Lenny Rachitsky 最近采访了 ChatGPT Work 的产品负责人 Tara Seshan，她分享了 9 点 AI 时代做产品的启发，内容非常干。

1、未来的工作关键在于掌舵，而非划桨。

随着 Agent 承担越来越多的执行工作，人类将负责掌舵，决定下一步该往哪里走，尤其是基于品味和审美层面的掌舵。选择一个方向，是因为你坚信世界本该是这样。

2、你把它当作日常核心工具深度使用了吗？

OpenAI 的产品文化建立在三个灵魂拷问之上：我们是否已经足够有野心？这件事是否已经提速到了极致？你自己全天候深度使用它了吗？

过去几个月 Codex 的快速增长，依靠的是长期坚持的原则：对用户的极致痴迷，紧密的迭代闭环，以及在看到市场反馈后迅速作出的调整。

3、面向模型两到三个月后的能力去构建产品。

如果基于现在的模型能力来做产品，等发布的时候就已经过时了。如果着眼于 12 个月后的模型能力，又往往不切实际。Tara 的经验是面向模型未来 2 到 3 个月的能力去构建。

4、产品经理现在的核心任务是提升野心的上限。

当工程师、设计师或相关方提出项目范围或排期时，PM 的关键介入就是抬高可能性的天花板：“我们如何把这件事做大 10 倍？我们难道不能更快尝试吗？”

5、大多数知识类工作无法像代码那样被自动化验证，这意味着它们短期内不会被取代。

写代码是结果导向的，你可以跑测试来验证它是否正常工作。但对于知识类工作而言，过程本身就是你发现解决方案的途径，比如与客户沟通、尝试想法、观察市场反应。这也是为什么 AI 产品需要展示进行中的过程、引用来源和思维链，这样用户才能与模型一同经历这一过程，并真正信赖最终的结果。

6、AI 让清晰的思考变得更加重要。

更快的构建速度既是一份馈赠，也是一种风险。馈赠在于迭代速度大幅提升，风险在于，你可能会在完全错误的方向上狂奔极远，却无人察觉。如果构思与假设的质量跟不上执行的速度，团队偏离航向的速度会比以往任何时候都要快。没有清晰假设的高速执行，只会让错误更快地滚雪球。

7、实证胜于理论。

在 Stripe 工作时，Tara 会花几十个小时撰写严谨的战略文档，因为当时的市场已足够成熟，可以通过第一性原理进行推演。但在 OpenAI，市场变化太快，12 个月的路线图毫无意义。正确的应对策略是从“学术推演”转向“实证检验”：提炼出你最敏锐的假设，然后以最快速度在用户身上进行测试。长篇大论的推理文档大多已失去意义，取而代之的是，尽快做出真实用户可以上手体验的实体。

8、绝不要将“作为思考载体的写作”自动化。

你可以将作为汇报载体的写作自动化，比如状态更新、邮件总结等。但绝不要把用于辅助思考的写作外包出去：文档必须由你自己起头、自己收尾，AI 仅用于中间环节的调研、数据检索和提出质疑。

在文档完成 70% 时即可共享，以便协作者能与你一起挑刺和打磨。在 OpenAI，现在的理念是“重原型，轻文档”，原型和 A/B 测试结果比冗长文档更有说服力，因为 AI 的普及已经让长文档不再是严谨性的有效信号。Tara 依然会写上百篇文档，但那是写给自己梳理思路的，而非用来对外分发的产物。

9、即使岗位边界模糊，依然需要有人担任直接责任人。

Tara 一直崇尚工程师、PM 与设计师之间几乎无边界的协作状态，如今每个人都可以承接不同类型的工作。但无论如何，必须有人承担最终责任，必须有人对最终结果负责。

HOW I AI