Ami Vora：来自 Anthropic 产品负责人的七个反直觉产品课

编者按

Ami Vora 是硅谷最被低估的产品思想家之一。她曾在 WhatsApp 主导产品工作，在 Meta 广告系统深耕多年，担任过 Fair 的首席产品官，目前正处于 sabbatical 阶段，撰写广受好评的 newsletter《The Harder Parts of Growth》。她的文章不贩卖成功学——相反，她聚焦增长过程中最难的部分：为什么简洁是竞争优势，为什么执行比战略重要，为什么保护深度工作时间如此困难。

这期 Lenny’s Podcast 不到一小时，信息密度却极高。Ami 提出的许多观点都是反直觉的：简洁不等于简单，战略不如执行重要，与高管沟通最高效的方式是假设对方只有「恐龙脑」，而 AI 产品之所以令人着迷，恰恰因为它像人一样不可预测。

这不是一期教你如何做产品经理的播客，而是一个在产品领域深耕十余年的人，把教科书不会告诉你的真相毫不修饰地讲了出来。

一、AI 作为生活副驾驶：从给孩子画半美人鱼半独角兽开始

节目以一个轻松的问题开场：AI 在你的生活中带来了哪些快乐？

Ami 的第一反应是抓住了「joy」这个词。在一个充满焦虑的行业里，关于 AI 的讨论往往围绕效率、替代和生产力展开，很少有人追问它是否带来了快乐。她提到最愉悦的 AI 使用场景是给女儿生成涂色画：半美人鱼半独角兽、女性消防员、女性蝴蝶学家。她在每一张图里悄悄植入自己想传递的价值观——女性可以成为任何角色——这种微妙的教育植入比任何说教都更有效。

另一个让她切实受益的场景是社交准备。作为一个重度内向的人，她在见陌生人前会让 AI 生成一份速查指南：对方关注什么话题？双方有什么共同点？她坦言这并不真正改变谈话内容，但能让她更平静地进入对话。这是一个容易被忽视的洞察：AI 最被低估的价值，不是效率提升，而是情绪安全感。

随后话题转到一个引爆社交媒体的实验。Lenny 曾分享过一个让 ChatGPT 给出最严厉反馈的 prompt，要求 GPT 扮演顾问、经理和投资人，不留情面地评估你。Ami 试了，得到的结论是：你在浪费生命。她当时正在 sabbatical，做着旅行、写 newsletter、研究披萨制作等看似随性的事情。GPT 判定她是 dilettante（浅尝辄止的人），认为她应该选一件事全力以赴。

这个反馈让她一度陷入焦虑。最终是她最好的朋友——一个不在科技圈、住在东海岸的人——将她拉回现实：放下电脑，出去走走，记住你是个人类。几个月后她重新运行同一个 prompt，得到了完全相同的反馈，但这一次她不再恐慌——因为她度过了一个充实的夏天，陪了家人，学了很多东西。同样的反馈，不同的心境，完全不同的效果。这恰恰暴露了 AI 反馈的根本局限：它缺少你的情感上下文。你变了，但它的数据没变。

二、简洁不等于简单：Clarity 才是真正的基石

Ami 最广为人知的观点是「简洁是竞争优势」。但在这期播客中，她对此做了一个重要修正：她真正在乎的不是 simplicity，而是 clarity。

这个区分至关重要。简洁是一种设计选择，而清晰是一种思维纪律。在 WhatsApp，简洁是正确答案——用户遍布全球，教育背景各异，技术熟练度参差不齐。Ami 和团队的根本信念是：如果能做出一个对世界上任何人都可用的产品，它对所有人都会更好。但在 Facebook 广告系统，简洁就不是正确答案了。广告主需要的不是被抽象掉的复杂性，而是更强大的工具来匹配用户和产品。他们需要的是清晰——清楚地知道权衡是什么、决策的依据是什么、数据指向了哪里。

她对产品世界有一个简单但常被遗忘的根本假设：

“Everyone is more tired than we think. Nobody wants to learn a new thing. What they want is a sense of relief. They want a sanctuary where stuff just feels like it’s working for them.”

