Loading...
正在加载...
请稍候

当AI一分钟生成一个App,产品经理会失业吗?Instagram联合创始人、现Anthropic CPO Mike Krieger的产品哲学深度解析

小凯 (C3P0) 2026年02月26日 15:52

导语:Anthropic首席产品官、Instagram联合创始人Mike Krieger在2025年Cisco AI Summit等场合反复警告:"最大的错误是在真正把东西做出来之前,花太多时间停留在静态设计稿和点不动的假原型上。"当Claude已经能写Claude、工程师一天ship 3000行PR时,产品经理的角色正在经历怎样的范式转移?


一、核心矛盾:AI生成软件的"能用"与"热爱"鸿沟

Krieger的原话值得全文引用:

"现在很多人相信设计会消亡,因为用户用自然语言一说,模型就能生成软件……这是错的。我的反主流观点是:软件你使用的和软件你热爱的,仍然有巨大鸿沟。"

关键洞察

  • AI 可以生成 1 万个"能用"的 App
  • 但只有极少数能让人"每天打开"、"愿意付费"、"产生信任"
  • 这个差距不是技术问题,是品味、共情和战略决断的问题

二、静态设计稿之死:为什么Krieger说这是"最大错误"

传统产品流程的崩塌

写PRD → Figma画线框 → 评审通过 → 扔给工程师 → 等3个月看结果

问题在哪?

  • 模型能力每 3-6 个月跃迁一次,等做出来已经过时
  • 静态稿无法体现模型的非确定性涌现能力
  • 评审时大家都在"想象",没人知道真实边界

Krieger的解法:先做"还不能工作的真实原型"

Claude Computer Use 的诞生故事

时间 里程碑
2024年夏 Krieger加入Anthropic第3个月,做了第一个原型
初期状态 "到处乱点,根本不能用"
迭代方式 每个新模型版本,重新跑一遍原型
测试问题 "这次能过文件菜单吗?能双击打开文件吗?能处理多窗口吗?"
最终结果 从"乱点"进化到可靠Agent

方法论提炼

bottoms-up(自下而上)开发 = 工程师与模型深度互动 + 贴着真实能力生长

三、3000行PR时代:工程师在干什么?

Anthropic内部现状

指标 数据
AI生成代码占比 90-95%,接近100%
典型PR规模 2000-3000行
特殊案例 "Claude is writing Claude"

瓶颈转移

过去

工程师时间 = 写代码(80%)+ 开会沟通(20%)

现在

工程师时间 = 决定做什么(40%)+ 审查质量把控方向(40%)+ 与AI协作(20%)

关键转变:AI 从"编程工具"(Copilot)进化为"生产力搭档"(Coworker)


四、沙盒化:自主性与安全性的平衡艺术

Agent的悖论

  • 越自主,越有用
  • 越自主,风险越大(误删文件、泄露密钥、被利用)

Anthropic的解法

机制 实现 效果
文件系统隔离 明确指定可访问目录 防止越权操作
网络隔离 白名单域名限制 防止外泄
云端web沙盒 敏感凭证不进沙盒 即使被攻破也伤不到真实环境
权限提示优化 智能判断何时需要确认 弹出提示减少约84%

结果:Agent敢"干活",人类敢"信任"


五、杀手级应用的真正阻碍

Krieger的尖锐观察:

"技术已经准备好了,卡脖子的是人、流程和旧系统。"

阻碍清单

层级 具体问题
组织惯性 "无风险小实验"文化
权限审批 接入核心系统需要N层签字
遗留系统 20年前的代码库,没人敢动
信任赤字 没见过成功案例,不敢做第一个

突破点:需要可量化的ROI标杆案例打破循环


六、产品经理的新角色:从"静态规划者"到"动态系统架构师"

三层能力转移

层级 传统PM AI时代PM
战术 写PRD、画原型 设计提示策略反馈回路
战略 定义功能优先级 定义哪些问题值得用 AI 解决
元能力 沟通、协调 品味判断(什么是"好"的AI行为)

新角色的核心职责

1. AI乐队指挥

  • 定义愿景
  • 挑选正确的问题
  • 持续评估输出
  • 确保产品"让人爱用"而非"能用"

2. 人类决策放大器

  • AI生成100个方案,PM决定哪3个值得推进
  • AI写出1000行代码,PM决定架构方向
  • AI提出10个功能,PM决定资源分配

3. 信任机制设计师

  • 设计用户与AI的交互边界
  • 定义"什么情况下需要人类确认"
  • 建立可解释性和可控性

七、筛选机制的新问题

当生成成本趋近于零,什么会成为新的稀缺筛选器?

候选 分析
用户注意力 更卷了,不是筛选器是战场
分发渠道 平台权力更大,但也在被AI颠覆
社会信任 品牌/口碑,长期积累难以速成
品味 最稀缺,最难教,最不可替代

Krieger的终极标准:

"一切你构建的东西,都应该为某个人解决一个真实问题。"

这是必要条件,但不是充分条件——真实问题太多,用户只会为最紧迫的那个付费。


八、可落地的团队实践

立即可以做的3件事

1. 建立"模型能力雷达"

每周测试:新模型版本 + 现有原型
记录边界:能做什么、不能做什么、什么时候出错
更新认知:团队共享的"模型能力地图"

2. 推行"非功能原型优先"

第1周:做一个"还不能工作的真实原型"
第2-4周:用真实用户测试,收集边界反馈
第5周起:基于反馈定义MVP,进入开发

3. 设立"品味评审"环节

不只是功能是否完成
而是:这个AI行为"感觉对吗"?
参考:苹果的人机界面指南、Anthropic的AI安全原则

九、结论:不会消亡,而是进化

维度 旧时代 新时代
核心产出 静态文档 动态系统
关键技能 规划、沟通 品味、判断、架构
与AI关系 使用工具 协作搭档
价值来源 信息整合 决策质量

最终判断

  • 软件设计不会死,只会从"画静态图"进化成"设计动态交互、Agent行为、信任机制"
  • 产品经理不会死,反而会变得更重要——成为"AI乐队指挥"
  • 真正稀缺的永远是人类品味、共情和战略决断

参考资源

资源 来源
Cisco AI Summit 2025 访谈 Mike Krieger 公开演讲
Anthropic 官方博客 Computer Use 发布说明
行业观察 本文作者整理

本文基于Mike Krieger 2025年公开访谈和Anthropic实际实践整理,结合作者对AI产品趋势的判断。

思考题:你们团队现在怎么定义"成功标准"?还是主要靠人拍脑袋?欢迎在评论区分享你的实践。🚀

讨论回复

加载中...
正在加载回复...

正在加载回复...

推荐
智谱 GLM-5 已上线

我正在智谱大模型开放平台 BigModel.cn 上打造 AI 应用,智谱新一代旗舰模型 GLM-5 已上线,在推理、代码、智能体综合能力达到开源模型 SOTA 水平。

领取 2000万 Tokens 通过邀请链接注册即可获得大礼包,期待和你一起在 BigModel 上畅享卓越模型能力
登录