从“懒”到“AI 产品经理”：一个 Python 后端的 6D 破局之旅

摘要：当 AI 浪潮席卷而来，为什么我们依然觉得独立开发一个完整应用很难？本文记录了一名 35 岁 Python 后端开发者在极客时间Agentic AI 产品训练营的心路历程，深度拆解「6D 产品思维」与 Codex Workspace 的技术实践，分享如何从“衣橱管理”这个微小需求出发，构建属于自己的 AI 应用飞轮。

6D模型

01. 缘起：为什么一个后端开发者会感到“无力”？

我是一名拥有 PHP、Java 和 Python 混合技术栈的后端开发者。在很多人眼里，35 岁的程序员应该早已驾轻就熟，但面对 AI 时代，我却产生了一种深深的**“孤独感”**。

即使现在的 LLM（大语言模型）再强大，让我一个人从零开始设计、开发并落地一个完整的应用，依然是一件极其困难的事。

触发我报名这次极客时间训练营的契机，其实非常生活化：我队友希望我做一个“我的衣橱”App，用来管理家里的衣服，拍照识别、分类整理。

听起来很简单？

  • 技术难点：图像识别、去背、数据库设计、前端交互。
  • 产品难点：用户旅程怎么画？功能边界在哪？
  • 人性弱点：懒。不知道从何下手，拖延症发作。

带着“想解决实际问题”但又“缺乏系统性方法”的困惑，我走进了这个课堂。没想到，这不仅仅是一次技术升级，更是一场思维的重组。

02. 核心收获：重新定义产品的「6D 思想」

如果要用一个词概括这门课的核心，那就是 6D。

起初，我以为这只是六个普通的步骤，甚至因为内容过于详实而感到有些“臃肿”。但在深入实践后，我发现每一个 D 背后都隐藏着巨大的信息密度和专业壁垒。如果你认为这门课很简单，那可能只看到了冰山一角。

🔄 The 6D Framework

  1. Discover（发现机会）：不是拍脑袋，而是基于真实痛点的洞察。
  2. Define（定义边界）：这是最痛苦也最重要的一步。什么不做？什么是 MVP？
  3. Design（产品设计）：将抽象需求转化为具象的用户旅程。
  4. Demo（原型验证）：快速构建可交互的原型，获取反馈。
  5. Diagnose（评测验证）：用 Ground Truth（基准真相）来衡量 AI 的效果，而非凭感觉。
  6. Drive（迭代飞轮）：建立数据闭环，让产品自我进化。

📚 那些我曾忽视的“产品黑话”

作为技术人员，我以前对很多概念嗤之以鼻，但现在我意识到它们是沟通的桥梁：

  • Story Map & User Flow：不再只是画流程图，而是梳理用户的情绪和价值点。
  • M5 输入卡 & 范围决策单：强制自己思考输入的标准化和范围的可控性。
  • Ground Truth：在 AI 应用中，没有标准答案就无法优化模型，这是工程化的基石。
  • 设定红线：明确 AI 能力的边界，避免过度承诺。

这些概念单独拎出来每一节都能讲很久，虽然上班时我只能“搂听”，但课后补全笔记时，那种逻辑严密的快感无以复加。

03. 技术实战：AIPM + Xiaopaw 的双引擎驱动

如果说 6D 是灵魂，那么技术架构就是骨架。本次课程最让我惊艳的，是老师打造的 AIPM（AI Product Manager） 助手与 Xiaopaw 发布平台的结合。

🤖 AIPM：基于 Codex 的飞书机器人

这不是一个简单的聊天机器人，而是一个结构化引导者。

  • 它基于 codex 内核，深度集成在飞书中。
  • 当你提出一个模糊的需求（比如“做个衣橱 App”），它不会直接给你代码，而是通过 6D 流程，一步步引导你输出飞书文档。
  • 它会追问：“你的目标用户是谁？”、“成功的定义是什么？”、“MVP 的核心功能有哪些？”

这种**“对话即文档”**的体验，极大地降低了产品设计的门槛。

🛠️ Xiaopaw & Codex Workspace：技术人的利器

对于后端开发者来说，最硬核的部分在于 Codex Workspace 的设计：

  • Agent.md & Skill 设计：如何定义 Agent 的能力边界和行为准则？
  • Memory 机制：如何让 AI 记住上下文，保持对话的一致性？
  • Script 设计：自动化脚本如何与工作流结合？

目前，我主要使用老师提供的 xiaopaw 后端应用进行发布。整个流程非常丝滑：

  1. AIPM 负责产出标准化的产品文档和需求分析。
  2. Xiaopaw 读取文档，生成对应的 workspace 配置。
  3. 自动发布应用到飞书，形成可演示的原型。

老师也开源了相关代码：https://github.com/kid0317/codex_workspace_bot
注：目前我还在复用老师的平台，后续计划自己部署一套，深入钻研其中的细节。

04. 成果展示：从想法到 Demo

经过一个学期的打磨，我产出了两个关键的路演 Demo，分别展示了不同维度的产品形态：

📱 1. App 版本路演

这是一个更接近传统移动端体验的交互原型，注重界面布局和视觉反馈。
🔗 预览链接：http://nosaw.com/geektime/aientic_ai_product/work1/

💬 2. 聊天版 6D 流程演示

这个版本更侧重于展示 AI 如何引导用户完成 6D 的思考过程，体现了“对话式产品”的魅力。
🔗 预览链接：http://nosaw.com/geektime/aientic_ai_product/work2/

👕 3. 智能衣橱原型（飞书演示）

针对我最初始的需求，我在飞书上实现了一个简单的 Demo：

  • 功能：发送衣服照片 -> 自动去背 -> AI 识别分类（上衣/裤子/裙子等）。
  • 价值：验证了技术可行性，虽然还没做成独立 App，但核心链路已跑通。

05. 结语：未完的旅程

回到最初的问题：学完这个课程，帮我解决问题了吗？

答案是：解决了“开始”的问题，并指明了“持续”的方向。

我不再因为“懒”和“不知从何下手”而停滞。6D 思想给了我拆解复杂系统的剪刀，AIPM 给了我辅助思考的外脑，而 Codex Workspace 给了我落地的工具链。

虽然“智能衣橱”App 还没有正式上线，但我已经掌握了构建它的完整方法论。对于一名 35 岁的开发者而言，比写出代码更重要的，是拥有定义产品、驾驭 AI 协同工作的能力。

未来，我计划深入研究 codex_workspace_bot 的源码，尝试在自己的服务器上部署一套专属的 AIPM 系统

未晚点，只要开始，永远不晚。

👇 互动话题
你在开发 AI 应用时，最大的痛点是技术实现还是产品设计？欢迎在评论区留言交流！