硅基铁匠丙午年 · 独立刊物
← 返回全部文章
技术与 AI约 8 分钟

开发不贵了，还要 PM 吗？

AI 把写代码变便宜之后，产品经理的价值没有消失，只是不能再躲在 PRD、排期和传话后面了。

有一种说法最近很流行：AI 会写代码，会画原型，会整理需求，产品经理差不多该退场了。

这话听起来痛快，但结论太省事。

开发成本下降后，公司里最先变便宜的是把一个想法做成 Demo 的动作，产品判断没有同步变便宜。过去一个需求要排期、评审、设计、开发、联调，成本高，所以团队会在前面堆很多研究、 PRD 和低保真原型，尽量把风险提前消掉。

现在不一样。一个下午可以做出几个高保真原型，一个周末可以跑出一个能演示的 MVP 。 GitHub 早期实验里，Copilot 让开发者完成同一编码任务的速度提升了 55% 。 Anthropic 的产品团队也公开写过，Claude Code 把“从想法到原型”的距离大幅缩短，错押一次的成本变低了。

问题随之换了位置：东西越来越容易做出来，团队更难回答哪一个值得做。

最贵的环节，变成了选择

AI 时代的产品会出现一种新景象：会议上到处都是看起来能跑的方案。

运营能让 AI 搭一个活动页面，设计能直接生成几套交互，工程师能顺手做出三种实现，老板也能把自己的想法变成一个可点击原型。过去 PM 手里握着“需求入口”，现在这个入口被拆开了。

这时候，PM 的工作如果还停留在“把别人说的话写进文档”，价值会被压得很薄。 AI 会写 PRD，也会拆任务。团队缺的是另一件事：把一堆看似合理的方案放到同一张桌子上，判断哪个问题是真的，哪个方案只是好看，哪个方向会把系统带偏。

OpenAI Codex 负责人 Andrew Ambrosino 在 Lenny’s Podcast 里谈到一个关键词：taste 。这里的品味不止是把按钮调得更漂亮，还包括知道什么该进入产品，什么应该先放下。

一个产品人过去可能靠流程感活着：需求评审、里程碑、验收标准。以后更靠判断力活着：用户到底在什么场景里卡住，模型能力现在能不能撑住，原型看上去顺不顺，和现有系统放在一起会不会变成负担。

PRD 没死，只是不能再当护身符

实现成本高的时候，PRD 像保险。写得越厚，团队越觉得风险被提前消化了。

现在，厚文档的地位会下降，但文档不会消失。它会回到更准确的位置：表达方向、约束、边界和判断依据。

要验证一个按钮怎么点，原型更合适。要说明为什么要做、服务谁、哪些场景先不管、上线后看什么指标，文档仍然更合适。

最危险的是把高保真原型当成答案。 AI 半天做出一个漂亮界面，团队很容易顺着第一版开始改细节：这里换个词，那里加个入口，再补一个状态。讨论很快从“该不该做”滑到“怎么改得更像能上线”。

这就是原型的锚定效应。越逼真的第一版，越容易把团队想象力锁住。斯坦福商学院关于创意起点的研究也提到，最早出现的内容会影响后续创意的发展方向。 AI 原型越快，PM 越需要在旁边刹车：先问方向，再改细节。

“人人都是 Builder”听着先进，也可能让公司更乱

AI 把构建能力分发给更多岗位，这很好。产品、设计、工程、运营都能更早参与探索，团队不必再像接力赛一样一棒一棒传下去。

但“人人都能做产品”不等于“专业岗位可以取消”。

如果每个人都能半天做一个原型，公司会得到更多可能性，也会得到更多噪音。没有人负责筛选，组织会被一堆半成品拖着走。没有人负责统一标准，同一个产品会长出很多互相冲突的入口。没有人负责追问用户问题，团队会沉迷内部觉得酷的功能。

Andrew Ambrosino 提到 OpenAI 内部更像一种 zone defense：边界变软，但每个人仍然有自己的防区。 PM 不再垄断“谁可以提需求”，但要对方向、判断、对齐负责。

未来的岗位边界会更模糊。设计师懂代码，工程师懂产品，PM 也要能自己做原型、写提示词、读接口、理解模型限制。角色的区别会变成“我主要把时间花在哪类判断上”。

AI 产品的难点，经常不在代码里

代码有明确反馈：跑不跑、报不报错、性能够不够。设计和产品判断没有这么舒服。

一个 AI 功能可以正常输出，但用户不敢信；可以回答很快，但答错一次就失去信任；可以用聊天框接住所有请求，却让用户每次都要重新描述上下文。 NN/g 把 AI 视为一种新的 UI 范式：用户表达意图，系统决定怎么做。它同时提醒，纯聊天界面并不总是最佳形态，很多任务仍然需要按钮、画布、列表、预览和可撤销的控制感。

这也是 PM 不能被“会写代码”简单替代的地方。 AI 产品不能只把一个聊天框塞进旧软件。它更像工作主基地：能读取现有文件，理解用户正在做什么，必要时直接操作复杂工具，又要在关键动作前给用户确认。

例如一个视频剪辑工具，最好的 AI 体验未必是让用户在聊天框里说“帮我改一下”。更自然的形态可能是它直接读懂 Premiere 工程文件，标出节奏拖沓的段落，给出三种剪法，用户点一下预览，再决定是否应用。

这个判断需要懂用户工作流，也需要懂系统边界。模型会越来越聪明，但产品形态不会自动长对。

PM 还会存在吗？会，但混日子的空间少了

AI 没有消灭 PM，它消灭的是一部分过去被流程保护起来的工作：转述需求、堆文档、催排期、把内部意见包装成用户需要。

留下来的 PM 会更像策展人、实验设计者和系统编辑。

他们要做几件事：

  • 把模糊愿望改写成可验证的问题。
  • 让低成本原型服务于学习，避免制造幻觉。
  • 在多个方案里做取舍，并说清楚放弃什么。
  • 让工程、设计、运营围绕同一套判断标准协作。
  • 判断 AI 应该出现在哪里：聊天框、按钮、后台流程，还是直接嵌进用户原有工具。

这份工作比写 PRD 更难，也更暴露。因为它不能用“我已经整理完需求了”交差。它要求产品人站到判断前面，承担选择带来的风险。

所以，开发不再是最昂贵的环节后，还需要 PM 吗？

需要。但公司不再那么需要只会把想法递给研发的人。更需要能在一堆可运行原型里看出方向的人。

如果每个人都能造一个 Demo，谁来决定公司该把资源押在哪个 Demo 上？这个问题，才是 AI 时代 PM 重新证明自己的地方。

参考资料

来源：https://www.lennysnewsletter.com/p/openai-codex-lead-on-the-new-shape