每天挑选一期硅谷AI科技值得关注的播客，让你与前沿同频。如果你现在没空可以收藏进 晚点再听LaterCast，在通勤、走路或做家务时一篇篇轻松听完
"用AI写代码、做原型很好，但要让这些事帮助你成为一个出色的产品经理。"
"我现在很看重一个人能否根据产品测试的结果，及时放下已经学会的东西。"
"团队通常比负责人更早知道，一个想法该停下来了。"
当你已经能用AI搭页面、写代码，做出一个能演示的原型，接下来该把什么本事练好？在 Google Labs 负责人 Josh Woodward 看来，一味追求“我又能多做一件事”，可能会让人忽略自己原本最值得打磨的专业。
在这期 Lenny’s Podcast 中，同时负责 Gemini 应用和 AI Studio 的 Josh 谈到，产品经理、设计师、工程师，甚至市场和商务同事，都在尝试把想法直接做出来。Google Labs 也在试验新的岗位发展方式。但这不意味着所有人都该变成同一种通才。
他给年轻产品经理的提醒是：用AI做原型，应该帮助你成为更好的产品经理。把这句话放回他讲述的工作现场，会发现它说的不只是多学几项技能，还包括怎样选问题、看反馈，以及在做错方向时及时转身。
跨界之后也要练好自己的专业
在 Google 内部的一些试点中，Josh 观察到，产品经理往往较快适应跨职能的工作。这个岗位本来就需要理解销售、商务、法务等不同角色的考虑，用AI补上部分制作能力之后，更容易往前多走一步。
但他也见到来自策略、运营、商务和市场岗位的人，做出了很好的东西。在他看来，出色的人可以来自任何职能，很难简单断言今后只需要某一种岗位。
"我觉得现在有点过分强调“人人都是创造者”，好像大家都变成了同一种新岗位。至少在我们看到的情况里，人们依然有自己的专长，就像大学里的主修和辅修。"
他担心的是，当团队只用“都能做产品”来描述成员，就容易忽略各自专业里的经验和判断。因此，即使大家都能写一点代码、做一点设计，组队时仍然要看每个人擅长什么。
这也是他提醒年轻PM的地方。原型能帮助别人更早理解你的想法，原型解决谁的问题、为什么值得继续做，则仍然需要产品判断。职业早期要借这些尝试磨练本职能力，把自己的主修练深。
Josh Woodward 提醒年轻PM，用AI做原型应该帮助自己磨练专业能力。
带着没解决的问题去试新模型
专业判断先体现在选什么问题上。新模型不停发布，如果每次都从“它又能干什么”开始，注意力很容易跟着演示走。Google Labs 的一个习惯，是记录那些“差一点就能做到”的事情。
Josh 把它称为 almost possible。团队一边试模型，一边观察新的体验，持续维护一份清单：哪些想法目前还差一点，什么能力一旦到位，就值得重新尝试。等某个限制被突破，他们就能较快判断，这次变化与自己想解决的问题有没有关系。
他也强调，技术上的可能还不够，要与有价值的用户问题放到一起。他们希望找到一群觉得产品有用到愿意付钱的人。
持续关注这些问题，也给想法留下了生长的时间。按 Josh 的经验，Google Labs 的不少项目，最初来自少数人持续研究的兴趣和小尝试；好点子很少恰好出现在日历上预留的设计冲刺时间里。
对日常工作来说，这种做法可以缩小试工具的范围：先记住自己哪件事一直做不好，再看新能力是否让它变得可行。尝试之后，也更容易说清楚这次到底有了什么进展。
做出来以后去看别人愿不愿意用
Josh 至今记得第一次听到 NotebookLM 音频节目的情景。两位同事过来让他听一段内容：素材是英国议会的辩论记录，两位AI主持人却把这份原本不以有趣著称的材料，聊得让他愿意听下去。他当时的反应是，得把这件事继续做下去。
这类惊喜会让一个项目有了起点，但 Josh 也承认，团队曾对一些技术很兴奋，做出的产品却不好用。所以，原型不能只在同事之间传着看，还得拿出办公室，交给可能需要它的人。
"展示早期原型时，我会看对方的眼睛。如果眼睛亮起来，身体往前凑，这些就是你在早期要寻找的信号。"
他强调的是很早的探索阶段：产品还小，拿日活、月活比值或七日留存来判断，往往还为时过早。对方是否被某个功能吸引，是否觉得自己的麻烦终于有办法解决，能帮助团队判断要不要再往前试。
这些反应也不能直接当成产品已经成功。Josh 同样区分了后续阶段：等产品进入规模化增长，团队就需要看转化、获客成本等指标。早期的眼前一亮，提供的是继续验证的理由。
