BLOG · 部落格

寫下來，才算想清楚

方法、踩坑、思考。用 Claude Code 做產品路上的真實記錄。

2026-07-17

改變世界的100個產品經理·第5位｜張一鳴：他最好的產品不是抖音，是一台量產爆款的機器

榜單第5位是張一鳴，OVR 96。就在上個月，他以928億美元身家超過安巴尼，成了亞洲第二富豪、穩坐中國首富——而這個人幾乎不接受採訪、2021年就卸任了CEO、連臉都很少露。一個「隱形」的人，怎麼成了亞洲第二富？答案藏在他六個維度裡分最低的那一項：品味，只有88。這不是黑他，恰恰是理解他的鑰匙。因為張一鳴是這份榜單上最反直覺的產品經理——他刻意不要品味，用數據取代直覺、用演算法取代審美，做出了一台能不斷量產全球爆款的機器。這篇拆他的六維分，也拆一個正在被豆包重新檢驗的賭注。

張一鳴字節跳動產品經理改變世界的100個產品經理科技評論

2026-07-16

我把產品經理一半的活交給了 AI，剩下這幾件死活沒敢交

這一年我把產品經理日常裡差不多一半的活，實實在在交給了 AI——寫文件初稿、扒競品資料、把幾百條使用者回饋分類、整理會議待辦、做能點的原型，它做得又快又不喊累。但另外幾件事，我一件都沒敢交，也不打算交。不是因為 AI 做不了，恰恰相反，有些它做得比我還順。是因為那幾件事一旦交出去、又出了錯，你根本發現不了，等發現就已經太遲了。這篇把我這條「交與不交」的線，一件一件攤開講，包括我交出去之後差點栽的坑。

產品經理 AI 工作流判斷力職場分工實作

2026-07-15

AI 時代產品經理面試，最愛問的 5 個問題該怎麼答

這兩年我面過不少產品經理，也被別人面過。有個規律很扎眼：一碰到 AI 相關的問題，十個裡有八個開始背概念——RAG 是什麼、微調和提示詞有什麼差別、Transformer 原理……背得越溜，我越確定不會要他。因為這些問題考的根本不是你記住了什麼，是你會不會想。這篇拆 5 個 2026 年最常被問到的 AI 產品經理面試題：每個背後面試官到底在考什麼、我自己會怎麼答、以及最容易翻車的答法。不是背題模板，是想清楚它們在秤你哪一塊。

產品經理面試求職 AI產品經理職場實操

2026-07-14

AI 時代產品經理的一天：我怎麼把一句話變成能點的原型

上週我花了一個下午，把一句『我想要個能記帳的小東西』，變成同事能在手機上真點、真記一筆帳、真看到圓餅圖的原型。沒寫一行程式碼。很多人以為 AI 時代產品經理得去學寫程式，其實真正值錢的技能反過來了——是把話講到 AI 能一次做對。這篇不談大道理，講我具體怎麼做：怎麼讓 AI 先反過來問我、怎麼一次只改一個地方、為什麼第一版就要上真資料、怎麼用『能不能點』當驗收線。附上我踩過的幾個坑。

產品經理 AI 工作流原型職場技能高保真實作

2026-07-13

功夫女足只有6.6分，周星馳卻是我見過最狠的產品經理

《功夫女足》豆瓣開分6.6，8.6%的人打了一星，評論區罵它特效廉價、表演用力、劇情根本就是《少林足球》換個性別炒冷飯。可它首日27分鐘破億、排片76.8%、兩天捲走5個億，預測總票房從14億一路上調到18.65億。一個被專業觀眾判「不及格」的產品，商業上卻贏麻了。這不是運氣，也不是「爛片圈錢」這麼簡單——影評人和票房其實在給兩個完全不同的產品打分。而周星馳這個產品經理狠的地方，恰恰是他比誰都清楚自己在交付哪一個。這篇拆開它，也拆開它的代價。

