🎙️ How I AI: Claude Duet honest review + Why Reddit built its own AI prototyping tool

🎙️ 我与AI：Claude Duet诚实评测 + 为什么Reddit开发了自己的AI原型工具

如何与AI互动

《How I AI》每周精选，来自Lenny’s Podcast Network

2026年10月26日

为什么Reddit开发了自己的AI原型工具 | Blair Metcalf

立即收听：YouTube • Spotify • Apple Podcasts

由Firecrawl提供支持——为你的AI代理提供网络数据及更多功能

Blair Metcalf是Reddit的首席UX工程师，也是Reddit Proto的创建者。Reddit Proto是一个内部平台，帮助设计师和产品经理在不接触GitHub的情况下构建接近生产环境的原型。在本期节目中，他展示了该系统如何结合真实Reddit数据、可复用的框架、Cursor注释和定制设计系统MCP，将创意转化为可分享的原型。他还解释了Reddit团队如何构建了约700个原型，实现了UX和产品团队100%的采用率，并开发出一套从Figma到PRD的工作流程，使工程交接更加精准。

#### 最重要收获：

• 最佳原型工具能隐藏复杂性而不限制功能。Reddit桌面应用在后台处理仓库、分支和框架，设计师无需接触Git。剩下的只是一个从创意到生产级原型的简单路径。

• 模拟数据会让原型说服力下降。Reddit允许用户使用真实账户登录原型，使信息流、搜索和社区内容充满熟悉的元素。领导层可以评估实际体验，而无需在脑海中修正占位符。

• 当注释包含代码上下文时会变得强大。Reddit的系统会将每条评论与相关组件、设计系统指引和用户意图关联，再发送至Cursor。这种上下文使简短注释转化为准确的可执行修改，而非猜测。

• 定制设计系统MCP是让AI成为可靠构建者的关键。Blair团队将Reddit的令牌、组件和工作流程直接映射到生产代码。因此Cursor知道该使用哪个组件、其外观应如何呈现以及代码应放置的位置。

• 功能胶囊使设计交接变得可追溯而非信息丢失。设计师提交Figma链接后，系统会将每个元素映射到生产组件，整合之前的工程反馈，并生成包含验收标准的结构化PRD。结果是大幅减少解释空间的交接流程。

• 最优秀的AI原型使用者不一定是技术最强的人。Reddit的突出用户包括一位没有工程背景的视觉设计师和动画师。他们的优势在于强大的产品背景、清晰的愿景以及愿意实验而不担心破坏事物的心态。

• 在构建700个原型后，发现过程与创造过程同样重要。Reddit正在构建一个可搜索的控制台，包含标签、团队筛选和平台筛选，让员工可以找到相关实验。保持原型在内部公开创造了Figma文件夹分散存储无法实现的可见性。

• 真实组件和真实数据能立即达成共识。当领导层可以打开使用Reddit设计系统和自己账户数据构建的可分享原型时，实施问题将不再主导评审。最大的效率提升来自于消除曾经延迟决策的不确定性。

#### 本期节目相关博客和详细工作流程说明：

/think

Inside Reddit Proto: Real Data, Constrained Prototypes, and a Better Handoff: https://www.chatprd.ai/how-i-ai/blair-metcalf-reddit-proto ↳ Create a Realistic Prototype with Live Data in Reddit Proto: https://www.chatprd.ai/how-i-ai/workflows/reddit-proto-live-data-prototype ↳ Generate a Draft Pull Request from a Figma Design with Reddit Proto: https://www.chatprd.ai/how-i-ai/workflows/reddit-proto-figma-to-draft-pr

Claude Duet 是优雅的，但我仍然忘记使用它

在这期独白中，Claire 测试了 Anthropic 设计的全新个人代理 Claude Duet，评估它是否值得加入她日益臃肿的 AI 工具链。她将 Duet 应用于邮件和 Slack 任务处理、销售漏斗管理、Google Docs 演示文稿制作、启动视频制作，以及为孩子寻找 Warriors 票务等场景。她还解释了为什么 Duet 虽然拥有精心设计的任务列表、工件和频道功能，但其缓慢的响应速度、静默通知机制，以及缺乏桌面端和团队协作支持，仍难以满足实际需求。

• Claude Duet 是迄今为止最成熟的个人代理产品。从首次使用开始，它就清晰地说明了自身功能边界、可访问的数据范围以及使用方式。Claire 发现即使在早期 TestFlight 版本中，其完成度也比 OpenAI 初代 Dots 高出约百倍。

• Duet 围绕精心设计的代理原语构建。它继承了 Claude 的插件和连接器能力，可追踪用户与代理各自的进度，并将已有工件整合到交互流程中。类似 Slack 的频道机制还能将销售等专注任务与主对话分离。

• Duet 面向中端市场设计。Anthropic 的目标用户是创业者、中小型企业主、产品经理和高管，而非普通消费者或需要管理数十个代理的高级用户。它更像是 Cowork 的主动型移动助手。

• 一个主动型代理必须给用户提供回归的理由。完成引导流程和若干任务后，Duet 停止了对 Claire 的提示。其静默通知虽然优雅，但早晨简短的简报不足以让一个容易被遗忘的代理持续存在于用户的日常流程中。

• 延迟是产品层面的问题，而非单纯模型问题。Opus 5.5 产生了扎实的成果，但并行任务经常需要超过 10 分钟才能完成，且缺乏可见的进度反馈。Claire 的体验表明，一个响应更快但输出稍弱的代理，可能比一个智能但工作时消失的代理更有实用价值。

• Duet 的实际效果虽有实力但表现不稳定。通过现有连接器快速完成销售漏斗分析，但在邮件和 Slack 任务处理中遗漏了部分优先级和关键上下文。销售演示文稿质量尚可但偏离品牌调性，票务搜索功能虽能完成但未形成完整闭环。

• AI 产品间的上下文传递仍不流畅。Duet 无法访问本地 Claude 技能，因此 Claire 的启动视频工作流需要将这些技能转换为插件。行业尚未解决用户上下文和工作流在不同界面间迁移的标准方式。

• 缺乏桌面端和多人协作支持使 Duet 无法融入 Claire 的工作体系。她的日常工作主要在电脑上进行，并依赖 Slack 等共享团队工具。即使是五人规模的企业，也需要能协作运作的代理，而非停留在单人移动体验的层面。

• Duet 值得一试，但它尚未在 Claire 的技术栈中占据永久地位。其设计、模型、连接器和工件支持构建了坚实的基础。要在个人代理的竞争中胜出，它仍需变得更快速、更主动、支持桌面端，并具备团队共享功能。

Claude Duet 美观实用。但这并不意味着它是我首选的代理工具。: https://www.chatprd.ai/how-i-ai/claude-duet-review ↳ 如何使用 Claude Duet 在手机上起草销售方案：https://www.chatprd.ai/how-i-ai/workflows/claude-duet-sales-deck ↳ 使用 Claude Duet 的连接应用分析销售漏斗：https://www.chatprd.ai/how-i-ai/workflows/claude-duet-sales-pipeline

如果你喜欢这些内容，请回复告诉我你最想深入了解的主题：AI 工作流、招聘、增长、产品策略——任何内容都可以。

下周同一时间再见，Lenny

附注：想要第一时间获取新内容？在你最喜欢的播客应用上点击“关注”即可。

Previous