即刻App年轻人的同好社区
下载
😎 用AI搭了个产品经理工作系统，越用越像我！
这几个月来，尝试着将所有产品工作都转移到AI工作流中。
折腾了一两个月，终于有个系统化的解决方案了，
这套系统能够让 AI 在做产品工作的过程中自动积累经验，然后自我循环迭代进化
🔗 完整模板已开源
github.com/vigorX777/product-design-system
之前用AI，一直有几个问题令我很头疼：
📊 痛点真相
• 每次都从零交代背景，对话关了啥也没留下
• 按钮样式、弹窗规格做过了下次还得重搭
• 行业经验全在脑子里，输出完就散了
💡 解决方案：一个文件夹 + 一堆规则
文件夹即系统！📂
• AGENTS.md = "员工手册"，AI每次先读它
• 知识库分8层，各管各的事（原型规范/设计原则/交互模式/文案规范/术语表/组件模板/决策记录/复盘日记）
• 输出三件套标准：HTML原型 + 需求文档 + 变更日志
🎯 核心飞轮：做需求 → 复盘 → 沉淀知识 → AI引用 → 质量更高 → 🔄
• 半自动：AI提炼候选知识，人拍板后才写入
• 每条知识必须引用实际案例，不是"正确的废话"
• 复盘双触发：AI主动提醒 + 随时手动触发
折腾完最大的感受：AI没变聪明，是日常使用的持续化输入，才让AI越来越懂你越来越顺手。
刚搭好时"什么都不懂"的AI，和现在能主动引用设计原则做需求的产品助理——同一个AI，区别在于系统替它记住了该记的东西，教会了它该使用的技能。
不限于产品设计，运维/测试/项目管理都能用，🔗 完整模板已开源
github.com/vigorX777/product-design-system
复制链接丢给AI → 改造你的工作文件夹 → 根据业务调整
这几个月来，尝试着将所有产品工作都转移到AI工作流中。
折腾了一两个月，终于有个系统化的解决方案了，
这套系统能够让 AI 在做产品工作的过程中自动积累经验，然后自我循环迭代进化
🔗 完整模板已开源
github.com/vigorX777/product-design-system
之前用AI，一直有几个问题令我很头疼：
📊 痛点真相
• 每次都从零交代背景，对话关了啥也没留下
• 按钮样式、弹窗规格做过了下次还得重搭
• 行业经验全在脑子里，输出完就散了
💡 解决方案：一个文件夹 + 一堆规则
文件夹即系统！📂
• AGENTS.md = "员工手册"，AI每次先读它
• 知识库分8层，各管各的事（原型规范/设计原则/交互模式/文案规范/术语表/组件模板/决策记录/复盘日记）
• 输出三件套标准：HTML原型 + 需求文档 + 变更日志
🎯 核心飞轮：做需求 → 复盘 → 沉淀知识 → AI引用 → 质量更高 → 🔄
• 半自动：AI提炼候选知识，人拍板后才写入
• 每条知识必须引用实际案例，不是"正确的废话"
• 复盘双触发：AI主动提醒 + 随时手动触发
折腾完最大的感受：AI没变聪明，是日常使用的持续化输入，才让AI越来越懂你越来越顺手。
刚搭好时"什么都不懂"的AI，和现在能主动引用设计原则做需求的产品助理——同一个AI，区别在于系统替它记住了该记的东西，教会了它该使用的技能。
不限于产品设计，运维/测试/项目管理都能用，🔗 完整模板已开源
github.com/vigorX777/product-design-system
复制链接丢给AI → 改造你的工作文件夹 → 根据业务调整
1 01
🤯 9亿人装了ChatGPT，但80%几乎没怎么用过
这个春节手机里装了一堆 AI 应用，薅完红包就再也没打开了？🤔
不止你一个人这样。
大洋彼岸的OpenAI 自己也披露：9亿周活用户里，80% 一年发不到1000条消息，只有 5% 在付费。
硅谷最会拆公司战略的分析师 Benedict Evans最新深度分析，拆解OpenAI的真实处境👇
📊 数据真相：
• 9亿周活用户，听着吓人对吧？
• 但80%的人一年聊不到1000条消息
• 只有5%在付费——比Netflix差远了
💡 核心洞察：
• ChatGPT就像当年的Netscape浏览器——只是一层"薄壳"
• 各家大厂砸了4000亿美元搞基建，结果只买了张入场券
• 没有技术护城河，谁都能追上来
🎯 最扎心的一句：
"你不知道拿AI干嘛，这不是你的错——是产品还没做好"
真正好用的 AI 不是逼你学写 prompt，而是像 Cursor 知道你的代码上下文、微信输入法默默帮你纠错那样，嵌在你已有的工作流里把事办了。
