职场人人都是产品经理·AI-地球服产品玩家··AI 生成
开发1小时，部署5小时：PM想做OPC，应用上线经验分享
一位不会代码的产品经理，借助AI编程工具Codex和阿里云，在6小时内从灵感出发上线了一款MBTI充电小游戏，并复盘了全流程。文章核心结论是：AI并没有抹平技术门槛，而是将门槛从“写代码”转移到了“懂领域与运维”。作者发现，在熟悉的开发环节人机协作高效，但在陌生的部署环节，由于自身知识储备为零，效率急剧下降。这篇文章适合对AI辅助编程、产品经理转技术实践感兴趣的读者，提供了真实的实操复盘与反共识洞察。原文 ↗原文 ↗
核心观点
- ▍AI并非抹平了技术门槛，而是将门槛转移了：在熟悉的领域，AI能大幅提升效率；在陌生的领域，由于知识存量不足，AI的杠杆率会急剧下降，自己仍需付出大量时间补课。
- ▍人机协作像一个平衡游戏：你知道的越多，能让AI替你干的就越多，自己越省力；你知道的越少，AI能帮你做的就越有限，剩下的都得自己扛。
- 01作者开发环节耗时1小时，其中AI（Codex）干了40分钟（写代码），作者干了20分钟（提需求、审方案）；部署环节耗时5小时，AI干了1小时，作者干了4小时（摸索环境、执行命令、排错）。
- 02作者是产品经理，拥有十几年提需求、审方案的经验，这在开发环节是核心优势，使得AI能高效产出代码。
- 03作者在部署环节遇到的核心障碍是“不知道命令在哪个环境执行”（本地 vs 服务器），以及缺乏基础的运维常识（如SSH、文件传输、端口开放），导致AI给出的正确步骤无法被有效执行。
- 04作者发现阿里云服务器的运维入口可以用自然语言操作，无需手动学习Linux命令行，降低了部署的学习成本。
- 05OpenAI数据显示，Codex的活跃用户从2月到7月从100万涨到800万，其中五分之一是非开发者（产品经理、律师、分析师等），且这部分用户增长比开发者更快。
反方 / 局限
- — 作者承认，他的成功经验高度依赖产品经理的“提需求”技能，对于零基础、无领域知识的普通人，AI的效用可能远不如文中所描述的那样高。
- — 文章的局限性在于，应用本身极小（无服务端、无真实用户），整个链路验证的复杂度较低，可能不适用于大型、多模块、需要团队协作的真实项目部署。
概念锚点
前置背景
平行视角
未来推演
延伸追问