OpenAI 最火产品经理 Holly Li 聊 AI 助手的终局思考|还有职业发展思考大揭秘

如果你状态很好，精力充沛，已经能够把工作和生活安排得井井有条，你还需要一个 AI 助手吗？

那么，换一种情况呢？

你正处在人生里一段疲惫、忙乱、无暇顾全所有事情的时期。你并不想变成一个效率惊人的“超级人类”，只希望那些重要的事情不要漏掉，让自己能够安心休息一会儿。

在 Office Drama 的这场访谈里，主持人 Chloe 把话题带到了这里。坐在她对面的，是参与打造 Dots、并在 OpenAI DevDay 上演示这款产品的产品经理 Holly Li。我是在 Figma Config 2025 大会上认识这位活力产品经理的，Holly Li 状态非常的放松，对产品和用户的理解让她在每一次发言都显得非常老道。没想到一年多的时间，她就来到了 OpenAI，还扛起了 Dots 这款产品的大旗。

她们没有只谈模型能力，也谈职业选择、失败的现场演示、隐私，以及为什么一些人根本不想把买菜、创作和生活体验全部自动化。

这也是这场对话最值得读的地方：AI 助手的价值，未必只是替人做得更多，也可能是让人重新感到，生活还在自己的掌控之中。

下面围绕九个问题整理。章节标题由主持人的提问合并、精简，回答保留分享者的第一人称，按原意做书面化整理，并非逐字翻译。涉及产品功能和安全机制的内容，保留 Holly 对访谈时点产品状态的介绍；我的判断单独放在章末「爽爷观点」。

一、职业成长：没有计算机背景，你是怎么从市场营销走到 AI 产品经理的？

Holly Li：

我在大学学的是经济学，做过咨询实习，但很快发现那不是我想要的工作。我不想长时间做演示文稿，更想去一个能够发挥创造力的地方。

因为没有计算机背景，我最初申请的是 Google 的产品营销项目，而不是产品经理项目。毕业以后，我先去了湾区，后来又努力争取加入纽约的 Creative Lab。

那是一段很有意思的经历。最开始，我更像一个创意制作人，会参与讨论怎样介绍 Chrome、怎样制作广告。但我越来越想靠近产品，于是又争取参与团队里的实验性项目。

我们和研究人员合作，把图像生成能力变成可以体验的工具，也与 Pixel 团队一起探索把生成式 AI 放进照片编辑：移除东西、改变天空、移动人物。那个时候，这些能力还很早期。

我很喜欢这种探索，但后来也产生了一些困惑：我们究竟是在构建真正会被使用的产品，还是在通过实验向世界展示公司的创新形象？我想离真正的产品更近一点。

二十六岁时，生活里发生了一些事情，我也感觉自己已经超出了当时工作的成长空间。于是，我买了一张去旧金山的单程机票，住在朋友家的沙发上，给自己定了一个目标：找到一份 AI 公司的产品经理工作，不再是产品营销。

接下来大约三周，我不断联系别人、约咖啡、交流。最后遇到了 Adept 团队，并说服他们为我设立一个产品经理岗位。我确实非常幸运，遇到了愿意给我机会的人。

但进入 AI 公司，并不意味着马上就有一个成熟产品。Adept 更像一家研究实验室，已经有能操作电脑的模型，我们在尝试把它变成企业愿意购买的 Agent，帮人完成那些要反复点击、填写表单的工作。

那一年很艰难。把一个模型包装成真正能卖出去的产品，是我们一直在努力解决的问题。

爽爷观点

从营销走向产品，不只是换一个职位名称，而是从“怎样把价值讲出来”，走向“价值到底能不能交付”。职业转型真正需要补上的，不是一个新头衔，而是对新问题承担责任的能力。

