模型越强，PM越贵？先看101934次发布的数据

Lenny Rachitsky的播客最近请了Tulsee Doshi，她是Google Gemini及其他前沿AI模型的产品负责人。节目58分钟，主题看起来在聊PM，实际在聊一个更具体的问题：当模型能做的任务越来越多，产品团队该把力气花在哪。

Tulsee的第一个判断很直接：能构建的东西变多后，稀缺能力是判断哪一个值得构建。她把PM的新基线说成做出有分量的东西，可以是一个原型、一份扎实的数据分析，或者一个能发的MVP。只把需求文档交给工程师，然后等结果，在这种环境里不够用。

她招PM时看几件事：每天玩模型，对模型好坏有自己的用例，能自己压测能力，技术上也够得着数据和eval。她还提到，这个领域每两周在变，两个月前写的路线图要重新看、重新写。

怎么判断新模型？Tulsee的建议是拿你在乎的工作去测。选那些模型已经露出一点能力、但按你的标准还不完美的任务。这样不同模型的差异会显出来，也能看到它们怎么改进。

她把模型训练比作斯内普的魔药课：材料放进去，预期也想清楚，但仍要接受一点魔法。团队的工作是找到模型意外闪光的地方，把它变成用户能用的东西。

路线图上，她给了一个60-20-20的比例：约60%做今天能用的，20%做接近可用的，最后20%留给还差一点、但已经能看到苗头的方向。数字可以变，目的是模型一升级，你手里有可以加码的东西。

eval也不用等大工程。先从五个prompt开始，自己当评分员。20个prompt能区分模型A和B，就已经很有用。难点不在工具，在把好写下来。有读者说，同一个输出评两次，自己会跟自己打架。

这里有个反常识的数据。推特用户Barely Bernie统计了Show HN自2023年以来的101,934次发布：发布量涨到3.7倍，突破量只到1.3倍。2023年每22次发布有1次突破，最近12个月变成每62次有1次。62%的近期发布零评论。

AI也没有自动解决问题。17,149个近期发布标题里带AI、LLM或agent，突破率1.1%；另外30,957个是1.9%。AI占发布量的36%，只占突破量的23%。标题里请求反馈、求吐槽、求想法的350个发布，自2025年以来没有一个到50分。

这组数据和Tulsee的观点放在一起看，不冲突。构建成本下降，坏产品也更快到达用户，判断和分发反而更贵。PM值钱的地方不在头衔，在能不能定义好、能不能叫停不该做的东西，能不能把模型能力翻译成用户愿意用的东西。有回复说，能告诉团队停止建什么的PM值得雇。也有开发背景的人说，产品与工程边界在变薄，批判性思考不专属于PM。

Tulsee还提到burnout：团队工作时间都很长，但真正让人耗尽的是churn、混乱和像浪费时间的杂活。她希望AI工具减少杂活，让人多花时间思考和创造。Lenny提到自己的技术劳动力调查也发现同样的事：工时更长不必然等于burnout。

Google的策略是另一层背景。Tulsee说Google从定制TPU到十亿级用户产品，覆盖完整价值链，目标是在成本与质量的帕累托曲线上布模型，不只做前沿LLM，也服务搜索用户、软件工程师、网络防御者。她明确说Google想赢SOTA模型竞赛。

一年前还在讨论PM角色是否消失，现在同一批人开始讨论PM为何重新值钱。头衔没变，工作内容变了。把这场访谈当成PM招聘广告会看漏。它更像一份模型能力快速变化时的产品工作说明：路线图要留出模型升级后的空间，eval从五个prompt开始，PM要自己动手做出有分量的东西。至于头衔会不会消失，回复里已经吵起来了。有人说PM原则要学，有人说角色在融合。共同点是，判断力变得难藏。

数据有边界：HN的points衡量注意力，不衡量收入，样本偏技术。但101,934次发布至少说明一件事，能发布不等于值得被看见。

访谈原推：https://x.com/lennysan/status/2119823537666183440

播客视频：https://youtu.be/qGf2Yvan4Wg

Show HN数据：https://x.com/bare_knee/status/2119818608000033207