模型越会照做，PM越值钱

Lenny's Podcast最新一期请来Tulsee Doshi，她负责Google前沿AI模型产品，范围包括Gemini、Nano Banana、Genie、Veo、Lyria。节目58分钟，话题集中在模型团队里PM到底干什么，以及为什么这个角色重新变得关键。下方是原视频。

模型开发的日常不像纯工程。Tulsee把它比作Snape的魔药课：配方、火候、失败方式都得有人盯。模型本身有UX，输出质量、指令遵循、镜头控制，都是产品问题。PM要把模糊的“更好”拆成可训练、可评估的目标。有网友在回复里总结，对Gemini和Veo来说，“更好”可能意味着答案可靠，或镜头跟着指令走，好PM把用户需求变成模型团队能训练和评估的具体目标。

这也解释了为什么写eval被反复提起。有网友说，写eval是PM现在最该优先做的工作，AI能做出你要求的东西，依然可能做错。另一位回复更直接：写不出eval，说明需求还没想清楚。把这句话当招聘标准也不过分。

PM的角色在变。素材里提到，PM从写需求转向创造有“heft”的东西，要判断完整体验，不只盯着模型分数。Google的全栈前沿AI策略给这种角色更多空间，同时Tulsee用60-20-20框架平衡现在有效和接近有效的能力。具体比例含义节目里展开，这里不替她补。

还有个细节值得开发背景的读者留意：模型能力越强，实现越便宜，坏决策到达用户的速度也越快。有网友说，这反而抬高PM判断的价值。另一个回复调侃，PM不是突然值钱，他们一直埋在eval里。这个说法有点刻薄，但接近事实。

节目也谈到避免AI slop、PM如何适应模型迭代、如何写第一个eval。原视频在YouTube，文字稿在Lenny's Newsletter。对普通读者，可以把这期当成一次行业切片：当模型会照做，产品经理的工作从传话转向定义什么叫“做对”。