有了 AI，產品經理反而更累了——恭喜，瓶頸現在是你
《哈佛商業評論》上個月發了一篇文章，講管理者正在被 AI 的產出速度淹沒。裡面有句受訪者的原話，我看完愣了幾秒：
「每隔 30 分鐘，就有人做出一個我必須看的東西。」
這句話產品經理應該都很有感。以前的節奏是：開評審會，講一次需求，下游領走，兩週後見。這兩週裡你可以寫文件、跑使用者訪談、開別的會——說白了，下游在生產的時候，你的判斷是可以下班的。
現在不是了。工程師帶著 AI，下午提的需求晚上就有東西給你看；你自己用 Claude Code 搭的原型，二十分鐘就跑起來了，然後呢？然後它看著你，等下一句話。**生產不再需要等待，於是判斷不再被允許休息。**這就是「更累了」的全部機制：不是事情變多了，是你過去藏在「下游正在幹活」裡的喘息時間，被 AI 沒收了。
瓶頸挪到你頭上了
Andrew Ng 最近把這件事說得很直白：「工程師快了 10 倍，產品經理沒有以同樣的速度變快——現在他們是瓶頸。」他還提了一個一年前聽起來像段子的數字：有團隊提出 1 個產品經理配 0.5 個工程師。不是工程師減半，是同樣的工程產能，現在只需要半個人力——而消化這些產能所需要的「決定做什麼、判斷好不好」，一個 PM 都不夠用。
LeadDev 那邊的觀察是同一件事的另一面：AI 沒有讓開發者更輕鬆，它讓所有人更忙了——因為機器產出的東西，每一件都還得有人看。程式碼多了一倍，review 的人沒有多一倍；原型多了十倍，拍板「這個方向對不對」的人還是你一個。
整個行業花了兩年時間討論「產品經理會不會第一個被 AI 幹掉」，結果 2026 年的現實是反過來的：**生產端全面提速之後，最稀缺的資源恰恰是產品判斷。**瓶頸在誰那裡，稀缺就在誰那裡；稀缺在誰那裡，權力就在誰那裡。所以「更累了」首先不是壞消息——上一次產品經理這麼被需要，還是行動網路紅利期。
但「不停指點江山」是個陷阱
不過先別急著欣慰。同樣是累，有兩種累法，方向完全相反。
第一種，是把自己活成人肉 CI：下游每產出一件東西，你即時批覆一次——「這裡改藍色」「這個互動不對」「再來一版」。每一次批覆都正確，每一次都及時，你成了一台高可用的審批伺服器。這條路的問題不在於辛苦，在於它不可擴展：AI 的產能還會再漲十倍，你的腦子不會。今天是每 30 分鐘看一個，明年是每 3 分鐘一個，你打算怎麼辦？
而且說句不好聽的：逐件批覆看起來勤勉，其實是判斷力的零售。你在用最貴的資源（你的判斷），幹最不值錢的活（挑毛病）。
第二種累法，是把判斷前置批發出去：在下游（不管是人還是 AI）動手之前，把「什麼算好」一次性說透——目標使用者是誰、哪些狀態必須真實、什麼情況算失敗、品味的底線在哪裡。說清楚這些遠比挑毛病費腦子，這才是真正累的部分。但它的回報是結構性的：判斷被注入了生產過程，而不是堵在生產的出口。同一句話，管的不是一個產出，是接下來的一百個產出。
以前指揮一次，管兩週；現在指揮一次，管二十分鐘。錯的不是 AI 的速度，是你還在用「逐步指揮」的方式行使判斷。
這其實就是「言出法隨」裡「言」的真正含義——不是碎碎念式的即時遙控，而是把意圖、標準、邊界一次說清，然後讓執行帶著你的判斷跑。我們在方法篇裡把這件事拆成了五個階段，核心動作只有一個：在 Define 階段讓 AI 先反過來問你問題，把「什麼算好」逼到檯面上，而不是等做完了再來一輪一輪地改。
還有一個省力的辦法：自己做
PM 更累，還有一個被忽視的原因：你的判斷在經過轉譯。你講給下游，下游理解一遍，做出來，你發現理解偏了，再講一遍——AI 把生產週期壓縮到分鐘級之後，轉譯損耗佔整個循環的比重反而變大了。溝通成了主要成本。
而這個成本現在是可以直接砍掉的：很多東西你可以不經過任何人，直接對 AI 說，自己做出高保真原型。指揮、生產、驗收三個角色合在一個人身上，循環裡沒有轉譯，沒有等待，沒有「我不是這個意思」。你會發現同樣做一個東西，自己說給 AI 聽，比說給人聽再等人轉述給 AI，省掉的不只是時間，是整條誤解鏈。
判斷
「有了 AI 為什麼更累了」這個問題，誠實的回答是：因為瓶頸第一次清清楚楚地落在了你身上，再也沒有「在排程了」「在開發了」可以擋在前面。過去那種講一次需求就能歇兩週的舒服，本質上是低效送給你的福利——效率上來了，福利自然沒收。
累不會消失，但你可以選擇累的方式：被別人的產出節奏拖著跑，每 30 分鐘批覆一次，直到燒乾；或者把力氣花在前面，把「什麼算好」說清楚，讓一百個產出帶著你的判斷自己跑。
前一種累是臨時工的累，後一種才是這份職業的本體。
討論