AI 的未来不在聊天框里。
评论区聊聊你都怎么用AI的吧～
这个春节手机里装了一堆 AI 应用，薅完红包就再也没打开了？🤔
不止你一个人这样。
大洋彼岸的OpenAI 自己也披露：9亿周活用户里，80% 一年发不到1000条消息，只有 5% 在付费。
硅谷最会拆公司战略的分析师 Benedict Evans最新深度分析，拆解OpenAI的真实处境👇
📊 数据真相：
• 9亿周活用户，听着吓人对吧？
• 但80%的人一年聊不到1000条消息
• 只有5%在付费——比Netflix差远了
💡 核心洞察：
• ChatGPT就像当年的Netscape浏览器——只是一层"薄壳"
• 各家大厂砸了4000亿美元搞基建，结果只买了张入场券
• 没有技术护城河，谁都能追上来
🎯 最扎心的一句：
"你不知道拿AI干嘛，这不是你的错——是产品还没做好"
真正好用的 AI 不是逼你学写 prompt，而是像 Cursor 知道你的代码上下文、微信输入法默默帮你纠错那样，嵌在你已有的工作流里把事办了。
AI 的未来不在聊天框里。
评论区聊聊你都怎么用AI的吧～
2 11
大模型竞赛的真相到底是什么？不是拼算法，而是拼修bug的速度 🐛
最近看了 OpenAI 核心贡献者翁家翌的访谈。他直言：“谁修的 bug 越多，谁的模型就越好。”把 bug 全修了，算法可能连改都不用改。
访谈来自WhynotTV Podcast第4期
完整访谈笔记见 🟢 公众号「懂点儿AI」
mp.weixin.qq.com
---
他在访谈里聊了很多有意思的东西👇
"谁修的bug越多，谁的模型就越好"
从Google挖了3个人，迭代速度直接30次/周→300次/周
真正让 OpenAI 内部警觉的对手是 DeepSeek。
不是因为榜单分数有多高，而是它极其恐怖的迭代速度。
对于基座模型公司来说，生死线根本不是跑分，而是 Infra 的 cycle time。
---
AI 真的能帮程序员擦屁股吗？💩
o1 刚出来的时候，OpenAI 内部有人开玩笑说：“随便写屎山代码吧，反正 AI 会清理。”
结果呢？一两年过去了，屎山依然还在那里。连 OpenAI 自己的 Infra 都有一堆 bug，指望 AI 自动重构还是太早了。
不刷GPA刷Impact
人生KPI：记得你名字的人数
---
技术之外，他的世界观也很有意思：相信宇宙是确定性的马尔科夫过程，人根本没有自由意志。
那怎么继续生活？“最好的方式就是忘掉这一切，假装你不知道，坚信西西弗斯是幸福的。”
最近看了 OpenAI 核心贡献者翁家翌的访谈。他直言：“谁修的 bug 越多，谁的模型就越好。”把 bug 全修了，算法可能连改都不用改。
访谈来自WhynotTV Podcast第4期
完整访谈笔记见 🟢 公众号「懂点儿AI」
mp.weixin.qq.com
---
他在访谈里聊了很多有意思的东西👇
"谁修的bug越多，谁的模型就越好"
从Google挖了3个人，迭代速度直接30次/周→300次/周
真正让 OpenAI 内部警觉的对手是 DeepSeek。
不是因为榜单分数有多高，而是它极其恐怖的迭代速度。
对于基座模型公司来说，生死线根本不是跑分，而是 Infra 的 cycle time。
---
AI 真的能帮程序员擦屁股吗？💩
o1 刚出来的时候，OpenAI 内部有人开玩笑说：“随便写屎山代码吧，反正 AI 会清理。”
结果呢？一两年过去了，屎山依然还在那里。连 OpenAI 自己的 Infra 都有一堆 bug，指望 AI 自动重构还是太早了。
不刷GPA刷Impact
人生KPI：记得你名字的人数
---
技术之外，他的世界观也很有意思：相信宇宙是确定性的马尔科夫过程，人根本没有自由意志。
那怎么继续生活？“最好的方式就是忘掉这一切，假装你不知道，坚信西西弗斯是幸福的。”
0 00
刷完就忘、收藏吃灰？我又搞了个Skill专治选题焦虑
做内容的人应该都有这个体验——收藏了等于没收藏。
地铁上刷推看到好东西随手存，回头打开收藏夹，完全想不起当时为什么存的。
我做了个 AI Skill 专门治这个毛病，从 X 里自动挑选题。开源免费，已经迭代到 v1.4 了。
这个 AI 选题助手，有两种模式：
1️⃣ 扫描模式——对着X列表自动抓帖子，AI 逐条打分，排出 Top 5。300 条推文几分钟筛完。
