AI时代，智力正变得像自来水一样廉价，产品经理们该如何突围？这篇文章抛开焦虑，回归产品本质，探讨在‘智力贬值’的下半场，我们该如何重新定义AI产品的核心价值——不是让用户写Prompt，而是让AI真正理解用户意图；不是比拼逻辑能力，而是提升情绪价值与审美体验；不是追求全自动化，而是设计可控的协作流程。

智力变成自来水之后，我们靠什么赢？

你最近是不是也陷入了“AI 焦虑”？

在这个周末，我想和大家聊点心里话。

如果你是一名产品经理，尤其是过去两年被迫“跟 AI 打交道”的产品经理，我几乎可以肯定：你最近不太轻松。你也许已经习惯了那种日常——打开公众号、刷朋友圈、看行业群消息，迎面而来的不是需求洞察，不是体验细节，而是一波一波的“生存提醒”。

“再不学 AI 就被淘汰。”

“AI 产品经理的黄金三个月。”

“10 个 Prompt 模板让你效率翻倍。”

“不会用 Agent 的 PM 不配做 PM。”

标题像催命符，阅读像补课。你一边点开收藏，一边在心里默默给自己加压：今晚得把这篇看完；周末得把那个 RAG 教程跑起来；下周评审要讲清楚 Agent 和 Workflow 的区别；不然我在团队里会不会显得很落后？

然后你开始疯狂吸收新概念：RAG、Agent、Token、微调、向量数据库、函数调用、工具调用、长短期记忆、评估集、护栏、对齐……你像海绵一样把词汇往脑子里塞，甚至有时会产生一种奇怪的幻觉：只要我把这些词搞懂了，我就“跟上了时代”。

你开始练 Prompt。你研究别人分享的 Prompt 模板，学习“角色设定”“步骤拆解”“约束条件”“输出格式”“反例提示”。你发现同样一个问题，换一种问法，答案真的会更“高级”。你会在深夜里对着屏幕反复调整一句话：是不是要加“请以资深产品经理视角”？是不是要加“先提出假设再推导”？是不是要加“输出表格并给出优先级”？你越练越熟，但也越练越累。

更糟糕的是，很多人练到最后，会把焦虑变成自我怀疑：是不是我逻辑不够好？是不是我不够聪明？是不是我理解能力太差，所以问不出好问题？是不是我作为产品经理已经不值钱了？

就在这种情绪最浓的时候，上个月，英伟达 CEO 黄仁勋在剑桥说了一句话。网上到处在转述，有人把它当成“AI 时代宣言”，有人把它当成“职业危机预告”。他说：

“智力，马上就要比自来水还廉价。”

这句话如果放在十年前，像笑话；放在剑桥那样的场合，更像挑衅。但奇妙的是，我听到这句话的第一反应不是恐慌，而是释然。

因为它像一道冷水，泼醒了我们很多“隐性误解”。

如果智力真的像自来水一样——随手可得、成本下降、人人可用——那我们过去两年拼命内卷的“逻辑推演”“知识储备”“Prompt 技巧”，很可能都会迅速变成一种基础能力：你会、我也会；你会得更熟练一点，我会得稍微生疏一点，但对用户来说差别不大。就像今天的手机，每个人都能拍照；差别不是“能不能拍”，而是“拍得有没有感觉”。

如果“聪明”不再稀缺，那么产品经理的价值到底剩下什么？

今天这篇文章不想讲宏大叙事，也不想给你灌鸡汤。我想做的，是把话题拉回到我们最熟悉、最现实的日常：我们每天写的 PRD、画的原型图、开的需求评审、收的用户反馈、背的转化指标。然后一起讨论：在“智力贬值”的下半场，我们到底该怎么突围？我们需要在哪些地方停止内卷？又需要在哪些地方开始更用力？

