- 博客(8)
- 收藏
- 关注
原创 AI 产品开发全流程(下):从代码到上线——Phase 3~5 实现与验证全链路
本文是「AI产品设计开发方法论」系列的第二篇(下),聚焦如何将PRD转化为生产级代码并验证设计还原度。文章以QoderWork和Qoder IDE为例,演示了完整开发链路,核心内容包括: 实现阶段:提出双路径开发方案 路径A(独立应用):适合完整产品开发,详述技术栈选型原则和AI引擎架构(LLM调用/向量检索/混合引擎) 路径B(IDE扩展):适合快速原型,强调在现有工作流嵌入AI能力 推荐将领域知识封装为可复用的自定义Skill 打磨阶段:五大维度提升质量 设计走查:自动对比设计标准 无障碍审计:满足WC
2026-07-28 16:47:29
306
原创 AI 产品开发全流程(上):从想法到设计稿——Phase 0~2 实操指南(附 Prompt 模板)
文章摘要:本文介绍了AI产品开发的完整流程方法论,分为6个阶段(Phase 0-5),涵盖从模糊想法到生产级应用落地的全链路。上篇重点讲解Phase 0-2的设计阶段,包括产品探索(脑暴、竞品分析、用户研究)、需求定义(设计简报、用户故事)和详细设计(PRD、交互流程、异常态处理)。通过QoderWork和Qoder IDE的工具组合,实现设计与开发的高效协同,强调“发散-收敛”的迭代节奏。下篇将延续Phase 3-5,展示代码实现、打磨验证的闭环路径。该方法论适配个人或小团队,提供可复用的Prompt模板
2026-07-28 14:03:27
640
原创 AI产品应用开发教程——开发工具的选择
本文是「AI 产品设计开发方法论」专栏的开篇,聚焦AI产品开发工具的选择问题。文章系统梳理了主流AI开发工具,包括AI编码IDE(如Cursor、Windsurf、Copilot等)、全栈构建器、设计工具和部署平台,并分析各自的优劣势。通过拆解AI产品开发全流程(构思→原型→实现→部署→迭代),作者提供了不同场景下的选型建议和决策框架,最后推荐了四种典型场景的工具组合。文章强调工具选择对项目技术路线的影响,帮助开发者避免因工具不当导致的效率损失。
2026-07-23 16:09:07
607
原创 车端AI(四)——车载SOC/MCU端到端AI开发 20+款产品整理分享
本文对20+款汽车电子嵌入式AI开发工具进行了系统评测,涵盖四大类产品:嵌入式垂直AI Agent、通用Agent+嵌入式扩展、芯片原厂一站式AI工作台、通用AI编程工具。通过八大能力维度(硬件感知、端到端闭环、芯片覆盖、安全合规、验证闭环、调试诊断、开发效率、国产适配)的量化评估,构建了汽车行业适配性热力矩阵。研究发现,当前Embedder、鹊石智能Banma等垂直Agent在车规级开发场景表现突出,而国产芯片厂商的工具链正加速AI化转型。
2026-07-22 17:25:20
5203
1
原创 车端AI(三)——嵌入式AI全栈开发(MCU):从需求到代码实现、自动HIL测试
本文介绍了车端AI系列第三篇,聚焦嵌入式AI全栈开发平台思路。文章首先分析了嵌入式开发存在的三大痛点:反馈回路长(相比Web开发长两个数量级)、工具链碎片化、知识碎片化导致新人上手难。针对这些问题,设计一种方案通过统一驱动抽象层、AI工作流引擎、RAG知识库等核心组件,构建了从需求到代码实现、自动HIL测试的完整闭环。 关键创新包括:DriverRegistry实现嵌入式驱动的"万能插座";AI工作流引擎将开发流程标准化为7个阶段;采用"精确补丁"而非整文件重写的AI代码生成
2026-06-24 15:06:28
5416
原创 车端AI(二)——AI应用搭建 · 实战企业级ASPICE需求管理
本文介绍了如何搭建一个AI驱动的车端需求管理平台,以解决传统需求管理工具在规模、跨域耦合和频繁变更方面的痛点。平台采用React+FastAPI技术栈,核心AI模块包括需求解析引擎、需求分配器、变更影响分析和质量度量引擎,覆盖从需求采集到审核交付的全流程。通过结构化数据建模和多LLM供应商支持,平台实现了需求自动分解、一致性校验、变更影响预测和五维度质量评分,显著提升效率并降低ASPICE审核风险。文章还分享了架构设计、数据模型和核心算法实现,为车端AI需求管理提供了一套可落地的工程解决方案。
2026-06-19 19:31:57
5016
1
原创 车端AI(一)——AI系统工程师:遵循ASPICEAI管理车端系统需求
本文探讨了车端AI需求管理的变革需求与实践方法。文章指出传统人工管理方式难以应对车端AI需求的规模爆炸、跨域耦合和频繁变更三大痛点,提出基于ASPICE流程构建AI驱动的全生命周期需求管理体系。主要内容包括:1)分析ASPICE与车端AI的映射关系,明确需求层级划分;2)详细阐述车端AI系统需求分析的四步法:定义运行设计域、功能需求分解、非功能需求分析和需求优先级分配;3)展示需求到技术方案的映射方法;4)介绍AI在需求采集、分配、变更管理等环节的具体应用。文章通过流程图和结构化代码示例,为车端AI需求管理
2026-06-15 23:47:43
5105
原创 车端AI:从端到端到量产,汽车智能化的技术全景
车端AI技术全景摘要 汽车行业正经历从电动化向智能化转型的关键阶段,车端AI技术成为推动汽车进化为"智能终端"的核心驱动力。本文系统梳理了车端AI的四层技术架构: 芯片层:NVIDIA Orin/Thor、高通Snapdragon Ride等地平线等AI芯片提供254-2000 TOPS算力,但内存带宽和数据搬运效率是实际瓶颈。 感知层:经历了从2D检测到BEV多传感器融合,再到Occupancy Network的三代演进,实现从"识别物体"到"理解空间"的质变。 决策规划层:端到端模型与规则混合方案的路线
2026-06-15 23:04:33
5408
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人
RSS订阅