Notion产品负责人:为什么在AI时代,品味比头衔更重要?丨Lenny’s Podcast

我们每天为你更新硅谷最新的 AI 创业与科技播客总结，让你与前沿保持同频。全文约 3900 字，如果你现在没有时间，试试转成播客稍后再听晚点再听LaterCast

“即使技能已经在手边，真正重要的是主动性。”

“岗位边界变模糊后，品味会变成新的职业边界。”

“伟大的产品都有一个很小却异常强大的核心。”

Lenny 这期请来的是 Notion 产品负责人 Max Schoening。他的履历很难用单一岗位概括：曾在 Google 做 PM，在 Heroku 负责设计，在 GitHub 同时做过设计负责人和工程师，后来两次创业，现在负责 Notion 产品。Lenny 说他像是为 AI 时代准备好的产品人，因为今天大家都在讨论 PM、设计师、工程师的边界会不会消失，而 Max 过去十几年一直站在这些边界交叉处。

Notion 先把聊天界面搬出 Figma

Max 讲了 Notion 内部变化的起点。刚加入 Notion 时，团队在做大量聊天界面，设计师还在 Figma 里画静态稿。他想到 Bret Victor 的演讲《Stop Drawing Dead Fish》：聊天界面的静态图像像一条死鱼，设计 AI 产品不能只看截图，必须感受到它怎样回应、等待、失败和继续。于是他和两位设计师搭了一个很粗糙的小代码库，专门让 LLM 容易理解，把聊天界面原型从 Figma 搬到这个 playground 里。

“静态聊天界面基本就是那条死鱼，你得在某种程度上感受到 AI。”

这个 playground 的价值不在代码多漂亮，而在降低心理门槛。Notion 的主代码库有十年历史，不一定适合 Agent 直接上手；小代码库则尽量“一次生成就能跑”，让设计师先克服终端恐惧。后来模型能力提高，同一批设计师和 PM 开始少量贡献生产代码。他们先学会在真实媒介里思考，再慢慢跨过岗位边界。

Max 说自己一直站在“设计师应该写代码”这一边。在 GitHub 负责设计和产品时，LLM 还没出现，设计师已经会贡献代码，甚至进入 GitHub 自身贡献者前列。他现在看到的变化更剧烈：设计师先在代码里做原型，市场团队有时还要把这些原型倒回 Figma 做视频素材。流程开始倒挂，静态稿不再天然站在第一步。

写代码是为了理解材料

Max 对“设计师和 PM 要不要写代码”的回答很克制。他并不在意设计师写的代码最终是否进生产环境。小改样式、调间距、做原型当然有用，但他更看重另一件事：AI 产品的材料正在变成 Agent loop、上下文、工具调用、等待时间和失败恢复。一个人只会让 Codex 或 Claude Code 改 UI 细节，却不理解 Agent loop，很难设计出好产品。

“我喜欢在代码里思考，因为它会迫使你考虑媒介本身。”

所以他支持设计师写代码，理由和“多交付一点功能”无关。代码让人接触材料，像建筑师触摸木头、金属和混凝土。今天做 AI 产品的人，也要碰到提示词、状态、权限、工具链和模型边界。原型不是交付物，它是思考工具；写代码的目的，是成为材料的熟人。

放在日常评审里，差别很快出现：同样看一个 AI 搜索体验，有人只盯按钮和文案，有人会追问检索源、权限边界、回答延迟和失败兜底。后者更容易和工程师讨论到同一层，也更能判断原型能不能走向产品。

技能到手后，主动性成了分水岭

Lenny 问他，Notion 里哪些人会在新环境里跑出来。Max 没把答案放在 prompt 技巧或某个工具栈上，他反复提到 agency。他说过去很多人可以把“不做”归因给技能问题：我不会设计、我不会写代码、我不会做增长。现在模型把技能门槛推低后，借口少了，差异反而更明显。愿意主动改变周围系统的人，会比只追问岗位说明书的人走得更快。