第一阶段：我们是不是误解了“AI Native”？

哪怕你 Prompt 写得再好，可能方向也错了

这两年，市面上出现了海量 AI 产品。如果你把它们放在一起看，会发现一个惊人的现象：它们的外形非常同质。

90% 的产品像一个巨大的对话框：左侧历史记录，右侧聊天窗口，中间一行输入框，旁边一个发送按钮。你问，它答；你再问，它再答。无论它号称是“写作助手”“代码助手”“法律顾问”“心理咨询”“学习教练”“商业分析师”，在界面形态上都逃不出“聊天框套壳”。

很多产品经理把这种形态当成“AI Native”，认为这就是未来交互，认为自然语言界面（LUI）会取代一切。我们也曾深信不疑：既然 AI 能理解语言，那就让用户用语言表达需求，一切会更自然、更自由、更强大。

但我们很少认真问自己：对大多数垂直场景来说，这真的是更好的产品吗？还是只是“更省事的产品”？

产品设计里有一句被说烂但永远有效的话：Don’t make me think（别让我思考）。它的真正含义不是“用户不愿意动脑”，而是：当用户来使用一个工具，他的目标是完成任务，而不是学习工具。你设计得越让他“必须思考”，他越容易放弃。

可现在很多对话式 AI 产品，恰恰在逼用户思考，而且是“连续思考”——不是点一下按钮那种轻量思考，而是要他组织语言、构造指令、描述细节、反复试错的重负思考。

你可以回想一下：在传统软件里，用户想把一段话改得更委婉，通常是：选中文字 → 点“润色”或“改写” → 完成。在对话框里，用户要做的是：先复制 → 再粘贴 → 再补充上下文（对谁说、什么场合、希望怎样的语气）→ 再写约束（不要太长、不要太假、要保留重点）→ 然后等待输出 → 输出不满意再迭代 prompt。

这中间的差异不是“有没有 AI”，而是：你把原本应该由产品设计消化的复杂性，交给了用户。

很多团队把“Prompt 工程”当成产品壁垒：我们有模板、我们有技巧、我们有提示词库。可你换个角度想：如果你的产品价值主要来自“用户会不会写 prompt”，那你其实是在赌用户愿意来上课。

更直白一点：逼用户学 Prompt，本质是在把需求分析的工作甩给用户。你让用户自己把需求讲清楚、把边界想清楚、把结构组织好，然后模型就能吐出一个看起来不错的结果。可这原本是产品经理应该做的事：把模糊需求变成可执行任务，把不确定性压缩成用户可理解的选择。

而黄仁勋那句“智力是自来水”带来的一个关键启示是：当智力廉价时，你就不应该只把它用在“最后的生成结果”上；你应该把它用在更昂贵、更影响体验的地方——用在交互过程、用在降低用户负担、用在替用户做判断、用在把复杂性藏起来。

如果你把 AI 只当成“输出机器”，那你做出来的产品就必然同质化：大家都能接同样的模型，都能调用同样的能力，差别就是 UI 皮肤和营销话术。到那时，真正收割你的不是竞品，而是大模型厂商本身：因为你没有形成任何“产品层”的护城河，你只是把通用智力裸露地搬运给用户。

真正的 AI 产品，应该让用户“闭嘴” ——不，准确说：真正的 AI 产品，不是让用户不能表达，而是不让表达成为负担

我知道“让用户闭嘴”这句话很容易吸引眼球，也很容易被误读。这里我想把意思说得更准确、更温和、也更产品化：

真正的 AI 产品，不是剥夺用户表达的权利，而是不让表达成为使用门槛。表达应该是“可选项”，而不是“必选步骤”。用户当然可以表达，但他不应该为了完成任务被迫写一段小作文。

我们用一个非常现实的场景来推演：CRM 系统。

你做过 B 端就知道，CRM 的核心痛点从来不是“系统不够聪明”，而是“销售太忙、太懒、太抗拒记录”。销售打完电话，脑子里其实知道客户状态，但他不想写；他愿意成交，但不愿填表。你给他一个对话框，让他输入“帮我总结刚才通话并填写系统”，看似帮他省了总结脑力，实际上没有省掉交互成本：他仍然要停下来、输入、组织语言、发起请求。这一步本身就可能被跳过——销售会选择“等会儿再说”，然后就没有然后。

