速度與產品品味：Anthropic 產品負責人 Cat Wu 揭秘 AI 時代的 PM 角色 (Cat Wu on AI Product Management)

原始來源與檔名：20260512_2026-04-28T092711+0800-Cat Wu 面试了几百个 PM 候选人，几乎没人答对一个问题：AI 产品经理到底应该干什么？.md

來源：[[@dotey]] (轉載 Lenny’s Podcast) / X (Twitter) — 2026-04-24 原始檔名：2026-04-28T092711+0800-Cat Wu 面试了几百个 PM 候选人，几乎没人答对一个问题：AI 产品经理到底应该干什么？.md

NAPKIN | 餐巾紙

餐巾紙公式

Old PM = 6-12 month roadmap + Cross-team alignment + Endless PRDs. AI PM = 1-day to 1-week shipping + “Right amount of AGI pilled” + Engineering background. Best Execution Model = Engineers end-to-end (idea to launch) + Product Taste.

在 AI 時代，代碼的產出變得極其廉價，產品功能從構想到上線的時間被壓縮到了一天或一週。這使得傳統 PM 協調多季度路線圖的技能變得不再重要。Anthropic 的產品負責人 Cat Wu 指出，未來的 AI 產品經理必須具備工程背景，能夠自己手寫代碼或極速驗證概念；更關鍵的是要具備「產品品味 (Product Taste)」，並能在過度神化 AI (Too AGI pilled) 與過度保守之間，找到剛剛好的落地節奏。

一句話

這是一篇來自 Anthropic 內部視角的重磅訪談。Cat Wu 分享了 Claude Code 團隊如何在一天內發布新功能的秘密：依賴「研究預覽 (Research Preview)」機制降低心理門檻、建立無縫的發布流水線，並讓具備強大產品品味的工程師主導端到端流程。她坦言，傳統的 PRD 和 6 個月路線圖已經死亡，取而代之的是每週的數據覆盤和團隊原則。同時，訪談也側面暴露了 Anthropic 在極速狂奔下遇到的代碼洩露危機與封殺開源社群 (OpenClaw) 的爭議，展現了速度文化背後的代價。

餐巾紙草圖

[ The "Right Amount of AGI Pilled" Spectrum ]

Too Conservative <-----------------|-----------------> Too AGI Pilled
(Thinks AI is just                 |                   (Builds an empty text box
 a better autocomplete)        Cat Wu's Sweet Spot      assuming AI can do everything,
                                   |                    ignoring current model limits)
                          Builds for the model's 
                          current boundary, pushes 
                          it slightly, handles 
                          edge cases gracefully.

SOURCE | 資訊源評估

準確性: 中
易理解性: 中
閱讀策略建議: 略

ROUND 1: SKELETON | 骨架掃描

“這篇文章在說什麼”

PM 角色的劇變: 大多數求職者還在用舊思維（長週期規劃）應徵。現在的 AI PM 要想的是：如何在一週甚至一天內把產品推給使用者？
Anthropic 的速度秘訣:
1. 設定極其清晰的目標，排除無關方案。
2. 使用 Research Preview 機制，降低發布的承諾壓力。
3. 建立 Evergreen Launch Room，讓工程、行銷、文檔團隊在一天內接力完成對外發布。
PRD 的替代品: 每週嚴格的 Metrics Readout（看數據）和 Team Principles（決策原則），讓團隊能自我決策。
工程背景與角色融合: PM 在寫代碼，工程師在做產品決策。Anthropic 傾向招募「有產品品味的工程師」，讓他們端到端完成任務，減少 PM 的干預。
核心爭議回應:
- 源碼洩露：定性為「流程失敗（人工審查漏掉 source map）」，涉事員工未被開除，重點在於加固系統。
- 封堵 OpenClaw：Cat 解釋為「容量管理與保障官方產品」，但並未回應「抄襲開源功能再封殺」的生態圍牆爭議。
Agent 矩陣願景: 產品路線是從提升單任務成功率開始，演進到同時並行數十個 Agent 的矩陣操作。

ROUND 2: DISSECTION | 血肉解剖

“憑什麼這麼說”

核心論證鏈

代碼貶值導致 PM 價值轉移: 當 AI 讓寫代碼的成本趨近於零時，「把事情做出來 (How)」不再是瓶頸，「決定做什麼 (What)」成為最核心的價值。這也是為什麼 Product Taste（產品品味）成為最稀缺的技能。
速度是 AI 時代的唯一護城河: 模型迭代太快，花半年規劃的功能可能在下一次模型更新時直接成為廢紙。因此，用 Research Preview 快速發布、收集真實回饋，勝過在辦公室裡寫一百頁完美的 PRD。

關鍵證據

Cat Wu 與 Boris Cherny 的搭檔模式（80% 腦波同步，20% 各自衝刺），以及工程師週末直接把想法推上線的實際案例。
Token 成本的變化：雖然 AI 消耗的 Token 成本在急遽上升，但依然遠低於工程師的薪資，這在經濟學上合理化了極度依賴 AI 輔助開發的模式。

邊界條件

這種「極速狂奔」的文化依賴於使用者極高的寬容度（願意接受產品重疊和潛在的混亂）。一旦應用場景涉及到生命安全、金融合規或核設施，這種 Research Preview 的開發模式將引發災難。兩次代碼洩露就是速度文化反噬的警告。

ROUND 3: SOUL | 靈魂提取

“還能怎么用”

知識連結: 呼應了《Reflections on AI Engineering Truths》中提到的「AI 產品的護城河不在技術，而在迭代速度與工作流整合」。同時，Cat 對 OpenClaw 的封殺決策，也驗證了那篇文章中「API 供應商必然會向上整合」的預言。
深層洞見: “做到恰好正确程度的 AGI 信仰非常难。 (It is very hard to be the right amount of AGI pilled.)” 這是整篇訪談的靈魂。太相信未來，會做出當下無法使用的玩具；太受限於當下，會被時代拋棄。優秀的 PM 必須像衝浪者一樣，永遠踩在模型能力邊界那條脆弱的浪尖上。
行動呼籲:
1. 如果你是 PM，請立刻開始學習寫代碼（或熟練使用 Cursor/Claude Code）。如果連評估技術難度的能力都沒有，你在 AI 團隊中將失去話語權。
2. 把你手邊那個準備規劃 3 個月的專案砍掉 80% 的功能，思考如何在這個週末就以 Beta 版上線測試。