二、才加入 Figma 五周，为什么就接下了 Figma Make？后来又为什么离开？

Holly Li：

在 Adept 的研究团队转去 Amazon 后，我们探索过一些新的方向。后来，我觉得自己想去一家产品与市场匹配更清楚的公司。

我在大学期间就做过自由设计工作，Figma 一直是我的理想公司。我主动联系了他们，后来加入了团队。

关于 Figma Make，有一点需要说清楚：最初的方向是 Dylan 提出的。他很早就在想，我们应该做一种通过生成代码来设计的工具。

我刚加入 Figma 大约五周，他就把这件事交给了我。我当时只是一个刚来的产品经理。说得直接一点，我甚至觉得，可能只是因为没有其他人正好有空做这件事。

但我的反应是：让我来，我准备好了。后来，我们用几个月时间把它做了出来。

Figma 是我工作过的最友善的公司之一。那一年发生了很多事：我们推出 Make，公司上市，AI 团队也成长了很多。我和 Make 团队的许多人至今关系很好。

离开并不是因为我不喜欢那里，而是我想保持这种探索的势头。去一家大型 AI 实验室工作，会是非常不一样的挑战。我觉得，自己想去试一试。

我有一位在 OpenAI 工作的导师，她对那里的评价很好。有意思的是，我们最初是在一个围绕《The Artist’s Way》的读书会里认识的。于是，我决定先去聊聊，后来就加入了。

我看待这些选择，确实有很直觉的一面。有时你会感觉，自己需要下一种挑战了。

爽爷观点

一个新方向，未必会等到你拥有一份完全匹配的履历才出现。机会来时敢接下来很重要，但也别把团队成果写成个人神话。发起方向、承担推进、一起完成，是不同的贡献，值得分别被看见。

三、OpenAI 怎么面试产品经理？候选人最容易做错什么？

Holly Li：

我面试时也很紧张。但让我有些意外的是，流程其实很标准。如果你搜索常见的产品经理面试题，会看到产品判断、执行等问题，我们讨论的也包括这些。

并没有突然出现一堆古怪的 AI 问题。当然，我还是认真准备了。

从我接触的产品经理来看，大家的经历相当多样。如果要说共同点，我觉得是那种非常想把事情推进下去的劲头。

我现在的负责人，就是我合作过的非常优秀的产品经理之一。事情很难的时候，他会说，我们现在就开会，现在就把它弄清楚。在这里，我感受到一种很强的“不把问题轻易推到明天”的工作方式。

如果只给准备 AI 产品经理面试的人一个建议，我会说：真的去用这些产品。

我遇到过一些想来做产品的人，却没有使用过 Codex。我知道今天的产品太多，不可能一下了解所有东西，但至少应该尝试基本工作流，并形成自己的判断：什么对你有用，什么地方有问题？

没有人已经知道 AI 的未来会是什么样。我们也是在不断尝试，观察哪些东西真正成立。

另一个常见问题，是准备得太像准备过了。有人太不确定自己，于是过度依赖预设答案，努力给出自己以为面试官想听的内容。

我知道，面试当然需要展示最好的一面。但我更想理解，你实际相信什么，是否真的对这个岗位好奇，能不能围绕一个具体想法和我讨论，而不只是复述在社交媒体或文章里读到的一句话。

有时候，一个人非常想得到这份工作，是因为它代表的身份，而不一定是因为他真的想做这份工作。两者在交流中，是能够感受到区别的。

爽爷观点

有判断，不是记住更多观点，而是能说明：我试过什么，看见了什么，因此相信什么。AI 产品经理的可信度，应该来自与真实任务交手的经验，而不只是对行业语言的熟练使用。

四、AI 助手这么多，Dots 想解决什么不同的问题？

Holly Li：

Dots 是一个持续在线、能够长期帮助你的助手。你可以在手机或电脑上找到它，它会随着使用逐渐了解你，也能在后台推进工作、主动提供帮助。

我刚加入时，参与的是 Workspace Agents，主要考虑怎样让团队一起使用 Agent，以及怎样把它带进 Slack、邮件这些真正发生工作的地方。后来，这些探索与 Dots 结合了起来。

Dots 是很多团队共同完成的产品，不是我一个人的作品。我参与了其中不少产品行为方面的工作，这次发布也涉及公司里很多不同团队。

如果和其他个人助手相比，我会先讲两点：已有的工作环境，以及随时能找到它。

你在 ChatGPT 或 Codex 里已经使用的连接器和工作背景，可以成为这个助手的起点，不必完全重新设置。然后，你可以在不同场景接着使用它，尤其是直接打电话给它。

