1
00:00:00,100 --> 00:00:04,160
本内容改编自开源项目 Easy-Vibe，为二次演绎配音版。

2
00:00:04,110 --> 00:00:07,872
你好，欢迎回到 Easy-Vibe 学习地图第 2 站。

3
00:00:07,872 --> 00:00:14,387
上一集我们讲了三个逐渐扩大的圆，产品工程师，F D E，还有 O P C。

4
00:00:14,387 --> 00:00:23,317
这一集把这三个圆掰开，讲讲每条路上的人每天到底在干什么，然后再给你一条从零往上走的具体台阶。

5
00:00:23,317 --> 00:00:26,598
先说清楚这一集要解决什么问题。

6
00:00:26,598 --> 00:00:32,379
你可能觉得这些词离自己很远，是入行好几年的人才需要考虑的。

7
00:00:32,379 --> 00:00:33,581
不是的。

8
00:00:33,581 --> 00:00:38,750
这三个词背后是同一套能力，只是套在了不同的责任范围上。

9
00:00:38,750 --> 00:00:44,555
你今天往哪个方向想，直接决定了你接下来半年练什么、不练什么。

10
00:00:44,555 --> 00:00:47,848
所以这一集你只要带走两样东西。

11
00:00:47,848 --> 00:00:52,872
第一，每条路上真实的一天长什么样，别靠想象选方向。

12
00:00:52,872 --> 00:00:59,278
第二，从零到能独立做出东西，中间到底有几个台阶，你现在站在哪一个。

13
00:00:59,278 --> 00:01:00,889
我们开始。

14
00:01:01,036 --> 00:01:02,764
先说 F D E。

15
00:01:02,714 --> 00:01:08,423
这三个字母来自 Forward Deployed Engineer，中文可以叫前置部署工程师。

16
00:01:08,423 --> 00:01:16,368
名字听着唬人，很多人一听就把它理解成帮客户装软件的实施人员，或者只做演示的售前。

17
00:01:16,368 --> 00:01:19,902
这两种理解都错了，而且错得不轻。

18
00:01:19,902 --> 00:01:23,820
实施人员的目标，是把装好的软件交出去。

19
00:01:23,820 --> 00:01:27,666
售前的目标，是让客户在演示现场点头。

20
00:01:27,666 --> 00:01:35,395
F D E 的目标是另一回事，是让这套东西真的在客户的生产环境里跑起来，并且一直跑下去。

21
00:01:35,395 --> 00:01:39,565
AI 公司的 F D E，通常要从头到尾负责四件事。

22
00:01:39,565 --> 00:01:41,633
第一件，找对问题。

23
00:01:41,633 --> 00:01:47,690
到客户那儿去，跟一线的人一起聊，找到那个真正值得解决的核心问题。

24
00:01:47,690 --> 00:01:51,753
注意，是值得解决，不是客户嘴里说的那个。

25
00:01:51,753 --> 00:01:55,611
客户说，我要一个能自动生成报表的东西。

26
00:01:55,611 --> 00:02:01,849
你往下挖三层，可能发现他真正想要的是，每天早上不用再手工对一遍数。

27
00:02:01,849 --> 00:02:05,515
这两个需求做出来的东西，完全不一样。

28
00:02:05,515 --> 00:02:07,859
第二件，快速验证。

29
00:02:07,859 --> 00:02:16,657
用最短的时间做出原型或者概念验证，证明这个方案技术上跑得通，同时也能带来实打实的业务价值。

30
00:02:16,657 --> 00:02:19,998
可行性和价值，两头都要证明。

31
00:02:19,998 --> 00:02:22,246
第三件，落地交付。

32
00:02:22,246 --> 00:02:29,710
写真正能上生产环境的代码，把方案接进客户的真实数据、真实账号、真实工作流。

33
00:02:29,710 --> 00:02:35,250
这一步最脏最累，因为客户的系统往往比演示环境混乱十倍。

34
00:02:35,250 --> 00:02:37,702
第四件，沉淀产品。

35
00:02:37,702 --> 00:02:45,202
观察客户用得怎么样，把好几个客户都遇到的共性需求，收回来变成产品里的通用功能。

36
00:02:45,202 --> 00:02:53,219
这四件事串起来你会发现，F D E 不是去客户那儿出差的人，而是把产品和现实世界焊在一起的人。

37
00:02:53,219 --> 00:02:55,190
有个证据可以佐证。

38
00:02:55,190 --> 00:03:14,016
到二零二六年八月，OpenAI 已经在全球多个城市招 F D E，岗位描述里白纸黑字写着，成功标准不是写了多少代码，而是客户的生产采用率、可量化的工作流效率提升，以及从一线带回来的、能改变产品和模型路线图的真实反馈。

