整理 | 唐小引出品 | CSDNIDCSDNnews“用 Vibe Coding 的成本越低你被模型卷死的概率就越高。”“画流程、抠交互、做穷举——产品经理原来的方式基本上在逐步消亡。”“越多智能体越难驾驭。每一个智能体是 90% 的准确率跑着跑着最后成功率就变成 10%。”“软件从固态变成了液态。以前的界面是长久用的今天是日抛的。”“万物皆 Chatbot、万物皆 Workflow、万物皆龙虾——它们在旧验证器里都是满分答案在新衡量体系里可能都是零分。”这些话出自 2026 奇点智能产品大会主会场。元理智能创始人、前智谱 COO 张帆在题为《从 AI 模型第一性视角重构产品设计方法论》的演讲中一次次用“本质上”这个词直指 AI 产品设计的第一性——他不谈表象不追热点而是从模型的底层逻辑出发把过去三年产品界的集体焦虑与幻觉一刀一刀剖开来看。他的核心论断是AI 的原生第一性是概率性的不是确定性的。产品经理的核心能力已经变成了建棋盘、定方向、设围栏。而那些被基础模型卷死的产品问题不在基模在于我们的选择——如果任何人都能用一句 Prompt 得到你产品的结果那就不是你的价值那是模型的价值。他还抛出了一个更深的追问为什么今天模型从一年升级一版变成了两三个月升级一版本质上是模型的自进化跑通了。但为什么这套自进化逻辑还没有大规模进入真实的商业世界因为验证器极难定义。而这恰恰是今天每一个产品人真正应该死磕的地方。张帆元理智能创始人、前智谱 COO以下为张帆的演讲实录AI 热点不止我们需要透过表象看第一性非常高兴有这个机会跟大家做一个交流。我觉得今天大家在 AI 这个时代往往都比较焦虑。因为我们看到在过去几年间每隔一段时间都会有一些热门的东西要学。从 2023 年我们都在学怎么写 Prompt到后面出现了 GPTs大家都去做 GPTs然后看见 Coze、Dify 这种 Workflow 工具大家又开始做 Workflow再后来 Sora 出现Sam Altman 的视频满天飞再到后面养龙虾OpenClaw、养马Harness Engineering等等一系列过程。如果只看表象我们所有人都会追得很累。所以我今天特别想从模型的视角——因为我自己本身也是技术背景——跟大家探讨一下如果从技术视角来看AI 时代产品设计的第一性到底是什么AI 到底改变了什么样的范式能在上层带来什么样的影响这主要是一个方法论层面的探讨。“AI 时代的产品定义跟原来的产品定义不是一回事”首先我觉得今天如果我们作为一个产品经理会发现很多自己原来做产品的方法论都失效了。AI 时代的产品定义跟原来的产品定义就不是一回事。为什么我们以前做的产品是什么它就像一个有限状态机——我们需要在脑子里想好人是怎么使用这个东西的然后试图穷举所有的可能性和功能一个一个去做实现和定义。它是一个高度确定化的流程。但你发现今天 AI 可能没那么多界面可能就是一个输入框。它没有那么多界面给你发挥但一个输入框所带来的能量是更强大的。产品设计的方式就完全不一样了。今天的逻辑是什么它就是一个概率分布。比如 Claude Code 和 Codex它们两个哪里不一样你说它们最终应用起来哪儿不一样我们都能感觉到有很多不一样但又很难用一个标准的规则去表达出来。我们要明白AI 跟原来的软件是完全不一样的。原来的软件所有东西都是确定性的所有逻辑都是固定的同样一个程序执行 10 次一定是一样的结果。但 AI 不是。AI 的原生第一性是概率性的本质上就是一种概率分布。同样的东西执行 10 次结果可能不一样但它都遵循一个固定的概率分布。从这个视角来看整个方法就开始变得不一样了。“产品本质上就是人机交互的界面——我们怎么和机器说话”在这样的背景下我们该怎么做首先得定义一下到底什么是产品。如果站在狭义的角度可能大家觉得产品就是做交互和界面设计。但如果站在更广义的角度产品本质上到底在解决什么我觉得所谓的产品本质上就是人机交互的界面——就是我们作为一个人怎么跟机器去说话。一个人在脑子里想着自己的意图、判断、价值想要什么东西而机器需要理解你的意图把你的意图进行执行得到结果反馈给你。几乎所有的产品如果从第一性的角度广义地来看都是这样的逻辑。这里面有两个鸿沟是什么一个是我能不能把我想要的东西跟机器说清楚另一个是机器能不能把它执行的结果给我说清楚。本质上就是双方的输入与输出。而这两个巨大的 GAP会影响我们产品的设计。大家可以看到我们在过去几十年都在做这样的努力。从最开始的打孔机、命令行——那个时候我们每个人都要去写指令我的指令没法让机器知道所以必须要人来翻译人需要把需求转换为 100 个 DOS 命令。