Agentic AI 产品训练营拆解:零代码,8 周从产品经理到 Product Builder

2946 字
15 分钟
Agentic AI 产品训练营拆解:零代码,8 周从产品经理到 Product Builder

极客时间《Agentic AI 产品训练营》是三门课里唯一零技术门槛的一门:8 周全程直播,面向产品经理、程序员、创业者和管理者,目标是从 AI Product Manager 变成 AI Product Builder——不用自己写代码,通过文档和对话调教出可路演的自主型 Agentic AI 产品。讲师晓寒(13 年+ 大厂经验,前度小满质量架构师、工程效率负责人及 AI 产品负责人)。我把官网大纲和 FAQ 完整翻了一遍,这篇是详细拆解。

这是三篇训练营拆解之一。另外两篇:企业级 AI 编程实战营AI Agent 全栈工程师训练营。横向对比见总览篇

先搞清楚:什么是”自主型 Agentic AI”

这门课最怕你和两类东西混淆,FAQ 里专门划了界限:

  • 和扣子(Coze)/ 工作流类的区别:扣子需要你手动搭每一个节点,流程固定、线性,适合有明确流程的自动化任务。自主型 Agentic AI 不用预设固定流程,能自己规划步骤、自主调用工具、根据结果调整行动——更像真正的智能协作者。
  • 和企业 RAG 对话机器人的区别:RAG 的核心是”从知识库找答案”,本质是检索 + 生成,缺乏主动行动能力。自主型 Agentic AI 除了回答问题,还能记住你、主动提醒你、帮你执行任务——是主动式而非响应式。

课程的概括是:扣子是工具,RAG 是知识库,Agentic AI 是协作伙伴。对标的是 OpenClaw 那样有记忆、能自主决策和行动的产品。

为什么现在是好机会
为什么现在是好机会

课程骨架:4D Method + 能力雷达图

方法论主线是 4D Method 框架:Discover → Design → Develop → Deploy,覆盖从需求发现、产品设计到评测验证、数据飞轮迭代的完整闭环。

AI 产品经理的能力雷达图有四个维度:Agent 设计 / Eval / 数据飞轮 / 工具调用。整门课就是围绕这四项能力 + PM 角色转变(从产品经理到产品 Builder)展开的。

能力矩阵
能力矩阵

8 周大纲:从认知到路演

课程整体分四阶段:AI 认知 → 使用先进 Agentic AI 产品 → 自己构建多场景产品 → 商业落地与路演(Demo Day)。

Week 1 启航——自主型 AI 产品的机会与门槛危机

  • 理论:自主型 AI 产品市场空白分析;门槛危机(OpenClaw 从热到凉,技术极客产品 vs 大众产品的鸿沟);自主型 AI 产品全景图(C 端 / B 端 / 工具型);能力雷达图;4D Method;PM 角色转变。
  • 实战:开发平台快速上手;体验 3 类 Demo(陪伴型 / 企业助手 / 分析型);用 5-Question Framework 分析产品价值;环境配置。
  • 产出:开发环境就绪 + 能力雷达图基线。

Week 2 体验——AI 助手如何改变产品经理的工作(上)

  • 理论:课程专属 AI 助手能力(长记忆、工具调用、定时任务、Skill 复用);AI 时代需求分析(需求挖掘三法 + 优先级排序);用户研究(访谈记录分析、合成用户 persona 快速验证);AI 时代 PRD 模版(功能 + 技术 + 数据需求 + 成本估算 + 风险评估)。
  • 实战:初始化专属 AI 助手;用助手做需求分析 / 用户研究 / 撰写简版 PRD。
  • 产出:需求分析 + 用户研究报告 + PRD。

Week 3 体验——AI 助手如何改变产品经理的工作(下)

  • 理论:AI 可行性 4 问;可交互原型设计(v0 / Figma AI 等);视觉交付物设计(Gamma / Beautiful.ai);项目管理协同(AI 会议纪要、自动化状态报告)。
  • 实战:PRD 技术可行性评估;生成可预览原型;产出汇报 PPT;对比课程助手与 ChatGPT。
  • 产出:技术可行性评估 + 产品原型 + 汇报 PPT。

