核心转变：从“规划”到“实验”
传统 PM 的工作模式基于一个核心假设：项目启动时的技术边界，在项目周期内基本不变。因此，工作重心是前期详尽规划，然后按计划执行数月。
然而，AI 模型的迭代速度彻底打破了这一前提。Cat Wu 以在 Excalidraw 中开发“表格工具”为例：从 2024 年的 Sonnet 3.5 到 2026 年的 Opus 4.6，模型能力从屡试屡败，到能稳定一次性完成需求。这种飞速进步意味着，项目进行中，许多原有的技术约束会消失，PM 必须围绕这一现实调整工作模式。
新的产品管理节奏正转变为：快速实验、持续交付、并加倍投入有效的方法。
AI 时代的四大 PM 工作法则
1. 规划：拥抱“短平快”放弃编写冗长的年度路线图，转而设计一系列可在 1-2 周内验证的短期实验。Claude Code 的桌面版、AskUserQuestion 工具及待办列表等功能，均源于团队内部的头脑风暴和快速原型验证，验证有效后便迅速上线。
2. 沟通：用 Demo 替代文档借助 Opus 4.6 等强代码能力模型，直接从想法到可运行原型（Demo）的路径已大大缩短。相比撰写详尽的 PRD，制作一个能演示核心价值的原型不仅速度更快，也更能激发团队的直观理解和后续讨论。
3. 迭代：旧想法，新模型每当有更强大的新模型发布，都应重新审视功能列表，将过去因技术限制而搁置或妥协的“老想法”重新评估。这不仅能挖掘出新能力，还能顺势清理为弥补旧模型缺陷而积累的冗余代码和设计。
4. 设计：追求“刚刚好”在构建智能体系统时，应秉持“最小可行系统”原则。系统越复杂，潜在的故障点就越多。优先寻找最简单、能跑通的方案，避免过度设计，待核心流程稳定后再考虑迭代优化。
原文链接：”claude点com/blog/product-management-on-the-ai-exponential”
