夜雨聆风这是一篇油腻的“中登”劝诫文，如果你正在往 AI 产品方向转型，推荐阅读；如果只是对怎么使用 AI 感兴趣，可以直接关掉了。
前几天直播，本来是计划讲怎么写 AI 产品的 PRD，最后讲了 2.5 小时此刻的产品经理应该如何使用 AI。
核心主旨即本文标题，那场直播平均观看时长达到了惊人的 23 分钟！！
不知道是直播讲的内容太反常识了，还是引发了各位产品经理的共鸣。
总之，既然大家喜欢，说明有用。
这篇文章，把那场直播的核心内容整理后分享给有志于实现产品转型的各位。
使用Agent才能成为合格产品经理
成为能把 AI 融合进产品，或者开发原生 AI 产品，是产品经理职业的唯二选择。
未来，没有公司的产品与 AI 无关。
就像过去的互联网化一样，从原材料、到生产、到销售运营，没有哪个公司能全连路上都不"联网"。
未来的公司只会有两种：一种是传统企业被 AI 改造（占绝大多数），一种是 AI 原生公司（占少数但在扩大）。
对应到产品经理，只有两条路：
第一条路：把 AI 塞进业务/产品的产品经理：你还在原来的公司，公司不是 AI 公司，但业务和产品必须被 AI 改造。你的核心工作是把大模型作为一项技术引入现有产品——在合适的流程节点嵌入 AI，设计提示词、构建上下文、定义输出格式、做好兜底策略。这类产品的本质是"AI 嵌入型"，你原来的用户还是人，产品还是那个产品，只是用 AI 让它更好用了。
第二条路：AI 原生产品经理：你在一个围绕 AI 技术构建产品的公司里，产品本身就是 Agent 或 AI 原生应用。你需要考虑的不再是传统的用户需求-功能-交互这条线，而是 Agent 的能力边界、工具调用、上下文工程、Harness 兜底。你的用户可能不再是人，而是另一个 Agent。
两条路没有高下之分，但它们都需要同一个起点：你必须先会用 Agent。
使用 Agent 和使用网页 AI 是完全不同的两种思维方式。
你在豆包、ChatGPT、DeepSeek 的网页上聊天，本质上和用搜索引擎没区别——你问一句，它答一句，你消费的是文字。
但 Agent 不同，Agent 要交付资产。
你必须让它给你产出文档——Markdown 文档、飞书文档、PPT、PDF，什么都行，但必须是一个可以被下游消费的交付物。
因为只有当你要求 Agent 交付文档的时候，AI 才真正进入了你的工作循环。
AI 有了作业空间的概念，有了文件夹和路径，有了上下游协作的基础。
就像你招了一个员工，你得给他一台电脑。
你招一个人来，不给他电脑，让他坐在工位上光跟你说话 —— 你问他什么他嘴上答什么 —— 非常奇怪。
你让他去打杯咖啡他能打回来，但你让他写个方案、开个会，他连笔本都不带，这肯定不对。
Agent 也是一样，你让它有工具、有工作空间、能产出东西，它就能成为真正的战友。
产品经理要把 AI 应用到产品中（不管是嵌入型还是原生产品），把 AI 当成并肩作战的战友，是能把 AI 产品做成的前提性认知。
为啥？AI 是你产品的一部分，它存在的价值跟你一样：希望产品更好的服务用户。
这不是假模假式的情怀，是把 AI 产品搞成的技术事实。
AI 大模型的概率特性决定了它存在不确定性——它不是传统程序，输入同样的东西不保证输出同样的结果。
你作为产品经理，面对的不确定性从一个变成了两个：用户不确定，模型也不确定。
你必须像理解用户一样去理解模型——它的能力边界、它的幻觉模式、它的输出概率分布——只有把模型当成一个你非常熟悉的同事去协作，你才能设计出稳定的产品。
所有产品经理必须立刻开始使用 Agent。
我每场直播都讲这句话，现在还在用网页聊天框当主力工具的产品经理，你再不用 Agent，你真的是已经落后得不行不行了。
还不够，要使用工具、分析工具
光会用 Agent 还不够，这某种程度上只能算是认知层对了。
只是走上正确的路了，在这条路上具体干啥会把人又分成好几层。
我经常用下面这个图来对人进行分层：
