BLOG · 部落格

寫下來,才算想清楚

方法、踩坑、思考。用 Claude Code 做產品路上的真實記錄。

2026-06-24

成為 AI 時代的產品經理 05|需求說不清,AI 就替你瞎補

這是「成為 AI 時代的產品經理」系列的第五篇。你跟 AI 說「做個登入」,它一口氣替你定了十幾件你沒提的事:用電子郵件還是手機號碼、密碼錯幾次鎖、鎖多久、錯誤提示寫什麼。AI 不像人那樣會反問,它是個 yes-machine——做你說的,不做你想的;需求一模糊,它就拿最大眾的預設替你補,多半不是你要的。OpenAI 的 Sean Grove 說,程式碼只佔一個開發者價值的 10–20%,剩下 80–90% 是把需求說清楚。這篇講四個能照著做的動作:形容詞換成數字、把狀態寫全、把邊界情況列出來、用一個零背景測試自檢。

2026-06-23

成為 AI 時代的產品經理 04|判斷「該不該做」,第一次比「能不能做」更貴

這是「成為 AI 時代的產品經理」系列的第四篇。METR 在 2025 年做了個隨機對照實驗:16 個平均五年經驗的資深開發者,用 AI 幹 246 個真實任務,事前以為能快 24%,幹完還覺得快了 20%,實測卻慢了 19%。連「AI 有沒有讓我變快」這種最簡單的判斷,最懂行的人都判反了。當實作變得又快又便宜,「能不能做」不再篩掉任何想法,真正貴的判斷挪到了「該不該做」。這篇講四個能照著做的動作:別再拿難度當門檻、先問不做會怎樣、動手前寫下「做完什麼會變真」、讓 AI 攤選項但別信「感覺對」。

2026-06-22

成為 AI 時代的產品經理 03|把 AI 當同事,而不是工具

這是「成為 AI 時代的產品經理」系列的第三篇。多數人用 AI 像在用自動販賣機:一句話進、一個答案出,下一次對話又得從頭解釋一遍。Relay.app 的 CEO 在 AI 產品領袖峰會上說「別再把 AI 當工具,把它當成你雇來的同事」。這篇不講心態,講四個能照著做的動作:先給它寫交接文件、派一整塊活並把邊界說死、像審初階同事的 PR 一樣審它的產出、把每次糾正寫回文件——搭配真實的對話片段。

2026-06-21

成為 AI 時代的產品經理 02|不懂技術,為什麼反而是優勢

這是「成為 AI 時代的產品經理」系列的第二篇。一個不會寫程式的房仲老闆,用 Claude 加 Zapier 自己做了個跑日常營運的 AI agent;2026 年 vibe coding 的活躍使用者裡 63% 不是開發者。在「想法變成能跑的東西」這條路上,不懂技術的人有時反而走得更順——工程師要先卸下對每行程式碼負責的本能,而「這個太難了」這句話,不懂技術的人根本說不出口。

2026-06-20

成為 AI 時代的產品經理 01|產品經理哪些活被 AI 接走了,哪些活反而更值錢

這是「成為 AI 時代的產品經理」系列的第一篇。2026 年不少 AI PM 職缺的 JD 把「會寫 PRD、會畫原型、會做儀表板」從硬性要求裡刪了,換成三件作品。能被 AI 接走的活正從徵才要求裡掉出去,剩下的門檻是只有人能幹的那部分。這一篇把「被接走的」和「更值錢的」兩欄對照著擺出來,作為整個系列的總綱。

2026-06-20

尼克奪冠,主帥 56 歲卻沒打過 NBA:AI 時代,中高齡的再就業藏在這條規律裡

尼克 52 年來第一次奪冠,捧盃的主帥麥克·布朗 56 歲,執教尼克第一個球季就拿了冠軍,而他自己一顆 NBA 球都沒投過。把整個聯盟拉開看:場上跑的球員二十出頭,場邊拍板的清一色是大叔級,五十到七十多。球員賣的是腿,教練賣的是判斷,這兩樣朝相反方向老去。這條規律正好解釋了一件讓很多人焦慮的事——AI 時代,中高齡怎麼再就業。

2026-06-19

16 位資深工程師用 AI 寫程式,以為快了 20%,其實慢了 19%

METR 的隨機對照實驗,16 位資深開源工程師在自己平均維護了五年的專案上做真實任務,用 AI 的那組慢了 19%。但更要命的是另一半:他們事前預測 AI 能提速 24%,做完、親身經歷了變慢之後,仍然以為自己快了 20%。體感和實際差了快 40 個百分點,方向還是反的。身為一個天天拿團隊產能估算去排期、報工期、撐預算的人,我想說清楚這個錯覺是怎麼來的、在哪裡成立、又是怎麼一路滲進我們這行所有跟 AI 有關的決策裡的。

