🏠 主目录 | ➡️ 下一章 (Ch.02) | 🌐 English
Ch.01 从代码生成到结果验收
问题：把 AI 当作自动补全，或直接接受未检查的改动，容易漏掉需求和回归问题。
本章实践：用目标、边界和验收条件写一个可执行的开发任务。
在“实战产品说”与很多读者交流时，我发现大家最容易陷入一个思维陷阱：拼命去背各种 AI 编程工具的快捷键和底层语法，像背 API 手册一样去学习 AI 编程。
Codex 等编码智能体可以承担样板代码、测试和资料整理，但需求判断、关键设计和结果验收仍需开发者负责。相比记住更多提示词，先学会描述目标、限定修改范围并检查结果更有用。
本章用一个任务模板说明如何把需求转成可执行、可验证的开发工作。
理解方式：告别砖瓦工，做工地总建筑师
如果你第一次接触 AI 编程，不要把它想成一个冷冰冰的代码生成器。用生活中的场景来理解：
【传统手写代码】 ──> 你自己当泥瓦匠，一砖一瓦搬砖砌墙，稍不留神墙角砌歪了，整栋楼推倒重来。
【传统 AI 补全】 ──> 你在前面砌砖，AI 在后面帮你递砖头（你敲一行，它猜半行，手脚依然停不下来）。
【Codex 编排时代】──> 你是「总承包建筑师」，Codex 是「高素质施工队」：
- 你画蓝图（定义目标 Goal）
- 你立施工安全围挡（设定沙盒与红线 Constraints）
- 你用水平仪验收房子（自动化测试 Validation）
- 施工队（Codex）自己去算力学结构、买水泥、砌墙、抹灰。当心态从“我怎么敲出这段逻辑”变成“我怎么向施工队下发一份不会跑偏的施工单”时，你才算真正跨入了 AI 原生研发的大门。
1.1 编程浪潮的演进：我们在哪里？
+-------------------------------------------------------------+
| 阶段一：辅助补全 (Copilot) |
| - 体验：输入法联想。你在前台敲，它在后台猜。 |
+-------------------------------------------------------------+
│
▼
+-------------------------------------------------------------+
| 阶段二：终端对话与执行 (Claude Code CLI / 早期 Cursor) |
| - 体验：外包程序员。你提需求，它帮你去改本地文件。 |
+-------------------------------------------------------------+
│
▼
+-------------------------------------------------------------+
| 阶段三：自主多端协同智能体 (OpenAI Codex 生态) |
| - 体验：数字化全栈研发团队。目标驱动、沙盒运行、跨端协同。 |
+-------------------------------------------------------------+很多人仍把时间消耗在第一或第二阶段，但 2026 年的 Codex 生态已经确立了第三阶段标准：
- 跨端生产力矩阵：本地 CLI 自动化执行，ChatGPT 桌面端（代码模式）负责复杂审查与 Sites 原位预览，手机端全天候离线看护与 Guardian 审批，辅以 Desktop Computer Use 自主操作浏览器完成视觉走查。
- 强推理与前沿智能体内核：从复杂跨工具任务所用的 GPT-6 Astra，到日常复杂编码的 GPT-6 Sol 与明确小任务所用的 GPT-6 Luna，智能体具备了超长链深度规划、跨应用调度与视觉自愈能力，不再仅仅停留在样板代码修补。
1.2 核心心智转变：从“过程控制”到“边界控制”
做产品经理（PM）最深的心得往往是：给研发下需求，最忌讳说“第一步点这个按钮，第二步去数据库查那张表”——那是典型外行指导内行。优秀的做法是给出标准 PRD（产品需求文档）：讲清业务目标、输入输出规格、性能边界与验收测试用例。
指挥 Codex 完全同理。过去你用 Prompt 教 AI 怎么写 for 循环（过程驱动）；现在你要切换为架构师角色，只抓好三件事：
- 定义终态 (Goal)：这个功能要替终端用户解决什么具体问题？
- 确立红线 (Constraints)：哪些文件不可修改？安全密钥如何隔离？沙盒等级如何圈定？
- 自动化验证 (Validation)：提供可运行的测试命令或断言，让 Codex 自主运行并证明其产出的可靠性。
IMPORTANT
主理人硬核公式稳定交付 = 明确的终态 (Goal) + 严苛的红线 (Constraints) + 自动化的断言 (Validation)
动手实践：先完成这 3 步
刚进入项目的新手，切忌一上来就给 AI 丢一段长达千字的模糊想法。按以下 3 步执行最简单的闭环：
- 步骤一：起草 50 字极简需求卡
明确三要素：做哪个页面（目标）、基于现有哪个框架（约束）、用什么命令验证成功（断言）。 - 步骤二：给 Codex 划定安全活动范围
在终端中使用沙盒模式执行（如codex exec --sandbox workspace-write），禁止它越权访问外部系统。 - 步骤三：让 AI 运行测试自证清白
要求 Codex：“修改完成后自行运行npm run build，直到终端退出码为 0 再交付”。
🛡️ 翻车自救与避坑速查表
| 常见踩坑现象 | 致命原因 | 翻车自救锦囊 |
|---|---|---|
| 把 AI 当百度搜索问概念 | 对话几小时全是文字理论，没有落地一行代码 | 立即终止闲聊，直接给出一个目标：“在 src/ 下创建登录组件并跑通测试” |
| 一次性喂入上万行无关代码 | 上下文被噪音撑爆，AI 发生注意力涣散并胡编滥造 | 明确指出关心的 1-2 个具体文件路径，让 AI 局部精准重构 |
| 不看测试只信 AI 嘴上说“已完成” | AI 以为自己改对了，实际项目根本跑不起来 | 在 Prompt 强制追加验收断言：“修改后必须在终端执行构建验证，输出通过日志” |
1.3 你的新护城河：编排力与商业认知
如果手写语法不再是技术壁垒，那么独立开发者与技术产品经理的真正护城河是什么？
在 pmer.cn 上我反复强调：壁垒在于你对业务边界的定义，以及你对用户同理心的理解。
你不再需要花三天去调试一个 CSS 弹性盒居中，或者翻遍 StackOverflow 解决打包构建报错；你的核心任务，是运用 Codex 这套多端协同矩阵，快速组装出可落地的商业 MVP，把产品推向真实市场去验证用户付费意愿。
在接下来的章节中，我们将正式开启这套“跨端编排”的落地之旅。