@riverleaf88: 给AI提需求，光有产品经理的技能，效率不是最高的。 比方说，如果你了解了一点前端知识，知道了react/vue/tanstack等常用前端框架，知道了组件化的思想和原理…… 比方说，如果你了解了一点设计系统的思想，以及类似于 css va…
摘要
作者指出，给AI提需求时，仅具备产品经理技能效率有限，掌握前端框架、设计系统、架构思想等技术知识能更高效地实现需求，进而成为“产品工程师”。
给AI提需求，光有产品经理的技能，效率不是最高的。 比方说，如果你了解了一点前端知识，知道了react/vue/tanstack等常用前端框架，知道了组件化的思想和原理…… 比方说，如果你了解了一点设计系统的思想，以及类似于 css variable as design token 的用法…… 比方说，你知道怎么合理划分业务对象，设计数据流和数据分层，基本的架构思想等等…… 而不仅仅是描述清楚需求……那么基本上就是你通过选型、整理代码结构、优化实现方式，就能实现绝大部分harness了。 如果肯钻研测试、CI、运维这些，那么你真的可以自称“产品工程师“了……
相似文章
@ai_super_niko: https://x.com/ai_super_niko/status/2070299861757616606
本文讨论了在AI能写代码的时代，计算机从业者是否还需要学习技术。作者认为，语法和API等表层技术正在贬值，但算法、设计架构和判断力等深层能力变得更加重要，学习重心应从初级技能转向高级工程师所需的知识。
@MMMusol: AI时代不只是需要"工程师"了，更需要的是这五种人 Anthropic 招人不只是看前端后端了，看你属于哪种“认知原型”。 Claude Code 负责人 Boris Cherny 是这么说的： 随着工程、产品、设计、数据科学逐渐融合为新…
Anthropic Claude Code负责人Boris Cherny提出AI时代团队需要的五种认知原型：原型师、构建师、清道夫、培育师和维护师，并讨论了跨领域通才、低自我和经验主义三个选人标准。
@leslieloser_: 有幸和江浙沪最会做ai 改造的 @Zhm20220917 见了一面聊几小时，愈加确定下面几个事情 --AI 时代，更接近生产端，懂产业的人，会吃到初创企业的巨大红利，懂ai 和边界，占 20%，懂生产，懂产业，占 80% --小团队拒绝创…
文章分享了关于 AI 时代创业红利的见解，强调懂产业和生产端比懂 AI 技术更重要，企业更关注实际解决问题的能力而非模型本身。
@sailfishcc1: 非常赞同这个观点，我觉得在未来确实是 Design System、infra，还有在比较复杂的系统做过演进，维护过历史的代码，可以用 AI 做好上面的一些事情的人，是非常稀缺的。
A developer argues that future AI-native teams will value people with experience in design systems, infrastructure, and maintaining complex codebases, who can leverage AI effectively.
@ba_niu80557: https://x.com/ba_niu80557/status/2068751230667755859
文章探讨了AI模型不断强大如何淘汰那些技能可以被写进提示词的人，强调真正不可替代的价值在于难以编码的默会知识、物理世界的实际操作以及人与人之间的信任关系。作者通过朋友从咨询顾问转型为硬件集成者的例子，说明主动让出易被AI替代的环节、深耕AI触及不到的领域，才能在技术浪潮中生存和发展。