惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

有赞技术团队
有赞技术团队
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
P
Palo Alto Networks Blog
C
Cisco Blogs
The Hacker News
The Hacker News
T
Threatpost
S
Schneier on Security
K
Kaspersky official blog
Spread Privacy
Spread Privacy
博客园_首页
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
NISL@THU
NISL@THU
量子位
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
Google DeepMind News
Google DeepMind News
Security Latest
Security Latest
博客园 - 司徒正美
云风的 BLOG
云风的 BLOG
博客园 - 叶小钗
H
Hackread – Cybersecurity News, Data Breaches, AI and More
N
News and Events Feed by Topic
爱范儿
爱范儿
P
Proofpoint News Feed
C
CERT Recently Published Vulnerability Notes
Project Zero
Project Zero
Application and Cybersecurity Blog
Application and Cybersecurity Blog
Cisco Talos Blog
Cisco Talos Blog
GbyAI
GbyAI
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
Apple Machine Learning Research
Apple Machine Learning Research
T
Tenable Blog
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
V
Vulnerabilities – Threatpost
Forbes - Security
Forbes - Security
博客园 - 三生石上(FineUI控件)
C
Cyber Attacks, Cyber Crime and Cyber Security
N
News and Events Feed by Topic
V
V2EX
Webroot Blog
Webroot Blog
The Register - Security
The Register - Security
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
阮一峰的网络日志
阮一峰的网络日志
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
Blog — PlanetScale
Blog — PlanetScale
M
MIT News - Artificial intelligence
Scott Helme
Scott Helme
Simon Willison's Weblog
Simon Willison's Weblog
L
LangChain Blog
W
WeLiveSecurity
Cloudbric
Cloudbric

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
AI 时代 PM 新定位:成为数字生命塑造者
辛康在进化 · 2026-01-09 · via 人人都是产品经理

AI时代的产品经理正在从工具制造者转变为数字生命塑造者。本文借鉴人类管理智慧,系统拆解了培养智能体的4个阶段与10个关键维度,从价值观注入到能力赋予,从执行规范到成长闭环,为你揭示如何打造真正懂业务、有原则、会进化的数字员工。

接上一篇文章,我们聊聊智能体产品设计中,产品经理的第二个重要转变:数字生命塑造者。

当前的 AI 发展趋势正在经历从制造工具向培养数字员工的范式转移,这一点如果你深入分析过智能体的特征,一定有所体会,这里不再赘述。今天重点讲作为产品经理如何设计数字生命。

下面让我们借鉴人类培养下属的思想,去探索智能体产品经理的新职责和能力要求。

从人类管理者的角度,可以将塑造数字生命拆解为 4 个阶段 + 10 个维度。

一、塑造思维

很多管理者最大的错误是直接派活,结果下属做得南辕北辙。培养优秀下属的第一步,是让他拥有和你一样的判断逻辑。

1、注入价值观与决策原则

人类管理思想:告诉下属我们在乎什么。比如:在我们的团队,客户满意度高于成本控制。如此,当你不在场时,他面临两难选择,价值观一致,他才能做出和你一样的决定。

智能体产品经理要承担立法者的角色,从组织隐性知识中,萃取出一套纯粹的价值判断标准,用于指导智能体在拥有能力之后,该如何思考以及为谁思考。

你可以通过以下方法挖掘和萃取价值观原则:

  • 将企业文化、品牌调性、经营战略等高层战略,翻译成智能体的元指令。
  • 挖掘专家在决策时,尤其是两难选择时的潜意识判断,将其显性化。
  • 通过构建两难的思想实验来“逼问”业务方,确立决策优先级。

以下范畴是你的抓手:伦理与社会责任视角(良知)、商业与经营目标视角(利益)、风控与法律合规视角(安全)、用户与人性体验视角(体验)。

业界将抽象的价值观落地到产品的常见方案有:

  • 宪法AI:在训练或推理阶段引入宪法原则,让模型自我修正。
  • RLHF:基于人类反馈的强化学习,将人类偏好转化为 AI 优化信号,让模型输出更符合人类价值观的内容。
  • 提示工程:在系统提示中定义人设、原则,提供几个符合价值观的优秀决策样本作为Few-Shot。

2、划定底线与负面清单

人类管理思想:明确红线。比如:绝不能在没有书面确认的情况下承诺客户需求。优秀的新人往往很有冲劲,如果你不告诉他悬崖在哪里,他跑得越快,死得越惨。

智能体产品经理要构建智能体的负面行为空间,将业务风险、法律法规及安全隐患转化为刚性的阻断机制,确保智能体在任何情况下(包括被诱导、攻击时)都不会越过雷池。

你可以通过以下方法挖掘和界定它们:

  • 代入攻击者或刁钻用户视角,从而预设防御规则。
  • 将法务部门的免责条款、隐私政策、行业合规文件,逐条翻译成具体的拒绝场景。
  • 复盘历史上人类业务员犯过的致命错误,提炼识别模式。

这些边界可能属于:认知边界、权限边界、安全边界、品牌声誉边界。

常见落地方案有:

