文 | 产联社CLS

AI行业，正在重新定义产品经理这个岗位。

过去十几年，互联网公司里的产品经理，核心工作通常是写PRD、做路线图、协调跨部门资源，再把一个需求推进上线。大家习惯的是半年规划、一年战略，强调的是流程、协同和稳定交付。

但这一套逻辑，正在被AI时代快速冲垮。

最近，Anthropic Claude Code产品负责人Cat Wu在一次长达数小时的公开对谈中，几乎完整揭开了AI原生公司内部的真实运转方式：功能可以一周上线，工程师直接决定产品方向，PRD被大幅压缩，组织结构被打散，产品、工程、设计之间的边界开始迅速消失。

更重要的是，AI公司对于好产品经理的定义，也彻底变了。

以前，一个优秀PM最重要的能力，是协调资源、管理节奏、推动复杂组织完成交付。但现在，当AI把写代码的成本迅速压低之后，真正稀缺的，已经不再是能不能做出来，而是到底该做什么。

这意味着，产品经理不但没有消失，反而被重新推回了整个AI公司的核心位置。只是，这个岗位已经不再是传统意义上的“互联网产品经理”了。

AI公司，正在淘汰传统PM逻辑

Cat Wu提到，她过去面试了大量产品经理，但其中很多人依然在用互联网时代的逻辑，去理解AI公司的产品岗位。

这是她觉得最大的问题。

因为AI时代最大的变化之一，就是产品开发周期被极度压缩。

传统互联网产品，通常会按照季度甚至年度规划推进。功能开发、跨部门协调、测试、上线，每一个环节都需要大量时间，因此产品经理最重要的职责之一，是确保不同团队之间的节奏一致。

但AI原生公司完全不是这样。

模型能力每隔几周就会发生变化，用户行为也在持续漂移。很多功能甚至今天还做不到，几个月后模型升级，就突然变成完全可用。

于是，整个行业开始进入一种极端高速迭代状态。

Cat Wu提到，在Anthropic内部，很多功能从提出想法到上线，可能只需要一周，甚至一天。大量功能会先以“research preview”的形式直接发布，先让用户用，再根据反馈继续迭代。

这意味着，过去那种长周期路线图，已经越来越不适用于AI公司。

产品经理的核心职责，也因此发生变化：以前最重要的是“协调”；现在最重要的是“缩短从想法到上线的距离”。

她甚至明确表示，优秀AI产品经理最核心的能力，是能快速定义：这个产品最关键、最应该先做的东西到底是什么。

因为在AI时代，代码本身已经越来越便宜。真正昂贵的，反而是判断力。

当Claude Code这类工具已经能帮助工程师高速写代码之后，竞争焦点就从“能不能实现”，转向“到底该不该做”、“什么样的产品体验才是对的”。

于是，产品品味突然成为AI行业最重要的能力之一。

Cat Wu提到，他们收到过上万条GitHub需求，但真正困难的，并不是实现，而是如何判断哪些需求值得做、哪些不值得做，以及应该用什么方式实现。

而这种能力，并不只属于传统PM。

在Anthropic内部，工程师开始具备产品能力，设计师开始参与实现，产品经理则必须懂代码。很多工程师甚至可以直接从用户反馈一路推进到产品上线，中间几乎不需要PM参与。