到了后面有了鼠标和图形界面好一点了可以输入的信息更明确、更丰富。再到手机时代有了触控。然后到今天的 AI变成了自然语言或者是多模态。整个这件事本质上都是在重新定义人机交互——怎么让人脑子里的想法显性地进入到机器里面来得到一个反馈。在这个过程当中再抽象一点本质是什么我觉得基本上就两个要素。第一个要素是通信的带宽。从 DOS 时代到今天通信带宽完全不一样。在 DOS 的时候通信带宽很低只能给机器这么多词只能说明很狭义的一件事。到了触控开始更符合本能了可以做拖拽、放大、缩小、旋转信息变得更多包括 LBS。到了自然语言表达带宽已经变得极高了。如果我今天要说一句话这一句话所能表达的信息远比一个 GUI 界面所表达的信息要多得多。如果到了多模态就更是如此。大家想想如果我把手中的这个翻页器变成一千字的描述让大家通过我的描述去想象它我相信所有人脑子里想的可能都不一样。但是一旦大家看了实物就全都一样了。这本质上就是带宽的变化。带宽是人机交互当中非常重要的维度过去几十年都是在努力地提高带宽。但还有另外一个问题在带宽里面双方的表达到底是谁在迁就谁我们以前所有的逻辑都是人在迁就机器。因为机器只能识别 DOS 命令所以没办法我只能去背来迁就它确保沟通效率。到了 GUI 我要学交互界面。越早期复杂度越高人越迁就机器。但到了自然语言你发现不需要迁就它了变成它迁就你了。就像今天我们在用 AI 一样你只要随便输入想说的话它来帮你理解。不像原来 DOS 命令只要错一个字母就执行不了它不认识你得修。现在变成你只要描述它来解决。所以从本质上来看我们就两个核心逻辑人机交互的带宽会不会越变越宽双方的理解效率会不会越变越高。“写文章很容易判别它好不好很难——产品设计的注意力从生产转向验证”这个时候大模型就带来了整体范式的变化——怎么能够极致地提高带宽一个是通过硬件系统交互变得越来越多。另一个很重要的是今天大模型解决的问题分两部分一部分是人的信号的表达一个是机器对于信号的放大。其实这不只是人机交互人人交互也是这样。在公司内部交流老板给员工说了一个需求产品经理给技术说了一个需求——我说完了之后说的只是一段话。这里面有大量的隐空间在我的脑子里我需要把丰富的想法坍缩成一句话通过这句话传递给技术。而技术听到这句话需要重新把它放大回他的脑神经。这个过程中有一个补全/补完的过程。就是所谓的常识。如果我只跟大家说一个词——“哈姆雷特”——就四个字信息量很小。但到每个人脑子里或者真正到机器里它就会变成背后的故事、情节、角色、历史、背景它是一个概率分布。AI 极大地提高了我们的通路在于它有一套类似密码本一样的东西来把人类的意图、所有的共识进行放大。这是模型背后的逻辑。按照这样的逻辑推演对于我们能力的要求或者产品设计的要求难度和锚点就变了。如上图所示大模型发布以前我们几乎所有的成本都是希望把人跟机器定义沟通的事情讲清楚。那时候没有什么放大——人讲了一个 DOS 命令告诉它“dir”它就把目录列出来极其确定没有任何不确定性但传输效率极低。所以人总是想努力把输入成本变低、输入带宽变高这条线在大模型以前一直在下行。那个时候验证那条线是什么你发现那个时候不怎么需要验证。但到了大模型发布之后这件事完全变了就类似于今天我们发现写文章很容易但判别它好不好很难。整个产品设计的注意力就从“我们如何能够去生产内容”变为“我们如何去验证内容”。正因为它补完的东西太多了——你只说了四个字它给你补成了四万个字。这个时候我们的设计不是如何更高效地输入四个字而是如何能够更有效地验证这四万个字是有效的、合理的、符合我们设计的。今天很多产品都在往这个方向发展。“产品经理的核心不是在设计确定性而是在雕塑概率性”本质上我们原来的产品设计是确定性地画一张地图一个确定性的业务链路。而今天到了 AI 时代我自己认为从第一性的角度每个产品经理的核心不是在设计确定性而是在设计所有的概率性——从一个确定性的流程转变成应用各种手段来调一个空间的分布即概率性。这是很明确的变化。从原来来讲本质上就是在于我到底要输出多少带宽输入的信息要足够清楚还是不清楚——越不清楚产品体验越好。今天讲究的是什么你看今天用 Claude Code 或者 Codex你把一大堆没有经过任何处理的东西丢进去它自动给你理解、自动补完、自动处理然后给你得到一个好的结果。本质上就是带宽和确定性两个维度的权衡。如果我说得越清楚产品越难用但可控性越强。我说得越模糊它就越不可控你越不知道它输出的是什么。我们要在这两个里面做权衡。这就变成了一个新的产品设计范式。今天的产品很难只是调一调界面。如果你仅仅只是调个界面你用 Vibe Coding 的成本越低你被模型卷死的概率就越高。