> 这篇文章讨论的不是“AI 产品经理会不会被替代”，而是产品管理这份工作在模型能力快速提升的背景下，节奏、方法和交付方式如何被重构。 Cat Wu 的核心判断是：传统 PM 默认“项目开始时可做的事，项目结束时也差不多还是那些事”，但模型能力以指数级进步时，这个前提不成立。 因此，新的产品管理节奏不再是长周期路线图 + 文档先行，而是短冲刺实验、原型优先、频繁重看旧功能，并尽量用最简单的实现保持对新模型能力的可替换性。
> 原文：Original
Anthropic 这篇文章非常有代表性，因为它不是单纯介绍 Claude Code 有多强，而是在试图回答一个更深的问题：
当模型能力几乎每隔几个月就显著跃迁一次时，产品经理到底应该怎么工作？
作者 Cat Wu 用一个很直观的例子开场：从 2024 年开始，她一直用 Claude Code 去给 Excalidraw 加一个表格工具。早期模型每次都差一点，但还是失败；到 2025 年 Opus 4 时，已经能偶尔成功，甚至足以做成发布会预录演示；再到 2026 年 Opus 4.6，这种需求已经可靠到可以在几千名开发者面前做现场演示。
这个例子背后的意思很明确：
这直接冲击了传统产品管理的一个隐含假设：
项目开始时什么是技术上可行的，项目结束时大致也还是那些可行边界。
在 AI 时代，这个假设失效了。你可能刚围绕某些限制做完设计，这些限制几周后就消失了。你不是在一块静止的地面上建产品，而是在一块不断抬升的地面上工作。
文章并没有说 PM 不重要了，反而强调 PM 的价值在上升，只是职责重心发生了变化。
以前，PM 更像：
现在，PM 更像：
也就是说，PM 的核心任务不再是“尽可能提前定义确定性”，而是“加速发现什么真的可行，并让团队在变化中保持方向感”。
作者给出的工作流很有参考价值。她把自己的 AI 工作方式拆成三类工具：
适合：
适合：
适合：
这背后其实不是“哪个工具更强”，而是形成一种 自然分工：
这和 Harness Engineering 的很多想法是对得上的：不是让一个工具包打天下，而是让不同 Agent / tool surface 各司其职。
作者把 Anthropic 当前拥抱的变化总结成四点，这部分最值得单独看。
传统 PM 会把探索放在路线图冻结之前：
但现在，他们鼓励工程师、设计师、PM 都去做 side quest（支线探索）：
这背后的逻辑是：
这非常像一种“高频能力侦察机制”。
文章明确提出：他们越来越偏向 prototype-first，而不是 document-first。
这不是说文档不重要，而是说：
这其实很适合 AI 产品：因为很多功能的上限，不靠讨论能判断，得先试出来。
作者甚至给了一个非常实操的建议：
当你写完一个 spec，把它丢给 Claude Code，看它能不能直接把东西搭出来。
如果能，那说明这个 spec 不只是描述，而已经接近可执行；如果不能，也能快速暴露问题在哪。
这点很关键。
在过去，功能上线后通常进入维护期；但在 AI 产品里，新模型一出来，旧功能可能立刻变得：
文章举的例子是 Claude Code 和 Chrome 集成：最初用户是手工在两个工具之间来回复制粘贴，后来团队意识到：既然用户已经在“搭脚手架”了，那这个脚手架本身就是产品机会。
这背后是一种新产品感知方式：
用户临时拼出来的流程，不只是 workaround，也可能是未来内建功能的雏形。
作者特别强调 Anthropic 的一个原则：
Do the simple thing that works.
这句话在 AI 产品里非常重要。
因为如果你为了绕开模型当前限制，做了很多聪明但复杂的补丁，这些补丁很可能在下一个模型版本里立刻变成冗余复杂性。
文章里提到 Claude Code 的 todo list 曾经需要系统提醒，定期催模型去更新任务状态。那时这样做是有效的，但它本质上是 hack。等模型更强之后，这些提醒就被拿掉了。
同样地，他们也持续减少 system prompt 和 tool description 的“补偿性工程”，甚至在 Opus 4.6 上把这部分提示减少了 20%。
这里的核心不是“提示词不重要”，而是：
不要把临时 workaround 固化成长期产品复杂度。
我觉得这篇文章真正有价值的地方，不是它列了几个 workflow，而是它在重塑一种 PM 心智模型：
AI 产品的边界不是静态的，所以 PM 的价值不在于提前把所有事情规划死，而在于：
过去“想法到原型”可能需要几周，现在可能几个小时。
这意味着产品团队的竞争力，不再只是：
而是：
文章最后也很重要：Anthropic 不是只有 PM 在变，数据科学、财务、市场、法务、设计都在变。
这说明 AI 工具对组织的冲击，不是单点提效，而是：
整个组织的工作节奏开始趋同于“更短反馈回路、更少交接、更快原型化”。
如果你是做 AI 产品、Agent 产品，或者在搭像 Claude Code / Cowork 这种高杠杆工作流产品，我觉得这篇文章很值得看。
它的价值不在于给了你一个万能 SOP，而在于它把一种新的 PM 方法论讲清楚了：
如果再往前总结一句：
在 AI 指数级进步的时代，产品经理最重要的能力，不是更早把未来定义清楚，而是更快把未来试出来。