2026年，产品经理这个岗位同时在死亡和繁荣 原创

斯坦福CS153是一门500人满座还有候补名单的课。这门课叫Frontier Systems，由Mike Abbott和Anjney Midha联合授课，四年前还叫"Security at Scale"，只有60个学生。2026年春季学期，它变成了硅谷最难抢座的课堂之一：嘉宾名单读起来像一份AI行业的权力图谱，黄仁勋、Sam Altman、苏姿丰、纳德拉、Andrej Karpathy、Ben Horowitz轮番登台，每周讲AI技术栈的一个层级，从能源和芯片一路讲到模型和应用。

2026年5月8日这堂课之前，连续几周的嘉宾都是技术创始人，话题围绕AI、上下文窗口、推理循环。这一次Abbott决定换个方向，讲产品。他请来的嘉宾是老朋友Nikhyl Singhal。Abbott自己的履历横跨通用汽车、苹果、Twitter和硅谷老牌风投Kleiner Perkins，和Singhal认识二十年了。当年两人各自创业融资，红杉资本Sequoia想让他们合并公司，结果两人喝了杯咖啡后决定各走各的。Abbott提到一个插曲：正是因为Singhal，他才去了一个活动，在那个活动上遇到了后来的妻子。

Singhal的履历是一条完整的产品管理进化史。1990年进斯坦福，1996年硕士毕业，主攻计算机科学的系统方向。之后三次创业，其中SayNow被谷歌收购，Cast Iron Systems被IBM收购。在谷歌，他负责所有实时通信产品线，包括Hangouts的发布和推广，也管过Google Photos在谷歌当年的社交平台Google+、Android、云存储Drive和已关停的相册服务Picasa之间的整合。在Meta担任产品副总裁，管理Facebook信息流、消息、群组、Stories。在Credit Karma任首席产品官，推动公司从一个查信用评分的工具转型为"手机上的金钱按钮"。离开大厂后，他52岁时创办了Skip，计划干到82岁，用30年的时间做一件事：为产品领域的顶级人才建一个类似好莱坞经纪公司的平台。

他还没开始正式内容，先做了一个举手调查。"毕业后五年内打算做产品经理的，举个手？"大约5%的人举了手。"两年前同样的问题会举手的呢？"比例翻倍。他又问："觉得自己不理解产品经理到底干什么的？"一大片手举起来。

1. 每家科技公司都有一群造东西的人、一群卖东西的人，和夹在中间的人

Singhal用一个简单的定义开场：在每家科技公司里，有人负责造产品，有人负责卖产品，中间需要有人把"造什么"和"怎么造"连起来。这就是产品经理。但这个角色在公司的不同阶段扮演完全不同的功能。

公司的增长轨迹是一条S曲线，四个阶段需要四种截然不同的产品技能。

第一阶段是找产品市场契合，英文缩写PMF。每家公司的起点都像两根棍子互相摩擦盼着冒烟，创始人做快速实验，目标是尽可能多地射门。这个阶段没有产品经理的位置，因为公司随时在推翻昨天做的东西。"想去早期公司帮忙搭建产品"的人要想清楚：你需要的是创始人，不是PM。

大约1%到4%的公司能找到PMF。PMF的标志是出现"吸力"，产品有了天然拉力，用户主动找上门。讽刺的是，让你走到这一步的恰恰是快速实验，但找到PMF后你必须停下来。下一个客户不能拿到一个完全不同的产品。创始人的本能是继续试新东西，但这时候公司需要可预测性和流程。PM在第二阶段进场，职能更安静：跨团队协调，把客户需求和多个工程团队粘在一起。

极少数公司进入第三阶段，超高速增长。Singhal指出一个加速现象：LinkedIn花了十多年才达到大规模用户量级，Uber只用了大约18个月，推动力来自应用商店、Facebook广告和整个互联网的分发基础设施。这个阶段公司面临双重任务：扩大现有产品规模，同时拓展到相邻产品线。创始人分身乏术，过去十年的解法是大量招人。产品管理团队和首席产品官角色就是在这个节点大规模涌入的。Singhal在谷歌做搜索广告之外的新产品、在Facebook把信息流扩展到短视频（后来发展为Reels）、在Credit Karma从信用评分扩展到全面理财，干的都是第三阶段的活。

