一篇文章讲透演示驱动的IPD流程新范式！

文章主旨：

作者认为，AI 对 IPD 的真正改变不是各环节单点提效，而是将流程从“文档驱动”转为“演示驱动”：用可运行的端到端演示形成跨部门共同事实，再把演示结果结构化为文档，并以私有知识与工程约束沉淀可复用流水线。

关键要点：

• 智能硬件开发横跨工业设计、结构、硬件、嵌入式、软件后台等领域，传统 IPD 依赖文档传递，容易造成各部门对同一需求产生不同理解。
• 各环节各自用 AI 提效只是“加法”，如产品经理写 PRD、硬件画原理图、嵌入式写固件、结构做 3D 图；若未拉通全链路，集成时仍会返工、延期，整体有效产出变化有限。
• 作者以智能空气助手为例说明“演示驱动”：同一产品分别用传统方式和全程 AI 开发，后者可由一人借助 AI 跑通传感器、ESP8266、TCP、HTTP、小程序与后台的端到端链路，使“演示变成共同事实，文档变成演示结果的结构化沉淀”。
• PRD 与产品经理角色发生变化：PRD 从“各部门开工前的合同”变为“大家都看到同一个东西之后的书面记录”；产品经理可用 AI 整理需求、生成页面原型、协议草案、测试用例和固件接口骨架，先跑通端到端演示再进入正式 IPD。
• AI 变革可分四级成熟度：局部提效、初步协同、迭代联动、深度赋能；核心判断标准是 AI 产物能否被跨部门继续使用并进入正式开发与量产闭环。落地关键在“私有知识区”，即项目、踩坑、代价、判断与直觉，需与工程化约束结合，由企业主动把碎片经验沉淀为可复用流水线。

内容结构：

1. 引入与主题：作者总结在 AI 产品大会分享的主题《AI 将 IPD 流程从文档驱动转变为演示驱动》，并说明面向智能硬件领域的 IPD 流程。
2. 硬件开发的多领域与文档困境：以手机为例，说明工业设计、结构设计、硬件、嵌入式、软件与后台相互依赖；传统 IPD 中，同一份 PRD 被不同部门读出不同版本。
3. 单点 AI 提效的局限：产品、硬件、嵌入式、结构各自用 AI 提效，但“局部提效是加法，整体提效是乘法”；需求理解不统一，集成仍跑不起来，返工和延期依旧存在。
4. 演示驱动的实践案例：智能空气助手同一产品跑两次，传统方式需等待各部门完成后再验证链路，AI 方式可由一人跑通从传感器采集、硬件控制、后台到应用的跨层链路；演示成为可操作、可验证的实体。
5. PRD 与产品经理角色变化：原始需求交给 AI 后，可生成需求整理、页面原型、协议草案、测试用例、固件接口骨架；先跑通端到端演示，再进入正式 IPD。PRD 从开工前合同变为共同事实后的书面记录，EVT 阶段因此变轻、变快。
6. AI 变革四级成熟度模型：第一级局部提效；第二级初步协同，演示仅一次性拉通需求；第三级迭代联动，各部门在演示基础上深度开发，接口复用、测试用例继承；第四级深度赋能，需求到样机全链路 AI 驱动。大部分团队在一二级之间，三四级是方向。
7. 落地关键与乔哈里窗格：公共知识区价值有限，盲区有用但有限，私有知识区才是护城河。作者以智能锁自检声音定位问题为例，说明私有数据与工程化约束结合后，AI 才能稳定产出。建议先梳理接口、规则约束、节点输入输出和工具调用，把碎片化 AI 用法串成可复用流水线，并由企业主动推动。
8. 文末推广信息：原文备注中的表单、报告、链接、相关参考与作者简介等属于推广或参考信息，已忽略。

文章总结：

AI 时代 IPD 的关键不是单点工具提效，而是用端到端可运行演示拉通共识，并把私有知识与工程约束沉淀为可复用流水线。