阿里Qwen3.6-Plus的发布，将国产大模型的编程能力推向了世界顶尖水平，成本低至让人咋舌。当AI能在8分钟内生成一个完整网页，产品经理的价值正被重新定义——执行能力在贬值，判断力却在飙升。本文深度剖析在这场AI革命中，产品经理如何找到新的价值锚点，从"Harness Engineering"到垂直场景的深度理解，为你揭示未来不可替代的核心竞争力。

4月2日，阿里发布Qwen3.6-Plus。行业又一次沸腾了。

在SWE-bench真实编程任务、Terminal-Bench2.0终端编程等权威评测中，Qwen3.6-Plus的表现可完全匹敌Claude Opus 4.5，超越了GLM-5、Kimi-K2.5等国产模型。

这意味着什么？意味着国产大模型在编程这条最硬核的赛道上，第一次真正站到了世界顶尖选手旁边。作为一个每天都在和AI工具打交道的产品经理，我想聊聊这件事背后的几个问题。

4月2号那天，我正在和开发撕一个需求，手机弹出来一条推送：阿里发布Qwen3.6-Plus，编程能力逼近Claude。

当时没当回事。

这两年大模型发布会看太多了，每家都说自己”遥遥领先”，听多了就麻木了。

直到晚上回家，我顺手测了一下。让它帮我做一个AI眼镜的产品官网——就是那种带hero区、功能介绍、价格表的标准落地页。

8分钟。三轮对话。成本0.15元。

页面出来的那一刻，我愣住了。

不是那种”哇AI好厉害”的愣住，而是一种说不清楚的不安。我做了六年产品，带过三个从0到1的项目，突然发现自己引以为傲的一些能力，好像正在变得不值钱。

这次真的不一样

先说几个事实，不吹不黑。

第一，编程能力确实进了第一梯队。

在SWE-bench（一个模拟真实GitHub issue修复的测试）、Terminal-Bench这些硬核评测里，Qwen3.6-Plus的分数已经能和Claude Opus 4.5打平手了。要知道Claude可是被圈内公认的”编程之神”，现在国产模型能打到这个水平，搁两年前我是不敢想的。

第二，便宜到离谱。

每百万token输入2块钱，限时还打五折。我算了一下，如果让它每天帮我生成20个页面demo，一个月成本还不到100块。我实习生一天的饭钱都不止这个数。

第三，能”看懂”整个项目了。

100万token的上下文窗口，大概能装下一本《三体》十倍的内容，或者一个中型代码仓库的所有文件。以前AI写代码的最大问题是”只见树木不见森林”——它能帮你写一个函数，但完全不理解这个函数在整个系统里扮演什么角色。现在这个限制正在被打破。

第四，开发者已经开始用脚投票了。

在OpenRouter（一个可以调用各家大模型的平台）上，Qwen3.6-Plus的调用量冲到了日榜第二。前五名里有四个是国产模型。这说明什么？说明大家不是嘴上说好，是真的在用。

我到底在慌什么

说实话，我慌的不是”AI要取代产品经理”这种老生常谈。

我慌的是一个更具体的问题：当开发成本趋近于零的时候，产品经理的价值锚点在哪里？

以前，我们的价值有很大一部分建立在”稀缺性”上。开发资源是稀缺的，所以产品经理要做优先级排序；实现成本是高的，所以产品经理要在功能和资源之间做平衡；技术有门槛，所以产品经理要做翻译官。

但现在呢？

我亲眼看着一个完整的网页在8分钟内被生成出来。我亲眼看着以前需要排期两周的demo，现在几块钱就能搞定。

那我的价值在哪里？

我花了两天时间想这个问题，慢慢想明白了一些事。

想明白的三件事

第一件事：执行在贬值，判断在升值

AI可以在8分钟内生成一个网站，但它不知道这个网站该不该做。

它可以生成100个版本的登录页，但它不知道哪个版本更符合你的用户画像。它可以写出技术上完美的代码，但它不知道这个功能上线后会不会把用户逼走。

执行层面的能力正在被快速抹平，但判断层面的能力反而更值钱了。

什么是判断？

是你看了一眼竞品的新功能，能在30秒内判断”这个我们不用跟”的直觉。是你听完用户吐槽，能穿透表面需求找到真实痛点的洞察力。是你面对十个都很重要的需求，能在资源有限的情况下做出取舍的魄力。

