AI时代的敏捷:不是更快地写文档,是更快地把东西做出来
传统路径大概是这样的：先拉个需求澄清会，再写一份PRD，再跟设计对齐，再排开发工期。顺利的话，两周后有个原型可以看。不顺利的话，对不起，”排不上”。
这个流程存在了十几年，大家都觉得合理。但现在回头看，它最大的问题不是慢，而是：你在用两周的时间验证一个可能根本不对的方向。
最近局长在项目里做了一件事，效果出乎意料：收到模糊需求后，我不再先写文档。而是打开AI工具，两小时内出一个可交互的原型，直接拿去沟通。
设计同事看完说”我知道你想要什么了”，开发同事看完说”这个能做”，老板看完说”就这个方向，推吧”。
一个原型解决了三轮会议才能对齐的事。而且如果方向不对，我损失的只是两小时，不是两周。
今天这篇文章，不是一份工具测评，也不是技术教程。而是未来你可能用AI推项目的方法论：从接到模糊需求开始，到原型落地、团队协作、最终交付，整条链路怎么走。
模糊需求不可怕，怕的是你接到之后第一件事是开会
某天下午，领导在群里发了一句：”我们能不能做一个XX功能的产品？”
没有需求文档，没有用户画像，没有优先级说明。就这么一句话。
以前你会怎么做？先拉个会，搞清楚领导到底想要什么。但经验告诉你，很多时候领导自己也不确定：他有一个模糊的方向感，但说不清楚细节。你问他”目标用户是谁”，他说”先做出来看看”。你问他”核心功能是什么”，他说”你先想想”。
这种场景在大厂和中型团队里太常见了。传统做法是硬着头皮写PRD，写完再拉评审，评审完发现方向偏了，推倒重来。一两周就这么过去了。
AI时代的做法变了：收到模糊需求后的第一步，不是开会，是拆问题。
具体来说，局长可能会把领导那句话扔给AI，用一种结构化的方式跟它对话：
AI不会给你”正确答案”，它给你的是一组可以讨论的选项。这些选项的价值不在于对不对，而在于：它帮你在30分钟内把一个模糊的方向变成了三四个可以验证的假设。
两小时出原型：不是炫技，是为了让所有人看到同一个东西
拆完问题、选定一个假设方向之后，下一步是最关键的，把它做出来。
不是画线框图，不是写PRD，而是用AI vibe coding，直接生成一个可以点击、可以操作的原型。
做产品的人都知道，”对齐”是最消耗时间的环节。你写了一份PRD，设计师理解的是A，开发理解的是B，老板脑子里想的是C。你以为大家在说同一件事，其实每个人想象中的”那个东西”都不一样。
文字有歧义，线框图有歧义，甚至高保真设计稿都有歧义，因为它是静态的，没有交互，看不到流程。
但一个可以点击的原型没有歧义。 你点这个按钮，跳到那个页面，数据长这样，流程走这条路。所有人看到的是同一个东西。
人人都是产品经理上最近有一篇文章提到了2026年的一个数据：vibe coding工具的活跃用户中，63%是非开发者——产品经理、设计师、创业者。这些人不会写代码，但他们学会了用自然语言告诉AI”我要什么样的页面”，然后AI帮他们生成出来。
这不是某种极客的玩具。它正在变成一种新的工作方式。
我自己的实践是这样的：拿到假设方向后，用AI工具把核心流程的三四个页面做出来。不追求完美，不需要好看，不需要数据真实，只需要能跑、能点、能演示。
第一类：设计同事。看完原型，设计师不再需要猜我想要什么。他可以直接说”这个布局不合理，应该改成这样”、”这个交互逻辑有问题，用户会迷路”。我们讨论的颗粒度从”你说的XX功能到底是什么”变成了”这个按钮放这里对不对”。
第二类：开发同事。原型让开发能快速评估技术可行性。”这个API现有系统能支持”、”这个功能涉及权限改造，需要两周”，技术判断不再是空对空的，而是对着一个实物在说。
第三类：领导。这是最直接的。领导大多数时候不看文档，太长了，也没时间看。但你拿着一个能演示的东西走进他办公室，三分钟他就能拍板：”这个方向对，推吧”或者”不对，我想要的不是这个”。
