产品经理的旧能力正在消亡，张帆直指 AI 产品第一性要建棋盘、定方向、设围栏

整理 | 唐小引

出品 | CSDN（ID：CSDNnews）

"用 Vibe Coding 的成本越低，你被模型卷死的概率就越高。"

"画流程、抠交互、做穷举——产品经理原来的方式，基本上在逐步消亡。"

"越多智能体越难驾驭。每一个智能体是 90% 的准确率，跑着跑着最后成功率就变成 10%。"

"软件从固态变成了液态。以前的界面是长久用的，今天是日抛的。"

"万物皆 Chatbot、万物皆 Workflow、万物皆龙虾——它们在旧验证器里都是满分答案，在新衡量体系里可能都是零分。"

这些话，出自 2026 奇点智能产品大会主会场。元理智能创始人、前智谱 COO 张帆在题为《从 AI 模型第一性视角，重构产品设计方法论》的演讲中，一次次用"本质上"这个词，直指 AI 产品设计的第一性——他不谈表象，不追热点，而是从模型的底层逻辑出发，把过去三年产品界的集体焦虑与幻觉，一刀一刀剖开来看。

他的核心论断是：AI 的原生第一性是概率性的，不是确定性的。产品经理的核心能力，已经变成了建棋盘、定方向、设围栏。而那些被基础模型卷死的产品，问题不在基模，在于我们的选择——如果任何人都能用一句 Prompt 得到你产品的结果，那就不是你的价值，那是模型的价值。

他还抛出了一个更深的追问：为什么今天模型从一年升级一版，变成了两三个月升级一版？本质上，是模型的自进化跑通了。但为什么这套自进化逻辑，还没有大规模进入真实的商业世界？因为验证器极难定义。而这，恰恰是今天每一个产品人真正应该死磕的地方。

张帆，元理智能创始人、前智谱 COO

以下为张帆的演讲实录：

AI 热点不止，我们需要透过表象看第一性

非常高兴有这个机会跟大家做一个交流。

我觉得今天大家在 AI 这个时代往往都比较焦虑。因为我们看到，在过去几年间，每隔一段时间都会有一些热门的东西要学。从 2023 年我们都在学怎么写 Prompt，到后面出现了 GPTs，大家都去做 GPTs；然后看见 Coze、Dify 这种 Workflow 工具，大家又开始做 Workflow；再后来 Sora 出现，Sam Altman 的视频满天飞；再到后面养龙虾（OpenClaw）、养马（Harness Engineering）等等一系列过程。

如果只看表象，我们所有人都会追得很累。所以我今天特别想从模型的视角——因为我自己本身也是技术背景——跟大家探讨一下：如果从技术视角来看，AI 时代产品设计的第一性到底是什么？AI 到底改变了什么样的范式？能在上层带来什么样的影响？这主要是一个方法论层面的探讨。

"AI 时代的产品定义，跟原来的产品定义不是一回事"

首先，我觉得今天如果我们作为一个产品经理，会发现很多自己原来做产品的方法论都失效了。AI 时代的产品定义，跟原来的产品定义就不是一回事。

为什么？我们以前做的产品是什么？它就像一个有限状态机——我们需要在脑子里想好人是怎么使用这个东西的，然后试图穷举所有的可能性和功能，一个一个去做实现和定义。它是一个高度确定化的流程。

但你发现今天 AI 可能没那么多界面，可能就是一个输入框。它没有那么多界面给你发挥，但一个输入框所带来的能量是更强大的。产品设计的方式就完全不一样了。

今天的逻辑是什么？它就是一个概率分布。比如 Claude Code 和 Codex，它们两个哪里不一样？你说它们最终应用起来哪儿不一样？我们都能感觉到有很多不一样，但又很难用一个标准的规则去表达出来。

我们要明白，AI 跟原来的软件是完全不一样的。原来的软件所有东西都是确定性的，所有逻辑都是固定的，同样一个程序执行 10 次一定是一样的结果。但 AI 不是。AI 的原生第一性是概率性的，本质上就是一种概率分布。同样的东西执行 10 次，结果可能不一样，但它都遵循一个固定的概率分布。从这个视角来看，整个方法就开始变得不一样了。

"产品本质上就是人机交互的界面——我们怎么和机器说话"