Week 4 C 端陪伴场景 + B 端 PMO 场景产品设计

  • 场景一 C 端陪伴:自主型 AI 场景拆解(C 端陪伴 vs B 端工具对比);AI 记忆体系详解——初始记忆、引导阶段收集、对话中记忆、定期记忆 review、后台定时梳理;定时任务设计(主动触达时机、内容、频率的产品策略);陪伴型产品设计(情感陪伴、健康管理、学习伙伴的共性与差异,心理学与社交知识辅助)。
  • 场景二 B 端 PMO工具调用分层理论(Tools → Function Calling → MCP → CLI → Bash);企业内部工具生态(常用系统分析、MCP 中台概念);企业级安全与认证(认证体系、权限分级、数据隔离、审计追踪);PMO 产品设计(项目状态同步、风险预警、周报生成)。
  • 两个场景的共性与差异横向对比;用 AI 助手辅助两类场景调研。

Week 5 Skill 模块化 + 多 Agent 协作场景产品设计

  • 场景三 Skill 模块化:Skill 的本质(从 Prompt 到可复用能力、什么时候该封装成 Skill);Skill 市场与生态(成熟 Skill 复用策略、商业模式);Skill 沉淀方法论(从 SOP 到 Skill 的转化、Claude 创建 Skill 的要点);商业机会调研专家(用户是谁、需求是什么、价值如何量化)。
  • 场景四 多 Agent 协作:什么任务需要多 Agent(复杂、多维度、需要不同专业视角);多 Agent 怎么做(分工模式并行/串行/委派、Agent 间通信与协调);多 Agent 设计模式(Orchestrator-Workers、Pipeline、Group Discussion);智能投顾产品设计(需求分析、风险识别、产品策略)。

Week 6 产品质量——AI 评估与数据飞轮

这是产品课里技术含量最高的一周:

  • 为什么必须评估:“感觉还行”不是标准,不做评估 = 裸奔上线。
  • 评估框架设计:别用通用 Eval,为你的产品定制评估标准。
  • LLM-as-Judge:自动化评估器设计、评分 Prompt 设计、偏见控制。
  • Eval Pipeline 与开源框架Ragas、DeepEval、PromptFlow 等框架概览。
  • 数据飞轮:数据 → 标注 → 迭代 → 更好的产品 → 更多数据;前期埋点设计(收集 Agent 表现数据、哪些信号说明”好用”、哪些说明”翻车”);数据收集方案(埋点位置、数据存储、标注流程);模型漂移监测(Drift Management、分阶段部署策略);评估作为质量门禁(评估 → 改进 → 再评估的闭环)。

Week 7 Agentic UI + 创意工坊立项

  • 理论:AI 产品交互范式变化(从命令式、对话式到主动式);Agentic UI 三种形态(对话式 / 主动式 / 嵌入式);Placement & Prominence 设计(AI 功能在界面中的位置和显著性决策);降低认知门槛的设计(渐进式引导、错误兜底、信任建设)。
  • 创意工坊:立项你的专属 Agentic AI 产品。

Week 8 商业、路演

  • 理论:自主型 AI 产品商业模式(定价策略、变现路径、单位经济模型);AI PM 职业发展路径(从 IC 到 Lead,不同行业/公司的 AI PM 定位);路演技巧(5 分钟路演结构:是什么 → 解决什么 → Demo 演示,如何讲好产品故事)。
  • 项目路演:各组汇报进度、讲师点评答疑(技术方案、产品设计、风险评估)、最终路演准备与同学互助 review。

5 个实战项目:覆盖四大高频场景

5 个实战项目
5 个实战项目

  1. 项目一 ToC 陪伴场景——情感陪伴 Agent:调教 AI 记忆体系(初始引导 → 对话中记忆动态管理)与主动触达策略(定时任务频率与内容模板),产出”具备长久记忆、懂用户情绪、能主动关怀的 AI 伴侣 Demo”。
  2. 项目二 ToB 效率场景——企业级项目管理助手(PMO)
  3. 项目三 能力模块化——商业调研专家 Skill 封装
  4. 项目四 深度分析场景——智能投顾多 Agent 协作系统
  5. 项目五 创意工坊——你的专属 Agentic AI 梦想立项

