我用 Cursor 一周做了 5 个产品的工程笔记

一周 5 个产品？

听起来像吹牛。展开说一下。

5 个 = 1 个真要上线的、3 个验证想法、1 个工具自用。 周一到周五各一天，没有周末加班。

每天的节奏：

09:00  想清楚问题（不写代码）
10:00  Cursor 起项目骨架
11:30  跑通核心 path
14:00  接 UI、配置部署
16:00  试用、改 bug
18:00  发链接给 3 个朋友

真正被 AI 加速的

• 写 boilerplate：从 2h → 5min
• 接陌生 API：读文档 + 写示例从 1h → 10min
• 写测试：基本是免费的
• 改风格 / 重命名：随便了

没有被 AI 加速的（重要）

• 想清楚要做什么（仍然是最难的）
• 判断哪个想法值得投入
• 跟用户对话、看用户行为
• 审美与品味

工具改变了”做”的成本，但没有改变”想”的成本。 速度被压缩之后，“想清楚”的相对权重反而变大了。

一个反例

周三我做的那个验证项目，AI 帮我写了完整 SaaS 框架——auth、db、stripe 都接了。

但用户根本不需要登录。我多花了 2 小时把这部分删掉。

教训：先想再让 AI 写。AI 倾向给你”完整方案”，但完整 ≠ 必要。

关于审稿

5 个产品里，有 1 个我后来发现 AI 在某个边界条件下写错了——它把 >= 写成了 >。

测试是 AI 写的，所以测试里也是 >。

自动化测试 ≠ 自动化审稿。

我的工作流（最后版本）

1. 手画一张图（真实手画，纸笔）
2. 告诉 AI 一段话讲清楚要什么（包括 不要 什么）
3. 看着它生成（不要它说啥就用啥）
4. 跑通最小路径
5. 挑剔地审：边界条件、错误处理、安全
6. 上线、发给 3 个人、收反馈

5 步、5 天、5 个产品。

但请注意：这能成立的前提是我已经做了 10 年了。AI 加速的是熟手，不是新手。