在这样的背景下，我们该怎么做？首先得定义一下到底什么是产品。如果站在狭义的角度，可能大家觉得产品就是做交互和界面设计。但如果站在更广义的角度，产品本质上到底在解决什么？

我觉得所谓的产品，本质上就是人机交互的界面——就是我们作为一个人怎么跟机器去说话。一个人在脑子里想着自己的意图、判断、价值，想要什么东西；而机器需要理解你的意图，把你的意图进行执行，得到结果反馈给你。几乎所有的产品如果从第一性的角度广义地来看，都是这样的逻辑。

这里面有两个鸿沟，是什么？一个是我能不能把我想要的东西跟机器说清楚，另一个是机器能不能把它执行的结果给我说清楚。本质上就是双方的输入与输出。而这两个巨大的 GAP，会影响我们产品的设计。

大家可以看到，我们在过去几十年都在做这样的努力。从最开始的打孔机、命令行——那个时候我们每个人都要去写指令，我的指令没法让机器知道，所以必须要人来翻译，人需要把需求转换为 100 个 DOS 命令。到了后面有了鼠标和图形界面，好一点了，可以输入的信息更明确、更丰富。再到手机时代有了触控。然后到今天的 AI，变成了自然语言，或者是多模态。

整个这件事本质上都是在重新定义人机交互——怎么让人脑子里的想法显性地进入到机器里面，来得到一个反馈。

在这个过程当中，再抽象一点，本质是什么？我觉得基本上就两个要素。

第一个要素是通信的带宽。从 DOS 时代到今天，通信带宽完全不一样。在 DOS 的时候，通信带宽很低，只能给机器这么多词，只能说明很狭义的一件事。到了触控开始更符合本能了，可以做拖拽、放大、缩小、旋转，信息变得更多，包括 LBS。到了自然语言，表达带宽已经变得极高了。如果我今天要说一句话，这一句话所能表达的信息远比一个 GUI 界面所表达的信息要多得多。如果到了多模态就更是如此。

大家想想，如果我把手中的这个翻页器变成一千字的描述，让大家通过我的描述去想象它，我相信所有人脑子里想的可能都不一样。但是一旦大家看了实物，就全都一样了。这本质上就是带宽的变化。带宽是人机交互当中非常重要的维度，过去几十年都是在努力地提高带宽。

但还有另外一个问题：在带宽里面，双方的表达到底是谁在迁就谁？我们以前所有的逻辑都是人在迁就机器。因为机器只能识别 DOS 命令，所以没办法，我只能去背，来迁就它，确保沟通效率。到了 GUI 我要学交互界面。越早期复杂度越高，人越迁就机器。但到了自然语言，你发现不需要迁就它了，变成它迁就你了。

就像今天我们在用 AI 一样，你只要随便输入想说的话，它来帮你理解。不像原来 DOS 命令只要错一个字母就执行不了，它不认识，你得修。现在变成你只要描述，它来解决。

所以从本质上来看，我们就两个核心逻辑：人机交互的带宽会不会越变越宽，双方的理解效率会不会越变越高。

"写文章很容易，判别它好不好很难——产品设计的注意力从生产转向验证"

这个时候，大模型就带来了整体范式的变化——怎么能够极致地提高带宽？

一个是通过硬件系统交互变得越来越多。另一个很重要的是，今天大模型解决的问题分两部分：一部分是人的信号的表达，一个是机器对于信号的放大。

其实这不只是人机交互，人人交互也是这样。在公司内部交流，老板给员工说了一个需求，产品经理给技术说了一个需求——我说完了之后，说的只是一段话。这里面有大量的隐空间在我的脑子里，我需要把丰富的想法坍缩成一句话，通过这句话传递给技术。而技术听到这句话，需要重新把它放大回他的脑神经。这个过程中有一个补全/补完的过程。

就是所谓的常识。如果我只跟大家说一个词——"哈姆雷特"——就四个字，信息量很小。但到每个人脑子里或者真正到机器里，它就会变成背后的故事、情节、角色、历史、背景，它是一个概率分布。