“即使技能已经在手边，真正重要的是主动性。”

Max 用一句内部自问来描述这种状态：能不能像偷来的车一样驾驶 Notion？这要求一个人带着拥有者视角行动，别把自己困在“我只是某个岗位”的叙事里。公司已经有产品市场匹配，创始人也在，但员工仍然可以像拥有者一样改变招聘、产品、流程和沟通方式。AI 放大的是这种人，不会自动制造这种人。

他给普通人的练习也很朴素：多做东西。做饭、改椅子、搭小工具、写一个脚本，都会把人带进“世界可以被改造”的状态。访谈最后他甚至建议听众去城市里走一圈，认真看周围每件人造物：路牌、门把手、椅子、软件界面，都是不比你更聪明的人做出来的。花 6 到 9 个月，很多东西都能从零学会做。

高主动性的人会改写自己的岗位

Max 举了两个 Notion 内部例子。Brian Lovin 本来已经横跨工程和设计，但他还会主动承担招聘，看到组织需要什么人，就出去聊天、寻找、说服。Eric Liu 的变化更像一条岗位进化线：他以前写很多策略文档，后来问 Max，如果将来一起创业，会不会在前 10 个人里雇他。Max 说不会，前 10 个人不需要纯 PM。Eric 的反应是去补技能，让自己能进入前 5。

“我想影响变化，至于它怎么发生，我不在乎。”

Eric 后来的行动很直接：从写长 PRD 转向更多使用 Figma，又继续追问，为什么还要先做 Figma，能不能直接搭原型，把想法放进可运行的东西里。Max 看到的主动性信号很具体：Eric 没等组织重新定义 PM，而是把岗位改成自己认为更有效的样子。AI 时代的职业竞争，很多时候会从“你会什么”转向“你愿意把角色改到哪里”。

角色融合后别丢掉专业深度

岗位边界变软，也会带来损失。Max 担心的是专家被稀释。他用硬件创业做比喻：早期外壳可以用 3D 打印，层纹清晰，大家一眼知道它只是原型；但如果要把产品卖给 1 亿人，工程工作就变成优化工厂、良率和精度。软件讨论里经常只谈花了多少 token、发了多少功能，却很少追问产品能不能稳定服务 1 亿人、10 亿人。

“如果我们不小心，就会失去专家。”

设计侧也类似。任何人都能套一个设计系统，做出能用的界面，但愉悦感、手艺和边界判断仍然稀缺。Max 对 vibe coding 的保留也在这里：过去 12 个月，软件数量明显增加，软件质量没有同步提高。AI 会让更多人进入创造现场，但可靠性、品味和规模化仍然需要硬功夫。

职业建议落到这里就很现实：PM 和设计师可以学会跑原型，工程师也可以更早参与产品判断，但团队不能把所有人都压成“半吊子全能”。有些人要继续把系统可靠性、架构、权限、性能和设计细节做到很深。AI 让前端动作变快，后端责任没有消失。

项目的前 10% 已经免费

Lenny 问过去几年产品工作最大的变化。Max 给出的答案很短：每个项目的前 10% 几乎免费。搭一个创业项目的第一版、做一个可看的原型、把想法变成可演示的界面，以前需要排期、协调、等工程资源，现在一个 PM 或设计师可以在一天内推进。这个变化会让团队讨论更快进入真实反馈，也会让“想法很多但不动手”的人失去优势。

“每个项目的前 10%，现在几乎免费。”

但免费只发生在前 10%。后面的 90% 仍然是判断、取舍、迭代和组织协作。Max 提到 token spend 时也很谨慎：Notion 现在允许大家大量探索，六到十二个月后，很多公司会开始追问 ROI。把 token 消耗当排行榜，和吹嘘一天写了多少行代码一样危险。团队需要鼓励人们跳出旧工作方式，也要避免把消耗本身当成绩。

