分是扯淡，小部分是運氣，很多事情概率很小，我都視為none，賭小概率事件就是拿著左輪手槍對著腦袋開槍。我認識的創業者，基本都用的拙勁，但人都很聰明，聰明人用拙勁，才是這個世界的真相之一。如果你剛做生意，一定離這種垃圾內容遠一點，保留自己的定力，好的心態是你前期走下去和做起來的重要支撐。6）不要投機，投機有很多含義，其中一種典型的，我還是認為那種一個獨立開發者一個月開發一個，一年十幾個的方式，是一種劍走偏鋒的方式，可能適合極少部分行銷見長的開發者，已經積累了人設和粉絲，有流量試錯，但這個就是個挖井的問題，你一鐵鍬下去挖不倒水，不代表沒水。一般開發者，還是按照古典市場理論去做，更靠譜一些。第二種投機就是，做垃圾，不做精品。做一堆垃圾當然不如做一個精品，這人人都知道，但我想表達的是，決策的路徑依賴和心態問題，做了幾個垃圾，你就沒有做精品的心思和耐心了，精品不是你想做就能做出來的，是長期主義路線的結果。 我雖然做的也不成功，但失敗經驗很多，經歷很多，身邊見過的很多，以上都是親身體會後的感想，一家之言，慎重閱讀。

今天有人問我Offer怎麼選。我覺得從成功率的角度上，要麼去一個最核心的公司，要麼去一個賣鏟子的公司。以AI舉例的話，AI核心的公司只有OpenAI、Anthropic……賣鏟子例如英偉達，或者更寬泛一點的Stripe，或者Vercel、Cloudflare，無論Web3還是AI火，他們都能參一腳；當然還要考慮自己喜歡做什麼事情。 另外就是越小的公司，越要判斷CEO是不是個傻逼，有些時候掌舵人的taste和判斷也是很重要的，比如黃仁勳堅定的要做CUDA而不是聽投資人。最後不要覺得自己不行，大部分人還是有很嚴重的冒名頂替綜合徵

最先進的一批AI模型寫的程式碼不差，模組級別遠超人類程式設計師的平均水平，寫出來的爛程式碼先看看選的什麼模型，上下文是不是充分，提示詞是不是要優化。 跨模組的程式碼，受限於上下文窗口長度，可能需要人類輔助設計規劃一下，如果專案結構合理，AI一樣可以重用現有程式碼保持DRY。

這個 PoC 可以被任何人以僅僅 $942 下載。 唉，現在沒有人遵守武德的規則。

不是 AI 產品垃圾時間，恰恰會是高速發展期，因為： 1. 模型增速雖然不再，但是能力已經足夠，成本也能接受 2. 模型增速下降反而少了「模型及產品」的顧慮，不必過於擔心模型一升級就白忙活了，可以安心基於現有模型去設計構造產品 3. 已經有了成功案例可以參考，比如 ChatGPT、NotebookLM、Cursor、Claude Code 等等 4. AI Coding 大大加速了產品構建的速度 拭目以待

我一直不看好通用 通用就是通通不好用 上來做通用大概率都是炒作資本市場概念 因為容易塑造給投資人這市場可能性很大的假象 通用難以量化衡量效果 即便想構建通用agent的評估反饋 也是得基於垂直能力分而治之 很難直接抽象出同一套框架標準來做不同能力維度的獎勵評估 通用這件事應該是在做垂直發展之後才能發展 也就是OpenAI曾經規劃出的AGI第五階段：領導者 未來每個垂直領域會有很多專業agent 領導者就像CEO一樣 找到志同道合能力匹配的agent 一起達成目標 這種目標敘事是更加複雜與宏大的 而也不是像現在這樣的通用 當然，也有類似的通用，就是聚合，基於場景把需求識別後分發垂直agent 綜上所述，Agent熱這件事，將在Manus/Genspark沒有了接盤俠後而終結，大家看到的高估值頭部的泡沫爆了，才會意識到原來這些agent和真正能幫助人們解決問題提高生產效率的現實之間存在巨大的GAP 一旦這種共識達成，AI Agent的領域就又會即將陷入一種難以融資的恐慌，投資人終於領悟原來這些agent都是很難交付可靠結果的，於是可能至少有40-60%的公司或許在明年就會死亡