--- author: Best Partners TV date: '2026-07-02' guest: '' layout: post.njk source: https://www.youtube.com/watch?v=b5Z0VkPAlQQ speaker: Best Partners TV tags: - product-management - ai-design - software-development - workflow-automation title: AI时代的“产品流程反转”：为什么我们不能干掉产品经理？ summary: OpenAI Codex主管Andrew Ambrosino基于其十几年开发与管理经验，指出AI让实现成本骤降，“实现”不再是瓶颈，核心竞争力反转为“品味”和“判断力”。他反对取消产品经理岗位，探讨了原型锚定效应、AI设计挑战及“工作主基地”愿景。 insight: '' draft: true series: '' category: ai-application area: tech-engineering project: [] people: - Andrew Ambrosino companies_orgs: - OpenAI products_models: - Codex media_books: [] status: evergreen --- ### 行业新风潮 **大飞**: 大家好，这里是最佳拍档，我是大飞。最近行业里有个说法传得特别广，说AI来了之后写代码越来越便宜，人人都能搓原型，所以产品经理这个岗位没用了，很多公司干脆砍掉PM，全员都改叫Builder，所有人都去做建造者。听起来好像很进步，很符合AI时代的效率逻辑。但是最近OpenAI Codex的主管在播客里直接给这个观点浇了盆冷水，说所谓“人人皆可做产品”本质上就是毒鸡汤，是工程师的自嗨，背后甚至藏着一种“觉得别的岗位都在摸鱼”的傲慢。说这话的人叫**安德鲁·阿姆布罗西诺（Andrew Ambrosino）**，在硅谷摸爬滚打了十几年，做过设计师，写过代码，也创过业。前几年他的创业公司最后拆碎了贱卖，按他自己的话说，人生大部分时候都觉得自己是个失败者，直到接手OpenAI的智能体产品**Codex**，才算真正熬出头。今年1月到现在，Codex的周活跃用户暴涨了6倍，突破了500万。最夸张的是在OpenAI内部，接近百分之百的员工每周都在用，包括完全不懂代码的财务和法务岗。四月份借着行业里的“龙虾潮”机遇，这个产品直接破圈，成了当下最受关注的AI编程工具之一。 ### 流程的反转 **大飞**: 也正是因为这款产品的爆红，整个团队做产品的方式被彻底颠覆了。以前大家默认写代码是最贵的环节，所以要先写厚厚的需求文档，做低保真原型，把所有风险都在开发前置换掉。但现在不一样了，用AI写代码便宜到近乎不要钱，OpenAI内部经常出现九十多个完全不相关的团队同时手搓出九十个功能一模一样的产品原型。当“把东西做出来”不再是瓶颈，真正的难题就变成了：怎么在这九十个原型里看出哪个有灵气，哪个能和整个系统适配，哪个真正符合用户的需求。而这件事，靠的就是产品经理和设计师的“品味”。接下来，我们就来结合安德鲁的最新播客对话和他自己十几年踩坑的经历，来聊一聊AI时代产品工作的本质变化，以及为什么他坚决反对取消产品经理，为什么要在模型还不够聪明的时候就提前做功能，为什么AI的终点从来不是把所有软件都塞进一个聊天框里。 ### 昂贵的品味 **大飞**: 我们先来说说最核心的变化，就是整个产品流程的反转。安德鲁说，现在只要你会和大模型交流，不管是不是工程师，都能从零把想要的功能先搭出个样子。这当然不是说软件开发本身的难度消失了，但实现这件事确实不再是最稀缺的环节了。放到以前，整个产品流程的底层假设都是“实现是昂贵的”，所以大家要先做研究，再写文档，再做原型，一步步把风险都消掉，最后才动手写代码。哪怕早就告别了瀑布式开发，这个底层逻辑也没变过。