他也理解企业为什么会做 AI 使用排行榜。大公司里，很多人很难主动识别自己工作的外层循环，更难把一段日常流程交给 Agent。排行榜能把人从旧习惯里推一下。问题在于，排行榜只能当启动器，不能当北极星。花更多 token 不等于交付了更好的客户体验，生成更多代码也不等于系统更容易维护。

AI Agent 最吃上下文

谈到 Notion AI Agent 为什么被很多人喜欢，Max 先说自己每天更多看到它的不足。但他也承认，Notion 很早就在 AI 上下注，第一版 Notion assistant 甚至早于 ChatGPT。如今它的优势更清楚：Agent 需要上下文，需要在知识、任务、文档、权限和团队记忆之间移动。一个连接式工作空间，天然比孤立工具更适合 Agent 游走。

“Agent 需要上下文才能工作。”

他把 Notion 看成一种操作系统，而不只是文档工具。这个判断和 coding agent 的 Unix 环境很像：Agent 在里面读文件、调用工具、理解结构，再继续行动。企业软件的下一轮竞争，也许不只是“谁加了 AI 按钮”，而是谁能把业务上下文、权限处理和可编辑空间放在同一个环境里。AI 产品的入口会变窄，但上下文的地基会变重。

这也解释了他对“SaaS 末日论”的保留。很多 2010 年代的 SaaS 的确像一张更精致的表单，指导用户把数据填进去；AI 会让这类工具变得更通用、更可改。但 as-a-service 的价值还在：维护全栈软件、处理权限、持续修 bug、让专家长期盯一个问题。多数客户不想自己养一整套软件花园，他们愿意为维护和专业判断付钱。

好产品靠一个小到发亮的核心

Max 最后谈到产品成功时，没有给复杂框架。他说很多伟大产品都有一个很小的超能力：iPhone 的多点触控、GitHub 的 Pull Request、Notion 的 block、Dropbox 的菜单栏图标。用户会因为这个小核心回来，哪怕周围还有很多粗糙之处。他自己 2014 年做过一个类似 Notion 的产品，花大量时间打磨编辑体验、Markdown 折叠等细节，结果 Notion 第一版编辑器很糟，却抓住了更重要的核心。

“伟大的产品都有一个很小却异常强大的核心。”

失败经验让他警惕“再加一个功能就好了”的循环。团队可能不断问，现在够好了吗，然后继续堆功能，直到进入死亡螺旋。Jobs-to-be-done 框架对他有用，是因为它逼团队诚实面对用户到底雇你的产品来干什么。做 landing page 也一样，别先写聪明话术，先想象自己站在白板前，会画什么图给朋友解释这个产品。

品味也被他讲得很具体。所谓 taste，是在脑子里跑一个虚拟机：给你一个想法，你能预测某个具体人群会不会喜欢。这个能力靠重复训练出来，像训练模型一样做 reps。AI 能把方案数量拉高，但不能替团队决定哪个版本更贴近用户的工作、习惯和情绪。产品人的工作，要把判断放进真实反馈里校准；旁观式的审美评价，在 AI 高速生成面前很快会失效。

写在最后

如果 AI 已经把很多技能放到手边，下一步别急着给自己换一个更响的头衔。选一个真实项目，搭一个能跑的原型，理解它的材料、上下文和失败方式。主动性不是口号，是今天就改掉一个流程、做出一个东西。先让屏幕上出现一个可验证的版本，再决定下一步，越早越好。

内容来源：”Why cultivating agency matters more than cultivating skills in the AI era”丨Lenny’s Podcast

原视频：https://www.youtube.com/watch?v=mCO-D3pkviM

如果你喜欢深度好文，试试用小程序将不方便立刻阅读的文章转成播客，用「听」的方式，稍后阅读，不再错过好文章⇣

⇣ 关注我，每天为你更新硅谷最新的 AI 创业／科技播客总结，让你与前沿保持同频 ⇣