最后是大厂晚期，Twitter、Facebook这类已经取得巨大成功的公司需要从零到一造新东西，但小业务和已有的庞大业务相比毫无吸引力。这就是克里斯坦森在经典著作中描述的创新者困境：成功企业被自身的成功锁死，无法对小市场里的破坏性创新做出反应。四个阶段、四种PM，但统称都叫"产品管理"。

2. "公司内部的痛苦，不等于用户有同样的痛苦"

Abbott现场提了一个问题：Google Hangouts的经历教会了你什么？

Hangouts试图把Gmail、Android和谷歌所有的通信功能整合成一个应用，覆盖文本、语音、视频，构建在全新技术栈上。那是WhatsApp被Meta收购之前的事。

Singhal的第一个教训：Hangouts解决的是公司内部的问题，不是用户的问题。谷歌内部看到七个不同代码库、七个产品、七套注册身份，觉得整合理所当然。但用户并不在意。人们每天在Zoom、iMessage、WhatsApp、电话之间切换，对这种状态毫无障碍。Singhal的原话是，公司内部再大的折腾和痛苦，到了用户那里可能根本不存在。 WhatsApp的策略正好相反：专注做一件事，把纯文本通信在印度和全球农村地区做到最可靠，拿到网络效应后再叠加语音和视频。

第二个教训：谷歌最好的产品一开始都很糙。第一代Android手机像个门挡，Chrome刚发布时也不起眼。但关键不在起点，在迭代速度。Chrome每六周发一个版本，Firefox每季度一次，Internet Explorer每年一次。Android每季度发版，iOS每年一次。 谷歌真正的组织能力创新是围绕迭代速度建立的。大公司的问题是需要看到快速胜利，而初创公司可以在看起来太小的领域默默耕耘，等它长大。

第三个教训来自Abbott的补充。他讲了苹果造车：Apple Car项目在内部人人都知道做不成，但公司持续投入数十亿美元，其他团队连招两个人的资源都没有，这个项目却能招一千人。Abbott用了一个词：沉没成本陷阱。你投了五年，你在心理上说服自己"必须继续"，但更好的答案其实是止损。

为什么大公司非要赌这种不靠谱的巨型项目？Singhal给了一个数字来解释这种规模诅咒。在Meta这种体量的公司，多赚十亿美元可能只需要改四行排序算法的代码。 常规优化的增长空间已经被榨干了，要维持20%到40%的增长，必须去赌全新领域。造车、谷歌旗下的自动驾驶公司Waymo、元宇宙都是这个逻辑的产物。Waymo从2009年立项到真正在城市街头提供无人出租车服务，花了14年。这恰恰是初创公司的优势：它们可以在大公司看不上的小市场里深耕。

3. "驻场工程师"听起来像PM，AI做得比两者都快

Forward deployed engineer，直译叫前置部署工程师，行业里通常称为驻场工程师，近年在行业里越来越有存在感。一位学生提到了它和PM的关系。这类工程师既懂技术又直接进入客户现场解决问题，然后把经验反哺核心产品。Abbott插话说，这本质上就是以前的professional services，专业服务团队，专门为政府和大企业做数据分析的Palantir做了一次成功的品牌重塑。他补充说，在很多公司的早期阶段，这个角色实际上就是他们的产品经理，因为他们离客户最近。

Singhal认同这个观察，但随即把话题拉到AI。他说让他意外的是，AI在理解客户层面的细微需求方面进步多快。今天一个产品负责人每天早上能收到一份智能体生成的报告，汇总所有客户服务对话中的关键问题，汇总上周每一通销售电话的要点，汇总网站调查问卷中的所有反馈，而且这些内容已经按照营收潜力、落地难度和品牌一致性排好了优先级。 一年前说这些还像科幻小说。

forward deployed engineer对于拉出客户洞察当然有价值，但AI把这件事推进了一步：不是一个人在一个客户现场拿到的洞察，而是从所有信号源同时提取的全景式判断。

4. 扎克伯格的元宇宙赌局：创始人无法说"不"的组织

Meta的VR社交平台Horizon Worlds关停、负责VR和AR硬件的部门Reality Labs裁员过千——教室里有人直接把这些摆到了桌面上：Meta的元宇宙是失败了吗？公司的文化是不是太"yes man"才无法阻止这种事？

