Meta 产品经理如何不写代码也能发布产品 - Vibe Coding 工作流

不会写代码却能构建生产级应用的产品经理

Zevi Arnovitz 没有任何技术背景。他高中学的是音乐，在以色列军队也不是技术兵种。然而他是 Meta 的一名产品经理，把构建和发布生产级应用当作周末项目——用 AI 作为他的整个工程团队。

一切改变的那一刻： "When Sonnet 3.5 came out, I was watching a YouTube video of people building apps with Bolt or Lovable. It felt like someone came up to me and said, 'Hey, you have superpowers now.'"（当 Sonnet 3.5 发布时，我正在看一个用 Bolt 或 Lovable 构建应用的 YouTube 视频。感觉就像有人走过来对我说："嘿，你现在有超能力了。"）

为什么这很重要： "如果你像我一样是非技术人员，代码是很可怕的。看代码是世界上最可怕的事情。我把它当作暴露疗法。"

他在 Meta 的工程师同事都请他教他们他摸索出来的这套方法。这次对话揭示了完整的工作流程。

Slash Command 系统：从产品经理到产品上线的完整工作流

Zevi 在 Cursor 中构建了一系列可复用的提示词（slash commands），形成了一套完整的开发工作流：

1. /create-issue - 在开发过程中快速记录 bug 或功能想法，创建 Linear 工单
2. /exploration-phase - Claude 在写任何代码之前先分析代码库并提出澄清性问题
3. /create-plan - 生成一个包含清晰步骤、状态追踪和技术决策的 markdown 文件
4. /execute-plan - 实际构建
5. /review - Claude 审查自己的代码
6. /peer-review - 多个 AI 模型互相审查代码
7. /update-docs - 为未来的 agent 更新文档

关键洞察： "The big difference between just vibe coding and building serious apps is I spend a lot of time going back and forth and understanding. The exploration phase is critical."（单纯的 vibe coding 和构建严肃应用之间的最大区别是，我花了大量时间来回沟通和理解。exploration phase 至关重要。）

如何让 AI 模型互相审查工作

Zevi 工作流中最具创新性的部分是 peer review 系统。由于他自己无法审查代码，他让不同的 AI 模型互相审查：

他对每个 AI 的心智模型：

• Claude - "完美的 CTO。非常善于沟通，非常聪明，有主见但愿意协作。我梦想中的技术负责人。"
• Codex (GPT) - "最好的程序员，穿着卫衣和凉鞋来办公室，坐在黑暗的房间里。你只在遇到最棘手的 bug 时才去找他。不善沟通但能解决一切问题。"
• Gemini - "一个疯狂的科学家，超级有艺术感，设计能力超强，但看他工作让人害怕。他会说'首先我要删除仪表盘'然后'不对，那是个错误。'"

"I have each model review the code, then use /peer-review which tells Claude: 'You're the dev lead on this project. Other team leads have found these issues. Don't take what they said at face value - you have more context. Either explain why they're wrong or fix the issues.'"（我让每个模型审查代码，然后使用 /peer-review 告诉 Claude："你是这个项目的技术负责人。其他团队负责人发现了这些问题。不要轻信他们说的——你有更多上下文。要么解释为什么他们错了，要么修复问题。"）

模型们会争论。Claude 有时会变得"傲娇"："这个问题第三次被提出来了，我第三次告诉你这不是问题。这是设计如此。"

口袋里的 CTO：为什么从 ChatGPT 项目开始很重要

在使用 Cursor 之前，Zevi 在 ChatGPT 中创建了一个"CTO"项目——一个充当完整技术负责人的自定义提示词：

"我告诉它：我负责问题本身。我负责我们希望用户有什么感受。你完全负责这个怎么构建。我希望你挑战我。我不希望你做一个讨好者。"

为什么这很重要： "Regular ChatGPT would be the worst CTO because it's such a people pleaser. I asked it if Bun JavaScript is similar to Zustand and it said 'oh yeah, exactly the same.' Then it said, 'I thought you were making this up and I was riffing with you.' That's terrifying."（普通的 ChatGPT 会是最糟糕的 CTO，因为它太爱讨好人了。我问它 Bun JavaScript 是否和 Zustand 类似，它说"哦是的，完全一样。"然后它说，"我以为你在编造，我只是在配合你即兴发挥。"这太可怕了。）

学习机会技巧

Zevi 最强大的 slash commands 之一是 /learning-opportunity：

"每次有什么东西我难以理解时，我就用 /learning-opportunity。它会引导 Claude：'我是一个正在成长中的技术型产品经理。我有中级工程知识。用 80/20 法则解释我们正在做的事情。'"

关于技能退化的担忧： "我非常不同意 AI 会让你的技能退化这个观点。有一个误解是产品经理应该总是有正确答案。我的工作是利用任何能让我们尽快交付正确解决方案的东西。如果你用 AI 只是为了产出内容，那就是 AI slop。但如果你有意识地使用它，它就是游戏规则改变者。"

持续积累的复盘习惯

"When Claude fails to do something or creates a really bad bug, I ask it: 'What in your system prompt or tooling made you make this mistake?' Claude goes introspective, then I say, 'Let's update your tooling and documentation so this never happens again.'"（当 Claude 做不了某件事或造成了很严重的 bug 时，我会问它："你的 system prompt 或工具中是什么让你犯了这个错误？"Claude 会进行自省，然后我说，"让我们更新你的工具和文档，这样这种事就不会再发生了。"）

这就是提示词不断变好的方式。每次出问题，整个系统都会改进。

非技术人员使用 AI 的 7 个要点

• 从 ChatGPT 项目开始 - 在接触代码之前先创建你的"CTO"。在安全的环境中学习。
• 循序渐进地升级工具 - GPT → Bolt/Lovable → Cursor。代码是暴露疗法。
• exploration phase 至关重要 - 不要让 AI 立即开始写代码。规划很重要。
• 让模型互相审查 - Claude、Codex 和 Gemini 能发现不同的问题。
• 把失败当作系统升级 - 每个 bug 都是改进提示词的机会。
• 使用 /learning-opportunity - 把每个困惑的时刻变成学习机会。
• 对你的产出负责 - "如果你说'抱歉，这是 AI 做的'——那是你的错。"

这对知识工作的未来意味着什么

Zevi 的预测："Titles are going to collapse and responsibilities are going to collapse. Everyone's going to become a builder. It's the best time to be a junior. When else in history could you get out of school and build a startup on your own?"（职位头衔会坍塌，职责会坍塌。每个人都会成为建造者。现在是初级员工最好的时代。历史上还有什么时候你能刚毕业就独自创建一家创业公司？）

这不是理论。他把一个完整的测验应用（Studymate）当作周末项目做出来了。他在两天内把它从希伯来语完全本地化成英语。他在 90 分钟内从零基础到网站上线。

现在重要的技能不是编程——而是成为"10 倍学习者，而不是 10 倍产品经理"。他分享的提示词、slash commands 和工作流都可以下载。唯一剩下的障碍就是开始行动。