赛事分析详情

2026年，AI产品经理开始跟不上AI技能

现在是2026年10月，我明显感觉到，在科技公司里做产品经理的人，不仅难以跟上AI的迭代速度，连基本工具的使用技能也开始落后。

不只是科技进步快得超出了普通人的理解，现实生活与科幻电影之间的界限也越来越模糊。

顺便做个调查：你每个月在AI上的花费是多少？

我猜测，超过99%的人还在用免费版本的AI，把它当成一个普通的免费软件来用。而在AI产品经理的圈子里，大家依赖的都是公司内部提供的tokens和工具。

大厂打工的性价比正在下滑

最近和一位阿里的产品经理聊到，能不能用更高级的模型，或者自己开发本地应用。

“更高级的模型，比如现在的astra，都得单独申请，不能随便用。现在能用的都是初级或中级模型，要么就得自己掏钱。”

而且，调用模型时使用的tokens会被公司监控，如果用来开发软件，公司也会知道。所以几乎不可能搞副业，连写博客的时间都没有。

回想以前在腾讯大厂的时候，写公众号、拍视频号，谁会管你？现在不一样了，大厂几乎把人变成了螺丝钉，你拿着工资输出工作价值，做不好岗位不保，做好了功劳也不是你的。

科技奇点：会飞的汽车

特斯拉最新的Roadster汽车，不仅能在地上跑，还能在天上飞，靠的是空气冷压缩机。翻看早期的采访博客，马斯克就透露过，要把SpaceX的火箭引擎用在特斯拉上。

当时博客里提到，通过空气压缩机就能实现。那场采访是几年前的事，到现在几乎是九年磨一剑。一个好的产品迭代，需要九年的技术更新才能达到这种效果。发布会虽然只能发射几次，有限定次数，但这是可以量产的汽车，不是原型车。

可以想象，如果拿到一些专利，足以应用到生活中的救急场景。不过，哪些国家能上路、哪些地方能飞，现在还不清楚。

产品经理的坚持与打工成就往往相反

现在做产品经理，我认为是性价比、收益和幸福度最高的职业，没有之一。但前提是做自己的产品。如果还是做营销工具、软件应用，或者别人公司的普通工具，就很难有成就感，更多的是被替代的无力感。

在公司工作，要求投资回报。如果持续没有效果，哪怕产品有用户数，也会被直接砍掉。很多产品在特定周期和资源投入下，没达到标准日活、增长或付费率，就会被终止。

也就是说，你想迭代都没资源了。

更让人唏嘘的是，这些在大厂看不上的产品，如果剥离出来，随便放到一家小公司，都足够养活团队。哪怕只有几十万用户，也能通过广告、会员和增值服务慢慢熬着，维持小团队的薪资。

但大厂觉得没必要，就直接扼杀了。还有很多连上线都没上线的产品，在大厂里数不胜数。所以现在在大厂做产品经理，有句话叫“被大厂用薪资待遇买来训练，榨干后再走人”。

ChatGPT 6之后，10月重点强调RSI，科研成本越来越低

ChatGPT 6出现后，作为一个在读computing的PhD，我明显感到身边很多科研成本在逐步降低。本地GPU的需求只会越来越强，无论是出于安全保密，还是论文数据专利保护，本地GPU已经成为科研团队的标配。如果没有本地GPU，都不好意思说自己是做PhD的团队。

因此，GPU价格会越来越高。要知道，现在还有99%的人没用过本地离线AI，而这在未来是刚性需求。

现在最火的RSI理论，让AI自我递归，这一点也在逐步接近奇点。不过目前还在L1和L2阶段，主要是优化策略。但要跨界把LLM变成世界模型，仍然不可能，因为会出现过拟合。