  • 护栏技术:独立于LLM的组件,在输入端拦截恶意攻击,在输出端实时检测并屏蔽违规内容。
  • 逻辑阻断:在 Prompt 或工作流中嵌入硬性规则。
  • 人在环路审批:对于高风险操作,在执行动作前插入人类确认步骤。

3、明确授权等级

人类管理思想:约定好听谁的和多大自主权。如新手期每一步都得我确认;成长期你制定方案,我批准后执行。如此,就能避免自作主张和犹豫不决的情况。

智能体产品经理要基于业务风险容忍度和任务复杂性,设计动态的信任梯级,明确界定智能体在从感知到行动的链条中,哪一步必须停下来等待人类,哪一步可以自动通行。

判定分级的方法有:

  • 后果不可逆性评估:PM需判断核心动作是否可撤销。
  • 风险-置信度矩阵:只有当置信度极高且风险可控时,才授权自动执行,否则降级。

产品经理需依据上述评估,为不同的业务场景配置具体的授权模式,如

  • L1:辅助模式:它拥有信息的读取权,但完全没有行动权。
  • L2:人在环路模式:智能体负责推理和制定计划,但执行的扳机在人类手里。
  • L3:条件自主模式:在特定的围栏内,智能体拥有全权;一旦超出围栏,自动降级为L2。
  • L4:全权代理模式:智能体全权处理,仅需事后异步报备。

在产品落地时通常会在工作流的关键节点设置人工确认节点,暂停运行直至获得外部信号。也就是人在环路机制。

二、赋予能力

定义好思维模式后,管理者必须负责给下属装配技能和工具。

4、填补信息差与上下文

人类管理思想:把项目的前世今生、利益相关者背景、公司战略意图告诉他。比如:让他知道为什么这个客户很重要(因为是标杆案例),或者为什么这个功能要砍掉(因为战略转型)。下属看起来笨,往往是因为他知道的信息没你多。没有上下文,他只能机械执行;有了上下文,他才能主动规划。

智能体产品经理要承担信息供应链架构师的角色,设计一套机制,识别完成任务所需的关键变量,并将静态的知识文档和动态的业务状态,清洗、结构化后实时注入到智能体的上下文中,消除认知不对称。

信息资源既有静态的也有动态的:

  • 静态知识工程:智能体赖以生存的教科书和SOP。不是简单地上传文档,而是治理非结构化数据,以智能体友好的形式供给。
  • 动态情境感知:智能体对此时此刻的态势感知。需要定义核心状态变量,并打通信息自助获取通道。

现在通常通过RAG、上下文工程、记忆、工具调用等方式落地。

5、传授方法论与思维框架

人类管理思想:授人以渔,不要只给答案,要给解题公式。比如:不要只说去把数据分析一下,而是教他用5Why分析法找原因,用MECE原则做分类,用金字塔原理写报告。你需要的是一个能解决未来未知问题的人,而不是一个背诵了过去案例的人。

智能体产品经理要承担认知流程架构师的角色,你不能只定义输入和输出,必须深入中间层,设计智能体的思考路径和行动路径。你需要将业务专家脑海中那些只可意会不可言传的潜意识经验,拆解为显性的逻辑步骤。

产品经理要具备认知拆解的能力,重构智能体的思考、行动过程,使其从概率生成转向逻辑推理。这需要:

  • 任务拆解与原子化:将复杂的模糊指令,拆解为线性或并行的原子任务序列。解决大问题无从下手的问题。
  • 框架注入与SOP固化:强制智能体套用特定的专业思维模型来处理信息。解决思考缺乏章法的问题。

落地方案通常有:

  • 提示工程:角色扮演、few-shot、CoT、Self-Correction等。
  • 工作流编排:将SOP固化为代码图。将复杂的业务逻辑设计为状态机。

6、装备工具与移除障碍

人类管理思想:给他买最好的软件,开通必要的权限,提供预算支持。当他遇到跨部门扯皮时,你出面站台。管理者的职责是修路,下属的职责是开车。

智能体产品经理不能只把 API 丢给开发,必须从业务视角定义智能体的工具箱,编写机器可读的使用说明书,并设计工具调用的容错与协同机制,消除阻碍智能体执行任务的技术与流程壁垒。

你要界定智能体能做什么以及如何做成,这包括:

  • 工具定义与语义描述:定义清晰的工具名、工具描述、参数要求。
  • 生态互通与数据流转:定义数据如何在工具间流转。打通不同业务系统之间的壁垒。
  • 异常处理与自愈机制:设计挫折应对策略。
  • 资源调度与性能优化:根据任务难度分配资源。

落地方案通常有:

  • Function Calling / Tool Use:目前大模型的主流能力。在 API 请求中描述函数签名,模型会智能判断是否需要调用函数,并输出符合格式的参数。
  • MCP:标准化了 AI 连接数据源和工具的方式,允许 Agent 像插U盘一样即插即用不同的工具服务,极大地降低了集成门槛。
  • API网关与中间件:在 Agent 与真实后端之间架设一层网关,负责鉴权、限流、日志记录以及参数清洗。
  • 路由机制:根据任务复杂度调用适合的模型。

