“大胆 AI,我要你助我修行”——AI 助力产品经理山零基础写代码做开发| 近期思考

「文智助手」全场景办公AI助理AI+OPC全流程实践方案(大赛作品) 阅读详情

01

AI未来

1 AI 助力产品经理零基础写代码做开发

“大胆 AI,我要你助我修行”🐷

这个周末什么也没做,就是在 AI 的帮助下,切切实实写代码实现了两个小工具来解决自己日常记录两个关键场景的需求:

即刻动态分享到 flomo 笔记(需带圈子和发布者关键信息)

因为自己很多思考记录的第一发生地是即刻(有听众,有倾诉的感觉,所以写起来更自然顺畅),但是都会最终存入到 flomo 里方便后续回顾和整理,现在都是自己手动存储,市面上已有的几个解决方案都不太能满足我。

微信读书笔记导出写入到 flomo 笔记(需逐条带书籍关键信息)

除了在即刻发布的动态之外,另一个主要思考的发生地是在微信读书的时候,遇到了触动和启发随手划线和发表想法,这块也是希望能够最终汇入到 flomo 里进行汇总。目前已有的解决方案 flomoplus 这个小程序不太能满足我的需求。

先是周六的时候,找了当前所有支持即刻动态分享到flomo 的iOS 快捷指令,都感觉不太顺手,本来想着问问开发者能不能优化优化。

img

忽然想到,之前还可以借口说自己不会写代码,只能求助于人。

但现在都已经是 AI 时代了,不满意难道不能自己做一个吗?

该干就干

于是就开始在 ChatGPT 的帮助下捣鼓了起来,零基础真的是各种碰壁,捣鼓了三个多小时,各种尝试排除实验🧪

总算捣鼓出了自己版本的即刻写入 flomo 的快捷指令,会带入发布者名称、圈子名称、标记#即刻发布,拉取全文。

图片

除了图片写入这个点上还需要进一步排查下实现上的一个碍难(要用到 URL scheme,但是我抓出来的图片不是 URL 是本地文件路径所以写不进去,还在看),其他

完美满足自己需求。

然后周日例行整理微信读书笔记的时候,又发现之前使用的 flomoplus 这个小程序,能用,但是也是没那么顺手。

它只带入书名,然后笔记和引用原文区分不明显

受到昨天自己在 AI 的指导下开发即刻动态分享 flomo 的快捷指令的成功鼓舞,就想着那不如也自己开发一个吧。

于是又在 AI 的帮助下自己写了一个导出微信读书笔记逐条写入到 flomo 的本地小工具:支持带入书名、作者名、章节名,并且明确区分笔记和引用原文。

图片

稍稍比“即刻动态到 flomo”这个需求复杂些,因为涉及到:

图片

代码片段

1 要把完整的微信读书笔记切割成一个个独立的笔记

2 要抓取自己想要的字段,然后组成和自己最后想要的格式

图片

代码执行过程中的阶段性处理结果

3 存在不同的用例需要让逻辑针对性处理

因为微信读书笔记里既有笔记也有纯划线,为了让代码能够针对这种不同的组合都成功识别也是在不断尝试优化代码(连着纯划线的 case,笔记后面跟着纯划线,纯划线后面跟着笔记 etc)

过程中全程很感激 AI的出现让我这个一直想要亲手写代码但学得艰难在门外着急羡慕的人终于可以上手写代码了(虽然是有 AI 的保姆式加持)

不过也发现 AI 其实还是不能包办一切,比如:

1 不能心急,没法让 AI 一步到位直接给出复杂任务解法

我一开始直接让 AI 给我写一个可以安装在 MacBook 上的安装包出来,带交互界面的那种,写出的东西大致正确,但是出了错之后它很难精准定位和针对性修复

图片

2 你需要逐步推进,一点点和它一起协作去演进

自己先剥离出最核心的功能,然后逐步实现,逐步测试

图片

比如我把任务做了拆分

图片

-正确识别解析目标字段

-正确组装

-正确写入

-交互优化

和 AI 一起一个一个小目标地去实现

3 有些地方,AI 有推测和建议,需要你判断方向和分析解法,它去执行

比如微信读书的笔记,如果是没有笔记,只有划线,AI 就搞混了,要么和上一个笔记合并,要么和下一个笔记错位

你需要去分析这种 case 的特征,告诉他可能的解决思路然后让它去尝试

图片

最后的感受:

  • 即使在 AI 时代,依旧重要的,甚至说更为重要的还是思维方式

  • 和 AI 一起协作的过程中,就是在锻炼自己的思维思路,然后 AI 帮助我跳过了枯燥的基础入门学习(其实是上手最难的一关),让我能够先去拆解思路在它的帮助先近似地有一种写代码的成就感。

  • AI 写不出你不知道的东西,最终你还是需要自己清楚地知道自己要的是什么,你的输入和指引至关重要,极大影响最后输出的成果

P.S.

