当了十年产品经理，我的工作流被 AI Coding 改成了这样
先说一个正在发生的变化。
产品经理的核心产出，正在从"文档"变成"意图的精确表达"。
这不是我编的漂亮话，是我拿半年时间实测出来的。
这篇是诚实记录：哪些环节真被重塑了，哪些只是看起来很美。
真被重塑的四个环节
竞品调研：从三天一份快照，到一条持续运转的情报线
以前做竞品分析：搜新闻、注册试用、截图、填表，三天起步。
产出是一张会过期的快照。
现在，Agent 定时抓竞品的更新日志、定价页、API 文档，diff 出变化点，按我的评分标准打分，每周汇总一份简报。
我只看汇总，有异常才介入。
关键区别不是省了三天，是"一次性调研"变成了"持续运转的情报系统"——快照会过期，趋势不会。
原型验证：从画图求排期，到直接造
观澜的好几个界面方案，流程是：让 Agent 写三个可交互的版本，我挨个用一遍，选一个再改。
不是高保真原型，是能跑的真东西。
当你能直接造出可用的东西，"画图评审"这个环节存在的必要性，本身就值得怀疑。
数据分析：提需求等报表 → 自己上手查
"看注册转化漏斗，按渠道拆分。"
几分钟出结果。
顺着追问"这个渠道为什么掉"，现场再查一层。
数据探索的迭代周期从"天"变成"分钟"。
改变的不是效率，是决策质量——你敢在拍板前多问五个为什么了。
写文档：作者 → 编辑
PRD、评审材料、汇报大纲，Agent 先出 0.6 版，我来改。
它解决从 0 到 0.6，0.6 到 1.0 的判断、取舍、话术，还是我的活儿。
伪效率清单：我砍掉的三个"看起来很美"
诚实记录，反面教材也有。
自动日报：让 Agent 每天自动生成项目日报，坚持两周就停了。自动生成 ≠ 有人需要，信息过载在内部流程里同样发生。
多 Agent 开会：让几个 Agent 模拟评审会，看着热闹，产出的批评质量远不如我拿同一份文档问一个 Agent 十个尖锐问题。形式上的多角色 ≈ 噪声。
文档自动同步：让 Agent 把所有决策自动写入文档库，结果垃圾信息把真决策淹了。改成"只记决策和理由，不记过程"才活下来。
判别伪效率就一句话：这个自动化产出的东西，有人真的在消费吗？没有消费者，就是纯成本。
时间账：重构后我的时间去了哪
粗粒度自测，方向性非常确定：
调研、初稿、数据查询、机械执行：50%+ 压到 15% 左右。
意图表达（要什么、标准是什么）：5% 涨到 25%。别小看这个——讲不清楚意图，Agent 会把事情做歪，而且歪得理直气壮。
验收与把关：10% 涨到 30%。你放出去多少杠杆，就要建多少验收。
真正的"人的工作"——用户访谈、跨团队对齐、判断取舍——占比微降，但时间质量变高了，不再被机械劳动切碎。
两个改变我工作流的认知
一、Harness 和 Model 要解耦看待。
工具和模型是两层：同一个 Agent 框架能接不同模型，同一个模型能跑不同框架。
想通之后，我的选型从"选最好的工具"变成"保持可替换性"——把行为规范、项目约定、常用指令沉淀成与工具无关的标准文件，不同工具通过软链共享同一份。
换工具，换的只是壳。
绑死任何一家，是把自己的效率押在别人的路线上。
二、信命中率，不信配置名。
配置文件里写着"用最强模型"，实际请求可能因为配额、网络、降级策略，静默换成了别的——产出质量掉一半，你浑然不觉。
我吃过这个亏（详细复盘在静默降级那篇），从此关键链路只信探针不信配置。
三条实操建议，按优先级
P0：先重构"高频且机械"的环节。竞品监控、数据查询、会议纪要。别一上来就让 Agent 做产品战略。
P0：把你的判断标准显式化。你说"这个方案不好"，Agent 学不会；你说"好的方案要满足 A/B/C，这个在 B 上不达标，理由是 X"，它下次就能对齐。这个过程会倒逼你把隐性品味变成显式标准——这是 AI Coding 给产品经理最大的隐性回报。
P1：为每个交付物建验收清单。让 Agent 交活前先自查，你只看清单覆盖不到的部分。
顺便说：你现在读的这篇文章所在的网站，就是我和 Agent 在一个下午里协作建成的——从设计、写内容、配服务器到部署上线。
这不是炫耀，是上面这套工作流的现场证明。
← 返回博客列表 · 相关阅读：PM 与 Agent 的协作边界 · 双轨情报系统