Hi，晚上好。

我是洛小山，今天是我 34 岁生日，也是一个适合深度复盘的节点。

我想和你聊聊，最近一年里，

我对 AI 时代下产品经验快速贬值、组织效率的思考。

前几天群里一位创业公司 CTO 朋友提问：

AI 能不能提升交互体验？

我给他发了一个 9.9M 的 PDF 文件，是一本交互设计的经典《About Face 4》。

先录屏，然后把上面的材料一起喂给 Gemin，让 Gemini 给你出建议。

昨天回访了一下，确实好用。

好用就好啊…

好用就好…

早知道就收你咨询费了。

玩笑归玩笑。

但这反而让我开始认真思考一个问题。

如果是别人，比如初级产品经理，

用 AI 就能速通资深交互设计师的知识领域；

当 AI 提供的方案，在逻辑完备性上甚至超过一个产品负责人熬夜脱发的思考时；

那公司为什么还要咱们这种又贵又不想加班的老登作为产品负责人？

换句话说，如果经验和知识都能被 AI 速通，我们的价值壁垒到底在哪里？

01 ｜从焦虑到主动拥抱

说实话，我一直都是非常没有安全感的人。

我一直关注并思考行业的变迁，比如未来五到十年后，行业会怎样，我会受到怎样影响。

所以我会非常积极主动地把自己卷死…

在工作日上班，晚上创作推文，双周末上课，单周末才能短暂亲子。

前两年，我觉得游戏撑不起我未来十年的职业生涯，于是我主动从三角洲行动这样明星项目离职，创业 AI 应用，就是为了尽早占领身位。

有兴趣可以看我之前的推文：

很多朋友都说我的公众号不能算自媒体，不追热点，不商业化，更多像是一个分享。

我仔细复盘了一下。

本质上，这是我为了强迫自己学习和了解 AI 的动作。

写推文的本质，就是强迫自己更大量地阅读、接受更多的观点。

为了给读者更准确更有价值的内容，会让我阅读海量的资料和论文，还要辩证地过滤很多没有价值的数据，并强迫自己更体系化地思考。

上图是我自己开发的工具，利用 AI 快速查找和阅读论文。

当我能够通俗地把一个复杂问题讲出来的时候，才意味着我已经学透了。

这个对我而言，尤为重要。

有读者反馈最近的内容比之前的好多了，哈哈。

卷完了自己，那我要继续卷 AI 。

大家都知道上下文对 AI 很重要，那怎样让 AI 理解和接受真实的世界呢？

于是我开始为 AI 写日记。

我会把每天发生的一些有意思的事情，我的一些观点、一些判断、一些思考，通通都以日记的形式记下来，存到我的笔记软件里。

以便在未来的某一天， AI 能更好理解我的思考，了解我的经历，帮我提供更靠谱的决策。

还有一个好办法，是尽量拥抱更快的资讯。

朋友们都知道我的 base 地在珠海。

相对北上深来说，珠海的信息交换效率不高，比如珠海并没有赛博禅心这样的 AGI Bar，也不是 AI 交流会的首选地。

很多时候，我们看到某个产品或技术在媒体刷屏时，可能已经错过最好的跟进时间了。

今年年初，卡兹克拉我加入了他的 MCN 虚实传媒。

说实话，刚开始我非常犹豫，因为我没有做自媒体的计划，也没有那么强的创作动力。

那时候答应下来，更多是出于朋友间的友情支持。

但很快啊，我发现加入他的 MCN 居然带来了预期之外的巨大价值。

卡兹克和 MCN 帮我链接的资源，远超我的想象，然后我在其中挖呀挖呀挖。

不但能拿到各种 AI 行业的一手消息，甚至是激活码，还挖到了很不错的实习生！

通过和博主朋友们的接触，我陆续邀请了甲木、阿真、书同文、AIGC 新知还有一泽 Eze 等一线的 AI 博主来我们公司做内部交流分享，帮助我们公司同事们更好地了解 AI 应用的最前沿知识。