AI公司里的岗位边界，正在被迅速打碎。

AI产品竞争，已经变成组织速度战争

很多人以为，Anthropic之所以发展这么快，核心原因是模型强。

但Cat Wu认为，模型当然重要，但真正决定速度的，是组织本身有没有被改造成一台高速发布机器。

她反复提到一件事：Anthropic内部最大的目标之一，就是尽可能消除所有阻碍发布的障碍。

比如，工程师一旦认为功能已经准备好，就可以直接进入发布流程。文档、产品营销、开发者关系等团队会立刻接入，甚至第二天就能完成上线。

整个组织的目标，不再是确保完美，而是尽快触达用户。

这其实和传统互联网公司的逻辑差别巨大。

过去，大公司往往强调流程完整性、稳定性和一致性，一个功能可能要经历漫长审批。但AI公司开始接受一种新的现实：很多产品一开始并不完美，甚至一定会有bug。

但没关系，只要核心用户价值成立，就先上线，剩下的问题，再通过高速迭代解决。

Cat Wu甚至承认，以前如果上线一个有bug的功能，她会很焦虑。但现在，她已经接受这种状态，因为反馈会迅速回来，团队也会立刻修复。

背后真正改变的，其实是整个行业对于“产品”的理解。

互联网时代，产品更像一栋建好的房子；AI时代，产品更像一个持续变化的生命体。

于是，“速度”开始压倒“一致性”。

Cat Wu提到，Anthropic内部甚至主动弱化产品一致性。因为如果每件事都要严格统一，整个组织速度就会迅速下降。

这也是为什么，现在很多AI产品会给用户一种天天都在更新的感觉：功能不断增加，界面不断变化，工作流不断重构，因为模型本身也在快速变化。

很多功能，可能原本是为了弥补模型能力不足而设计的，但新模型一出来，整个功能又突然失去必要性。

她举了一个典型例子。

早期Claude Code为了防止模型遗漏任务，团队专门设计了待办列表功能，让AI逐项完成修改。但到了后续模型，AI已经会自动完成这些步骤，不再需要额外提醒。

于是，很多原本复杂的机制，开始被不断删除。

模型越来越强，产品反而越来越简单。

这也是AI行业最特殊的地方之一：产品经理不仅要做产品，还必须时刻重新理解模型能力边界。因为模型能力一旦变化，整个产品逻辑都可能被推翻。

AI正在打破岗位边界

Cat Wu在采访里提到一句很重要的话：“岗位这件事，本身有点被高估了。”

这是AI行业变化最深层的一部分。

过去的大公司，往往有非常明确的职责边界：产品经理负责什么、设计师负责什么、工程师负责什么，每个人都有固定分工。

但AI公司越来越不相信这种模式。因为当模型能力高速演进之后，组织最大的敌人，变成了“等待”：等待别人完成、等待流程审批、等待跨团队协作。

于是，AI公司越来越偏爱另一种人：哪里缺人，就立刻补位的人。

Cat Wu提到，他们特别喜欢那些“看到问题就直接上手解决”的人，而不是严格守着岗位说明书的人。

因此，现在Anthropic很多产品经理本身有工程背景；设计师也会写前端；工程师则必须具备产品判断能力。

整个行业开始出现一种新的倾向：最有价值的人，不再是单一岗位能力最强的人，而是能跨越边界解决问题的人。

这背后，其实是AI正在把知识工作的杠杆无限放大。

过去，一个人能完成的工作量有限，所以组织必须高度分工；但现在，AI开始让个人生产力迅速提升。

Cat Wu举了很多例子：比如，她用CoWork自动生成演讲PPT；销售团队自动根据客户信息生成定制化方案；团队成员利用Slack、Gmail、Google Drive等工具自动整理会议资料。

很多过去需要数小时甚至数天的工作，现在几分钟就能完成。于是，一个人可以承担越来越多事情。而真正决定上限的，就变成了这个人有没有能力发现问题、定义方向，以及快速行动。

这也是为什么，Cat Wu反复强调“agency”：一种主动推动事情发生的能力。她甚至认为，这是AI时代最重要的特质之一。

因为未来变化会越来越快，岗位边界会越来越模糊，真正稀缺的人，不会等别人告诉自己该做什么，而是能主动发现团队缺口，然后立刻补上。

某种程度上，AI没有削弱人的价值。它只是开始重新筛选：谁真正拥有判断力、行动力，以及在混乱中持续做决定的能力。

文章信息来源：How Anthropic’s product team moves faster than anyone else | Cat Wu (Head of Product, Claude Code)，Lenny's Podcast