我在去录制访谈的路上就在和自己的 Dot 通话，也让它帮我处理过订机票的事情。通话时，它可以开始工作；回到电脑前，它又可以在云端，或者结合电脑上的内容继续做事。

我自己最常见的用法，其实非常简单：和它讨论问题。我会花很长时间与它梳理产品路线、思考棘手的问题，它像是多了一份能和我一起思考的脑力。

我也会让它关注用户反馈和组织里的信息变化，按照条件提醒我；或者先帮我起草内容，再由我审阅。这让我能处理更多沟通，而不必每一件事都从头开始。

甚至打电话时为什么会响铃，也有两方面原因：它让体验更熟悉、有趣，同时语音模型也确实需要一点启动时间。这样的细节，既有体验考虑，也有技术条件。

至于为什么先放在付费层级，我们仍在学习什么有效、主动性应该做到什么程度。我们的意图是让更多人使用，但还有一些事情需要先弄清楚。

爽爷观点

个人 Agent 的门槛，不只是“够不够聪明”，还有用户在需要帮助的那一刻，能不能顺手找到它。降低启动成本、接续已有背景，可能比再增加一个惊艳功能，更接近日常使用的关键。

五、ChatGPT、Codex、Dots、Spaces，用户到底应该怎么理解？

Holly Li：

我们希望一个简单的理解方式是：大部分日常需求，你都可以先交给 Dot。

原来你用 Codex 构建东西、完成复杂技术任务，现在可以让 Dot 去协调这些工作；原来你用 ChatGPT 提问和讨论，也可以继续通过 Dot 进行。

Spaces 则提供了另一种协作空间。对话当然很有用，但也会遇到限制：人不可能在脑子里同时装下那么多条线索。

当 Dot 可以把内容写到一个页面上，画出图表，或者只是排成一个清单，很多事情就更容易理解。人真的很需要看见一份待办事项，而不只是记得刚才聊过什么。

这也带来了新的管理方式。我会把任务写在页面里，在希望它现在就做的事项前放一个绿色勾，在需要调查的事项前放一个问号，再让它查看这个清单。

这只是很简单的尝试，但我很期待接下来人们怎样用视觉和图形来组织、管理自己的 Agent。

你刚才提到，自己的创作团队和社区并不使用 Slack，而是在 Discord 工作。这也是很有价值的反馈。我们需要理解，人们实际在哪里协作，而不是假设所有工作都发生在同一种工具里。

爽爷观点

当 AI 能做得越来越多，用户更需要一个能看清任务、修改意图、检查进度的地方。对话可以发起工作，但不一定适合承载全部工作。界面并没有失去价值，它正在成为人管理委托关系的工具。

六、DevDay 现场演示出问题时，你脑子里在想什么？

Holly Li：

前一个周末，我们已经做了很多准备。所以演示前一晚，我九点就睡了，第二天五点起床，去做声音测试和其他准备。

上台前，我会来回走动、练习开场，也会和大家击掌。现场气氛很好。我喜欢公开表达，也有戏剧和即兴表演的经历，所以一开始确实很期待。

语音没工作这件事，其实在我的预案里。我知道技术还在不断变化，有可能出问题。所以我可以开个玩笑，说它今天早上有点慢，然后改用打字，继续演示。

更困难的是另一个问题：我在前半段就发现，因为技术问题，Codex 的任务没有正常启动。这意味着，后半段大约三分钟的准备内容，已经不可能按原计划呈现。

我一边继续讲，一边想：接下来怎么办？到了那里，只能临场组织一个结束。我后来甚至没有重新看那段视频。

团队之后公开说明，演示期间发生了服务故障。当时有二十多个产品随着发布活动一起推出，过程中出了问题。我在社交媒体上开了一个 Wi-Fi 的玩笑，是想回应那个时刻，并不是一份技术故障说明。