周末原本的安排是快乐沉迷#咩咩启示录 的。

结果两天都用来沉浸式地和 AI 一起写代码了,时间过得超快。

虽然是自己和 AI 一起协作,但是最后能够写出解决自己需求的小工具,成就感还是 max,这和玩游戏🎮也没区别了,而且升级的还真的是自己。

02

日常闪念

1 不责于人

事情如果没办好,别怪办事的人,人总是非标不可控的。

想想自己有没有把流程输入输出都设计得足够可控可靠,想清楚事情的根结是什么,解决的办法是什么。

先把当前问题解决,再设计避免后续问题重复出现。

人的话,如果不是本身意愿有问题,其实能责怪的不多,责怪了也没用。

我始终觉得要先理解人的不可控,再去围绕着去看解法和制度设计。

先搞出一套完美制度,让人去凑,你得特别牛能招到特别牛的人才行,尤其小公司要有自知之明不要在这上面和自己较劲。

然后就是创造友好环境,让人自己成长起来。

2 放下助人情结

看到别人遇到问题,我会很容易代入,发自内心的焦急,想要赶紧帮ta 解决问题,很多时候甚至会有点皇帝不急太监急的感觉。

比如有些朋友处在很糟糕的关系里又不愿意离开,我就会很烦,恨不得立马让ta 赶紧了断孽缘;

或者有客户有即使和我们服务不相关或者不在我们责任范围内的 ddl,看到对方悠哉悠哉的也是会让我很着急恨不得一天催十次。

现在慢慢也再劝自己佛系一点,种瓜得瓜种豆得豆,你永远没办法代替别人上手,给好建议,说清楚后果,别人不急不听那就是别人自己的命。

你有时候过度干预,人家不领情反而觉得你控制欲太强手伸太长。

3 相关笔记:在信息的海洋里做一株珊瑚🪸

之前看讲写作的书,作者提到灵感的火花不会凭空产生,是你日常一点点积累记录,然后这些信息碎片🧩就像是堆肥一样在那里缓慢发酵,慢慢就会酿造出灵感💡

刚刚flomo 通过#相关笔记的功能翻到之前一条笔记摘录说“在知识海洋里,我们要做一株珊瑚🪸不是去抵抗潮水,而是将其中的碎片收纳成为自己的一部分”。

图片

很喜欢#相关笔记 这个功能就是因为它以一种很自然的方式帮助你加速了这个过程。

让你把原本可能堆在角落或者暂时没有发现有关联的内容建立了联系。

稍稍跑题一下:

这个功能我觉得很巧的一个点,它把语义判断相近性的技术局限变成了这个场景下的优势。

我们之前在一个自己场景需要用到相近语义判断(向量化然后判断值这样,感觉 flomo 相关笔记功能应该是类似逻辑),会发现没法高度精确的匹配,会有些似是而非的关联出来。

但是放在相关笔记这个场景就很合适,因为它求的就不是语义的完全相近,而就是一种潜在的泛化的甚至似是而非的联系。

特质要放对地方就能产生妙用。

4 坚持深度思考

关于“深度思考”的重要性,就像是健身一样,如果你一直做小重量,你也很难上大重量,就是要持续做突破。

阅读也是,就是要持续做”深度”阅读。

怎么定义“深度”,在任意特定领域话题上超越你当前思考边界的内容对于来说都是深度的。

然后这个是动态的,因为你能进行的思考会随着这个锻炼越来越深,于你而言的“深度”内容本身的门槛也会越来越高。

如果你最近时间里阅读的内容都是觉得“不过如此”消化理解起来没有任何摩擦阻碍的话,你可能就是到了要提升阅读内容的“深度”的时候了。

如何转行/入门AI产品经理?

