一个人做产品，我怎样用 AI 协作

2025 年底，我开始把 AI 编码纳入日常工作。现在，研究、原型、开发、测试和服务巡检都有 AI 参与。独立软件项目由我一个人 vibe coding 完成，没有团队，AI 是我的手脚。

我负责产品定义、技术取舍和验收。公司产品的硬件、供应链与量产工作，则由真实的跨职能团队共同推进。

按任务安排引擎

目前我用 Claude 做规划与任务拆解，Codex 做主要实现，Grok 参与研究和复核。具体分工会根据任务调整，不把某个模型当作所有问题的固定答案。

重要方案会交给另一个引擎检查。我会给出用户场景、约束和验收条件，让复核具体到输入处理、权限、失败恢复等问题。这样的检查曾发现实现里的注入风险，但多一个模型并不保证不会漏错，仍要通过测试和实际使用验证。

规则按需读取

早期我把大量规则都放在每次必读的上下文里，日常任务也要带着无关内容。后来只保留常用约束，其余整理成索引，遇到相应场景再读。

现在新增规则时，我会判断它是否需要每次出现。项目知识、操作步骤和长期约束分开存放，也便于修改和查找。

巡检可以自动做，风险操作要有边界

个人网站、数据服务和语音服务接入了自动巡检。检查包括公网访问、日志和运行状态，发现异常后留下待办和诊断线索。

只读检查可以自动执行。涉及高风险变更时，仍需确认目标、授权和回滚路径，不能因为 AI 判断“应该这样修”就直接执行。

读论文时，我保留问题清单

研究连续时间因果发现时，我让 AI 按问题清单整理文献，再对照各篇论文的实验条件和结论。比较不同评测基准后，我把方案里负责“证明因果”的组件收窄为检查和排除不成立的方向。

AI 可以帮助整理证据，我需要判断这些证据够不够支持下一步。个人站和这里的独立项目也沿用这套方式：AI 协助实现与测试，我试用、检查结果，并决定是否交付。