用途：帮助使用者制定AI产品策略，决定AI在何处落地、如何管理从确定性到概率性软件的转变，以及如何积累长期竞争壁垒。内容整理自Lenny's Podcast与Newsletter中26位嘉宾和文章的观点。
主要能力与框架： 明确切入口——识别用户高摩擦、AI回报最大的杂务； 选择架构——根据需要实时数据还是特定行为风格，在RAG与微调之间取舍； 安全扩展自主性——采用渐进式自主，先人在回路再走向自动化； 面向未来曲线构建——路线图对齐未来模型能力，而非为当前局限搭复杂脚手架； 原则包括：为非确定性输出设计体验、把产品视为持续学习的活体、通过垂直化寻找防御力、孵化特定“超能力”、采用渐进自主。 提供模板：AI术语表（20+术语）、AI产品构建者12条反直觉原则、CC/CD（持续校准/持续开发）六步生命周期框架、AI集成决策框架、Bitter Lesson应用、AI初创防御力框架、原型优先与设计优先对比、差异化栈（数据>界面>模型）、粘性优于护城河等。相关技能：Ai Evals、Ai Native Ux。
使用方式：资料提供引导性问题与常见错误清单，用于评审AI产品决策，如“产品中自动化回报最大的高摩擦杂务是什么”“用例需要实时内部数据还是特定一致行为”“界面如何处理非确定性或不正确输出”“是否在与基础模型竞争”等。
适用场景：AI产品定位、功能取舍、架构选型、自主性设计、路线图规划与防御力评估。
限制：资料未提供具体收费、价格、平台支持、安装命令或操作步骤；引用观点来自播客与 newsletter，具体落地细节需结合原文。
开发者：refoundai/lenny-skills。