无论答案是什么，你都赢了。因为你用两小时换来了一个清晰的结论，而不是用两周换来一个可能被推翻的方案。
原型之后的事：专业的人干专业的事
必须澄清一点：我不是在说”用AI替代设计和开发”。
恰恰相反。AI原型的价值，不是取代专业协作，而是把专业协作的起点提前了。
传统流程里，设计师的工作起点是一份PRD，开发的工作起点是设计稿加上PRD。信息经过两次翻译，失真几乎是必然的。
而现在的流程变成了：所有人的起点是同一个可交互的原型。
设计师在这个基础上做专业的体验优化。他不再需要从零开始理解需求，而是在已有的框架上做更好的设计。信息架构、视觉规范、交互细节，这些事AI做不了，也不该AI做，那是设计师的专业价值。
开发团队在这个基础上做技术评估和系统实现。哪些逻辑可以复用、哪些接口需要新建、权限怎么管、数据怎么落库。这些事需要严谨的工程判断，不是AI原型能替代的。
项目权限、数据安全、合规审查。这些更不可能交给AI。原型是”快速验证方向”的工具，不是”绕过专业流程”的捷径。
所以这套方法论的本质是什么？是把项目推进的链路重新排列了：
|
|
|
|
模糊需求 → 需求澄清会 → 写PRD → 设计评审 → 排期开发 → 原型
|
模糊需求 → AI拆解 → 2h出原型 → 拿原型对齐 → 设计深化 → 开发实施
|
|
|
|
关键变化不是”更快了”，而是”试错的时间窗口变小了”。
你可以在一天内验证三个方向，而不是用两周赌一个方向。犯错成本从两周变成两小时。在不确定性高的环境里，这个差距是决定性的。
AI在这件事里到底扮演什么角色
有些人一听”用AI推项目”，就以为我在说”AI替代了谁”。不是的。
拆问题的时候，它是一个思维陪练。你把模糊需求丢给它，它帮你穷举可能性、梳理逻辑、提出你没想到的角度。它不替你决策，但它让你的决策质量更高。
做原型的时候，它是一个快速出活的工具人。你用自然语言描述页面，它帮你生成代码和界面。它出的东西不完美，但够用，够用来验证方向、暴露问题、推进共识。
协调沟通的时候，原型本身就是最好的沟通媒介。你不再需要用PPT”描述”一个东西，而是直接”展示”一个东西。说服力完全不在一个量级。
但AI做不了的事情也很多：它不知道你的老板真正在意什么，它不理解你的用户在特定场景下的行为习惯，它判断不了这个功能对业务的优先级，它处理不了跨部门的协调博弈。
所以AI不是替代你。它是在你工作链路中那些”耗时长但判断含量低”的环节上帮你提速。 让你把时间和精力腾出来，花在真正需要人做判断的事情上。
这也是我对”AI时代敏捷”的理解：敏捷的本质从来不是”更快地写文档、更快地开会、更快地排期”。而是更快地把想法变成可验证的东西，然后更快地拿到反馈、做出决策。
AI让”从想法到可验证”的时间从两周压到了两小时。这才是真正的变量。
最后说两句
几个月前，我第一次用这套方法的时候，说实话自己也没底。心想这么粗糙的原型拿出去会不会被笑话。
结果恰恰相反。设计同事说”终于不用猜你想要什么了”，开发同事说”这个比看PRD清楚十倍”，领导说”你就按这个推”。
后来我反复用这套流程，慢慢总结出一条规律：在信息不确定的环境里，”先做出来”永远比”先想清楚”的效率高。 因为很多事情你想不清楚——不是你不够聪明，而是信息本身就是模糊的。只有做出一个实物，让所有人对着它讨论，信息才会快速收敛。
AI让”先做出来”这件事的成本变得几乎为零。这才是它在项目推进中最核心的价值。
不是替你干活，而是让你试得起错。不是帮你省掉专业协作，而是帮你把专业协作的起点提前。
会做PPT的人说服不了谁。会做原型的人推得动项目。
AI时代，能把想法变成可体验的东西的人，才是真正的推动者。
夜雨聆风