如果问我怎样在台上表达得更好，我有两个体会。

第一，想象自己上台时，不要总是预演失败。试着想象自己能够把它讲好，让人愿意听下去。

第二，把注意力从“我要完成这场演示”，转到“我有一个故事，很想讲给你听”。当你真的想把听众带进那个故事，表达会更自然，也更有意思。

爽爷观点

从容不是相信系统永远不出错，而是准备好出错以后怎样继续沟通。讲故事的能力值得学习，但漂亮的收场不能替代产品可靠性。演示之后，该修的问题，仍然要回到系统里修。

七、把邮箱和个人信息交给 AI，用户究竟还能控制什么？

主持人 Chloe：

我对 AI 总体是乐观的，但一直很难跨过授权这一关。邮箱、消息、财务和健康信息都很敏感。尤其作为公开创作内容的人，如果它擅自发了一封邮件，后果可能很严重。

而且，“你告诉它不要做，它就不会做”，并不是一个可靠保证。它可能误解，也可能受到外部内容里的恶意指令影响。你们怎样处理这些风险？

Holly Li：

这里需要分开两件事：数据怎样被使用，以及 Dot 被允许拿这些数据做什么。

在数据使用上，用户可以控制自己的内容是否用于改进模型。但这和 Agent 的操作权限，是不同的问题。

在产品行为上，我们采取了很保守的起点。最初试过让 Dot 主动起草邮件，再问用户要不要发送。后来我们觉得，连直接起草都可能太主动，于是进一步收敛到：先问用户是否需要起草。

用户可以决定接入哪些服务，也可以撤销连接。按照我们当前的设计，读取和写入是分开的，默认只读，执行写入操作需要明确许可。

我们还加入了用户规则。你可以用自然语言表达：某件事永远先问我；或者在某些已经允许的范围内，不必每次重新询问。不同的人，对不同事情的风险感受不一样。

此外，还有一个 AI 自动审查机制，会再次检查操作，尝试发现不符合用户意图或可能产生意外后果的行为。我们也和研究团队一起改进它，包括判断很久以前给出的许可，在当前情境下是否仍然适用。

但你说得对，风险始终存在。提示注入，也就是外部邮件等内容中夹带指令、试图诱导 Agent 做事，是我们认真处理的问题之一。这些机制需要持续改进。

还有一个用户需要理解的区别：撤销访问，不会自动抹去此前已经进入对话历史或上下文的信息。

比如，你不再允许 Dot 读取 Gmail，它就不能继续读取新的邮件，但之前已经提供给它的邮件内容，可能仍然存在于已有上下文里。

如果想知道它做了什么，可以查看任务对话和活动记录，包括还在后台运行的长任务。你也可以要求它停止，或者重新指引它。但已经执行的动作，有些并不容易撤销。发出去的邮件，并不总能像修改一段文字那样直接“撤回一步”。

这也是我们暂时限制部分能力的原因。比如，当时 Dot 在 Slack 里只响应自己的主人。我们原本也考虑让其他人向它求助，但多人交互涉及更多需要想清楚的问题，所以先选择了更保守的边界。

爽爷观点

信任不能只靠一句“AI 会听你的”。用户需要分清：读到什么、记住什么、允许做什么、已经做了什么。尤其要记住，撤销访问不等于删除历史，停止任务也不等于撤销结果。好的权限设计，必须把这些差别讲明白。

八、如果我就是喜欢亲自买菜、亲手创作，为什么还需要 AI 助手？

主持人 Chloe：

很多产品演示都在告诉我们，AI 可以替你买菜、安排生活、完成各种事情。但我接触的很多创作者，喜欢的恰恰就是亲自经历这些过程。

我们想自己去商店，自己和人说话，自己完成创作，甚至自己选择飞机上的座位。有些东西能自动化，不等于我们想把它自动化。

Holly Li：

我非常理解。我来自俄亥俄州的小镇，业余时间喜欢艺术，也很在意亲手接触物品、花很多时间做东西的体验。我也想走进杂货店，不想把一切都交给 AI。

所以，我对 AI 助手的理解，不只是让它替你完成更多任务。

我最常做的事情，仍然是和 Dot 交流。把一天发生的事情、脑子里的问题说出来，有时光是把它们放到一个地方，就会让我感觉没那么混乱。

它可以提醒我：你刚才说的事情，和昨天的安排有冲突；你还没有给今天答应过的另一件事留出时间。这种帮助，让我觉得自己更能掌握一天，而不只是处理更多事项。

对一些人来说，它的价值是处理外卖、代码、草稿。对另一些人来说，更重要的是重新获得行动的主动权。

主持人 Chloe：

我对“让人变成超级人类”的演示，反而没有那么强的兴趣。我状态很好的时候，已经觉得自己能做很多事。

但我正在怀孕，也会担心接下来分娩和产后，自己精力不足，无法像平时一样顾全所有事情。即使需要休息，家里和工作中的事务仍然在发生。

我更关心的是，假如我只剩下平时一小部分的精力，有没有什么东西能在我暂时退开的时候帮我照看一些事情？我想得到的是这种帮助。

Holly Li：

在需要的时候，让每个人都能获得支持，是一件很有力量的事。我也很想和你一起探索，Dots 能怎样减轻这些负担，让你更有信心，而不是要求你始终处于最好的状态。

爽爷观点

我们太习惯为精力充沛的人设计“更强的工具”，却容易忽略人也会疲惫、分心、需要休息。AI 的价值不只在于抬高能力上限，也可以是降低生活失控的风险。帮助人，不该以人必须永远高效为前提。