但现在彻底反过来了，对于一个想要推进的功能，公司里可能同时有九十种不同的探索在发生，九十个没有协调过的团队各自在做自己的版本。所以现在真正昂贵的东西，不再是把想法落地的能力，而是品味。更准确地说，是“策展”的能力，就是在这几十上百次尝试里，判断哪些东西是真正好的，哪些值得整合进正式产品里，哪些应该归到别的功能模块下，甚至一个开关到底该分几段，这些判断才是现在最值钱的部分。 ### 原型锚定效应 **大飞**: 听到这儿可能有人会说：“那既然原型这么好做，以后是不是就不用写PRD了，直接做原型不就行了？”现在行业里也确实有很多人在喊“PRD已死，原型当立”。但安德鲁对这个说法完全不认同。他说，现在有意思的地方恰恰在于，因为所有媒介的实现成本都变低了，选对表达形式反而变得更重要。如果你要表达的是某个模糊领域的产品方向或者底层逻辑，那它就应该是文档；如果你要验证的是某种交互模式能不能成立，需要交到用户手里去试，那它就该是原型。不是哪一种形式彻底取代了另一种，而是你要为自己的观点选对载体。这里面还有一个很容易被忽略的问题，就是原型的**锚定效应**。以前的时候，一个东西如果看起来已经很像正式上线的产品了，那就意味着它在流程里已经走得很靠后了，前面的假设都验证过了，方向也对齐过了。但现在不一样了，一个第一天刚想出来的点子，半天就能做出一个高保真原型，看起来和正式产品没什么区别。这就会带来一个问题，大家看到这么逼真的原型，很容易就顺着这个原型往下改，而忘了去思考更大的方向、更多的可能性。就像画家在画布上落下的第一笔，之后所有的创作都会不自觉地顺着这一笔走。如果第一笔就选错了方向，后面再怎么调整都很难跳出框架。所以安德鲁反复强调，比用什么媒介更重要的是，你要明确知道这个东西现在到底处于流程的哪个阶段，不能因为原型看起来像成品，就把探索阶段的方案当成了最终方案。 ### 什么是品味 **大飞**: 那经常被提起的“品味”，到底是什么呢？很多人觉得品味就是审美，就是界面好不好看。安德鲁提到，前阵子他看到**Linear**的产品负责人发过一条推文，说大家过度强调了品味里的审美部分，还举了**保罗·格雷厄姆（Paul Graham）**的例子，说保罗·格雷厄姆显然有极好的品味，但他平时就穿工装短裤，根本不在意穿搭。所以品味这个东西，其实要拆成好几层。最表层的当然是审美，比如一个动效的节奏对不对，和它要表达的语义匹不匹配。但往深了说，品味还有系统思维的一面，就是这个功能放进整个产品系统里合不合适，它属于哪个更大的产品主题，会不会和别的模块冲突。再往大了说，品味还关乎方向判断，就是当你什么都能做的时候，你到底该选择做什么，该怎么走到那个目标。说白了，品味不是挑好看的东西，是在无限的可能性里选对那条值得投入资源的路。这也是为什么安德鲁说，AI时代人类最不可替代的价值之一，就是这种判断力。 ### AI设计的难点 **大飞**: 顺着这个话题往下聊，主持人问了一个很多人都好奇的问题：为什么现在的大模型写代码越来越厉害，但做设计总是差点意思？很少有AI生成的设计能让人一眼就觉得“就是它了”，反而总能看出来浓浓的AI风格。安德鲁的解释很实在，他说这里面既有现实原因，也有一些很难攻克的底层问题。现实原因其实很好理解：设计比代码更难打分。代码好不好很容易判断，能不能编译，能不能跑通，有没有bug，都是明确的标准。但设计好不好，没有一个绝对的量化标准，你要建立一个闭环让模型知道什么是好设计什么是坏设计，比训练代码模型要麻烦得多，人的主观判断永远是绕不开的一环。还有一个现实原因是，大模型的研究优先级向来是优先投入能加速自身研究的能力。早期代码模型发展这么快，就是因为模型会写代码了，就能反过来帮研究员写实验代码，加速整个研究的飞轮，但设计能力就没有这么直接的正向循环，所以投入的优先级自然就低一些。这些现实问题，随着模型发展慢慢都会解决，未来AI在设计上肯定会做得越来越好。但还有一些更深层的问题，解决起来就没那么容易了。第一个就是文化和风格的问题。