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

从写 Prompt 到写 Loop

从一次性 prompt 到可恢复、可验证、可复盘的 loop，AI 协作真正重要的不是把任务扔出去，而是设计一套能稳定运行的工作方式。

微信小微入场，AI 的上限不是能力，是成本

微信小微真正值得看的，不只是 Agent 能做什么，而是权限边界、商业化路径和推理成本会怎样共同决定 AI 产品的上限。

AI 时代做产品，最难的不是快，而是分寸

AI 让产品构建变快，但真正难的是把速度用在正确的问题上，在主动服务、组织管理和产品取舍之间守住分寸。

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。