2️⃣ 书签模式——专门处理收藏内容。不做排序，走深度分析：每条写摘要、贴标签，最后给出选题建议，告诉你从哪个角度切入。
有了这个skill之后，就可以：
白天地铁上刷推，看到有意思的随手收藏，不用多想。
晚上回家跑一下书签模式，几分钟出报告，里面有今日看点总结和选题建议。看完直接决定明天写什么。
以前是"收藏→忘记→偶尔翻一翻"，现在是"收藏→晚上分析→拿到选题→开写"。
这是我做的第二个开源 Skill 了，上一个 RSS 日报 Skill 在 GitHub 上 star 干到 快1000 了。
做下来最大的感受：工具得自己用着改。v1.0 到 v1.4 每次改动都是因为用着不爽才去动的。
后续还会继续分享 AI 实操工具的制作过程，感兴趣的可以关注 ♥️
做内容的人应该都有这个体验——收藏了等于没收藏。
地铁上刷推看到好东西随手存，回头打开收藏夹，完全想不起当时为什么存的。
我做了个 AI Skill 专门治这个毛病，从 X 里自动挑选题。开源免费，已经迭代到 v1.4 了。
这个 AI 选题助手，有两种模式：
1️⃣ 扫描模式——对着X列表自动抓帖子，AI 逐条打分，排出 Top 5。300 条推文几分钟筛完。
2️⃣ 书签模式——专门处理收藏内容。不做排序，走深度分析：每条写摘要、贴标签，最后给出选题建议，告诉你从哪个角度切入。
有了这个skill之后，就可以：
白天地铁上刷推，看到有意思的随手收藏，不用多想。
晚上回家跑一下书签模式，几分钟出报告，里面有今日看点总结和选题建议。看完直接决定明天写什么。
以前是"收藏→忘记→偶尔翻一翻"，现在是"收藏→晚上分析→拿到选题→开写"。
这是我做的第二个开源 Skill 了，上一个 RSS 日报 Skill 在 GitHub 上 star 干到 快1000 了。
做下来最大的感受：工具得自己用着改。v1.0 到 v1.4 每次改动都是因为用着不爽才去动的。
后续还会继续分享 AI 实操工具的制作过程，感兴趣的可以关注 ♥️
2 30
年货推荐：羽毛球拍🏸
是的，你没看错！
没想到今年过年的年货mvp居然是京东买的一对羽毛球拍，和里面送的尼龙塑料球。
把这对羽毛球拍带到老家去，真的是所有人都可以上来打两手。全家都参与进来，有说有笑的，还是挺欢乐的。
尤其是送的这个尼龙球，打到房顶上都不用去管，不心疼。
附一张老家的图，天气那是真不错，广东甚至还能穿短袖
是的，你没看错！
没想到今年过年的年货mvp居然是京东买的一对羽毛球拍，和里面送的尼龙塑料球。
把这对羽毛球拍带到老家去，真的是所有人都可以上来打两手。全家都参与进来，有说有笑的，还是挺欢乐的。
尤其是送的这个尼龙球，打到房顶上都不用去管，不心疼。
附一张老家的图，天气那是真不错，广东甚至还能穿短袖
1 20
不想再刷二手 AI 资讯了，我直接让 AI 整合 90 个高质量RSS源，精选后每天给我写日报！！
（效果查看图5、6）
每天看到的 AI 资讯，大概率是三手甚至四手信息。
有人管这叫"信息排泄链"——源头的内容从 A 到 B 到 C，每传一次丢一点细节、加一点误读。到你手里的时候，已经是残渣了。
我不想再当末端了，所以做了个skill，直接对接一手信息源👇
起因是刷到了 Karpathy（OpenAI 联合创始人）推荐的 90 个高质量技术博客。
全是独立博主、研究者、技术大牛的个人站点。一手中的一手。
所以我让 AI 帮我盯着，每天自动扫描、打分、筛选，生成一份中文日报。5 分钟看完，该知道的都知道了。
🌟 一个命令 /digest，选时间范围和推荐篇数就行
🌟 支持看点总结、必读推荐、内容分类和数据可视化
制作流程 👇mp.weixin.qq.com
（效果查看图5、6）
每天看到的 AI 资讯，大概率是三手甚至四手信息。
有人管这叫"信息排泄链"——源头的内容从 A 到 B 到 C，每传一次丢一点细节、加一点误读。到你手里的时候，已经是残渣了。
我不想再当末端了，所以做了个skill，直接对接一手信息源👇
起因是刷到了 Karpathy（OpenAI 联合创始人）推荐的 90 个高质量技术博客。
全是独立博主、研究者、技术大牛的个人站点。一手中的一手。
所以我让 AI 帮我盯着，每天自动扫描、打分、筛选，生成一份中文日报。5 分钟看完，该知道的都知道了。
🌟 一个命令 /digest，选时间范围和推荐篇数就行
🌟 支持看点总结、必读推荐、内容分类和数据可视化
制作流程 👇mp.weixin.qq.com