很大程度上弥补了我们在珠海的信息差。

不过，无论是强迫自己体系化思考、写日记还是主动接触，这些都是我主动拥抱AI 的方式。

这样身体力行地去卷自己、卷 AI、卷信息，本质上都是在解决执行力层面的焦虑。

然而这只是第一步，还是没解决 AI 替代掉你经验的问题。

那么，当 AI 已经能帮我们「做对事情」的时候，我们的价值壁垒，就必须得转向更上层的…

02｜ 转向战略判断的增量

我觉得这个更上层的东西，就是「判断力」。

AI 加上一个初级产品经理，能把一个明确的功能从 60 分优化到 90 分。

这是「做对」。

而产品负责人的核心价值，是判断这个功能是否值得做。

这是「选对」。

AI 无法「选对」，因为它缺乏产品全局观和产品人的责任。

说白了，AI 有盲区，它能速通知识，但它没有「人性直觉」。

我总结成一句话：「AI 负责逻辑，我负责人性」。

我们要做的增量，就是 AI 无法复制的「人性直觉」，我把它总结为三个层次：

增量一：聚焦过程体验

AI 能分析 PDF 里的规范，它能告诉你什么是「正确的设计」。

但它无法解决「体验过程中」的问题。

比如我们在设计 AI 伴写这个功能时， 我的目标是：为用户提供行云流水的 AI 写作体验。

我们的洞察是，程序员的输入方式（比如 Github Copilot）可供参考。

基于这个洞察，我们定了三条原则：

1、必须能纯键盘完成写作；

2、触发方式必须足够简单；

3、用户不需要写任何提示词。

这三条原则，最终都指向一个「无负担」的用户体感：让用户可以高频地、无负担地按下 Tab 键。

这个「无负担」说起来简单，背后是什么？

是复杂的后端逻辑，猜测，返回内容剪枝；

是前端的缓存和投机性加载；

是在内部吵了多次架，压爆开发的性能优化…

AI 看不到这个全局。

它无法理解，为了那个「无负担的心流」，我们需要在前后端做多少「平衡和妥协」。

它也无法判断：

用户在「多次交互」后的感受是爽还是疲惫？

一个「鼠标轨迹的移动」是否高效？

一个「功能间的交互动画」是画蛇添足还是画龙点睛？

把握 AI 无法感知的、运行时的动态使用体验，并为之设计标准， 可能才是我们的价值。

AI 能速通PDF 里的规范知识。

但它无法速通这种连接了用户体感、交互逻辑、后端工程的复合经验。

增量二：把握产品调性

AI 会基于效率的逻辑，优化一切。

但 AI 难以判断「产品的调性」。

比如我在设计产品时有一个偏执…

我的产品，不应该让用户写提示词。

为什么？

因为 AI Native 软件的本质，就是为了让软件更懂你。

那按道理来说，好用的 AI Native 软件， 它就应该在过程中，懂你的使用意图。

你的输入、你的键鼠轨迹、你的按钮点击链路、你的平时工作习惯…

这些都是关键的「隐式输入」。

既然到这种程度了，为什么还得要那个显式的输入框呢？

当然，也不能这么暴论，搞休克疗法。

我们可以考虑第一次，让 AI 先干，你不满意了，再提要求。

要遵循用户的内心。

长期来看，AI 给用户的结果不好， 不是用户的错，是开发者的错。是我们对 AI 的调教没能让 AI 更好地了解用户。

所以，在这个过程中，我宁愿偏执地要求去掉提示词输入框，花更大的精力让 AI 做更好用户的意图识别。

叠个甲，说实话我也在探索中，说不定也会翻车…

纯抛砖引玉…

这就像新旧汽车的设计上，在老皇冠这样的「机械按键」时代：

调温度时，打开空调按钮，旋钮转转转转转，咔。

调风量时，风量 2，风量 3，风量 4…

操，过了！

风量 1，风量 2，风量 3，风量 4…

换音乐时，下一首，下一首，下一首…

为什么这么多按钮？

因为一个按钮没法确认用户的复杂意图。

你的手只是你的意图的具体体现。

那像小米这样的智能汽车是怎样的呢？

“小爱同学，帮我把空调调到 23 度，前排风量调到 4 档，然后播放 IU 的 Celebrity。”