AI 极大地提高了我们的通路，在于它有一套类似密码本一样的东西，来把人类的意图、所有的共识进行放大。这是模型背后的逻辑。

按照这样的逻辑推演，对于我们能力的要求，或者产品设计的要求，难度和锚点就变了。

如上图所示，大模型发布以前，我们几乎所有的成本都是希望把人跟机器定义沟通的事情讲清楚。那时候没有什么放大——人讲了一个 DOS 命令，告诉它"dir"，它就把目录列出来，极其确定，没有任何不确定性，但传输效率极低。所以人总是想努力把输入成本变低、输入带宽变高，这条线在大模型以前一直在下行。

那个时候验证那条线是什么？你发现那个时候不怎么需要验证。但到了大模型发布之后，这件事完全变了，就类似于今天我们发现写文章很容易，但判别它好不好很难。

整个产品设计的注意力，就从"我们如何能够去生产内容"变为"我们如何去验证内容"。正因为它补完的东西太多了——你只说了四个字，它给你补成了四万个字。这个时候我们的设计，不是如何更高效地输入四个字，而是如何能够更有效地验证这四万个字是有效的、合理的、符合我们设计的。

今天很多产品都在往这个方向发展。

"产品经理的核心，不是在设计确定性，而是在雕塑概率性"

本质上，我们原来的产品设计是确定性地画一张地图，一个确定性的业务链路。而今天到了 AI 时代，我自己认为从第一性的角度，每个产品经理的核心不是在设计确定性，而是在设计所有的概率性——从一个确定性的流程，转变成应用各种手段来调一个空间的分布，即概率性。这是很明确的变化。

从原来来讲，本质上就是在于我到底要输出多少带宽，输入的信息要足够清楚还是不清楚——越不清楚产品体验越好。今天讲究的是什么？你看今天用 Claude Code 或者 Codex，你把一大堆没有经过任何处理的东西丢进去，它自动给你理解、自动补完、自动处理，然后给你得到一个好的结果。本质上就是带宽和确定性两个维度的权衡。

如果我说得越清楚，产品越难用，但可控性越强。我说得越模糊，它就越不可控，你越不知道它输出的是什么。我们要在这两个里面做权衡。这就变成了一个新的产品设计范式。

今天的产品很难只是调一调界面。如果你仅仅只是调个界面，你用 Vibe Coding 的成本越低，你被模型卷死的概率就越高。因为你没有价值。

今天还有一个很大的幻觉：我们用 AI 做了一个产品，觉得是我们的价值。但如果任何人都会用一句 Prompt 得到这个结果，那就不是你的价值，那是模型的价值。你就没价值。过去两三年里，被基础模型卷死的产品太多了。我觉得这不是基模的问题，是我们选择的问题。如果你今天能够通过你的设计得到一个不同于基模的分布——包括模型、包括 Harness、包括上层的业务链路、Workflow 叠加在一起——你就有实际的价值。

那如果我们在设计产品的时候不能穷举所有的链路，应该怎么设计产品？

首先，我们现在假设你有无限种可能。是不是就能把一个产品描述得足够清楚呢？你说现在模型的搜索空间大，那我就多描述点，行不行？你发现不行。

光是一个围棋——大家知道围棋有多少种排列组合吗？一个 19×19 的棋盘，361 个格，每个格有三种状态：要么黑子，要么白子，要么没子。它的整个搜索空间是。转换成 10 的幂次，就是。大家知道全宇宙里面所有的原子数量是。也就是说全宇宙的每个原子里还有一个宇宙，所有的原子叠加在一起，还差了十亿倍。

搜索空间极大。在这种情况下，我们在一个极其开放的空间去正面定义所有的可能性，几乎是不可能的。

"Loop Engineer 取代 Prompt Engineer——通过外部信号控制概率分布"

那么，今天用的方法是什么？我们必须找到一个外部信号，用外部的方式变相地来验证。大家应该都听说过最近非常流行的 Loop Engineer——现在已经不写 Prompt Engineer 了，写 Loop Engineer。

什么是 Loop Engineer？本质上就是说，我通过构建一个循环体系，让模型自己发现和自己研究，从而得出对概率分布最高效的控制。否则你正面控制不了，你只能通过一个外部的信号才有可能控制。

为什么这件事是有效的？从 DeepSeek 发布 R1 开始，GRPO 这个算法出现，就发现模型开始能够通过不确定的信号来得到很好的反馈了。

我举一个简单例子让大家好理解。之所以模型能够自我进化，本质上源于生产和验证的不对称。怎么讲？就好比我们今天在座的各位去写个笑话。写笑话其实蛮难的，我可能要花很多精力去分析什么叫一个好的笑话——得出人意料，有一定的创作方法论。但如果我用写笑话的方式来验证笑话，很难验证，因为它是同构的——你会发现每个动作都对了，但结果为什么不对。