最强模型的梯度短板，仍然是空间计算。

国内的朋友可能因为封号用不了Claude，所以被迫用最强的模型astra，但付费额度接近800元/月人民币。很多人可能还停留在6.1阶段。

普通用户在国内几乎还停留在豆包或DeepSeek的水平。随着workbuddy的普及，普通人可以把模型对话转化为生产力，但复杂任务和校对仍需要更强的模型，这是workbuddy国内版本无法涉及的。

AI模型黑洞效应：AI产品经理要在工作之外投钱、投精力、投时间

生产力提升后，很难降低自己的工作品质输出。比如现在astra可以操作Unity软件和开源方案，如果你是做3D游戏的，就不会选那些不能操作Blender的模型。

需要强力模型达到至少能输出Unity的应用基础能力，这导致AI形成了一个黑洞效应：越好的模型，厂商收入越高，同时用户提供的数据越多，模型也越来越强。

但AI吸走了这一切，包括数据，却没有反馈给其他行业。所以可以看到，不用AI的行业，经济消费力越来越薄弱。

2026年，用户被短视频吸走，长文内容和专注力成为稀缺

相比2016年，现在几乎看不到爆文了。因为人类已经不喜欢阅读长文字，很多长文容易被转成视频。人类更喜欢看浅显易懂的视频，虽然创作视频、文字甚至漫画的成本越来越低，但深度却很难保持。

产品经理最核心的技能：洞察与挖掘用户需求

现在最重要的技能点，还是回归到如何深度挖掘用户行为习惯和人群需求，去做产品策划。即使AI生成软件和开发的成本降低，但让产品得到最新的优化需求、保持持续生命力，这一点很关键。

爆火的REA：产品经理工作的神奇工具，必须收藏

最近爆火的REA是一个逆向工具，几乎可以逆向任何市面上的软件，现在已扩展到支持iOS和Android的APP包。这些都可以通过逆向完成软件开发，所以软件和游戏的成本快速降低。

粗糙的模型可以做，但细腻的模型仍需要产品经理用其他第三方工具完成资产的整理与生成。

比如，一个精准的3D人物资产素材可以用这类工具输出，而且这些还是基于LLM扩展的。世界模型还在路上，尤其是Transformer结构，还能训练出专门的垂直领域模型，比如医学上的DICOM文件阅读，以及生活中的图片等。

总之，现在科技的速度决定了AI能做成什么样，需要持续关注。如果超过两个月不跟进，就可能被淘汰。

1个月的2026年，相当于以前的1年

1个月相当于1年的发展，是现在AI圈子最直观的感受。

就像今天这篇公众号文章，我终于用上了自己研发的jinyiAPP来完成。从一开始的笔记软件，到现在扩展到写公众号、编辑视频、图文内容的离线撰写工具。我的需求很简单，就是做一个在出差高铁或飞机上能写文章博客的工具，并记录每日打卡任务、饮食和运动。

同时，把一个长文笔记变成公众号文章，再变成短视频，是非常合理的需求。至少对我这个产品经理圈的自媒体博主来说很有价值，所以我就做了这款产品。重要的是它支持本地离线，而且我相信，本地离线模型在图片和视频上的能力会越来越接近真实世界，让人无法分辨。

当然，未来更强的图片和视频生成能力，线上API仍是不可避免的路径。我和团队会重点研究相关的路由思路，让系统根据生成内容的领域、话题甚至数据类型，自动切换到最合适的模型。这样用户就不需要分别订阅多个会员，也能灵活调用不同能力。

至少在下个阶段，我们会把这套路由能力做出来。而当前阶段，我们更聚焦服务团队内部，以及那些和我们一样经常出差、有离线使用需求的用户。

整体思路有点像Manus的产品逻辑，不过这部分我会先自己多用一段时间，等写作习惯稳定后，再系统性地发文章分享。同时，我也在关注开云体育娱乐领域的AI应用，看看能否将类似的路由技术迁移到其他垂直场景中。

本文来自微信公众号“Kevin改变世界的点滴”（ID：Kevingbsjddd），作者：Kevin那些事儿，36氪经授权发布。