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
先看一個徵才上的變化。
2026 年不少 AI 產品經理職缺的 JD，把「會寫 PRD、會畫線框圖、會做數據儀表板」從硬性要求裡刪掉了，換成三件作品：一個你真做過、能打開點開的產品；一篇帶真實數字的覆盤；一套你自己寫的 eval。有招募方算過，一份履歷平均看 90 秒，一個像樣的案例會看到 8 分鐘。
把這兩件事拼在一起，能看出一個位移：能被 AI 接走的活，正在從徵才要求裡掉出去；留下來當門檻的，是只有人能幹的那部分。這一篇就把這兩欄擺出來，作為這個系列的總綱。
被接走的那一欄
寫需求文件的體力活，先沒的。ChatPRD 這類工具幾分鐘生成一份結構完整的 PRD，你改的是判斷，不是排版。
畫線框圖、搭可點的原型，也在快速貶值。Lovable、v0、Claude Code 把「一句話」變成能在瀏覽器裡點的頁面，幾分鐘一版。過去這一步要排期、要等設計和前端，現在它便宜到可以一天試五個方向。
還有一項不太有人明說：「懂技術」這件事本身的稀缺性在掉。過去產品經理的一部分議價權，來自能跟工程對話、能估出某個功能實作起來有多難。現在你把想法描述清楚，AI 去吃掉實作難度這部分。這正是 doaipm 一直在講的言出法隨：說清楚，AI 給你做出來。不懂技術的人反而少了一層「這個做起來太難了吧」的自我設限。
催進度、跨團隊對齊裡偏機械的那部分協調，同樣在被工具和 agent 蠶食。
更值錢的那一欄
判斷「該不該做」，第一次比「能不能做」更貴。METR 做過一個隨機對照實驗：16 個資深工程師在自己維護多年的專案上用 AI 幹活，實際慢了 19%，可他們幹完仍以為自己快了 20%。連親手幹活的人都判斷不準自己的產出，那「做什麼、值不值得做」這種判斷，只會更稀缺。
把需求說清楚，從軟技能變成硬技能。AI 不會從省略裡推斷：你不寫「本期不做登入」，它大機率給你把登入加上。能把邊界、狀態、不做什麼都講明白的人，產出品質和別人差一個量級。
定義「什麼叫好」，開始需要專門的手藝。Lenny 和 OpenAI 的 CPO 都在說同一件事：eval 正在成為產品經理二十年來第一個新硬技能。上一個要全行業現學的硬技能，還是 SQL 和 Excel。會用 eval 把「我覺得還行」翻譯成可度量的標準，是新的分水嶺。
在 AI 給出的一堆選項裡做決定，成了日常。Marty Cagan 的說法是：AI 能 surface 模式、起草假設、生成選項，但它不判斷哪個模式有意義、哪個假設值得驗、哪個選項符合業務。那一下決定，留給人。
沒怎麼變的那一欄
使用者到底要什麼、這門生意能不能成立，這兩件 AI 替不了，也沒見它替。a16z 給產品經理的建議裡有一條：純流程經理會被淘汰，有「建造心態」的人才有槓桿。所謂建造心態，是願意自己動手把想法做出來、拿去驗證，跟會不會寫程式沒關係。
把上面兩欄對照著看會發現一件事：左邊那欄（被接走的），恰好是過去十年產品經理徵才裡最常寫的硬技能；右邊那欄（更值錢的），過去幾乎沒人在面試裡考。
這個系列接下來十九篇，就一篇篇拆右邊那欄——從怎麼想清楚，到怎麼做出來，再到怎麼知道它好。
討論