夜雨聆风/ 作者：Ping，地产投资转行AI超级个体，专注AI协作与商业落地
/ 项目周期：2026年5月-6月
说出来我自己都有点不信。
40天时间，我，一个原本只懂地产和投资的人，跟一个AI搭档，完成了一个产品从0到1的全过程。
商业计划书、产品原型、架构设计——这些词放在一起，通常意味着一个团队至少要干三个月。
我们两个人，40天，全部搞定。
当然，"两个人"这个说法不太准确。更准确的说法是：一个不太懂技术的人，加一个AI。
这篇文章，就是这40天的完整复盘。不是成功学，不是方法论，就是一个真实的、有点狼狈但很爽的过程记录。
先说背景吧。
2026年4月，我接到了一个邀请。一个朋友想做一个服务患者的AI营养管理平台。创始人的想法很直接：患者在治疗过程中，营养管理是个大痛点，但专业营养师资源又极度稀缺，能不能用AI来解决？
给我的条件很"创业"。也就是说，我必须用最小成本、最快速度验证产品可行性。
项目一开始，我们天马行空，想做营养品领域的"美丽修行"。我那时候用龙虾生成了一个AI营养师Agent，核心功能听起来挺像那么回事：分析用户体质和营养需求，生成个性化营养方案，回答健康咨询。
后来试用一段时间写了个文章有兴趣可以看：
我做了个skill让龙虾成为私人健康助理，4个sub AI Agent 24小时盯我
那会儿我的状态是：我负责商业定位、商业模式设计、产品功能规划，AI负责快速生成可交互的产品原型，验证核心交互逻辑。
分工很清晰，效率也还行。
但说实话，那会儿我对AI能做什么、不能做什么，还处在一个模糊的阶段。就是觉得，这玩意好像挺能干的，但具体能干到什么程度，我心里没底。
这种状态持续了大概两周。
然后，5月份，发生了关键转折。
首先我自己指挥coze做出了网页版demo，以及用创始人提供的多年行业经验专家方案等大量的专业资料，做出了针对重症患者的Agent。
之后我做了几个核心决策。
患者端用微信小程序，调Coze编程Agent API。数据层用在线数据库。营养师和医生端用H5管理后台。
同时，明确了不做什么：支付、打卡、商城内建、微信服务通知。
这里有个关键点是从H5网页版转向小程序，AI给我的建议。这个决策看起来是技术选择，但本质上是个商业判断——微信生态的整合能力，对一个面向患者的平台来说太重要了。
我记得我当时跟修修（对，coze agent在5月份的更新中忽然给自己起了个名字）说，小程序这个事儿，不能省。不是技术问题，是入口问题。
产品迭代这块，我印象最深的是6月初的一天。
原定的AI方案是输出一个综合方案，但实际场景里，营养方案，康复管理方案，还有运动、心理等全方位的建议，一个综合方案根本不够用。
当晚我们就落地了数据库架构调整，把1个方案拆成了4个独立结构化方案——营养、运动、心理、医生版，每个有独立的审核流程和签字环节。
说到AI的价值，我得坦诚地聊一聊，这40天里，AI到底做了什么。
首先是快速原型验证。
我用Coze在几天内生成了可交互的产品原型，包括Agent、H5和管理后台。如果没有AI，光这一项，可能就要花掉一两个月。当然最初它给的方案也是要一个月，我跟它提供了新的快速搭建思路不停给它纠偏（洗脑）。
然后是技术架构辅助。
Supabase的表结构，AI帮我梳理得清清楚楚。
企业微信群AI助手的技术难点分析，AI也给我列出来了，说清楚哪里有问题、为什么有问题。
还有信息整理与文档化。
会议纪要、功能清单迭代分析、合同差异对比，这些AI做得比我想象的好太多。
不是简单的信息堆砌，是真的在帮我"看见"那些我可能忽略的东西。
这里飞书aily贡献了很多，主要是她来帮我整理项目各种资料做记录对比分析。
AI是24小时在线的。
凌晨2点，它还在帮我改管理后台v3。
周末它也在。没有任何怨言，没有任何"我今天状态不好"。
说真的，这一点，让我有点共情海外大厂近期的裁员潮了。