真正“下半场”的做法是什么？是让系统在后台用廉价智力做“自动理解”，而不是等用户来“主动表达”。

下半场的 CRM 体验可以是这样：

销售通话结束的那一秒，系统已经自动完成了几件事：第一，识别通话对象与关联客户；第二，抓取通话关键信息（价格疑虑、决策人、下一步动作、时间节点）；第三，生成一条跟进记录，并建议一个回访时间；第四，在日历里创建提醒；第五，界面弹出一个轻量卡片：“已为您生成跟进摘要与回访提醒，是否确认？”销售只需要点：确认 / 修改 / 放弃。

你会发现：用户表达没有被禁止，他仍然可以修改摘要、可以补充细节。但表达从“起点负担”变成了“微调手段”。这才符合真实的人性：人愿意改一点点，但不愿意从零写起；人愿意确认，但不愿意组织语言。

这背后其实是一种产品观的变化：从“让用户把需求说清楚”，变成“产品先猜个八九不离十，再让用户轻松纠偏”。而猜的成本在 AI 时代变得极低，因为智力像自来水一样可调用。

如果你愿意再扩展一个例子，你会发现这种逻辑几乎适用于所有“工具型”场景：写周报，不要让用户输入“帮我写周报”，而是从他的任务、日历、文档、PR 合并记录里自动草拟；写邮件，不要让用户粘贴一大段背景，而是识别邮件线程、会议纪要、附件内容自动补全上下文；做数据分析，不要让用户“用自然语言写 SQL”，而是识别他正在看的报表维度、筛选条件、最近关注指标，直接给出可能的下一个问题与按钮。

当你开始从“对话驱动”转向“意图驱动”，你就会明白：AI Native 的关键不在于“对话框”，而在于“系统是否真正理解用户此刻的意图，并用更少的动作帮助他达成目的”。

这也解释了为什么很多人用了几次对话式 AI 工具后会疲惫：不是 AI 不聪明，而是交互太累。不是结果不好，而是过程太长。用户要的不是参与推理过程的成就感，而是“即得的满足感”。

第二阶段：别怕，你的“感性”比“逻辑”值钱

很多产品经理在焦虑时，会把焦虑投射到一个非常具体的能力上：逻辑。因为逻辑最容易被衡量：模型能不能推理、能不能做题、能不能写代码、能不能一步步分解任务。

于是你开始担心：AI 逻辑这么强，那我是不是要失业？

我想把判断说得更清晰一点：只会做逻辑搬运、只会写功能说明、只会把需求拆成流程图的 PM，确实会越来越危险。但懂“人”的 PM，价值会越来越高，而且会高得比以前更明显。

为什么？因为当智力变成基础设施时，“正确”会通货膨胀。“聪明”不再稀缺，“严谨”也会逐渐标准化。真正稀缺的，会变成三类东西：第一类，能够定义场景的人；第二类，能够设计体验的人；第三类，能够承担责任的人。

这三类东西，都绕不开一个核心：人性洞察。

你的 PRD 里，有没有“情绪价值”？

我们过去写 PRD，最擅长写的是逻辑闭环：点击 A 到达 B，输入 C 输出 D，异常 E 如何兜底。它清晰、可执行、可追踪。但在 AI 时代，这种“逻辑正确”正在变成一种基础项。你继续把 PRD 写得再严谨，也只是让“基础项更扎实”，很难形成差异化。

差异化从哪里来？从情绪。

很多人听到“情绪价值”会下意识以为那是 C 端陪伴型产品的事：聊天、树洞、恋爱模拟、虚拟角色。其实不是。情绪价值存在于每一个产品里，只是过去我们把它叫做“体验”“氛围”“信任”“安心”“被尊重”。

