现代写作工具的发明让写作变得更加容易，但也导致了'写作障碍'的兴起——决定写什么成为新的瓶颈。同样，代理式编程助手的出现带来了新的'构建者障碍'，即决定构建什么成为阻碍。我称之为'产品管理瓶颈'。
产品管理的本质：决定构建什么
产品管理是一门艺术和科学，其核心在于决定构建什么。由于高度智能化的代理式编程能够将软件编写加速到给定产品规范的速度，决定构建什么已成为新的瓶颈，尤其是在早期项目中。随着我合作的团队充分利用代理式编程工具，我越来越重视那些具有高度用户同理心并能快速做出产品决策的产品经理(PMs)，从而使产品决策的速度与编程的速度相匹配。
高用户同理心的价值
具有高度用户同理心的产品经理可以通过直觉做出决策，并且在大多数情况下都能做出正确的判断。当新信息出现时，他们能够不断完善对用户喜好或反感的心理模型——从而完善他们的直觉——并持续做出质量不断提高的快速决策。
有许多策略可以获得用户反馈和其他形式的数据，这些数据塑造我们对用户的认知。包括与少量用户对话、焦点小组、调查以及针对规模化产品的A/B测试。但为了以生成式AI的速度推动进展，我发现将所有这些数据源在产品经理的直觉中进行综合，可以帮助我们更快地前进。
数据与直觉的平衡
让我用一个例子来说明。最近，我的团队就用户更喜欢哪四个功能展开了辩论。我有自己的直觉，但我们都无法确定，因此我们对大约1000名用户进行了调查。结果与我的初始信念相矛盾——我错了！那么，在这种情况下正确的做法是什么？
选项一：按照调查结果构建
按照调查明确显示用户偏好的内容进行开发。
选项二：深入分析数据，完善用户心理模型
详细分析调查数据，看看它如何改变我对用户需求的信念。也就是说，完善我对用户的心理模型，然后使用修订后的心理模型来决定下一步行动。
尽管有些人可能会认为选项一是'数据驱动'的决策方式，但我认为对于大多数项目来说，这是一种次优方法。调查可能存在缺陷。此外，在做出决定前花时间进行调查会导致决策缓慢。
相比之下，使用选项二，调查结果提供了更具普遍性的信息，不仅可以帮助我塑造这个决策，还可以帮助我塑造许多其他决策。它让我能够将这一数据与所有用户对话、调查、市场报告以及用户与我们产品互动时的行为观察一起处理，形成更全面的服务用户视角。最终，这种心理模型驱动着我的产品决策。
决策策略的适用场景
当然，这种技术并不总是可扩展的。例如，在程序化在线广告中，AI可能会尝试优化显示广告的点击次数，自动化系统并行进行更多实验，收集用户点击和不点击的数据，以过滤产品经理对用户的心理模型。当一个系统需要做出大量决策时，比如在大量页面上显示什么广告（或推荐什么产品），产品经理审查和人类直觉无法扩展。
但在团队只做出少量关键决策的产品中，例如优先考虑哪些关键功能，我发现数据——用于帮助构建良好的用户心理模型，然后应用于快速做出决策——仍然是推动快速进展和缓解产品管理瓶颈的最佳方式。
实践建议
培养用户同理心：产品经理应投入时间与用户交流，建立对用户需求的深入理解。
建立数据反馈循环：将用户反馈、调查数据和其他研究方法整合到日常决策过程中。
平衡速度与质量：在保持决策速度的同时，确保有足够的数据支持关键决策。
持续更新心理模型：随着新数据的收集，不断调整和优化对用户需求的理解。
选择合适的决策方法：根据项目规模和决策性质，选择数据驱动或直觉驱动的决策方式。
未来展望
随着AI技术的不断发展，产品管理将继续演变。未来的产品经理需要同时具备技术理解力和用户同理心，能够在AI加速的环境中做出明智的决策。那些能够将数据转化为直觉，并将直觉转化为快速行动的产品经理，将在AI时代脱颖而出。
结论
产品管理瓶颈是AI时代的必然挑战，但通过培养用户同理心、建立有效的数据反馈机制，以及平衡速度与质量的决策策略，我们可以突破这一瓶颈。在AI加速构建的同时，人类的产品判断力和用户同理心将成为产品成功的关键因素。未来的产品管理将更加注重人类与AI的协作，利用AI的效率同时保持人类的洞察力和创造力。
