AI时代的门槛降低让创造变得前所未有的容易，但品味的稀缺性反而被放大。从乔布斯的桌面出版革命到今天的Agent工具，每一次技术民主化都让‘做好’比‘能做’更关键。本文深度解析AI产品经理如何建立四大分辨力，在功能泛滥的赛道中以‘15度夹角’构建不可复制的竞争壁垒。
1984年，苹果发布Macintosh，桌面出版一夜之间民主化了。任何人都能排版、做设计、出印刷品。
乔布斯后来回忆说：”90%的人做出来的东西丑得要命。工具民主化了，但品味没有民主化。”
40年后，同一个剧本在AI时代重演。Agent、低代码、AI IDE把执行成本压到极低——以前需要前端、后端、设计、运营四五个人干两周的活，现在一个人加AI一个下午就能跑通MVP。
但问题也完全一样：做出来容易，做好极难。
硅谷已经在高频讨论这个词。《纽约客》今年3月写了专文，说”taste”已经成了AI时代科技圈的新关键词。Paul Graham也被引用：AI时代品味会更重要，因为当任何人都能做东西时，差异在于你选择做什么。Axios4月的报道也指出，AI公司甚至开始在宣传中强调产品的”tasteful”——这本身就说明了一件事：当技术不再是门槛，品味成了新的竞争维度。
很多人用乔布斯的故事类比今天，类比是对的，但有一个关键差异被忽略了：桌面出版民主化的是”表达”，AI民主化的是”创造”。
桌面出版时代，你有了Pagemaker，但你还是得懂排版、懂配色、懂字体搭配，才能做出像样的东西。技能门槛还在，只是从”有没有工具”变成了”会不会用工具”。
AI时代连这层技能门槛都拆掉了。你不需要懂排版，AI帮你排；不需要懂配色，AI帮你配；不需要懂文案，AI帮你写。“会不会”不再是问题，”好不好”才成了唯一的问题。
这意味着什么？意味着”没品味”的产物会以更快的速度、更大的规模涌现——同质化落地页、假高级文案、堆满功能的App、看起来像模板站的产品。LinkedIn上已经有人指出：很多创业者跳过品牌战略，直接让AI做创意，结果东西越来越像。
更致命的是：这些”没品味”的产物，看起来越来越像”有品味”的。因为AI太擅长模仿表面特征了——它能让一个空洞的产品拥有精致的UI、流畅的动效、看起来专业的文案。以前没品味是肉眼可见的粗糙，现在没品味穿上了精致的皮囊，识别难度高了几个量级。
每一轮”门槛下降”，品味的定义都在重新洗牌：
品味从”加分项”变成了”准入门槛”。以前没品味，产品丑但还能用；现在没品味，产品好看但没人记住你。
很多人把品味等同于审美，觉得是”好不好看”的问题。这是对品味最大的误解。
Paul Graham在《Taste for Makers》里把好设计和简单、永恒、解决正确问题、细节严谨联系在一起。翻译成产品语言：品味不是会选一个漂亮的UI模板，而是能判断这个产品到底有没有必要存在。
对于AI产品经理来说，品味具体体现在四个”分辨力”上：
1. 能分辨用户说的需求和真正的需求。
用户说”我要一个AI写真”，真正需求可能是”我想看到更好看的自己”——前者导向工具，后者导向体验。
举一个真实场景：去年大量AI写真产品上线，大部分产品的思路是”给用户更多风格模板”——古风、赛博朋克、日系……但用户的真实痛点不是风格不够多，是”生成的照片不像我”。能分辨这一层的产品经理，不会去堆模板数量，而是去优化”像不像”这个核心体验。风格多是从”用户说的需求”出发，像不像才是”真正的需求”。
2. 能分辨”有功能”和”有价值”。
堆10个AI能力不如1个做到位的。功能列表不等于产品价值，这是大部分AI产品的通病。
看看市面上的AI助手：写作、绘画、编程、翻译、总结、头脑风暴……全家桶拉满。但用户真正高频用的场景可能只有一个。其他功能不是不好，是制造了噪音——每次打开产品，用户要在一堆入口里找到自己要的那个，认知成本反而比专用工具更高。功能的数量是AI最容易生成的，价值的密度是AI最难替你判断的。
3. 能分辨”看起来炫”和”真的好用”。
AI生成了一个酷炫的3D过渡动画，但它让用户更快完成任务了，还是只是让加载更慢了？AI加了一个对话式交互界面，它让操作更直觉了，还是让简单的事情变复杂了？
Notion没有用AI把界面改造成对话式，而是在你打字的时候安静地出现”Ask AI”——这个设计不炫，但它好用到让人离不开。炫是AI的默认输出，好用是品味的刻意选择。
4. 能分辨”我喜欢”和”目标用户会买单”。
AI产品经理的品味不是自我表达，是为用户做判断。这一条最容易说、最难做。
