LinkedIn和Shopify的最新动作，正在彻底重塑产品经理的生存法则。从取消传统APM项目到批量裁撤运营岗位，大厂用行动宣告：只会写PRD和协调沟通的产品经理已经过时。本文通过真实招聘案例，揭示AI时代产品经理必须具备的新能力——从技术穿透力到全栈构建能力，并给出不被淘汰的转型路径。

1. 两件事，打碎了产品经理的旧饭碗

LinkedIn前段时间扔了枚炸弹。CPO Tomer Cohen亲手关掉了跑了好几年的APM项目，换了个新名：副产品构建者。申请方式变了。不递简历。你得录一个60秒视频，展示你自己做的产品——从想法到上线，一个人扛编程、设计、产品三件事。我盯着那条新闻看了很久。不是惊讶。是这事我过去两年每天都在干。

差不多同一周，Shopify那边也炸了。今年4月，他们正式裁掉了30多个运营和客服岗位。理由很干脆：AI已经能干这些活了。Tobi Lütke一年前那句“先证明AI做不了再来申请加人”不再只是管理格言。它变成了裁员清单上的勾选项。两个消息搁一块，比读一百份行业报告都直白。LinkedIn在改入场券，Shopify在验证这张券有没有过期。

它们指向同一个方向：公司正在重新定义“产品经理”这四个字到底值多少钱。过去那个写PRD、拉排期、在设计师和工程师之间传话的角色——那道墙早塌了。LinkedIn要的是能一个人把想法跑成产品的“构建者”，Shopify裁的是那些被AI盖掉的“流程协调者”。两条信号压下来，产品经理没法假装看不见。

2. 以前我们招PM看重什么？现在看来全是废纸

做AI产品这两年，我筛过200多份简历。评语写的最多的是什么？ ‘沟通协作能力强’,’跨部门推动经验丰富’。那时候我真信这个。觉得产品经理就该这样——把运营、设计、研发、测试凑一桌，讲清楚需求，对齐排期。现在回头，想笑。这些恰恰最容易替代。AI不会闹情绪，不会拍桌子。它7×24小时在Slack上回消息，帮你写PRD，自动同步进度。我亲手带过三个AI项目。干的就是这事——用工具替掉’流程协调’。再让我用’沟通协作能力强’招人？那就是招一个即将被我做的产品淘汰的人。

过去面试我重点问什么？ ‘以前怎么推动对齐的？’ ‘怎么写PRD让研发设计都认？’ ‘怎么跟工程师吵架不翻脸？’ 现在想想，这哪是招产品经理？ 分明是训练高级秘书。我自己做过，心里清楚：好的PRD,AI五分钟生成初稿。你改改就行。跨部门对齐？ 飞书文档加AI摘要，半小时搞定别人半天的扯皮。我踩过坑。刚转AI那会儿，我还写长篇PRD跟算法聊。人家直接甩个评估报告，问：’你优先F1还是召回率？’ 我这才回过神。你在那儿纠结沟通技巧，人家早讨论模型能力边界了。这些传统面试题，在LinkedIn新标准面前，就是废纸。

LinkedIn新标准直接甩我脸上。他们要的APB——副产品构建者，一个人扛编程、设计、产品三件事。申请只交一个60秒的产品演示视频。没有简历，没有’沟通协作能力强’的自我评价。我盯着这条规则想了很久。这不就是我这两年正在干的？ 招个能写代码、能画界面、能调模型的人，而不是到处拉人的协调员。我上一家公司最后招的产品经理，花了两个月才搞懂RAG是什么。同期我们用Claude搭客服机器人，三天上线。那之后我彻底想通了。招聘JD上那些’优秀需求文档能力’、’出色跨部门沟通技巧’——都是给旧时代挖的沟渠填土。沟早干了，填土没用。

3. 我亲自改的招聘流程：从筛简历到测构建能力

我直接删了JD。自己写了一份。旧的JD上一堆”熟悉用户分群”、”能独立撰写PRD”、”具备跨部门推动力”——我一条都没留。换成一句话：给你一个真实场景的AI功能需求，60分钟内用Cursor加截图，加上任何你熟悉的工具，输出一个可运行的demo。不做PPT，不画流程图。就看你能不能把一个想法变成别人能点开的东西。第一次面试时来了个履历特别漂亮的候选人——美团3年产品经理，做过DAU百万级的项目。我给了他一个题：帮电商客服自动生成退款原因标签，免去手动点击。他愣了一会，问：”我用PRD写行不行？”我说不行，必须演示。他40分钟搞了个原型，其实是Figma里画了一堆静态页面，没有任何逻辑。然后他卡住了，不知道模型怎么调、数据怎么传。我没说他能力差，但我知道在AI产品这个语境下，他不合格。那轮面试后我反思：不是他不行，是多数产品经理从来没被训练过”把一个需求变成可运行的东西”这个能力。LinkedIn要求的60秒产品演示视频，测试的也是这个能力。

第二步我开始追问更底层的东西：技术穿透力。不是要求能手写Transformer，甚至不要求写完整系统——但我得知道他能不能判断模型的能力边界。我扔出一个场景：客服对话里用户连续问了好几个问题，AI怎么记住上下文？大部分人会答”用RAG”。好，我再问：如果用户问的是库存数量，RAG从知识库里搜到的数据可能是昨天的，但库存数据每分钟都在变，你怎么办？这个追问立刻筛掉了一大半。真正有穿透力的回答是：”RAG不适合实时数据，应该走函数调用，让模型触发API查实时库存。”然后我接着问：那这个历史对话要不要存？存到哪？坏case怎么自动捕获？——这些问题背后其实只有一个判断标准：数据怎么回来修正，形成持续优化的循环。AI产品经理最特别的地方在于，你做的东西不是一次交付就完了。模型会出错，用户会骂。对话日志里藏着大量需要回流修正的信号。我见过太多候选人把产品设计得漂漂亮亮，一到追问”上线后谁负责标bad case”就哑口。这个能力，协调型PM往往想不到。

