OPENAI 的反思:PRD 没死,PM 别砍
原始來源與檔名:2026-06-30T093736+0800-OPENAI 的反思:PRD 没死,PM 别砍.md
SOURCE | 資訊源評估
- 準確性: 高 - 文章基於 OpenAI Codex 負責人 Andrew Ambrosino 在 Lenny 播客中的第一手訪談內容,反思了當前產業對 AI 衝擊的激進誤解。
- 易理解性: 高 - 透過清晰的對比 (文檔 vs 原型、角色 vs 實做),將抽象的組織改革話題轉化為發人深省的職場洞見。
- 閱讀策略建議: 高準確/高理解。這是一篇「認知糾偏」的文章。適合在看過大量「AI 將取代所有非開發者」的焦慮文之後閱讀,用以重新定位自己在 AI 時代的核心價值。
NAPKIN | 餐巾纸
餐巾纸公式
你的真正角色 = 你每天實際做的事情的平均值 AI 時代的價值 = AI 將實現成本降至零 + 人類基於經驗的獨特判斷力
工具越快,判斷越貴。不要把偷懶當成產業變革。
一句话
OpenAI 的 Codex 負責人出面喊話:不要因為 AI 能幫你寫出看似完美的 Prototype,就天真地把 PM 砍掉、把 PRD 扔掉,經驗與判斷力是無法用 Prompt 取代的。
餐巾纸草图
[ AI 降低了實作成本 ]
|
v
(錯誤認知): "不需要規劃了,大家都是 Builder,直接寫 Code!" -> [ 丟失最佳實踐,專案失控 ]
(正確認知): "原型太容易做,更容易迷失。" -> [ 凸顯 PM 與設計師的「判斷力與品味」價值 ]
ROUND 1: SKELETON | 骨架掃描
“这本书在说什么”
- 核心问题: 在 AI 能夠輕易寫出程式碼與原型的時代,傳統的產品經理 (PM)、設計師以及產品需求文件 (PRD) 是否已經失去了存在的價值?
- 核心答案: 完全沒有。AI 消除了技術壁壘,但沒有消除產品問題。角色的邊界雖然模糊了,但基於過往失敗經驗所累積的「判斷力」反而變得比以往任何時候都更昂貴。
- 论证结构: 觀點反轉型。先拋出當前業界的激進作法 (砍 PM、不寫文件),接著藉由 OpenAI 負責人的視角逐一反駁 (PRD沒死、PM別砍、設計流程沒死),最後總結出 AI 時代個人價值的真正來源。
章节骨架
- 背景: AI Native 組織改革熱潮中,OpenAI Codex 負責人的逆風反思。
- PRD 沒死: 原型與文件各有適用的場景,盲信哪邊都是偷懶。
- PM 別砍: 產品角色背後是大量試錯的經驗,砍掉角色不代表產品問題會自動消失。
- 設計流程沒死透: 死的是僵化的步驟,但知道自己「處於流程的哪個階段」比以往更重要。
- 角色的新定義: 你的角色是由你實際交付的東西的平均值來定義,而非頭銜。
- 真正的外賣 (Takeaway): 工具越快,判斷越貴。靠 Prompt 寫不出架構直覺。
ROUND 2: DISSECTION | 血肉解剖
“凭什么这么说”
论证链
AI 大幅降低了建構原型的門檻 --> 非技術人員也能做出看起來很像成品的東西 --> 導致人們誤以為不再需要嚴謹的文件與產品規劃 --> 但原型的完整性會給人「應該上線了」的錯覺,引發災難 --> 事實上,丟棄 PM 等同於丟棄了該領域累積的最佳實踐 --> 結論:AI 改變了執行的媒介,但並未消除對專業判斷力的需求。
关键证据
- Andrew Ambrosino 的背景: 作為 OpenAI Codex (最激進 AI 化的產品) 的產品與工程負責人,他最有資格說 AI 顛覆一切,但他反而選擇警告業界不要盲目拋棄傳統角色。
- 原型的欺騙性: 現在早期的探索原型因為 AI 生成得太過完整,會讓團隊誤判進度,以為已經可以上線。這證明了「知道自己處於流程的哪個階段」(這是 PM 的專業) 變得空前重要。
隐形假设与边界
- 隐形假设:
- PM 和設計師確實具備了大量的實戰經驗與獨特的品味,而不是只會畫線框圖或寫死板文件的「流程機器」。
- 边界条件:
- 這篇文章的觀點成立於「複雜產品」的開發環境中。對於一個週末 Hackathon 的小型玩具專案,或許真的不需要 PM 和 PRD。
ROUND 3: SOUL | 靈魂提取
“还能怎么用”
- 作者盲点: 雖然反對一刀切掉 PM,但沒有具體說明在大家都使用 AI 產出內容時,PM 該如何改變日常的工作流以維持其「判斷」的價值。
- 知识连接: 這與經濟學中的「比較利益原則 (Comparative Advantage)」相呼應。當寫程式的相對成本降低時,定義問題與架構判斷的相對價值就會自動攀升。
- 行动触发: 在你下一次請 AI 幫你寫出一個看似完美的 Prototype 之前,先問自己:「這個功能的核心價值是什麼?如果不用 AI,我還會想做這個功能嗎?」先寫下一份簡短的 PRD 核心思維。
留白提問 (Guided Reflection)
- 如果「你的角色是由你每天實際做什麼的平均值決定」,那麼你這週花了最多時間在做什麼?這個「平均值」符合你對自己的職涯定位嗎?
