来自 meng shao（@shao__meng）的推文线程

AI 工程應該有兩個核心工作流程 0% -> 80%：建立演示原型 80% -> 100%：交付生產級智能體 演示原型階段：通常使用Python 或TypeScript 等語言快速建立原型，包括預設的聊天介面。這種方式適合快速驗證想法，但往往是「一次性」程式碼，忽略了實際部署的複雜性。 · 生產智能體階段：涉及更複雜的元素，如增強型前端介面、安全性強的工具整合、情境管理、可觀測性系統，以及Java 或Golang 等企業級語言。這個階段常因效能瓶頸或需融入現有程式碼庫而導致重構。 演示原型仍有重要作用，能幫助早期驗證。但在ChatGPT + MCP 或Claude Code + 檔案或Lovable、v0 等工具的助力下，團隊無需花費數月時間建立拋棄式程式碼。這能節省工程資源，將精力轉向真正推動產品的生產級智能體開發。 在AI 快速發展、有效率的迭代狀態下：用低成本工具加速原型，專注核心工程，顯得更重要了。