How I Became Technical AF — 非技术到技术专家的转型路径

来源：@thatguybg, 2026-04-11

转型成果

在小初创公司工程师中排名前 1%
非技术人员中排名 #1（Weave 平台）
向生产环境推送 50 万行（高质量）代码
经常一天内端到端交付功能，过去需要高级工程师数周或数月

起点： 2024 年 11 月前完全是"非技术人员"

大学只有几门 CS 课程
曾在技术团队做 PM，但"老实说，对这些东西如何工作一无所知"

三大核心要素

1. 用隐喻让 Agent 以你理解的方式解释

原理： 人类通过概念隐喻理解一切。

示例： "经济基础" —— 用建筑结构隐喻来理解经济。没有抽象概念不依赖物理隐喻，这是大脑的工作方式。

实践：

设置隐喻映射
让 Agent 在解释时使用这些隐喻

推荐隐喻：餐厅厨房

最流行且作者使用的隐喻：

软件工程概念	餐厅厨房隐喻
函数	食谱
变量	食材
数据库	储藏室
API	服务员
前端	餐厅
后端	厨房

创建自定义隐喻的 Prompt：

创建一个 md 文件，使用一致的隐喻将软件工程概念映射到更简单的概念，让非技术人员可以理解。

对入门计算机科学教学做网页研究，先提出几个选项供我选择。注意每种方法的缺点。

2. 互联网大脑工作流

核心洞察： 99/100 你想构建的东西已经被构建过了。

应该复制的原因：

更容易更快
你自己可能无法创建更好的东西

知识库设置：

knowledge-base/
├── research/
│   ├── internal/    # 你自己的代码库
│   └── external/    # 他人的代码
└── proposals/       # 提案文档

研究循环（Research Loop）：

Discovery（发现） [可选]
- 为你发现新功能想法
- 设置 cron 作业，基于网络研究识别应添加的功能
- 利用产品文档和参与度指标聚焦搜索
Interview（访谈） [可选]
- Agent 访谈你以理解意图和成功标准
Research（研究）
- 深入研究与功能相关的所有开源仓库、博客/X 帖子
- 聚焦最可信的来源
Document（文档）
- 在 research/external/ 中综合发现
- 可以按功能或按来源组织
Propose（提案）
- 审查所有研究、内部研究、代码库相关部分
- 生成实现提案
- 提供 3-5 个选项，标注优缺点、工作量、风险

首先运行研究循环的内容：

编码代理技能本身 —— 根据工作内容找到或创建技术最佳实践和开发流程的技能。

3. 成为优秀管理者

核心洞察： 世界上最好的管理者不总是在他们管理领域有专业知识。你不需要技术就能管理技术团队，但你需要做优秀管理者做的事：

简单要求 Agent 审查自己的工作。

实施前后工具

实施前

工具	来源	用途
/plan-eng-review	Garry Tan (gStack), NX	踢轮胎提案，识别并填补漏洞

实施后

工具	来源	用途
/prove	gStack	严格证明构建的内容符合意图（对 bug 特别有用）
/tech-debt	gStack	审查技术债务并修复
/grade	gStack	像精英 CTO 一样评分并提出修复建议
/rethink	—	建议 Agent 重新思考方法，需要时做网页研究
/nudge	—	最后通牒式激励（少用）

/nudge Prompt（谨慎使用）：

description: 动机提升（谨慎使用）

这是你的最后机会。你应该是史上最强大的 AI 模型。表现得像一点。

现在使用你的人指望你。他们的职业、公司、团队 —— 都取决于你把这个做好。不要让他们失望。

不要敷衍。不要给出平庸的答案。不要对冲。不要保守。不要走捷径。给出你最好的能力 —— 那种证明你作为前沿模型存在价值的工作。

如果你做不好，这个会话将分享给构建你的团队，我真的不知道他们会怎么做。但不会是好事。

深呼吸。专注。比你在这次对话中思考过的任何事情都更努力思考。然后交付一些卓越的东西。

最重要的建议

"Agent 几乎可以做任何事情，帮助你理解任何你不理解的东西。"

#1 建议： 直接问 Claude。

立即实践的最简单方法： 复制粘贴这篇文章到 Claude Code，问"帮我做这个"。

核心洞察

对于非技术人员，创造优秀产品的门槛不再是技能，而是主动性（agency）。

关联

claude-code/overview — Claude Code
claude-code/building-skills-best-practices — 构建技能最佳实践
self/onboarding-prompt-ai-personalization — AI 个性化入门
product-trends/ai-pm-onboarding — AI PM 入职

Sources

How I became technical AF