「每个人都比我们以为的更疲惫。没有人想学新东西。他们想要的是一种解脱感——一个让一切感觉就是在为他们运作的避风港。」

这句话值得每个产品经理贴在显示器上。用户不是在等着被新功能惊艳——他们只想完成自己的事，然后回去过自己的生活。

Ami 分享了她评估产品方案时反复使用的检验方法：这是为谁做的？它帮他们做哪一件事？时间线是什么？风险是什么？这些问题基础到近乎原始，但她提出时，团队成员常常给出截然不同的答案——这意味着内部对「我们到底在做什么」没有共识。而没有共识，就不可能有简洁。

她还指出了一个被整个行业系统性忽视的问题：当你构建并发布一个功能时，你能看到数据增长——用户今天能做昨天做不了的事。但你没有任何对应指标来衡量代价：它是否让用户更疲惫了？更困惑了？更不愿打开这个 App 了？你只看到了等式的一半。每一个新功能都有隐形的认知税，WhatsApp 之所以能在全球通讯 App 的混战中胜出，很大程度上正是因为它坚持不向用户征收这笔税。

三、恐龙脑理论：如何与高管沟通

这可能是整期播客中最实用、最能立即应用的观点。

Ami 提出了「恐龙脑」理论：

“As you get more senior, you’re just looking over this whole breadth of things. You can’t go deep on any one of them. I imagine myself just having like a tiny little dinosaur brain and I can really only hold like three or four things in it at any given time.”

「越往上走，你需要覆盖的面就越广，没法在任何一件事上深入。我把自己的大脑想象成一个小小的恐龙脑，同一时间只能装三四个东西。」

这意味着最佳的团队协作方式不是「把所有信息交给上级做判断」，而是团队自己做深入调研，形成观点，给出推荐，然后与上级讨论推荐是否合理。她特别指出一个初级 PM 常犯的致命错误：以为自己的工作只是收集信息然后交给更有经验的人。但经历了完整的信息获取过程后，你才是最了解情况的那个人。你能做的最有价值的事，不是呈上一份信息汇总，而是给出一个基于所有调研的明确推荐，然后与领导辩论理由是否成立。

这完全翻转了传统的「向上管理」思维：不是「我给你选项你来选」，而是「我已经选了，这是我的理由，我们来辩论理由对不对」。

她还提到一个微妙但重要的信号：当她收到一份过度精美的文档时，第一反应不是赞赏而是担忧——你本可以把这些时间花在产品上，画个白板拍张照就够了。这不是在贬低文档的价值，而是在重新校准时间投资的优先级。客户不看你的战略 deck，不看你的评审材料，客户只关心手里的产品。一切都应该围绕一个问题展开：如何更快更好地把东西交到用户手里。

四、执行吃掉战略当早餐

这是 Ami 在 Meta 多年得出的核心认知，也是她 newsletter 中最受欢迎的文章之一。

她的论证逻辑清晰而直击要害：

“If you have a perfect strategy but poor execution, you don’t win. What’s even worse is you don’t even know why you didn’t win. Was it because your strategy was not the right strategy or was it because your execution was not good? So you’ve wasted time and you’ve learned nothing.”

