标题党一下。
本周主要看了 Lenny 的 2 个访谈视频，都和我的本职工作 PM 相关的。
其中更有价值的无疑是 Claude Code 产品负责人的放他。
Anthropic产品团队：为何他们总是快人一步？
原标题：How Anthropic’s product team moves faster than anyone else | Cat Wu (Head of Product, Claude Code)
How Anthropic’s product team moves faster than anyone else | Cat Wu (Head of Product, Claude Code)
- Cat Wu 是 Claude Code 的产品负责人。也就是标题中所谓的顶级 AI PM。
- 这里我不去复读访谈内容，主要谈下我的理解。
- 关于 AI PM 的职责，首先没有变的部分是 PM 的核心职责依然是定义目标用户和到底要交付什么。
- 不同的部分包括：
- 从设计具体功能到设计整个 Product Harness（套用下正火的概念），从而实现快速交付。
- 跟上模型的节奏，因为 AI 产品的基础能力都是由模型提供的，所以要清晰的知道当下模型的边界在哪，以及如何使用未来模型的能力。
- 具体来说，包括编写 Evals、给现在的模型搭建脚手架、给未来的模型移除脚手架。
- 至于未来是需要更多的 PM 还是更少的，这个问题可能越来越没有意义了，因为所有的职责都在融合，Cat 给出的一个反馈是 Claude 更倾向于招聘有产品品味的工程师。
- 这里我想到一个概念：Meta Product。
- 传统产品不存在 Meta Product，PM 的最大价值在于从无定义和交付。
- 但是所有的 AI 产品都是基于 Meta Product，也就是 LLM 来实现的，是从大模型里舀一瓢出来给到用户。
- 不同是因为模型已经在那；
- 不同是因为模型即将到达。
- 所以 PM 到底应该怎么做？我觉得还是回到 26w12 的标题：get your hands dirty。
为什么一半的产品经理有麻烦了
Why half of product managers are in trouble | Nikhyl Singhal (Meta, Google)
Why half of product managers are in trouble | Nikhyl Singhal (Meta, Google)
- 这是 Lenny 近期另一个和 PM 相关的访谈。
- 很多内容和 Cat 的访谈类似，比如：
- 利用 AI 搭建提升产品交付速度的架构。
- 尽可能自动化自己的工作。
- 所有的职责都在融合。
- 嘉宾非常强调 building 的价值，无疑是一种理解模型的方式。