Nikhyl Singhal 在 Lenny's Podcast 上抛了一句让所有产品人都该停下来想 30 秒的预言：

两年后将不再有糟糕的软件。(In two years, there will be no more bad software.)

他的论据特别接地气：他家里 15 个控制设备的 App，每一个都很糟糕，没人维护。但很快这些都会被修复——

因为只需要有人坐下来告诉 Claude"去修它。

如果他说的是对的，那意味着一件事："做出来"这件事的成本，正在归零。而当所有人都能做出还行的软件，公司还愿意花 100 万年薪雇你的理由，就只剩唯一一个。

当"做"归零，公司雇你买的到底是什么

Nikhyl 在节目里给了那个唯一答案：

公司对产品领导者的薪酬和要求，将越来越侧重于判断力（Judgment）。

系统将面临比以往多 10 到 100 倍的变更请求。当变化如此之快时，判断力就变得至关重要。

10-100 倍是什么概念？过去你一周接 10 个需求，未来一周可能要接 1000 个。

工程师写代码（正确地做事）的速度提升 100 倍，但没有人能把"做正确的事"的速度也提升 100 倍——除非你专门训练过判断力。

这就是涨薪 3 倍的唯一路径：当所有 PM 的"做"被拉平，只有判断力是 100 倍杠杆。

反例：别当那个"第 51 个工程师"

Lenny 在节目里问了一个尖锐问题：那 PM 是不是该自己学写代码？Nikhyl 给了一个让我反复回放的回答：

如果你的团队有 50 个工程师在为客户开发功能，而你想作为'第 51 个工程师'去写代码，那是对工程师的拙劣模仿，没有杠杆可言。

PM 的杠杆从来不是写代码，是用"判断+构建工具"淘汰整个流程——比如写一套内部工具，让那 50 个工程师不再需要排 backlog、写 Jira、开站会。

这跟我对PM做vibe coding的理解是基本一致：

产品经理的 Vibe Coding （下）： PRD 写法彻底改了

写代码本身是平的。判断什么不该写，才是斜的。

判断力的 4 个维度

Nikhyl 没明说，但他全程都在围绕 4 个维度解释什么叫"判断力"：

维度一 · 取舍判断100 个客户需求摆在面前，挑出能保住品牌一致性的那 5 个，砍掉其他 95 个。

Nikhyl 原话："你不能为同一个产品构建 100 个定制版本。"

维度二 · 质量判断评估"这次改动是改进还是退化"——独立于 KPI、独立于 A/B 数据噪音。

Nikhyl 原话："评估我们做的改变是好是坏。"

维度三 · 节奏判断识别什么该快、什么该慢、什么不该做。

当 AI 让你"什么都做得到"时，节制才是高级能力。

维度四 · 代价判断理解每个决定带来的可维护性、技术债、品牌伤害、组织摩擦。

Nikhyl 原话："评估它是否值得发布。"

解决方案：判断力 4 维训练表

额外加分动作：每年面试 1 次外部高管职位，强迫自己用更高颗粒度回答"你怎么判断"。

收尾

Nikhyl 那句"两年后没有糟糕软件"听上去是技术预言，它其实是一道分水岭：

• • 在它兑现之前——PM 是被工程师的产能托住的
• • 在它兑现之后——PM 是靠自己的判断力单独定价的

所以问题从来不是 AI 会不会替代你。 是当所有人都能"做出来"那一天，你的判断力，能不能撑得起 100 万的年薪。

我看到类似这样的讨论，大部分都聚焦于“AI会不会替代XX岗位”，我个人认为它的答案本身没有意义。