什么是好设计，本身就带着很强的文化属性和时代属性。比如前两年所有新网站都在抄Linear的风格，确实好看、有品味，但如果AI每次生成的都是Linear风格的设计，那其实根本没解决设计的核心问题。写代码的时候，我们反而希望模型多用成熟的已知模式，少出幺蛾子；但设计恰恰相反，它需要一定的随机性和新鲜感，不能永远套模板。第二个更难的问题是设计背后的抽象层。软件的视觉设计和底层代码之间，有一套完整的抽象逻辑。比如界面两个角落的组件，在代码里应该共享同一套抽象规则，它们之间有语义上的关联。这不只是视觉好不好看的问题，而是整个系统的抽象设计能力。就像公司做一次品牌升级，表层是改两百多个组件的样式，深层是要梳理清楚所有组件之间的语义关系，哪些组件本质上是同一类交互，哪些传达的是同一种用户暗示，这一层抽象能力对现在的大模型来说还是很难的。 ### 设计流程已死？ **大飞**: 聊完设计能力，自然就聊到了设计流程的变化。现在行业里也有另一种声音，说传统的设计流程已经死了，AI时代速度这么快，根本没时间走完整的设计流程，就先做出来，边走边改。安德鲁说，这个说法既对也不对。传统的设计流程什么样的呢？就是那种非常工整的学院派流程，从用户研究到概念稿，到高保真，到交付开发，一步一步走，流程本身的工整度好像比结果还重要。这套流程的底层前提就是实现太贵了，你通常只负担得起真正构建一次，所以必须在动手之前把所有问题都想清楚。但现在不一样了，Figma这类工具已经把原型的成本降得很低了，现在AI又把开发的成本也打下来了，你甚至可以直接把完整的实现都放到流程最前面。这时候如果还死守着原来那套流程的形式，肯定会非常难受。但这不代表流程本身就没用了。相反，正因为原型和实现太容易做了，明确知道“我们现在处于流程的哪个阶段”这件事，比以前任何时候都重要。现在很多公司都会做一个“宝宝版”的产品，就是一个大幅简化的代码库，但能还原正式产品的所有交互，专门用来快速做各种脑洞尝试，不用在正式代码库里改来改去。这种宝宝版产品其实就是新的设计流程的一部分，你可以把它当成原型，但它是能真正跑起来的原型。所以死的是流程的旧形式，不是流程本身。 ### 岗位的边界模糊 **大飞**: 那在这样的变化下，岗位角色会消失吗？现在很多人都在说“角色坍塌”，以后没有产品、设计、工程师的区分了，所有人都是建造者。安德鲁说，他在Codex团队里确实看到了大量的角色融合，但并没有看到角色消失。Codex团队的设计师大多懂代码，产品经理也都懂技术，大家的工作内容重叠度比传统团队高得多。但这不是说岗位边界没了，而是说岗位不再是由“你做的事情从哪开始到哪结束”来定义，而是由“你平均把时间花在什么事情上”来定义。比如设计师的工作里，可能有写代码，也有产品判断，但平均下来，他的重心还是在设计侧。整个团队采用的是深度嵌入式的协作模式，大家坐在一起干活，汇报关系反而没那么重要。安德鲁开玩笑说，设计团队汇不汇报给他，得看是哪一周。这种融合的状态，很大程度上也是因为Codex本身是面向工程师的技术产品，大家有共同的语言基础。 ### 不要干掉PM **大飞**: 聊到这儿，主持人问了一个很尖锐的问题：长远来看，产品经理、设计师、工程师这些岗位还会作为独立的工种存在吗？还是说最终会走向全员Builder的大融合呢？安德鲁的回答非常直接。他说他现在最怕的就是有些公司盲目跟风，外面一说什么火就立刻跟着学。他听过很多公司说要干掉产品经理岗位，在他看来这简直是糟糕透顶的决定。产品经理是一个有完整方法论和最佳实践的专业学科，是无数次试错沉淀下来的，就因为现在能用AI写几行代码，就把整个产品纪律都扔进垃圾桶，是非常危险的。他说，很多写代码的工程师会有一种傲慢，觉得只有写代码才是硬核工作，其他岗位都是随便混混。但事实根本不是这样。就像你会用Excel算账，不代表你能做专业的财务工作。AI确实降低了很多工具层面的门槛，以前你可能因为记不住语法就觉得自己做不了工程师，现在有AI帮你写语法，门槛确实低了，但门槛低了不代表专业能力不重要了，你不能把工具看门人的机制去掉了，顺便把对岗位核心能力的敬畏也去掉了。