1.所有的业务都需要用 AI 重新做一遍。就像移动互联网的发展一样，前期流量贵、体验差等问题最终必然被解决。奇点到临之后，一切会变得非常迅速。

2.做法不是追 AI 的热点，而是业务+AI，即围绕真实需求升级产品的解决方案。这个变化需要主动进行，如果行动得慢必然会被后来者超越。

3.AI的价值有且只有一个——真的超越原流程体验，好的AI设计用户甚至都不知道背后有AI的存在。以标新立异视角的调整思路，出发点就错了。

4.AI对业务真正的提效是背后带来的质变，如成本价格大大降低、使用体验流程大幅度简化，这些即可被称为范式革命，才是需要AI产品经理深度思考的地方。

5. AI 产品设计首先要熟悉AI的底层原理，才能真正的设计出 AI 原生产品。同时要把古典的产品设计方法全部忘掉，否则都是枷锁。

6.AI原理的答案其实都在名词里，比如MCP（Model Context Protocol，模型上下文协议） 。读一手信息，自然就明白《Attention is all you need》的核心思想，以及Transform架构和RAG的构建思路。

7.一切因为模型引起的问题最终将都不是问题，模型必然沿着Scaling Law（尺度定律）在优化，各大厂都在逼着自己大力出奇迹。因此，现在的问题都不是问题，慢才是核心问题。

8.解决慢的核心要点不是去补AI的发展历史，而是聚焦在新知识里，如果用到旧知识就顺手补上，如果用不到说明已经被替代无需纠结。就像 Prompt的撰写已经被模型能力覆盖了，只要把要点描述清楚，顺手就能得出一个 80 分的 Prompt。当然，最底层的原理要先懂。

9.现在大家的精力都在OpenClaw龙虾上，是因为龙虾真正的做到了环境、能力、接口的统一解决方案。但必然发生的是，——龙虾很快就会跟DeepSeek一样，成为全民基建，支持一键开启，（有条件的）免费使用。

10.要明确未来 AI 的产品设计，大部分是在给模型做产品，就像 MCP、Skills、龙虾都是给模型在做设计，因此做AI产品也需要用模型的视角去迭代。虽然用户使用的界面还是交互式响应，但背后的实现逻辑已经千差万别。

11.以后只有一种程序员——给 AI 做基建的程序员，如此才能紧跟潮流脱颖而出。而产品经理也将愈发全能，不全能就会被汰换。但产品经理的重要性凸显了，有思考洞察的产品经理更是无可替代。

12.拥抱概率和不确定性，要爱上这种感觉。就像刚开始使用 AI 给到的震撼，AI 产品的核心就是面向不确定性做业务流程设计，用流程兜住最坏的情况，让用户别着急、别见怪，然后把惊艳时刻包装到核心价值中呈现即可。

13.大模型的概率机制，导致幻觉的出现是必然的。多用用 AI 产品，多追问几个问题或提几个主观要求，就能够发现模型的步子还得迈的大一些（当然要先分辨的出来）。

14.品味和价值观越来越重要，调教大模型的过程非常考验产品经理的做法和耐心，在来回拉扯的艰苦卓绝中，有品味的设计才是当下产品届的一抹亮色。

15.培养自己的品味，热爱真实的生活，关注真实的用户，洞察真正的问题，同理心和洞察力仍是这个时代做产品的唯二出路。你的价值观就是 AI 的价值观，就是 AI 建模的底层框架，这就是对用户最大的尽责。

16.模型可以大力出奇迹，但 AI 产品设计一定要拒绝大力出奇迹，token 的背后都是钱，要思考绝对的用户体验闭环，在验证一切之后上线一个惊艳的产品或功能。

17.RAG 就是提高业务差异性的核心路径（要理解 RAG 背后的原理）。只有搭上自己业务的向量数据包，才能将模型调教到最适合业务发展，且不会被大模型本身的升级更新所碾灭。

18.AI 设计一定要快，快的是拿到数据反馈，因此除了自己的 Benchmark 和业务测试集之外，一定要关注用户在实际使用中的核心体验，基于此不断的调优模型。这些都是 AI 进化的原料（Fine-tuning）。

19.AI 模型虽然是概率的，但输出过程的一定要白盒，即我们要知道为何会产生这样的判断，要调教的核心也是这里。

20.要考虑如何省钱，即省 token。用哪个模型、用什么流程处理、如何处理、跟长期记忆如何并存等，都是我们在设计时需要基于测试情况不断优化的。这也是AI 产品设计的趣味所在。

21.在快速发展的当下，如果只说一个优秀的 AI 产品经理特质的话，我觉得必然是——往前看，走的比别人快两步。

- 不 END -