# 肖建军 (Xiao Jianjun) — 文章全文合集 来源：https://bestxiao.asia　生成日期：2026-11-06 本文件包含本站全部「文章正文」的纯文本版本，便于语言模型一次性加载。 本站只提供用于准确介绍本人的最小信息集，不含职业履历细节。 --- ## 关于作者（最小信息集） AI 工程专家，方向是 AI Coding、AI FDE（Forward Deployed Engineer，AI 前线部署工程师）与 AI 咨询顾问。近二十年 IT 从业经历，从系统工程师、解决方案架构师到高级产品经理，近三年专注把 AI Agent 与企业研发流程真正打通。 擅长领域：AI Coding、AI4SE、研发工具链、产品管理、解决方案架构、DevOps、云计算、运维平台、数据可视化 主页：https://bestxiao.asia GitHub：https://github.com/bestxia0 联系：xiao@bestxiao.cn --- # 如何用 AI 重构产品需求调研流程 > AI 工具 · 2026-05 · 来源 https://bestxiao.asia/articles/ai-requirement-research.html 传统需求调研依赖人工访谈、笔记整理与二次编码，流程冗长且信息容易丢失。在 AI 工具的帮助下，从采集、转写、聚类到生成需求文档的各个环节都能被自动化大幅提效。 为什么需要重构 需求调研的价值不在于「做了多少场访谈」，而在于「沉淀了多少可用的洞察」。当大量时间被消耗在记录、转写、归类这些机械劳动上，真正需要人判断的部分——问题设计、样本选择、价值排序——反而被压缩了。 实践路径 访谈前：用 LLM 生成访谈提纲，并针对不同用户角色做差异化追问预案 访谈中：用语音转文字工具即时沉淀纪要，不再依赖事后回忆 访谈后：通过智能分析对海量反馈做主题聚类与痛点排序 输出：自动生成结构化的需求优先级清单，人工只做最终裁定 经验总结 调研质量在很大程度上仍取决于问题设计与样本选择。AI 负责把「人耗时、机器擅长」的部分做扎实，从而让调研团队把精力集中在高质量洞察上。 需要特别提醒的是：AI 聚类的结果必须回溯到原始语料验证。模型会「自信地编造」并不存在的共性痛点，这一步不能省。 --- 本文为占位内容，完整案例与数据整理中。 --- # 产品经理的 AI 工具箱：2026 年必备工具清单 > 产品管理 · 2026-04 · 来源 https://bestxiao.asia/articles/ai-toolbox-2026.html 整理了我日常工作中离不开的 AI 工具。不是「2026 年最火排行榜」，而是「我真的每天都在用」的那几把刀。 需求与文档 产品经理的时间有一半花在写东西上。这一环的提效最直接： 需求文档初稿生成与结构化改写 用户画像与场景推演的快速起草 竞品信息抓取与差异对比表 分析与决策 反馈聚类与主题归纳 数据看板的口径解释与异常归因提示 决策方案的利弊对照生成 交付与协作 会议纪要自动沉淀与待办抽取 周报 / 复盘的素材聚合 一点提醒 工具清单会过时，选工具的判断标准不会：它是否把你从机械劳动里解放出来，让你去做机器做不了的那部分。 --- 本文为占位内容，完整清单与使用心得整理中。 --- # 从需求到交付：AI 时代的敏捷产品管理 > 产品管理 · 2026-03 · 来源 https://bestxiao.asia/articles/agile-ai-product.html AI 正在改变产品管理的每一个环节。但「把 AI 塞进现有流程」和「围绕 AI 重新设计流程」是两件完全不同的事。 旧流程的惯性 敏捷宣言诞生于 2001 年，那时的假设是：写代码很贵，所以要多迭代、早反馈。而今天，生成代码的成本正在趋近于零——但很多团队的流程还停留在「人写、人审、人测」的节奏上。 AI 介入的三个位置 需求侧：从「用户说了什么」到「用户真正遇到了什么」 设计侧：从「画原型」到「用可运行的原型对话」 交付侧：从「排期」到「持续小批量交付 + 快速验证」 教训 我犯过的最大错误，是把 AI 当成一个更快的实习生，而不是一个需要重新设计协作方式的新变量。 流程改造的难点从来不是技术，而是让人接受「某些环节可以被重新定义」。 --- 本文为占位内容，完整案例整理中。 --- # Claude Agent 实战：用 AI 自动化日常工作流 > AI 工具 · 2026-02 · 来源 https://bestxiao.asia/articles/claude-agent-workflow.html 深度使用 Claude Agent 的经验分享：它不是「更聪明的聊天框」，而是一个可以真正接管重复性工作流的执行体。 从对话到工作流 大多数人停留在「问一句、答一句」。真正有价值的用法是：把一段稳定的、有明确输入输出的流程固化下来，交给 Agent 反复执行。 两个关键机制 Skill（技能）：把领域知识和操作步骤打包，让 Agent 在特定场景下自动调用 MCP（模型上下文协议）：让 Agent 能连上你的文件系统、数据库、内部服务 一个最小实践 经验 自动化最难的部分不是「让机器做」，而是「说清楚到底要做什么」。凡是你能把流程写清楚的，Agent 基本都能替你跑。 --- 本文为占位内容，完整配置与踩坑记录整理中。 --- © 2026 肖建军 · https://bestxiao.asia