39
00:03:14,016 --> 00:03:15,807
把这话拆开看。

40
00:03:15,807 --> 00:03:23,259
不考核代码量，考核三件事，客户用不用，效率涨没涨，你有没有带回公司想知道的东西。

41
00:03:23,259 --> 00:03:31,156
这说明 F D E 正在从少数企业软件公司的特殊岗位，变成 AI 产品落地的关键角色。

42
00:03:31,300 --> 00:03:32,968
再来说 O P C。

43
00:03:32,918 --> 00:03:34,769
先破一个误解。

44
00:03:34,769 --> 00:03:42,377
这里说的 O P C，不只是法律意义上注册的那个一人有限责任公司，它指的是一种工作方式。

45
00:03:42,377 --> 00:03:51,692
一个人主导整个业务，尽可能借助软件、AI 智能体和现成的云服务，去完成过去需要一个团队才能做完的事。

46
00:03:51,692 --> 00:03:57,894
你可以把它理解成，一个人的公司，背后却站着一支随叫随到的数字团队。

47
00:03:57,894 --> 00:04:04,325
这支团队帮你写代码、做设计、写文案、分析数据、回客服消息。

48
00:04:04,325 --> 00:04:08,603
你不用给他们发工资，不用排班，也不会有人请假。

49
00:04:08,603 --> 00:04:10,827
但这一盆冷水必须泼。

50
00:04:10,827 --> 00:04:19,613
那种什么都不用干、AI 自己就能把公司运转起来的无人公司，目前还不存在，我不建议你把时间押在这个想象上。

51
00:04:19,613 --> 00:04:27,474
创始人仍然要自己判断市场方向，自己承担风险，自己去接触用户，自己在关键决策上拍板。

52
00:04:27,474 --> 00:04:32,570
AI 更像一支你随时可以调度的数字团队，不是替你上班的替身。

53
00:04:32,570 --> 00:04:38,351
想清楚这个区别，能省掉很多不切实际的幻想，也能省掉一笔学费。

54
00:04:38,351 --> 00:04:43,615
这种一个人干完全程的模式，其实不是 AI 出现之后才有的。

55
00:04:43,615 --> 00:04:53,387
独立开发者 Pieter Levels 已经一个人做了很多年，Nomads、Remote OK、Photo AI、Interior AI 这些产品，都是他独自构建和运营的。

56
00:04:53,387 --> 00:04:59,072
AI 带来的变化不是创造了这个模式，而是把它能覆盖的范围撑大了。

57
00:04:59,072 --> 00:05:07,954
设计、编程、内容、分析、客服，这些以前要找不同专业的人做的事，现在一个人加 AI 就能兜住。

58
00:05:07,954 --> 00:05:10,346
但兜得住不等于卖得掉。

59
00:05:10,346 --> 00:05:15,983
最终还是要经过真实市场的检验，有人愿意掏钱，才算数。

60
00:05:16,132 --> 00:05:23,413
接下来给你三个信号，帮你判断这件事是不是真的在发生，而不是谁在幻灯片上吹出来的。

61
00:05:23,363 --> 00:05:25,527
第一个信号来自微软。

62
00:05:25,527 --> 00:05:37,378
二零二五年，微软在工作趋势指数报告里提出了 Agent Boss 这个概念，说的是那些会创建任务、把任务分派给 AI 智能体、并且管理它们工作的人。

63
00:05:37,378 --> 00:05:49,974
这份报告调查了三十一个国家的三万一千名职场人，数据显示，百分之八十一的企业领导者预计，在未来十二到十八个月里，会把 AI 智能体深度融进业务流程。