因为 AI 可以在一条指令里，完成所有动作。

AI 效率工具，何尝不是呢？

AI 追求已知内容的效率，它能看懂老皇冠的逻辑，这些书里都讲了。

但我们的价值，是基于我们的认识，判断团队必须去开创小米 SU7 的新范式。

是去解决这些「没有作业可抄」的增量认知。

增量三：提升组织效率

AI 能给你 10 个功能最优解。

但它无法理解你「复杂的组织关系」和「现实的资源限制」。

比如我们创业的时候。

AI 会告诉你如何「打造世间完美产品」，但我们的现实是「没钱」。

每天睁开眼就是几千的支出，好服务器买不起，模型烧不起，公司运营不起。

所以当时，我们的目标是在半年内做出来，瞄准两家公司：金山或者腾讯，标的就是WPS 或者 腾讯文档。

赶紧被收进去，然后在大厂的背景下，拿着大厂的资源继续做 AI 产品。

这就是关于时间、成本、范围的游戏。

成本（钱）不能增加，时间（半年）不能增加，但要保证质量的情况下，唯一的解就是砍范围。

我们砍掉了一些功能，聚焦于亮点功能，并且联络 aigc.cn 站长李哥推广赞助。

最后我们得偿所愿，产品合并到 WPS 的生态里，我们团队也更有机会在 WPS 内孵化新品。

你看，AI 无法做出这种：基于外部环境，保存生存而做的战略妥协。

在企业内，更是如此。

每个团队都有自己的 OKR，有自己的诉求。

对部门外，如何达成共识，如何求同存异，如何在多团队中协作？

对部门内，团队的文化氛围、信任感、使命感、成员的成长需求、个人诉求，要如何调度？

我肤浅地觉得，不管多么先进的组织形态，最后本质还是「人治的公司」。

只要是人治，就需要你有足够的专业性，足够的同理心、足够的感染力去影响更多的协作伙伴。

文化这块我举个小例子： 我们闲聊的群不用真名，统一用昵称，目标是去掉对象感知（减少汇报关系带来的压力）。

但去掉感知后，新人又很难识别所有人。

怎么办？

我让所有同事给自己设计一个形象，然后我打印出来，做成冰箱贴和工位卡牌。

这有什么好处呢？

比如，今天也是我另一位同事生日，我们可以用她的形象给她做一个专属的小图：

我觉得对团队而言，成员快乐工作，比成员做什么更关键。

所以你看，AI 交付只能提供方案，负责人聚焦交付结果。

终｜ 写在最后

最后总结一下，AI 无法帮你做这「三个增量」。

AI 能回答「怎么做」（How），而我们必须用这个框架去定义「为什么」（Why）。

AI 时代，我的进化路径是：

第一步，拥抱 AI，让它帮我们做对。

第二步，运用人性直觉，让我们自己能选对。

而我们的唯一壁垒，

就是主动为这些高风险、高不确定性的战略判断承担无限责任。

而我所有判断的「Why」，都源于我加入金山的初心：「让我们的软件运行在每一台电脑上」。

PS. 打个广告，我们珠海团队急招安卓移动端开发负责人，如果你希望与我们一同共事，欢迎点击【查看原文】获取 JD。

关于我

我是洛小山，一个在 AI 浪潮中不断思考和实践的大厂产品总监。

我不追热点，只分享那些能真正改变我们工作模式的观察和工具。

关注我，我们一起进化。