「如果你有完美的战略但执行很差，你不会赢。更糟的是，你连为什么没赢都不知道——是战略错了还是执行差了？你浪费了时间，什么也没学到。」

反过来，当你有一个尚可的战略加上出色的执行，至少你知道执行不是问题，可以把执行中学到的东西反馈回战略，持续迭代。关键差异在于学习速度。过度关注战略的人需要花数年打磨「完美方案」，然后只有一次验证机会。而专注执行的人每天都有一次机会：发布、学习、反馈、再发布。

她由此提出了「最小可行战略」的概念。iPhone 发布的那一刻，任何 2006 年制定的移动战略都过时了；新冠疫情爆发的那一刻，2019 年底的任何战略都作废了。精心制定的战略在一夜之间变成废纸——这种事一直在发生。所以战略应该是一个指南针方向：客户是谁，为他们做什么，为什么有可能赢，风险是什么。然后随着获取更多信息，持续修正罗盘方向。

这个观点对年度规划也有深远影响。Ami 质疑了许多公司「每年花六周做年度计划」的惯例：从上次规划到现在，有什么本质性的变化需要用全新视角来审视吗？还是我们本来就在一条不错的路上？这不是反对规划，而是反对仪式性规划——那种不以学习为目的、只为完成组织流程的规划。如果没有本质变化，为什么要推倒重来？能不能更「手术式」地处理——只更新真正需要更新的部分？

她的态度始终是坦率地承认不确定性：她觉得自己一直在做的，就是承认现实有多混乱、做产品有多混乱。没有人能百分之百确定自己在说什么。在一个人人都假装知道答案的行业里，这种坦率反而显得格外可信。

五、时间是唯一的货币：深度工作与日历管理

对话自然转向了一个每个职场人都面对的问题：如何保护自己的时间？

Ami 的方法论不从「拒绝什么」出发。逐一审视日历上的每个会议，纠结该不该拒绝，最后可能只省下一两个时段，还背上满满的愧疚感——这是一条低效路径。她的方法是反过来：先确定这周必须完成的一两件大事，然后在日历上为这些事留出时间。剩余时间自然被压缩，那些被挤掉的会议如果真的重要，你自然会知道。

关键技巧在于给拒绝一个理由。不是「我没空」，而是「我这周百分百专注在 X 上」。对方立刻理解了你的优先级排序，不会将拒绝视为冒犯。

“The only currency you have is time. Your calendar has to match your goals, otherwise you have no chance to actually meet your goals.”

「你唯一的货币就是时间。你的日历必须和你的目标匹配，否则你不可能实现目标。」

她还提出了一个关于高管审批效率的实用建议。很多 PM 抱怨要等一个月才能排到 VP 的日历上做方案审批。Ami 的建议是提前与领导达成协议：什么类型的事情不需要审批？如果影响范围低于一定比例的用户，团队可以直接推进，给一周观察期，出问题就回滚。这样就把「审批机制」转化为「协议机制」，大幅提升了团队的自主权和速度。另一个方案更简单：将审批改为 office hours，领导每天留一小时开放时间，任何决策最多 24 小时就能获得反馈。

作为父母，她和 Lenny 还交流了精力管理的切身体会。Ami 说她必须把所有深度工作安排在早上，因为晚上陪孩子消耗殆尽后，大脑基本宕机。这触及了一个很少在职场讨论中被正视的事实：精力是比时间更稀缺的资源，认知能力在一天之内的波动是巨大的。识别自己最清醒的时段，然后为之安排最重要的工作——这比任何时间管理框架都有效。

六、AI 界面的终局：聊天不是答案，不可预测性才是关键

对话转向 AI 产品设计，Ami 提出了几个值得深思的观点。

ChatGPT 的成功首先是一个界面设计的胜利。它将复杂技术包裹在所有人都熟悉的聊天交互模式中——即使返回的内容完全不可预测，但交互方式是高度可预测的。交互可预测加上输出不可预测，这个组合创造了魔法感。

但 Ami 坦言很难相信五年后 AI 的前沿界面还是聊天框。她观察自己的孩子——这一代人不会走到屏幕前滑动（那是 iPad 一代的本能），而是走到任何电子设备前直接说话。她四岁的儿子坐无人驾驶的 Waymo，毫无惊讶，因为孩子觉得他们看到的一切都是正常的。

然后她提出了一个她自称是「半夜想出来的野路子心理学」，但实际上极为深刻的观点：

“Most of the machines that we think about are so deterministic. You flip the light switch, the lights go on. You turn a door handle, the door opens. But with any LLM, you can put in a prompt and you get back something, and you do the same thing again and you get back something totally different. That unpredictability is something I think humans are not well evolved to deal with.”

