第6问｜产品经理转AI，最该学的不是代码

很多产品经理现在最焦虑的，不是需求做不完。

是眼睁睁看着身边的人用 AI 两小时搞出一个原型，自己还不知道从哪里开始。

前段时间，朋友跟我说，他看 AI 这么火，有点焦虑，报了个 Python 课。刷了三个月，感觉有点懂了，但好像也没用上。

我完全理解这种感受。

01 你不是不够努力，是把力气用错了地方。

产品经理转 AI，Python 可以不学。真正要学的，是另外一种能力。

2025 年初，一个叫 Karpathy 的人发了条推文。

他是特斯拉前 AI 总监、OpenAI 联合创始人，全球最顶尖的程序员之一。

他说，他最近写代码完全不看语法了。想要什么功能，直接用自然语言告诉 AI，AI 把代码写出来，他只负责看结果对不对、方向要不要调。

他管这个叫 Vibe Coding。

这条推文传遍了整个程序员圈子，因为大家发现——自己早就在这么干了。

这件事对产品经理意味着什么？

写代码这件事，已经不再是门槛了。说清楚需求，才是。

Vibe Coding 门槛变化

02 那什么是 Vibe Coding？

传统编程是你写每一行代码。Vibe Coding 是你写需求描述，AI 写代码，你验收。

举个例子。你想做一个功能，把用户发来的投诉消息自动分类——哪些是问退款的，哪些是骂产品的，哪些是问功能的。

你不用写代码。你打开 AI，这么说：

我有一堆用户发来的消息，帮我分成三类：退款问题、产品反馈、功能咨询。不确定归哪类的，标「其他」。

AI 直接给你一个能跑的东西。

产品经理以前是把模糊的业务需求翻译成结构化表达，给开发看。现在，翻译给 AI 看。

Vibe Coding 不是降低了门槛，是把门槛换了一种形式：从「会不会写」变成「能不能说清楚」。

会用 Vibe Coding 的产品经理，验证一个想法的速度，是不会用的 5 到 10 倍。

03 说清楚，没那么简单

这里才是真正的分水岭。

同样是跟 AI 说需求，有人说完能直接跑，有人说完漏洞一堆。

差距在哪？在于你有没有提前想到这几件事。

数据从哪来、到哪去

用户填了表单，这些数据传给 AI 之前，要不要脱敏？AI 返回的结果，存在哪里，谁能看？

做医疗、法律、金融类产品，这一关没想清楚，轻则被投诉，重则违法。

出错了怎么办

AI 答不上来的时候，产品应该显示「我不知道」，还是给一个看起来像真的答案？

这不是技术问题，是产品设计问题。AI 会一本正经地编药名、编法律条文——没有设计兜底，用户信了，后果是你的产品承担的。

谁能做什么

销售能看客户数据，财务能看报销记录，这两个能同时看吗？能下载吗？

这些权限边界，开发不会主动替你想，等你说清楚。你没写进文档，他就按默认来——默认的往往有漏洞。

需求三道门

04 还需要建立对大模型的基本判断

很多人对 AI 的认知只有两种：要么觉得无所不能，要么觉得不靠谱不能用。

这两种判断，做出来的产品都有问题。

有三个基础认知，做 AI 产品之前必须建立。

AI 会胡说，而且说得很自信。遇到不确定的事情，它不会说「我不知道」，会编一个听起来合理的答案。涉及精准信息的场景，必须有人工兜底或二次核验，不能全信。

AI 有记忆上限。用户聊了两小时，AI 可能已经忘了开头说的事，后面答非所问。这不是 bug，是你的产品设计没有考虑到这个边界。

AI 的「风格」可以调。有一个参数叫温度，调高，AI 更发散、更有创意；调低，AI 更保守、更精准。做文案工具和做合同审查，需要完全不同的设定。你不用自己调，但你要能说清楚你想要哪种效果，否则开发按默认值来，体验就会跑偏。

需求三道门

05 最后

焦虑的时候，人总想做点什么证明自己没有落后。

但报一门用不上的课，只是让焦虑变得更贵。

你真正缺的不是代码，是判断力。

这些东西，Python 课不教。

这是普通人AI转型30问的第6问，下一篇我们讲

Java 开发转 Agent，有哪些优势和短板？