岗位边界变得模糊是好事，大家可以跨岗学习、互相理解，但彻底取消专业岗位绝对是愚蠢的决定，毕竟没人能同时兼顾所有的广度和深度，这也是管理这个职能永远不会消失的原因。 ### 区域联防模式 **大飞**: 那在这种新的环境下，产品团队到底是怎么工作的呢？安德鲁用了一个词叫“区域联防”。他说，如果两个产品人挨得特别近一起干活，往往不是什么好信号。现在的产品环境充满了混乱，到处都是点子，到处都是自发做出来的原型，那种自上而下规划一整年的方式早就行不通了。产品团队更像是分布式的防守，每个人覆盖一块区域，哪里有空缺就补哪里。核心的工作不再是写需求文档排期，而是策展、引导、对齐，把散落在公司各处的好想法梳理出来，沿着正确的方向推进落地。所以他们招人，最看重的从来不是某一项单一技能，而是主动性和品味。他们希望工程师本身就有产品意识，这样就不用写完一大堆代码之后，再拉整个团队来评审统一产品调性，每个人都带着判断力做事，才是最高效的模式。 ### 灰度原型策略 **大飞**: 聊完团队和岗位，自然就聊到了规划。现在大模型发展这么快，做产品路线图规划越来越难了，很多计划刚做出来就过时了。安德鲁说，他们在这件事上也没什么革命性的妙招，核心原则就是一条：越短期的事情，越要做细节；越长期的事情，越只看方向。任何九个月以后的计划，如果做得特别精确，那都是虚假的精确，纯纯浪费时间。他们的做法是，把未来一两年可能想做的所有功能全都提前做出原型，然后判断哪些是现在的模型就能支撑好的，先上线；那些现在跑不通的，就先放着“焖着”。每次模型有大的升级，就把这些旧原型拿出来，用新模型重新试一遍，好用了就上线。因为决定一个功能好不好用的根本，早就不是它的界面长什么样，而是底层的模型够不够聪明。安德鲁举了个非常直观的例子，他们二月份发布的Codex应用大获成功，但如果一模一样的产品提前到去年十一月发布，绝对会失败。中间唯一的变量，就是这几个月里模型能力的代际升级。同一个外壳，模型智力不一样，用户体验就是天差地别。所以，做产品的人得学会宽容，不能看到一个功能现在跑不通，就觉得这是个坏主意，它可能只是生不逢时，在等底层模型变聪明而已。 ### 节奏感与边界 **大飞**: 当然这也不是说越超前越好，安德鲁自己就踩过坑。早期他们做过非常激进的产品形态，让AI完全自主去完成任务，用户只要下达指令就行。结果产品效果很差，因为当时的模型能力根本支撑不了这么高的自由度。反而是后来的竞品，姿态放得很低，不吹什么AGI概念，就是老老实实做辅助，遇到不确定的就问用户，反而更成功，因为那才是匹配当时模型能力的形态。所以，产品的节奏感也特别重要，你要提前布局未来，但也不能太超前于当下的模型能力。同一个功能，可能要发六次，才能等到模型能力跟上的那一天，而它的外形可能一次都不用改。 ### 个人工作流 **大飞**: 聊了这么多方法论，主持人也很好奇：安德鲁自己平时是怎么用Codex的？有没有一些普通人没想到的用法。安德鲁说，最开始做Codex的时候他的目标很简单，就是做一个自己写代码时愿意用的工具。后来产品慢慢做大，他自己的角色也从写代码更多转向产品和管理，Codex的用法也就跟着变了。比如现在他每天早上起来，先看一份自动生成的日报，汇总了他加入的几千个Slack频道里所有需要他关注的事情。他不用一条条刷消息，直接让AI列五个最关键的问题，他来回答就行。还有之前五月份的一次版本发布，他没有用复杂的项目管理工具，就是在Notion里列了所有要做的事，然后用Codex自动去拉取代码提交和Slack频道的更新，自动更新状态追踪器，整个发布流程的协调基本都是靠AI辅助完成的。这些个人工作流，每个人的用法都不一样，OpenAI内部每个人都在用Codex搭自己的私人工作系统，有的用来过滤邮件，有的用来整理资料。而产品团队要做的，就是从这些千奇百怪的个人用法里找出那些大家都需要的共性需求，把它们沉淀成产品的基础功能，不用每个人都重复造轮子。