你想象一下两个产品给用户的失败提示：A：系统错误，请重试。B：抱歉，刚才网络不太稳定。我已经为你保留了输入内容，点击这里继续就好。它们都在说“失败”，但 B 给用户的是“我站在你这边”的情绪。

情绪价值不是讨好，而是减少羞耻感、减少无助感、减少被指责感。

当你做 AI 功能时，这点会被放大。因为 AI 会犯错、会幻觉、会误解用户。用户在面对 AI 错误时最容易产生的情绪不是“不满意”，而是“我是不是表达得不够好？”——这是典型的“责任倒置”：用户觉得是自己没把 prompt 写对。久而久之，他会厌倦，会逃离。

所以真正厉害的 AI 产品，必须在 PRD 里明确写：当结果不如预期时，系统要如何把责任承担回来，让用户感觉“不是你错了，是我没理解好”。

这也是为什么 Character.ai 会火——它的逻辑不一定最强，但它特别擅长“站队”。当用户吐槽老板，它不会先教育用户，而是先共情；当用户说焦虑，它不会先列清单，而是先陪伴。这种体验在本质上是“情绪先行，逻辑后置”。

你可以把它迁移到 B 端：当 AI 给出一份周报草稿，用户觉得不对，系统不要让用户重写一遍，而是给他几个轻量选择：“更精简 / 更商务 / 更有冲击力 / 保留原意但更委婉”。用户通过选择表达偏好，而不是通过写作表达偏好。这就是“情绪价值 + 交互降负”。

审美，是最高级的“数据压缩”

第二个稀缺能力是审美。很多产品经理会本能抗拒这个词：审美太主观、太玄学、太难写进指标。但越是这样，它越会成为差异化壁垒。

因为 AI 时代会出现一个新现象：内容极大丰富，但“好内容”更稀缺。AI 能生成一万张海报、一万段文案、一万份方案，但它输出的是平均值的集合。平均值越多，平庸就越拥挤。用户真正愿意为之付费的，往往不是“能生成”，而是“生成得像样”“生成得有品味”“生成得符合我的身份和场合”。

这时候，产品经理的价值会变成“买手”——你不必亲自做内容，但你要定义品味的边界：我们是什么风格？我们拒绝什么风格？我们的用户是什么审美？我们的产品要传递什么气质？

你每一个 UI 的圆角、每一个动效的速度、每一句文案的语气，都是在为廉价智力注入昂贵的灵魂。你甚至可以把它写进 PRD：不仅写功能，还写“气质”。因为未来用户选择产品，很可能像选择衣服一样：不是因为功能差异，而是因为“这件衣服穿在我身上更像我”。

责任与灰度：AI 可以建议，但不敢担责

第三个稀缺能力，是责任。AI 可以给建议，但它不承担后果。它可以很自信地胡说八道，也不会被追责。B 端更是如此：医疗、法律、金融、风控、合规、招聘、决策系统，任何一个环节出错，后果都不是“用户不满意”，而是“业务损失甚至法律风险”。

所以 AI 时代更需要 HIL（人在回路）的产品设计。你要设计的不是“更聪明的自动化”，而是“更可控的协作”。AI 是副驾驶，人类是机长。你要让用户在关键时刻能刹车、能复核、能回滚、能追溯。

当别人把 HIL 当作“降低效率”，你要把它当作“建立信任”。在 B 端，信任比智力更值钱。

第三阶段：给普通产品经理的“周一行动指南”

说到这里，我知道你一定会问一句非常现实的话：“这些都很好，但我周一还要面对一堆写不完的需求、开不完的会。我到底能做什么？我又不是做大模型的。”

