Documentation
README
雪峰方法论:AI-Native 产品开发实战体系
核心理念:强模型依赖 × 多专精Agent × 快速校准 × 行为审计
来源:雪峰——AI-Native连续创业者,深耕AI日历管理等AI驱动产品。 核心洞察:穷举是死循环,唯快不破才是AI-native的生存之道。
与克谦方法论(keqian-method)互为对偶: 克谦解决"如何让AI在明确边界内可靠执行", 雪峰解决"当边界本身不确定时怎么办"。
第零步:产品类型判断(必须先做)
在选择任何开发策略之前,先判断你的产品类型。 选错方法论比没有方法论更危险。
| 类型 | 特征 | 关键判断标准 | 推荐方法 |
|---|---|---|---|
| +AI(场景依赖型) | 用户行为可枚举,AI辅助执行确定性流程 | 能列出所有合法输入输出组合 | → keqian-method |
| AI-native(强模型依赖型) | AI驱动核心决策,用户行为开放式 | 用户的下一步操作你无法预测 | → 本skill |
| 混合型 | 核心流程确定,部分环节AI-native | 能拆分出哪些模块是确定的、哪些是开放的 | → 两者结合,按模块选用 |
快速判断清单
回答以下问题,如果3个以上答"是",你大概率是AI-native:
- 用户的输入是自由文本/语音,而非选择菜单?
- 同一输入,你希望AI给出不同风格的输出?
- 用户会因为AI的回答方式而改变自己的后续行为?
- 你无法为产品写出完整的功能测试用例集?
- 产品的核心价值在于AI的"判断"而非"执行"?
This is the opening of the README. Read the full README on GitHub.