操盘手年鉴The Operators’ Almanac
AI · IN · 343

AI 产出与思考角色鸿沟

AI Produce Vs Think Role Gap · ai-produce-vs-think-role-gap--noam-segal
AI 与新工作方式 洞察 AI 时代 2025-12 Noam Segal & Lenny Rachitsky ✓ 已核验出处

解决什么问题

判断自己(或团队/目标用户)的 AI 用法处在什么层次,以及下一个高价值方向在哪。

核心内容

核心发现:不同角色用 AI 的"层次"不同——PM 和设计师用 AI 产出(produce),创始人用 AI 思考(think),而满意度最高的恰恰是用 AI 思考的人。

  • PM:top3 全是生产任务——写 PRD(21.5%)、做 mockup/原型(19.8%)、改善沟通(18.5%);策略与发现类垫底(用户研究 4.7%、路线图想法 1.1%)。AI 帮 PM 解决了"把想法弄出脑袋"的最后一公里,上游"决定做什么"还没用上。
  • 设计师:AI 帮的是设计的周边——研究综合(22.3%)、文案(17.4%)、概念发散(16.5%);视觉设计本体只有 3.3%(第 8 位),"推像素仍然顽固地属于人类"。
  • 创始人:top3 全是战略——决策支持(32.9%,全调查最集中的单一用例)、产品 ideation(19.6%)、愿景/战略(19.1%)。把 AI 当思考伙伴和 sounding board,而不是交付物工具——这解释了为什么创始人各项满意度最高。
  • 工程师:AI 只干一件大事——写代码(51%),帮的是核心工作本身而非周边。

需求缺口全部指向上游(想用 vs 在用的差值):PM 想要用户研究(+27.2pp,最大缺口)和原型(+24.6pp);设计师想要原型与交互设计(+27.8pp);创始人想要 ideation(+29.0pp)、GTM 策略(+24.7pp)、市场分析(+24.0pp);工程师想让 AI 接管写码之后的活(写码本身缺口仅 +5.6pp)。下一波采纳需要的不只是更好的模型,而是对模糊问题(没有清晰产出物、不可测试的任务)更好的人机协作工作流。

角色边界在融化:"show me" 打败 "tell me"——约 20% 的 PM 案例提到代码和 Cursor 等工具;有 PM 描述经由 Linear+Cursor 十分钟"从一个念头到在真实产品里测试想法"。如果演示比写文档快,PRD 和传统 PM/工程交接会变形。

适用边界

2025 年末的断面数据,分布会随工具演进移动;"上游=下一波价值"是作者的方向性推断而非因果证明。

关键引述 · 原话

"The shift from 'AI helps me write' to 'AI helps me decide what to write' is where the next wave of productivity will come from." — Noam Segal & Lenny Rachitsky

关联卡片

- `follow-the-drudgery--noam-segal`:互补的机会判断框架(这张看上游,那张看苦役) - `high-value-ai-user-habits--noam-segal` 第 3 条是个人版行动建议 - `pm-value-use-case-taste--johnny-ho`(2024)对"角色边界融化"的预言在此得到数据印证

被这些卡引用

出处Noam Segal & Lenny Rachitsky · 02-newsletters/ai-tools-are-overdelivering-results-from-our-large-scale-ai-productivity-survey.md
提炼自 Lenny Rachitsky 的 Lenny’s Newsletter & Podcast(2019–2026)。本站为个人学习用途的二次创作,与 Lenny’s Newsletter 无官方关联。
provenance · 已核验 · glm-5.2