课程期间共完成 3–4 个场景 Demo + 结课 1 个深度打磨的专属产品,参与 Demo Day,可作为求职作品集或创业路演 Demo。

报名即享的 AI 资源:零代码开发平台

高价值 AI 资源
高价值 AI 资源

课程主打零代码,靠的是两个赠品平台:

  • 专属 AI 助手(价值 599 元,使用期半年):具备长记忆、工具调用、定时任务、Skill 复用,陪伴全程学习、辅助完成作业。
  • 自主型 Agentic AI 应用开发平台(价值 1500 元,使用期半年):核心能力是记忆体系 / 定时任务 / MCP 工具 / Skill 封装 / 多 Agent 编排。“不用自己写代码,让 AI 帮你写,通过文档和对话调教出 Agentic AI 产品”。

关于 Token 费用,FAQ 说得很清楚:平台设免费 Token 使用限额,经测算足以覆盖全部课程实战,不需要自付 API 费用。超过赠送使用时限后,可以把助手记忆和 AI 应用数据打包导出,迁移到其他 Agentic AI 应用——官网点名 OpenClaw、Hermes、Claude Code

讲师

讲师介绍
讲师介绍

晓寒(肖汉):13 年+ 一线大厂经验,历任百度”度小满金融”质量架构师、工程效率负责人及 AI 产品负责人。深度参与风控决策、ChatUI、AI 坐席、ChatBI 等金融核心业务的 AI 化落地,推动集团研发流程 AI 化改造;主导度小满 AI 中台 4 大平台从 0 到 1 建设(模型平台 / 知识库 / Agent 平台 / 技能平台)。产品 × 技术双重角色,教学风格”PM 友好”——把 MCP、Memory、多 Agent 协作这些术语翻译成产品决策语言。

技术栈 / 工具栈清单(这门课涉及的)

  • 核心平台(赠品):专属 AI 助手、自研零代码 Agentic 开发平台(记忆 / 定时任务 / MCP 工具 / Skill / 多 Agent 编排)
  • 原型 / 设计:v0、Figma AI(可交互原型)、Gamma、Beautiful.ai(汇报 PPT)
  • 评测框架:Ragas、DeepEval、PromptFlow、LLM-as-Judge
  • 技术概念(教学对象):MCP、Function Calling、CLI / Bash(工具调用分层)、Skill 封装、多 Agent 编排(Orchestrator-Workers / Pipeline / Group Discussion)、记忆体系、数据飞轮、Drift Management、Agentic UI
  • 数据迁移目标:OpenClaw、Hermes、Claude Code
  • 对照学习:ChatGPT
  • 明确排除:Coze / 工作流类、企业 RAG 对话机器人(FAQ 专门划清界限)

适合谁 & 我的判断

适合谁学习
适合谁学习

官方适配人群:传统产品经理(想用 AI 升级 PRD、原型、数据分析技能)、AI 产品经理(缺系统化知识体系)、程序员(补产品思维与 Agentic 技术产品化方法论)、创业者 & AI 爱好者(无技术背景想做 Demo Day 路演产品)、管理者(对接 AI 团队想了解技术边界)。FAQ 明确零技术门槛。

我的判断:别被”产品课”和”零代码”误导成水课——它的 Week 6(Eval 与数据飞轮)讲得比很多工程课还实,Week 4 的工具调用分层和 Week 5 的多 Agent 设计模式也是真概念。它最大的价值是视角:教产品人理解 Agent 的能力边界和设计语言,而不是教写代码。适合产品、创业者和想补产品思维的工程师。三门课里它和最硬核的全栈营恰好是两端——一个管”该不该做、怎么设计”,一个管”怎么造出来”。


信息来源:极客时间官网课程页 u.geekbang.org/subject/32 及官方大纲文档(2026-08 抓取)。第 1 期 2026-07-01 开课,8 周全程直播(每周 4 小时),第 2 期 2026-12-31。价格官网未公开,需咨询学习顾问。

评论区

像发消息一样写就好:点工具栏插入表情 / 图片,表情会直接显示。插图 ≤5MB。