好消息是：你不需要辞职重来，也不需要突然变成算法工程师。转型不靠大跃进，靠小步快跑。你明天上班就可以做这三件很小但很关键的事，它们会让你开始真正进入“下半场”。

审视你的原型图：消灭一个输入框（从今天就开始）

请你打开你手头正在设计或维护的一个页面，问自己一个问题：用户在这里最烦的动作是什么？很多时候，答案就是：输入。

输入意味着什么？意味着用户要停下来、要组织语言、要承担准确表达的责任。输入越多，放弃越多。尤其是移动端、碎片化场景、情绪波动场景，输入是最昂贵的交互。

你可以从最小的一步开始：找一个输入框，把它变成选择题。再进一步，把选择题变成确认题。再进一步，让系统先自动填好，再让用户确认。

举几个你马上能用的例子：用户上传图片后，不要让他填标题，系统自动生成三个标题让他选；用户提交工单时，不要让他描述问题，系统从日志和截图里推断问题类型并给出勾选项；用户写会议纪要时，不要让他从零写，系统先生成要点，并给出“更正式 / 更精简 / 更行动导向”的一键切换。

你每消灭一个输入框，就在消灭一种用户负担。你每消灭一个负担，就在创造一种体验溢价。这就是“用廉价智力换用户轻松”的产品哲学。

修改你的 404 / 报错文案：注入一点“人味”（最低成本的高回报实验）

请你去翻一下你产品里的错误提示、空状态、加载失败、权限不足、网络异常、数据缺失。很多产品的这些地方，仍然像机器在说话：冷冰冰、甩责任、缺安抚。

你只需要做一件很小的事：把这些文案当成“人对人说话”。不要指责用户，不要让用户感觉自己很蠢，不要让用户觉得浪费时间。同时给出下一步：我已经为你保留了内容；你可以点击继续；你可以稍后再试；你可以联系谁；你可以一键反馈。

如果你愿意更进一步，你甚至可以做“情绪分层”的文案：对新手更温柔，对老手更直给；对紧急场景更稳重，对轻松场景更有趣。这就是产品经理的“情绪设计”。

记住：当功能越来越相似时，用户最容易记住的往往是“我当时的感受”。

在需求评审时：多问一句“如果出错了谁负责？”（把 AI 从玩具变成工具）

只要你在产品里加了 AI 功能，幻觉就不可避免。你无法靠“再优化 prompt”消灭所有错误。真正可靠的方案，是产品层面的刹车系统。

所以在评审时请你养成一个习惯：每当有人说“AI 自动生成”，你就问一句：生成错了怎么办？谁能发现？谁来承担？用户如何撤回？如何追溯来源？

你要在 PRD 里写清楚：哪些输出必须用户确认才能生效；哪些输出要高亮引用来源；哪些输出要显示置信度或风险提示；哪些动作要提供回滚；哪些场景必须人工复核。

这不是保守，这是专业；不是拖慢效率，这是建立信任。未来真正值钱的不是“能自动化”，而是“能在灰度里可靠协作”。

结语

黄仁勋那句话，不是丧钟，而是发令枪。

它宣告了一个时代正在结束：那个靠死记硬背、靠搬运逻辑、靠背模板就能站住脚的时代。它也宣告了另一个时代正在到来：一个更看重场景洞察、更看重体验设计、更看重情绪与信任、更看重责任与取舍的时代。

所以，别太焦虑。焦虑的根源往往是误把“工具变化”当成“自我否定”。AI 让智力更廉价，不等于让人更廉价。恰恰相反，当智力变成自来水，人类的独特性才会更显贵。

去研究那个坐在屏幕前的人吧：他会偷懒，会难过，会怕麻烦，会怕出错，会渴望被理解；他不想写一堆 prompt，只想尽快把事情做完；他不是来欣赏你的逻辑链条的，他是来获得确定感、掌控感和轻松感的。

在算法的洪流里，唯有“人性”，是我们永远的诺亚方舟。未来的顶尖 AI 产品，一定是理性的内核包裹着感性的外衣。算法负责推导未来，而产品经理负责，让这个未来不仅正确，而且动人。