- 當每個人都能輕易寫出程式碼時,你身上還有什麼是「必須經歷過無數次失敗才能學到」,且無法被 Prompt 取代的能力?
跨域映射
- 在 攝影史,这叫 數位相機普及後,攝影師的「構圖與光影判斷」變得比「暗房沖洗技術」更有價值
- 在 經濟學,這叫 技術進步帶來的價值鏈重分配
DEEP READ | 精讀指引 (Must-Read Segments)
[!IMPORTANT] 學習的本質需要「認知阻力」。請親自回到原文閱讀以下核心段落,感受原始論述的阻力,不要只依賴 AI 的總結。
- “不要砍掉产品角色,那是糟糕透顶的主意。”: 這段話一針見血地指出了「大家都是 Builder」這個口號的危險性。丟掉角色等於丟掉該領域積累的血淚教訓。
- 最后一句话是节目结束后录的: 「別跟你的流程結婚。跟你才能獨特交付的結果結婚。」這是整篇文章的靈魂,深刻點出了在 AI 時代個人護城河的真正來源。
OPENAI 的反思:PRD 没死,PM 别砍 (Architectural Deep Dive)
前言/背景
隨著 AI 工具的爆發,軟體開發的實作門檻急遽降低,導致業界掀起一股「AI Native 組織改革」的激進熱潮,甚至出現了「不需要寫文件 (PRD)、不需要產品經理 (PM)、大家都是 Builder」的聲音。然而,OpenAI Codex 產品與工程負責人 Andrew Ambrosino 卻在播客中逆風反思,直言這是一種危險的偷懶。他認為 AI 雖然消弭了角色的硬性邊界,但基於經驗累積的「專業判斷力」在 AI 時代反而變得無比昂貴。
章節詳細總結
迷思一:PRD (產品需求文件) 已死?
許多非工程背景的人現在能用 AI 直接做出原型 (Prototype),便興奮地宣稱文件無用;而部分工程師則開始讓 AI 撰寫大量沒人看的長篇文件。 Andrew 直言這是錯誤的二分法,雙方都在偷懶。問題的核心在於**「是否為表達的內容選對了媒介」**。當產品方向尚處模糊階段時,文檔梳理邏輯的效益遠大於原型;而當需要測試互動手感時,原型則勝過文檔。盲信任何一方,都是對專業流程的蔑視。
迷思二:砍掉 PM,大家都是 Builder?
針對部分公司完全撤銷 PM 職位,Andrew 給予了嚴厲的批評:「他們把整個學科積累的最佳實踐全扔了。」 PM 的角色不是憑空捏造的,它包含了大量試錯的經驗。一刀切掉產品角色,不代表產品開發的問題會消失,只代表再也沒有人對產品問題負責。 雖然 AI 讓職能邊界變薄(設計師與 PM 都能寫些代碼),但不代表專業角色不該存在。
迷思三:傳統設計流程已經被淘汰?
對於 Claude Code 負責人曾說過的「設計流程已死」,Andrew 認為這只對了一半。 死掉的是死板的工具綁定與教條式步驟,但**「意識到自己正處於流程的哪個階段」這件事,比以往任何時候都重要**。當前最大的陷阱是:AI 生成的早期探索原型看起來太過精美與完整,導致整個團隊誤判進度,以為已經可以直接上線。這正是缺乏流程意識帶來的災難。
新時代的職涯框架:你的角色是日常行為的平均值
Andrew 提出了一個更誠實的框架來定義未來的角色:你的角色,是你每天實際做什麼的平均值。 職位頭銜不再是絕對的,而是由實際交付的內容決定。今天寫代碼多,就是工程師;明天做協調與篩選,就是產品經理。這個框架要求個人必須非常清楚自己真正的強項與產出在哪裡。
真正的護城河:工具越快,判斷越貴
作為用 AI 改變了 OpenAI 內部幾乎所有人工作方式的推手,Andrew 的反思極具份量。他強調:不要跟流程結婚,要跟你能獨特交付的結果結婚。 AI 將實現的成本打到了接近零,這反而使得那些「無法被自動化」的事物價值飆升。PM 的商業判斷、設計師的美學品味、工程師對系統架構的直覺,這些都不是靠幾句 Prompt 就能產生的,而是在單一學科中反覆踩坑、歷經失敗所累積的結晶。
總結與結論
- 技術平權不等於專業平權:AI 讓每個人都能輕易涉足編程與設計,但「能做到」並不等於「能做好」。領域專家在架構決策與邊界條件上的經驗,依然是產品成敗的關鍵。
- 警惕「高完成度幻覺」:AI 產出的精美原型容易掩蓋底層邏輯的缺陷。團隊必須強化流程意識,學會在探索階段抵禦「提前上線」的誘惑。
- 經驗累積無法被 Prompt 繞過:工具速度的提升,放大了「決策」的影響力。在實作成本為零的時代,決定「要做什麼」與「不該做什麼」的判斷力,是人類工作者最核心的護城河。