他用 OpenAI o1 Pro 写了3小时代码，真正颠覆的是全栈开发的方式

如果你还把大模型当“写函数的助手”，这支视频会让你意识到自己已经落后一个时代。Mckay Wrigley 用近4小时，完整演示了如何把 OpenAI o1 Pro 变成一个能规划、拆解、执行、校验的“全栈合作者”——不是 Demo，而是可复用的方法论。

最反直觉的一点：代码不是从写代码开始的

视频一开始，Mckay 并没有急着写前端、连 API，甚至连技术栈都没完全展开。他先做了一件让很多工程师不耐烦的事：让模型“想清楚”再动手。

他用的不是普通的“帮我写一个全栈应用”提示，而是一个专门的 planner prompt。这个 prompt 的目标只有一个：把一个模糊的产品想法，拆成一系列可以被验证、可以被回滚、可以被逐步实现的步骤。

这里的反直觉在于：我们习惯认为规划是人类的工作，而模型负责执行。但在 o1 Pro 这种更偏“推理型”的模型上，让模型先规划，反而比人自己规划更稳定。因为它不会急着跳到实现细节，而是会不断检查：这一步是否依赖上一层？有没有隐含假设？有没有遗漏的接口或状态？

Mckay 在视频里反复强调一个点：如果你发现模型写代码“越来越歪”，90% 的原因不是模型不行，而是你一开始没给它一个足够严谨的思考框架。

从 Planner 到 Request：提示词第一次像“工程流程”

这支视频真正的硬核部分，是他把提示词当成“工程资产”来设计。

他把整个与模型的协作分成了几个明确阶段：
- Planner Prompt：只做系统级拆解，不写任何代码
- Request Prompt：针对单一步骤，提出极其具体的请求
- 校验与回滚：让模型检查自己刚刚的输出

尤其关键的是 request prompt。Mckay 展示的不是一句话需求，而是一个结构化、带约束条件的请求：输入是什么、输出必须包含什么、不允许做什么、成功标准是什么。

这一步的价值在于：你不再是“和模型聊天”，而是在给它下工程指令。模型的输出也从“看起来差不多”变成了“可以直接进下一步”。

更狠的一点是，他会在 prompt 里明确告诉模型：如果信息不足，不要编，直接指出缺失。这在实际开发中极大降低了“看似顺利、实则埋雷”的情况。

为什么他坚持用 XML，而不是更“自然”的 Prompt

视频中有一个很容易被忽略、但极其重要的细节：Mckay 强烈推荐使用 XML 结构化提示，而不是自由文本。

原因并不是“XML 更高级”，而是它解决了一个老问题：模型到底该把哪些内容当成指令，哪些当成背景信息？

通过 XML，不同模块被明确包裹在不同标签中：背景、目标、约束、输出格式。模型在推理时不需要猜测层级关系，出错率明显降低。

更现实的好处是可维护性。当你的应用迭代到第 10、20 个功能时，这些 prompt 不是一次性消耗品，而是需要长期维护、调整、复用的“系统组件”。

Mckay 在视频中提到一个很实用的做法：把 prompt 当成代码一样做版本管理。这意味着，AI 开发第一次有了真正意义上的“架构层”。

那头“房间里的大象”：AI 会不会让全栈工程师失业？

在大约 20 分钟左右，Mckay 主动抛出了那个所有人都在回避的问题：当 o1 Pro 能自己规划、自己写代码、自己检查，全栈工程师还剩下什么？

他的答案并不鸡汤，也不悲观：消失的不是工程师，而是“只会执行单一任务的工程师”。

在这个新流程里，人类的角色正在发生变化：
- 从“写代码的人”变成“定义问题的人”
- 从“debug 具体 bug”变成“设计约束与验证机制”
- 从“堆功能”变成“管理复杂性”

模型擅长的是局部最优，而人类仍然负责全局判断。这也是为什么他在整支视频里，始终强调“目标定义”和“成功标准”，而不是某个具体框架或库。

真正的分水岭：你把 AI 当工具，还是当合作者？

视频后半段，随着一步步进入实际实现，最明显的变化是节奏：没有那种常见的“模型写崩—重来—再崩”的循环。

原因很简单：前面的规划和约束已经把不确定性压到了最低。

Mckay 展示的并不是某个炫酷功能，而是一种可以复制的协作范式：
- 模型负责高强度推理和执行
- 人类负责方向、边界和最终判断

这也是整支视频最值得 AI 从业者反复观看的地方。你学到的不是一个项目，而是一套“如何和更强模型共事”的方法。

总结

这支 4 小时的视频，本质上在回答一个问题：当模型开始具备长期规划和复杂推理能力时，开发者该如何升级自己的工作方式？Mckay 给出的答案很清晰——停止把 Prompt 当技巧，开始把它当工程；停止追求“写得快”，转而追求“想得清楚”。如果你是 AI 工程师、全栈开发者，或者正在构建 AI 产品，现在就该问自己一句：我的工作流程，真的为“更聪明的模型”准备好了吗？

关键词： OpenAI o1 Pro， 全栈开发， Prompt 工程， Planner Prompt， AI 协作开发

事实核查备注： 需要核查：视频发布时间（2025-02-17）；作者 Mckay Wrigley 身份；视频中是否明确使用 OpenAI o1 Pro 名称；Planner Prompt 与 Request Prompt 是否为作者原始命名；XML Prompt 的具体示例是否在视频中展示