Meta产品经理的“降维打击”:零代码基础,如何用AI一人成军?(附全套工作流)
- 2026-02-02 04:07:45
在这个 AI 席卷一切的时代，作为产品经理，你是否感到过焦虑？
当代码生成的门槛无限降低，一个非技术背景的人也能在一夜之间上线一个 SaaS 应用，PM 的护城河究竟在哪里？
最近，Lenny’s Podcast 更新了一期令整个硅谷产品圈沸腾的节目。
嘉宾 Zevi Arnovitz 是 Meta 的一名产品经理。他高中学的是音乐，完全“零技术背景”，甚至坦言“看到代码就感到恐惧”。
就是这样一位 PM，在业余时间利用 Cursor + Claude 和一套独创的 AI 工作流，开发并上线了多个盈利的商业产品。
Zevi 的故事不是关于“AI 替代程序员”，而是关于“超级个体”的崛起。
这篇文章，我们就来深度拆解 Zevi Arnovitz 的“一人成军”工作流。
一、 认知重塑：从“写文档的人”到“构建产品的人”
Zevi 在节目中抛出了一个极其犀利的观点：
“头衔将崩溃，职责将融合。” (Titles are going to collapse and responsibilities are going to collapse.)
在过去，PM 依赖工程师落地需求。
但 Zevi 发现，当 Claude 3.5 Sonnet 出现时，他不再需要被动接受“做不了”的结论。他的进阶路径非常值得非技术 PM 参考：
- GPT / Claude Projects
最初，在网页版聊天框里设置 System Prompt，让 AI 扮演“技术合伙人（CTO）”。 - Bolt / Lovable
尝试“一句话生成应用”工具。虽然上手快，但处理复杂支付或数据库变更时容易失控。 - Cursor + Claude Code
最终，通过“暴露疗法”（Exposure Therapy）逼自己进入代码编辑器，结合终端（Terminal），实现了真正的全栈开发。
💡 核心洞察：AI 不会替代你，但“通过 AI 获得构建能力的人”会替代“只懂写文档的人”。
二、 独家解密：Zevi 的“指令式”开发工作流
Zevi 高效的核心在于：他没有把 AI 当作简单的生成器，而是设计了一套严密的 SOP（标准作业程序）。他将流程固化为一系列 `/command` 指令。
1. /create issue：像聊天一样创建任务
当你有个想法或发现 Bug 时，千万不要直接让 AI 写代码。
- 你的动作
对着麦克风说出需求（如：“我想给测试增加填空题功能...”）。 - AI 反应
像工程经理一样反问澄清问题（“计分规则是什么？”）。 - 结果
确认后，AI 调用 Linear API，自动创建结构清晰的工单。
2. /exploration：深思熟虑的“CTO 模式”
这是大多数“Vibe Coding”（凭感觉编程）玩家忽略的一步。
- 核心逻辑
AI 被设定为 CTO。它的任务是阅读代码库、理解架构、挑战你的想法。 - 价值
避免 AI 瞎写 导致的屎山代码。它会完全模拟 Tech Lead 告诉你：“这个功能需要动数据库 schema，你确定吗？”
3. /create plan：生成作战地图
- 产出
生成一个 Markdown 文档，列出详细执行步骤、关键决策和进度追踪表。 - 目的
有了这个文档，即使切换模型（如用 Gemini 做前端，Claude 做逻辑），AI 也能通过读取 Plan 保持上下文一致。
4. /execute：疯狗般的执行力
到了这一步，才让 Cursor 的 Composer 或 Claude Code 介入。
- 操作
引用 Plan 文档，输入“Execute”。 - 体验
几分钟内完成人类工程师几天的工作量。
5. /update docs：闭环学习
- 关键点
如果 AI 犯错了，Zevi 会问：“你的提示词或文档缺了什么导致你犯错？” - 操作
运行指令更新项目文档。下一次，AI 绝不会犯同样的错误。这是一个不断进化的系统。
三、 AI 斗兽场：如何解决不会 Review 代码的难题？
非技术 PM 的最大痛点：代码看不懂，不知道有没有 Bug。Zevi 的解决方案是Peer Review（同行评审），但他把不同的模型“拟人化”了：
👩💼 Claude (The Perfect CTO)： - 人设：完美 CTO。善于沟通，有主见，统筹全局。
🥷 GPT (The Hoodie Dev)： - 人设：穿着卫衣、坐在黑暗角落的技术大牛。不爱说话，冷酷地进行代码审查，只回一句“修好了”。
🧪 Gemini (The Mad Scientist)： - 人设：疯狂科学家。设计感极强，擅长前端，但思路跳跃（曾试图删库重建），需要有人盯着。操作流程：
运行/review让 Claude 自查，同时让 GPT 和 Gemini 独立审查。最后运行/peer review，让 Claude 汇总意见。让 AI 互相“打架”，从而降低非技术人员的维护风险。
四、 拒绝“AI Slop”：做一个 10x 学习者
Zevi 坚决反对依赖 AI 会导致技能退化。
他提出了 `/learning opportunity` 指令。当遇到不懂的技术概念（如 API 鉴权）时，他会暂停开发并运行该指令。
Prompt 逻辑： “假设我是一个正在成长为技术型 PM 的人，请用 80/20 法则向我解释刚才涉及的概念。”
通过这种方式，他不仅交付了产品，还顺便补全了计算机科学的知识图谱。他不是在偷懒，而是在利用 AI 进行高强度的实战学习。
五、 写给产品经理的建议：现在就是未来
对于想要尝试的 PM，Zevi 的建议非常务实：
- 不要一上来就用 Cursor，那太吓人了。
先用 ChatGPT / Claude Projects 建立“技术合伙人”对话框，练习架构思维。 慢慢过渡：Bolt ➡️ Cursor Light Mode ➡️ Full Dev Mode。 - 利用 AI 准备面试：Zevi 甚至用 AI 模拟了苛刻的面试官来通过 Meta 的面试。
结语
Zevi Arnovitz 的故事打破了“不懂技术就做不了独立开发”的魔咒。他证明了，在 AI 时代，逻辑能力、审美能力和用户同理心，比单纯的语法记忆更重要。
代码只是文字（Code is just words）。 而产品经理，本就是最擅长处理文字和逻辑的人。
不要等到所有人都学会了再开始。打开你的编辑器，去创造你的第一个 `/create issue` 吧。
推荐观看原视频：https://www.youtube.com/watch?v=1em64iUFt3U&t=1410s