整个流程跑下来，前后面了大概30个人，只有不到10个过了第一轮。那轮限时demo直接刷掉了一半。第二轮技术追问又刷掉剩下的一半。最后真正让我觉得能用的，大概就三四个。70%的落选率。核心原因只有一个：不会把想法变成可演示的东西。LinkedIn CPO说”70%的工作技能将在2030年前改变”，但我觉得对于产品经理这个职位，那个比例可能已经提前到了100%。入场门票确实换了形状——不再是你会不会写PRD、懂不懂用户访谈，而是你能不能自己在60分钟内把一个AI功能跑通。反正我自己的团队，从那天起再也没招过那些只会协调的人。

4. 两极分化下，AI产品经理的第三条路

面试里那70%被刷掉的人，后来去了哪？我翻过几个人的领英。有的还在投PM岗。有的转了运营。有的干脆没更新。倒是有一条动态让我盯了很久：一个被Meta裁掉的员工，发帖说公司这一轮要裁8,000人，他组里四个人全走，只剩下一个AI Agent在工作流里跑着他们之前手动做的数据标注。他不是产品经理。但他那句话我记到现在：’AI没有裁掉我，它只是让我意识到了我过去三年做的那些事，根本不需要一个人脑。’这话残忍，但真实。Shopify裁的是’纯操作工’——那些靠重复沟通、填表格、跟流程过日子的角色。LinkedIn招的是’全栈构建者’——一个人能从零攒出产品。中间那层人呢？就是我过去两年招的那些’协调型PM’。他们正被两股力量同时抽走：底层操作被AI替代，顶层决策被直接给到懂构建的全栈角色。产品经理这个title不会死。但它会裂成两颗种子。一颗长成AI增强的独立开发者——一个人顶一支小团队的那种。另一颗长成’PRD传声筒’——根本长不大，迟早被淘汰。

这不是危言耸听。我团队里就有活生生的例子。运营组有个姑娘。3年经验。每次迭代写PRD、拉评审会、做用户回访，活干得稳当。但今年年初，我让她试着自己用AI搭一个简单的客服FAQ RAG。她熬了三天，连向量库和Embedding的区别都说不清，最后求工程师帮忙写代码。工程师帮她写完后，顺手把那个RAG接进了自动回复流程——原本要3个人维护的FAQ更新，现在她一个人配个工具就能搞定。结果呢？她反而更焦虑了，因为她发现自己最擅长的事——沟通协调、梳理需求、写文档——正在被AI一步一步吃掉。她问我：我要不要转行学编程？我说不用。你不是要成为工程师，你是要学会用AI把编程、设计、运营这些专业能力串起来，让AI做你的超频引擎。她后来试了，两周内用Cursor+Notion AI自己搭了一个爆款检测面板——从数据源接入到图表生成，全是一个人。工资暂时没涨，但她现在更难被替代了——别人搞不定的事她能做。

LinkedIn CPO说’70%的工作技能将在2030年前改变’。我觉得那个数字还是保守了。对于产品经理这个职位，改变不是徐徐而来的，是突然把过去三五年积累的’经验’当成沉没成本，把前两年的’折腾’变成了资本。我做AI产品2年，前一年全是弯路。但在那段时间里，我被迫学会了自己测Prompt、建RAG、写基础脚本、部署简单的Demo——不是为了去跟工程师抢饭碗，而是因为如果你不懂这些东西是怎么跑起来的，你根本没资格判断AI的边界在哪。现在回头看，那两年不是’学写代码’，而是’学会让AI替我写代码’。我说的第三条路，不是做另一个版本的工程师，也不是做另一个版本的运营——而是做一个用AI把产品、技术、设计、运营所有环节串起来的人。这个人不需要每项技能都顶尖，但必须能调用AI把每项技能都拉到及格线以上，然后自己专注于选方向、砍需求、兜风险。这就是我看到的形态——这样的产品经理，才不会过剩。

5. 我的团队不再需要’产品经理’了——但这可能是好事

LinkedIn那条新闻出来后，我顺手翻了一下自己团队最新的JD。职位名称已经从“AI产品经理”改成了“AI产品构建者”——不是拍脑袋改的，是上个月面了两个“传统PM”之后下的决心。一个能把用户故事写得漂漂亮亮，还能拉通各方评审。可一问到“这个意图分类你打算怎么拆、用什么模型、Bad Case怎么处理”，他就支支吾吾。另一个更绝：反问“这不是算法的事吗”。我没反驳。心里清楚，这种人进我团队，我得花三个月教他怎么跟模型相处。我可不想要一个半年后才能上战场的协调员。现在JD上写的核心要求很简单：给你一个真实场景的AI功能需求，半天内用你选的工具跑通一个可用的原型。结果呢？新招来的那小子，第一天下午就用Cursor加一个开源模型搭了个内部知识问答的Demo。当天晚上我在群里就看到他在跑Bad Case分析。

我自己也在重新切时间。过去那种60%开会、30%写文档、10%想事情的配比？早就被我撕了。现在大概是这样：每天60%的时间泡在原型和模型测试里——自己写Prompt、调参数、看召回率、压延迟。20%的时间用来处理用户反馈——怎么把反馈回灌到模型里，哪些Bad Case值得花精力修，哪些只是噪声。剩下20%才留给那些“不得不沟通”的事：跟法务