Signal
信号来源： Lenny Rachitsky 转述 OpenAI Codex 负责人 Andrew Ambrosino 的访谈要点。
AI Coding 正在改变产品开发的底层流程。
过去的产品流程建立在一个核心假设上：构建很贵。
所以团队要先做用户研究、写 PRD、画原型、开评审，尽可能在开发前把风险降到最低。
但在 Codex、Claude Code 这类工具普及之后，这个假设正在失效。
一个想法可以很快被做成可运行原型。
一个方向可以同时长出多个版本。
一个 PM、设计师，甚至非工程背景的人，也可以更早介入到真实构建中。
这意味着，产品工作的重心正在从：
这个东西要不要做？变成：
在一堆已经做出来的原型里，哪个方向更好？
哪些能力应该合并？
哪个版本值得真正押注？所以，AI 并没有让产品工作不重要。
恰恰相反，它让产品判断变得更重要。
过去稀缺的是把东西做出来的能力。
现在稀缺的是在大量可能性中做出正确选择的能力。
判断
这条信号真正重要的地方，不是“PRD 死没死”，也不是“PM 会不会被 AI 替代”，而是：
产品开发的风险结构变了。
以前的流程是：
先想清楚 → 再写清楚 → 再设计 → 再开发现在越来越像：
先快速做出多个版本 → 再比较真实体验 → 再判断方向 → 再合并押注AI 并没有消灭产品思考，只是改变了产品思考发生的位置。
过去，产品思考主要发生在构建之前。
现在，产品思考越来越多发生在多个原型之后。
这会带来一个新的问题：
原型越来越像成品，但它未必真的完成了验证。
AI 生成的产品可能界面完整、交互顺畅、视觉精致，看起来已经像一个生产级产品。
但它本质上可能仍然只是一个未经验证的假设。
如果团队没有阶段感，就很容易被“完成度幻觉”误导。
所以，AI 时代的产品负责人必须不断判断：
这个东西现在到底是一个想法？
是探索原型？
是交互验证？
是可测试 MVP？
还是已经可以交付的生产级产品？
这也是 PM 仍然重要的原因。
但重要的不是传统意义上只写 PRD、排需求、催进度的流程型 PM。
真正重要的是能在混沌中做判断的 PM。
未来强 PM 的价值，不是把需求写得多完整，而是能回答三个问题：
什么值得做？
现在做到哪一步了？
下一步应该押注什么？方法
Andrew Ambrosino 提到的几个判断，对 AI 产品团队非常关键。
第一，不要因为一个功能今天体验不好，就直接判死刑。
Codex App 如果提前几个月发布，可能会失败。
产品形态可能相同，但模型能力不同，最终结果就完全不同。
这说明很多 AI 产品不是方向错了，而是出现得太早。
在 AI 产品里，“现在还不好用”和“这个方向不成立”不是一回事。
模型每一代升级，都可能让过去不成立的产品假设重新成立。
第二，PRD 没死，但 PRD 的用途变了。
如果你要在一个模糊领域里建立产品清晰度，文档仍然重要。
如果你要压力测试一个交互模式，原型更有效。
关键不是文档还是原型，而是你要知道自己正在解决哪一类问题。
文档解决的是目标、边界、判断标准和共识问题。
原型解决的是体验、交互、流程和可行性问题。
AI 时代最危险的不是不用 PRD，而是不知道什么时候该用文档，什么时候该用原型。
第三，AI 产品要基于当前模型能力设计，而不是基于幻想中的模型能力设计。
早期 Codex Web 的问题，是假设模型可以独立接收任务并完整交付。
但当时的模型能力还不足以稳定兑现这个承诺。
Claude Code 更贴近当时模型能力：它本地运行，会提问，和用户一起协作。
这反而更符合真实的使用场景。
所以，AI 产品设计里有一个核心问题：
我们是在为模型真实能做到的事情设计产品，
还是在为我们希望模型能做到的事情设计产品？第四，PM 的价值从流程推进，转向产品取舍。
当构建变便宜后，团队最容易犯的错误是：什么都做。
但产品不是能力堆叠。
产品的本质是选择。
AI 可以生成更多方案，但不能自动告诉你哪个方案最值得押注。
AI 可以生成更多功能，但不能自动判断哪些功能应该被砍掉。
AI 可以生成更多原型，但不能自动建立业务优先级。
这正是判断型 PM 的价值。
行动
对于正在做 AI 产品、Agent 产品、Coding 工具或内部 AI 工作流的团队，这条信号有四个直接启发。
1. 把“原型池”作为产品资产管理。
不要轻易删除暂时失败的 AI 功能。
很多原型不是方向错误，而是模型能力、交互方式或使用场景还没有成熟。
可以把原型分成三类：
立即推进
暂时搁置
等待模型能力升级后复盘AI 产品团队需要一种新的产品资产管理方式：不是只管理需求池，也要管理原型池。
2. 给每个原型标注阶段。
每个原型都应该明确当前状态：
探索
验证
MVP
生产级
废弃
等待复盘否则团队很容易把一个“看起来完成”的 demo，当成一个“已经验证”的产品。
AI 会让东西过早显得完整。
所以团队更需要清楚标注：它到底完成到了哪一步。
3. 重新定义 PM / 设计 / 工程的分工。
未来不是 PM 写 PRD、设计师画图、工程师实现的线性流程。
而是多角色共同探索、快速生成、集中判断。
设计师可能写代码。
工程师可能做设计。
PM 可能直接做原型。
角色边界会变模糊，但责任不会消失。
最终必须有人负责判断：什么是用户真正需要的，什么是业务真正应该押注的。
4. 把 PM 从流程负责人升级为决策负责人。
AI 时代不缺“能做出东西”的人。
真正稀缺的是能在大量可能性中做出高质量取舍的人。
强 PM 不再只是 PRD Writer，而更像是：
产品判断者
系统设计者
用户结果负责人
原型筛选器
方向决策者一句话信号
AI 没有让 PM 失去价值，而是淘汰了流程型 PM，放大了判断型 PM；当构建能力被商品化，真正稀缺的是产品判断、系统品味和阶段感。