现在社会上大模型越来越普及了,已经有很多人都想往这里面扎,转行/入门AI产品经理,但是却找不到适合的方法去学习。

作为一名资深码农,初入大模型时也吃了很多亏,踩了无数坑。现在我想把我的经验和知识分享给你们,帮助你们学习AI大模型,能够解决你们学习中的困难。

我已将重要的AI大模型资料包括市面上AI产品经理入门手册、AI大模型各大白皮书、AGI大模型系统学习路线、AI大模型视频教程、实战学习,等录播视频免费分享出来,需要的小伙伴可以扫取。

一、AGI大模型系统学习路线

很多人学习大模型的时候没有方向,东学一点西学一点,像只无头苍蝇乱撞,我下面分享的这个学习路线希望能够帮助到你们学习AI大模型。

在这里插入图片描述

二、AI产品经理入门手册

在这里插入图片描述

三、AI大模型视频教程

在这里插入图片描述

四、AI大模型各大学习书籍

在这里插入图片描述

五、AI大模型各大场景实战案例

在这里插入图片描述

六、结束语

学习AI大模型是当前科技发展的趋势,它不仅能够为我们提供更多的机会和挑战,还能够让我们更好地理解和应用人工智能技术。通过学习AI大模型,我们可以深入了解深度学习、神经网络等核心概念,并将其应用于自然语言处理、计算机视觉、语音识别等领域。同时,掌握AI大模型还能够为我们的职业发展增添竞争力,成为未来技术领域的领导者。

再者,学习AI大模型也能为我们自己创造更多的价值,提供更多的岗位以及副业创收,让自己的生活更上一层楼。

因此,学习AI大模型是一项有前景且值得投入的时间和精力的重要选择。

船载 OpenHarmony AIS 航海工作台:告警与防碰撞预警系统 船载OpenHarmony AIS航海工作台的告警与防碰撞系统,集成十余类告警(超速、偏航、会遇、SOS等),通过网格空间索引实现高效邻近判定,保障实时性。告警管理器统一调度规则、去重、通知与日志,支持悬浮球、语音、跑马灯、弹窗多渠道触达,确保航行安全。SOS紧急通道独立运行,避免干扰。系统设计强调性能优化与多场景适配,为航海安全提供核心支撑。 阅读详情

相关推荐

某盾blackBox逆向——纯算

某盾blackBox逆向——纯算

Lzyydsb的博客 5892

如何使用AI辅助开发

本文通过一个示例来探讨如何使用AI辅助开发来提高开发效率

黄灯桥的专栏 1644

比亚迪唐/秦开发者必看:253个车辆接口实战指南(附常用功能调用示例)

本文为比亚迪唐/秦开发者提供了一份详尽的车辆接口实战指南。文章聚焦于比亚迪开放的253个车辆接口,从开发环境搭建、核心状态监控到高频控制功能(如空调与充电管理),结合真实代码示例,帮助开发者快速上手并规避常见问题,高效开发车载应用。

weixin_28327051的博客 611

程序员如何使用AI工具进行设计开发?

架构设计建议算法和数据结构选择代码自动生成代码补全和提示自动生成测试用例代码错误检测和修复建议性能优化建议代码可读性和可维护性改进。

软件行业技术文化交流。 3063

高通410刷OpenWRT后网络共享配置全攻略

本文详细解析了在高通410设备刷入OpenWRT后,因基带文件丢失导致无法上网的常见问题。核心解决方案是通过SMB网络共享,将备份的原厂基带文件传输至OpenWRT系统并正确还原,从而恢复移动网络连接。文章提供了从备份基带、刷机到配置共享和文件替换的完整操作指南。

grafana6viz的博客 572

EMC系列EtherCAT总线运动控制器(二):Motion通讯连接、总线配置及诊断

雷赛-EMC系列EtherCAT总线运动控制器(二):Motion通讯连接、总线配置及诊断

weixin_38570076的博客 1887

6 款电商 AI 图片生成软件实测|国内 + 跨境卖家工具清单

电商 AI 作图工具已经从 "能不能用" 进入了 "好不好用" 的阶段。对于绝大多数卖家而言,现在的 AI 工具已经可以覆盖 60%-80% 的基础商品图需求,显著降低拍摄和设计成本。选择工具的核心逻辑不是 "哪款最强",而是 "哪款最适配你的品类、平台规模和团队能力"。垂直电商工具胜在工作流效率,通用生图工具强在创意上限,模板类工具赢在上手速度。建议根据自身业务阶段,搭配 1-2 款主力工具 + 1 款辅助工具,形成适合自己的视觉生产流程。

Mardi_Ladin的博客 390

CAN开发笔记(TI开发者推荐笔记)

查阅了很多资料没有查阅到关于5728芯片CAN模块寄存器的介绍,希望通过本文能给做CAN驱动的后来者有一点参考意义,我也是刚接触CAN模块有些不足请各位多多指正。 由下图所示是CAN模块初始化流程图 首先要开始初始化,设置CAN位时间,然后配置message objects, 完成初始化。 1.开始初始化 首先要控制DCAN_CTL 寄存器,该寄存器是CAN模块的总控制器,很多配置通过...