64
00:05:49,974 --> 00:05:53,063
百分之八十一，十二到十八个月。

65
00:05:53,063 --> 00:05:58,784
这个数字配这个时间窗，说明它不是远景，是明年就要交的作业。

66
00:05:58,784 --> 00:06:01,272
第二个信号来自一笔收购。

67
00:06:01,272 --> 00:06:09,024
二零二五年六月，网站搭建平台 Wix 用大约八千万美元收购了自然语言应用开发平台 Base44。

68
00:06:09,024 --> 00:06:13,604
Base44 本身不是一人公司，但它透露的信号很关键。

69
00:06:13,604 --> 00:06:27,366
以前需要后端工程师、运维工程师、数据库管理员好几个角色配合才能搞定的数据库、用户认证、部署上线，正在被对话式工具一层层封装起来，普通人也能搞定。

70
00:06:27,366 --> 00:06:30,118
技术门槛正在被打包卖掉。

71
00:06:30,118 --> 00:06:32,450
第三个信号要反着看。

72
00:06:32,450 --> 00:06:38,471
第一家一人独角兽什么时候出现，这个说法目前还只是预测，不是事实。

73
00:06:38,471 --> 00:06:44,361
不要把它当成已经发生的事去转述，那样会误导别人，也会误导自己。

74
00:06:44,361 --> 00:06:47,582
那对初学者来说，什么是实在的？

75
00:06:47,582 --> 00:06:48,772
就一句。

76
00:06:48,772 --> 00:06:59,421
现在一个人真的可以用更少的钱、更小的团队、更快的速度，去验证一个产品想法，甚至经营起一门虽然不大、但真能赚钱的小生意。

77
00:06:59,421 --> 00:07:04,349
这句话比一人独角兽有用得多，因为它明天就能验。

78
00:07:04,492 --> 00:07:06,857
好，三条路讲完了。

79
00:07:06,807 --> 00:07:13,622
进大公司做产品工程师，去 AI 公司当 F D E，或者自己试试做点小生意。

80
00:07:13,622 --> 00:07:18,178
看着差别很大，但它们的起步基本功一模一样。

81
00:07:18,178 --> 00:07:28,322
发现真实问题，做出最小可用产品，交到用户手里，讲清楚价值，然后根据用户的使用反馈和付费意愿，继续迭代。