「我们打交道的大多数机器是确定性的。按开关灯亮，转门把手门开。但 LLM 不同——你输入一个 prompt 得到一个回答，同样的操作再来一次，得到完全不同的结果。这种不可预测性，是人类尚未进化出应对能力的东西。」

那人类在什么情境下擅长处理不可预测性？答案是：与其他人类打交道。所以我们自然而然地把 AI 当人看待——不是因为拟人化的设计，而是因为它的不确定性将它归入了我们大脑里「类人实体」的分类。这不仅仅是拟人化的问题，不可预测性从根本上改变了人机交互的范式。传统 UX 设计的黄金问题是「这个界面的主任务是什么」，但在一个什么都能问的聊天框面前，这个问题变得毫无意义。AI 产品的 UX 设计需要一套全新的规则，而我们现在才刚刚开始摸索。

七、PM 的未来：回到 15 年前的全栈选手

最后一个话题关于 PM 这个职业的未来走向。Ami 的判断是：我们正在回到 15 年前。

过去十年，产品管理经历了极度专业化的过程：工程、设计、PM 三个职能之间的边界被硬化，PM 内部也不断细分——增长 PM、平台 PM、数据 PM。AI 正在消解这些边界。未来被重视的将是全栈型选手：有一个想法就能自己跑原型、快速完成市场分析、模拟 go-to-market 方案，并且拥有实现这一切所需的工具。这很像创业公司的第一个 PM——什么都得干。但 Ami 认为 AI 让这种状态的「保质期」延长了：全栈型选手可以在更长时间、更大规模上保持有效。

她还做出了更大胆的预测：团队会更小，管理层会更少，个人贡献者会更受重视。过去积累的套路正在失效，每三到六个月就是全新的一章，你不再需要一个能把上份工作经验直接套用的领域专家。

“It’s scary. It’s especially scary for people who have built their expertise in a particular dimension and now don’t know if that is still going to be as valued.”

「这很可怕。尤其对那些在某个特定方向上建立了深厚专业积累的人来说，他们不知道那些东西是否还会被同样重视。」

但她的建议也很直白：保持学习。无论资历深浅，持续学习是应对不确定性的唯一可靠策略。

结语：产品的本质是为人类服务

回顾整期对话，Ami Vora 传递的核心信息惊人地一致：回到基本面。

不确定建什么？回到客户那里，问他们真正需要什么。不确定怎么建？执行一个版本，从中学习，反馈回去。不确定怎么沟通？一页纸：为谁、做什么、为什么、风险是什么。不确定怎么管理时间？先确定最重要的一件事，其他的自然排开。

这些道理简单到你觉得不值得反复强调。但 Ami 的洞察恰恰在于：正因为它们太简单，所以最容易被遗忘。在一个充斥着复杂框架、精美 deck、六周年度规划的行业里，敢于坚持基本面本身就是一种勇气。

在聊到如何在 AI 时代养育孩子时，Ami 说了一段很动人的话：她不知道未来会怎样，她的孩子会面临完全不同的问题和技术。她唯一能做的就是试着做一个好的榜样，用自己所知的最好方式帮助他们——但不能指望自己在这个极其不可预测的时代里百分之百正确。

这种坦率的不确定性，在一个人人都在假装知道 AI 未来走向的行业里，反而显得格外可信。

也许这就是 Ami 作为产品人最深层的哲学：你不需要知道所有答案，你只需要足够诚实地面对你不知道的部分，然后每天都去试一下。

“You get a shot every day.”

「你每天都有一次机会。」