我用了三个月，写了 6759 行代码。
不是用 Cursor 一键生成，不是用低代码平台拖拽，而是用 Qoder Spec Coding ——描述需求，让 AI 生成代码，但每一行都经过我的审查、调试和重构。
项目是一个 Chrome 插件——James 超级助理，在任意 OA/ERP 审批页面提供 AI 辅助分析。
作为一个 AI 产品经理，我原本不懂代码。但这个时代，不懂代码的产品经理，正在失去对产品的掌控力。
一、为什么不是用平台搭建
市面上搭建 AI 智能体的平台很多。
Coze、Dify、FastGPT，可视化界面，拖拽组件，几小时就能跑起来一个 Demo。
但我选择了最难的路：从 0 写代码。
平台搭建的代价是 失去控制权。你无法决定数据流向哪里，无法修改核心逻辑，无法针对业务场景做深度优化。
更重要的是，你无法真正理解 AI 的能力边界。
只有亲手写过流式 SSE 输出的代码，才知道首字延迟对用户体验的影响。只有亲手调过超时降级策略，才明白 5 秒和 60 秒的差别意味着什么。
二、6759 行代码的工程架构
项目不是玩具，是完整可用的工程系统。
1. 双通道 AI 调用架构
主路径：插件内置 Skill 运行时直连阿里云 API（60 秒总超时）。
兜底路径：本地 Qoder CLI 桥接服务（Python HTTP 服务，端口 39877）。
当主路径首字响应超过 5 秒，自动降级到桥接服务。两套系统独立运行，确保可用性。
2. 数据获取三层方案
层 1：DOM 解析（content_script），精准提取审批单字段，零侵入。
层 2：截图 + 视觉识别（captureVisibleTab → /screenshot-analyze），兜底方案。
层 3：标准接口（POST /context），预留给对方系统主动推送。
3. 思考沙箱与流式输出
AI 分析过程不再黑盒。所有中间输出（工具调用、JSON 数据）收纳到折叠沙箱，结论单独展示。
流式 SSE 输出，首字 5 秒内必达，超时自动降级。
4. 多模态文件解析
支持 Excel、PDF、Word、图片 OCR 解析，文件上传后自动提取内容送入 AI 上下文。
三、三层价值：产品、人、企业
第一层：产品价值
这是一个真正可用的智能体，不是 Demo。
有完整的错误处理、超时降级、流式输出、思考可视化。有 6759 行代码的工程健壮性支撑。
第二层：人的价值
我从 AI 用户变成了 AI 建造者。
以前用 ChatGPT，只知道输入 prompt 等结果。现在我知道：流式输出怎么实现、超时怎么设计、工具调用怎么解析、DOM 怎么注入。
这种深度理解，让我能做出平台搭建做不出的产品。
第三层：企业价值
一般企业可以直接部署使用。
解决 OA/ERP 审批场景的实际痛点：自动读取审批单、AI 辅助分析、一键填入审批意见。
支持 Skill 扩展，企业可以自定义审批规则和分析逻辑。
四、Spec Coding：AI 时代的建造方式
这 6759 行代码不是我自己敲的，也不是 AI 自动生成的。
是用 Qoder Spec Coding 方式完成的——我描述需求、定义规格，AI 生成代码，我审查、调试、重构。
这种方式有三个特点：
1. 人是架构师，AI 是工匠
我设计双通道调用架构、三层数据获取方案、思考沙箱交互模式。AI 负责把这些设计翻译成代码。
2. 每一行都经过人的审查
AI 生成的代码我不会直接用。我会读、理解、测试、修改。6759 行中的每一行，我都看过。
3. 深度理解，而非表面使用
只有亲手调过流式 SSE 输出，才知道首字延迟的影响。只有亲手写过超时降级逻辑，才明白 5 秒和 60 秒的差别。
五、深度使用 vs 深度建造
这个时代拥抱 AI 有两个阶段。
第一阶段：深度使用。
但绝不是用免费工具。免费和付费完全是两个门槛。付费 API 让你理解 token、理解延迟、理解成本。
第二阶段：深度建造。
不仅要做好 user，还要做好 builder。
我花了三个月，6759 行代码，从一个不懂代码的 AI 产品经理，变成了能独立交付完整系统的 builder。
这个过程的价值，远大于产品本身。
六、给你的建议
如果你是产品经理，不要停留在画原型图。
去写代码。哪怕从简单的开始。去理解技术实现，去理解 AI 的能力边界。
如果你是业务人员，不要只等着 IT 部门给你做系统。
去用付费 API，去搭一个自己的工具。哪怕很小，也是属于你的创造。
免费工具让你消费，自建系统让你创造
AI 时代最好的拥抱方式，是既做深度 user，又做深度 builder。