AI产品经理和AI工程师的边界正在消失——我为什么开始写代码了

一个让我震惊的发现

去年，我团队里一个优秀的AI工程师离职了。离职面谈时，他说了一句话让我久久不能平静："我觉得我做的不是开发，是产品。我每天都在想用户会怎么用、为什么这个回答不好、怎么让模型表现更好。这些不都是产品经理该做的吗？"

他说得对。

在AI产品领域，产品经理和工程师之间的边界正在以肉眼可见的速度消失。这不是说谁替代谁，而是一种全新的分工模式正在形成。

传统产品中，PM和工程师的分工非常清晰：PM定义"做什么"，工程师决定"怎么做"。中间有一份PRD作为"合同"，双方在此基础上协作。

但AI产品中，这份"合同"写不出来。

PM没法在PRD里写"当用户输入X时，AI应该输出Y"，因为AI的输出是概率性的。PM只能写"当用户输入X时，AI应该倾向于怎样的回答"。但"倾向于"这个表述，已经模糊了"做什么"和"怎么做"的边界。

工程师在实现时，需要理解用户的意图、场景的上下文、输出的质量标准——这些传统上都是PM的工作。PM在评估时，需要理解模型的能力边界、Prompt的工程约束、评估指标的统计学意义——这些传统上都是工程师的工作。

边界模糊不是因为谁想抢谁的活，而是因为AI产品天然要求"做什么"和"怎么做"同时被定义。

我观察到，在最高效的AI产品团队中，分工不再基于"产品/技术"的标签，而是基于认知距离：

有些团队中，PM在写Prompt、做数据分析。有些团队中，工程师在做用户访谈、定义产品指标。这不叫越界，这叫高效。

我个人做了5年产品经理，2025年开始学Python。不是想做工程师，而是我发现：如果我不理解模型是怎么工作的，我没法做好AI产品。

我学会了写简单的评估脚本、分析Bad Case数据、对比不同模型的表现。这些技能让我和工程师的沟通效率提升了至少3倍。以前我描述一个问题，工程师需要2小时理解。现在我能直接跑数据、定位问题、给出初步判断，沟通只需要20分钟。

“AI时代，产品经理和工程师不是在抢地盘，而是在重新划地盘。新的地盘不是按’产品/技术’划分的，而是按’谁离用户近/谁离模型近’划分的。”

不要害怕写代码，不要害怕碰模型。AI PM的核心竞争力不是"我不会写代码"，而是"我比工程师更懂用户，我比用户更懂AI"。而要懂AI，你必须亲自动手。