怎麼用 AI 做事、一個人能做到什麼程度、哪些坑我先踩過。盡量寫得你能照著做。
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。
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。
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。
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。
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。
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」。
這陣子全網都在喊「vibe coding 已死,轉向 spec-driven、好好寫規格」。
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。
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。
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。
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。
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 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。