你喜欢极简设计，但你的用户是40岁以上的下沉市场女性，她们觉得信息密度低=功能少=不划算。你喜欢暗色模式，但你的用户在白天户外使用。你喜欢新潮的交互范式，但你的用户连长按弹出菜单都不知道。
“对于AIGC产品，PM最重要的能力不是写PRD，而是定义什么叫好。”
你的benchmark设计水平，直接决定了产品的审美天花板。如果你的评测维度只有”画面清晰度”和”生成速度”，团队只会朝着更清晰、更快的方向优化，产品永远不会有电影感。
AIGC产品的竞争，最终会从模型能力的竞争，走向审美标准的竞争。谁能定义更高的”好”的标准，谁的产品天花板就更高。
这不是理论推演。Midjourney和Stable Diffusion的能力差距在缩小，但Midjourney的用户愿意付更高的费——因为它的默认输出就”好看”，这个”好看”背后是V6以来无数次对审美标准的校准：什么样的构图是好的、什么样的光影是好的、什么样的质感是好的。这些标准不是模型自己长出来的，是人的品味编码进去的。
朱广翔提出了一个很精妙的比喻：人和AI之间要保持一个15度的夹角。
这个夹角是什么？是你的专业知识、你的场景理解、你的品味——这些是AI没法马上延长过去的东西。AI的能力边界是一条射线，你的品味是另一条，它们之间的角度就是你的护城河。
这个比喻的精妙之处在于：夹角不能太大，也不能太小。夹角太大，你和AI完全不在一个方向上，AI帮不上你；夹角太小，你和AI完全重合，你就成了AI的复制品，没有差异化。15度，刚好是”AI能做到的”和”只有你能判断的”之间的最优距离。
87%的非程序员用户做出了爆款应用——不是因为他们比程序员更懂代码，而是因为他们有自己的专业壁垒和品味，他们知道在特定场景里什么是对的。
讲品味，也需要看看没品味的反面，才能更清楚地理解它：
这些产品的共同特征是：AI太容易帮你把事情”做完”，但没有任何AI能帮你判断”该不该做”。
这是一个反直觉但必须讨论的问题。
拼多多在设计上”土”，页面信息密度极高，砍价、拼单、红包满天飞。按照”极简即品味”的标准，它简直是没品味的反面教材。但它的品味恰恰体现在对目标用户的理解上——三四线城市用户要的就是”热闹、便宜、有参与感”。
品味的本质不是某种固定的审美风格，是对目标用户的精准共情。
同一个设计选择，在这个场景是品味，在另一个场景就是灾难。品味不是普适审美，是场景匹配。
特效小哥008提到：”品味是这个时代真正的硬通货。AI只会从旧数据里找规律，用最美的滤镜和运镜做出标准精美的画面，但观众早就看腻了。品味这个东西迭代不出来，资本也买不来，培训课也教不会。”
听起来很悲观——教不会，那怎么练？
关键在于：品味不是”看”出来的，是”活”出来的。 “品味是你亲身经历了足够多的东西之后，从里面长出来的一种直觉。”但这不意味着只能等。你可以刻意练。
品味 = 见过足够多好东西 + 认真拆过它为什么好 + 自己做过很多次取舍 + 能为目标用户而不是为自己做判断
看100个同类产品，不是看”好不好看”，而是拆：它第一眼让我懂了什么？它哪里让我想继续？哪里让我想付费？哪里显得廉价？
逆向工程的本质不是拆产品，是拆决策。你还原的不是功能列表，而是另一个产品经理的思考过程。
怎么拆？给一个可操作的模板——AI产品拆解五问：
这个”拆决策”的思路，就是品味训练的核心方法。你不是在收集灵感，你是在训练自己的判断力。
品味很多时候不是加，而是删。删掉不服务核心体验的按钮、特效、文案、流程。
但删比加难得多。为什么？
因为加是”我在创造”，删是”我在否定自己”。每加一个功能，你感觉自己在做事情、在进步；每删一个功能，你要承认”这个想法不好”或者”这个不是最重要的”。
AI时代这个问题被放大了。AI生成一个功能太容易了——改两行prompt，一个新入口就出来了。因为”已经生成了”，所以不舍得删。沉没成本谬误在AI时代变成了”AI生成成本谬误”：虽然生成几乎免费，但删除的心理成本并没有降低。
品味的体现，恰恰就是对AI生成的东西说不的能力。AI给你10个方案，品味是选出1个的勇气，更是扔掉9个的决断。
一个实用的训练方法：每次要加一个功能/入口/文案时，问自己一个问题——”如果删掉它，用户会不会发现？”如果答案是”可能不会”，那就删。
游戏UI、付费页、落地页、角色面板、技能图标、动效反馈——分类收藏。以后用AI做产品，你不是让AI空想，而是让它对齐你的样本库。
但”分类收藏”四个字太笼统了。一个有效的审美样本库需要结构化的维度：
