夜雨聆风饼饼情报雷达 · 2026.07.26
PRD 没死，但 AI 产品先要写“验收标准”
当模型越来越强，真正稀缺的不是再多一条提示词，而是你能不能说清楚：什么才算交付合格。
“以前我们把需求写成文档；现在还要把失败写成测试。”
00 · BRIEF
先用 4 个问题看懂今天
资讯 01
Anthropic 产品负责人提出“Evals are the new PRDs”。
原始来源 Lenny’s Podcast 完整访谈
新能力
把模糊反馈转成可复现、可持续运行的验收样例。
加速环节
发现问题 → 复现问题 → 判断改进是否有效。
资讯 02
Claude 团队为新模型删掉超过 80% 的系统提示词，编码评测未见可测损失。
原始来源 Claude Blog 上下文工程文章
新能力
让 Skill 和工具按需加载，替代长期上下文里的规则堆叠。
加速环节
找到相关规则 → 装载上下文 → 开始执行。
资讯 03
斯坦福研究者认为总体就业冲击目前有限，但年轻白领与初级岗位可能先承压。
原始来源 Stanford SIEPR 就业简报
新能力
用数据区分总体趋势、局部冲击与企业裁员叙事。
加速环节
看到热点 → 查证数据 → 形成谨慎结论。
01 · SIGNAL
今天最值得看的一句话
Anthropic 产品负责人 Diane Penn 在当天发布的长访谈里说，团队内部有一句话：Evals are the new PRDs。
翻成大白话就是：不要只写“希望 AI 更聪明、更懂用户”，而要收集真实失败，把它们整理成一组可以反复运行、能够判断通过与否的样例。
这不是产品经理的专属方法。写公众号、做课程、整理资料、生成视频脚本，都可以先问一句：我准备如何验收这次 AI 交付？
AI 产品的分水岭，正在从“会不会提问”变成“会不会定义合格”。
02 · EVAL
把“感觉不好”改成三类验收
最小可用的 eval，不需要搭平台。举个人人都能看懂的例子：你让 AI 做一张小红书封面，结果出来后只觉得“不够高级”。
问题是，AI 并不知道“不够高级”究竟指什么。你需要把这种模糊感觉，改成下面三类可以逐项打勾的验收条件。
第一类：事实是否守住
产品名称、价格和活动日期不能写错，也不能凭空增加卖点。先保证封面上的信息都是真的。
第二类：结构是否完成
把图片缩小以后，用户仍能在三秒内看清标题；标题不超过两行；产品必须是画面主角。这些都是可以直接检查的结构条件。
第三类：风格是否像你
只使用黑、白和一个品牌色；不使用发光字、复杂渐变和无关装饰；整体要和账号以前发布的内容放在一起不突兀。
这样，“感觉不好”就变成了一张能逐项打勾的检查表。AI 不再靠猜，你也能准确指出它究竟错在哪里。
最小练习
从最近三次不满意的 AI 结果里，各摘出一个具体失败点。把它们改成“出现什么就不通过”“满足什么才通过”。这就是你的第一组 eval。
03 · CONTEXT
上下文不是越多越好
Claude 团队在 7 月 24 日的官方文章里披露：针对新一代模型，他们删除了 Claude Code 超过 80% 的系统提示词，编码评测没有出现可测损失。
关键不是“提示词越短越神”，而是模型能力上升后，过多固定规则会互相打架。更好的做法是：长期说明保持轻量，专业规则按需加载，最后用验收标准兜底。
固定规则负责边界，Skill 负责专业流程，eval 负责判断交付是否合格。
04 · WORK
真正的护城河是亲自交付
访谈里另一个很硬的判断是：无论职位多高，做 AI 产品的人都要保留亲自构建和交付的时间。只看演示、只听汇报，很难形成对模型边界的真实判断。
这也解释了为什么许多人用了很久 AI，仍然觉得它“好像没改变什么”。问题常常不是工具不够强，而是我们没有把它放进一个从输入到验收都闭环的真实任务。
斯坦福当天被 Hacker News 推上热榜的一份就业简报，也提供了一个必要的冷静视角：目前总体数据还不能证明 AI 已经造成大规模失业，但年轻白领和初级岗位可能先承受局部冲击。
所以，比“哪个职业明天消失”更有用的问题是：我能不能把自己的判断、流程和验收标准，变成 AI 可以重复执行的工作系统？
05 · ACTION
今晚就能做的三步
01 选一个每周至少重复三次的真实任务，不要从“学习 AI”这种空目标开始。
02 把最近三次失败结果改写成可以打勾的验收条件。
03 把专业规则做成按需调用的 Skill，长期说明只保留边界和项目特有坑点。
别再问 AI 能做什么。先决定，你准备怎样判断它做对了。
06 · SOURCES
一手信源
① Lenny’s Podcast：Anthropic 首位技术产品经理访谈
② Claude Blog：上下文工程新规则
③ Stanford SIEPR：AI 与就业数据简报
07 · GITHUB
GitHub 热门新增 10 项
已排除昨天日报出现过的项目，热度随时间变化。
01 permissionlesstech/bitchat：蓝牙 Mesh 去中心化聊天。
02 citrolabs/ego-lite：Agent 浏览器自动化运行时。
03 block/buzz：蜂群式协作通信平台。
04 pingdotgg/t3code：TypeScript AI 编码工作台。
05 CoreBunch/Instatic：Agent 驱动的自托管可视化 CMS。
06 yorukot/superfile：现代终端文件管理器。
07 pbakaus/impeccable：改善 AI 生成界面设计质量。
08 shiyu-coder/Kronos：金融市场语言基础模型。
09 Pumpkin-MC/Pumpkin：Rust 高性能 Minecraft 服务端。
10 permissionlesstech/bitchat-android：bitchat 的 Android 实现。
08 · SKILLS
今天推荐的 10 个具体 Skill
按大众创作者的真实工作流推荐，已避开昨天列过的项目。
01 ai-news-digest：公开 AI 信源抓取、去重、日报和视觉长图。
02 bingbing-ai-gzh-workflow：日报转公众号 HTML、预览、配图和清单。
03 gzh-design：Markdown 转公众号后台可复制 HTML。
04 home-cat-content-illustrator：固定宠物 IP 的封面和章节节奏图。
05 douyin-carousel-note：长文改抖音图文轮播与口播要点。
06 content-repurposer-sms：一篇主内容拆成多平台版本。
07 dbs-ai-check：发布前诊断 AI 写作痕迹。
08 dbs-resonate：检查文稿共鸣点和传播风险。
09 dbs-script-flow：检查口播逻辑衔接与流失点。
10 short-video-reader：读取短视频并提取可分析结构。
如果今天只做一件事，就给你的 AI 工作流补一条验收标准。
我是千金（豹豹），分享一线AI信息。欢迎点赞、在看、转发，我们下篇见。