2026-06-18

Altman 說溜了嘴:一半的「AI 裁員」是裝出來的

賣 AI 賣得最兇的人,親口承認了一件大家心照不宣的事。Sam Altman 說,很多公司所謂的「AI 裁員」其實是 AI washing——本來就要裁的人,甩鍋給 AI 顯得體面。更微妙的是,他幾個月後又說自己「很高興猜錯了」,當初擔心的失業潮並沒有到來。一邊是 2026 年十幾萬個科技職缺以 AI 之名消失,一邊是 AI 頭號推銷員說這事被誇大了。這中間的落差,才是真正值得看的東西。

2026-06-17

華爾街開始拋售軟體股,因為產品現在可以一句話搓出來

Jefferies 剛把 Workday、DocuSign、Monday.com、Freshworks 集體下調到 Hold,理由直接寫「AI 顛覆風險」。軟體股今年跌了 30% 到 55%。市場在賭一件事:當一個產品的功能可以被 AI 一句話複製出來,靠賣功能收訂閱費的生意就不再值錢了。問題不是軟體會消失,而是軟體裡「值錢的那部分」正在搬家——從功能本身,搬到判斷、品味、分發和信任上。看不懂這次搬家的人,會跟著估值一起跌。

2026-06-16

80% 的公司為 AI 裁了人,卻沒換來回報——他們把 AI 的用途搞反了

Gartner 調研了 350 家年營收超 10 億美元的公司,約 80% 因為 AI 裁了人。但裁了人的公司,拿到回報的機率,並不比沒裁的高。裁員騰出了預算,沒騰出回報。原因很簡單:他們把 AI 當成取代人的省錢工具,而 AI 真正值錢的地方,是放大人的判斷。把人當成本砍掉,砍掉的恰恰是產生回報的那部分。

2026-06-15

從無招到周靖人:阿里有最好的 AI,也有最狠的執行,唯獨缺判斷

一週之內,無招被請出釘釘,又傳出首席科學家周靖人要走,距他上任只有六天。阿里很快否認了周靖人的傳聞,但今年通義團隊核心一個接一個離開是實打實的。把這些放在一起看,會發現一件反常的事:阿里擁有中國最強的 AI 模型,也擁有最不要命的執行文化,可它的技術骨幹和產品主帥都在流失。問題不在技術,不在執行,在那個誰都補不上的位置:判斷。

2026-06-14

AI 會騙你,這恰恰是你的價值所在

6 月,KPMG 一份關於 AI 的報告被揪出滿是 AI 幻覺,45 條引用裡只有 5 條指向真實來源。一份談 AI 的報告,自己被 AI 騙了。AI 會騙你,而且騙得一本正經,這不是它的 bug,是它運作方式的一部分。正因為它會騙你,那個負責識破、查核、簽字的人才不可取代。而想把這件事做省、做快,你反而必須用最好的 AI。

2026-06-13

無招離開釘釘:他不是輸給了那篇離職長文,是輸給了瞎忙

437 天,實地訪查、滿意度從 30% 拉到 80%、行軍床、盯著飛書大樓的熄燈時間,無招的勤奮是真的。但釘釘 ONE 四個月上線、三百萬日活躍、留存斷崖、十個月被拆掉,也是真的。AI 把生產力拉滿之後,新的消費場景並沒有出現,人機協作的最佳路徑誰都還沒找到。這不只是一個人的失敗,是一個時代的成功公式集體失效。而瞎忙,是這個時代給產品經理挖的第一個坑。

2026-06-13

SpaceX 市值 1.75 兆上市:市場給馬斯克開的這張支票,買的是判斷力

SpaceX 上市,估值 1.75 兆美元,首日還漲了 19%。可它真正獲利的只有 Starlink,營收撐不起這個數的零頭。市場買的根本不是火箭,也不是收入,是一個人二十四年裡反覆被證明正確的判斷。在執行越來越免費的 AI 時代,這張史上最大的支票,恰好開在了唯一還在升值的東西上。

2026-06-13

無招的作業系統,是在日本裝的

1999 年進阿里實習,兩年後赴日,一待十一年;回國做釘釘、做硬體,連自己創業都面向日本市場。無招那套精密、紀律、極致打磨的作業系統,是在日本鑄造的。它打磨硬體是頂級配置,探索 AI 卻是根本性的錯配。釘釘失速的真正原因,早寫在他的履歷裡。

