摘要：可以根据详细的需求文档，完整实现或者调优整个模块，会考虑现有技术栈，以及和其他模块的关联对接。

今天我想要和大家分享一些自己关于 AI 编程的思考 ，主要关于两个方面：

网上看到过 AI 编程 L1-L5 的范式划分，但我感觉下面的名字更适合一些：

第一阶段：智能补全 ：

和原有的自动补全体验一样，但会参考上下文进行分析，补全内容更加有效。

第二阶段：任务级 ：

可以根据需求任务、缺陷内容，帮忙实现小功能实现或者缺陷修复。

#技术分享第三阶段：模块级 ：

可以根据详细的需求文档，完整实现或者调优整个模块，会考虑现有技术栈，以及和其他模块的关联对接。

第四阶段：项目级 ：

能根据一个需求输入，自动走完研发流程，交付可运行的应用。

头部的产品已经到达这一阶段，但尚未形成稳定的解决方案，比如 TRAE 的 SOLO 、Qoder 的 Quest 、Cursor 的 Background 模式。

第五阶段：团队级 ：

多智能体协同，分别扮演不同的研发流程参与方，通过协作实现更加复杂项目的交付，甚至可以作为解决问题的技术部门存在。

上面的“团队级 AI”就像钢铁侠里面的 贾维斯 一样，不管你给他多么复杂的任务，它都能帮你完成。

目前还是一个 憧憬 ，大部分团队都在摸索，但尚没有完全可投产的解决方案。

“项目级” AI 中，我并没有提 Claude Code ，并不是因为它不够，而是我感觉目前它已经高于“项目级”了。

它设计的 sub-agent 模式，在一些高手手里，已经一定程度上实现了“团队级 AI”的能力，只是并未开放或者形成解决方案。

这方面后续我会再尝试分享一些探索经验。

AI 时代，对任何岗位都会有所提升。但整个软件行业里，我认为 AI 编程 最适合的，提升最大的 ，应该算是产品经理了，尤其是 懂技术的产品经理 。

现有 AI 在具体细分场景能力其实已经非常强了，但距离“团队级”还有差距。

那 AI 落地时，就需要一个业务的架构人员、执行人员、调度人员了。

他了解整个业务逻辑的各个阶段，同时又具备使用 AI 的技术基础，他可以通过人工的方式把各个阶段最好的 AI 串联起来，实现整个业务流程的“ 半 AI 化 ”。

比如，我昨天分享的小程序 UI+功能一锅出的思路。

而国内软件行业的产品经理，就是一个装了这么“多”的岗。

来源：墨码行者