weixin_44316996的博客 3562

视频隐私脱敏工程化:CSRT/KCF追踪算法在本地推理中的实现与边界

在短视频内容合规审查中,动态遮挡(Dynamic Masking)是高频且高耗时的环节。传统手动关键帧打码不仅效率低下,且在目标快速移动或遮挡时极易出现遮罩漂移。本文从计算机视觉工程角度,解析基于CSRT与KCF算法的目标追踪方案在视频隐私处理中的技术路径、性能权衡及落地实践。

Mysssone的博客 218

Unity 横版游戏开发天花板?状态机、联机同步与横版动作游戏架构全都有

在 Unity 横版动作游戏开发领域,最耗时间的往往不是角色移动,而是整套“可扩展架构”的搭建。包括角色状态管理、敌人 AI、武器系统、关卡编辑器、联机同步、输入适配、UI 与存档系统等。2D Action Platformer Kit 的核心价值,并不只是“提供素材”,而是它已经帮开发者搭好了一整套适用于横版动作游戏的底层框架。

2403_88403568的博客 425

SQL基础:HQL之常用的行列转换应用总结

行列转换是数据开发者的基本技能,也是面试重点,在数据开发中处处可见,本文对常见的几种情况进行了总结,包括了多行转多列,多行转单列,多列转多行,单列转多行的几种情况,并给出了解决思路和方法,读者可根据本文给出的思路灵活应对业务中遇到的问题。

石榴姐yyds 1800

我用 GPUWorks 在 M1 Pro 上搭了个发票识别原型

公司里经常要看电子发票。我想先做个小原型:把 PDF 发给一个自己部署的图文模型,让它提取发票类型、日期、交易双方和金额,再把结果交给同事核对。这个原型不用先接财务系统,先看看从部署到调用要走多少步,模型返回的内容能不能帮上忙。

鸽芷咕的博客 2万+

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能:商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传,基本资料下载,开钱箱、小票打印、收款结算,支持多币种付款方式(现金、储值卡、礼券、微信等),支持多种促销。运行环境:.net 4.0登陆信息用户名:1001 密码:123456内置商品信息,商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开

您您这可以把问小白的多个会话比如说。左侧的多个会话一次性导出吗?不是单条会话里面的多次会对话。AI导出鸭

第三层是格式编译层。这个决策背后的判断很清晰:一个批量导出工具的价值,不在于“试三次”,而在于你真正用它处理了几十份技术文档、访谈记录或课程讲义之后,它是否值得留在你的工作流里。问小白的会话列表通过分页接口加载,AI导出鸭 在页面运行时建立旁路监听,捕获每一次分页请求返回的完整对话清单,包括会话 ID、标题、时间戳和隐藏的元数据字段。让AI导出回归优雅——这句话说的是:导出不该是体力活,而应该是一次完整的、可预期的文件交付。注意:这里的“批量”指的是左侧列表里的多个独立会话,不是一条会话内的多轮对话。

laoyunsi的博客 245

华为的C语言编程规范.pdf

华为技术有限公司内部技术规范。本规范制定了编写C语言程序的基本原则、规则和建议。从代码的清晰、简洁、可测试、安全、程序效率、可移植各个方面对C语言编程作出了具体指导。

win10 跳过U8环境检测的IE WebControls.rar

win10 安装u8的时候 提示IE WebControls 不通过,这个工具可以欺骗u8的检查。 跳过U8环境检测的IE WebControls。提示导入失败后,重新检测通过。

AI Agent之核心框架

A: 显式 Thought 有三类价值:可解释性(便于人类审计)、可调试性(定位哪一步选错工具)、学习信号(可做监督微调或评估中间步骤质量)。ReAct 把推理与 可执行行动 绑定,每一步行动后都有 真实 Observation 反馈,从而用工具结果约束生成,降低闭卷幻觉。做完不等于结束——还要 评估做得好不好,把 教训 记下来,下次 带着教训重试,反思作为 记忆,影响后续尝试的策略。工作流程:Action → Evaluation → Reflection → Retry。A: 普通 CoT 只在。

剑雨巍巍的博客 197

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

【从零理解 Spring AI · 12】MCP 的两种角色:做客户端还是做服务端

上一篇讲了 MCP 的概念:标准协议、三大角色、M+N 替代 M×N。

nice_lcj520的博客 499

河道漂浮物目标检测数据集

目标检测,yolo,河道漂浮物目标检测数据集

DL_data_set的博客 199

AI 应用开发工程师技术实践:大模型接入、通用组件封装与性能优化

本文提出AI应用从PoC到生产的核心挑战:模型调用的持续可用、可控与可优化。通过构建统一LLM网关实现多供应商路由与故障转移,封装对话、工具调用与RAG组件以解耦业务逻辑,结合前缀缓存、批处理与流式背压治理等性能优化手段,形成“接通→接稳→接快”的工程路径,最终以工程化能力决定AI应用的生产可用性。

