meng shao(@shao__meng)

PMs are back:Gemini 产品负责人谈 AI 时代,为什么产品判断更值钱 Lenny’s Podcast 对谈 @tulseedoshi :AI 降低了实现成本,却没有降低选错方向的代...

8.5内容质量
PMs are back:Gemini 产品负责人谈 AI 时代,为什么产品判断更值钱

Lenny’s Podcast 对谈 @tulseedoshi :AI 降低了实现成本,却没有降低选错方向的代...

TL;DR · AI 摘要

AI时代产品判断能力成为核心价值,Google Gemini负责人强调模型能力评估与资源分配策略的重要性。

核心要点

  • 产品负责人需亲自使用模型发现新能力,而非依赖排行榜指标
  • 模型评测应从5-20条关键提示词开始,逐步扩展评估范围
  • 资源分配采用60/20/20策略:60%稳定能力+20%近期可补齐能力+20%未来探索

结构提纲

按章节快速跳转。

  1. AI降低实现成本但提高方向选择重要性,产品判断能力成为核心价值。

  2. 模型开发需目标与评测,可能产生预期外能力,需产品负责人主动发现。

  3. 通过少量关键提示词评测建立质量标准,避免依赖排行榜指标。

  4. 采用60/20/20比例平衡当前交付与未来探索,避免极端决策。

思维导图

用一张图看清主题之间的关系。

查看大纲文本(无障碍 / 无 JS 友好)
  • AI时代产品判断
    • 模型能力评估
      • 关键提示词评测法
      • 避免依赖排行榜
    • 资源分配策略
      • 60%稳定能力
      • 20%近期能力
      • 20%未来探索

金句 / Highlights

值得收藏与分享的关键句。

#AI产品管理#模型评估#Google Gemini#资源分配
打开原文

meng shao on X: "PMs are back:Gemini 产品负责人谈 AI 时代,为什么产品判断更值钱 Lenny’s Podcast 对谈 @tulseedoshi :AI 降低了实现成本,却没有降低选错方向的代价。当“能不能做出来”不再最难,做什么、什么才算好、哪些能力值得押注,就更重要。 https://t.co/6UwNUnumLa # 不只设定指标,也要发现模型的新能力 Tulsee 负责 Google 前沿模型的产品工作。她指出,模型开发不像传统软件那样,按规格实现就能得到确定结果。训练需要目标与评测,但也会出现预期之外的能力。 产品负责人既要检查指标… / X

meng shao

@shao__meng

Show translation

PMs are back:Gemini 产品负责人谈 AI 时代,为什么产品判断更值钱 Lenny’s Podcast 对谈

@tulseedoshi

:AI 降低了实现成本,却没有降低选错方向的代价。当“能不能做出来”不再最难,做什么、什么才算好、哪些能力值得押注,就更重要。

youtu.be/qGf2Yvan4Wg?si…

不只设定指标,也要发现模型的新能力 Tulsee 负责 Google 前沿模型的产品工作。她指出,模型开发不像传统软件那样,按规格实现就能得到确定结果。训练需要目标与评测,但也会出现预期之外的能力。 产品负责人既要检查指标,也要亲自使用模型,发现它在哪些任务中表现突出,再判断这些能力能否形成有价值的体验。只看排行榜,可能错过真正值得产品化的变化。 # 判断力要靠使用和评测建立 她招聘时重视持续使用模型、有自己的质量标准、能动手做评测,并愿意随能力变化调整路线的人。 评测不必一开始就很大:先选 5—20 条真正关心的提示词,亲自判断结果,明确“好”的标准,再逐步扩展。这样得到的判断,比笼统地说某个模型更强更有用。 模型升级后,系统提示、工具和技能也要重新测试。以前为弥补短板加上的规则,可能已经多余,甚至开始限制新能力。 # 60/20/20:兼顾今天交付和未来能力 她提出一种可调整的投入方式:约 60% 做当前能稳定实现的能力,20% 押注近期可能补齐的能力,另 20% 探索已经出现苗头、但尚未成熟的体验。 重点不是严格照搬比例,是避免两个极端:只围绕今天的局限设计产品,或者把全部价值押在未来模型一定会进步上。

Lenny Rachitsky

@lennysan

12h

Why PMs are suddenly valuable again with Tulsee Doshi (

)—Head of Product for

@Google

’s frontier AI models, including

@Gemini

, Nano Banana, Genie, Veo, and more. We discuss: 🔸 The rising value of great PMs 🔸 Google’s full-stack frontier AI strategy 🔸 Why model

3:26 AM · Nov 9, 2026

·

10K

Views

17

3

10

4