2026年，AI产品经理开始跟不上AI技能

现在是2026年10月，可以察觉到当前产品经理的工作以及IT企业内部，普通产品经理不仅难以跟上AI的发展步伐，在技能应用层面也显得落后。

不仅科技演进的速度已经超出了大多数人的认知范围，我们与科幻电影中描绘的奇点之间的距离也在不断缩短。

同时在此做个调查，你每个月在AI上的支出是多少？

我推测调查结果会显示，估计超过99%的人仍在免费使用AI，将其视为普通的免费软件，而在AI产品经理的圈子里，大家普遍用的是公司内部提供的AI tokens和工具。

如今在大厂工作的性价比：日益降低

我最近与一位来自阿里的产品经理交流，询问是否可以使用更先进的模型，以及开发自己的本地应用。

“更高级的模型，比如现在的astra，都需要单独申请，不能随意使用。目前能用的都是初级或中级模型，要么就得自己掏钱。”

此外，调用模型的tokens使用情况会受到公司的流量监控。如果用于开发软件，公司也会知晓。因此，几乎不可能私下开展副业，甚至连写博客的时间都没有。

要知道，过去我们在腾讯大厂时，写公众号、拍视频号谁会管你？现在情况不同了，大厂几乎让你变成一颗螺丝钉，你只是拿薪水输出工作价值，做不好就失去岗位，做好了功劳也不属于你。

科技的奇点：会飞的汽车

特斯拉最新的Roadster汽车，不仅能在公路上行驶，还能在空中飞行，采用空气冷压缩机技术。翻阅早期的采访博客，马斯克曾透露会将SpaceX的火箭引擎应用到特斯拉汽车上。

当时的博客提到通过使用空气压缩机即可实现，而那次采访是几年前的事，可见从那时到现在几乎是九年磨一剑。所以，一个好的产品迭代需要经过九年的技术更新才能达到这种效果。虽然发布会上只能发射几次，有次数限制，但这是一款可量产的汽车，而非原型车。

可以设想，如果获得一些专利，足以应用于生活中的某些紧急场景。当然，在道路法规以及哪些国家能使用、哪些地方能飞行，目前尚不清楚。

产品经理的坚持主义实际上与打工成就是相悖的

就当前而言，我认为产品经理是性价比、收益价值、幸福度最高的职业，没有之一，但前提是打造自己的产品。如果仍在做营销工具、软件应用或他人公司的普通工具，就很难获得成就感，更多的是感到被替代的无力。

在公司工作，要求投资回报。如果持续没有效果，哪怕你的产品有用户数量，公司也会直接砍掉。这里孵化了许多产品，在一定周期和资源投入下，如果未能达到标准的日活、增长甚至付费率，就会被终止。

换句话说，你想迭代都没有资源了。

而令人唏嘘的是，这些在大厂看不上的产品，如果剥离出来，随便放到一家小公司，都足以养活整个团队。即使只有几十万用户数，也能通过广告、会员和增值服务慢慢盈利并维持团队薪资。

但大厂认为没必要，就直接扼杀下线了。当然，还有很多从未上线的产品，在大厂数不胜数。所以，现在在大厂做产品经理，有句话叫“被大厂用薪资待遇买来训练，同时被榨干，然后走人”。

CHATGPT 6出现之后， 10月份着重强调RSI，科研成本越来越低

ChatGPT 6出现后，作为一名在读的computing PhD，我明显感受到身边许多科研项目的成本正在逐步降低，而且本地GPU的需求只会越来越强。无论是出于安全保密的需求，还是论文数据专利保护，本地GPU已成为科研团队人员的必备条件。如果没有本地GPU，都不配说自己是做PhD的团队。

因此，GPU的价格会越来越高。要知道，现在还有99%的人没有使用过本地离线AI，而这在未来是刚性需求。

目前最火的RSI理论，让AI自我递归，这一点也在逐步接近奇点。不过，现在还处于L1和L2阶段，即优化策略。但要跨界将LLM变成世界模型，仍然不可能，因为目前会出现过拟合。