82
00:07:28,322 --> 00:07:32,360
你会发现这五件事里，没有一件是写代码。

83
00:07:32,360 --> 00:07:35,690
写代码是实现手段，不是基本功。

84
00:07:35,690 --> 00:07:37,805
而且顺序不能乱。

85
00:07:37,805 --> 00:07:44,488
先发现问题再动手，先交到用户手里再继续做，先讲清楚价值再谈别的。

86
00:07:44,488 --> 00:07:51,819
所以这门课不是在教你几个互不相干的岗位技能，它是要帮你走通一次完整的产品闭环。

87
00:07:51,819 --> 00:08:00,365
发现问题，验证需求，设计方案，构建产品，交付用户，说明价值，观察结果，持续迭代。

88
00:08:00,365 --> 00:08:02,480
八个环节，一条链。

89
00:08:02,480 --> 00:08:05,906
这条链断在哪儿，产品就死在哪儿。

90
00:08:05,906 --> 00:08:10,569
你做完了没人用，断的一定是验证需求，不是构建产品。

91
00:08:10,569 --> 00:08:14,428
你想得特别好但做不出来，断的是设计方案。

92
00:08:14,428 --> 00:08:18,418
你上线了却说不清好处，断的是说明价值。

93
00:08:18,418 --> 00:08:22,817
八个环节，哪一个掉了，东西就卡在那一环。

94
00:08:22,817 --> 00:08:26,206
当然，让 AI 写出代码只是第一步。

95
00:08:26,206 --> 00:08:30,786
想做出真正能用的产品，你迟早会撞上这几个问题。

96
00:08:30,786 --> 00:08:34,235
怎么让 AI 写出干净、能维护的代码。

97
00:08:34,235 --> 00:08:37,889
怎么把零散的代码拼成一个能跑的应用。

98
00:08:37,889 --> 00:08:41,098
怎么让应用真正上线、被人用到。

99
00:08:41,098 --> 00:08:45,810
怎么把文本生成、图像识别这些 AI 能力装进产品。

100
00:08:45,810 --> 00:08:50,317
怎么判断用户是不是真需要它，甚至愿意为它付钱。

101
00:08:50,317 --> 00:08:53,226
这些问题，这门课都会给答案。

102
00:08:53,226 --> 00:08:56,014
还有一张表，你可以对号入座。

103
00:08:56,014 --> 00:09:01,543
学生，作业、比赛、创业，自己动手做项目，不用再求人。

104
00:09:01,543 --> 00:09:05,894
职场人，把重复工作自动化，甚至做出副业。

105
00:09:05,894 --> 00:09:11,771
产品经理和设计师，想法不再停在纸面，能快速做出可演示的版本。

106
00:09:11,771 --> 00:09:17,565
创业者和中小企业主，低成本验证想法，不用先组建完整团队。

107
00:09:17,565 --> 00:09:22,685
老师和教育工作者，做教学工具、课件、自动出题。

108
00:09:22,685 --> 00:09:29,175
医生、律师这类专业工作者，把专业流程自动化，做出自己的效率工具。

109
00:09:29,175 --> 00:09:33,658
以及任何人，用 AI 解决生活里工作里的具体问题。

110
00:09:33,658 --> 00:09:44,980
不管你是学生、老师、医生、工人，还是对技术一窍不通的普通人，你都不需要先学几年编程，才能开始制作和验证自己的第一个产品原型。

111
00:09:44,980 --> 00:09:47,589
最后加一句有点重的话。

112
00:09:47,589 --> 00:09:56,675
AI 可以降低实现成本，但真正决定产品价值的，仍然是你能不能发现真实问题，并把解决方案交到用户手里。

113
00:09:56,675 --> 00:10:00,497
前半句 AI 帮得上，后半句它帮不上。

114
00:10:00,628 --> 00:10:03,378
知道了基本功，接下来是路径。

115
00:10:03,328 --> 00:10:07,763
这门课把从零到能独立做事，分成了四个台阶。

116
00:10:07,763 --> 00:10:11,982
第一个台阶，新手入门，目标是体验 AI 编程。

117
00:10:11,982 --> 00:10:20,119
做法是从一个贪吃蛇小游戏开始，零基础上手，感受几分钟生成一个能玩的东西是什么滋味。

118
00:10:20,119 --> 00:10:25,600
这一级不要求你懂任何技术，只要求你先放下我不配这个念头。

119
00:10:25,600 --> 00:10:28,640
第二个台阶，产品工程师入门。

120
00:10:28,640 --> 00:10:36,369
你要练的是 AI 编程工具的使用，需求验证和原型，接入 AI 能力，以及交付给真实用户。

121
00:10:36,369 --> 00:10:50,804
走完这一级，你能做到的是，用 AI 编程工具独立完成一个网页应用，把想法变成能点击能交互的原型，给原型加上文生图、智能对话这类功能，遇到报错知道怎么排查。

122
00:10:50,804 --> 00:10:55,275
说白了，能做出一个能跑、能给别人演示的东西。

123
00:10:55,275 --> 00:10:58,424
第三个台阶，全栈产品工程师。

124
00:10:58,424 --> 00:11:04,854
从设计稿到代码，数据库服务，支付集成，知识库，这几块要打通。

125
00:11:04,854 --> 00:11:10,323
走完这一级，你做出来的是别人愿意付钱的东西，不再是演示品。

126
00:11:10,323 --> 00:11:14,734
第四个台阶，AI 产品工程师或者技术负责人。

127
00:11:14,734 --> 00:11:23,400
网页、小程序、多端，智能体高级工具，检索增强生成这类高级能力，加上高级工程师的思维方式。

128
00:11:23,400 --> 00:11:28,953
这一级的目标不是会用更多工具，是能在不确定里自己定方案。

129
00:11:28,953 --> 00:11:32,054
四级走完，你会拿到四样东西。

130
00:11:32,054 --> 00:11:42,018
一是 Vibe Coding 的开发能力，熟练用 AI 编码工具把效率提上去，不再死记语法，而是学会怎么引导 AI 生成高质量代码。

