记录一个产品经理如何在 AI 时代重新理解软件、产品和工作流。
这里是 mhsj.me 的内容仓库，一个关于 AI 产品、Agent-First 和个人产品实验的长期观察站。
我是一名长期做 ToB 协作产品的产品经理。这个站点记录我对垂直 AI 产品、Agent 原生产品形态、AI Coding 实践，以及 Agentic Asset Loop 的持续思考。
这个站点更适合这些读者：
- 正在做 AI 产品、Agent 产品或 ToB SaaS 产品的人。
- 关心 Agent-First、AI Coding、MCP/CLI、上下文工程和产品边界的人。
- 希望从产品经理视角理解 AI 产品范式变化，而不只是追踪模型新闻的人。
- 对“如何把 AI 输出沉淀为长期资产”感兴趣的创业者、产品经理、设计师和研发协作者。
AI 已经改变了软件的构建方式，但多数变化还停留在“给旧产品加一个 AI 功能”。我更关心的是另一个问题：如果一个产品真的是因为 AI 才成立，它的核心对象、交互方式、能力组织和商业边界会发生什么变化？
所以这个博客会反复讨论几类问题：
- Agent 不只是回答问题，而是如何在每次运行后留下可追溯、可复用、可迭代的资产。
- 垂直 AI 产品不只是“AI + SaaS”，而是如何重新定义产品里的核心对象和工作流。
- Agent-First 产品应该围绕角色、任务、目标，还是业务资产来组织能力。
- AI Coding 让实现变快之后，产品判断、方向校准和失败复盘反而变得更重要。
- 当 SaaS 想把能力开放给 Agent，MCP、CLI、Skills、上下文工程和权限治理分别适合放在什么位置。
此山之石 是这个站点的主线，也是我自己的原创思考区。
这里的文章不追热点，而是把“AI 产品到底怎么变了”拆成一个个可以讨论、验证和反复修正的产品问题。
目前最核心的一组文章围绕 Agentic Asset Loop 展开：
- 垂直 AI 产品的下一步：Agentic Asset Loop 设计主张
- AI Agent 产品设计实战：让每次输出成为复利资产
- AI Agent 产品的 5 条设计原则（上）：资产优先、证据驱动逐条拆解
- AI Agent 产品设计原则的冲突与取舍：当资产、证据和效率互相打架
这组文章的核心判断是：Agent 的价值不只在于“它帮你做完了什么”，还在于“它做完之后留下了什么”。当每次运行都能沉淀成结构化资产、证据链、可更新对象和下一次运行的上下文，产品才可能形成复利。
除此之外，“此山之石”也会写更具体的产品路线和实践复盘：
- 别再说“数字员工”了：AI Agent 还有另一种打开方式：讨论 Agent 产品到底应该围绕“人设/角色”组织，还是围绕任务、目标和业务对象组织。
- Vibe Coding 让我越写越快，但产品思路可能从第一天就错了：复盘 AI Coding 带来的速度幻觉，以及为什么做得快不等于方向对。
- MCP or CLI（上）：深度解析：从 SaaS 能力开放给 Agent 的角度，拆解 MCP、CLI、Skills、Token 成本和治理场景之间的取舍。
他山之玉 是阅读笔记和案例观察区。
这里会记录我读到的优质内容、产品案例和行业判断，主题包括 Manus、Airtable AI agents、Cursor Docs、Agent 产品交互、上下文工程、AI 基础设施、垂直 AI 创业机会等。
它不是资料库式的收集，而是“输入层”：帮助我校准自己对 Agent-First、AI 产品范式、SaaS 变化和创业机会的判断。
其中一些代表笔记包括：
- 创业者思考：如何做 AI Agent 喜欢的基础软件？：从心智模型、机器可读性和基础设施角度，讨论什么样的软件更适合被 Agent 使用。
- How we built AI agents at Airtable：观察 Airtable 如何在复杂业务数据和工作流上构建 AI agents。
- AI 代理的上下文工程：构建 Manus 的经验教训：关注 KV cache、上下文增长、工具遮蔽等 Agent 工程中的产品约束。
- 万字解析 Manus 的 PMF 和 AI Agent 赛道竞争的稳态约束：把 Manus 放到市场、用户反馈和竞争格局里观察。
- 下一代 AI 交互，会长成什么样子？：关注 AI 时代界面、个性化交互和系统级产品设计的变化。
- a16z 年度预测：2026 年，AI 创业的新机会都在垂直行业，AI 产品会走向定制化：从创业机会和垂直行业角度观察 AI 产品的下一阶段。
这个博客基于 Quartz 构建，用 Markdown 维护内容，并发布为一个可搜索、可链接、适合长期更新的个人知识站。
我对默认站点做了一些轻量定制：中文内容结构、文章目录与大纲、阅读时间与日期展示、图片预览、双向链接和关系图谱等。技术实现只服务于一个目标：让这些持续演化中的产品思考更容易被阅读、连接和回看。
如果你也在思考 AI 时代的产品范式转移，或者正在做 Agent-First、垂直 AI 产品、AI Coding 相关实践，欢迎交流。
- Email: fyajiao@gmail.com
- WeChat: 可通过 mhsj.me 站点底部的微信入口添加，添加时请注明来意。
本站基于 Quartz 构建。这个仓库主要用于维护博客内容与站点发布。