三、规范执行

有了灵魂、脑子和工具,还需要明确具体的执行标准,确保产出稳定。

7、定义完成标准

人类管理思想:把模糊的做完量化、具象化。不是写个方案,而是方案需包含竞品对比、预算表,并以PDF格式发送,文件名统一规范。下属认为的做完了通常只是做了一半,明确标准能拉齐预期。

智能体产品经理要明确智能体在结束任务时,必须提交什么样的工件,不仅要机器能读懂,还要让用户觉得这才是干完活的样子。还要设计交互机制,保证执行阶段智能体有能力捕捉、澄清并对齐用户脑海中那些模糊的软性标准。

你需定义无论用户是否要求,智能体都必须遵守的交付底线,这需要:

  • 结构化模板注入:将非结构化的任务强行约束为结构化框架。比如:不是告诉Agent写好代码,而是定义“完成的代码 = 源码 + 单元测试 + 依赖说明文档”。
  • 完整性检查清单:强制智能体在输出前,自我扫描是否覆盖了所有关键要素。比如:一个合格的每日行程,必须包含交通耗时和景点开放时间。

你需要赋予智能体理解并对齐用户意图的能力,如:

  • 隐性需求显性化:定义完成任务必须具备的动态参数。如果用户没说,Agent必须追问,而不是瞎猜。
  • 模糊意图的对齐协议:当用户标准与业务标准冲突,或用户指令模糊时,如何达成共识。

落地方案通常有:

  • 提示工程:在系统提示词中预设结构。
  • Slot Filling (槽位填充): 将用户意图映射为一张表单。只有当表单里的必填项都被填满时,才判定对用户的意图理解完成。

8、建立求助与升级机制

人类管理思想:告诉他何时该喊救命,比如,如果这个问题你研究了1小时还没头绪,立刻来找我。如果遇到客户提出合同外需求,必须上报,禁止口头答应。这能避免小问题变成大问题。

智能体产品经理需打破智能体必须独立完成所有事的执念,设计失败边缘的挽救策略。你需要:

  • 定义止损点与自我认知:设计让智能体意识到我不知道或我做不到的标准。如置信度阈值、尝试次数上限。
  • 建立向用户反向求助的机制:设计让智能体向用户提问,以获取必要信息的能力。比如起义消除策略、缺省信息索取。
  • 设计平滑转人工的升级路径:设计当机器彻底无能为力时,如何优雅地把接力棒交给人类。比如无缝转人工接管、权限升级申请。

常见的落地方案是将向用户提问封装成一个 Tool。当 Agent 发现缺少信息时,它不是直接生成文本,而是调用这个工具,系统前端会渲染一个表单或选择题给用户。

9、规范协同接口

人类管理思想:教他怎么做一个好队友。比如:给开发的文档要清晰到字段级,给老板的汇报要精简到结论级。让他明白上下游是谁。一个只顾自己干得爽,却给上下游挖坑的下属,不是好下属。

智能体产品经理需跳出单点智能体的视角,转而设计智能体网络。你需要定义每个智能体在业务链条中的输入/输出契约,确保信息在流转过程中不失真、不冗余、不阻塞,实现“1+1>2”的涌现效果。这包括:

  • 设计协作拓扑结构:设计智能体团队的组织架构图。比如角色、职责分工、交互关系、冲突解决与投票机制。
  • 建立通信机制:设计智能体间高效、高质量的传递信息的机制。

常见的落地方案有:

  • 拓扑结构:线性工作流、中心化协作、去中心化协作等。
  • 通信机制: 中介者、共享黑板、发布订阅等。
  • A2A 协议:谷歌推出的智能体标准通信协议。

四、成长进化

最后,通过反馈机制,把上述所有投入转化为下属的能力沉淀。

10、建立反馈闭环

人类管理思想:不是仅仅打个分,而是基于事实进行复盘。这件事为什么搞砸了?是信息不够,还是逻辑不对?这次做得好,是因为用了什么方法?能不能把这个方法写成SOP给新人用?没有反馈就没有进化。优秀的下属是用经验、用教训、用管理者的心血喂出来的。

智能体产品经理需构建一套可观测、可评估、可迭代的闭环系统。你的职责是从海量的对话日志中,提炼出黄金数据,并将其回流到 Prompt 优化、知识库更新或模型微调中,实现智能体的自我迭代。这需要:

  • 设计反馈收集通道:设计显性与隐性信号捕获的机制,如点赞/点踩、修改重写、对话轮次。
  • 构建多维度的评估体系:包括定义指标、评价标准、构建测试集等。
  • 错误诊断与归因机制:建立全链路可观测性,打开智能体黑盒的内部逻辑,从结果和过程多维度分析失败原因。

结语

具体的落地实现方案在快速的发展和变化,产品经理必须回归业务和产品视角去校准自己的职责、能力、工具箱,这才是不被时代抛弃的核心竞争力。

下一期,我们聊聊第三个转变:评测驱动。

本文由 @辛康在进化 原创发布于人人都是产品经理。未经作者许可,禁止转载

题图来自Unsplash,基于CC0协议