1 00
读了70篇测评后，我写了这份全网最详细的 OpenClaw 使用指引🦞
从创始人访谈到普通人的踩坑实录，尽量拼出一个完整的图景
75 篇资料见原文附录
（mp.weixin.qq.com）
OpenClaw最近实在太火了。各种部署教程和使用教程层出不穷，根本看不过来。
相信大家跟我一样，看的越多反而越不知道如何下手，所以我直接一狠心，把流量高的一些教程和经验贴全都收集了下来，整理成了一份超级详细的openclaw使用指引。
只需要一篇文章，就能带你了解openclaw的来龙去脉，最佳部署方式和百花齐放的使用场景！
花了几天，读了六七十篇文章、播客、用户分享，这篇就是我的调研笔记。不吹不黑，有好说好，有坑说坑。
从创始人访谈到普通人的踩坑实录，尽量拼出一个完整的图景
75 篇资料见原文附录
（mp.weixin.qq.com）
OpenClaw最近实在太火了。各种部署教程和使用教程层出不穷，根本看不过来。
相信大家跟我一样，看的越多反而越不知道如何下手，所以我直接一狠心，把流量高的一些教程和经验贴全都收集了下来，整理成了一份超级详细的openclaw使用指引。
只需要一篇文章，就能带你了解openclaw的来龙去脉，最佳部署方式和百花齐放的使用场景！
花了几天，读了六七十篇文章、播客、用户分享，这篇就是我的调研笔记。不吹不黑，有好说好，有坑说坑。
1 20
我发现开多了 opencode 进程，并行处理多任务的时候，我自己的上下文不够大了。
经常搞着搞着，忘了另一个任务到什么情况了，
切任务还得回忆一下。
人间体性能跟不上 AI 处理任务的速度，经常一个任务挂起好久了我才反应过来😅
经常搞着搞着，忘了另一个任务到什么情况了，
切任务还得回忆一下。
人间体性能跟不上 AI 处理任务的速度，经常一个任务挂起好久了我才反应过来😅
0 00
大家有什么自动选题的 skill 或者工具吗？🤔
我按照这个思路搞了个 skill，但效果不是很好：
1. 浏览器自动扫描 X 的帖子并摘要，主要扫描自己整理的列表；
2. AI 根据评分标准进行打分(创新/影响/价值)；
3. 评分结果倒序给出 10 个推荐选题和最热的 Top3 帖子。
出来的结果不太符合自己的选题预期
反思了一下可能是👇
1. 整理的 AI 资讯列表内容太杂，还是需要进一步筛选价值帖子；
2. 长 thread 的帖子需要下钻才能查看详情，自动化处理太耗时间；
3. 评分标准还需要优化，得进一步细化自己的选题标准；
4. 感觉除了 X，还需要进一步扩展信息源，大家有什么 AI 相关的信息源推荐吗？
感觉还有好多要优化的，想问问看有没有现成的工具呢，大家有啥好的想法不
我按照这个思路搞了个 skill，但效果不是很好：
1. 浏览器自动扫描 X 的帖子并摘要，主要扫描自己整理的列表；
2. AI 根据评分标准进行打分(创新/影响/价值)；
3. 评分结果倒序给出 10 个推荐选题和最热的 Top3 帖子。
出来的结果不太符合自己的选题预期
反思了一下可能是👇
1. 整理的 AI 资讯列表内容太杂，还是需要进一步筛选价值帖子；
2. 长 thread 的帖子需要下钻才能查看详情，自动化处理太耗时间；
3. 评分标准还需要优化，得进一步细化自己的选题标准；
4. 感觉除了 X，还需要进一步扩展信息源，大家有什么 AI 相关的信息源推荐吗？
感觉还有好多要优化的，想问问看有没有现成的工具呢，大家有啥好的想法不
0 10
skills 搭配确实太好用了！一篇高质量的公众号文章只需要 1个多小时就能出来😏
用前天 sam 的采访内容写了篇公众号文章出来，全程都是 skills 搭配完成，包括选题、大纲、草稿、润色、配图、排版和发布。
我只需要在其中负责提供方向、审核决策、审美和提交即可。
文章内容见链接，大伙儿可以先看看截图效果如何👇
mp.weixin.qq.com
其中配图的 skills 来自宝玉大佬，非常推荐大家去试试宝玉大佬开源的 skills 合集
用前天 sam 的采访内容写了篇公众号文章出来，全程都是 skills 搭配完成，包括选题、大纲、草稿、润色、配图、排版和发布。
我只需要在其中负责提供方向、审核决策、审美和提交即可。
文章内容见链接，大伙儿可以先看看截图效果如何👇
mp.weixin.qq.com
其中配图的 skills 来自宝玉大佬，非常推荐大家去试试宝玉大佬开源的 skills 合集
3 50