往往这种事情怎么做呢？看笑话比写笑话容易得多。别人写好一个笑话给我看，我就很快能知道搞不搞笑。而我知道搞不搞笑这件事其实就能给他反馈。但这个时候我们两个是异构的——我判断搞不搞笑所收到的信号，和他怎么创作的信号是异构的，但反映的是同一个问题。

从这个角度上讲，我们今天构建的逻辑也是一样：如何能够把一个问题找到它多个维度的、不同的视角来共同验证，才能得到一个更加有效的分布。

这件事有没有发生过？肯定不是凭空想象的。最早发生是从 2016 年 AlphaGo。Google 的 DeepMind 做这件事的时候，就已经完全印证了所有知识的定义和学习的过程。只不过当时没有大模型，算法空间很有限，但在围棋层面已经跑通了。

2016 年，AlphaGo 用了大概 16 万人类棋谱、三千万个局势（棋盘状态），这样一个海量的数据——几乎是人类上千年所积累的所有高质量棋谱。通过训练，最终 4 比 1 战胜了李世石，给人类极大的震撼。原来这么复杂的搜索空间，——1 后面有 170 个 0——依然可以战胜李世石。

但很快，到了 2017 年。大家要知道，2016 年之前上一个下赢人类的是深蓝——IBM 的深蓝战胜卡斯帕罗夫，在国际象棋上，那是 1998 年。花了将近 20 年，才从象棋走到围棋。

但一年之后，AlphaGo Zero 出现。没有用任何人类棋谱，只画了一个棋盘。只告诉它规则是什么——黑子怎么下，白子怎么下，怎么定义赢。然后 AI 开始自己跟自己下棋。下赢了总结经验，下输了总结经验，形成自我循环。它用了零人类棋谱，没有任何人类经验知识，从零开始学围棋，用了三天时间，4 块 TPU。而 AlphaGo 当时用了 1000 多块 CPU 加 100 多块 GPU。更小的算力，没有任何初始数据，训出了 AlphaGo Zero。它去跟 AlphaGo 下棋——100 比 0，完胜。

这就是我们刚才讲的雏形，某种程度上就是新时代的产品设计。

2017 年下半年，它又发了 AlphaZero——不管是什么棋，把这种能力完全应用到不同的棋上。同一套算法，一行不改，在国际象棋、将棋等各种棋类中做训练，都打败了人类冠军。

这个逻辑已经完全被验证了。刚才讲的这些东西都是 2016、2017 年在围棋上验证的。而到了今天，在 AI 大模型上面，几乎所有基模公司都在讲"模型在训练模型"。做得比较好的公司应该已经一定程度上实现了模型在参与模型的研发。不只是模型，产品也可以参与产品的研发。这已经是未来产品的范式。

我们未来怎么设计产品？原来会把人的经验放进来，这叫知识建模——知识建模是死的、固定的、高成本的、充满噪音的。但如果你用机器的角度来讲，它的信号几乎是无穷的、细腻的、维度更多的、缺少噪音且能持续进化的。完全两种思路。

"为什么自进化还没有大规模进入真实商业世界？因为验证器极难定义"

那为什么 AlphaGo 做完这件事到今天为止，都没有办法大规模地把它带入真实的商业世界？

本质上的原因在于：围棋也好，现在跑通的 Vibe Coding 也好，它们本质上都有一个极其确定的验证结果——到底什么是好、什么是坏，非常清楚。围棋赢五步还是输三步，非常清楚。

但这种场景在真实世界里是极其罕见的。绝大多数的商业场景是不明确的。围棋有唯一的输赢，要么输要么赢。真实世界可不只是这样——比如今天是一个销售智能体，你到底是按销售额算还是利润率算，目标都不一样。

第二个问题是反馈是不是及时。如果在真实世界里训练一个销售智能体，你的每一个例子是有成本的。它并不像围棋可以无限自动下，成本非常高，获取的成本也非常高。

本质上就是我们要画一个足够大的空间，让机器在里面探索。而探索的有效性来自于验证器——我们是不是把验证器定义好了。而验证器是一个极难定义的事，所以它很难进入真实世界。

