AI浪潮下,产品经理与工程师的界限正在消失

最近看到一场发人深省的对话。

Lenny’s Podcast 对话 Anthropic 产品负责人 Cat Wu。她主导 Claude Code 项目,并深度参与 Anthropic 的 AI 产品演进。

这段对话最触动我的是:

AI 时代,产品经理与工程师的职责划分正在被重新塑造。

以往,产品开发遵循固定流程:

先做调研,再撰写 PRD(产品需求文档),再规划产品路线图,再投入开发,再测试上线。

一个功能从构想到发布,往往需要数月之久。

但在 Anthropic,这种节奏正在被彻底颠覆。

Cat Wu 指出,过去某个产品功能可能耗时 6 个月才能面世。

如今,部分功能在 1 个月、1 周乃至 1 天内就能完成。

这背后的关键并非"员工加班更多",而是工作流程得到了重新设计。

他们尽量精简冗长的跨部门协调,减少复杂的多季度规划,消除所有阻碍产品上线的障碍。

很多功能不会等到"完美"才发布,而是先以 Research Preview(研究预览版)的形式推向用户。

先上线,先收集反馈,再快速迭代优化。

这对传统产品开发模式是巨大的冲击。

AI 使得编码成本急剧降低。

Claude Code 这类工具,已经能帮助工程师乃至产品经理快速完成原型、修改代码、验证想法。

那么问题出现了:

如果"怎么做"越来越简单,什么能力会变得更加关键?

Cat Wu 给出的答案是:

Product Taste(产品品味)。

也就是说,真正重要的不再是会不会写需求文档,而是你能否判断:

这个功能究竟为谁而做?解决的是真实痛点还是虚假需求?什么应该做?什么不应该做?用户的核心使用路径是什么?

在 AI Native(AI 原生) 产品中,PM(项目经理) 的价值不是把每个按钮、每个页面都描述清楚。

而是要能理解用户、理解模型能力边界,并把用户引导到最有效的使用路径上。

这也是我深有感触的一点。

Cat Wu 提到,在 Anthropic,许多工程师本身就具备出色的产品思维。

他们可能看到 Twitter 上用户的反馈,周末就完成功能改进,然后直接上线。

过程中甚至不一定需要 PM 的参与。

这说明一个趋势:

PM 在写代码。工程师在做产品。设计师也在落地实现。

岗位的边界正在变得越来越模糊。

未来最具竞争力的人,可能不是只精通一个岗位的人,而是能够灵活切换"角色"的复合型人才。

需要产品判断时,能像 PM 一样思考。需要落地时,能像工程师一样动手。需要用户体验时,能像设计师一样感受细节。

Cat Wu 提到,未来产品定义的一部分,可能会变成编写。

过去 PM 写的是需求文档。

未来 PM 可能还要定义:

什么样的结果是好的?什么样的结果是失败的?AI 的输出怎样才算符合预期?哪些场景必须稳定通过?

她提到,不一定要有成百上千个评测。

有时候,10 个高质量的评测,就足以帮助团队判断产品是否在正确方向上进步。

这对于 AI 产品非常关键。

因为 AI 产品不同于传统确定性软件。

它的输出具有概率性、不稳定性,也会受到上下文影响。

所以,谁能定义好评估标准,谁就更能掌控产品质量。

在这样高速变化的环境中,最难的或许不是技术,而是心态。

Cat Wu 提到,过去如果上线一个带 bug 的功能,她可能会很焦虑。

但现在,她学会了接受一定程度的不完美。

因为团队可以很快根据反馈进行修复。

这不是不重视质量。

而是产品开发节奏发生了变化。

在 AI 时代,很多产品不是一次性设计完美,而是在真实用户反馈中快速进化。

这需要团队具备一种新的能力:

在混乱中保持判断力。在高速迭代中保持方向感。在不完美中持续前进。

Cat Wu 提出了一个非常重要的判断:

2024 年的很多 AI 产品,还是基于对话。

但以 Claude Code 为代表的新一代 AI 产品,正在走向基于行动和自动化。

这意味着,AI 不只是回答问题。

AI 正在开始执行任务。

这才是真正改变工作方式的开始。

对产品经理而言,AI 不一定会"抛弃"PM。

但 AI 一定会抛弃那些只会写流程、写文档、做协调,而没有产品判断力的人。

对工程师而言,AI 也不会简单取代工程师。

但 AI 会放大那些既懂技术、又懂产品、还能快速行动的人。

我的理解是:

AI 时代,最重要的不是岗位名称。而是你是否具备跨越岗位边界、快速判断、快速验证、快速迭代的能力。

这也是我一直强调的:

未来不是简单的 Vibe Coding。未来是 AI-Assisted Engineering。

不是让 AI 替你思考,而是让 AI 放大你的工程能力、产品能力和行业判断力。