真实需求识别
从用户场景、业务约束和使用动机出发，先定义值得验证的问题，再决定是否需要 AI 介入。
AI Product Builder
把真实需求推进到可验证的 AI 产品原型。
我关注 AI 产品从 0 到 1 的早期阶段：需求判断、交互设计、Agent 工作流、Vibe Coding 与可运行 Demo。这个站点展示我已经做出的案例，以及我如何把模糊想法变成可被体验和质疑的系统。
AI 产品原型
把模糊想法拆成信息架构、交互流程、界面状态和可点击 Demo，让判断尽快进入真实体验。
Agent 工作流
围绕信息收集、学习拆解、市场复盘和执行任务搭建个人 Agent 流程，提升持续输出能力。
Vibe Coding 落地
用大模型协作完成需求拆解、代码生成、跨端转译和问题排查，把方案推进到可运行版本。
route.selector
选择你想判断我的方式。
如果你关注结果，先看 Works；如果你关注方法，看 Workflow；如果你关注我对 AI 的长期判断，再进入 Thinking。
delivery.loop
从需求到 Demo 的执行闭环。
我不会把 AI 当成万能功能入口，而是把它放进清晰的问题、流程和验证动作里，尽快产出可体验的早期版本。
define
定义真实需求
明确目标用户、使用场景、触发条件和成功标准，避免从个人灵感直接滑向功能堆叠。
shape
设计 AI 参与边界
把模型能力转译为产品机制、交互状态和风险护栏，判断哪些环节适合自动化，哪些必须保留人为控制。
build
快速生成可体验原型
用 Vibe Coding 协作完成 Web、Swift 或自动化工作流 Demo，让方案尽早进入可点击、可质疑的状态。
verify
验证并修正判断
通过用户反馈、日志、工程约束和失败现场更新产品判断，而不是只停留在概念成立。
杨丰源 / AI Product Operator进入 Works、Thinking 或 Workflow 继续阅读。