动手做的 AI

用 Astro 搭静态站，内容走 Markdown content collections。

把 PRD 喂给模型，边对话边生成结构与组件。

一个可长期沉淀的内容主场，也是天然的能力证据。

一套可复用的多 Agent 流水线——编排中枢 + prd-writer / designer / coder / reviewer / tester 五个专职 Agent；本站与演出雷达都用它从 0→1 跑出来。

spec.md 作单一事实源、每次交接冷启动注入解决上下文丢失；把判断与品味设成 3 个固定人工闸门把误差挡在上游；跨模型互查（Claude Code × Codex 互相挑 bug）。

把 AI coworking 从「给目标就消失等结果」变成「一个编排者 + 几个 human-in-the-loop」的可控流程；沉淀的是 AI 时代 PM 的核心方法——定义约束、设计协作协议、在关键节点拍板。

多源演出信息 → 抓取 → LLM 结构化 → 去重 → 偏好打分 → 摘要 → iOS 呈现。

先用 fixture 解耦抓取与抽取、先打通最易的源、把系统抽象成「数据管道」而非「实时监控」、敢砍详情页、混合云 / 本机架构、把 PRD 写成给 AI 读的协作协议、用多模型交叉审查（实现 / 挑错 / 复核）。

证明 AI 时代 PM 能把一个真实需求用 AI coworking 推进成可运行、可部署、可讲述的数据产品。最值钱的产出不是代码，是「PM 如何管理 agent 之间的信息传递与质量控制」的实战方法。