九、为什么 AI 需要更多女性、创作者和有自己品味的人？

Holly Li：

我们需要更多女性、更多有创造力、有品味、有自己观点的人加入这个领域。如果我出现在台上，能让另一个女性觉得自己也可以加入，那就很有意义。

我一直有工作之外的兴趣：收藏民间艺术，喜欢手工制作的、有些古怪的物件，也喜欢室内设计。我研究物品的来历，会自己改衣服、做东西。这些并不是我进入 AI 以后就必须放弃的部分。

关于 AI，我们也应该花更多时间和科技圈之外的人交流，而不只是盯着社交媒体上那一小部分高度关注技术的人。

我很希望老师、学生、母亲，以及真正需要减轻负担的人，能够从这些产品里得到帮助。对某些人来说，不用学一套复杂界面，只要拿起电话说话，就可能跨过很大的门槛。

我妈妈不算特别熟悉技术。这次发布以后，我还没有和她聊过，但我很想试试：如果她可以直接用中文和 Agent 说话，很多事情是不是就更容易？

我姐姐是一位医生，也是两个小男孩的妈妈，还要处理家里的很多事情。我很想让她得到帮助，比如记住学校事务和付款时间，少处理一些行政性工作，多一点属于自己的时间。

在产品团队里，我们也需要持续和研究团队交流。我们提出“用户需要它这样表现”，以及“真实反馈是这样的”，会影响研究人员怎样训练模型。把这些需求带进去，是我们的一份责任。

我希望形成的循环，是把产品交到这些人手里，看看他们真正怎样使用，再让这些反馈影响下一步产品和模型的方向。

主持人 Chloe：

这也是我作为创作者想做的事：听见普通人正在经历什么，把他们的反馈带回那些可能接触不到他们的房间。

我不希望只是替一项技术做宣传。我希望人们理解收益，也理解风险，能够作出自己的决定，而不是把自己的品味和判断全部交出去。

爽爷观点

多样性不只改变台上站着谁，也决定哪些问题有机会进入产品路线图。如果研发只听得见最会用技术的人，最后优化的就可能只是那一小群人的生活。谁能参与反馈，谁的需要才更容易被认真训练进去。

写在最后：我们到底想用 AI，把生活变成什么样？

这场访谈里，有两种很不一样的力量。

一种是向前：主动争取机会，进入新的领域，把复杂问题做成产品。另一种是保留：保留亲手创作的时间，保留逛商店的过程，保留疲惫时可以休息、而不必为一切负责的空间。

它们并不矛盾。

产品能力不断增强，并不意味着每个人都应该把生活安排得更满。设计真正要回答的，是哪些事情值得被接走，哪些体验应该由人自己决定留下。

这也是我想在后续关于 AI、设计和组织的讨论里持续追问的问题：技术究竟是在替人减负，还是在抬高“你本来还能做更多”的期待？

好的 AI 助手，不该只证明它能替你做多少事，也应该让你更有底气决定：什么由它做，什么留给自己，什么时候可以停下来。

访谈来源：Office Drama，《The Hottest Product Manager in Tech Right Now 🔥 OpenAI’s Holly Li Talks About Dots》。主持人 Chloe，嘉宾 Holly Li。本文根据完整访谈文字材料整理。

回看索引：09:53 职业经历；16:37 加入 Adept；20:13 Figma Make；20:42—25:02 OpenAI 面试与产品经理建议；26:24 Dots；32:19 ChatGPT、Codex、Dots 与 Spaces；35:07—37:08 DevDay 与现场故障；45:34—48:17 隐私和安全；53:34—55:02 自动化与真实生活；01:00:49—01:04:34 创作者、产品责任与普通用户。