最强的模型梯度，短缺仍然是空间计算。

国内的朋友可能因为封号的原因无法使用Claude，所以被迫使用最强的模型astra，但付费额度接近800元/月人民币。很多人可能还停留在6.1阶段。

普通用户在国内目前几乎还停留在豆包或DEEPSEEK的水平。随着workbuddy的普及，普通人可以将模型对话转化为生产力，但复杂任务和校对仍需更强的模型，这是workbuddy国内版本无法涉及的。

造成了AI模型黑洞效应： AI产品经理要在工作之外投钱投精力投时间

一旦生产力真正提升，就很难降低自己的工作品质输出。例如，现在astra可以操作unity软件以及开源方案。如果你是做3D游戏的，就不会选择那些无法操作blender的模型。

需要强力模型至少具备输出unity应用的基础能力，这导致AI已经形成了一个黑洞效应：越好的模型，其厂商收入越高，同时用户提供的数据越多，模型也越强。

但AI吸走了包括数据在内的一切，没有反馈给其他行业。因此，你可以看到，不使用AI的行业，目前经济消费力越来越薄弱。

2026年现在的用户被短视频吸走， 长文的内容以及专注力是稀缺性

相较于2016年，现在几乎看不到一篇爆款长文了，因为人类已经不喜欢阅读长文字。很多长文字容易被转变成视频，人类更喜欢观看浅显易懂的视频。虽然创作视频、文字甚至漫画的成本越来越低，但深度却很难达到。

产品经理最核心的技能：洞察与挖掘用户需求

当前最重要的工作技能，仍然是回归到如何深度挖掘用户行为习惯和用户人群需求，来进行产品策划。即使AI生成软件和开发的成本降低，但能让产品获得最新的优化需求，成为持续生命力，这一点至关重要。

爆火的REA，产品经理工作神奇，必须收藏

最近爆火的REA是一个逆向工具，几乎可以逆向任何市面上的软件。目前已经扩展到支持iOS、Android的APP包，这些都可以通过逆向完成软件开发。因此，软件和游戏的成本快速降低。

粗糙的模型可以做，但细腻的模型仍需产品经理使用其他第三方工具模型来完成资产的整理与生成。

例如，下面是一个精准模型3D人物的资产素材，可以通过这类工具输出，并且这些还是基于LLM扩展的。而世界模型目前仍在研发中，尤其是transformer的结构还可以训练出专门的特定垂直领域模型，例如在医学上的dicom文件阅读，以及生活中的图片等。

总之，目前科技的速度可以说决定了AI能发展成什么样，需要持续关注。如果超过两个月不关注，就可能被淘汰。

1个月的2026年，就相当于以前的1年

1个月相当于1年的发展，这是目前AI圈最直观的感受。

就像今天这篇公众号文章，我终于用上自己研发的jinyiAPP来完成的。从最初的笔记软件，到现在扩展到写公众号、编辑视频、图文内容的离线撰写工具。我的需求很简单，就是做一个在出差的高铁上、飞机上都能写文章博客的工具，并且记录每日的打卡任务、饮食和运动。

同时，现在将一篇长文笔记变成公众号，再变成一个短视频，都是一个非常合理的需求，至少对我这个产品经理圈的自媒体博主来说很有价值。所以我就做了这款产品，重要的是它支持本地离线。而且我相信，本地离线模型在图片和视频上的能力会越来越接近真实世界，让人无法分辨。

当然，未来更强的图片和视频生成能力，线上API仍是不可避免的路径。我和团队会重点研究相关的Router（路由）思路，让系统能够根据生成内容的领域、具体话题，甚至数据类型，自动切换到最合适的模型。这样用户就不需要分别订阅多个会员，也能灵活调用不同能力。

至少在下个阶段，我们会把这套路由能力做出来。而当前阶段，我们更聚焦服务团队内部，以及那些和我们一样经常出差、有离线使用需求的用户。

整体思路有点类似Manus的产品逻辑，不过这部分我会先自己多用一段时间，等写作习惯稳定后，再系统性地发文章分享。

本文来自微信公众号“Kevin改变世界的点滴”（ID：Kevingbsjddd），作者：Kevin那些事儿，36氪经授权发布。