[控场AI]
· 7 分钟阅读· 3,702 字

不写代码、卸载编辑器:AI时代产品开发新范式

不写代码、卸载编辑器:AI时代产品开发新范式

前端程序员谈AI时代开发流程:设计驱动、不读代码、多模型分工与私有分发。

三位前端程序员在播客中讨论了 AI 深度介入后的产品开发流程。核心变化是流程反转:先通过 MCP 把 Figma 接入编码 Agent,让模型产出 2-3 个 UI/UX 方案并压缩用户完成核心任务的步骤,在实现前就画出边界条件和错误提示,人只负责挑选和纠正文案。代码已不再逐行阅读,只扫配置文件和文档判断是否漂移,质量依靠模型自写自跑的测试和日常使用中持续报 bug 来保证。模型分工上,Opus 5.5 是共同主力,Codex 仅在生图和 computer use 场景保留价值。项目按阶段交接,1.0 前用 Claude Code 反复碰撞,之后交给 Grok Bot 处理维护、发版和 SEO 监控。最后讨论了 99 美元的 Apple Developer 计划正从发布门票变成「Pro 版操作系统」订阅,以及 native 开发和一次性、个性化 App 的重新兴起。

当三位前端程序员在播客里聊到「IDE还用吗」时,答案是一致的——不用了。其中一位甚至为了改配置和看Markdown,自己写了一个轻量编辑器。这场讨论围绕一个核心问题展开:当模型强到可以自己写文档、自己测试、自己维护上下文时,产品开发流程到底该长什么样?

从「先聊需求」到「设计驱动开发」

过去两年,主流做法是先跟AI讨论技术选型,定好框架,让它实现,最后再微调界面。现在流程反了过来:先从Figma出两到三个UI/UX方案,让AI把每个方案里用户完成核心任务的步骤数压到最少,再让人来挑。

具体操作上,通过MCP把Figma连接到编码Agent,需求聊完后让模型产出多个交互方案。模型会把文案一并写出来,而文案恰恰是AI最容易露怯的地方,人可以直接在Figma里指出「这句不能这么写」。选定方向后,再让模型把边界条件的交互和错误提示也画出来,形成一个实现前的完整预览。

为什么是Figma而不是Claude的Artifact?受访者的判断是:持续迭代的产品需要可管理的Design System和Component,Figma在同一个文件里管理设计资产更成熟。Artifact虽然能跑、能标注、能直接交给编码Agent,但它是web-first的——设计原生App时会被强行降级成web版,丢失native的交互细节。

其实Cloud的code在我Mac mini上

另一位开发者补充了Artifact的另一面:它能跑起来反而是双刃剑。反复调整原型时,模型分不清哪些假设是演示用的、哪些是真正的产品逻辑,最后可能把垃圾代码带进生产环境。Figma的边界更清晰——它只提供视觉参考,编码Agent从中吸收的是干净的代码架构。

MCP(Model Context Protocol) 是 Anthropic 提出的一套开放协议,用统一的方式把外部工具和数据源接入大模型应用。可以把它理解成 AI 与外部世界之间的「USB-C 接口」:Figma、GitHub、本地文件系统、数据库等都以 MCP Server 的形式暴露能力,编码 Agent 作为 MCP Client 按需调用。原文所说的「通过 MCP 把 Figma 连接到编码 Agent」,就是把 Figma 的设计文件、组件和画板读取权限交给模型,使其能直接看到界面截图和图层结构,从而产出交互方案,而不是靠人复制粘贴截图。MCP 的标准化意义在于,同一套工具接入可以跨 Claude Code、Cursor 等不同客户端复用。

代码不看了,但会扫一眼

被问到「还看代码吗」,回答是「我已经不看了」。日常只扫配置文件——package.json、Markdown、YAML、JSON,目的是快速判断模型改了什么、文件组织结构是否出现明显漂移。比如做Agent产品时,如果发现模型写了大量正则表达式去猜用户意图,这种错误在对话过程中不会暴露,但扫一眼代码就能发现。

代码质量怎么保证?答案是测试。Claude Code会自己写测试、自己跑测试,每次修bug都会积累新的test case。开发者每天使用自己的产品,持续报bug,直到用法稳定、bug报告曲线不再陡增,基本就到了可以发布稳定版的阶段。

然后你们的那个effort选了

Agent 自写自跑的测试闭环 是这套「不看代码」流程能否成立的关键前提。在 Claude Code 这类工具里,模型可以直接执行 shell 命令,运行测试框架、读取失败输出、修改代码并反复重跑,形成「写测试—执行—修复」的自主循环。它与传统 TDD 的差别在于,测试用例主要由模型根据 bug 报告反推生成,人的角色从写断言变为提供失败场景和验收标准。这也解释了原文为何把「bug 报告曲线是否趋缓」当作发布信号:测试覆盖度由模型自发生成,人无法逐条审查,只能通过日常使用中持续暴露问题来间接评估质量。

