在传统软件开发中，您会根据功能深度或用户需求为新产品规划 v1、v2、v3。随着 AI 系统的出现，视角发生了变化。 每个版本的定义是系统拥有多少自主权，以及您愿意放弃多少控制权。 首先，识别一组高控制、低自主权的功能（如下图中的版本 1）。 这些功能应该是小型的、可测试的，并且易于观察。从这里开始，考虑这些能力如何随着时间的推移而演变，通过逐步增加自主权，一次一个版本。目标是将一个宏伟的最终状态分解为您可以评估、迭代并从中构建的早期行为。 例如，如果您的最终目标是自动化公司客户支持，那么高控制的起步方式是将 v1（版本 1）简单地定义为将工单路由到正确的部门，然后转到 v2，系统建议可能的解决方案，只有在 v3 中才允许其自动解决并提供人工备份。 这里还有几个例子： 市场助理 v1：根据提示草拟电子邮件、广告或社交文案 v2：构建多步骤活动并运行它们 v3：启动、A/B 测试，并在各个渠道上自动优化活动 编码助手 v1：建议内联补全和模板代码片段 v2：生成更大块（如测试或重构）供人工审查 v3：自主应用范围更改并打开拉取请求（PR） 如果您关注过 GitHub Copilot 或 Cursor 的演变，这正是他们使用的剧本。大多数用户只看到当前版本，但底层系统是逐步攀升的。首先是补全，然后是块，然后是 PR，每一步都是通过使用、反馈和迭代获得的。