但今天已经跑通了围棋和 Vibe Coding。为什么今天大家看到模型原来从一年升级一版，到现在两三个月升级一版？本质上是它的自进化跑通了。2024 年年底 Ilya Sutskever 在大喊预训练终结，那时候所有的论调是"人类的知识不够了，人类的数据不够了，人类的数据是化石燃料"。但你看今天还有人喊吗？没有人喊。这个路径已经跑通了。

在这样的背景下，对于绝大多数的创业者或者产品经理来讲，核心能力是如何能够相对于通用基模，找到一个垂直领域里自我定义的分布，让这个分布最符合我们自己的业务场景。这是未来产品经理的主线，跟以往的范式完全不一样。

围棋自然有一个明确的裁判，Coding 也自然有一个明确的裁判。但如果是销售呢？围棋赢输很清楚。今天如果是个销售，跑去跟一个客户聊了一个小时、聊了 100 句话，最终他没有买——我能得到一个"赢了还是输了"的结果吗？我得不到。这里面有无数的信号是分散的，我不确定哪句话说对了、哪句话说错了。整个里面有大量的噪音、大量的延迟、有效信号的稀疏。

但也不用担心。想想，今天人类里面一个初级销售到一个高级销售，难道不就是这么干的吗？他不就是通过十年的时间从初级变成高级吗？所以这里的信号一定是可以被获取的。

从这个逻辑上讲，如果你是这个业务的专家，就应该构建大量的过程奖励信号。这是属于你自己特有的能力。我不只知道它最终成不成交，我要看它是否在理解和倾听对方的需求，是否能够清晰地表达自己产品的优势，是否用到了合理的策略，是否表达简明清晰不啰嗦，是否足够坦诚，是否能够直接回答。这些问题变成了业务专家的能力。这些东西一定是基模做不了的。

产品经理的核心，不是用基模做一个界面，而是在于如何能重新把基模调整到我相对的一个分布。

"今天很多方法都是完全错误的"

在这个背景下，产品经理的定义和人跟机器的分工是不是要重新被定义？我觉得是。

我见过很多人都在学习写 Prompt、学习怎么用智能体。但我看到不少方法论其实是低效的。大家要研究最佳实践——如果你研究怎么写 Prompt，我非常建议你去研究业内公开讨论过的 Prompt 设计案例，也可以去看看 Claude Code 的源码，看看它里面的 Prompt 是怎么设计的，看看它 Plugin 里面的 Prompt 是怎么设计的。

如果你从底层来看，你会看到大量市面上那种低效的、随便的东西。比如有些什么"蒸馏员工"之类的——也没见谁蒸馏了巴菲特现在很赚钱。它无非只是模拟了口气和说话风格，但并没有真正去模拟他真正的思考路径。那是极难的。

在这里面，机器的能力是什么？机器的能力在于极强的搜索能力——它有大量方式可以极快地做远多过人类的实验和搜索空间。但它依然很难定义。今天很多说 Loop Engineer，我相信能用好的人不超过 1%。

还有那种多智能体协作，动不动就说 10 个智能体聚在一块协同。如果你真的去用，你会发现越多智能体越难驾驭。它里面的幻觉是被叠加的、被放大的。每一个智能体是 90% 的准确率，跑着跑着最后成功率就变成 10%。这很难的。

那怎么做？我觉得，人的定义就是给机器的搜索空间设定围栏。如果你看 Claude Code 的源码，你会发现它大量的是给围栏——不是告诉你怎么做，是告诉你在哪个边界内做。

第二，要给它一个指南针，让它知道顺着哪个方向走才能拿到最好的结果。

从这个逻辑上来讲，我见过很多具体的、写了几百字几千字的 Prompt，一定没有任何探索空间了——因为你把所有探索空间给它挤没了。甚至你的空间如果还不连续的，它就一定给出很烂的结果。另外一种是没有方向——我只画了一个空间，它根本不知道往哪走，极耗 Token，大量低效。

最理想的方向是：给它一个方向，给它一个范围。

这像什么？就像我们讲的 AlphaGo 的逻辑。本质上有效探索，是借助于机器的暴力探索能力，加上人定义的空间和方向。我们一切 AI 时代的产品底层，都是这样的一层逻辑。

