当一名应届毕业生选择在大厂从模型训练师做起，他看到的不仅是基础工作，更是AI产品的底层逻辑。从发现模型的'人情味'漏洞到理解Prompt+Workflow的新设计范式，这段'潜伏'经历正在重塑他对AI产品经理的认知——在AI时代，约束逻辑的能力比设计界面更重要。

01 在离模型最近的地方“潜伏”

入职某大厂做模型训练师已经 10 天了。作为一名普通本科、非 AI 专业的应届毕业生，这份工作看起来很“基础”：搭建工作流、写 PE、评估输出。

但我心里很清楚自己为什么在这——我是来“潜伏”的。

在全民 AI 的时代，如果不理解模型如何“思考”，做 AI 产品经理无异于在沙滩上盖楼。

我选择在成为 PM 之前先做训练师，就是为了在正式指挥战斗前，先看清楚 AI 这头猛兽的“骨骼结构”。

02 那个“一身冷汗”的瞬间

前两天调试工作流时，我撞见了一个让我脊背发凉的时刻。

在对某个生活服务场景进行审核测试时，有一个明显的商家违规案例。

按理说，模型应该直接亮红灯。

可它给出的结果居然是：不违规。

我反复检查了 PE 指令、检查了节点连接，都没发现逻辑漏洞。

最后，我在一个不显眼的角落揪出了元凶——“深度思考”。

开启了深度思考的模型，在 CoT里写下了一段让我哭笑不得的逻辑：那一刻，作为训练师，我感叹模型竟然进化出了如此高的人情味和推理能力；但作为未来的 PM，我惊出一身冷汗：这是严重的产品事故。

业务规则需要的是“刚性执行”的法官，而不是一个会“自我感动”替违规者找补的律师。

03 AI PM 的新战场：逻辑约束胜过原型图

决定转行 PM 后，我学的第一个知识点是“原型图”。当时我觉得它和工作流很像：都是设计节点、安排流向。

但深入之后我发现，传统 PM 在纠结按钮摆放、交互跳转；而 AI 时代，产品界面往往就是一个简单的对话框。

现在的产品设计公式已经变成了：Prompt + Workflow。

当我通过调整 PE 去约束模型“想太多”的问题时，我意识到自己已经在进行“产品定义”了。我在定义模型在什么场景下该闭嘴，什么场景下该发挥。

04 从“调参数”到“进赛场”

坦白说，模型训练师是有“天花板”的，无论是薪资还是职业想象力。

更重要的是，它很难承载我的个人理想。 我大学学的是体育相关专业，那是我血液里的热爱。

现在的 AI + 体育虽然还不算火热，落地应用也比较生硬，但这恰恰是机会。

一个设想：能否利用现在的训练直觉，做一个 AI 动作识别产品？它不仅能分析运动员的姿态，还能给出最佳建议，且最重要的一点——它不会因为“深度思考”而对不标准的动作产生错误的宽容。

AI PM 像是一座桥，能让我把对模型的底层理解，架设到我热爱的体育赛场上。

05 致同路的你

如果你也和我一样，正在基础岗“潜伏”，想给未来的 PM 之路攒点筹码，我想分享三点体感：

1. 别鄙视基础：无论是标注数据还是反复调 PE，每一次给模型“纠偏”，都在培养你的产品直觉。
2. 建立路径：先看懂模型幻觉（它是怎么胡说八道的），再学会写精准指令（它是怎么听话的），最后去定义业务场景。
3. 决心是稀缺品：在这个知识爆炸的时代，学什么都不难，难的是相信自己能持续走下去。

入职 10 天，我还没画过一张原型图，但我感觉自己离那个能掌控 AI 产品的 PM，又近了一步。