产品经理的deadline从1年缩到了1周——AI正在让「做产品」这件事彻底重写

公众号名称：AI知识体系礼记

作者名称：jerry

发布时间：2026-05-19 23:21

说起来，上周在即刻上刷到一条推文，Matt Turck 写了句话，被转了330多次：

“Product roadmaps are shrinking from 1 year to 1 week. The speed at which AI now allows you to build, test, and iterate is rewriting what it means to ‘do product.’

翻译过来就是：产品的roadmap周期，正在从1年压到1周。

看到这句话的时候，我愣了几秒。不是因为它有多新鲜——作为AI Native Coder，我每天都在用AI写代码、搭原型。让我愣住的是：第一次有人把这个变化，直接扔到了”产品管理”这个层面。

不是”AI帮程序员写代码更快了”，而是”做产品这件事本身被重写了”。这之间的区别，比看起来大得多。

2小时，跑完一个团队一周的活

大概两周前，开发者Nikunj做了个叫 /goal 的agent工具，让它跑了一次完整的产品探索任务——从理解需求到写spec、搭原型、部署。

2个小时。这个任务交给常规的产品+开发小团队，正常节奏大概是一周。

你可以说2小时出来的东西肯定粗糙。但关键不在于质量，而在于速度带来的结构性变化。

我之前做AfterWork（一个午后小酒馆的web项目，thinkspc.fun/static/afterwork/），从idea到第一个可交互的原型——首页、酒单、回忆流、品酒页四个页面——大概花了一个晚上。

不是效率高。是用Claude Code搭了个自动化工作流：我描述需求，AI生成代码，我review，AI改，我再review。这个循环走得极快。

如果放两年前，这个量一个人至少干一周。现在的问题变成了：当原型可以在一个晚上做出来的时候，“做产品”到底在做什么？

从「把东西做出来」到「想清楚做什么」

产品人Madhu在回应Matt Turck时写道：

“Product managers must become inventors, not just requirements writers.”

PM必须变成发明家，而不是需求搬运工。这句话扎心了，但确实是实话。

过去的PM流程：用户调研→PRD→设计师对接→开发排期→测试→上线→迭代。大量时间花在”沟通”和”等待”上，一个迭代周期一两个月很正常。

我最近摸索出一套新流程，叫”一天一闭环”：

上午（2h）：AI做需求拆解和竞品分析

用Claude或ChatGPT，把想法倒给它，让它追问、搜索竞品、对比功能。

关键是：不要让AI替你决定做什么，让它帮你”看见更多”。AI的优势是信息广度——能同时对比10个竞品的功能矩阵。“这个方向值不值得做”的判断，必须人来下。

中午（1h）：用spec-kit结构化需求

github.com/github/spec-kit（102K⭐）是我必用的工具。Spec-Driven Development的思路——先写spec再让AI实现。对我而言，spec不是给开发看的，是给自己看的。写spec的过程，就是逼自己把模糊的想法想清楚。

spec驱动的本质，不是”让AI更听话”，而是”让自己更清楚”。

下午（3-4h）：AI app builder搭原型

选择太多了，我实际用过、觉得能打的：

bolt.new / bolt.diy — github.com/stackblitz/bolt.new 16K⭐ / github.com/stackblitz-labs/bolt.diy 19K⭐（社区版支持任意LLM，本地可控）

v0 by Vercel — v0.dev，描述界面→生成React组件，适合快速出高保真原型

Lovable — lovable.dev，全栈app builder，一键发布+版本管理+协作

dyad — github.com/dyad-sh/dyad 20K⭐，完全本地运行，隐私友好

Replit Agent — replit.com，代码编辑到部署一体化

Aider — github.com/Aider-AI/aider 45K⭐，终端AI配对编程，支持几乎所有主流模型

Claude Code — Anthropic官方agentic coding CLI，适合复杂多步骤开发

Cursor / Windsurf — AI-first IDE，Cursor偏个人开发，Windsurf协作更强

傍晚（1h）：用户测试

原型扔到朋友圈或即刻让大家玩。更有野心的项目用TestFlight发给目标用户。

晚上（30min）：复盘决定下一步

基于反馈决定继续迭代还是放弃。放弃不丢人——只花了一天。这就是”试错成本趋零”的本质。

这套流程跑起来后，“idea→prototype→test→decision”闭环真的可以在一天内走完。但这里有个巨大的陷阱。

速度越快，判断力越贵

当试错成本趋零时，什么变贵了？判断力。

你可以一天试10个方向，但如果不知道哪个方向值得试，就只是在”快速失败”。

Madhu说的”PM必须变成发明家”，本质上：工具把执行的门槛压到地板了，剩下的唯一瓶颈，是你”想清楚要做什么”的能力。

我认识一个AI创业的朋友说：“现在做产品最难的不是做不出来，而是做出来发现——没人需要。”

这就是”做对了东西”和”把东西做对了”的区别。

过去PM大部分时间花在后者。AI正在把执行摩擦降到极低。剩下的大块时间，必须花在前者——这个产品到底该不该做？为谁做？差异化在哪？这些问题AI帮不上忙。

不是AI不够聪明。是这些问题没有正确答案——它们需要你对用户的理解、市场判断、行业直觉。来自你的经验、品味、价值观。

AI能替你跑，但不能替你判断。

纯接需求写代码的岗位，正在消失

这个话题可能让一些人不舒服。但我自己是写代码的，我太清楚这个趋势。

当AI能在2小时内完成一个团队一周的代码量，“把需求文档翻译成代码”这种工作，价值断崖式下跌。

不是说程序员会失业——是”需求翻译器”型程序员会失业。

留下来的两种：一种是能独立做产品的全链路”全栈产品人”。另一种是技术纵深做到极致的——AI写不了的系统架构、性能优化、安全攻防。

其他人呢？说实话我不确定。但每个人都该开始想这个问题。

回到源头：你到底在解决什么问题？

前几天整理AfterWork项目，重新翻了从0到1的过程。发现一个事：AI帮我写的代码大概占了70%，但剩下的30%——产品方向、设计调性、内容策略、情感氛围——全是我的。

而且恰恰是这30%，决定了用户喜不喜欢这个产品。

代码写得再好，方向不对、气质不对，用户不会来。

“技术决定能不能做，产品决定值不值得做。”

AI正在让”能不能做”的问题消失。剩下”值不值得做”——这是你的主场。

我目前的工具栈，供参考

实操过的产品探索工具链：

需求探索
Claude / ChatGPT
spec-kit（102K⭐）
Vibe-PM 原型搭建
bolt.diy（19K⭐）
v0.dev · Aider（45K⭐）
dyad（20K⭐）· Claude Code

部署测试
Vercel / Netlify · Replit 持续迭代
Cursor / Windsurf
GitHub Copilot

成本：bolt.diy、dyad、Aider、spec-kit全开源。Claude Code和Cursor月费加起来不到一顿火锅。Vercel免费层足够原型阶段。这个组合能覆盖我90%的产品探索需求。

回到Matt Turck那句话。
产品roadmap从1年缩到1周，不只是效率提升。它是一个信号——“做产品”的定义正在被重写。
过去的PM是”翻译者”：把用户需求翻译成PRD，PRD翻译成排期，排期翻译成上线计划。价值在于信息传递的效率和准确性。
但AI已经把信息传递成本压到趋零了。
新时代的产品人，不再是一个翻译者。
是一个发现者——发现真正的需求，发现差异化，发现那些”所有人看到但没人做”的东西。
AI给你造了一艘快艇，方向得你自己掌。

cover_image

jerry AI知识体系礼记

内容效果不满意？点此反馈