本文来自微信公众号： ToB老人家 ，作者：王戴明，原文标题：《产品经理的招聘要求，开始变了！》
大家有没有发现，产品经理的招聘要求，已经开始变了？
我最近看到两个产品经理岗位的JD，里面有些要求很有意思。
一个岗位写的是：必须掌握Cursor、Claude、Codex任一AI辅助工具，可以独立完成前端代码编写。
另一个岗位写的是：熟练使用AI编程工具，比如Cursor、Claude Code，快速构建原型或系统，提升产品验证效率；具备产研协同新范式实践经验优先。
这类要求放在一两年前，可能还会被很多产品经理当成笑话。
产品经理为什么要懂AI编程工具？产品经理为什么要会前端代码？产研协同新范式又是什么东西？
但现实就是：很多公司的产研体系正在被AI重构，而且这种变化已经开始传导到招聘市场。
我身边就有一位大厂产品负责人，他最近告诉我，自己和同事现在就在帮公司做AI转型，搭建AI工作流，建知识库，把员工过去沉淀下来的经验重新整理出来。
他用了一个很形象的说法：这有点像在蒸馏员工。
其实，现在很多软件公司，或者甲方公司的IT部门，都在做类似的事情。建知识库、搭AI工作流，把员工的经验Skill化。
说白了，产品经理招聘要求变了，背后不是产品经理突然要变成程序员，而是整个产研体系正在发生5层变化。
第一层变化，是未来会越来越接近“AI干活，人来审核和调试”。
以前都是产品经理手工写PRD、画原型。现在只要给AI足够的上下文，它已经可以帮你写PRD、画原型，甚至生成一部分前端页面。
当然，我并不是说AI现在就能一次性做得很完美。很多时候，你让AI写出来的东西，还要反复改，甚至短期内，纠正AI的工作量可能比自己手写还大。
但这个问题大概率会被慢慢解决。
模型会变强，工具会变好，团队的上下文会越来越完整，Skill也会越来越成熟。
到那个时候，产品经理的工作重点就会发生变化：不是从零开始写每一份文档，而是把上下文喂清楚，把规则说清楚，把AI产出的东西审核清楚。
这就带来第二层变化，也是我觉得最关键的一层变化：PRD的读者变了。
过去很多团队的PRD，其实写得很粗。
甚至有些团队是故意写得粗。因为PRD主要是给人看的，而人和人之间有很多隐性上下文。
比如程序员已经做过很多类似项目，他知道这个字段应该怎么处理，知道这个流程在真实业务里会怎么走。产品经理没写清楚的地方，程序员可以凭经验补上。
但现在不一样了。
如果PRD主要是给AI看，AI不一定知道你们团队过去怎么做，也不一定知道客户现场那些没写出来的规则。
你给它一个很粗的需求，它也能生成好看的原型和前端框架，但生成出来的东西很可能是错的。
这也是为什么，AI时代对产品经理的要求反而会更高。
以前PRD写得粗，最多是沟通成本高一点，程序员骂几句，大家开会再补。
以后PRD写得粗，后面生成的原型、页面、测试用例可能都会跟着偏。
这就进入第三层变化：执行成本下降以后，决策风险会变大。
过去一个需求要不要做，大家可能还会谨慎一点。因为要排期，要投入研发资源，要等很久才能看到结果。
现在不一样了。AI可以快速出方案、快速出原型、快速出页面。表面上看，这是效率提升。但反过来讲，如果一个产品经理本来就判断不了这个需求该不该做，不知道这个流程为什么必须这么设计，那AI只会让他更快地做错。
以前方向错了，我们在漫长的方案编制过程中可能还有机会纠偏。
现在方向错了，等你发现的时候，可能方案已经开始落地了。
所以在AI时代，对产品经理的判断力要求会越来越高。
你到底懂不懂业务？你能不能判断这个需求是不是伪需求？这些东西，AI可以辅助你，但不能替你凭空长出来。
第四层变化，是个人经验会被组织蒸馏。
前面那位大厂产品负责人说“蒸馏员工”，我觉得这个说法很准确。
过去，公司也想把员工的个人经验沉淀下来，但效果往往很差。很多东西写成文档以后没人看，放进知识库以后也搜不到。最后真正有用的经验，还是留在某个员工脑子里。
但AI时代，这件事会变得不一样。
你的需求访谈记录、方案思考过程、历史PRD、项目复盘，都可能进入公司的上下文库。你的需求梳理方法、方案判断方法，也可能被整理成Skill。
这意味着什么？
当你离开以后，新的同事未必还能完整复制你，但他可以借助AI更快理解你过去是怎么想问题的。遇到一个类似需求，他可能不再问你，而是直接问公司内部的AI。
这个变化对个人来说当然有点残酷。
但从组织角度看，它是一定会发生的。因为知识和经验一旦更容易流通，企业就一定会想办法把它们变成组织资产。
第五层变化，是岗位边界会越来越模糊。
这也是为什么，有些产品经理JD里会写“能独立完成前端代码编写”，或者“能用AI编程工具快速构建原型或系统”。
我并不是说产品经理以后都要取代前端，也不是说UI、开发都不重要了。
而是说，过去很多必须依赖多个岗位才能完成的简单工作，现在产品经理借助AI就可以自己做出来。
比如一个对UI要求不高的后台页面，一个相对简单的数据大屏，以前可能要等UI出图、前端排期。现在如果上下文足够清楚，产品经理完全可以先用AI生成高保真和前端代码，然后直接交给程序员开发。
哪怕是复杂的系统，产品经理也可以让AI直接生成高保真原型，然后用于内部讨论和客户验证。
这会改变整个产研协同的节奏。
以前很多需求，是写完文档再进入研发。以后很多需求，可能是先用AI做出一个能看的东西，再判断这个方向值不值得继续投入。
所以，招聘市场要求产品经理懂AI编程工具，并不是因为公司突然想让产品经理干所有人的活。
它真正想筛选的是：你能不能把AI用到真实工作里，提高产研效率，提前验证方向，减少研发浪费。
当然，看到这里也不用恐慌。
AI最大的特点之一，就是学习成本很低。只要你愿意用，愿意把它放进真实工作里，很快就能上手。
但也正因为学习成本低，它很难构成长期的壁垒。
今天你会用Claude，别人不会，你有优势。
明天大家都会用Claude，招聘要求就会继续往上走。
甚至对很多AI产品经理来说，红利期可能也比想象的短。
现在懂一点模型、懂一点Agent、懂一点AI工作流，确实很吃香。但AI技术正在快速普及，工具也越来越好用。这个红利期不会一直持续。
等AI像移动端一样变成基础能力以后，真正有壁垒的，还是线下业务洞察、业务SOP、产品判断。
所以，产品经理的招聘要求开始变了。
表面上变的是工具要求，真正变的是整个产研体系。
未来的产品经理，不是会说几句AI黑话的人，而是能把AI用到真实需求、真实业务和真实判断里的人。
但是，在未来，懂AI技术、会用AI并不是最值钱的技能。
真正值钱的是，还是产品经理的业务判断和产品思维。