AI重构PM工作流程：Anthropic内部的实践

曾经有个有趣的行业反转：几年前，开源手绘工具Excalidraw团队尝试开发自定义交互表格，花费了大量人力和时间，但上线后却无人问津。原因是用户需求多样化，逐一实现成本太高。

今年，他们引入了AI编码能力，用户只需描述所需表格，几分钟内就能生成可交互版本，无需逐个定制。短短半年，产品日活跃用户数增长了10倍，原本无法实现的业务变得可行。

技术提效的核心在于重构做事的方式，而非简单加速现有流程。

作为产品经理，你是否经历过这样的痛苦：花一周时间修改需求文档（PRD），与研发团队反复沟通需求，等待一个月的排期，最终原型出来后用户却说这不是他们想要的，几个月的努力付诸东流。你有没有想过，如果PM能够自己快速创建可运行的Demo，传统的工作规则是否会彻底改变？

今天，我们来解析顶级AI公司Anthropic内部Claude Code产品经理的真实工作流程，探讨PM转型的核心问题：为什么PM的职业边界正在迅速消失。

【当制作Demo的成本降低到原来的1%，旧的工作模式自然不再适用。】

Anthropic统计显示，在过去16个月里，大模型的编码能力提升了41倍。一年半前，大模型还无法写出连贯的100行代码，现在则能一次性跑通数千行的全栈Demo。Claude Code作为新一代生产力工具，极大地降低了普通人编写可运行程序的门槛。

【传统PM的核心逻辑是“先制定完美方案，再执行”——因为落地成本高，所以必须在PRD中详细记录所有细节，即使出错也需全部重做，每次错误都意味着几个月的成本。】

以前实现一个新需求的过程是：需求梳理1周→写PRD1周→画原型3天→等研发排期1个月→上线验证，整个过程需要一个多月。现在，PM可以使用Claude Code将想法迅速转化为可运行的Demo，只需1-2天，成本降至原来的1%。

原来PM的重要角色之一是“需求翻译官”，将用户模糊的需求转化为研发人员能理解的文档。而现在，AI可以直接将需求转化为可运行的代码，这一角色已不再需要人来承担。

【真正的变化体现在从需求到Demo的每个环节。】

我将Anthropic PM的AI工作流程整理为四个步骤，对比传统做法，差异一目了然：

1. 需求梳理：从“整理会议笔记”到“AI处理脏活，人做判断”

传统PM进行需求梳理时，需要召开多次会议，记录十几页笔记，至少需要两天时间。而Anthropic的PM怎么做呢？他们将所有参会人的聊天记录和会议录音转成文字，直接交给Claude Code，一句话提示：“帮我提炼核心需求，区分真实需求和伪需求，梳理出核心逻辑框架”，10分钟后即可得到结果，PM只需做对错判断，无需整理笔记。

2. 文档撰写：从“10页PRD改一周”到“1页说明+Demo搞定对齐”

【Anthropic内部的新规则是：优先考虑Demo，能出Demo就不写长文档。】传统的PRD需要详细描述每个按钮的位置和交互规则，修改往往需要一周时间。现在，PM只需写一页需求说明，明确背景和目标，剩下的由Claude Code生成Demo。

我见过最极端的例子是：一位PM开发内部报销工具，原本需要写15页PRD，现在只写了三句话：1. 同步飞书审批 2. 自动汇总票据 3. 导出PDF，Claude Code仅用2小时就生成了可运行的工具，比写PRD快得多。

对比之下，传统流程需要一周写文档，而AI流程只需2小时就能生成Demo，效率提升数十倍。

3. 原型验证：从“Figma看图片”到“直接用可运行Demo测需求”

传统方法中，PM只能提供静态页面，研发团队需要猜测逻辑，用户也只能靠想象。现在，Claude Code生成的Demo包含登录、交互和数据逻辑，打开即可使用，即使粗糙一些，只要核心逻辑正确就行。需求验证从一个月缩短到三天，试错成本大幅降低。

很多人担心不会编码怎么办？其实Claude Code不需要你写代码，只需描述需求，它会帮你编写并修复bug，你只需确认是否正确即可，零基础也能使用。

原来靠文字对齐需求，现在靠Demo消除偏差，沟通成本的下降是AI带给PM的最大好处。

职业边界的消失不是被AI淘汰，而是原有分工的重构。PM转型的核心在于换个地方创造价值。

很多人听到“边界消失”就感到恐慌：如果PM自己能生成Demo，公司还需要PM吗？研发团队直接做不行吗？

实际上，你反过来想：原来PM80%的时间都花在写文档、整理需求和对齐沟通上，现在这些工作由AI完成，你就有80%的时间去做更有价值的事情——找到真正的需求，选择正确的方向，把控用户价值，决定什么该做什么不该做。

【原来PM的核心竞争力是“把需求说清楚”，现在则是“把方向选对”。】边界消失不是抢你的饭碗，而是把你从低价值的执行工作中解放出来，让你往更上游走。

Anthropic内部有两个可复制的团队规则，帮助PM适应AI时代的工作：

第一个是【Side Quest创意验证】：每个迭代预留10%的弹性时间，PM可以用Claude Code低成本验证任何非核心的创新想法，不用走正规立项流程，成功后再升级，失败也不浪费资源。原来验证一个想法需要几十万和几个月，现在几千块几天就能完成，创新概率反而更高。

第二个是【定期功能重审】：每次大模型版本更新，PM牵头重新测试过去半年上线的所有旧功能，挖掘AI能力升级带来的新机会，确保不错过技术红利。

AI时代没有稳定的职业，只有不断迭代的人。

回到Excalidraw的故事：原来无法实现定制表格，并不是产品思路错了，而是当时的技术无法实现低成本定制。现在AI降低了成本，规则也随之改变。

PM这个职业也是如此：原来你需要当翻译官和协调员，是因为落地成本高，不得不有人来做这些工作。现在AI降低了落地成本，原来的边界自然消失。

就像学冲浪，原来你得花大部分力气划桨到浪点，现在有动力船直接送你过去，你不再需要练臂力，而是要学会找浪和控板。

给大家三个今天就能上手的小行动：

1. 把手头最近的一个小需求丢进Claude Code，让它帮你生成一个简单Demo，感受一下速度；

2. 下次开需求对齐会时，带着Demo去，不要带几十页的PRD，看看效率能提高多少；

3. 每周抽1小时，列出你现在做的事情，把能交给AI的执行任务划出去，把省下来的时间花在找需求上。

职业边界的消失并不可怕，可怕的是你还抱着旧边界不肯放手。AI不会淘汰PM，只会淘汰不会用AI的PM。