成為 AI 時代的產品經理 02｜不懂技術，為什麼反而是優勢

先看一個不會寫程式的人做的東西。

Marcus Rush 開一家住宅房仲公司，自己不是程式設計師。他用 Claude 加 Zapier，攢了一個叫 Russ 的 AI agent：每天早上從 11,000 多個聯絡人裡給線索評分，幫手下每個經紀人寫好當天的跟進計畫，順帶管他的行程。一個房仲老闆，做出了一套跑日常營運的內部系統，沒動一行手寫的程式碼。

這不是個案。2026 年一份統計裡，vibe coding 的活躍使用者有 63% 不是開發者。一個沒有程式背景的設計師，用 Replit 加 AI 自己上線產品，做到月入兩萬美元，是他原本薪水的兩倍多。

把這些擺一起，能看出一件反直覺的事：在「想法變成能跑的東西」這條路上，不懂技術的人有時候走得比工程師順。

工程師要先卸下一樣東西

有人觀察過資深工程師用 AI 幹活的樣子。他們習慣對每個實作細節較真，會反問「為什麼不用 X」「你考慮過 Y 嗎」，而模型預設的反應是「好的，那就加上」。二十年練出來的、對每一行程式碼負責的本能，到了跟 AI 協作這裡得先卸下來。

這件事對他們很難。要放下的，是「每一行都得我親手寫、親眼審」的那點執念。METR 那個實驗裡，16 個資深程式設計師在自己維護多年的專案上用 AI，實際慢了 19%，還以為自己快了 20%。越熟的人，越容易跟工具拗著來。

不懂技術的人沒有這層包袱。他沒有要卸下的東西。

「這個太難了」，不懂技術的人說不出口

過去產品經理的一部分判斷，來自「這個功能實作起來有多難」。這層知識有副作用：你越清楚一個想法背後要改多少東西、要踩多少坑，越容易在開口提之前就先把它斃了。會的人，自我審查得最狠。

不懂技術的人不給自己設這道坎。他不知道難，所以先把想要的說清楚，讓 AI 去吃實作難度那部分。doaipm 講的言出法隨就是這個：說清楚，AI 給你做出來。Marcus 不知道寫一個跨 11,000 條聯絡人的評分邏輯「該有多難」，他只知道自己要什麼，然後說了出來。

稀缺的是把想法說清楚，不是把程式碼寫出來

Russ 這個 agent 能跑，不是因為 Marcus 會寫 Python，是因為他清楚業務：線索按什麼評分、跟進計畫裡該寫哪幾項、哪些聯絡人排在前面。這些是判斷，不是技術。

AI 不會從省略裡推斷。你不說清楚，它就按預設給你來一版，多半不是你要的。能把規則、邊界、狀態都講明白的人，產出和別人差一個量級。這個能力，跟會不會寫程式沒關係。a16z 給產品經理的建議裡有一條：純流程經理會被淘汰，有「建造心態」的人才有槓桿。所謂建造心態，是願意自己動手把想法做出來、拿去驗證，會不會寫程式不在其中。

優勢不是白來的

不懂技術，不等於什麼都不用懂。Marcus 用的 Zapier、那個設計師用的 Replit，背後都有一套要摸熟的手藝：怎麼把需求拆成 AI 能一口接住的小步、怎麼判斷它給的東西對不對、哪裡該停下來讓真人接管。

最容易被不懂技術的人漏掉的是安全網。原型裡別放真實的客戶資料；發布、刪除、付款這種按下去收不回的按鈕，留給人來按。Marcus 的 Russ 幫經紀人「寫」跟進計畫，沒讓它替誰「發」出去——那一下還是人點的。

今天能做的一件事：挑一個你一直覺得「這得找工程師」的小想法，別先問它難不難，把你要的東西一條條寫清楚，丟給 AI 讓它做第一版。先看它能做到哪一步，再下判斷。

延伸閱讀

• Zapier《Vibe coding examples: Real projects from non-developers》(Marcus Rush / Rush Home 案例)：https://zapier.com/blog/vibe-coding-examples/
• a16z《5 Principles for PMs in the AI Era》(建造心態 vs 流程經理)：https://a16z.com/stay-relevant-in-ai/
• 本系列第 01 篇《產品經理哪些活被 AI 接走了，哪些活反而更值錢》：/zh-tw/blog/ai-pm-what-changed/