夜雨聆风学习资料网

ARTICLE · 1318822

AI 硬件开发的两套操作系统:文档驱动 vs 演示驱动

AI 硬件开发的两套操作系统:文档驱动 vs 演示驱动

今天来聊聊 AI 硬件开发的文档驱动与演示驱动。

它们的差别,不在于用不用 AI,也不在于流程画成什么样,在于:

这个团队认定「什么叫确认过了」。

而这件事,决定了团队每天在为什么争论、返工在哪里发生、一个想法从冒出来到被验证要走多久。

一、走过两条路线,现在有了第三条

硬件开发传统上偏瀑布式。

从概念、计划、开发、验证到发布,每个阶段有明确的评审和文档输出,过了关口才能进下一阶段。

而且它不是凭感觉推进的,背后有一套评审体系兜底:

IPD 流程里有 6 个 TR 技术评审点,从需求分析、架构设计,到详细设计、小批量验证,每一关都要评估成熟度、发现问题、给出对策。

  • 这套做法好处是整体可控,最后的产出质量有保障;

  • 不好的一点是缺少迭代,赶上需求变化就难受。

后来大家想引入敏捷。

敏捷的思路反过来:每个阶段先做一个能跑的原型,一轮一轮逼近真正的产品。

但硬件有个绕不过去的约束——你不可能像改代码一样去迭代模具、去改硬件。

所以过去硬件引入敏捷,只能有限度地用:

在两个里程碑之间做迭代,大关口还是以瀑布为主。

比如 ID 设计环节会反复打印样品给客户确认,甚至会到客户现场试装,这就是局部的敏捷。

AI 来了之后,第三条路线出现了。

以前你想在概念阶段验证一个想法,得画原型、写协议、搭环境,至少几周;

现在 AI 帮你跑,简单项目几个小时就能跑通。这就是 AI 驱动的第三路线。

不过笔者想说的是:三条路线的差别,其实不在流程,在内核。

怎么理解这个内核?看一件事就够了:

在这个团队里,什么才算可以拍板的事实?

二、两套系统,差在「事实从哪来」

文档驱动的答案是,写下来的就是事实;

演示驱动的答案是,跑起来的才算事实。

听起来差别不大,但它决定了一整串东西。

下面这张表是笔者自己的划分,不是行业标准,但用它来对照很管用。

文档驱动靠「各自读、再开会」来对齐。

开完会大家都点头,但每个人点的是自己脑子里的那个头。

等到集成的时候才会发现,小程序的理解和固件的理解不一样,固件的理解和硬件的实现不一致。

再看第四行。

文档驱动并没有消灭这些分歧,只是把它们推迟到项目后期才结算。

如果在开工前的一条演示链路上暴露,改的是字段长度和页面逻辑,改完再跑一遍就行。

本质是,错误暴露的位置变了,不是速度快了一点。

再看第六行。

想扩大研发能力的时候,文档驱动的做法是加文档、加流程、加人,靠堆资源;

演示驱动的做法是加环节——把一个复杂任务拆成更细的专业环节,每个环节交给 AI 做一部分,靠拆结构。

堆资源有天花板,拆结构没有。

同一件事,两套系统分别怎么做

拿一个具体功能说。

一个定时提醒,写成文档可能只有薄薄三行:到点响、可以重复、能改时间。

但这三行背后,要串起六七段链路——用户在小程序里设的规则得编码成协议,无线传到设备,固件解析出来,再驱动屏幕刷新和蜂鸣器响。

中间任何一段理解偏了,功能就是不通。

文档驱动的做法是,产品经理把这三行写完,硬件看硬件那部分,固件看协议那部分,前端看页面那部分。

每个人确认「我看懂了」,然后各自开工。

但「我看懂了」这四个字,三个人的含义并不一样——字段定义成几位、超时怎么处理,这些细节文档里没写。

演示驱动的做法是,产品经理先用 AI 把这条链路搭起来:

页面是真的,协议是真的,设备真的收到、真的刷新、真的响。

然后把硬件、固件、前端叫到一起跑一遍。

跑的过程里,那些说不清楚的细节会自己冒出来。

字段不够长、刷新有延迟、蜂鸣器和指示灯的时序打架——这些问题在会议室里讨论三天也讨论不出来,跑一遍十分钟就看见了。

两者的差别不在效率,在于讨论的对象是什么。

文档驱动讨论的是描述,演示驱动讨论的是东西本身。

为什么装了一堆 AI 工具,开发方式却没变

工具买了,课也听了,每个人都在用 AI,但项目该延期还是延期。

问题出在:AI 工具是装在旧的「操作系统」上的。

要理解这一点,得先看看 AI 的工程能力是怎么一步步长起来的。

笔者观察到,它大致经历了三次变化。

第一次是提示词工程,解决的是怎么跟 AI 说清楚你要什么。

提示词写好了,产出质量就高。但这一阶段的天花板很明显——你不说,它不会问。

第二次是上下文工程,解决的是 AI 不了解你的项目。

这一步要喂的东西很具体:工程规范、器件手册、历史项目的踩坑记录。喂进去多少,它就能替你分担多少。

第三次是马具工程,给 AI 配上马鞍和缰绳,

让它稳定、可控、可验证地产出。说白了,这一步解决的不是 AI 聪不聪明,是它听不听话——马跑得快不难,难的是方向对、停得住、每次都能跑到同一个地方。

没有第三次,前两次都只是偶发性的提效,撑不起一套开发方式。

这也解释了为什么,光把工具塞给每个部门,换不来整体产出。

工具是应用,应用跑不动一台没有操作系统的机器。

三、不是所有项目都要换系统

说到这儿,可能有人会想:那是不是所有项目都得上演示驱动?

