Files

T

tupingr 5b428d0810 chore(phase): Phase 1 收尾 — 一鸡多吃 + Dev工作台初始化 + Phase 2启动

- Phase 1 标记 100% 完成，Phase 2 标记 ACTIVE
- Dev AI 工作台重写：8个任务入队 + 依赖关系图
- 一鸡多吃：6篇对外分享文章（项目缘起/框架思路/阶段复盘/3篇决策故事）
- 新增 share-context Skill（内部文档→对外分享自动化）
- P01 文档同步更新（需求/架构/接口定义）

Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>

2026-05-26 12:01:04 +08:00

3.3 KiB

Raw Blame History

项目缘起：为什么我要做一个 AI 错题本

一个不会写代码的产品经理，用 AI 从零开发一个 App 的全记录。

起点：一个做了很多年的梦

我一直在做教育相关的事情。

这么多年来，我见过太多学生被同一个问题困扰：错题整理太痛苦了。手抄错题、自己分类、凭感觉复习——每一步都在消耗学生的耐心。而传统错题本 App 呢？拍照 OCR 识别率低、分类粗糙、推荐随机。用一个学生的话说：「花了半小时录入，得到的分析和我自己翻两页书差不多。」

我想做一个真正有用的错题本。但问题是：我不会写代码。

过去这个想法就只能停留在想法。直到 AI 编程工具出现了。

核心问题：AI 能写代码，但能做一个完整的产品吗？

2025 年底开始，AI 编程工具层出不穷。Cursor、Copilot、Claude Code——它们能帮你写函数、修 bug、甚至生成整个页面。

但我有一个更大的问题：一个不会写代码的人，能不能靠 AI 从零做出一个能上线的产品？

这不仅是写几段代码的问题，而是：

产品需求谁定？
架构设计谁做？
多个 AI 之间怎么分工？
AI 写的代码质量怎么保证？
遇到 AI 解决不了的 bug 怎么办？

我决定用自己当实验品，把这个过程完整记录下来。

为什么选错题本

除了个人情结，还有一个技术判断：

错题本是 AI 编程能力的最佳试金石。

它需要：

前端（小程序 UI）——考验 AI 的 UI 还原能力
后端（API + 数据库）——考验 AI 的架构能力
AI 集成（OCR + 分类 + 推荐）——考验 AI 调用 AI 的能力
图像处理（拍照增强 + 笔迹去除）——考验 AI 的算法能力
数据闭环（用户修正 → 反哺训练）——考验 AI 的系统设计能力

能把这个项目做出来，基本上什么类型的 AI 编程任务都能覆盖了。

1 人 + 3 AI：我的协作模式

我给自己设计了一套「AI 团队」：

角色	做什么	权限
Arch AI（Claude）	架构设计、PRD、技术选型、决策记录	读写文档
Dev AI（Claude + Coze）	写代码、数据库、API、前端页面	读写代码
QA AI（Coze 沙盒）	自动化测试、回归验证	只读代码

所有 AI 都听我指挥。我只负责三件事：做决策、验结果、写分享。

这套模式的核心思想是：人类决定「做什么」和「为什么」，AI 负责「怎么做」。

这个系列会记录什么

产品从零到一：PRD 怎么写、架构怎么设计、决策怎么做
AI 协作的真实体验：AI 什么时候好用、什么时候翻车、怎么让 AI 配合工作
技术选型的思考：为什么选这个不选那个，每一个选择背后的权衡
踩过的坑：AI 写的代码跑了但不对、架构设计推翻重来、旧方案合并的痛苦
数据和思考：每个阶段的交付物、决策记录、经验教训

这不是一个「AI 太强了帮我做了一切」的爽文。这是一个真实的、有成功有失败、有纠结有突破的开发记录。

下一篇：框架设计思路 — 为什么传统的项目文档结构对 AI 不友好

3.3 KiB Raw Blame History Unescape Escape