一个模块一个长期负责人,反馈长进产品
站在巨人的肩膀上,把最好的现成拿来用
AI 比人先看到消息,让 AI 先干
凡事从零手搓。世界上最优的产品形态与设计早已存在,是顶尖团队迭代很多年的结果 —— 我们却用业余去对抗它们。
接一个需求就成立一个小组、独立做一遍。没有人对一个模块负全责,讨论封闭、理解和沉淀全都散掉了。
ai/evaluationai-evaluate各起各的名本代:挂在产品旁边的聊天窗 → 下一代:长在工作对象内部
本代:你问它答,人来回搬运 → 下一代:diff + 出处 + 一键采纳
本代:紫渐变加星星,第一代 AI 视觉 → 下一代:单一强调色只表示「AI 在场」
日均 3,536 → 1,166,基本跌回 5 月水平(1,031);按半月外推,8 月全月约 3.6 万,只有 7 月的三分之一。
| 月份 | 总额 | 开发 | 平台 | 占比 |
|---|---|---|---|---|
| 5 月 | 31,971 | 30,270 | 1,701 | 5.3% |
| 6 月 | 88,405 | 68,235 | 20,170 | 22.8% |
| 7 月 | 109,632 | 100,843 | 8,789 | 8.0% |
| 8 月* | 18,651 | 17,070 | 1,581 | 8.5% |
把用量拉满到 20 个顶配账号,一个月也只要 ¥28,800 —— 仅为 7 月实际支出的 26%。
反过来看:7 月的 109,632 元,相当于 76 个满配账号。多用 AI ≠ 多花钱。
把 AI 当成一个天才实习生 ——
刚来,什么背景都不懂,但它是个天才。
越手搓、人参与越多,产品越差。
一个模块一个长期负责人,由他对接各方需求;把反馈沉淀成方法论、长进产品 —— 想在用户前面。
站在巨人的肩膀上:先做最广泛的调研,用最强的 AI 把最好的现成拿来用,再沉淀成自己的设计系统。
优先使用最强模型;让 AI 比人先看到消息、在沙箱里先干 —— 先干再纠偏。
把 Harness Engineering 做到公司层面 —— 不是给某个工具接上 AI,而是为组织结构本身设计一套工装:让 AI 在我们的流程、文档与协作里真正跑起来。