但我也得说清楚，AI不是万能的。
它帮我快速生成原型，但它不能帮我决定"要不要做小程序"。
它帮我分析企业微信群AI的技术难点，但它不能帮我判断"这个方案会不会有隐私合规风险"。
它帮我逐条对比35条功能清单，但它不能帮我识别"这3个漏洞，会在未来哪个节点爆炸"。
这些，都需要人类来做。
人类在这个过程中的不可取代的能力：
第一，战略判断与方向把控。
决定不做支付、不做打卡、不做商城内建——这些"减法"，每一个都需要商业直觉。AI可以给你选项，但最终拍板的，还是人。
第二，复杂利益相关者协调。
与创始人对齐愿景，与技术团队沟通实现边界，与医院谈合作方案。每一个场景，都是多方利益的拉扯。AI能分析，但协调不了。
第三，创造性解决问题。
"先看后买"模式，是我提出来的——营养师先推送临时方案，患者确认后再补全合同。这个逻辑，AI不会主动想到，因为这是一个商业博弈的解法，不是信息处理的结论。
第四，质量把控与风险识别。
功能清单v1到v3，AI帮我整理了文档，但它不会主动问"这里还有没有功能遗漏"。
聊到这里，我想说几个让我印象特别深的"共创时刻"。
第一个，是商业计划书的12条改进。
我写的初版商业计划书，被AI挑战了。不是否定，是提了12条具体的改进建议。
比如，冷启动诱饵从"免费体质测试"升级为"测测你的营养缺口"——这个改动看起来小，但对用户注意力的抓取，差别很大。
增长飞轮从"数据闭环"细化为"体检报告→AI解读→方案生成→效果反馈→优化建议"——每一步都更具体、更可执行。
这个过程让我意识到一件事：AI提建议没问题，但我必须有判断力，知道哪些该采纳、哪些不该。判断力这件事，AI给不了你，只能你自己练。
第二个共创时刻，是架构重构。
那天晚上我跟修修说，这个改动，今晚必须落地。
结果AI真的连夜重写了管理后台v3，第二天一早，4个方案独立展示加签字加合同关联，全部搞定。
我不知道你们能不能理解那个感觉。就是你发现，你的AI搭档，真的可以在你累的时候接着干，而且干出来的活，还真的可以。
第三个共创时刻，是企业微信群AI助手的否决。
我们曾经认真考虑过，在企业微信群里部署AI助手，实现患者、营养师、AI三方联动。听起来很美好对吧？
AI帮我分析了5个技术难点：5秒响应限制、群聊上下文管理困难、消息可见性无法隔离、富媒体处理链路长、主动推送次数限制。
技术上，有解决方案吗？有。麻烦，但不是不能做。
但最终否决这个方案的不是技术难度，而是商业判断。
AI给了我技术分析，但我做的决定是：这个方案，不值得做。
技术可行，不代表业务值得。
所以，你如果问我，这40天最大的收获是什么。
这40天，我最大的变化还不是商业判断力的提升，而是我跟AI协作的能力，在飞速进步。
一开始，我对AI的态度是"试试看"。做到一半，变成了"这玩意真能用"。到最后，变成了"有了AI我还真没啥不敢干的事儿"。
这个变化的速度，快得我自己都有点惊讶。
你说我学会了写代码吗？没有。但我学会了了一件事：指挥AI干活，然后判断它干得好不好。
这个能力，看起来简单，其实是一个全新的能力。
它需要你对一个领域有足够的理解，才能判断AI的输出对不对。
它需要你有足够的表达力，才能把你想做的事说清楚。
它还需要你有足够的耐心，因为AI不是一步到位的，它需要你反复调教。
在这个项目里，我的价值，不是写代码、不是画原型，而是三件事：
知道要什么，知道不要什么，知道什么时候该听AI的、什么时候该坚持己见。
AI的价值，也不是取代产品经理，而是三件事：
把人类的想法快速变成可看见、可触摸的东西，帮人类看见自己看不见的东西，在人类累的时候接着干。
最好的协作，是人类负责"为什么"和"要不要"，AI负责"怎么做"和"多快能好"。
既然看到这里了，如果觉得不错，随手点个赞、在看、转发吧，如果想第一时间收到推送，也可以给我个关注～
谢谢你看我的文章，我们，下次再见。
