当模型能力每隔几个月就跃迁一次,6 个月路线图往往不如「本周能否上线」重要。Claude Code 与 Co-work 产品负责人 Cat Wu 在近期访谈中,系统复盘了 AI 原生产品 下的 PM 角色、组织流程、工具分工与人类不可替代性。本文提炼其核心观点,并整理为可检索的结构化要点,供产品经理、技术负责人与增长团队参考。 一、为什么「半年规划」在 AI 产品里不断失效
传统互联网时代,功能交付常以 6~12 个月 为周期,PM 大量精力花在 多团队对齐、依赖排队、路标协同 上——因为代码很昂贵,协调比动手更划算。
Cat Wu 认为,在 大模型 + AI 工程工具 普及之后,很多功能的周期已经变成 1 个月、1 周,甚至 1 天。因此,PM 的重心应从「长期路标式对齐」转向:
- 在模糊性极高的 LLM 场景里,把目标写清楚——谁是用、解决什么问题、哪些用例必须「开箱即好用」
二、与 Boris 的协作:技术愿景 × 从当下走到愿景的路径
她在团队中与技术负责人 Boris 分工大致是:Boris 更偏「3~6 个月后产品应有的形态」与整体技术愿景;而 Cat 更侧重 从现状到该愿景的阶梯路径,以及 市场、销售、财务、产能等跨职能的共识与解阻,让功能在就绪后 没有人为卡点。
两人边界「大约 80% 心领神会、20% 各自主导」—— 说明 高绩效 AI 团队 更依赖 共同语境与低 ceremony,而非冗长流程。
三、她眼中「投 AI PM 的候选人常踩的坑」
Cat Wu 长期面试大量 PM,一个反复出现的偏差是:仍用 多季度路标 来想象 AI 产品;而真正适配 AI 原生 的 PM 更该关心:
- 帮团队定义 哪些任务必须一开始就成功(尤其企业场景下的权限、安全、疲劳感等)
- 建立 可重复的上线管道,让工程师或 PM 的小想法 在几天内 能触达用户
对应子主题: AI 原生产品经理能力模型、开发者工具 PM
四、三条「提速杠杆」:目标、研究预览、跨职能 SOP
1. 把目标写到能「排除方案」
LLM 太通用,反而带来目标与受众模糊。好 PM 会写出足够颗粒度的目标,例如:
- 成功状态:在 安全可控 的前提下,尽量走向 更少的反复授权、更高的一次性成功率
当目标能 排除大量错误路径 时,团队就不需要无休止辩论。
2. 用「研究预览(Research Preview)」降低心理与承诺成本
Claude 侧大量功能以 研究预览 形式发布,并 明确品牌与预期:早期、会迭代、可能不永久支持。这样团队敢 1~2 周 就推出实验,用真实反馈换方向,而不是等「完美版」。 长尾词: research preview 产品策略、MVP 与 AI 产品
3. 工程—文档—市场「次日响应」的协作机制
当工程认为功能在内部已充分 dogfood,会在 常设的发布 room 里抛任务;文档、PMM、开发者关系 等角色能在 很短时间内 配齐对外说明。PM 的核心价值之一,是 设计这套预期与接口,让「任何人想发版」时摩擦最小。
五、PRD 死了吗?没有,但变薄、变准
她明确:仍然需要 PM。
- 全团队周度指标通晒:让所有人理解业务各面、目标与趋势
- 团队原则清单:写清核心用户、为何是他们、可接受的取舍 → 一线可自主决策
- 对高度模糊或 长周期基础设施 项目,仍可能写 一两页 PRD:目标、理想用例、当前失败模式;其余靠节奏与数据说话
六、「神话级模型」不是提速的唯一原因
被问及是否因内部超强模型而「每天都像发新品」,她认为 多季度前已经在高速迭代;模型内用会进一步加速,但主体仍是流程与心理预期:最少流程、最少阻碍、人人有权把想法在几天内推出去。
七、公共沟通中的三条信息(业界敏感题)
以下为访谈中的公司侧口径,写作对比稿或评论时可作 secondary source;政策以官方最新条款为准。
- 代码意外流出:核实为 人为失误,经 两层人工审查 仍发生;已 加强流程;当事人仍在公司,重点在 从流程上防止复发。
- 对第三方用订阅方式接入的收紧:优先第一方产品 + API;非为第三方产品形态设计 的消耗模式;提供 与订阅并行的额度等过渡 —— 本质是 在算力与需求下的商业与体验权衡。
八、Claude Code、Desktop、Web/Mobile、Co-work:怎么选用
| |
|---|
| |
| 前端/实时代码 + 预览;不习惯终端者友好;多会话/多端「控制台」 |
| |
| 产出非代码——Slack/邮件/文档/纪要/幻灯片等;建议接日程、Slack、Gmail、Drive 等以补全上下文 |
九、PM 会更多还是更少?角色在融合,品味在升值
- 角色边界在模糊:PM 会写点工程、工程会做产品判断、设计也会落地
- 可 多招「有品味的工程师」 减 overhead,也可 用更多 PM 引导;二者都有收益
- 当代码更便宜,更稀缺的是「写什么、写成什么样」 —— 产品品味(product taste)
- 工程背景 在近期尤其有用:对 实现难度有直觉,支持「一小时内做完 vs 巨大成本」的排序
- 高价值能力集合 变化快,要 第一性原理 + 能补位 + 为团队速度换帽子(不执着于头衔分工)
十、人类短期仍不可替代的
- 模型仍缺对 组织、利益相关方、沟通渠道 的 战术级常识 与 EQ
- 发布现场 千头万绪,需要人类 brutal prioritization 与 接受不完美的首版 + 相信快速迭代
- 追问模型「你为什么这么做」,从 system prompt、子智能体、工具链里修 harness
- 建立 少数高质量反馈者 的「人评」小圈子(她提及 Amanda 在 Claude 性格塑造上的工作;Claude Code 团队 的「vibe 检」→ 假设 → 数据验证)
十一、Eval:小样本就很有用
- 不必上百条,十条高质量 eval 就能 定义成功、看见进度、暴露短板
- 产品定义不清的功能上,PM 可自己撸 eval 并迭代 prompt;memory 类 等尤其受益
- 长尾词: LLM eval 产品设计、产品管理 评估集
十二、「正确剂量的 AGI 信仰」
为「超强 AGI」设计 往往只需一个框;为「当下模型」设计 才难:如何 激发当前能力、引导 golden path、补偿弱点 —— 这是 稀缺的 PM 能力。
十三、行动清单
- 以 本周可交付 为默认节奏,用 研究预览 或开关降低承诺成本
- 为 工程—文档—市场 定 次日级配合 与单点接口人
- 个人:多用手、多问为什么、在混乱里保证睡眠与稳定决策
结语
Cat Wu 的叙述把 AI 产品管理 从「长 PRD、排季度表」推回到更古典却更难的事:判断力、品味、组织设计与迭代纪律。在 Claude Code / Co-work 这类高波动产品线上,慢的公司死于规划,快的公司胜在系统。