最近在 Lenny 的播客上看到一期访谈，嘉宾是 Meta 的产品经理 Zevi Arnovitz。

这哥们儿有点不一般，他完全没有技术背景，高中学的是音乐，在军队也不是技术岗，但现在他用 AI 工具独立开发产品，甚至 Meta 的工程师们都跑来问他是怎么做到的。

这期节目的核心就是 Zevi 分享他用 Cursor 和 Claude Code 构建产品的完整工作流程。

今天我就给大家分享一下，这个非技术 PM 是怎么用 AI 工具把不可能变成可能的。

1️⃣ 一套完整的 AI 开发工作流

Zevi 的工作方式很系统化。

他在 Cursor 里创建了一系列自定义命令，整个流程大概是这样的：

首先用/create issue 在 Linear 里快速记录想法；

然后用/exploration phase 让 AI 深入理解需求；

接着/create plan 生成详细的技术方案；

再用/execute plan 真正开始写代码；

最后通过/review 和/peer review 做代码审查；

最后用文档更新命令把所有改动记录下来。

Zevi 这套流程的核心思想其实很简单。他把 AI 当成自己的技术合伙人，而不是一个简单的代码生成器。

节目里他现场演示了给 StudyMate 这个学习应用添加填空题功能的全过程，从想法到上线大概就几十分钟的事儿。

很多人用 AI 写代码的时候，AI 总是特别急着开始干活，你刚说完需求它就开始写代码了。

但 Zevi 通过这套工作流强制 AI 先停下来好好思考，先搞清楚要做什么，怎么做，然后再动手。

2️⃣ 把 AI 模型当成不同性格的团队成员

Zevi 把不同的 AI 模型想象成公司里不同性格的人。

Claude 就像一个特别会沟通的技术总监，有主见但又很愿意解释，特别适合边做边学。

GPT 更像那种穿着连帽衫和拖鞋来上班的顶级程序员，平时不爱说话，但你遇到最难搞的 bug 找他准没错，他会关上门研究两小时然后出来告诉你搞定了。

至于 Gemini，是个疯狂的艺术家科学家，做 UI 设计特别厉害，但你要是看着它工作的过程会被吓到，因为它可能会先把整个仪表盘删了，然后又恢复回来，最后做出来的东西却特别漂亮。

Zevi 的意思是，你得了解每个工具的特点，然后让它们做最擅长的事情。

他会用 Claude 来做整体规划和学习，用 GPT 的 Codex 来处理复杂的技术难题，用 Gemini 来做前端界面设计。

3️⃣ 让 AI 互相审查代码的妙招

作为一个不懂代码的人，Zevi 最头疼的问题就是怎么知道 AI 写的代码有没有问题。

他想出来的解决办法很聪明，就是让不同的 AI 模型互相审查对方写的代码。

具体操作是这样的，他会同时打开 Claude Code 和 GPT 的 Codex，还有 Cursor，让它们分别审查同一段代码。

然后他用一个叫 peer review 的命令，把其他模型发现的问题反馈给主要负责的那个 AI，让它来判断这些问题是不是真的需要修复。

有时候场面还挺有意思的，Claude 会有点不耐烦地说这个问题已经是第三次被提出来了，这不是 bug，这是我故意这么设计的。就像真实团队里不同工程师之间的讨论一样，有时候会有点小摩擦，但最终能把代码质量提升上去。

4️⃣ 现在反而是做初级的最好时机

很多人都在说现在初级岗位越来越少，对新人不友好。

但 Zevi 的观点完全相反，他觉得现在恰恰是做初级最好的时代。

他认为，虽然初级岗位确实少了，但什么时候一个刚毕业的学生能够独立开发一个完整的产品甚至创业呢。

以前你得先在大公司干好几年，学会各种技能，才敢想着自己做点什么。现在有了这些 AI 工具，一个人就能顶一个小团队，周末就能把想法变成真实的产品。

Zevi 自己就是最好的例子，他的 StudyMate 是个学习应用，学生可以上传学习材料然后生成测试题，这完全是他周末业余时间做的项目，而且已经在赚钱了。

他还分享了一个很重要的心态转变。刚开始做 PM 的时候，他总想着要成为 10 倍产品经理，要比别人厉害 10 倍。

但后来发现这个想法完全错了，作为初级员工，公司根本不期待你有多厉害，他们期待的是你能快速学习。

所以他把心态调整成 10 倍学习者，主动去找团队里每个人的优势，向他们请教学习。

这个转变彻底改变了他的职业发展轨迹。

他特别强调一点，代码其实就是文字，只是换了一种形式而已。

这个观点我觉得特别好，它打破了很多人对编程的恐惧。你不需要成为一个传统意义上的程序员，你只需要学会怎么跟 AI 沟通，怎么让 AI 帮你把想法变成现实。

未来可能真的会像 Zevi 说的那样，职位的界限会越来越模糊，每个人都可以成为建设者。

关键是要保持好奇心，愿意学习新工具，敢于动手尝试。