视频主要讲的是 Anthropic 的产品负责人面试了几百个候选人后，发现大多数人还在用旧世界的方式理解 AI 产品经理。这些候选人他们会讲路线图、跨团队协作、产品愿景、PRD、功能矩阵，也会讲 agent、workflow、prompt、自动化。但这些回答经常绕开了最核心的问题：AI 产品经理到底应该干什么？
所以我想透过这篇文章了解在一线 AI 产品团队，他们想要的伙伴、同事是什么样的？看完之后有了大致的了解：
- AI 让"做出东西"变便宜，也让"判断该做什么"变贵。
- 真正的 AI 产品经理，核心价值不是会写 PRD、会讲 agent、会设计 prompt，而是能把一件原本由人完成的工作，拆成 AI 执行、人类判断、系统兜底的新流程。
判断一个 AI PM 是否合格，看四件事。
一、他是否观察过真实工作。
AI 产品最容易被 demo 欺骗。用户说"这个功能不错"没有价值，真实价值藏在他上一次怎么完成任务、哪里耗时、哪里出错、谁来审核、失败后果是什么、现在是否已经花钱解决。
AI PM 不能从"用户想不想要 AI 简报"开始，而要从"用户上次怎么写简报"开始。只有先确认这件事真实发生、真实麻烦、真实有成本，才有资格讨论 AI 介入。
二、他是否能把大想法砍成小场景。
AI 最大的陷阱是"什么都能做"。弱 PM 会把这种可能性扩展成功能清单，强 PM 会把它压缩成一个明确场景：服务谁、解决哪一步、第一版做到什么程度、哪些坚决不做。
Product taste 在 AI 产品里不是审美，而是取舍能力。比如"提升写作效率"是空话，"帮助公众号作者把口语化访谈稿整理成可发布文章，第一版只做结构重组和语言精炼"才是产品判断。
三、他是否知道 AI 会在哪里失败。
AI PM 不能只看成功 demo，要主动研究失败样本。AI 会编造来源、误解意图、遗漏步骤、前后不一致、在长任务里失控。强 PM 会把这些失败模式转化成产品边界：强制引用来源、限定输出结构、拆小任务、关键节点人工确认、敏感结论禁止自动化。
AI 产品的专业性，不在于相信 AI 多强，而在于知道 AI 哪里不能放手。
四、他是否能让真实用户快速验证。
AI 产品节奏快，PM 的职责不是写更完整的规划，而是缩短"想法"到"真实用户使用"的距离。先做小版本，放到真实场景里，看用户是否真的使用、重复使用、交给它真实任务、愿意改变原来的工作方式。
工程能力在这里仍然重要。它让 PM 能判断什么一天能做、什么需要两周，什么可以 fake，什么必须做底层能力。会动手做原型的人，试错距离更短，判断质量更高。
所以，面试 AI 产品经理，不要被路线图、协作经验、AI 概念、PRD 术语带走。
面试提问的主线
最有效的问题只有一条主线：
- 他观察过哪件真实工作？
- 这件工作哪一步适合 AI？哪一步必须人审？
- AI 会在哪里失败？系统怎么兜底？
- 他做过什么原型？谁真的用过？
- 用户行为证明了什么？
- 他砍掉了什么？
- 下一次验证怎样更快？
能讲清这条线的人，才是真正适合 AI 时代的产品经理。
不合格的人也很容易识别：
- 只讲概念，不讲具体产品；
- 只讲规划，不讲验证；
- 只讲协作，不讲自己做过什么；
- 只讲成功，不讲失败；
- 什么都想做，不会取舍；
- 所有问题都说重要，不会排序；
- 一遇到 AI 出错，只会说"优化 prompt"。
最简单的比喻是：别听一个人讲他会怎样造大船。先看他能不能造出一条小船，放进水里，知道哪里漏水，判断值不值得继续造。
