今天跟一个做AI Agent的朋友聊，他给我演示了一个东西：扔进去一个Excel文件，说“帮我分析一下上季度的用户流失数据，找出关键因素，做个可视化图表，再写段总结”。然后那玩意儿就自己跑起来了，生成的东西比我手下实习生吭哧吭哧搞一下午的还规整。我当时后背就有点发凉，不是恐惧，是一种很熟悉的、2016年那会儿被新技术碾压时的“技能焦虑”又他妈回来了。
但这次不一样。2016年我焦虑的是不会写爬虫抓不到数据，不会Axure画不出高保真原型，是“工具技能”的焦虑。现在呢？工具自己会动了。Excel的公式、数据透视表、Power Query？AI连你思考“该用哪个函数”的步骤都省了，直接给你结果。PPT的排版、配色、逻辑链条？你口述个大概，它生成的那一版，可能比你自己琢磨半天的“高级感”还要强。这就很要命了，我们产品经理过去赖以生存的“信息处理与呈现能力”——把混乱需求梳理成PRD，把数据整理成报告，把想法变成原型——正在被快速自动化。
我花了大概一周时间，把自己关在书房里，用n8n搭了七八个自动化工作流，去模拟一个产品经理的日常。从Jira抓取任务自动生成周报摘要，从数据库拉用户行为数据触发预警并生成分析初稿，甚至能根据Notion里的会议纪要自动生成下一版的产品功能清单草案。流程跑通那一刻，没有兴奋，只有一种巨大的虚无感：如果这些“执行层”的、重复性的信息搬运和格式化工种都被接管了，那我每天到办公室，打开电脑，核心任务到底是什么？
十年前，答案是“决策”。但现在AI也能给决策建议了，基于全网数据和内部数据，给出三套方案A/B/C，附上概率和风险提示。这就像下棋，以前你是棋手，现在有个超级电脑在旁边，每步都给你算好了胜率最高的几手。你的价值，从“算出那一步”，变成了“理解为什么选这一步，以及承受选了这一步之后的所有后果”。
所以核心价值发生了漂移。第一，是“定义问题”的能力。AI再强，你喂给它垃圾问题（比如“如何让我们的APP更伟大”），它也只能产出垃圾答案。能把一个模糊的业务痛点，精准拆解成一系列可被AI执行或辅助分析的具体问题，这个翻译官的角色，无法被替代。第二，是“对齐与缝合”的能力。AI生成Excel图表，技术部门说实现成本高，市场部门说不够有冲击力，老板说没看懂核心结论。你需要把技术语言、商业语言、数据语言、人性感知缝合在一起，在多个AI产出的“最优局部解”之间做权衡，找到一个全局可接受的“满意解”。这个过程充满政治和妥协，AI不懂这个。第三，是“为结果负责的胆量”。AI可以给你一个成功概率70%的激进方案和一个成功率90%的保守方案。选哪个？这背后是你对团队能力的判断，对市场时机的赌博，甚至是你个人的风险偏好。这份责任和随之而来的压力，AI不会替你扛。
想通这一点，我反而松了口气。工具进化，淘汰的不是岗位，而是岗位上旧的操作方式。就像汽车淘汰了马车夫，但催生了司机和交通工程师。未来产品经理可能更像一个“人机协同的指挥官”，核心技能不再是Axure画得多溜、SQL写得多快，而是：精准的指令设计（Prompt Engineering只是表层）、复杂系统的直觉判断（在AI给出的海量关联性中找出真正的因果关系）、以及顶住压力做出决断并扛住所有骂名的领导力。手里的工具从Excel变成了AI Agent，但战场，从来就没变过。