横轴是领域基本素养：你懂不懂行业的事？有没有业务常识？最低档是白纸一张；中间档是能学习和使用领域知识；最高档是能生产知识——自己抽象方法论、总结策略、输出体系化的内容。
纵轴是工具使用能力：最低档是连基本工具都不会用；中间档是会使用、会收集、会研究工具；最高档是能发明和创造工具。
对于一个普通的职场人，合格的标准是在单元格 5 上，6、8、9 是成长的方向。纵轴的“工具使用”是能够使用 AI，别管它是网页还是 Agent。
过去，产品经理的起点是单元格 8 —— 要发明创造工具。
但是在使用 Agent 的时，又多了一层：Agent 这个工具，本身就会使用工具，也就是 Skills。
以前产品经理要研究给人发明什么工具，现在不但要给人发明工具，还要给 Agent 发明工具。
所以，前面讲到产品经理要用 Agent 是为了理解 AI 这项技术、发明能用上这种技术的工具。
现在要进入第二层：站在 Agent 的视角去理解它的工具、去思考如何给它们发明工具。
你安装一个 Skill，不能闭着眼装上就用。
你要去读它的 SKILL.md，去理解它的设计逻辑 —— 它的目标用户是谁？它在如何帮助目标用户的 Agent 解决什么问题？它引导 Agent 的工作流程是什么？
跟做竞品分析一样：
拿到一个产品，反推它的 PRD 是怎么写的，它的设计思路是什么，它的流程是怎么跑通的。
研究 Skill 本质上就是在做产品分析，只不过分析的对象从 App 换成了 Skill。
一个 Skill 就是某项工作的最佳实践的封装。你看它怎么干活的，就等于看一个产品的核心设计逻辑。
设计一个 Skills 才真正达标
使用 Agent 是第一步，学习和分析别人的 Skill 是第二步，设计和开发一个自己的 Skill 是第三步——也是真正达标的标志。
为什么这么说？
在没有我前面的分析之前，你可能已经用过 Skills 了，但大概率你只是把 AI 当成一项技术、一个工具。
但到了设计 Skill 这一步，你的思维方式才能发生根本性的切换。
当你开始设计一个 Skill，才能真正理解“设计 Skills 就是设计给 Agent 用的产品”。
你要考虑的不再是人的旅程、人的需求、人的不确定性，而是 Agent 的旅程、Agent 的场景、Agent 的需求。
你要考虑的是：
• Agent 调用这个工具的时候会遇到什么问题？ • 我的提示词给出去之后，Agent 会不会按预期执行？ • 如果 Agent 不靠谱——它跳步了、它返回了垃圾结果、它调用脚本失败了——我怎么兜底？ • ……
而只有当你亲手开发了一个 Skill，你才能真正理解 Agent 是怎么工作的——它的循环逻辑、工具调用机制、上下文构建方式。
这些不是你用 Agent 聊聊天就能理解的，你得亲手把一个流程塞进 Skill 里，跑通了、踩坑了、修复了，才算真正理解。
这里有一个我个人关于 Skill 质量的判断标准：如果一个 Skill 只有一个 SKILL.md 文件，没有脚本、没有引用资源、没有测试，那这东西大概率没什么用。
那不过是把提示词封装了一下而已。
一个好的 Skill 应该像一个好的产品——有清晰的流程设计、有稳定的脚本支撑、有明确的输入输出规范、有兜底策略。
未来的产品要么是给人用的，要么是给 Agent 用的。
就像互联网是基建一样，Agent 可能是下一代的基建。你不用"设计互联网"，能设计出在互联网上跑的东西就好了。
同理，未来你设计的可能不是 Agent 本身，而是 Agent 的一个 Skill——你的产品变成 Agent 生态的一个场景模块。
验证一个产品经理是否真正理解 AI 的最直观方法，就是看他能不能开发出一个稳定的、好用的 Skill。
不学、不整行不行？
好多人肯定在想：“我没用 Agent、没做 Skills，好像也没事？”
但是，假设你现在要跳槽、要转岗，你想想面试会不会被问 AI？
