# 科技評論
← 全部標籤 · 共 16 篇
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。