从一句需求描述，到可运行的嵌入式代码，再到真实设备上的行为验证。
游戏逻辑、状态管理、UI 交互代码，全部由 Claude Code 在自然语言驱动下生成。
同一块开发板上，验证 Agent 交互、游戏原型、IoT 感知三种完全不同的产品形态。
Claude Code 这样的 Coding Agent 深入开发流程后，它的规划、推理与执行过程仍被锁在 IDE 窗口里。 我设计了一个独立的物理终端：Agent 的每一个生命周期状态——Planning、Thinking、Coding、Testing、Completed—— 都被实时投射到 Cardputer 屏幕上；遇到删除文件这类高风险操作时，终端会弹出确认提示， 用户一键继续或拦截，而不必打断手头的事去看电脑。
传统小游戏依赖固定规则，独立开发者也常受限于资源，难以快速验证一个交互想法。 我用一条经典贪吃蛇做压力测试：移动控制、食物生成、分数计算先跑通嵌入式设备的显示与交互上限， 再用「增加 AI 敌人模式」「增加动态难度」这样的自然语言指令，让 Claude Code 直接生成对应的游戏逻辑， 最终让游戏能根据玩家表现自动调整难度。
传统 IoT 终端只负责展示数据，判断与决策仍要靠人工，这个中间环节常常就是体验的断点。 我给 Cardputer 接入了温湿度、光照、距离与人体感应传感器，端侧负责实时采集与快速响应， 云端负责大模型推理与更复杂的判断——检测到室温持续升高时，设备不再只显示一个数字， 而是直接给出「建议开启空调」这样的主动提醒。
从 Agent 的实体化入口，到 Vibe Coding 的原型能力，再到端侧感知的主动服务—— 这是我作为 AI 产品经理，对下一代智能硬件产品形态的一次完整推演。
探索 AI Agent 从软件界面走向实体交互入口
探索 Vibe Coding 驱动的快速产品原型开发模式
探索端侧感知 + AI 决策驱动的新型 IoT 产品形态