比坚持原方案更难的是承认它不行
越容易做出东西，越需要重新判断哪些东西值得继续。Josh 说，自己现在格外关注一个人放下旧知识、旧判断的速度。他用 unlearning rate 来描述这件事：能学得快，也能在产品测试给出新反馈后，离开原来的思路。
他希望团队在意的是要解决的问题，而不是已经做出来的那套方案。在他的经历里，有些项目要转过三四次甚至五次方向，才能找到可行的做法，也有些最后仍然行不通。
访谈中，他讲了一件刚发生的事。Gemini 团队原本准备推出一个让大家很兴奋的功能，早期数据和用户反馈回来后，却没有看到期待中的反应。一位负责的PM说，这个功能还不够好，她认为不应该上线。
Josh 随即在邮件里回复所有人，感谢她提出这个判断。他说，真正每天在推进项目的人，通常比负责人更早知道它是不是走不通。
"我信任团队，因为每天努力把这件事做成的人是他们。如果他们说“这条路走不通”，那也没关系，我们就换个方向，试点别的。"
这位PM作出了不按原计划上线的判断，也得到了负责人的支持。团队能否及时调整方向，既取决于做事的人是否看清了问题，也取决于他们能不能把坏消息说出来。
小团队里更需要彼此信任
AI让个人能完成更多制作工作，Josh 却认为，与人合作的能力会更加重要。按照他的介绍，Google Labs 过去启动一个项目，常常会组五到七人的团队；如今可能是两三个人，有时四个人。人数少了，每个人的专长更需要与其他人配合。
他把这种组合比作音乐人合作：同一个人会与不同的伙伴做不同的作品。因此，他既看一个人能否与AI助手合作，也看这个人能否较快取得同事的信任，让新的合作顺利开始。
团队里的贡献也不全是新原型。Josh 介绍了两种内部奖励：有人优化系统，省下TPU这种用于AI计算的算力资源，会得到一把小耙子和现金奖励；有人修复产品里不断累积、让用户烦心的小问题，会收到一枚金色创可贴。
省下来的算力能支持团队开发下一项功能，修掉的小问题能让用户少受一点打扰。这些工作未必像新演示一样醒目，却让产品更容易继续做好。
Josh 与 Lenny 谈到一项内部奖励：为团队省下算力的人，会得到一把小耙子和奖金。
跟上变化也要给自己留出下一轮的力气
如果工作始终要求尝试、改进、转向，人很容易觉得自己必须一直冲刺。Josh 从一本费德勒传记里记住了 explosive endurance 这个说法：既能在关键阶段投入高强度工作，也能把这种状态持续很多年。
Google Labs 尝试给工作安排不同的阶段。有时新模型要发布，一些产品需要集中冲刺，团队会把这段时期明确说出来；冲刺结束后，也要说明现在已经不处于同样的节奏里。Josh 举的例子是，围绕 Google I/O 忙完一轮后，一些团队会在六月重新试东西、做小项目，找下一轮值得发展的想法。
从交付数量看，这段时间可能没那么显眼，但他认为，接下来的新方向往往就在这些探索里出现。他也承认，这种节奏并不是每次都安排得好。
"我们想作为一个团队一起做很多年。你不能九个月就把自己的精力耗尽。"
写在最后
学会用AI之后，可以回头看看自己的主修：你对哪类问题最了解，能替使用者作出什么判断，又能与谁把事情做得更好。挑一件没解决的工作去试，拿结果听反馈，方向不对就调整。工具会不断变化，这些从实际工作里练出来的本事，会让下一次尝试更有依据。
内容来源："Why every company now needs to think and operate like a lab team | Josh Woodward (VP Google Labs)"丨Lenny's Podcast（嘉宾：Josh Woodward）
原视频：https://www.youtube.com/watch?v=3I6QYkccd3o
相关文章
《Google产品副总裁：Google 如何用 AI 改变搜索丨Lenny’s Podcast》 《史上增长最快产品：ChatGPT团队如何运作丨Lenny’s Podcast》 《编程正在消失，但软件机会才刚刚开始》
如果你现在没空，可以收藏进晚点再听，通勤、走路或做家务时一次性听完⇣
⇣ 关注我，每天为你更新硅谷最新的 AI 创业／科技播客总结，让你与前沿保持同频 ⇣