產品判斷使用者需求周星馳功夫女足商業化科技評論

2026-07-12

颱風虛驚一場：產品經理如何像抗颱一樣，熬過至暗時刻

第 9 號颱風「巴威」昨夜往南拐了，從浙江溫嶺到福建霞浦一帶登陸，舟山、普陀連夜轉移的漁船、取消的航班，事後看好像都白忙了——於是有人開始說「早知道不用」。可「虛驚一場」這四個字，比颱風本身更能害死一個產品經理。抗颱從來不是一個動作，是三個：來之前做足準備、來的時候承擔風雨、走之後打掃垃圾。GitLab 刪庫那天發現五種備份沒一種能用，Knight Capital 因為一段忘了刪的廢程式碼 45 分鐘虧掉 4.4 億美元、公司沒了。這篇講的是——警報真拉響的那一夜，一個操盤者到底該幹什麼。

至暗時刻危機應對產品經理復盤颱風科技評論

2026-07-11

為什麼人們總是相信，颱風會繞著普陀山走

有一個流傳很廣的說法——普陀山有觀音保佑，颱風到這兒總會繞道走。可就在今天，第9號颱風「巴威」讓普陀山停航、普陀山機場取消了14個航班、全區漁船連夜轉移；2021年「煙花」更是把普陀山-朱家尖淹了6000米道路。普陀山根本不是颱風絕緣體，它今天就在挨。那人們為什麼還堅信菩薩擋住了颱風？這個把「倖存」歸功於「神秘護佑」的錯誤歸因，和我們崇拜「偉大產品經理是先知」，是同一套認知動作。這篇拆開它。

倖存者偏差產品判斷認知偏差科技評論颱風

2026-07-10

改變世界的100個產品經理 · 第4位｜奧特曼：他真正的產品，是 OpenAI 這家公司本身

榜單第 4 位是薩姆·奧特曼，OVR 96——但他六個維度裡分最低的是品味，只有 87。這不是黑他，恰恰是理解他的鑰匙。這一週他忙的不是產品：向 CNBC 承認為發 GPT-5.6 跟白宮「改了很多」，被爆提議送美國主權基金 5% 股權，還在撰文推銷一個「美國主導的國際 AI 論壇」。一個產品公司的 CEO，一週花在財政部長身上——因為他真正在營運的產品，從來不是那個聊天框，是 OpenAI 這三個字在世界上的位置。這篇拆他的六維分，也拆一個正在被數字檢驗的賭注。

奧特曼 OpenAI 產品經理改變世界的100個產品經理科技評論

2026-07-09

改變世界的100個產品經理 · 第1位｜賈伯斯：全榜唯一的 99，給了一個不寫程式的人

我讓 Claude 給改變世界的 100 個產品經理打分，全榜只打出一個 99——史蒂夫·賈伯斯。有意思的是 2026 年開年的兩件大事都在給這個分數作證：蘋果把新 Siri 外包給了 Google Gemini，OpenAI 花 64 億美元買來 Jony Ive、下半年要發第一台裝置。這篇把他六個維度的分一個一個講清楚：遠見憑什麼 99、洞察為什麼被扣了 1 分、商業分 97 裡藏著他賠過的學費——以及為什麼史上最偉大的產品經理，恰好是個不寫程式的人。

賈伯斯蘋果產品經理改變世界的100個產品經理科技評論

2026-07-08

幾百個 MCP 和 Claude 技能，真免費開源的沒多少——我一個個查完，收成了一個目錄

想給 Claude 加幾個 MCP，我搜了一圈越搜越煩:幾百個裡，一半要你掏 API key 才免費;一批掛著「開源」的名號其實是「原始碼看得到、但不讓你商用」——Sentry 的 MCP 是 FSL 授權，Anthropic 官方那幾個文件技能乾脆寫著「版權所有、保留所有權利」;還有的儲存庫連 LICENSE 都沒有，等於預設保留所有權利。真正 MIT/Apache、裝上就用、不用帳號的，得一個個翻 LICENSE 才分得清。我翻了六十多個，把真免費開源的收成了一個中英雙語的目錄:To Be Free。這篇講我怎麼分的、真免費的那批裡哪些值得先裝（gstack、ruflo、官方那幾個 MIT 伺服器…），以及這件事為什麼是我「重做免費軟體」那條線的下一步。