131
00:11:42,018 --> 00:11:51,044
二是全栈开发技能，从界面到前端，从数据库到接口，从本地开发到云端部署，完整技术栈过一遍。

132
00:11:51,044 --> 00:12:02,403
三是 AI 能力集成，会调用各类多模态 AI 接口，把文本、图像、语音接进应用，还会用检索增强这类技术做出真正智能的产品。

133
00:12:02,403 --> 00:12:13,160
四是产品思维与运营能力，从用户研究到需求拆解，从最小可用产品到迭代，从支付到用户管理，形成完整的闭环。

134
00:12:13,300 --> 00:12:19,992
这里解释一下，为什么这门课不是先讲一堆知识点，而是直接扔项目给你做。

135
00:12:19,942 --> 00:12:21,577
原因很实在。

136
00:12:21,577 --> 00:12:30,675
按大多数同学现在的状态，毕业直接进职场，很可能会在真实项目和老板、客户的社会毒打下寸步难行。

137
00:12:30,675 --> 00:12:33,716
现实里最常见的场景是这样的。

138
00:12:33,716 --> 00:12:39,005
你的导师或者老板过来说，我们要做一个什么，目标是达到什么效果。

139
00:12:39,005 --> 00:12:40,291
然后呢。

140
00:12:40,291 --> 00:12:41,373
文档？

141
00:12:41,373 --> 00:12:43,019
现成框架？

142
00:12:43,019 --> 00:12:45,062
详细的需求说明？

143
00:12:45,062 --> 00:12:47,550
很多时候，一样都没有。

144
00:12:47,550 --> 00:12:54,341
真实工作里的任务，本质上就是在高度不确定的环境里，解决从没见过的问题。

145
00:12:54,341 --> 00:13:06,240
需求是模糊的，边界是变化的，没人告诉你标准答案，你得自己查资料、做实验、搭原型、反复迭代，最后交出一个能跑、能用、能上线的方案。

146
00:13:06,240 --> 00:13:12,935
这门课要做的，就是在一个相对安全的环境里，提前给你一次模拟版的社会毒打。

147
00:13:12,935 --> 00:13:18,957
用看起来有点难的项目任务，逼你练习拆解问题、设计方案、自己找资料。

148
00:13:18,957 --> 00:13:26,288
用不那么傻瓜化的脚手架和代码，让你学会阅读、理解和改造一份中大型代码库。

149
00:13:26,288 --> 00:13:32,562
用从创意到上线的完整闭环，让你体验真实产品从零到一的全过程。

150
00:13:32,562 --> 00:13:35,856
短期看，这种训练确实折磨人。

151
00:13:35,856 --> 00:13:41,288
但长期看，它会极大地提高你在求职和职业发展里的竞争力。

152
00:13:41,288 --> 00:13:51,373
你会更能扛事，更能在不确定里找到突破口，也更有能力把 AI 变成真正落地的产品，而不是停在玩玩演示版的阶段。

153
00:13:51,508 --> 00:13:56,938
最后一块内容，可能是这一集最容易被忽略、但最值钱的。

154
00:13:56,888 --> 00:14:00,206
在 AI 时代，提问本身就是基本功。

155
00:14:00,206 --> 00:14:10,145
同一份代码，同一个报错，你怎么提问，几乎决定了 AI 能给你什么答案，是泛泛而谈，还是一步一步给出能落地的改法。

