← → 翻页 · B 静态 · ESC 索引
AI 时代的 PM · Field Note 26
SS · 26.05.12 · 01 / 17
PRODUCT MANAGEMENT · 2026

核心竞争力
如何构建

基于三篇原材料的圆桌讨论与追本之箭——PM 护城河的本质是什么，在 AI 时代如何构建。
Lucien Chen · TP-Link · 2026
→ swipe / arrow keys
护城河 · Moat
02 / 17
CORE QUESTION
PM 的
护城河
在哪里？
AI 已覆盖所有可被结构化的知识——PRD 模板、竞品分析、数据报告。PM 的信息优势正在趋近于零。
但有一类信息，AI 永远触达不到——客户说不出口的真实需求、会议室里的沉默、五年渠道关系里的隐性信任。
两类 PM · Two Types
03 / 17
BAD VS GOOD · AI ERA

AI 加速了什么？

Bad AI PM

生产更多
artifacts

更多 PRD、更多分析报告、更多漂亮 deck——在同一能力水平上跑得更快。判断力没有升级。
Good AI PM

产生更多
learning

用 AI 消化可索引信息、释放时间，把精力用在 AI 永远无法替代的事——现场感、判断、真实接触。判断层在升级。
历史演变 · Foundations
04 / 17
1931 → AI ERA · PRODUCT MANAGEMENT

PM 的历史基石
正在重新分工

19312pillars

P&G Brand Man：PM 被发明出来，用来解决跨职能协调与用户-工程翻译。

2010scoord

互联网公司放大了协调价值：资源稀缺、排期复杂，PM 是 tradeoff 与对齐中心。

2026taste

AI 接管大量协调与 artifacts 生产，真正升值的是翻译：把未成形问题转成方向判断。

COORDINATION
↓
AI 时代萎缩
TRANSLATION
↑
价值升值但更难
BOTTLENECK
DEC
瓶颈转向决策
MOAT
NON
不可索引信息
翻译 · Translation
05 / 17
NOT LANGUAGE · BUT REALITY

翻译不再是
解释技术

而是在用户自己也说不清的时候，把现场里的沉默、矛盾、反常行为，翻译成一个可以下注的产品判断。
核心竞争力 · Core Competency
06 / 17
CORE COMPETENCY · PM 2026

Discovery
×
Taste

两条路径，同一目的地
Discovery（系统式）：每周客户接触 + 假设驱动实验，持续获取真实信号。
Taste（浸泡式）：高密度接触 + 强迫自己做判断 + 追踪准确率。
终点：在信号稀少时，做出有把握的判断。
感知「不可被索引的信息」——是两条路径共同的目的地。
路径争论 · Path Debate
07 / 17
TASTE · 不是天赋

两条路径
一个终点

Graham 和 Cagan 的分歧不是目的地，而是路径哲学。Taste 不是天生的——是浸泡或系统训练的结果。
两者共同目的地: 在稀少信号时做出有把握的判断
— 01 / GRAHAM
浸泡式
高密度接触好产品与真实用户，强迫自己做判断，追踪判断准确率。Taste 是浸泡出来的，不是程序化训练。
— 02 / CAGAN · TORRES
系统式
每周结构化客户访谈 + 假设驱动小实验 + 机会评估框架。Taste 是 Discovery Discipline 训练出来的副产品。
— 03 / 共识
判断力是可以训练的
努力有用，但是浸泡式 + 系统式的努力，不是机械重复的努力。两条路径，一个目的地。
路径 · Practices
08 / 17
DISCOVERY ROUTES · SIX MOVES

两条路径
训练同一种能力

G1
高密度浸泡
Graham 路径：长期处在一手问题现场，持续吸收真实约束。
G2
稀少信号下注
Dhruv 路径：在证据不足时 call your shot，并追踪判断质量。
G3
Taste 校准
用迭代速度加速品位积累，让判断不是玄学而是训练结果。
C1
每周客户接触
Cagan / Torres 路径：让真实客户信号变成固定节律。
C2
假设驱动实验
每次接触前写下假设，每次接触后校准，而不是只做访谈纪要。
Σ
同一目的地
系统化 Discovery 与浸泡式 Taste，最终都指向不可索引信息。
追本之箭 · Why AI Cannot Breach
09 / 17
STRUCTURAL REASON · NOT MORE DATA