MCP Claude Code 免費軟體開源 AI工具

2026-07-08

改變世界的100個產品經理 · 第2位｜張小龍：洞察和品味都是99，他卻主動把商業分留在了92

榜單第 2 位是張小龍，OVR 97，僅次於賈伯斯。有意思的是他六個維度裡，洞察 99、品味 99——是整張榜的頂格，跟賈伯斯並肩甚至更高；可商業只有 92，是他六項裡最低的。這不是他不會賺錢，恰恰相反，是他主動把送到嘴邊的錢往外推。今年最能說明這套作業系統的一件事：騰訊自己的 AI 元寶月活追不上豆包，一個很少被點破的原因是——張小龍的微信，連自家的 AI 也擋在了社交鏈門外。這篇按六個維度拆張小龍，也拆一個正在 AI 下半場被重新驗證的賭注。

張小龍微信產品經理改變世界的100個產品經理科技評論

2026-07-07

同一個 AI，有的公司拿它裁員，有的公司拿它搶人

今年科技圈被 AI 點名的裁員已經超過 8 萬人。Meta 一邊把資本支出上調到 1450 億美元建 AI，一邊裁掉 8000 人，還說這是「為了抵消我們在做的其他投資」——翻譯過來就是：裁人是為了給顯卡騰錢。可就在同一個行業裡，Anthropic 今年零裁員、瘋狂擴張，OpenAI 拿 40 億美元成立部署公司到處搶「前置部署工程師」，Google 一口氣掛出 59 個同樣的職缺。同一個 AI，在有的公司是裁員的理由，在有的公司是搶人的理由。這說明變數根本不是 AI。這篇講講這背後真正在發生的事，以及它對你我意味著什麼。

AI裁員科技評論 AI就業前置部署工程師大廠

2026-07-06

你在留言區點的單，我做成了免費軟體 SoloPic

上一篇《為什麼我要重做 100 個免費軟體》結尾我問：你最想我替你重做哪個？一位天津的讀者阿祥在留言區列了三條需求——批次按邊裁剪、按清單批次改名、批次調色。我回了句「好的，這個核心是批次處理對吧」，然後花了幾天把它做出來了：SoloPic，一個免費、離線、12MB 的批次圖片工具，連他要的「左邊切 100px、下邊切 57px」都照著做。這篇講這條留言怎麼變成一個真能用的軟體，以及為什麼「重做 100 個免費軟體」這件事，最好的選題不在我腦子裡，在你的留言區。

免費軟體重做免費軟體 SoloPic 讀者點單 doaipm方法論

2026-07-05

零推廣、不寫程式、三個月兩萬下載：一個程式小白的開源之路

三個月前我給自己定了個有點狂的目標：做一個最好用的免費 Markdown 編輯器。狂的不是「最好用」，是「免費」，更是——我不會寫程式。三個月過去，SoloMD 發了 30 個版本、被下載兩萬兩千多次、GitHub 漲了四百多顆星，我幾乎沒推廣。這篇講這三個月：我為什麼非要做個不拿使用者當韭菜的免費軟體、一個一行程式碼都不會寫的人怎麼把它做出來、我從第一天就賭的一件事（用軟體的已經不只是人了），以及有人打賞我十塊錢那天的心情。

SoloMD 免費軟體開源造產品的故事 doaipm方法論

2026-07-04

我又做了一個終端 Unterm：預設使用者不是人

過去半年，我終端裡跑的命令八成不是我敲的，是 Claude Code 和一堆 agent 敲的。可我用的終端——iTerm、Windows Terminal、Warp——全是照「一個人坐著敲一行看一眼」設計的。主要使用者換成 agent 之後，這個假設在五個地方失效了：出牆的命令在逾時裡卡死、把裸終端交給 AI 等於把 rm -rf 也交出去、agent 跑完我沒法倒帶看它幹了啥、我早就同時開三四個 agent、agent 一多桌面就亂。這篇講 Unterm 是什麼、名字怎麼來的，以及這五個坑我怎麼填的。

