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

S
Schneier on Security
F
Fortinet All Blogs
B
Blog
GbyAI
GbyAI
P
Proofpoint News Feed
量子位
The Register - Security
The Register - Security
宝玉的分享
宝玉的分享
大猫的无限游戏
大猫的无限游戏
云风的 BLOG
云风的 BLOG
V
Visual Studio Blog
B
Blog RSS Feed
WordPress大学
WordPress大学
Recorded Future
Recorded Future
Recent Announcements
Recent Announcements
V
Vulnerabilities – Threatpost
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
S
Secure Thoughts
雷峰网
雷峰网
Stack Overflow Blog
Stack Overflow Blog
C
Cybersecurity and Infrastructure Security Agency CISA
Webroot Blog
Webroot Blog
AWS News Blog
AWS News Blog
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
The GitHub Blog
The GitHub Blog
爱范儿
爱范儿
O
OpenAI News
月光博客
月光博客
H
Hacker News: Front Page
S
Security Affairs
W
WeLiveSecurity
The Hacker News
The Hacker News
aimingoo的专栏
aimingoo的专栏
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
Help Net Security
Help Net Security
MongoDB | Blog
MongoDB | Blog
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
D
Docker
T
The Blog of Author Tim Ferriss
Spread Privacy
Spread Privacy
Blog — PlanetScale
Blog — PlanetScale
J
Java Code Geeks
S
Securelist
Microsoft Azure Blog
Microsoft Azure Blog
TaoSecurity Blog
TaoSecurity Blog
T
Threat Research - Cisco Blogs
M
MIT News - Artificial intelligence
A
About on SuperTechFans

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增效的另一些真相
降噪NoNoise · 2025-08-13 · via 人人都是产品经理

当AI成为内容生产、运营决策、产品迭代的“加速器”,它也悄然带来了新的依赖、误判与结构性偏差。本文将揭示AI增效背后的复杂现实,从工具逻辑到认知误区,帮助你在技术红利中保持清醒判断,真正实现“人机协同”的价值跃迁。

自Deepseek爆火出圈后,AI一度成为「提效」的代名词。

写周报、改文案、整理会议纪要,一分钟就能搞定,一度让人们以为:AI让工作变轻松了。

然而当更多行业、更多岗位的工作流程被AI重塑,新的问题也开始浮出水面:活儿是越来越多,节奏越来越快,时间却越来越少了。

美国国家经济研究局(NBER)近期的一项研究显示:自ChatGPT推出以来,生成式AI暴露程度每提高1个百分位排名,从业者每周工作时长将增加0.063小时,休闲时间则同步减少0.064小时。换句话说,AI越普及,打工人越忙。而高AI暴露的从业者,周均工作时长被拉长了3.15小时。

更快,并不等于更轻松。

它反而让更多人陷入一场无休止的「加速竞赛」:项目周期被压缩,标准被拔高,竞争更激烈,喘息时间更短促。

从职场牛马到中小企业主,在AI浪潮中无人幸免。有人靠AI提效加更多的班,有人被迫成为替AI收拾「烂摊子」的夹心层,有人在「不会用AI就得死」的丛林法则中被迫加速。

当然,企业层面用AI降本增效的案例比比皆是。但比较扎心的是,根据上述研究,AI目前对薪酬的影响微乎其微。

我们最近就访谈了一些受生成式AI高度影响行业的从业者,试图记录下他们在AI时代的真实职场处境:如何在加速的节奏中,一边奔跑、一边自洽。

替AI收拾烂摊子的中层

当看到「拥有6根手指的女士」突兀地出现在广告海报上,利昂已经无力吐槽,「可以没有上限,但不能没有下限。」

今年38岁的利昂,是某4A广告公司的中层骨干。十几年来,他靠创意和审美吃饭,如今却成了替AI收拾「烂摊子」的人。

AI带来的效率革命确实无可挑剔,曾经设计师几天才能搞定的视觉稿,现在AI用几分钟就能生成数百张。于是裁员潮接踵而至,有的设计岗直接砍半;小公司干脆靠AI跑图走量,结果手指畸形、扭曲的字体、逻辑混乱的文案,堂而皇之地爬上了广告牌。

▲ AI设计的广告人物出现了六根手指 图源:北京日报

大公司虽然守得住基本审美,但客户却开始「神化」AI。「AI几分钟就能做,干嘛还需要团队?」「一张AI都能做的图,怎么这么贵?」……他们看不见,那些高质量结果,背后往往是成千上万张图、几十人团队砸出来的。

比如曾经爆火的AI-Talk项目,主打让历史名人开口说话,全程AI合成。当时公司觉得这事门槛不高,就派利昂带着美术、文案两个同事做一个类似项目,但熬夜加班做出来的内容,效果始终不理想。起初利昂以为自己太菜了,后来才知道,AI-talk背后是几十号人,一个镜头就要几百张图训练,是硬靠时间和金钱砸出来的质量。

