最近看了 Lenny’s Podcast 对 Notion Head of Product Max Schoening 的一期访谈。Max 之前在 Google 做过产品，在 Heroku 带过设计团队，也在 GitHub 做过设计和工程，现在是 Notion 的产品负责人。他讨论 AI 的角度不是“工具怎么用”，而是产品、组织和人的能力结构会发生什么变化。

原视频链接：https://www.youtube.com/watch?v=mCO-D3pkviM&t=72s

这期访谈给我最大的启发是：

AI 时代，一个人真正要成长的，不是工具清单，而是底层能力。

工具会变，模型会变，入口会变。今天是 ChatGPT，明天是 Claude，后天是 Codex、Cursor、Notion AI 或新的 Agent 平台。但长期有效的能力，大概率还是三件事：agency，主动改变事情的能力；taste，判断什么是好东西的能力；系统构建能力，把想法变成可运行系统的能力。

下面是我从这期访谈里整理出的 8 个关键判断。

1. 真正稀缺的是 agency

过去你可以说“我做不了，因为我缺某个技能”；但当 AI 把技能放到你手边后，真正重要的是 agency。

过去很多事情做不了，确实是因为技能门槛高。不会写代码、不会设计、不会做数据分析、不会搭系统，都可能成为真实障碍。但 AI 正在降低这些门槛：第一版代码可以生成，第一版 demo 可以搭出来，第一版文档可以写出来，第一版分析也可以跑出来。

所以，“我不会”这个理由会越来越弱。真正拉开差距的，是你有没有主动开始做的能力：有些人继续等立项、等资源、等别人安排；有些人会先做一个 demo，先验证一个想法，先推动一小步变化。AI 时代会放大后者。

2. 培养 agency，要从做东西开始

培养 agency，不是先学方法论，而是开始 making，开始 tinkering，开始做东西。

agency 不是喊口号，也不是简单地更努力。它的起点是：你开始做东西。做一个小工具、一个自动化流程、一个数据看板、一个产品 demo、一个知识库，或者一个能减少重复劳动的小系统。

只要你开始做，就会发现很多事情不是天然如此，而是被某个人、某个流程、某套系统设计成了这样。既然是被设计出来的，就可以被重新设计。这就是从“评论者”到“建设者”的变化。评论者说流程低效，建设者会先做一个自动化版本看看；评论者说工具不好用，建设者会先搭一个更适合自己的版本。

AI 最大的意义，不只是让你更快完成任务，而是让你更容易开始改造任务本身。

3. 进入真实材料里思考

AI 不是让 PM、设计师都去替工程师写代码，而是让他们进入真实材料里思考。

Max 讲 PM 和设计师写代码时，重点不是让他们交付生产代码，而是让他们理解产品最终运行的“材料”。这点对 AI 应用尤其重要。你做一个 AI Agent 产品，不能只画几个界面，也不能只写一句“智能完成任务”，你要理解 agent loop：它如何理解任务、调用工具、判断进度、处理异常、反馈结果。

你做一个 AI 工作流，也不能只说“提升效率”。你要理解输入是什么、输出是什么、谁来确认、什么时候失败、失败后谁接管、数据如何回流、系统如何迭代。AI 时代不是人人都要成为工程师，而是更多人要具备系统理解能力：不一定写复杂代码，但要理解系统怎么运转。

4. 前 10% 变便宜，最后 10% 仍然最难

每个项目的前 10% 现在几乎免费；但最后 10% 依然是最难的 90%。

AI 让开始变得非常容易。以前做一个想法，要写方案、排资源、等研发；现在可以很快做出一个 demo、一个页面、一个脚本、一个 Agent 原型。这会推动工作方式从 memo first 变成 demo first：少写一点空泛方案，多做一点能看到、能摸到、能试用的东西。

但这里也有陷阱：demo 变容易，不代表系统变容易。一个 demo 能跑，不代表它能上线；一个 Agent 能回答，不代表它可信、可控、可评估；一个脚本能执行，不代表它有异常处理、权限控制和长期维护。AI 时代会出现大量“能跑的东西”，真正稀缺的是能长期运行、稳定创造价值、持续迭代的系统。