Singhal没有回避。他给出了一个结构性解释。

Meta在移动时代是利用者而非创造者，它利用了移动平台和Web，但没有像苹果和谷歌那样发明平台本身。云计算的大创新也不属于Meta。扎克伯格认为公司要上一个台阶，必须成为下一代计算平台的定义者，他押注那个平台就是元宇宙。他的信念是不能靠迭代走到那里，必须花十年、投入巨量资本去赌。

为什么组织内部没人能阻止？Singhal的回答是：Meta和苹果都是创始人驱动型公司，和谷歌的共识文化不同。谷歌的做法是先把内部对齐再行动，Meta是创始人定方向然后执行。Singhal认为，大规模创新无法靠共识完成。 扎克伯格的做法是：赌一个方向，不成就找下一个。现在五年过去了，元宇宙没有兑现预期，AI成了更近的下一个平台，于是Meta的精力转向AI。

2026年3月，Meta宣布Horizon Worlds的VR版本将于6月15日从Meta的VR头显Quest下架，转为纯移动应用。此前1月，Reality Labs已裁员超过1000人。

Abbott又加了一层。他说苹果在砍项目这件事上一贯果断，但造车是个例外。在他任职苹果期间，所有人都看得出这个项目不会成功，但它照样烧了好几年。大公司规模太大，一个赚十亿美元的新业务在体量面前几乎不值一提。所以它们只能去赌能改变增长曲线的巨型项目。

5. 80%的PM工作是"信息搬运"，这部分正在被AI吞噬

产品管理这个职位名称里有两个词，product和manager。Singhal的判断是，过去五年被加粗的是manager那个词。 疫情期间零利率时代，公司大量扩招PM来"组织"团队，这些人做的是管理而不是建造。"产品"和"管理"发生了混淆。

他描述了大公司做产品的"戏剧性"流程。一个底层的IC4，大厂里最基层的独立贡献者，跑出了一个实验结果。一层层总监和VP花大量时间把这个结果包装成精美的幻灯片。最后在正式会议上，一群高管对着这套幻灯片做一出表演，而做出原始发现的那个人甚至不会出现在会议室里。Singhal的判断是，这套把戏玩不下去了。

Singhal说，这是他认为产品管理中最扯的部分：theatrics，表演。公司里大量的时间花在包装信息和层层传递信息上。一个相关的趋势是"去会议化"。越来越多的公司在推行几乎没有会议的工作模式，目标是把集体讨论压缩到每周半天。道理直白：当AI能直接获取一手事实并呈现信息时，大量用来讨论未来计划的会议就失去了存在理由。

他引用了自己的亲身经历。在Meta，他的工作要么是阅读大量文档，要么是连续参加背靠背的会议。如果五年前进入行业，三年内一个PM 80%的时间会花在Zoom会议上。所有人都在拒绝更多会议邀请，但会议还是填满了日程。

6. PM岗位创历史新高，四份年薪突破千万美元

但如果只看裁员新闻，会错过另一半真相。

目前行业中开放的PM岗位数量比历史上任何时候都多。 顶级PM的薪资在18个月内翻倍。Singhal说他参与谈判的合同中，有四份产品领导者的年薪突破了八位数，也就是年薪超过一千万美元。

矛盾的解释是：过去五年公司把PM人数推到了历史高点，但大部分新招的人做的是组织而非建造。现在公司把人员规模拉回到五年前的水平，同时用更高薪资争夺能动手的"产品建造者"。设计师、工程师、产品经理、数据科学家之间的隔墙在消失。真正被需要的是能决定"该建什么"的人。有些设计师能做这件事，不是只画像素的那种；有些工程师能做这件事，不是只写代码的那种；有些PM能做这件事，不是只搬信息的那种。

大厂今年预计裁员30%到70%，但同时大量招聘且大幅提薪。 组织在变扁：CEO和一线之间不再有12层。你可以用智能体参加每一场会议并在领导层级别介入决策，不再需要层层传递信息的中间人。结果是更宽的组织而不是更高的组织。