Unterm AI終端 AI-Native工具造產品的故事 doaipm方法論

2026-07-03

成為 AI 時代的產品經理 10｜高保真優先：這半年我一張線框圖都沒畫

這是「成為 AI 時代的產品經理」系列的第十篇。低保真線框圖當年之所以存在，是因為「真做一版」太貴，得先拿灰盒子對齊大方向。現在一句話就能幾分鐘出一個瀏覽器裡真能點的頁面——n8n 的產品團隊乾脆把線框流程整個換掉了，Delivery Hero 有個總監一小時手刻出原型沒找工程師。我自己這半年也一張線框圖沒畫過。這篇聊我現在怎麼跳過低保真、直接刻一個能跑的高保真：用真內容不用佔位符、把載入／空／錯誤狀態填全、真能點、拿到瀏覽器裡真跑一遍，以及一版幾分鐘帶來的一個新習慣。

AI產品經理高保真優先原型設計 doaipm方法論 AI時代的產品經理

2026-07-02

成為 AI 時代的產品經理 09｜從執行者到編排者：你的新工作是指揮一群 agent

這是「成為 AI 時代的產品經理」系列的第九篇。2026 年最能幹的人不再是盯著一個 AI 即時改程式，而是同時開好幾個 agent——各有各的上下文、各管一塊，非同步幹活，你在上面拆活、分派、驗收。Addy Osmani 把這叫「從指揮者到編排者」，還有一句話很扎心：一個模糊的指令會被放大成一整隊 agent 的錯，一個精確的指令放大成一整隊精確的實作。這篇講四個能照著做的動作：別一個 agent 跟到底、把活拆成不重疊的並行塊、每塊給清楚的 spec、你的活變成拆分與驗收。

AI產品經理 AI編排多agent doaipm方法論 AI時代的產品經理

2026-07-01

為什麼我要重做 100 個免費軟體

你想幫一張 PDF 去個浮水印，裝的免費工具第二天開始跳廣告、改你首頁、偷傳資料，匯出還要你升級會員。免費軟體使用者最大的痛是三層:被當商品賣、沒人真心打磨、免費只是逼你付費的鉤子。過去只能忍，因為重做一個好的太貴;現在 AI 把成本砍到一個人也扛得起。我已經這麼重做了六個——SoloMD、Unterm、unfetch、Unflick、Ziplark、FreeID Photo，接下來還有九十四個。

免費軟體重做免費軟體獨立開發 doaipm方法論 AI造物

2026-06-30

成為 AI 時代的產品經理 08｜AI 替不了你找到真問題

這是「成為 AI 時代的產品經理」系列的第八篇，也是「想清楚」這部分的收尾。a16z 那篇給產品經理的《5 Principles》裡有句話點得很準：產品經理幹的本來就是解決模糊性的活，AI 沒讓這種模糊變少，只是把工具換了。AI 現在什麼都能造，唯獨替不了你找到那個值得解的真問題——使用者到底卡在哪、這件事值不值得做。這篇講發現階段四個能照著做的動作：去現場看使用者卡在哪、分清嘴上要的和真卡的、找「笨辦法」當真問題的訊號、用建造心態拿能跑的東西去探。

AI產品經理找到真問題產品發現 doaipm方法論 AI時代的產品經理

2026-06-29

成為 AI 時代的產品經理 07｜不會寫 PRD 了，你交付的是三件作品

這是「成為 AI 時代的產品經理」系列的第七篇。2026 年的招募正在變樣：越來越多團隊把「一個真上線的產品功能 + 一套講得清楚的 eval」當成強候選的標誌，而不是一份漂亮的 PRD 或一疊證照。當 AI 接走了寫 PRD、做原型這些動作，它們就不再是你的交付物了。這篇講清楚 AI 時代 PM 真正交付的三件作品——一個能打開點進去用的產品、一篇帶真實數字的覆盤、一套你自己寫的 eval——以及每一件具體怎麼攢出來。

AI產品經理 PM作品集產品經理轉型 doaipm方法論 AI時代的產品經理

2026-06-28

成為 AI 時代的產品經理 06｜言出法隨：把想清楚的東西，一句話變成能點的產品

這是「成為 AI 時代的產品經理」系列的第六篇，也是「做出來」這部分的開篇。Mindaugas 用 Lovable 把一個想法做成了有付費使用者的產品，沒寫一行程式碼；Lovable 2025 年 12 月拿了 3.3 億美元 B 輪，估值 66 億美元。「說出來，AI 就給你做出來」不再只是一句口號。但言出法隨不是敲一句話就走人——它是一個循環，有手藝，而且前提是你那句「言」得夠清楚。這篇講四個能照著做的動作：先要一個能跑的別一次說全、真跑起來看別信它說做好了、一次改一處盯著它變、把話說清楚法才隨你。