▲ AI-talk的B站主页

听完他的汇报,老板也挺震惊:是吗?项目自然而然的被放弃了。

但客户和外部受众看不到这些,他们依旧沉浸在「AI让广告更简单」的想法中,只关心速度和报价。那自然,就有人替AI负重前行。

利昂就身处这个夹层——对外,他要不停和客户解释为什么AI不能满足他们的要求;对内,他还要从下属交上来的「AI成果」中挑选、修补、纠偏。

在过去,团队合作是一起脑暴、互相启发、打磨方向。而现在,他面对的是海量由AI创作的空洞的创意和文案,他的工作也从「创意」变成了「筛垃圾信息」。

当下属收到一个文案修改反馈、态度很好地回复「好的」,转头就用AI在极短时间内跑出一版的时候,折磨开始了。他发现,原来一个小时能搞定的创意审核,变成3个小时、5个小时……看似收上来的创意越来越多,但省事的只是「善用」AI的初级员工,负责把控的人反而在浪费时间。

他越来越觉得,AI在压榨强者,他早就不是在「管理」一个团队了,而是在填补AI制造出的断层。

利昂的另一个同事性格比较直,会直接开破口大骂:就这次,这些玩意谁也别给我再用,给我全扔掉。事情反而变得简单了。

在利昂的观察中,刚入行的小孩受到的影响更大。他们跳过了思考和提炼,跳过了磨创意、打草稿的过程,直接喂AI——图是AI跑的,改是AI改的,创意是AI出的,一天能出十个,改八轮,到头来还是一堆垃圾。有的小孩甚至不去核实AI提供的信息的正确性——比如一个项目说「曝光120亿次」,他们都不带皱眉的,「120亿是啥概念?全部中国人疯狂刷十遍!我们投多少流才能达到这个效果?」

当一个人从入行开始就依赖AI,没有练习「刻骨的东西」,那等到30岁,他就没有那些肌肉记忆,「不光是失去创意,甚至没有思考的源头」。

就这样,广告行业辛辛苦苦上百年建立的创意壁垒、专业门槛、协作体系,被「假创意」「快交付」一点点吞噬。甚至可以说,AI正在毁掉一批刚入行的年轻人。

▲ 小红书上关于AI广告的讨论

而这,远不只是广告业的问题,而是整个职场都在面对的现实。某种程度上,因为老板在逼、社会在逼、工作在逼,这代年轻人似乎更有理由选择放弃思考。

更让利昂忧虑的是,AI已经简单化到让人们放弃审美。之前广告行业对盗图等没有版权意识的行为颇为不齿,但起码盗图者对这张图有个基本认知,认可它的好看,而现在变成了既然没有版权也没钱买版权,那就干脆放低要求,用AI随便做一个。所以大家会发现,现在很多文字或者与审美有关东西,看完只觉得越来越没有意思。

「机器是流水线和批量化的,它不可能帮你去较真儿。但创意性工作需要人的感受,有人的温度在里面。这是机器描绘不出来的。」

现在比较夸张的是,一些个人体验和社交分享也都在被AI渗透。比如有朋友用餐时被店员邀请写大众点评的评价,朋友会直接交给豆包来写;还有做亲子教育的朋友在朋友圈分享活动记录时,图片中的孩子有8根手指。当他对照片真实性提出时疑问,对方回以长久的沉默。

尽管有如此多的吐槽,利昂并不是AI技术的反对者。他自己也会在创意卡壳时,把半拉子作品发给AI,寻求启发。

他只是想强调, AI可以协助工作,但不能成为工作的全部。但谁又在乎呢?当全世界都在追求速度的时候,你慢一点思考,就变成了落后。

超级员工:高效工作的回报就是更多工作

北京中关村深夜,显示屏的冷光照亮张欣欣的脸。她在工位上轻敲回车,ChatGPT流畅地输出了一版文案,快速浏览后,她又熟练地修改着——这原本属于行政岗位的工作。

自从上次她用AI优化了公司小程序的文案,类似的杂活便默默归属到她的名下。她是一家AI医疗创业公司的算法负责人,在这不足百人的公司里,「负责人」三个字的解释弹性很大。模型训练、数据处理、项目落地,是她的主线任务。但PPT、简报、竞标材料、辅导实习生,甚至是某次中标的致谢信,只要跟「效率」沾点儿边的,都可能落在她头上。

好在欣欣并不抗拒这些工作,甚至有些乐在其中。左屏跑着模型,右屏在写代码;ChatGPT在后台生成项目说明,她在前台修改;另一屏还同步着实习生的日报和项目任务列表。

「工作的时候特别有成就感。有时候代码越写越顺,到了一个出现心流的状态,就会越干越多,一直熬到半夜,或者周末接着干。」欣欣说,她的加班纯属「自愿」,因为一次底层大模型能力边界的提升、一个新上线的好用的AI编程工具,都会让工作乐趣加倍。

