AI产品版本由系统代理程度和用户愿意放弃的控制量定义

在传统软件开发中，你会根据功能深度或用户需求规划新产品的v1、v2、v3。但在AI系统中，视角发生了转变。每个版本不再仅由功能决定，而是由系统拥有多少代理权以及你愿意放弃多少控制来定义。首先，确定一组高控制、低代理的功能（如下图中版本1）。这些功能应规模小、可测试、易于观察。然后，思考这些能力如何通过逐步增加代理权来演进，一个版本一个版本地推进。目标是将一个宏大的最终状态分解为早期行为，以便评估、迭代并在此基础上构建。例如，如果你的最终目标是自动化公司客户支持，一个高控制的方式是：将v1的范围限定为简单地将工单路由到正确部门，然后v2让系统建议可能的解决方案，只有到了v3才允许它自动解决并有人工后备。以下是更多示例：营销助手：v1：根据提示起草邮件、广告或社交媒体文案；v2：构建多步骤活动并执行；v3：跨渠道启动、A/B测试并自动优化活动。编程助手：v1：建议内联补全和样板代码片段；v2：生成较大代码块（如测试或重构）供人工审查；v3：自主应用范围性更改并创建拉取请求（PR）。如果你关注过GitHub Copilot或Cursor等工具的演变，这恰好就是它们使用的剧本。大多数用户只看到当前版本，但底层系统逐步攀登了阶梯：先是补全，然后是代码块，最后是PR，每一步都通过使用、反馈和迭代获得。更多内容：https://lennysnewsletter.com/p/why-your-ai-product-needs-a-different…