156
00:14:10,145 --> 00:14:15,422
养成一个习惯，把向 AI 提问当成日常开发流程的一部分。

157
00:14:15,422 --> 00:14:20,182
遇到不懂的、卡住的，立刻问，别自己闷头扛。

158
00:14:20,182 --> 00:14:22,417
为什么这是必备技能？

159
00:14:22,417 --> 00:14:23,739
三个理由。

160
00:14:23,739 --> 00:14:31,960
第一，现实里很少有完整文档，你面对的更多是不清晰的需求、半成品的代码、零散的报错信息。

161
00:14:31,960 --> 00:14:38,619
第二，AI 是你随身的导师加同事，会提问的人能把它变成高质量的结对编程。

162
00:14:38,619 --> 00:14:46,456
第三，你的能力上限由沟通决定，你越能给关键信息，越能约束输出格式，答案就越能用。

163
00:14:46,456 --> 00:14:48,619
这里有个最常见的坑。

164
00:14:48,619 --> 00:14:53,186
只问一句为啥报错，通常只能换回一堆猜测。

165
00:14:53,186 --> 00:14:56,792
把上下文补齐，才会得到能执行的方案。

166
00:14:56,792 --> 00:15:05,638
报错信息、你刚改了什么、你本来想实现什么、已经试过哪几种办法，这几样给全，答案质量会差出一个数量级。

167
00:15:05,638 --> 00:15:07,826
信息怎么喂给 AI 呢。

168
00:15:07,826 --> 00:15:11,588
截图和复制粘贴都行，但用途不一样。

169
00:15:11,588 --> 00:15:20,758
报错堆栈、日志、代码、配置、接口返回，用复制粘贴，而且要尽量完整，别只截一行关键字。

170
00:15:20,758 --> 00:15:30,446
界面布局问题、交互异常、工具界面找不到按钮，用截图，截全屏，标出重点区域，最好再配一句文字说明。

171
00:15:30,446 --> 00:15:31,936
还有个前提。

172
00:15:31,936 --> 00:15:39,917
不是所有 AI 都支持图片输入，截图沟通需要它有多模态能力，也就是能理解和分析图片。

173
00:15:39,917 --> 00:15:46,191
你用的那个要是不支持，截图它认不出来，就老老实实改回复制粘贴文字。

174
00:15:46,191 --> 00:15:51,299
如果你要的不只是答案，而是想把答案学会，那就换个问法。

175
00:15:51,299 --> 00:15:58,018
比如，请先用五句话讲清楚这个概念，再提几个问题考考我，看我理解对了没。

176
00:15:58,018 --> 00:16:03,186
再比如，请你详细解释一下这个报错，我不理解它为什么会报。

177
00:16:03,186 --> 00:16:07,778
这两种问法，能把 AI 从答题机器变成老师。

178
00:16:07,924 --> 00:16:09,977
最后说两句心里话。

179
00:16:09,927 --> 00:16:16,994
如果你坚持了好久还是搞不定，想放弃，我想说的是，也许是方法不对，不是你不行。

180
00:16:16,994 --> 00:16:19,446
别一个人在黑暗里硬撑。

181
00:16:19,446 --> 00:16:27,727
把你试过的方法、卡在哪一步、现在什么状态，坦诚地说出来，跟作者、助教或者群里的人聊聊。

182
00:16:27,727 --> 00:16:34,458
很多时候，只要方向稍微调一下，或者补上一个关键知识点，你就能继续往前走。

183
00:16:34,458 --> 00:16:39,602
如果你觉得这套教程哪里设计得不合理，也欢迎随时提。

184
00:16:39,602 --> 00:16:43,737
提交问题，或者直接在群里、课堂上反馈。

185
00:16:43,737 --> 00:16:49,194
哪里不清楚，哪里体验不好，哪里让你白费了力气，都可以直说。

186
00:16:49,194 --> 00:16:53,436
越真实越具体的反馈，越能帮后来的人少踩坑。

187
00:16:53,436 --> 00:16:55,179
这一集到这里。

188
00:16:55,179 --> 00:16:57,199
你只要带走一句话。

189
00:16:57,199 --> 00:17:06,285
三条路看着不一样，起步要练的东西完全一样，发现真问题，做出小东西，交到用户手里，然后按反馈继续改。

190
00:17:06,285 --> 00:17:08,545
下一集我们正式开练。

191
00:17:08,545 --> 00:17:16,598
从一个贪吃蛇小游戏开始，让你亲眼看看，零基础的人几分钟做出一个能玩的东西，是什么感觉。

192
00:17:16,598 --> 00:17:18,473
我们下一站见。