夜雨聆风最近一个数字在技术圈里传得很广。
有说法是70%到90%的代码，现在已经由AI生成。
不管这个数字准不准，有一件事是真实的：我认识的几个技术团队，工程师用Cursor或者通义灵码之后，同样的功能，开发时间砍掉了一半甚至更多。
这件事对工程师的冲击，大家讨论得很多。
但有一个冲击，几乎没人说：
研发提速之后，项目经理的日子反而更难过了。
1. 以前那套打法，现在为什么失效了
先说清楚项目经理在研发项目里的传统存在感从哪来。
需求拆解。把一个模糊的业务目标，拆成工程师能执行的任务列表。这件事以前要花大量时间，因为业务和技术之间有语言鸿沟，PM站在中间做翻译。
排期管理。根据任务量、人员能力、依赖关系，算出一个合理的时间表。这件事以前靠经验和沟通，费时费力。
进度跟踪。每天或每周确认各任务进展，发现滞后，推动解决。这是PM最高频的日常动作。
这三件事，撑起了大多数研发型项目经理的日常工作量。
现在AI来了，这三件事都在被压缩。
需求拆解，AI可以根据PRD直接生成任务分解建议，准确率已经相当高。排期管理，AI工具可以根据历史数据自动估算工时，标出依赖冲突。进度跟踪，代码提交记录、CI/CD流水线状态、测试覆盖率——这些数据都是实时的，AI可以自动整合成状态报告。
以前需要一个PM站在中间搬运、整理、传递的那些工作，现在正在被工具替代。
不是全部，但速度很快。
2. 研发提速之后，暴露出来的新问题
但有一件事出乎很多人的意料。
AI让研发速度变快了，项目管理的问题反而变多了，不是变少了。
为什么？
因为速度快了，摩擦点暴露得更快了。
以前一个功能开发两周，需求不清楚的问题可能在第一周末才浮出来，还有时间补救。现在两天就出来一个版本，需求理解有偏差，立刻就能看到，但也立刻要做决策：改还是不改，怎么改，影响多大。
以前迭代节奏慢，各方对齐的窗口多。现在迭代快，对齐的窗口反而更窄，要求更精准。
以前技术债积累得慢，能拖。现在AI生成的代码量大，技术债积累得也快，拖不了。
以前工程师等需求，有缓冲时间。现在工程师开发速度快了，等需求等得更明显，产品侧的瓶颈被放大了。
研发提速，等于把整个项目流程里的所有摩擦点都加速放大了。
这时候最需要的，不是一个擅长追进度的PM，而是一个能在高速迭代中保持各方对齐、快速做出判断、处理摩擦的PM。
这是两种完全不同的能力。
3. 项目经理要站到哪里
说清楚了问题，说解法。
研发提速之后，PM的站位需要往上移一层，从"执行层的协调者"变成"决策层的支撑者"。
具体来说是三件事。
第一，把需求质量关口提前。
以前需求可以边做边澄清，因为开发慢，有时间。现在不行了。工程师两天出一个版本，如果需求模糊，两天之后就是一个方向错误的版本。改起来的代价，比以前大得多。
PM的工作重心要从"跟踪开发进度"前移到"在开发开始之前把需求搞清楚"。这不是说要写更详细的文档，而是要确保关键的假设和边界在开工前被明确确认，而不是留到开发过程中再去撞。
第二，变成摩擦的快速处理器。
高速迭代中，摩擦会频繁出现——需求理解不一致、技术选型有分歧、产品和工程的优先级冲突、测试发现问题要不要本次修复……
这些问题以前可以等下次周会讨论。现在等不了，因为工程师已经在等决策了。
PM要变成这些摩擦的快速响应机制。不是说什么都要PM来拍板，而是PM要清楚哪些问题该由谁来决定，怎么最快速度推动到决策，而不是让它悬着耽误进度。
第三，盯住那些AI盯不住的东西。
AI能监控代码提交频率，能预警任务滞后，能生成进度报告。
但有几件事AI做不到。
它不知道这个工程师最近状态不好是因为家里有事，接下来两周产能会下降。它不知道客户上周说的那句"没问题"背后其实有保留，下次评审可能会翻脸。它不知道两个团队之间看似平静，但其实积累了很久的配合摩擦，快到临界点了。
这些东西，需要人在场才能感知。
PM的不可替代性，在这里。
4. 一个很多人没想到的新机会
说完挑战，说一个反直觉的机会。
AI让研发提速，同时也让PM有机会干一件以前没时间干的事：深度参与产品方向的判断。
以前PM大量时间在追进度、协调资源、处理日常摩擦，没有时间和精力思考更大的问题：这个功能做了之后用户真的会用吗？这个版本的优先级排序是最合理的吗？我们现在做的方向，三个月后还对吗？
现在AI把日常事务处理掉了一大半，PM理论上有了更多时间思考这些问题。
但能不能真的把这个时间用起来，取决于PM有没有主动往这个方向走。
被动的PM会把省下来的时间用在刷更多的进度报告上。
主动的PM会把省下来的时间用在跟产品、用户、业务更深度的对话上。
这两种选择，会在一两年内产生非常不同的结果。
5. 一个很实际的自检
如果你是研发项目的PM，可以做一个简单的判断。
问自己：团队现在用了AI编程工具之后，我的工作量有没有减少？
如果减少了，那减少的那部分时间去哪里了？
如果你发现减少的时间被你用来开更多会、写更多报告、处理更多行政事务——那你的方向走错了。
如果你发现减少的时间让你有机会更早介入需求讨论、更深入地理解业务、更快地处理关键摩擦——那你在往对的方向走。
AI替掉的是信息搬运。
腾出来的时间，应该用在判断上。
最后
AI把代码写完了，不代表项目管理不需要了。
代表的是：项目管理里那些靠勤快就能完成的部分，不再是竞争力了。
真正的竞争力一直在另一边——在那些需要人在场、需要真实判断、需要处理复杂人际摩擦的地方。
那里，AI进不去。
至少现在还不行。
PMThink · 项目管理思维 · AI实践者 公众号：PMThink | 网站：PMThink.cn
