盘点 AI-Native 产品
不构成任何 OKR 建议
如果你的部门 2026 年还没有提出为产品加入 AI 能力的话，说明你的 Leader 已经没有办法理解 AI 的能力上限了。
但话又说回来，如果 2026 年你构建的 AI 能力还是为现存的产品加上一个咨询助手，试图缓解研发伪装客服的工作量的话，说明你错过了 2025 年 AI 应用上的一大进展，你的产品可能会被称为：不够 AI-Native。
AI-Native 和当年的 Cloud-Native 一样，并不是一个定义非常明确的词汇，但就目前各 AI 产品体验而言，一般所谓的 AI-Native 产品有以下两个特征：
- 所有 AI 相关功能不能以产品 DLC 形式存在，失去 AI 功能后产品几乎没有卖点
- 用户以自然语言与产品核心功能交互，AI 功能并不是在辅助用户使用产品
一个典型的 AI-Native 产品就是于 2025 年初推出的 Claude Code。
Claude Code
Claude Code 作为一个控制台程序安装在用户的电脑里，用户通过提交自然语言提示词，让 Claude Code 修改代码，检查逻辑。
同样地说，如果 Claude Code 失去 AI 能力，那他就将完全不具备任何功能。
我是从 Claude Code 的体验中慢慢感知 AI 在未来将如何影响我们的生活：
- Coding 的门槛将大幅度降低，入门一项新技术栈到解决实际问题的时间将大幅度缩短
- AI 并不是只有一个对话框，也可以通过提示词的输入输出和明确的 Tool Calling 来直接作用于目标对象
结合以上两点，并观察相关 AI Coding 模型发展现状的上来看，大量基础数据、强逻辑性且可快速验证的任务可能恰好是未来模型将擅长并持续进化的方向。
毕竟目前也只有程序员愿意让 AI 免费拿走自己的代码，并每月付 AI 订阅费来降低自己的工作压力。
DeepWiki
Devin now automatically indexes your repos and produces wikis with architecture diagrams, links to sources, and summaries or your codebase.
我为什么不喜欢文档类产品，以及他为什么不够 AI-Native
从学写代码的第一天起，我就没有完整读完过某个大型仓库的文档，所有的疑问都是靠猜测、感知、检索关键字、尝试运行来了解相关实现和使用方式。
这种猜测、关键字检索的方式和 Claude Code 检索仓库代码的方式相当类似，因此对于代码仓库生成文档类产品我抱有怀疑态度：
- 如果生成的文档是给 Claude Code 等工具使用，不如就生成功能模块索引，Claude Code 会追着代码和你一起总结问题源头
- 如果生成的文档是给人读的，那文档的精确性、正确性和时效性就成了该产品的关键指标，你在学习的过程中寄希望于 AI 生成的正确文档不如先把手弄脏
毕竟大家或多或少都在表达不精确的文档上栽过跟头，让一个研发花大量的时间写技术实现文档，不如先让他把数据模型和流转方向设计正确。
因此文档生成类产品的效果，最终也不会超越一个 Claude Code 给开发流程带来的提升。
可以想象在将来前后端 API 联调对接的过程中，前端发现某个接口报错，将不再是让后端排查，而是直接让 Claude Code 拿着报错信息追查后端代码，他就可以在相当短的时间里发现是自己参数提交得有问题还是后端确实有 bug。
更何况即使没有 AI，文档也依然会存在，大量研发也不会完全读完文档后再上手，因此这类产品我一般认为不够 AI-Native。
但文档也并非一无是处，通过仓库代码生成的文档也是 AI 的一种记忆索引。
增本降效 or 降本增效
开一家公司是为了赚钱，产品集成 AI 是为了更好的销售，用户使用 AI 是为了提升体验。
而你给自己负责的项目集成 AI 是因为 Leader 听说公司要淘汰无法适应 AI 的员工。
鉴于市场 AI 发展现状和前景，很多公司再一次试图通过 AI 作为提效的手段。提效一般随之伴随降本，而降本则意味裁员。当团队 Leader 感知这类消息后，为了不成为被降本的对象，就会开始对自身负责的产品进行 AI 化改造。
这类 FOMO 的情绪高到 CEO 下到应届生，没有人会愿意在当前市场环境下失去竞争力，因此你会在公司里听到各个团队相继在 AI 方向上投入并得到相关产出。
但最终只有 AI-Native 的产品有存活的机会。
非 AI-Native 的产品上限是一眼望到头的，这类产品引入 AI 后优化到极限就是一个熟悉各个产品功能细节的操作临时工。因为 AI 在此只是充当一个态度端正的操作员，而非辅佐人类创造、解决技能边界问题。
继而当维护 AI 操作员的费用反而高于临时工本身时，出于自始至终的降本需要，类似 DevOps 的概念又会回响在公司内，最终导致：每个员工的个人能力提升了，可以从事的方向变多了，但降本的资金并不会用于提升留存员工的工作体验。
因此 Leader 在 AI 产品的方向上的探索应当谨慎区分 AI-Native 和非 AI-Native，在非 AI-Native 方向上的探索无异于南辕北辙。
现在不采购 AI 给员工的公司才是将来可能会被市场经济淘汰的公司。
AI 会影响我的工作吗？
会，请务必在 2026 年试用各类 SOTA AI 产品。
我不是一个非常喜欢 AIGC 内容的人，但 AI 对人类生产流程的改造影响是势在必得的，个体人类无法逆转这个趋势，但人类应当始终具备控制 AI 的能力。
同样地说，具备 AI 能力也并非说明其能力领先，关键在于使用 AI 创造了什么、解决了什么问题。
毕竟如果我凭本事问一下隔壁设计师姐姐就可以解决的问题，又何必通过各类 AI 拼凑我想要的视觉效果。
相关内容
Cole Stryker
