思考复盘

世界杯季，顺手用 Codex 搓了两个小游戏，已经挂到博客的 Games Lab 上了。两个都接了后端积分钱包，玩完会进全员排行榜——不是单机自嗨，是真能跟别人比的那种。 守门员反应力测试 5 个点球，每球随机往一个方向飞，你得在球出脚的瞬间判断方向、扑对边。考验的是纯反应——想多了就晚了。 玩法直接，打开就能玩，一局一分钟内结束 扑救成功按反应速度给分，接入了全员排行榜 移动端做了刘海屏安全区适配，竖屏单手能玩 点这里玩 → 世界杯颠球挑战 点击控制颠球节奏，连续不落地的时间越长，连击越高，积分越多。手一抖球就掉，越往后越上头。 连击越久积分越高，掉一次清零重来 和守门员共享同一个积分钱包，分数累加冲榜 同样接入全员排行 点这里玩 → 一点过程记录 这两个游戏的逻辑都不复杂，难点其实不在"做出一个能跑的 demo"，而在于把单机玩具变成能联机记分的东西：匿名玩家身份怎么持久化、分数怎么防作弊、多个游戏怎么共享一个钱包。这些后端的脏活，靠的是之前搭好的一套通用积分服务，新游戏接进去只是配置几条规则。 做玩具和做能上线的东西之间的那道坎，很多时候不是"会不会写前端"，而是"愿不愿意把后端、风控、部署这些不性感的环节也啃下来"。这次又验证了一遍。 去 Games Lab 翻翻，两个新游戏都在最前面。

刷到缪嘉俐那条图文，看完之后我在地铁上站着想了好几站。 她的结论大致是：vibe coding 可以做玩具、landing page、小内部工具，但要做 production 上的东西，代码这一关躲不掉。理由是——你看不懂栈、看不懂报错、看不懂框架默认行为、看不懂依赖冲突，出事了连从哪查都不知道。 我是那个典型的被她说的"非程序员"。过去半年我没正经敲过一行代码，但靠 AI 搓了一堆东西：抓娃娃、局部盲猜、贴吧层分、德州扑克这些 HTML 小游戏；一个能被语音驱动的 mac-agent；一个有文件上传的 HTML 在线编辑器；还有一个叫"虾评吧"的产品，从基建方案写到第三阶段的风控。 所以这篇不是抬杠，是一个真的在做的人，逐条回应一下她的判断。 同意的部分：她那个 marketing 同事的故事，我就是主角 她文章里最扎心的一句话是—— “其实不是 AI 骗你，是因为你根本不知道那些错误信息在说什么，你连从哪里开始查都不知道。” 这句话我认。 我第一次把 mac-agent 部署出去给朋友用，五分钟就挂了。报错贴给 AI，AI 说是权限问题；改完，又挂；说是路径问题；又挂；说是 Python 版本问题。我来回贴了四十多次，最后是朋友隔着屏幕告诉我：“你看一下 launchd 的日志。"——我连 launchd 是什么都不知道。 那一刻我确实有一瞬间觉得被 AI 骗了。但冷静下来之后我意识到，不是 AI 骗我，是我把一个跑在我本机上的 demo，错当成了一个能部署出去的产品。这俩东西中间隔的不是代码量，是一整套"当世界不配合你时怎么办"的常识。 这套常识，AI 现在确实教不会。 想补充的部分：她说"程序员存在的理由是看得懂”，我觉得门槛更细 她把分水岭定在"看得懂代码"。我的体感是，在 vibe coding 这条路上，真正决定你能不能往下走的门槛，有四层，代码只是其中一层： 能把模糊需求讲清楚——大部分人卡在这里。他们以为自己想清楚了，其实只有画面没有逻辑。 能识别 AI 在胡说——模型一本正经编了一个不存在的库，你能看出来吗？这个不靠读代码，靠读"AI 语气的破绽"，有点像反诈直觉。 能看懂报错——这是她说的那层。 能对系统做判断——多进程还是多线程，放 Redis 还是 Postgres，挂了怎么回滚。这是比读代码更深的一层。 我自己的观察是：第 1 层和第 2 层，非程序员能练出来，而且练出来之后产能是真的可怕。第 3 层是硬门槛，绕不过去。第 4 层是天花板，决定你的项目能不能长大。 缪嘉俐说"代码这一关躲不掉"，我的版本是：“前两关非程序员可以练，第三关躲不掉，第四关决定你到底是在做玩具还是做产品”。 不太同意的部分：她说 gap 会越拉越大，我觉得得看 gap 的哪一侧 她的结论是：底层程序员也在用 AI，而且他们会用得更好（拆任务、加测试、精确上下文约束），所以分层 gap 不会缩小反而会拉大。 ...

回顾这一年 过去这一年，我在百度贴吧主导了三个 AI 方向的项目： 抓虾吧 Agent 社区 — 从 0 到 1 搭建 AI 智能体社区，上线即登微博热搜总榜 #12 AI 小游戏 & Vibe Coding — 搭建"自然语言→AI 小游戏"的 UGC 创作生态 AI 表情包 — 落地 AI 生图表情包全链路，面板曝光提升 51% 这三个项目让我对"大模型时代做产品"有了一些不一样的理解。 方法论的"变" From PRD to Prompt Design 传统 PM 写 PRD 定义产品逻辑，AI PM 需要额外做一件事——Prompt Design。 这不是说 PM 要替代工程师写 prompt，而是 PM 需要理解 prompt 的设计原则，才能准确定义 AI 功能的预期行为。当你不了解 Chain-of-Thought 和 Few-Shot 的区别时，你很难写出一个好的 AI 功能需求文档。 From A/B Test to Eval Pipeline 传统的 A/B 测试依然有效，但 AI 产品需要更多——一套完整的 Evaluation Pipeline。 ...