比如记忆功能，很多人自己搭笔记软件来做记忆，那官方就应该把这个能力做成底座。 ### AI直接操作 **大飞**: 说到这里就绕不开浏览器和电脑操作能力。很多人还没意识到，现在的AI已经能直接操作你的电脑界面，不用专门做API对接。比如你要配置一个云服务的后台，界面又复杂又麻烦，你直接跟AI说帮我搞定，它就能自己打开网页点点点帮你配置完。安德鲁说，现在他们内部也在摸索，什么时候该用内置浏览器，什么时候该用插件，什么时候该用直接操作电脑的能力，这中间的决策边界还没有标准答案，基本都是靠不断试错摸出来的。但这个方向的想象空间特别大，它意味着AI不用等软件厂商开放接口，就能直接适配所有现有的工具。这里安德鲁讲了一个特别有意思的真实故事，他们当时准备发布素材，有个叫**布伦特（Brent）**的摄影师需要剪几条视频，结果他全程是用Codex剪的。要知道Codex根本没有视频剪辑的界面，它是怎么做到的呢？它能读懂Premiere的底层工程文件，直接修改文件数据来完成基础剪辑，遇到改不动的地方它甚至自己给自己写了一个Premiere的插件，装上之后就能控制软件里的标记功能，完成更复杂的操作。这个故事其实点出了未来AI产品的两种路径：一种是我不用做一个比你更好的专业软件，但是我的AI可以像一只手一样，直接去操作你已经在用的软件，帮你完成重复工作；另一种是直接在AI产品里打开现有的网页工具，在上面叠加AI的高阶能力。这两条路，他们现在都在同时推进。 ### 工作主基地 **大飞**: 那Codex最终想做成什么样呢？安德鲁说，最开始Codex只是个命令行工具，后来做成了桌面应用，定位是开发者工具。但发布之后他们发现，大量非技术岗位的人也在用，哪怕界面全是代码和终端提示，他们也不肯走。这说明技术工作和通用知识工作之间，根本没有一道绝对的墙。所以他们现在的核心愿景，是把Codex做成用户的“工作主基地”。它不是一个黑色的聊天框，逼着你把所有工作都塞进去，而是你开始工作、结束工作、自动化工作的起点和终点。在这个过程中，它会自动调用你需要的所有工具，它会根据你正在做的事情自动调整界面的复杂度——做表格的时候就不给你看代码，写代码的时候就给你完整的开发环境，不用生硬地给不同人群做完全割裂的版本。说白了，AI的终点从来不是把所有软件都装进一个对话框里，而是像水一样渗透进你习惯的所有工具里。 ### 失败与时机 **大飞**: 访谈的最后是固定的“失败角落”环节，主持人让安德鲁分享一次印象最深的失败，以及从中学到的教训。安德鲁笑着说，这可能是他第一次不觉得自己一直在失败。在此之前，他做了十几年创业者，最后一家公司是被拆开零卖掉的，基本算是惨败。中间还在另一家创业公司做AI工具，也是反复尝试反复不成功。算下来，在成功之前，他大概失败了十到十五年。哪怕是现在在OpenAI做Codex，小的失败也是家常便饭。经常是团队觉得某个方案特别好，扔到内部群里，立刻就炸出两千条消息，所有人都来骂这个方案有多蠢。但他反而很喜欢这种氛围，内部的人毫不留情面地提意见，才能让对外的产品足够好。他说，很多时候成功没什么玄妙的，就是你的技能、你的热情，刚好在某个时间点和市场对齐了而已。你可以失败很多次，只要有一次对上了，就够了。 ### 结尾的思考 **大飞**: 其实听完整个访谈，最核心的感受就是，AI从来没有消灭专业，它只是把专业的门槛从“会不会做”抬到了“选什么做”。以前你会不会写代码、会不会做设计是硬门槛，现在AI帮你降低了实现的门槛，但判断什么是好的、什么是对的、什么是值得做的，这种能力反而变得更稀缺了。那些喊着要砍掉产品经理、全员做Builder的公司，本质上是把“实现容易”当成了“产品简单”，以为能做出原型就能做好产品，这其实和以为会用Word就能当作家没什么区别。工具永远只是工具，最终决定产品高度的永远是使用工具的人的判断力。不知道大家在自己的工作里，有没有感受到这种变化呢？你觉得自己岗位里最核心的“品味”部分是什么呢？欢迎在评论区留下你的看法。感谢收看，我们下期再见。