这则来自 Hacker News 的热帖获得了 249 points 和 258 条评论，标题直接给出判断：AI 不会替你生成一个真正可工作的产品，完成产品仍然是开发者的任务。讨论热度说明这个问题引起了广泛关注，但评论数量本身并不代表社区已经形成一致结论。
原型与产品之间仍有距离
标题把边界划得很清楚：AI 可以参与生成，但生成结果不能直接等同于可工作的产品。原型主要用于展示思路、验证方向或快速呈现功能；产品则必须在真实条件下持续运行，并面对用户需求、环境差异和后续变化。两者表面上可能相似，承担的责任却不同。
因此，看到一个能够运行的演示，并不能据此判断交付已经完成。AI 输出可以缩短从想法到初步结果的路径，但“能够生成”与“能够稳定使用”是两项不同的判断。标题中的“仍是你的工作”，强调的正是这段不能被演示效果掩盖的距离。
生成能力没有转移交付责任
对开发者而言，更稳妥的做法是把 AI 产出视为尚待确认的输入，而不是自动通过验收的最终结果。是否符合目标、能否进入现有系统、出现问题后由谁处理，都不能仅由生成过程回答。工具可以参与工作，但不会因此自然成为产品责任的承担者。
这也意味着，评价 AI 开发效率时，不能只观察原型出现得有多快。若只计算生成阶段，就容易忽略从初步结果走向实际交付所需的工作。AI 改变的可能是部分环节的速度，而不是把完整产品生命周期一并消除。
我的判断
这则观点的价值，在于给快速生成带来的乐观预期加上一条清晰边界：原型完成不等于产品完成。它适合提醒正在采用 AI 工具的团队重新区分展示、验证与交付。不过，现有材料只有标题和 Hacker News 热度，没有文章正文、案例或衡量标准，因此无法进一步判断作者如何定义“可工作的产品”，也不能据此推导 AI 在具体项目中能节省多少工作。把它当作工程责任提示是合理的，把它扩展成对所有 AI 开发方式的定论则证据不足。