夜雨聆风学习资料网

ARTICLE · 1148449

AI 能在 30 秒写完 PRD,那产品经理剩下的活儿是什么?

AI 能在 30 秒写完 PRD,那产品经理剩下的活儿是什么?

封面:AI 能在 30 秒写完 PRD,那产品经理剩下的活儿是什么?

摘要:PRD 三十秒能写完,它已不是最贵的工序。脉脉报告里产品岗“养虾”比例 26.40%,比研发岗还高;海外调研中 98% 的团队已改或计划改结构。真正稀缺的是判断力:给什么上下文、用什么尺子验收、决定不做什么。

我做了十几年 B 端产品,最花时间的一件事就是写 PRD:理背景、画流程、列字段,顺的时候一天,不顺三天。

现在我在对话框里敲一句:“给运营商做一套故障工单的自动分派。”三十秒后,PRD 出来了——背景、目标、用户故事、验收标准,连异常分支都写了。

可我这一天并没有变轻松。

PRD 不值钱了,那我值什么?

写 PRD,已经不是最贵的那道工序了

先看国内。脉脉高聘人才智库《2026 春招职场洞察报告》里有个词叫“养虾”——把活儿交给能自己干活的自主执行型 Agent。据《每日经济新闻》等媒体报道:全体受访者里“养虾”的是 16.14%,数据岗 26.70%、产品岗 26.40%,比研发岗 20.70% 还高。每四个产品经理里,就有一个已经把活儿交给 Agent 跑了。同一份报告还显示,95.11% 的新经济人才都在使用 AI 工具。

海外调研指向同一件事。Productboard 联合 UserEvidence 在 2025 年 10 月发布的一项调研,覆盖 379 位来自 500 人以上企业的产品人员:受访团队 100% 在用 AI,94% 每天或经常用;平均每项任务省下 4 小时,核心职能加起来约 33 小时。省时最多的四件事是:做演示文稿、写 PRD、竞品研究、路线图。

写 PRD,正被划进“AI 最擅长”那一栏。

省下的时间,没有落到你手上

数据对照:国内产品岗“养虾”26.40% / 海外每项任务省 4 小时(M2026100234、M2026100233)

国内的信号也很直白。据人民网报道,同一份报告里 38.51% 的程序员表示,公司已经把 AI 能力纳入绩效考核——会用还不够,得算进 KPI。

海外的那份调研里还有个数字:98% 的受访者表示,已经或计划因为 AI 调整团队结构。

这就是关键:效率红利不是先发给个人,而是先被组织收走。Workday 的一项研究估计,AI 省下来的时间里,约 37% 又被返工吃掉了——AI 出初稿,人复核、纠错、对齐,这部分成本过去没人算进账。净收益是毛节省减去复核成本。

还有一条提醒。METR 的试验发现,资深开发者用上 AI 之后实际耗时增加了 19%,自己却觉得更快。样本不大、工具是 2025 年初的版本,结论不能照搬到产品经理身上,但它提醒了一件事:感觉变快和真的变快,是两回事。

瓶颈搬了家:从“写不完”变成“判断不了”

省下的时间去了哪:98% / 38.51% / 37% / 19%(M2026100233、M2026100236、M2026100206)

腾讯集团高级执行副总裁汤道生今年 6 月打过一个比方。他说,以前做产品是“想清楚我提供怎么样的一个能力,让用户可能通过某些菜单去选,好像是一些‘预制菜’,你只能在里面去点一样”;而 AI 时代做产品,“用简单的交互方式可能是自然语言……其实作为产品方你也不知道用户会问什么”。

腾讯首席 AI 科学家姚顺雨说得更直接:有了预训练和后训练,“我们像有一个万能锤子,它可以砸任何钉子”,“反而更困难的是怎么寻找好的问题去解决”。

方法论这把锤子,AI 已经会用了。于是有观点认为,产品工作的瓶颈正在从“执行效率不足”转移到“判断力缺失”——以前最慢的工序是“写”,现在最慢的变成了“决定到底要做什么”。

汤道生还提到一个很具体的变化:“今年大部分的代码都由 AI 生成,我们的工程师可能会花更多的时间去做设计,架构的设计……然后测试也要左移。”

连工程师的重心都在往前挪,产品经理更没有理由停在原地。

那剩下的活儿是什么?三件

一、决定给模型什么上下文、什么工具

既然不知道用户会问什么,就只能提前把“它可能需要什么”准备好。汤道生在讲 Agent 产品时说,更重要的“是了解场景下什么内容、什么信息,是重要的,比较 relevant 的,能够跟模型配合好,让模型有它需要的信息”。

这件事 AI 替不了你:定义场景、挑出真正相关的信息、配好工具和记忆。

二、自己造一把尺子:真实 Eval

“做得好不好”的标准,也得 PM 自己定。姚顺雨说,国内有个不好的倾向是喜欢刷榜,但“更重要的是如何实事求是地基于产品、基于真正的应用,构造更加真实的 Eval”。

别拿通用榜单当验收标准,要在你自己的场景里定义什么叫“做对了”。

三、决定不做什么

产出变廉价之后,“不加这个需求”比“加这个需求”更值钱。今年云栖大会上,一位 AI 产品经理这样总结:决定做什么正在成为新瓶颈,最稀缺的能力是不做什么。

有个流传较广的例子:业务方要做“自动发短信催款”,一路追问下去才发现,真正的麻烦是客户看不懂系统生成的账单。最后的解法是重构账单页,半天;而不是开发一整套短信系统,两周。

明天就能用:把 PRD 交给 AI 之前,先答三个问题

产品经理剩下的三件活儿 与 交给 AI 前的三问(本文归纳,非报告原文)

  1. 用户真正的麻烦是什么?(有没有连着追问过三次“为什么”)
  2. 做完之后,我凭什么判断它做对了?(我的 Eval 在哪)
  3. 如果不做,会发生什么?(能不能干脆不做)

最后

汤道生在今年的大会上还说了一句:“我们会看到更多的角色融合,大家都是产品经理,都要去了解透彻用户需求。”

Productboard 那份报告的最后一句结论是:AI 不取代 PM 的判断力,它抬高的是“什么算好判断力”的标准。

三十秒能写完的是字,不是判断。


数据出处:脉脉高聘人才智库《2026 春招职场洞察报告》(人民网、每日经济新闻、21 世纪经济报道等报道);Productboard × UserEvidence 2025 年 10 月调研(n=379);《财经》杂志汤道生对话姚顺雨现场实录。

本文为作者个人观察,所引数据均标注来源,不构成对任何机构或个人的评价。

相关学习资料