15个产品同时跑在生产环境，没有团队，没有联合创始人，没有外包。Solo开发者Marc Lou的这套配置，放在五年前会被当成疯话。
他的真实财务情况更扎心：一半产品零收入。但让他能持续产出、快速止损的系统——这套叫"L'Usine"（法语"工厂"）的流水线——确实在运转。
标准化是AI能用的前提
所有项目共用同一套技术栈：Next.js、TypeScript、Tailwind、Prisma、Stripe。文件结构、命名规范、代码约定全部固化。
Marc的解释很直白：「当每个项目都一样，大语言模型就不用猜。它知道数据库单例放哪，知道'use client'只给叶子组件，知道列表页用select而不是include。」
这套标准化不是束缚，是给AI的上下文锚点。没有它，每次对话都要重新解释项目背景；有了它，Claude Code（Anthropic的终端AI编程工具）能像老搭档一样接手。
整个开发流程被压缩成一个命令：/build。它按阶段推进——发现、规格、设计、脚手架、编码、质检、发布——每步设闸，AI提议，人类拍板。
90分钟从想法到数据库结构
Marc举了个实战案例：LMNP Facile，一个面向法国房东的一次性税务工具。49欧元，无订阅，旺季在四五月份。
他给Claude Code的prompt极其简洁：
/build new
SaaS one-shot 49 EUR. Generates LMNP tax declarations (cerfa 2031/2033) for French micro-BIC landlords. User inputs property info + rental income, app generates pre-filled PDFs ready to submit to tax authorities.
Target: non-accountant landlords who don't want to pay 500 EUR/year for an expert-comptable. Season: April-May.
Claude先做了Oracle评分（痛点22/25，付费意愿20/25），生成产品简报，搭建Prisma数据库结构，用标准模板生成路由。规格到脚手架阶段，交互耗时约90分钟。
编码阶段，Claude在项目目录内工作，依赖一份AI-CONTEXT.md——机器可读的规格文件，跨会话保持上下文。没有「提醒我这是干嘛的」这种废话，上下文始终在场。
三体架构：规划、生成、评估互相制衡
更复杂的项目，Marc用上多智能体架构：三个独立Claude进程，用bash脚本串联。
规划器（100万token上下文）→ plan.md → 生成器（100万token上下文）→ 代码 → 评估器（100万token上下文）
↑ |
└── 评分不足7/10时反馈循环 ──┘
每个智能体独享100万token上下文窗口，互不污染。规划器输出野心勃勃的功能清单，生成器逐项实现，评估器运行npm run build、审读代码，从功能完整度、基础设施（安全头、Prisma索引、SEO配置）、设计质量三个维度打分。
低于阈值（默认7/10）就触发反馈循环。评估器的批评直接回流到生成器，迭代到达标为止。
这套机制解决了AI编程的致命伤：幻觉导致的隐性错误。生成器容易过度自信，评估器专门负责泼冷水。
工厂思维：快速生产，快速处决
Marc的15个产品里，活着的靠这套系统维持，死去的也死得干脆。没有情感绑架，没有沉没成本陷阱。
他的核心洞察藏在系统名字里：L'Usine，工厂。不是作坊，不是艺术品，是可复制的生产单元。标准化降低认知负荷，AI放大个人产能，闸门机制控制质量下限。
这套配置的价值不在于产出15个产品——其中一半零收入——而在于验证想法的成本被压到极低。90分钟知道一个想法能不能跑通，比烧三个月才发现方向错了，划算太多。
当AI编程工具从「辅助写代码」进化到「接管完整流水线」，solo开发者的产能天花板被重新定义。Marc的实验问了一个问题：一个人加一套标准化系统，到底能同时运营多少产品？他的答案是15个，而且还在迭代。
你的技术栈标准化到什么程度，能让AI像老搭档一样接手？
热门跟贴