欣欣第一次接触AI是在2023年初,彼时GPT-4发布不久,行业刚被点燃,Prompt工程师还没变成高开低走的笑话,她已经把AI塞进了工作流里。

最初是润色文案,后来是代码注释、客户需求拆解,再到整个项目流程的重构。项目周期被AI压缩后,她有更多时间做更多事。一个原计划两周完成的项目,她加个班,顺利的话一天能推进80%。

剩下时间,她自己安排:要么看文献、写论文,要么处理别的杂项。在周会汇报完进展后,下周又会进新的工作项目。

她习惯性地把每次AI升级当作一次提效机会。在她眼里,闲着才是最危险的状态,「空下来只有两种可能——我被淘汰了,或公司快没了。」

这种强烈的危机感,或许与欣欣的人生轨迹相关。她来自河南焦作,一个四线城市,18岁那年,挤在爷孙三代同住的小房子里备考。后来靠着一股拼劲,她一路考研,毕业后先是加入生命奇点,后又进入AI行业顶尖平台——智源人工智能研究院,其后又转战人工智能创业公司。如今三十岁,已经能够独当一面。

同时,北京沉重的房贷和「35岁红线」像两道无形的倒计时器。她生活的重心向来围绕着工作展开,曾经偶尔会编织,现在除了吃饭睡觉就是工作,最多刷刷手机。

从业绩上来看,欣欣顺理成章地成为公司的Top 1。工作四年,她从初入职场的新人,变成了带项目的骨干。

她说,AI不会取代人类,但使用AI的人会取代不用AI的人。

随着AI工具的飞速迭代,她的节奏也越来越快,任务列表也越来越长。

广州电商老板:不用AI公司就得「死」

去年10月,唐承佳咬牙做了个决定:砸下30万,在公司内部组建AI团队。

「不是为了跟风,是不这么干,公司就得死。」他说。

唐总是直播圈里的老兵,主营大码女装,是直播电商平台早期崛起的头部商家之一。巅峰时期,一次直播曾创下700多万场观,团队迅速扩张到近百人。但从去年下半年开始,公司出现两到三个月连续亏损。他很清楚,像他们这种电商公司,亏损四五个月基本就要倒闭。

「直播行业的大盘在掉,销量在掉,退货率涨得很凶,利润和用户体验双双在降低。」他说,光靠主播拼命吆喝和运营团队加班做内容,已经完全扛不住。

直到那时,他才开始把目光转向AI。起初他只是打算买市面上的AI工具用,但跑遍主流产品后,他发现,不接地气,根本用不上。最终只能自建。

AI团队搭建完成后,他并没有把AI局限在内容生成或视觉设计这些常见场景,而是着手重构公司的底层运作方式,将AI深度接入各个业务环节:内容、运营、人事、财务、行政、客服、数据分析……几乎所有能被标准化的岗位和流程,都被重新拆解、评估、重建,能自动化的自动化,能压缩流程的压缩流程。

比如公司目前的一名内容运营,每天上午需要完成70篇小红书、14篇社群文章、2个视频——在AI没有大规模推广前,这些工作是两到三个人一天的工作量。

而唐总本人也在工作中将AI用到极致,用AI汇总会议汇报、识别项目进度、设计管理者该提的问题,甚至处理对外商务合作时,直接扔PDF和公众号文章给大模型,让它识别合作机会、提炼落地点,最后自动生成方案,供他一键转发。他说,「AI比我更懂公司的业务。」

▲ 唐承佳的AI软件使用记录

半年后,公司员工从80人缩减到不到20人,后端人力成本从月均60万压缩到了15万,整个团队仍然维持了之前的业务体量,人均GMV还略有增长。AI团队甚至开始对外接To B的项目,初步实现盈利。

但他觉得目前只是暂时喘了一口气,真正的转型才刚刚开始,他希望建立一个可复制、可持续的AI作战体系。

AI虽然让公司活下来,也悄悄改变了「人」的位置。

唐总开始倾向于招应届生——不仅便宜,而且「一张白纸,好上手」。同时,他更看重的是学习能力和吸收信息的速度,名校背景成为一个加分项。他甚至做了测试,对5个新人进行AI培训,看他们能否在两个月内达到「工作五年」的效率水平。

据称,最终,有4个人做到了。

硬币的另一面是,有不少熟练却「转不过弯」的老员工,都选择了离开。

但在他看来,这不是考核标准的问题,是公司只能留这么多人,「你不会用AI,真的就干不完这些活。」

(应受访者要求,利昂为化名)

文|刘诗雨 编辑|孙静

本文由人人都是产品经理作者【降噪NoNoise】,微信公众号:【降噪NoNoise】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。

题图来自阿里巴巴官网