AI热点 8小时前 140 阅读 0 评论

不靠程序员,只使用AI IDE,产品经理可以做产品吗?我见证了AI编程的「深度进化」

作者头像
人人都是产品经理

AI技术专栏作家 | 发布了 246 篇文章

大家好我是沙磊,一名在产品经理岗位工作超过十五年的老兵。最近使用AI IDE开发了两个完整的项目,发现现在AI编程的深度远超想象。今天就带大家看看我的实战案例,或许能给你些启发。

01 AI编程的四个阶段,你到哪一层了?

最近网上有个很火的问题:“你用AI编程用到什么深度了?”选项从“完全不用”到“完全基于AI开发完整项目”,引发了不少程序员讨论。

我总结了一下,大致能分四层:

A层是“完全不用”,可能是习惯了传统开发,或对AI工具不信任;

B层是“偶尔用改语法和bug”,比如用Copilot补全代码,或者让AI帮忙找拼写错误;

C层是“用AI实现小功能”,比如写个简单的爬虫脚本、做个数据清洗工具;

D层则是“完全基于AI开发完整项目”——这层最让我好奇:AI真能独立“指挥”完成一个项目?

直到我通过试用多款AI IDE,我才有了答案。我不仅做到了D层,还开发了两个实用工具。这种“用AI学AI”的操作,让我直呼“技术普惠时代来了”。

02 实战案例:AI帮我造了两个“小应用工具”

我做的项目成果不算“高大上”,但胜在“接地气”——都是基于某个特殊场景中,可以直接使用的工具。我给大家详细聊聊:

第一个是“酒店电视投屏助手”。我用阿里Qoder做产品设计,主力工具是Cursor AI IDE,用Kotlin语言写的一款安装在安卓电视上的APK应用。

“虽然是个原生安卓应用,但从搭框架到调接口,100%的代码都是AI帮我写的。”我只需要把需求拆解成“要有图片轮播广告”“要支持主流投屏协议”这样的小任务,AI就能给出可运行的代码,剩下的就是测试和调整。现在APP已经开发完成,我也把相关代码和文档发在开源社区Gitee上。

第二个是“潮汐表小程序”。我每次带孩子去赶海总有这样的痛点:不知道什么时候退潮,什么时候涨潮,到了海边看到海水已经涨起来了,孩子很失望。我曾尝试去网上寻找潮汐时间,但给出的不仅不是本地的,而且显示的内容太过专业,不够简单清晰。我用Cursor配合微信开发工具,按照之前做酒店电视助手的经验,用两天时间就完成了这个潮汐表小程序的开发。

最让我觉得值得自豪的是“动态潮汐曲线”和“未来10天的潮汐数据”。前者能将当天的涨潮退潮时间,以动态曲线的方式展现出来,给用户一个更清晰的潮汐时刻表。

而后者可以直接查询未来10天内的潮汐数据,对有计划带娃赶海,或者是周末去海钓钓鱼,可以直接去查询,避免跑空让娃失望。

03 当兴趣遇上AI,技术边界在拓宽

近我开始推进一个新项目:做一款能检测隐藏摄像头的微信小程序,让用户在入住酒店时,可以快速扫描环境,提升安全感。这放在以前,我可能只是出想法、画设计图,然后把需求交给程序员去实现。但现在,借助AI,我从产品构思到开发上线几乎可以全程自己动手。

比如,做这个摄像头检测工具,AI不仅帮我梳理了调用手机相机和图像识别的逻辑流程,还快速生成了前端界面代码和算法调用示例;调试过程中遇到权限或兼容性问题,我可以直接让AI辅助修改代码、优化模型判断逻辑,甚至连小程序的上架流程都能一步步协助我搞定。我不再只是那个“提需求的人”,而是从设计到开发,真正走完全程的创造者。

这让我明显感觉到:AI正在把“专业技术”变成谁都能上手的“通用工具”。以前做软件要懂前端、算法甚至硬件协议,现在AI能直接帮我写关键函数、调试设备接口,我只需要明确目标、调整细节。AI不是在替代我,而是在我“想做”和“能做”之间搭了一座桥。

技术门槛降下来了,而普通人的创意,反而更容易落地了。

04 我的观察:AI编程,从“辅助”到“主心骨”

做完这两个产品,我有三个感受:

第一,AI编程的深度,取决于“需求拆解能力”。他不是让AI“直接造项目”,而是把大需求拆成小任务,AI解决每个小任务,我再整合调试。这和传统开发思路类似,但AI让“解决小任务”的效率提升了10倍。

第二,工具选择很重要。我试过Cursor、Trae、CodeBuddy、Qoder等多个AI,发现不同工具擅长的领域不同——比如CodeBuddy更懂小程序生态,Cursor在逻辑复杂的任务上更稳。选对工具,能少走很多弯路。

第三,AI不是“懒人神器”,而是“效率杠杆”。我自己做这几个项目也没少踩坑:比如写“酒店电视投屏助手”时,总是调不通设备发现协议;做“潮汐表小程序”,又因为时间转换的问题导致显示异常。但说实话,有了AI之后,解决这些问题的效率完全不一样了——以前遇到报错得翻文档、找大神,折腾大半天,现在直接把错误信息抛给AI,几分钟就能定位问题、拿到可用的解决方案,甚至还能让它帮我优化代码逻辑。

技术的魅力,从来都是让“不可能”变成“可能”。当AI从“写设计的助手”变成“造项目的伙伴”,我们需要的不是焦虑“会不会被取代”,而是思考“如何用好这个伙伴,让自己的创意跑得更快”。

本文由 @水少石多 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

作者头像

AI前线

专注人工智能前沿技术报道,深入解析AI发展趋势与应用场景

246篇文章 1.2M阅读 56.3k粉丝

评论 (128)

用户头像

AI爱好者

2小时前

这个更新太令人期待了!视频分析功能将极大扩展AI的应用场景,特别是在教育和内容创作领域。

用户头像

开发者小明

昨天

有没有人测试过新的API响应速度?我们正在开发一个实时视频分析应用,非常关注性能表现。

作者头像

AI前线 作者

12小时前

我们测试的平均响应时间在300ms左右,比上一代快了很多,适合实时应用场景。

用户头像

科技观察家

3天前

GPT-4的视频处理能力已经接近专业级水平,这可能会对内容审核、视频编辑等行业产生颠覆性影响。期待看到更多创新应用!