AI项目怎么起步2026年11月9日提问

拿到一个 AI 项目,怎么做

先别急着写代码,先判断这个项目要 AI 在用户使用时承担什么,再决定做到哪一层;起步时把验收标准和背景写成文档,比反复改 prompt 更重要。

AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。

先分清是「用 AI 做」还是「做 AI 系统」

材料里的观点

立正把两者分开:AI 只在开发时帮你写代码,是 AI-assisted building;AI 在用户使用时读取上下文、调用工具、做决策,才算 AI 产品⁠1。他还给出六个层次,从薄 prompt 工具、RAG、能调工具的 AI、固定流程里的 AI,到智能体核心和 AI-native 系统⁠1。拿到项目先问一句:用户使用时 AI 参与吗、参与多深?这决定你是在做 demo,还是在搭系统。

把验收标准先写成 AI 能读的文档

AI推演

立正认为,决定输出质量的往往不是那句 prompt,而是 AI 执行时看到了什么信息;项目规范、风格指南、验收标准、历史决策都应写成结构化文档,因为「读不到的信息就等于不存在」⁠2。他建议给 AI 定义结果标准——输出长什么样、满足哪些条件、不能碰哪些边界——而不是逐步遥控过程⁠2。他还提醒上下文不是越多越好,关键在信噪比⁠2。落到新项目上,可以先写一页「做到什么算对」,再让 AI 动手;这是 AI 对上述原则的应用。

别停在一次性对话,边做边沉淀

立正描述高手的做法:每次用 AI 时同时想「下次怎么让它更快、更可靠」,具体是搭 agent loop、配工具和权限、积累 skill 与 context⁠3。他用蒸汽机换电动机的例子说明,新技术的红利不在技术本身,而在是否围绕它重构工作方式⁠3。他也强调项目经历在先、表达框架在后,没有真实做过,框架是空的⁠4。所以做项目时,每解决一个重复问题就固化一次,比追求一次做完更有长期价值。

这些材料谈的是做 AI 项目与能力分层的一般原则,没有针对你手上项目的行业、用户和资源给出具体方案;项目类型不同,做到哪一层需要你自己结合约束判断。

出处

  1. 1AI产品的六个层次

    超线性学院2026-04-25

    提供 AI 产品六层划分和「开发时用 AI」与「运行时用 AI」的关键区分。

  2. 2AI User 与 AI Builder 的 5 个差距,和背后具体技术原因 | 科技大厂打工人版

    超线性学院2026-04-10

    说明文档先行、结果导向指令和上下文信噪比,是项目起步最直接的操作原则。

  3. 3高手用 AI,和你不在一个位面

    超线性学院 · 会员2026-06-12

    解释为什么要边做边沉淀脚手架与 context,以及重构工作方式的思路。

  4. 42026,如何在面试中证明自己"真的懂AI"

    超线性学院2026-03-17

    强调真实项目经历在先,适合判断项目该做多深。

你也有想问的?

卡住的时候,问问立正:回答附有出处,可以点回原文核对。

也可以接着问:

所有问题 →