窗外是北京海淀区凌晨三点的寂静，路灯把光秃秃的树枝影子投在屏幕上。我刚刚写完一个爬虫，它能在十分钟内抓取全网三百个论坛里关于“智能音箱”的讨论，然后自动分类、打标签、生成热度趋势图。三十二岁，感觉自己像个数据世界的独狼，用最原始的工具，啃食着互联网的边角料。
百度世界大会刚开完，李彦宏在台上大谈“人工智能是互联网的下一幕”。谷歌的AlphaGo赢了李世石，朋友圈刷屏。可我呢？我还在用Python的requests库和正则表达式，跟反爬虫机制斗智斗勇，为了那点可怜的流量入口拼尽全力。所谓的AI，听起来像另一个宇宙的事情，光芒万丈，但照不进我这间堆满泡面盒的出租屋。
我们的价值？产品经理的价值？如果有一天，算法比我们更懂用户，能从海量行为数据里自动归纳出需求，甚至自动生成原型和PRD……那我们是不是就只剩下“提出问题”这一步了？就像一个病人，只需要告诉医生“我肚子疼”，剩下的检查、诊断、开药，机器全包了。
可问题恰恰在这里。“肚子疼”这三个字，背后可能是阑尾炎，可能是肠胃炎，也可能只是吃坏了东西。用户说的“我想要一个更快的马”，福特看到了汽车。机器能理解这种跳跃吗？它能从用户抱怨“加载慢”的碎片化吐槽里，洞察到可能是CDN节点分布问题，也可能是前端资源打包策略失误，还可能是数据库索引没优化？我表示怀疑。
当时我手头在做一个工具类App的流量增长项目。核心逻辑很简单：用爬虫监控竞品在各大应用市场的关键词排名和用户评论，然后针对性做ASO优化和口碑引导。这活儿技术含量不高，但极其繁琐，需要不断调整策略。我就想，如果有个AI，能自动分析竞品动态，自动生成优化策略，甚至自动写一些引导性的评论呢？那我是不是就失业了？
我查了很多资料。2016年的AI，特别是自然语言处理，还处在“玩具”阶段。情感分析准确率勉强够看，但真要理解上下文和深层意图，差得远。谷歌刚提出Transformer架构的论文，还没引起太大波澜。深度学习的模型训练需要海量标注数据和巨大的算力，这不是我一个单打独斗的产品经理能玩转的。百度的AI平台开放了一些API，比如语音识别和图像识别，但离“理解需求”、“生成方案”还隔着十万八千里。
所以焦虑归焦虑，手里的活儿不能停。我甚至觉得，正因为AI暂时还做不到，我们这些懂得把业务逻辑拆解成数据流程，能用技术手段（哪怕是爬虫这种“低级”技术）去获取信息、验证想法的人，才有了一个短暂的时间窗口。窗口期有多长？不知道。也许三年，也许五年。
我把爬虫脚本又优化了一遍，增加了代理IP池和随机请求头，对抗反爬。看着数据一行行刷出来，心里有种奇异的踏实感。这是一种很原始的掌控感，代码是我写的，逻辑是我设计的，流量是我一点点“偷”来的。AI再厉害，此刻它帮不上任何忙。
深夜的寒意从窗户缝隙钻进来。我泡了今晚第三杯速溶咖啡，心想：也许未来属于AI，但此刻，仍然属于我们这些不眠不休，用手工方式连接数据和商业的“手艺人”。定义问题？不，我们还在用最笨的办法，寻找问题本身。
路还长。先活下去再说。