按场景分类：
按情绪分类：
按用户阶段分类：
对应的落地工具三件套：提示词词库（什么样的指令能输出什么风格）、专业评审知识库（什么领域的专家会怎么评判质量）、量化评测体系（把”好”变成可打分的维度）。把”什么是好的”从感觉变成可参照的标准。
不赚钱的”品味”可能只是自嗨。能让目标用户更快理解、更愿意留下、更愿意付费的品味，才是商业品味。
这里有一个陷阱：AI产品经理很容易把自己的品味等同于用户的品味，然后用”用户不懂”来解释产品的不成功。确实有时候用户暂时不懂，但更多时候是你没懂用户。
校准品味的核心不是做用户调查问”你喜欢哪个方案”——用户说不清自己要什么。而是看行为数据：用户在哪里停留、在哪里流失、在哪里付费、在哪里主动分享。用户的行为比用户的嘴诚实。
罗振宇提出的”丰富性”概念也值得参考：不是你知道的东西多，而是你身上的参数多、变量多。大模型的权重 = 互联网共同经历 × 开发者taste；人脑的权重 = 个人经历 × 基因。你得找到自己的独特性，不能成为平均值。
“算法给你确定性，线下给你偶然性。”品味不是从算法里长出来的，是从你真实经历的偶然性里长出来的。但你可以通过上面的方法，让偶然性更频繁地发生，让直觉更快地成型。
现在有一种越来越流行的策略：既然AI coding把开发成本压到极低，那就大量上线产品，赌其中一个能爆。
逻辑听起来很顺：以前做一个产品要几个月，现在几天就能上线；做10个，只要1个爆了就回本。这不就是互联网的”试错思维”吗？
问题是，这个逻辑在AI时代恰恰失效了。
试错是：我有一个假设，我用最小成本验证它，根据反馈调整。核心是每次试错都在积累认知。
赌量是：我没什么假设，我就是广撒网，碰运气。核心是每次尝试都是独立的随机事件。
AI时代的陷阱在于：因为做东西太容易，”赌量”伪装成了”试错”。你一周上5个产品，看起来像是在快速迭代、敏捷试错，但实际上你从来没有认真想过任何一个产品为什么应该存在。
第一，AI降低了做的门槛，但没有降低分的门槛。
腾讯研究院的报告说得很清楚：”AI消除了’从零到原型’的门槛，但分发、运维、合规、品味这些让产品真正运营起来的能力，反而更加凸显。”
你能快速做出来，不代表你能快速获客。做产品的成本趋近于零，但让用户知道你、信任你、留下来的成本一点都没降。10个没人用的产品不如1个有100个忠实用户的产品。
第二，AI让”同质化”变成了传染病。
如果你没有品味来定义”做什么”，你的10个产品大概率都是AI的默认输出——和另外100个团队用AI做出来的产品长得差不多。你在赌量，别人也在赌量，结果是同质化的海啸。赌量的策略越流行，赌量的回报率越低。
第三，赌量消耗的是最稀缺的资源——注意力。
做10个产品，你的注意力被10个方向分散。每个产品你都没精力去理解用户、打磨体验、建立口碑。而你的竞争对手如果只做1个，他把全部精力投入在那1个产品的用户洞察和体验细节上——品味的差距会越拉越大。
第四，用户不缺产品，缺的是值得留下的产品。
App Store上有200万个App，用户手机里常打开的不超过20个。你做出来的第11个产品，不是在和另外10个竞争，是在和用户已经习惯的那20个竞争。用户凭什么给你一个位置？不是因为你又做了一个，而是因为你做了一个他舍不得删的。
做一个产品，但把品味做到极致。
赵汗青在AIFUT大会上说：”做生意和做作品是两件事。追爆款是生意逻辑，做审美是作品逻辑，商业模式、成本结构、客户打法完全不同。”
赌量是生意逻辑：广撒网、碰运气、追风口。
做作品是品味逻辑：选一个方向、扎进去、做到让人记住你。
在AIGC工具同质化越来越严重的今天，垂直加交付导向可能是小团队唯一能打出差异化的路径。
不是做更多，是选更准、做到更深。这就是品味在策略层面的体现。
这是最实际的问题：我有了品味，怎么让它在产品中体现出来？
AI时代有一个关键转变：从 human in the loop 到 human on the loop。
你不需要参与每一步决策，你需要做的，是把你的标准、你的规范、你的判断力编码进系统里，让AI在你设计的轨道上自主运转。
“人类的品味一旦被编码成规则，就可以持续自动应用于每一行代码。你不需要每天盯着代码库看，你只需要把’什么是好的’定义清楚，让机器帮你持续守住标准。”
这就是品味的规模化——不是你一个人在每个环节做判断，而是你的判断力变成系统的一部分。