5. Taste 是判断力，不是审美玄学

Taste 不是“我觉得好”，而是你能在脑子里运行一个虚拟机，预测某类用户会不会觉得它好。

AI 会生成越来越多东西：文章、代码、PPT、方案、产品原型、设计稿、分析报告。生成本身会越来越便宜，真正难的是判断：哪个标题更有传播力，哪个方案真正解决问题，哪个功能应该保留，哪个应该删掉，哪个 AI demo 是真价值，哪篇文章只是流畅废话。

这就是 taste。它不是天赋，也不是审美优越感，而是长期在真实反馈中训练出来的判断模型。你做出来，拿给真实用户看，观察反应，再修改。这个循环重复足够多，才会形成判断力。所以，AI 时代不是经验不重要了，而是低质量经验贬值，高质量判断更重要了。

6. 找到 tiny core superpower

伟大的产品都有一个 tiny core superpower，一个很小但极强的核心能力。

Max 举了几个例子：GitHub 的核心是 pull request，Heroku 的核心是 git push 部署，Dropbox 的核心是文件同步，Notion 的核心是 block 和 slash command。这些产品不是因为功能多才强，而是因为有一个极强的核心体验。

这对 AI 产品和个人成长都很有启发。今天很多 AI 产品的问题不是功能不够，而是没有核心：知识库、工作流、多 Agent、插件、联网搜索、语音、图表、自动执行，什么都有，但用户不知道为什么一定要用你。

个人也是一样。不要只是堆标签：会提示词、会 Claude、会 Cursor、会做 PPT、会写文章、会一点代码、会一点自动化。更重要的问题是：你最懂哪个场景？最擅长解决哪类问题？能不能把 AI、业务、流程和判断力结合起来？你有没有一个可以被 AI 放大的 tiny core？如果没有核心能力，AI 只会让你更快地产出更多平庸内容。

7. 不要迷信 token spend

不要把 token spend 当成先进性的指标，就像不该炫耀一天写了多少行代码。

现在很多人讲 AI 提效，容易陷入表面指标：用了多少 AI 工具，发了多少 prompt，跑了多少 token，生成了多少代码，产出了多少文档。但这些都不是结果。

真正要看的还是：有没有解决问题，有没有提升质量，有没有进入流程，有没有形成系统，有没有创造业务价值。token 消耗不是能力，代码行数不是能力，功能数量也不是能力。AI 时代更需要反指标意识，不要用“看起来很努力”的指标，替代真正的价值判断。

8. 从用工具到搭系统

好的软件应该更接近使用者的利益，而不是只服务于制造它的公司。

这是 Max 对 malleable software 的理解。所谓 malleable software，可以理解成“可塑的软件”：用户不是只能被动接受软件公司给出的固定形态，而是可以根据自己的工作方式去调整、组合、改造。

这也是 AI 时代很大的方向。未来好的工具，不只是功能强，而是让用户拥有更多控制权。不是软件规定你怎么工作，而是你能用软件重新组织自己的工作。真正会用 AI 的人，不是被工具牵着走，而是能把多个工具、流程、知识、数据和反馈机制组织起来，形成自己的生产系统。

下面这张长图，适合收藏和转发。

结语：AI 时代，一个人该如何成长？

总结下来，答案不是“学更多工具”。工具当然要学，但工具不是核心。真正重要的是三件事：提升 agency，不要总等别人定义问题，要主动做东西、主动推动变化；提升 taste，不要满足于生成更多，要能判断什么是真正好的东西；提升 系统构建能力，不要停留在 demo 和工具，要能把想法变成可运行、可复用、可持续迭代的系统。

AI 会不断变化，但这三种能力会长期有效。未来拉开差距的，不是谁用了更多 AI 工具，而是谁能用 AI 更快地改变现实。

来源：Lenny’s Podcast 对 Notion Head of Product Max Schoening 的访谈整理与延展。

原视频链接：https://www.youtube.com/watch?v=mCO-D3pkviM&t=72s

欢迎转发、收藏，也欢迎把这篇文章发给正在思考 AI 时代如何成长的朋友。