模型分工:Opus当主力,Codex守两翼

三位开发者的主力模型高度一致:Opus 5.5。理由集中在两点——完成质量稳定,提的问题在关键点上,该停下来确认的时候会停下来问。Fable 5.1被认为在关键路径的早期探索中有价值,但消耗快,日常任务里Opus够用。

Codex被「遗弃」了,但不是全盘否定。它在生图和computer use两个场景仍然胜出:画logo、做图标、支持分层导出矢量图,以及用虚拟鼠标操作屏幕而不抢占真实鼠标。至于调高reasoning effort反而让错误更离谱、token哗哗消耗的体验,也被如实吐槽。

一个有意思的生图思路是用中转站接口加skill:把多个生图模型的中转站接口文档丢给AI,让它写成一个skill,在Claude里调用时由Claude根据需求选择合适的模型并代写提示词。这样得到的不再是单一模型的输出,而是多模型协同的结果。

多会话协作与接力式交接

项目复杂度上来之后,单个会话不够用。一个浏览器项目的做法是:Mac作为主力机开发共享逻辑,Windows会话负责对应平台的UI,两个Claude session之间直接通信同步。web版的原型图则交给云端的Cloud session处理。

阶段划分也很清晰:1.0之前用Claude Code,需要大量思想碰撞和反复修改;1.0之后转入维护期,交给Grok Bot处理小修小补。Grok Bot还承担App Store Connect CLI操作、监控App Store评论并自动提PR到landing page、每天分析Google Search Console和Analytics的SEO数据。这些「体力劳动型」的运维运营工作,正是AI擅长的部分。

我会让他帮我做这些事情

上下文焦虑在这套流程里被大幅消解。模型会把讨论结论、阶段性milestone全部写成Markdown文档放在仓库里,需要时从文档里查,而不是靠会话历史。agent.md越写越短,现在只剩五六行,因为模型自己进化的速度超过了人积累规则的速度。

agent.md 与上下文工程:agent.md(及 CLAUDE.md、AGENTS.md 一类文件)是放在仓库中、用于向编码 Agent 常驻注入项目约定的说明文件,内容包括技术栈、目录结构、编码规范和常用命令。它相当于模型的「入职手册」,每次会话启动时被自动加载,从而避免靠对话历史传递上下文。原文提到它「越写越短,现在只剩五六行」,反映了上下文工程思路的转变:早期倾向把所有规则显式写死,后来发现模型能力提升后,冗长的规则反而成为噪音和约束,把结论沉淀到仓库文档、让模型按需检索,比塞进常驻提示更有效。

99美元买的不是发布权,是一个Pro版操作系统

讨论最后落到一个更有意思的判断上:Apple Developer Program每年99美元的意义变了。以前是为了把App发到App Store回本甚至赚钱,现在更像是订阅了一个「Pro版操作系统」——你可以武装自己的iPhone和Mac,prompt一下就能改一个版本自己用。

一位开发者的观察是,每个人都有把作品分享给别人的欲望。他教不懂编程的太太用AI做网站,最后卡在「什么叫上线」这一步。门槛依然存在,但如果进一步降低,TestFlight这样的平台可能从测试工具变成小范围私有分发的主阵地——一家人、一个群聊共享自制的App。

大的飞跃应该

这也是为什么native开发重新变得有吸引力:通知、相册权限、全链路控制,web版永远给的是最低消费。当AI把native开发的门槛拉平,前端程序员的局限就暴露出来了——不是能力问题,是平台权限问题。

产品形态本身也在变。一次性App、个性化App会越来越多——同样一个token用量监控工具,竞品很多,用哪个取决于个人品位,那不如自己让Opus复刻一个。先做一个自己爱不释手的App,再考虑规模化,成了这轮讨论里更被认同的路径。

TestFlight 与私有分发的边界:TestFlight 是 Apple 提供的 Beta 测试分发服务,开发者可邀请外部测试者安装尚未上架的构建版本,外部测试上限为 1 万人,构建版本通常有 90 天有效期。它的定位是测试而非长期分发,因此原文设想它「变成小范围私有分发的平台」在现行规则下仍有限制。需要区分的是:App Store 上架审核面向公众分发,TestFlight 面向受控人群,而企业签名和 Ad Hoc 分发则面向内部设备。AI 降低开发门槛后,真正被改变的是「做出来」的成本,而非「发给别人」的合规路径。

分享:

相关推荐