AI產品經理言出法隨 vibe coding doaipm方法論 AI時代的產品經理

2026-06-24

成為 AI 時代的產品經理 05｜需求說不清，AI 就替你瞎補

這是「成為 AI 時代的產品經理」系列的第五篇。你跟 AI 說「做個登入」，它一口氣替你定了十幾件你沒提的事：用電子郵件還是手機號碼、密碼錯幾次鎖、鎖多久、錯誤提示寫什麼。AI 不像人那樣會反問，它是個 yes-machine——做你說的，不做你想的；需求一模糊，它就拿最大眾的預設替你補，多半不是你要的。OpenAI 的 Sean Grove 說，程式碼只佔一個開發者價值的 10–20%，剩下 80–90% 是把需求說清楚。這篇講四個能照著做的動作：形容詞換成數字、把狀態寫全、把邊界情況列出來、用一個零背景測試自檢。

AI產品經理把需求說清楚言出法隨 doaipm方法論 AI時代的產品經理

2026-06-23

成為 AI 時代的產品經理 04｜判斷「該不該做」，第一次比「能不能做」更貴

這是「成為 AI 時代的產品經理」系列的第四篇。METR 在 2025 年做了個隨機對照實驗：16 個平均五年經驗的資深開發者，用 AI 幹 246 個真實任務，事前以為能快 24%，幹完還覺得快了 20%，實測卻慢了 19%。連「AI 有沒有讓我變快」這種最簡單的判斷，最懂行的人都判反了。當實作變得又快又便宜，「能不能做」不再篩掉任何想法，真正貴的判斷挪到了「該不該做」。這篇講四個能照著做的動作：別再拿難度當門檻、先問不做會怎樣、動手前寫下「做完什麼會變真」、讓 AI 攤選項但別信「感覺對」。

AI產品經理產品判斷力該不該做 doaipm方法論 AI時代的產品經理

2026-06-22

成為 AI 時代的產品經理 03｜把 AI 當同事，而不是工具

這是「成為 AI 時代的產品經理」系列的第三篇。多數人用 AI 像在用自動販賣機：一句話進、一個答案出，下一次對話又得從頭解釋一遍。Relay.app 的 CEO 在 AI 產品領袖峰會上說「別再把 AI 當工具，把它當成你雇來的同事」。這篇不講心態，講四個能照著做的動作：先給它寫交接文件、派一整塊活並把邊界說死、像審初階同事的 PR 一樣審它的產出、把每次糾正寫回文件——搭配真實的對話片段。

AI產品經理和AI協作 AI agent doaipm方法論 AI時代的產品經理

2026-06-21

成為 AI 時代的產品經理 02｜不懂技術，為什麼反而是優勢

這是「成為 AI 時代的產品經理」系列的第二篇。一個不會寫程式的房仲老闆，用 Claude 加 Zapier 自己做了個跑日常營運的 AI agent；2026 年 vibe coding 的活躍使用者裡 63% 不是開發者。在「想法變成能跑的東西」這條路上，不懂技術的人有時反而走得更順——工程師要先卸下對每行程式碼負責的本能，而「這個太難了」這句話，不懂技術的人根本說不出口。

