这种结合的具体意义

随着 AI 工具能力的不断提升，纯粹编写代码的相对投入正在下降。瓶颈也因此发生了转移。

核心问题越来越不再是：我们如何生成这段代码？

而是：

究竟应该开发什么、以何种形式、按怎样的顺序？

应当首先降低哪种不确定性？哪项功能是必不可少的？哪种架构适合当前的开发阶段？在哪里，技术上的完美会成为一笔不必要的超前投入？哪些依赖关系是可以接受的？开发进行到什么程度，才能提供足够的认知？什么时候应当把一次尝试变成长期的产品？什么时候应当终止开发，或者调整方向？

这些决策并不会由 AI 系统自动产生。

AI 可以加快实现速度、生成方案变体、辅助技术调研，并显著缩短从构想到可运行开发成果之间的距离。然而，选择、架构、评估与集成的责任依然存在。

当生产变得更快、更经济时，良好决策的相对价值就会上升。

尽可能简单

复杂性不是质量的标志。好的系统以尽可能少的不必要技术负担来完成任务。

技术服从任务

并非每项任务都需要同样的编程语言、平台或架构。技术形态根据产品及其开发阶段来选择。

尽早可见

系统越早能被真实使用和评估，可靠的知识就越早产生。

在能创造价值之处构建架构

早期的产品核心可以是轻量的。成长中的产品需要结构。两者不可混为一谈。

AI 作为工具

开发中始终贯彻使用 AI。但它并不能取代专业上的责任。所有结果都会经过检验、归类、修改和整合。

在产品开发与软件开发之外，我同时作为职业艺术家，从事数字光艺术、绘画和空间作品的创作。

产品开发与艺术是不同的学科。但二者之间存在一项重要的共同能力。

艺术创作要求在结果无法事先完全确定的情况下做出决定。各种变体不断产生，经过评判、舍弃、精简和进一步发展。质量并非来自可能性的数量，而是来自选择。

这种能力在技术产品开发中也日益重要。AI 能够生成的解决方案空间越大，就越需要从质量上区分哪些方案只是技术上可行，哪些方案真正站得住脚。

因此，艺术并不是 Unternehmer Avantgarde 的装饰性附加物。它是审视选择、形式与决策的第二种专业视角。