7. 最危险的人不在这间教室里

Singhal在课堂上做了两个举手调查。"对找工作感到焦虑的？"几乎所有人举了手。"在用AI建东西中体验到乐趣的？"同一群人。

他说这和他在高管群体中看到的完全一样。如果三年前问这两个问题，焦虑率只有20%到30%，但几乎没有人热爱自己的工作。那时候利率为零，行业里技能平平的人也能拿到六个offer，焦虑不存在。但PM的日常全是"有责任没权力"，你的工作就是打包信息给别人做决策。如果你是一个喜欢造东西的人，被告知你的职责是组织别人造东西，这份工作会让人窒息。

现在反过来了。焦虑是真实的，但乐趣也是前所未有的。你不再需要依赖工程师、设计师、老板或者创始人才能做成一件事。你可以自己打开Claude Code，自己建。那些你讨厌的工作内容，状态报告、信息汇总、协调会议，你可以用AI把自己从里面工程掉。而你喜欢的部分，判断、决策、勇气、实地测试、和工程师一起攻克难题、和合作伙伴探索新机会，这些才是你的日常。

但这间教室里的学生不是最焦虑的群体。 最焦虑的是入行8到15年的中层管理者。他们在零利率时代被提拔，理由是"你会沟通，去管人吧"，但对该建什么没有自己的判断。他们有孩子、有年迈的父母、在30多岁的年纪，没有时间重新发明自己。他们看到了Claude Code，知道它意味着什么，但生活不允许他们从头来过。这些人正在被裁，也很难找到新工作。

高管层在推动变革。应届生在AI工具中长大。两头都有出路。被夹在中间的那层，处境最难。

Singhal还给了一个关于行业招聘的观察。Anthropic、OpenAI这些公司面试时不在意你简历上有什么大厂logo。 它们要看的是你有多"现代"，你怎么用工具、怎么思考。面试官能分辨出正在面试时才临时学工具的人，也能分辨出只想做管理不想动手的人。一个在谷歌待了六年、整天在开会、只会用谷歌内部技术栈的人，可能比一个应届生更不相关。

有学生问，像Workday这种市值数百亿美元的企业级SaaS公司的创始人，或者Instagram级别的创始人，为什么愿意去Anthropic做一个普通的individual contributor，也就是不带团队、不做管理、只埋头干活的一线员工。Singhal说这件事没有看起来那么罕见。传统的职业建议是：如果你看到了火箭船，先找个座位坐上去。增长快的公司里，能力强的人自然会浮上来。你宁可在最有前途的公司里从底层做起，也不要在一个增长停滞的地方占据一个看起来好看的头衔。

8. 你的职业不是冰球比赛的三个局，是一本十几章的书

Singhal做了一道算术题。这一代人不做体力劳动，坐在办公桌前不会把身体搞垮，大概率能工作到80岁以上。科技行业的平均任职时间是2到3年。50年除以2到3年，结果是15到18份工作。你的职业是一本书的十几个章节，每一章要为下一章铺路。

他创办Skip的名字含义就是"跳过一步"。比起纠结第一份工作是什么，更该问的是第二份工作是什么，然后反推第一份工作应该怎么选才能为第二份创造最大机会。他说绝大多数人在管理自己的职业这件事上做得远不及格，这代价极其昂贵。很多人回头看会发现，15份工作里有五六份是明显次优的选择。

他对Skip的规划是一个30年周期。52岁启动，打算干到82岁。目前核心圈有125位来自Anthropic、OpenAI、Meta等公司的产品负责人，还有12位正在创业。他自费运营，不设计盈利模式，不追求规模。这个圈子的特点是：最需要社区的人恰恰是最没时间花在社区上的人，所以必须高度筛选、高度浓缩。绝大多数市面上的产品社区是为正在学习的人设计的，不是为正在实战的人设计的。他的圈子里没有一个人同时出现在其他社区里。

他还提到了职业辅导行业。他认为市面上绝大多数career coaching，也就是付费请人帮你规划职业路径的服务，会被ChatGPT杀死。 Abbott附和说自己整个职业生涯只见过一个称得上好的coach，通常是做得不太成功的人才转行去做coaching。

判断何时离开一家公司？Singhal的标准始终没变：你希望周围环境的增长速度比你自己稍快一点。 如果你是团队里最厉害的人，推着所有人往前走，你的学习很快会被环境限制。反过来，如果环境在拉着你跑、逼你尝试新东西，你就是在正确的位置。Abbott补充了一个更简单的信号：你什么时候觉得舒服了，就是该走的时候。 舒服意味着你不再被拉着往前跑了。