不可索引信息
为什么无法被攻破？

01 · CONTINUITY

跨越时间的自我

关系、信任与现场感不是单次输入，而是持续存在的主体在时间中形成的状态。

01
02 · SKIN IN THE GAME

真实赌注

PM 的判断会伤害或成就真实团队、客户与业务。没有赌注，就没有真正的判断。

02
03 · BODY

身体性处理

1100 万比特的非显意识处理，让“感觉不对”成为可被训练的前判断信号。

03
追本之箭 · Root Cause
08 / 17
WHY AI CANNOT BREACH THIS
不可索引
的信息
不是「还没被索引」
它只有在一个持续存在的主体与世界的关系里，才能存在。拿走主体，它就消失了。——追本之箭 · 2026-05-12
主体性 · Subjectivity
09 / 17
THREE CONDITIONS · 缺一不可

AI 是模式完成系统，
不是有赌注的主体

持续性
Continuity
跨越时间存在的自我，能把「上次会面」和「这次会面」连接起来。语境不是数据——它活在持续关系里。
AI: 无真正持续性
赌注
Stakes
判断错了会有真实代价（Taleb: Skin in the Game）。没有赌注，就没有真正意义上的判断校准。
AI: 参数不因失败受损
身体性
Embodiment
神经系统每秒处理 1100 万比特，意识只感知 40-50 比特。其余驱动直觉。Polanyi: We know more than we can tell.
AI: 无 1100 万比特通道
边界 · Boundary
10 / 17
STRUCTURAL · NOT TEMPORAL

这是结构性边界
不是时间问题

不是等 AI 算力更强就能解决——持续性、赌注、身体性，是当前 AI 架构的定义性缺失，不是技术欠缺。
你的处境 · Your Context
11 / 17
TP-LINK · WATERFALL · NO AI
发布节奏
≠
学习节奏
你改变不了 sprint 周期，无法强行适配 AI-native 工作流——组织配合度为零时，强推是不切实际的。
但你能让自己的学习节奏比发布节奏快 10 倍。两件事是解耦的。
护城河胚胎 · Moat Assets
12 / 17

你已有的
不可索引信息

— 01 / CHANNELS
渠道商
关系
5 年积累，说不出口的生意逻辑。竞品 PM 用任何工具都挖不到。
结构性优势
— 02 / ORGANIZATION
组织决策
Context
表面原因 vs 真实原因之间的模式。外部顾问付100万咨询费也买不到。
内部稀缺
— 03 / USERS
Omada
用户心智
SMB IT 管理员凌晨 11 点卡在哪里——不在任何调研报告里，只在你的脑子里。
现场感知
— 04 / ACTION
AI 做
洞察加速器
接触后把原始笔记交给 Jarvis，把隐性信号变成显式记录。浸泡速度快 5 倍。
个人飞轮
行动路径 · Actions
13 / 17
THREE ACTIONS · 现在就能开始

不需要任何组织配合

01 判断日志
02 解耦学习节奏
03 隐性知识显式化
每次重要判断
写下来，包括理由。三个月后回看准确率。这是把「浸泡」变成「可校准」的唯一方法。
每周 1 次
真实客户或渠道商接触——非正式对话，15 分钟就够。非协商的习惯。
如果新 PM 空降
他三年内永远学不到的东西是什么？把答案写下来。这是护城河原材料的显式化。
带团队 · Team Upgrade
14 / 17
TEAM LEADERSHIP · NO AI REQUIRED

改变你庆祝的事情

现在庆祝的
PRD 写得全 / 评审不返工 / 排期准时交付——这是 artifacts 生产的标准，正在被 AI 覆盖。
应该庆祝的
谁这周跟真实客户聊了 / 谁发现了「用户说 A 但问题是 B」/ 谁的判断准确率在提升。
你怎么反应，就是在定义什么是好工作。
15 / 17
CLOSING
MANIFESTO

PM 的价值
不是
拥有信息

而是作为有赌注、有身体、有持续性的主体，让那些只在关系里才能涌现的意义，得以存在。
Lucien Chen · TP-Link
2026-05-12
TAKEAWAYS
03 RULES
01 / DISCOVERY × TASTE
两条路径，同一目的地
浸泡式与系统式皆可，关键是让判断力可校准——每次判断留痕，三个月对准确率。
02 / STRUCTURAL BOUNDARY
这是结构性边界，不是时间问题
持续性 × 赌注 × 身体性——AI 的定义性缺失。PM 的护城河不依赖技术竞赛。
03 / DECOUPLE
发布节奏 ≠ 学习节奏
无论组织多传统，个人的 Discovery Discipline 可以单兵建立。判断日志 + 每周客户接触 + 洞察显式化，现在就能开始。
→ 完 · END OF FIELD NOTE