AI產品經理產品經理轉型不懂技術做產品 doaipm方法論 AI時代的產品經理

2026-06-20

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。

AI產品經理產品經理轉型 AI時代的產品經理 doaipm方法論科技評論

2026-06-20

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。

AI 與就業中高齡再就業 NBA 判斷力科技評論

2026-06-19

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。

AI 寫程式研發效率產品經理 AI 提效科技評論

2026-06-18

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。

Sam Altman AI 裁員 AI washing 科技評論職場

2026-06-17

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。

軟體股 SaaS AI 顛覆 vibe coding 科技評論

2026-06-16

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。

AI 裁員企業 AI ROI AI 時代產品經理科技評論

2026-06-15

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。

阿里巴巴 AI 戰略通義判斷力科技評論

2026-06-14

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。

AI 幻覺 AI 時代產品經理判斷力科技評論

2026-06-13

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。

釘釘 AI 時代產品經理人機協作科技評論

2026-06-13

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。

馬斯克 SpaceX AI 時代產品經理判斷力科技評論

2026-06-13

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。

釘釘 AI 時代產品經理組織文化科技評論

2026-06-12

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 時代產品經理瓶頸轉移判斷力科技評論

2026-06-11

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。

AI agent AI 安全治理科技評論

2026-06-10

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。

vibe coding AI 產品 Build Economy 科技評論

2026-06-09

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 程式設計企業 AI ROI 科技評論

2026-06-08

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。

evals AI 產品經理判斷力科技評論

2026-06-06

AI 學會頂嘴了，這是產品經理的好消息

Claude Opus 4.8 最大的變化不是更聰明，是更誠實——它會反問你、會認怵、計畫不靠譜會推翻你，而不是把「做了一半」包裝成「已完成」。當 AI 開始頂嘴，「言出法隨」就從獨白變成了對話，而產品經理最該練的，是做一個接得住的對手方。

doaipm AI 時代產品經理 Claude 判斷力言出法隨

2026-06-05

vibe coding 死了，改寫規格？產品經理的第三條路是言出法隨

這陣子全網都在喊「vibe coding 已死，轉向 spec-driven、好好寫規格」。但對產品經理來說，寫一堆前置規格文件，等於把 AI 剛幫你幹掉的 PRD 負擔又請了回來。其實你不必在「瞎寫」和「寫規格」之間二選一——還有第三條路：言出法隨。

doaipm AI 時代產品經理 spec-driven vibe coding 言出法隨高保真

2026-06-04

當「做」變得免費，「品味」成了唯一的護城河——而它可以練

AI 把「做東西」變得幾乎免費，人人都能做出能跑的產品。門檻塌了，於是問題變成：既然人人都能做，憑什麼是你做得好？答案是品味。而最反常識的一點是——品味不是天賦，是可以練出來的。

doaipm AI 時代產品經理品味判斷力高保真

2026-06-03

「AI 寫的程式都是垃圾」？批評者說對了一半——關鍵那個詞是「階段」

2026 年中，vibe coding 把房間劈成兩半：一派奉為變革，一派斥為「給 AI 垃圾披上工藝外衣」。批評者對安全與可維護性的擔憂，對正式環境成立、對原型被誇大。doaipm 的高保真 + 安全網，早就把這兩件事分開了。

doaipm AI 時代產品經理 vibe coding 高保真安全網

2026-06-02

執行交給 AI，判斷留給自己：2026，產品經理正在「重新分工」

AI 接管了收集、整理、跑流程，產品經理從「執行者」變成「編排者」。騰出來的時間該押在哪？押在 AI 取代不了的地方——判斷、共情、品味。而你，開始自己把東西做出來。

doaipm AI 時代產品經理 agentic 言出法隨

2026-06-02

別再學了，去做：DO AI PM 唯一的障礙，是不行動

AI 時代，產品經理不用再囤積知識——你永遠沒有 AI 知識多。不懂就當場問 AI，而不是學這學那。DO AI PM 的核心是 DO，DO 的核心是說，而說，是產品經理最基本的基本功。所以它對任何人都沒有門檻，唯一的障礙，是你還沒開始。

doaipm AI 時代產品經理言出法隨 Claude Code

2026-06-01

Vibe Coding 已經過時了——而這對產品經理是好消息

當程式由 AI 來寫，剩下的就是判斷力：決定做什麼、為誰做、什麼才算「好」。這件事一直叫產品管理。本文講清楚：為什麼不懂程式反而是優勢，以及如何刻意地把它做對。

doaipm AI 時代產品經理 vibe coding Claude Code 方法論

2026-05-30

言出法隨：我用一句話，讓 AI 做出了這個網站

doaipm 部落格第一篇。不懂技術反而是優勢——這個站本身，就是用 Claude Code「說出來」的。

doaipm Claude Code 方法論