今天但凡你动一动 —— 投个简历、面个产品经理 —— 对方一定问 AI 相关的东西。
为什么？因为只要一家公司的产品还在迭代，它一定在蠢蠢欲动地加 AI 功能。
一个产品如果不迭代了，它就不会招人。只要招人，就说明产品在迭代，迭代就一定跟 AI 有关。
即便你不做 AI 产品，只是去面一个传统产品经理，面试官肯定也会问：会用 Agent 吗？知道 Skill 怎么开发吗？了解 RAG 吗？做过 Workflow 吗？这些已经不是加分项，而是必问题目。
如果你主动想要往 AI 产品经理方向转，大概有这么些方向：
第一级：会用 AI 的产品经理。 能把 AI 用起来辅助日常工作——竞品分析、写 PRD、画原型图——保住工作没问题，面试不会因为不会 AI 被刷。但这个层级竞争者众多，说实话，现在还不能流畅使用 AI 的产品经理，已经没法看了。
第二级：能把 AI 引入产品的产品经理。 做嵌入型 AI 产品 —— 在现有产品中引入大模型，设计提示词、构建上下文、做兜底策略。这类岗位薪资 20K 起步，很少有低于 20K 的。只要你做过产品、懂 AI，就能干。
第三级：能设计 Skill 的产品经理。 能把抽象流程封装成 Agent 可执行的 Skill，理解 Agent 的循环逻辑和工具调用机制。这个层级一般 25K 起步。为什么更高？因为但凡有公司招这种人，说明这家公司对 Agent 的未来判断非常清晰，也知道这种人才极度稀缺，所以你完全可以直接要价。
第四级：Agent Harness 产品经理。 设计的不是给 Agent 的 Skill，而是 Agent 本身——通用 Agent 产品的架构设计、边界约束、兜底策略。这个级别一般 40K-50K 起步，通常在大厂或前沿 AI 公司。
这里有一个反常识的认知：越往 Agent 方向走，对传统产品经验的要求反而越低。
做传统产品，你需要两三年经验才能拿到 20K+，因为人的不确定性要求设计者有足够的经验去预判。
但 Agent 的不确定性是可控的、有边界的、概率可估的。设计给 Agent 用的 Skill，你的竞争对象不再是所有传统产品经理，而是一小撮理解 Agent 的人。
其实你以为的竞争对象，大部分还在吃上一个时代的红利。
他们做了三五年产品经理，拿着还不错的薪资，没有动力去转型——“我现在的活 AI 干不了”、“我们公司还没用 Agent”、“我先把现在的活干好就完了”。
但是，可以想象，裁员的时候第一批就是这种人。
等到“合作”三五年的公司都觉得你没用了，其他公司咋可能收留……
AI产品转型线下课马上开了
在快速建立完整知识体系这方面，我的经验可谓是相当丰富。
我有一套迭代了 8 轮的 AI 产品经理课程，已经有近 1000 名线上学员。
其中的几百名同学实现了要么是跳槽到 AI 产品、要么是内部活水转岗，那套知识体系已经是验证了非常能打的。
我最近把这套线上课程压缩到了 2 天，通过线下实战课的形式帮大家快速掌握、落地。
线下课两天，围绕实践来做，面向问题学知识。
第一天：让自己成为一个会用 AI 的产品经理——上午建立认知，讲清楚大模型的底层逻辑、产品经理和 AI 的关系；下午进入业务赋能场景——AI 可行性分析、Workflow 搭建（Dify、Coze 之类的产品会带着做）、RAG 知识库搭建、提示词与上下文工程。
第二天：进入 AI 原生产品经理领域——Agent 的核心原理、Skill 的底层逻辑、API 和工具调用机制，上午学完下午直接动手开发。
线下课原价 3999，第一期早鸟价 2999。
三个城市轮着开：深圳 6 月 27-28 日，北京 7 月 4-5 日，上海 7 月 11-12 日。
场地有限，名额有限，深圳快报满了，要报就尽快。
如果时间不允许线下，线上课也有完整体系——30 多节课，每节半小时左右，录播+作业+作业点评，每两周一次直播答疑，持续更新所有 AI 相关的新知识点。
自己安排时间学，不着急的话可以报名。
