@yukinotech 首先我非常同意你的说法，因为代码写的快了，验收频率变高了。但如果效果持续不达预期的确是费时费力。我觉得可以这样解决 1 ）定制一个衡量此 feature 是否 AI 开发 ready 的标准，有没有可以很好的自动化验收流程，若否，则走传统一些的流程 2 ） Chorus 其实是一个给 agent 使用的产品开发工具，他可以记录好从 idea 到 prd 的过程，在 idea 的初期他会通过选择题和人交互细化出需求，记录你选择的的答案，这很好的可以给你回溯什么环境出了问题，减少返工次数。3 ）用 pencil 画前端原型可以对齐预期，减少前端交互相关的返工
@bytelee 是的，因为代码写的快了，验收频率变高了。但如果效果持续不达预期的确是费时费力。我觉得可以这样解决 1 ）定制一个衡量此 feature 是否 AI 开发 ready 的标准，有没有可以很好的自动化验收流程，若否，则走传统一些的流程 2 ） Chorus 其实是一个给 agent 使用的产品开发工具，他可以记录好从 idea 到 prd 的过程，在 idea 的初期他会通过选择题和人交互细化出需求，记录你选择的的答案，这很好的可以给你回溯什么环境出了问题，减少返工次数。3 ）用 pencil 画前端原型可以对齐预期，减少前端交互相关的返工
@autojunjie 嗯嗯 前阵子搞下来发现 有些细节问题可能自己当时也没想清楚 然后和 agent 聊的时候就也没有特地细化一些模块，最终导致一些细节对接协议等问题。agent 的产出 一方面还是要靠主人的经验，另一方面如果能够让他主动提出一些细节问题（他自身也有“经验”）就更好了。
老哥这想法挺好的，执行力也非常强，佩服。 只是个人感觉这类协作研发管理类软件在 AI 时代感觉本身已经是伪命题了。Atlassian 和 Salesforce 这些 SaaS 软件近一年的股价也有所反映。 很多软件都会随着模型及其自身 Agent 能力的提升而逐渐消失，Claude Cowork/Team 这类产品只是个开始。