不是。换操作系统是有代价的——团队要学新东西,前几个项目一定会慢下来,本来三天能干完的活可能拖到五天。

所以在换之前,先判断值不值得。

笔者自己的判断标准是这样。

这三种情况,文档驱动够用:

  • 改款项目,主体架构不动只调整局部;

  • 模块化程度高的项目,接口早就定死了,各做各的也不会打架;

  • 做了多年的成熟产品线,大家脑子里本来就有一张一致的图。

这三种情况的共同点是,歧义本来就少,少到用文档压得住,不需要额外搭一套演示链路。

这几种情况,建议上演示驱动:

  • 跨部门协作多的项目,硬件、固件、结构、云端、应用都要参与;

  • 协议接口复杂的项目,字段长度和时序都容易对不齐;

  • 新人多的团队,没有共同的历史记忆,每个人对产品的想象都不一样;

  • 需求变更频繁的项目,每次变更都牵动多个模块。

这几种情况的共同点是,歧义多,而且压不住。

能不能两套混着用

有人会问:能不能一套系统里混着用?

能,但要分清哪些环节用哪套。

一个常见的分法是:

物理环节用文档驱动,数字环节用演示驱动。

硬件、结构、工艺这些必须打样才能验证的环节,文档和评审依然是趁手的工具;

而协议、接口、交互、页面这些能跑起来的环节,交给演示。

真正要小心的是在同一个问题上两套并行——文档说一套,演示跑一套,谁说了算不清楚。

混用的前提是先划清边界:

哪部分以文档为准,哪部分以演示为准。

四、怎么迁:别想着一步换完

确定要换,接下来是怎么换。

以下是笔者在自己项目里踩过坑之后总结的三步,顺序不能乱。

第一步,挑一个不那么关键的项目,先跑通一条闭环。

不要动主流程,不要开会宣布变革,就挑一个次要项目,让产品经理用 AI 把一条端到端的链路跑起来。

第二步,让这个演示成为这个项目的共同事实。

 评审不看文档,看演示;有分歧不辩论,跑一遍。

跑通了就是对,跑不通就是不对,没有解释空间。

第三步,把跑通的做法固化成规范。

 哪些环节可以交给 AI,哪些必须人来判断,每个环节的输入输出是什么,交接文档长什么样,工具怎么串起来——把这些沉淀下来。

这里有个判断标准:凡是只存在于老员工脑子里的东西,都值得固化。

 笔者做智能锁的时候,产品复位会检测硬件状态——指纹有问题滴一声,刷卡感应有问题滴两声,按键有问题滴三声,售后只要让客户按一下按钮、听几声就能定位问题。

这种知识 AI 里没有,因为它从没被写下来过。

第三步要做的,就是把这一类东西一条条挖出来、落成文字。

这一步的目的,是让能力留在组织。

反过来说更清楚:不这么做,人一走,能力就跟着走了。

三种常见的走偏

迁移过程中有三种典型的走偏。

第一种,把换系统当成买工具。工具买回来了,流程照旧,人会本能地用新工具干旧活——用 AI 生成一份更漂亮的 PRD,但依然是文档驱动。

第二种,想一次性全公司铺开。改流程、改考核、改组织一起动,结果每个环节都在磨合期,问题叠在一起,最后分不清是哪个环节出的错。

第三种,演示做完了就扔。

每个项目都从头搭一遍演示,不做沉淀。这样跑到第五个项目,团队还是那么累——因为能力一直留在个人身上,没有变成组织资产。

三种走偏的共同点,都是把换操作系统当成了一个要完成的动作,而不是一套要建立的默认。

相关内容:
AI硬件的关键不是AI,是你选了什么品类、用了什么形态
AI硬件风口下,电子工程套件如何加AI
AI 硬件成不成,我看四件事
从一款赛博朋克AI机器猫,看AI陪伴硬件的设计逻辑
零件比整机还贵,这台399美元的机器鸭做对了什么?
AI 硬件做得出来,为什么还是找不到机会?
AI伴侣的产品逻辑与硬件风险
AI硬件产品从形态选择到商业验证
从一个智能扩展坞,看懂AI硬件产品开发的三个生死决策
从AGI阶梯看AI硬件发展:物理约束就在眼前
AI功能类硬件:割草机器人终于知道该往哪走了
AI硬件的一轮范式转移:从「等你下命令」到「主动感知你」
一个开源桌面机器人的从 0 到
作者简介

卫朋,《硬件产品经理》作者,人人都是产品经理受邀专栏作家,CSDN认证博客专家、嵌入式领域优质创作者,阿里云开发者社区专家博主。

回首页,搜索你想要的文档

在首页搜索框输入关键词,快速定位资料

文库首页搜索指引 立即搜索

相关学习资料