从大厂产品经理到独立做 AI 产品，我后悔了吗
先交代背景。
我在大厂做了很多年产品。
做过安全业务，做过本地生活服务，做过内容创作者生态，也做过移动端的基础业务。
成熟流程、精致分工、充足资源——大厂产品经理的全部舒适区，我都泡透了。
然后我跳出来，做 AI 产品。
有人问我后不后悔。
这篇不讲情怀，讲几件具体的事。
大厂方法论里，仍然锋利的三条
第一，指标先行的纪律。
任何需求先回答"成功指标是什么，怎么度量"。
这条在 AI 时代不但没钝，反而更锋利了——AI 产品的效果天然模糊，"感觉变好了"是最常见的自我欺骗。
我做观澜的第一件事就是定义"召回有效率"和"废片率"。
后来无数次，是这两个指标拦住了我"看起来很 AI"的伪需求。
第二，资源不足下的取舍直觉。
大项目练出来的"什么该砍"，在小团队里是核心竞争力——小团队砍错东西死得更快。
第三，把用户当人的同理心框架。
大量 AI 产品是"技术找场景"，用户被当成模型能力的验收器。
而模型能力每月在变，用户的任务结构十年没变过。
已经钝掉的三条
组织杠杆。大厂 PM 的产出靠组织分工放大：设计、开发、数据、运营各有团队。现在这些"团队"变成 Agent，组织能力退化成任务编排能力。原来靠开会对齐的事，现在靠把意图和验收标准写清楚。这个转变比听起来痛苦——过去被流程掩盖的表达短板，现在直接决定产出质量。
慢决策的奢侈。大厂决策以周计，AI 产品以天计。模型能力每季度一跳，按季度规划永远滞后。真正难的不是跑得快，是戒掉"再论证一轮"的安全感。
精致汇报体系。必须诚实：大厂 PM 有相当一部分精力花在向上管理和汇报包装上，而且是有效投入。离开那个体系，这部分技能的市场价值一夜归零——用户只看一件事：东西好不好用。落差刺痛，之后轻松：终于可以把 100% 精力花在东西本身上。
需要从头再建的三条
技术判断力，不是技术执行力。我不写生产代码，但我必须能判断：架构合不合理、选型代价是什么、Agent 给我的代码大概在干什么。没有这层判断力，你在技术对话里就是传话筒。转型的头几个月，我补的最大一块就是这里——不啃算法，补"系统如何工作"的直觉：请求怎么走、数据在哪、什么会挂、挂了怎么兜底。
成本直觉。大厂里资源成本是别人算的；自己干，每一毛都是自己的。我的习惯：任何自动化链路上线前，先算"每月烧多少、省多少"，算不过来的再优雅也砍。
直面用户。大厂隔着运营、客服、数据团队接触用户；独立做产品，抱怨和赞扬直接砸在脸上。初期极不适应，适应之后上瘾——它让你重新变回"做东西给人用的人"，而不是"做汇报给组织的人"。
一个意外发现：两种"成功"的估值体系完全不同
转型半年最大的体会，不是任何单项技能。
大厂的成功是组织内估值：晋升、背星、影响力半径——本质是"组织愿意为你的稀缺性付多少溢价"。
独立产品的成功是市场估值：有人愿意为你的东西花时间或花钱——本质是"市场为你的价值付多少对价"。
两套体系的技能树重叠度，比想象中低得多。
但也正因如此，转型者的复合视角是稀缺品：既懂组织化打法、又能单兵作战的产品经理，刚好站在 AI 时代的供需缺口上。
给犹豫中的人三句话
P0：尽早建立你自己的 AI 工作流。转型期最大的风险不是选错方向，是效率上被新范式甩开。先用起来，哪怕先用它写周报。
P0：别等"准备好了"。AI 产品的窗口期以季度计。观澜首版只用了几周而且很粗糙，但它跑起来了——真数据、真用户的迭代速度，是空想的一百倍。
P1：把大厂经验当弹药，不当包袱。你缺的不是方法论，是把方法论从"组织语境"翻译到"个人+Agent 语境"的能力。翻译一次，你就比 native 的独立开发者多一层产品素养。
观澜的完整复盘见这篇。
← 返回博客列表 · 相关阅读：观澜复盘 · AI Coding 重塑工作流