AI PM 挑战与应对策略

她总结的 AI PM 相较普通 PM 的四类特有挑战，以及应对方式：

1. 不确定性（uncertainty）：投入大量精力做的研究和假设，训练出模型后结果可能完全达不到预期、验证不了原本的假设。应对方式：PM 要扮演"船长"角色，在整个不确定的过程中持续给团队打气、维持士气，而不是像常规产品开发那样有稳定的"做、上线"节奏。
2. 需要转变管理/影响力的方式：与研究科学家协作时的沟通和推动方式，和管理常规工程团队不同，需要专门学习如何在不确定性更高的环境里做团队管理和跨团队影响。
3. 获取高质量数据的难度：好数据往往拿不到、需要发挥创意去收集（她举例甚至有人会"上街"去找人贡献数据）——PM 需要愿意做超出常规职责范围、更"脏活"性质的数据获取工作。
4. 职业发展路径的非线性：常规 PM 的晋升通常和"上线频率"挂钩，但研究性质的工作不会像常规产品那样频繁发布。她给的具体建议是：提前和招聘经理/上级明确"在研究类工作里，进展（progress）该怎么被定义和衡量"，避免用常规 PM 的晋升标准（发布次数）来评估自己，导致被低估。