拼多多这个财报数据，看得我后背发凉。不是因为它赚了多少钱，而是它把“算法效率”这件事做到了一个近乎物理定律的层面——用户增长、GMV、利润，所有曲线都像被一只无形的手强行掰直了，朝着一个方向疯狂上扬。这已经不是商业策略，这是算法对人性弱点的系统性收割，而且这套模型正在全球复制。
华为Mate 60 Pro的“未发先售”是另一种震撼。没有发布会，没有预热，芯片突破的传闻直接变成柜台上的现货。这种“技术突袭”带来的行业地震，比任何营销活动都猛烈。它不跟你玩流量游戏，它用实打实的物理突破重新定义赛道。这两件事放在同一天发生，像一记闷棍敲在我这个老产品经理头上。
我过去十年在折腾什么？2016年死磕SEO，研究百度爬虫的DOM树解析规则，为了一个关键词排名熬夜改TDK；2018年all in小程序，研究微信的审核机制和裂变模型，搞一堆“助力砍一刀”的野路子；2020年带团队做外包，陷入无休止的需求变更和交付泥潭，以为管好人、卡住节点就是护城河。现在回头看，这些所谓的“技能”和“经验”，在拼多多的推荐算法和华为的芯片面前，脆弱得像一张纸。
ChatGPT出来之后，这种恐慌感被放大了十倍。我以前引以为傲的Axure原型、PRD文档写作、甚至一些基础的Python自动化脚本，AI都能在几秒钟内给出一个80分的答案。我的“护城河”一夜之间变成了小水沟。这才是最恐怖的：你苦心经营多年的手艺，可能只是某个更高维技术的一个临时性插件。
拼多多的算法护城河是什么？是海量的用户行为数据喂出来的模型，是无数次A/B测试迭代出来的转化漏斗，是工程师把“贪便宜”、“占小便宜”这些人性弱点翻译成代码和参数的能力。这套系统一旦跑通，边际成本趋近于零，但复制壁垒极高。华为的护城河更硬，是芯片设计、是材料科学、是生产工艺，是无数物理定律和工程极限的突破。这些都是“硬核”的、难以被替代的资产。
而我们大多数软件开发者、产品经理的“护城河”呢？可能是对某个框架的熟悉度，是对某个行业业务流程的理解，是写文档和沟通的能力。这些当然有价值，但在AI的降维打击下，它们的折旧速度正在疯狂加快。一个刚毕业的学生，用GPT-4加上正确的提示词，可能三天就能摸清你花了三年才搞明白的行业逻辑。
所以现在的问题不是“要不要学AI”，而是“如何用AI重构自己的核心能力”。我最近在死磕两件事：一是用n8n这类自动化工具，把重复性的信息处理、数据搬运、甚至简单的决策流程全部自动化，把自己从执行层抽离出来，变成流程的设计者和监督者；二是研究如何用大模型的能力去封装成普通人也能用的GUI软件，降低技术的使用门槛。这可能是新的“护城河”方向：不是你会写多少行代码，而是你能用多快的速度、多低的成本，把前沿技术封装成解决具体问题的产品。
拼多多和华为展示的是两种终局。一种是极致的软件和算法效率，吞噬流量和注意力；一种是极致的硬件和物理突破，重新定义基础设施。作为个体，我们的终局可能在于找到那个“技术杠杆”的支点——用AI放大自己独特的洞察力和解决问题的能力，让自己变成那个“封装者”和“连接器”，而不是随时可被替代的“执行部件”。夜深了，得继续去调试我的自动化工作流了，这玩意儿比管理团队让人安心多了。