2301_79189962的博客 557

大模型 Embedding 与向量相似度详解

Embedding 解决的问题:计算机不懂文字,但懂数字│▼文本 → 向量(1024维浮点数数组)│▼相似度解决的问题:怎么判断两个向量(文本)有多接近│▼余弦相似度:看向量方向的夹角,越接近0°越相似│▼最终效果:语义搜索——理解意思,而非字面匹配一句话总结:Embedding 把文字变成数字,余弦相似度比较数字的方向,两者结合实现了"理解语义"的搜索。

T3165919332的博客 90

AI前沿日报 · 2026-11-04 | 祛魅时刻:Astra“纯读权重“神话的崩塌

①Astra"裸权重通吃"被spaCy创始人Honnibal精准祛魅——仅1/3实验真裸读,数学能力提升依赖Python+50次迭代;②Simon Willison用Qwen 3.8-27B端侧复现权重空间编程;③Nvidia开源Auto-Ontology自动知识图谱;④$800开源全域抓取机器人Stringman;⑤OpenAI悄然重开Codex训练开关引信任危机;⑥DeepMind发布Gemini 4 Argon机器人基础模型;⑦美国科技巨头隐性AI债务达3.2万亿美元,6个月增90%。

johnsong2009的博客 571

GPT-1 架构和计算细节

下面配合框图,对 GPT-1 的每个组件做公式展开 + 数值实例(配置:12 层 × 768,12 头,FFN 3072,词表 40478,共 117M 参数)。GPT-1 把翻译模型的编码器-解码器砍掉一半,只留解码器,然后以"预测下一个词"为目标在 BooksCorpus 上预训练。与 2017 原版的四个架构差异(框图中标 ★):h0=E[token]+Epos[position],E∈R40478×768, Epos∈R512×768h^0 = E[\text{token}] + E_{pos}[\

eloudy的专栏 278

终端 AI 审计与 “龙虾” 类智能体风险治理:从可见性到闭环溯源

生成式 AI 办公普及之后,数据泄露风险逐步下沉到终端。员工将合同、源代码、客户资料粘贴至公有大模型,以及龙虾(OpenClaw)这类本地开源 AI 智能体的滥用,成为企业安全新挑战。传统网络边界防护存在审计盲区,本文从风险链路拆解、核心能力模型、分级治理策略、落地踩坑点以及技术局限性多角度,分享终端侧 AI 安全治理的实践思路。

2401_86491085的博客 638

2.53 基于极稀疏指纹的室内定位注意力图元学习

该论文发表于IEEE Transactions on Mobile Computing(TMC)2026年6月,面向极稀疏指纹条件下的WiFi室内定位,针对指纹采集人力成本高、标记指纹稀缺时定位精度大幅下降的痛点,提出注意力图元学习模型AGML(Attentional Graph Meta‑Learning),结合图神经网络、元学习、两种指纹数据增强与分布对齐技术,在标记指纹极少的场景实现高精度室内定位,同时公开了多套真实+仿真定位数据集用于基准测试。场景:二维室内空间,障碍物造成信号遮挡,

weixin_42963026的博客 335

语音识别与语音合成的技术原理及应用

语音识别 #语音合成 #人工智能 #大模型。语音识别与语音合成的技术原理及应用。一、语音识别的核心原理。二、语音合成的核心原理。三、工程落地的主要难点。五、需要关注的现实问题。

weixin_62919816的博客 210

设计师工作室 GEO 实操:如何提升 AI 实体推荐概率

设计工作室 GEO 的本质,是把创意服务转化为 AI 可理解的结构化信息。核心动作可归纳为:区分事实与审美、建立实体图谱、预判用户提问、输出脱敏内容、搭建多信源、持续测试验证。梳理工作室的 6 个实体属性:品类、城市、流程、边界、团队、渠道。在官网或作品集平台发布至少 3 篇结构化项目复盘,只陈述事实。输出 1 篇「设计报价影响因素」科普内容,覆盖甲方高频提问。争取 1 次行业媒体或本地媒体专访,形成第三方信源。每周用「XX 城市 + 品类 + 设计工作室推荐」指令测试,记录出现频率。

goujunwe的博客 336
上一篇: 一线大厂都在高薪抢AI产品经理?
下一篇: 史上最大多模态数据集诞生!!
少喝冰美式
博客等级 码龄3年 6839粉丝 517原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值