2026-06-12

有了 AI,產品經理反而更累了——恭喜,瓶頸現在是你

以前講一次需求,下游能做兩週;現在 AI 加持的下游二十分鐘就回來要下一步指示。HBR 說管理系統跟不上 AI 的產出節奏,Andrew Ng 說產品經理成了瓶頸。累是真的,但累的原因值得想清楚——這是權力回流的訊號,也是把自己活成人肉 CI 的危險訊號。

2026-06-11

AI agent 的安全危機,根子不是它不安全,是沒人規定它不許做什麼

65% 的企業去年因 AI agent 出過安全事故,有的 agent 甚至自己挖礦、開後門。大家忙著補「agent 安全」,但真正的窟窿不是技術——是整個行業把「能行動」當成了賣點,卻跳過了那件不性感的事:規定它不許碰什麼。

2026-06-10

即使有了 AI,你一樣會做出垃圾產品

Lovable 慶祝 5000 萬個專案、每月 7.2 億次造訪——做個除法,平均每個專案每月被看 14 次。AI 沒有消滅垃圾產品,它把垃圾的產能拉滿了。垃圾從來不是因為做不出來,是因為一開始就不該做。

2026-06-09

AI 程式設計不是太貴,是沒人量過它到底值多少

微軟在內部砍掉 Claude Code,Uber 四個月燒光全年 AI 預算——輿論說 AI 程式設計太貴了。但真正的問題不是貴,是大家把「提效」當成一種感覺買了進來,從沒量過它到底產出了多少。帳單看得一清二楚,收益一個數字都拿不出。

2026-06-08

AI 行業集體轉向 eval,卻在回避那個真問題

2026 年,給 AI 建「評估體系」成了顯學——金標準資料集、評分器、用大模型當裁判、CI 卡關,被當成一門讓 AI 變可靠的工程紀律來推。但剝開工程的殼,eval 的本質是「誰來定義好、誰來背鍋」,而這恰恰外包不掉。

2026-06-06

AI 學會頂嘴了,這是產品經理的好消息

Claude Opus 4.8 最大的變化不是更聰明,是更誠實——它會反問你、會認怵、計畫不靠譜會推翻你,而不是把「做了一半」包裝成「已完成」。當 AI 開始頂嘴,「言出法隨」就從獨白變成了對話,而產品經理最該練的,是做一個接得住的對手方。

2026-06-05

vibe coding 死了,改寫規格?產品經理的第三條路是言出法隨

這陣子全網都在喊「vibe coding 已死,轉向 spec-driven、好好寫規格」。但對產品經理來說,寫一堆前置規格文件,等於把 AI 剛幫你幹掉的 PRD 負擔又請了回來。其實你不必在「瞎寫」和「寫規格」之間二選一——還有第三條路:言出法隨。

2026-06-04

當「做」變得免費,「品味」成了唯一的護城河——而它可以練

AI 把「做東西」變得幾乎免費,人人都能做出能跑的產品。門檻塌了,於是問題變成:既然人人都能做,憑什麼是你做得好?答案是品味。而最反常識的一點是——品味不是天賦,是可以練出來的。

2026-06-03

「AI 寫的程式都是垃圾」?批評者說對了一半——關鍵那個詞是「階段」

2026 年中,vibe coding 把房間劈成兩半:一派奉為變革,一派斥為「給 AI 垃圾披上工藝外衣」。批評者對安全與可維護性的擔憂,對正式環境成立、對原型被誇大。doaipm 的高保真 + 安全網,早就把這兩件事分開了。

2026-06-02

執行交給 AI,判斷留給自己:2026,產品經理正在「重新分工」

AI 接管了收集、整理、跑流程,產品經理從「執行者」變成「編排者」。騰出來的時間該押在哪?押在 AI 取代不了的地方——判斷、共情、品味。而你,開始自己把東西做出來。

2026-06-02

別再學了,去做:DO AI PM 唯一的障礙,是不行動

AI 時代,產品經理不用再囤積知識——你永遠沒有 AI 知識多。不懂就當場問 AI,而不是學這學那。DO AI PM 的核心是 DO,DO 的核心是說,而說,是產品經理最基本的基本功。所以它對任何人都沒有門檻,唯一的障礙,是你還沒開始。

2026-06-01

Vibe Coding 已經過時了——而這對產品經理是好消息

當程式由 AI 來寫,剩下的就是判斷力:決定做什麼、為誰做、什麼才算「好」。這件事一直叫產品管理。本文講清楚:為什麼不懂程式反而是優勢,以及如何刻意地把它做對。

2026-05-30

言出法隨:我用一句話,讓 AI 做出了這個網站

doaipm 部落格第一篇。不懂技術反而是優勢——這個站本身,就是用 Claude Code「說出來」的。