但这里有一个关键前提：你的品味必须足够清晰，才能被编码。模糊的品味无法变成规则。如果你的标准是”感觉不太好”而不是”首屏标题不应该超过8个字”，AI无法帮你守住任何东西。
从品味到规则，需要经历三层翻译：
第一层：直觉 → 说出判断标准（”这个不对”→”文案太长了”）
第二层：判断标准 → 可量化的规则（”文案太长了”→”标题不超过8个字，正文每段不超过3行”）
第三层：可量化的规则 → 可自动执行的约束（写进设计系统、写进CI检查、写进AI的system prompt）
只有走到第三层的品味，才是AI时代真正有效的品味。停在第一层的品味，是传统产品经理的个人经验；走到第三层的品味，是AI产品经理的系统能力。
品味在产品决策中的体现，很多时候就是敢砍。功能砍到只剩核心，界面砍到只剩必要，文案砍到只剩人话。
这需要两个前提：你清楚产品的核心价值是什么，以及你愿意为它放弃什么。
一个判断框架：砍功能的三个标准
使用频率：不到10%用户使用的功能，坚决砍或降级。它占用了100%用户的认知成本。
核心路径依赖：如果砍掉这个功能，用户完成核心任务的方式是变简单了还是变复杂了？如果变简单了，砍。
情感锚点：有没有功能虽然用得少，但用户知道它在那里就觉得安心？（比如”导出数据”功能，很多人从来不用，但如果没了会觉得被困住。）这种功能保留，但降级到不干扰主路径的位置。
腾讯研究院的报告说得直白：”AI消除了’从零到原型’的门槛，但分发、运维、合规、品味这些让产品真正运营起来的能力，反而更加凸显。”
AIGC工具同质化越来越严重，小团队唯一能打出差异化的路径是什么？垂直 + 交付导向。通用工具拼不过大厂的资源，但在一个细分场景里把体验做到极致——这就是品味的商业体现。
宫崎骏的画风可以被AI一秒复制，但宫崎骏的审美不会因此被复制，因为那背后是音乐、叙事节奏、对环保和反战的思考。这些整体才构成审美。同理，你的产品可以被像素级模仿，但你的品味——你对用户痛点的理解深度、对体验细节的执念、对”做到什么程度才算好”的标准——这些不可复制。
你有品味，但你的设计师、开发、运营没有，怎么办？这是AIPM的真实痛点。
品味不是一个人扛，是靠”评审标准、设计系统、质量红线”传导的。品味的最大敌人不是没品味，是”差不多就行”。
怎么传导？
品味传导的本质，是把”我觉得”变成”我们约定”。
00后觉得高级的东西，80后可能觉得花哨；一线城市的”好品味”在下沉市场可能是”看不懂”。
这不是品味的高低之分，是品味的”方言”差异。品味的本质不是普适审美，是对特定人群的精准共情。
同一个设计选择，在这个场景是品味，在另一个场景是灾难。理解这一点，才能避免”把一线城市的品味硬套到下沉市场”或者”把年轻人的审美强加给中年用户”。
中国互联网的品味不等于硅谷的品味。硅谷的品味传统是”少即是多”，中国的品味实践更复杂——有时多也是多，热闹也是好，密度也有效。关键是对谁、在什么场景、解决什么问题。
最后提一层：品味之上还有一个更底层的东西——对变化的敏感度。
用户的品味在变，市场的品味在变，你的品味也得跟着迭代。三年前”对话式交互”是创新，现在有些场景已经在回归表单和按钮——因为用户发现对话不一定比点击快。
静态的品味会变成固执。”我一直这么做”不是品味，是惯性。动态的品味才是竞争力：你不仅知道现在什么是好的，还能感知到什么时候”好的标准”在变。
怎么保持敏感？回到第三步的”拆”——持续拆解新产品、持续和用户对话、持续校准自己的判断。品味的训练不是一次性的，是持续的。
AI时代，普通人拼执行会越来越难赢，因为执行会越来越便宜。
但谁能定义一个有吸引力的方向、做出有辨识度的体验、持续判断什么该要什么该删——谁才更可能胜出。
乔布斯那句话放在今天依然成立：”品味就是你的护城河。你能判断AI给你的10个方案里哪个是insanely great的，你就比那些只会点’生成’按钮的人强一百倍。”
但乔布斯没说的是：品味也不是一劳永逸的。它需要你持续地活、持续地拆、持续地删、持续地校准。
品味不是天赋，不是玄学，不是审美好看。
品味是你活过的证据，是你做过的取舍，是你为用户而非为自己做的判断。
算法给你确定性，生活给你偶然性。而品味，就在那个确定性之外的15度夹角里。
本文由 @赞美愚者 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
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。