文章归档

文章

记录对产品经理工作的理解
以及慢慢形成的一些判断
有些偏向产品本身
有些偏向方法与视角

AI构建报表之前，企业要先把数据讲清楚

AI 能让报表构建更快，但如果底层数据、语义和口径没有治理清楚，它也只是更快地给出一个看起来像答案的答案。

用了 Hermes 以后，我终于分清了这几个 Agent 术语

一次用 Hermes 跑起来后的概念整理：Model、Agent、Scaffolding、Harness、Tool、Skill 和 Sub-agent 不只是术语，而是设计 AI 产品时拆问题的方式。

三天半做完一个评分系统，我重新理解了产品经理和 AI 协作

一次三天半交付内部评分系统的复盘：AI 没有让产品经理退出项目，而是让边界、取舍和现场判断更早发生。

当工程师也能做产品，产品经理还剩什么？

当 AI 让工程、设计和产品的边界变得更模糊，产品经理剩下的不是岗位边界，而是判断力、审美、耐心，和把事情做成的能力。

我给 Codex 换了个桌宠，才发现工具也需要「表情」

给 Codex 换了个桌宠以后，我才意识到，Agent 工具不只是要能做事，也要让用户更轻地感知它正在做什么。

为什么有人觉得 AI 拿走了做产品的乐趣，我反而和它配合得更顺了

AI 把做产品的爽点重新分了一遍。它压缩了一部分旧工作，也放大了判断、边界、组织上下文和快速试错。

当 AI 开始参与复杂任务，产品经理更该学的不是 prompt

复杂任务里，产品经理真正该补的，不只是 prompt，而是让 AI 在更稳的系统里持续做对。

让 AI 画原型这件事，开始更像在带一个很快但不稳定的同事

AI 画原型开始更像在带一个很快但不稳定的同事。关键不是一句 prompt，而是先把边界、流程和检查方式搭起来。

为什么我选择做产品经理

它不只是一份工作，更像一种持续校正自己的过程——理解用户、理解业务，也理解自己到底在做什么。

产品经理的核心能力是什么

工具、方法、流程都能学，但真正拉开差距的，往往是理解问题和做决策的能力。

我开始用经济学视角理解产品

不再只盯着局部体验，而是把产品放到一个更完整的交换关系里，衡量真实的替换成本与价值。