9. 斯坦福真正教会他的不是课程

有学生问，如果有时光机回到大一，你会做什么不同的事？

Singhal的回答出人意料地坦率。他说首先他会少焦虑一些。从入学第一天起他就为成绩发愁，但事后来看，没有一个雇主曾经关心过他的成绩。 进入斯坦福需要对成绩极度执着，但进来之后这种执着就失去了意义。

其次他会更社交。他当时不喝酒，觉得别人喝酒的场合自己就不去。这是一个大错误。他应该不喝酒，但应该到场。毕业后他只和25个本科同学保持联系，但这些人在接下来的二十年里带来了大量运气和机会。他和Abbott就是这种被动关系的典型例证：二十年前各自创业，成了终身密友和彼此最重要的职业资源。

他对斯坦福教育本身的评价也足够坦率。他的大部分老师是研究生助教而非教授本人，教授们忙着做研究。 有些教授在拿课堂当反馈渠道来打磨自己写的书。教学质量说不上好，作业极难，经常是为当学期临时设计的。

但正是因为这些条件，他学会了一件最重要的事：在没有结构、没有反馈的环境中，和同学一起搞清楚"这道题到底在问什么"，然后用手头的工具解决它。 他说这个能力比任何具体的课程知识都有价值。因为真实的职场比学校更加没有结构。AI时代之后manager会变成一个脏词，没有人给你反馈，没有人告诉你该做什么。你会被丢进一个不可能的问题，被告知"AI会搞定的"，如果你不能判断它搞定了没有，你也会被AI替换掉。

他给学生的三条具体建议：第一，保持"现代"。 必须亲手用Claude Code之类的工具建东西，有自己的判断，而且持续推进。公司品牌已经不再是通行证。第二，多交朋友。 被动人脉关系的长期回报远超课堂学分，这不是课上能教的。第三，培养系统编程思维。 他读硕士时学了汇编、图形、编译器、操作系统。每隔几年平台都在演进：汇编变编译语言，编译变脚本语言，脚本变提示语言。但底层的工程抽象能力始终适用。当知识变成服务、任何东西都可以通过表达来构建时，剩下的问题全部是系统设计层面的：这个东西该不该建？它和品牌定位匹配吗？它在整个产品体系里放在哪里？

这堂课的核心判断是一个悖论：产品管理同时在衰亡和繁荣。衰亡的是"信息搬运"模式，汇总数据、包装幻灯片、组织会议、传递决策。繁荣的是"产品建造"模式，有判断力、能动手、懂系统设计、知道该建什么和为什么建。对在校生来说，这是好消息：你不需要先花几年学做管理者再有发言权，直接上手做就是最强的入场券。

Singhal最后说了一句话，大意是：他现在同时跑着三个智能体在建一个新东西，一下课回家就准备上线。这个画面也许就是他说的"产品建造者"最好的注脚。一个56岁的三次创业者，在2026年的一个下午，和在场的斯坦福学生干着一模一样的事。

核心问答

Q1: AI时代，产品经理这个职能还有存在必要吗？有，但发生了结构性分裂。占80%的"信息搬运型"PM正在被淘汰，汇总数据、写报告、协调会议，这些AI做得更好。同时行业对"产品建造型"人才的需求创了历史新高，薪资在18个月内翻倍，已有年薪超过一千万美元的案例。公司能建更多东西了，但迫切需要有人判断该建什么。

Q2: 什么样的人在这次洗牌中最危险？入行8到15年的中层管理者。他们在零利率时代被提拔，理由是会沟通而不是有产品判断力。现在组织在变扁，CEO可以通过智能体直接触达一线，不再需要传递信息的中间层。这些人有家庭负担，没时间重塑技能，是这轮裁员的主要对象。高管在推动变革，应届生在AI工具中长大，中间层被夹在其中。

Q3: 即将进入职场的人该怎么准备？三件事。动手用最新的AI工具建东西，保持"现代"是最稀缺的竞争力。在学校多交朋友，被动人脉关系的长期回报远超课堂学分。培养系统编程思维，当任何东西都可以用表达来构建时，唯一的问题是"该不该建"以及"它在系统里怎么放"。