这些东西，AI目前做不了。而且我判断，短期内也做不了。

第二件事：会用AI和驾驭AI是两回事

这两个月，我身边很多人开始用AI工具了。但我发现一个现象：大部分人还停留在”问答”模式——有问题就问一下，拿到答案就完了。

这只是”会用”。

真正的”驾驭”是什么？是你能给AI搭建一个完整的工作环境，让它稳定地、可预期地为你工作。

举个例子。我现在给AI布置任务，不会直接说”帮我写个PRD”。我会先把产品的背景资料、用户画像、竞品分析都喂给它，然后告诉它我想要什么格式、重点关注哪些模块、有哪些雷区不能碰。最后还会定义清楚”什么算做完了”的验收标准。

说白了，我现在把AI当成一个”能力很强但需要明确指令的实习生”来管理。

这套方法论，圈内有人叫它”Harness Engineering”——不是提示词工程，而是”驾驭工程”。我觉得这个词挺准的。

第三件事：通用能力没壁垒，垂直场景有机会

模型能力正在被快速拉平。今天Qwen能做到的事，明天字节、腾讯、百度也能做到。

那什么东西是不容易被抹平的？

对垂直场景的深度理解。

我有个朋友在做医疗AI产品，他告诉我，模型能力只是门槛，真正的壁垒是他们积累了三年的医疗知识图谱、和几十家医院合作磨出来的业务流程理解、对HIPAA合规的深度把控。

换一个团队，就算用同样的模型，也做不出同样的产品。

这让我想到一句话：模型能力可以迁移，场景理解很难复制。

所以如果你问我，产品经理未来应该往哪个方向卷？我的答案是：找一个垂直领域，扎进去。

说点实在的，现在能做什么

道理讲完了，说点能马上落地的事。

1. 建一个你自己的AI工作流

别等公司统一安排了。现在就开始用AI辅助你的日常工作：

• 竞品分析：让AI帮你总结竞品最近的功能更新
• 需求文档：先让AI出初稿，自己做审核和修改
• 数据分析：让AI帮你写SQL，生成可视化图表
• 用户反馈：用AI批量分析App Store评论，提取关键洞察

我现在每天大概能省出2个小时，用来做更需要深度思考的事情。

2. 找机会成为团队里的”AI布道者”

很多团队还没有形成用AI的习惯，这是你建立影响力的好机会。

整理一份内部的AI工具使用指南，在周会上分享你用AI提效的案例，帮助不熟悉AI的同事解决具体问题。

这个角色一旦立住了，你在团队里的位置就很难被替代。

3. 重新审视你的技能树

有些技能正在贬值：画原型、写基础代码、整理信息汇报——这些AI都能做，而且会越做越好。

有些技能正在升值：业务判断力、用户洞察力、跨部门协调能力、战略规划能力——这些AI短期内做不了。

把时间花在升值的技能上。

4. 关注垂直场景的创业机会

当模型能力趋同时，垂直场景的AI应用会迎来一波爆发。

我最近在关注几个方向：AI+法律（合同审查、法律咨询）、AI+财务（智能记账、税务规划）、AI+内容（文案生成、视频脚本）。

如果你正好有某个行业的深度积累，现在是个不错的时间窗口。

最后说几句

写这篇文章的时候，我反复问自己一个问题：我是不是在制造焦虑？

想了想，我觉得不是。

焦虑是面对问题时的无力感。但我们现在面对的不是无解的问题，而是一个需要主动适应的变化。

Qwen3.6-Plus的发布，不是什么”产品经理要失业了”的警钟，而是一个很明确的信号：工具在变强，使用工具的人也得跟着进化。

六年前我入行的时候，还有人争论”产品经理需不需要懂技术”。现在回头看，那个争论挺可笑的——不是需不需要懂，而是懂多少、怎么懂的问题。

今天关于”产品经理需不需要会用AI”的讨论，我觉得也是一样的。三年后回头看，这根本不是一个选择题。

说到底，技术永远只是手段。不管用什么工具，产品经理的核心命题从来没变过：

你为用户解决了什么问题？

想清楚这个，其他的都是执行。