在今天用ClaudeCode连续完成几个项目之后，我有种强烈的感受，23年的时候我们所畅想的那些变化，到今天已经越过了一个杠杆质变时刻了 因为对于基础的编程能力，到目前为止，我们可以快速使用Claude Code的Hook来完成一个长流程任务规划与实施 这意味着接下来不久就会出现24小时的AI工程队，整个进程将指数级加速 两年前我们看到MetaGPT，AutoGPT的时候，只是感觉未来的组织形态会发生巨变，会出现大量阿米巴，但现在它已经正在上演 在这个时点上，通才的时代也到来了，你不需要有太过硬的专业能力，相反，你能把跨领域的认知融会贯通，反而能把AI用的更好 我感受到的变化如下： 产品设计 - 从前的设计大多是静态的，然而因为AI来到，在每个阶段都在动态发生数据改变，所以交互形态也会发生动态变化，当它开始动态变化的时候，也就意味着你的产品可能既存在满足专家用户的状态，也存在满足新手用户的状态，他们可以既个性又统一 - 以前的rule based的封闭式设计模式，开始向约束满足式的半开放式设计进行转变，比如之前都是产品写死某些规则和阶段，展示对应的东西。但现在反而是让AI自己在某一个既定提示词框架下自由发挥，来进行一些字段输出，而它仿佛就是个黑盒，你可能自己都不知道AI会输出a1还是a2还是a3，它无法被穷举，但满足pattern a的既定规范 - 产品和设计更有能力制作mvp，最早只能靠画板，后来靠低代码，靠Framer，再复杂点儿靠low code的webflow，现在靠AI，可能只需要个把小时，就会输出给你一个可用的方案，这使得沟通变高效了，因为人们的理解能更容易获得一致性 营销增长 - 从前难以去做VOC（用户之声），这需要投入大量的成本建设。但现在简直不要太容易了。AI捕捉用户评论，拟合用户特征，挖掘用户需求，这些都是AI擅长的信息整理。你能从中寻找到大量未被满足的内容机会 - 紧接着就可以快速改写，你要做的就是理解写作，用户情绪，与平台特性。把提示词优化好，接下来的全部交给模型 - 从内容洞察到分析，再到参考改写原创二创，最终发布，回收数据做迭代优化，这些都可以被AI快速构建 - 以前依赖内容系统，接下来只依赖内容营销人员的脑洞，靠AI来生成这些工具即可 - 对于SEO也是一样，大量的Blog也完全可以通过这种模式自动化发布，从前还依赖程序员，甚至有很多不了解SEO，要跟他们讲清楚SEO规则，现在不需要了，AI的常识知识足够丰富 研发与测试 - 普通的研发将被逐步淘汰。研发接下来的工作重点将是更好的框架设计。研发的身份将逐渐从代码民工转向逻辑建筑师，以前依靠产品经理写规则吃饭的开发者，接下来可能就会需要自己强化这些能力了。开发不光关注代码，会更多注意力关注在逻辑与框架上。写好一份给AI的逻辑文档，就能获得好的代码。但如果自己本就逻辑混乱，那么Bug将层出不穷 - 从前的PRD工作，反而慢慢落到研发身上，它需要关注并定义那些边边角角的corner case，想办法处理掉这些异常，因为人都无法提前响应的异常，AI大多也无法处理。所以更多需要Human in the loop搞定这些问题 - 同样的，研发测试将开始变得模糊。研发在逻辑文档输出后，一样也是要构建单元测试，埋点测试，甚至是性能测试。研发将有更多时间去关注性能指标，更好的去打磨每一个小细节。工程化的问题，将通过数字化的形式进行反馈，并借由AI提供修改指导意见以便人类参考 这种范式将在这个时间点开始逐渐转变 未来，已经来了一部分了