"软件从固态变成液态——界面是日抛的，不再是长久用的"

这里面会分很多微观、中观和宏观的层面。如果你今天是一个宝马 4S 店的销售，还是一个教育小孩的老师，在不同背景下你所定义的逻辑都不同——你的微观反馈是什么，中观反馈是什么，宏观反馈是什么。

其实跟我们人类学习的逻辑是一样的。而且今天大家很多时候容易走极端。但最终来讲，整个对于分布的承载，不只是模型本身，也不只是 Prompt 本身，它是一个串联——从界面到 Harness 到模型，这几个是共同组合的。如果你要调试最优解，这三种能力一定都要具备。

我举一个简单例子。今天我们所有原来的产品都是固态的，所有界面定好就不会动了。但你发现今天在 AI 的背景之下，我们所有的软件几乎都是液态的——每个人所看到的东西都不一样。大家知道 Claude 刚上了 Artifacts，你做着做着哪个东西它自动给你生成一个界面，那个界面是干嘛的？是日抛的。以前的界面是长久用的，今天是日抛的。

包括大家了解一下 Google 马上要发的 Disco——一个新的浏览器。它已经不再以网页为搜索单元了，它以网页的内容为搜索单元，根据你的目标帮助你把多个页面的东西打碎、重组成一个日抛的界面。这种趋势已经很明显了。

从这里面来看，历史上有没有类似的产品？其实就是我们的 Feed 流。在 Feed 流出现以前，所有的标准单元都是一个杂志、一个报纸，都是固态的——不管你喜欢看什么，如果你想看体育，我给你选好了这 24 篇文章。但今日头条也好，抖音也好，本质上是用 Feed 流的方式为每个人构造了一个液体的界面。只不过那时候因为是一个极度垂直和单一的界面，所以相对比较早期。而今天 AI 做的更复杂。

我们整个人的能力层在不断上移。从最开始能够设计它怎么感知信号，到它怎么听懂语义补全，到今天开始判断什么是好的，当我们判断真实世界、定义那个地图到底是什么样，我们的能力都在持续变化。

"万物皆 Chatbot、万物皆 Workflow、万物皆龙虾——旧验证器的满分答案"

做产品的理念来讲，过去几年很多产品经理犯了非常多错误。

几个例子：万物皆 Chatbot——以为做 AI 产品就是加 Chatbot，2023 年很常见，现在已经不常见了。后来到了 2024 年变成万物皆 Workflow，甭管怎么着就搭个 Workflow。现在什么万物皆龙虾——结果真的有用得好的吗？

如果我们从第一性的角度来看，有独立思考和判断能力，其实都在我们刚刚的框架里：如果你万物做 Chatbot，在于你没有棋盘，那你跟用 GPT 有什么区别？如果你万物皆 Workflow，你发现这件事没弹性了，没有给它任何搜索空间，相当于把 Prompt 写死了，搜索空间变得极小。如果万物皆龙虾，你发现这玩意儿没有指南针，你根本不知道什么叫对，那你养的龙虾跟你看的 GPT 有什么区别？没区别。

这个时代独立思考还是很重要。

本质上，我们不能再用旧的验证器来解决旧的地图找新的宝藏。因为原来那些东西在旧的衡量体系里都是满分，但如果你的验证器放在新的衡量体系里，它可能都是零分。如何找到我们自己的验证器，还是很重要的。

前面的失败基本上都是坏的验证器的满分答案。

今天来讲，我们要怎么构建我们的验证器？今天的产品已经不是一个固定死的东西了。我们必须要独立在我们的生成之外，必须要跟真实场景对齐，必须是一个时刻连续连接真实世界去做优化的体系。

一个好的产品的关键，是我们如何设计好这个验证器。甚至某种程度下，我们做产品之前先有验证器才有产品——先有验证器，证明你对于你所构造的世界是有理解的。

希望今天的讨论能给大家启发。讲得比较快，也没有讲很多很具象的内容。但我觉得至少希望大家能理解：

我们原来的方式——画流程、抠交互、做穷举——基本上在逐步消亡。而我们今天的能力是如何建棋盘、如何定方向、设围栏。这才是今天核心的能力。

谢谢大家。

宙世代

一起剪

相关标签