因为你没有价值。今天还有一个很大的幻觉我们用 AI 做了一个产品觉得是我们的价值。但如果任何人都会用一句 Prompt 得到这个结果那就不是你的价值那是模型的价值。你就没价值。过去两三年里被基础模型卷死的产品太多了。我觉得这不是基模的问题是我们选择的问题。如果你今天能够通过你的设计得到一个不同于基模的分布——包括模型、包括 Harness、包括上层的业务链路、Workflow 叠加在一起——你就有实际的价值。那如果我们在设计产品的时候不能穷举所有的链路应该怎么设计产品首先我们现在假设你有无限种可能。是不是就能把一个产品描述得足够清楚呢你说现在模型的搜索空间大那我就多描述点行不行你发现不行。光是一个围棋——大家知道围棋有多少种排列组合吗一个 19×19 的棋盘361 个格每个格有三种状态要么黑子要么白子要么没子。它的整个搜索空间是 。转换成 10 的幂次就是 。大家知道全宇宙里面所有的原子数量是 。也就是说全宇宙的每个原子里还有一个宇宙所有的原子叠加在一起还差了十亿倍。搜索空间极大。在这种情况下我们在一个极其开放的空间去正面定义所有的可能性几乎是不可能的。“Loop Engineer 取代 Prompt Engineer——通过外部信号控制概率分布”那么今天用的方法是什么我们必须找到一个外部信号用外部的方式变相地来验证。大家应该都听说过最近非常流行的 Loop Engineer——现在已经不写 Prompt Engineer 了写 Loop Engineer。什么是 Loop Engineer本质上就是说我通过构建一个循环体系让模型自己发现和自己研究从而得出对概率分布最高效的控制。否则你正面控制不了你只能通过一个外部的信号才有可能控制。为什么这件事是有效的从 DeepSeek 发布 R1 开始GRPO 这个算法出现就发现模型开始能够通过不确定的信号来得到很好的反馈了。我举一个简单例子让大家好理解。之所以模型能够自我进化本质上源于生产和验证的不对称。怎么讲就好比我们今天在座的各位去写个笑话。写笑话其实蛮难的我可能要花很多精力去分析什么叫一个好的笑话——得出人意料有一定的创作方法论。但如果我用写笑话的方式来验证笑话很难验证因为它是同构的——你会发现每个动作都对了但结果为什么不对。往往这种事情怎么做呢看笑话比写笑话容易得多。别人写好一个笑话给我看我就很快能知道搞不搞笑。而我知道搞不搞笑这件事其实就能给他反馈。但这个时候我们两个是异构的——我判断搞不搞笑所收到的信号和他怎么创作的信号是异构的但反映的是同一个问题。从这个角度上讲我们今天构建的逻辑也是一样如何能够把一个问题找到它多个维度的、不同的视角来共同验证才能得到一个更加有效的分布。这件事有没有发生过肯定不是凭空想象的。最早发生是从 2016 年 AlphaGo。Google 的 DeepMind 做这件事的时候就已经完全印证了所有知识的定义和学习的过程。只不过当时没有大模型算法空间很有限但在围棋层面已经跑通了。2016 年AlphaGo 用了大概 16 万人类棋谱、三千万个局势棋盘状态这样一个海量的数据——几乎是人类上千年所积累的所有高质量棋谱。通过训练最终 4 比 1 战胜了李世石给人类极大的震撼。原来这么复杂的搜索空间——1 后面有 170 个 0——依然可以战胜李世石。但很快到了 2017 年。大家要知道2016 年之前上一个下赢人类的是深蓝——IBM 的深蓝战胜卡斯帕罗夫在国际象棋上那是 1998 年。花了将近 20 年才从象棋走到围棋。但一年之后AlphaGo Zero 出现。没有用任何人类棋谱只画了一个棋盘。只告诉它规则是什么——黑子怎么下白子怎么下怎么定义赢。然后 AI 开始自己跟自己下棋。下赢了总结经验下输了总结经验形成自我循环。它用了零人类棋谱没有任何人类经验知识从零开始学围棋用了三天时间4 块 TPU。而 AlphaGo 当时用了 1000 多块 CPU 加 100 多块 GPU。更小的算力没有任何初始数据训出了 AlphaGo Zero。它去跟 AlphaGo 下棋——100 比 0完胜。这就是我们刚才讲的雏形某种程度上就是新时代的产品设计。2017 年下半年它又发了 AlphaZero——不管是什么棋把这种能力完全应用到不同的棋上。同一套算法一行不改在国际象棋、将棋等各种棋类中做训练都打败了人类冠军。这个逻辑已经完全被验证了。刚才讲的这些东西都是 2016、2017 年在围棋上验证的。而到了今天在 AI 大模型上面几乎所有基模公司都在讲“模型在训练模型”。做得比较好的公司应该已经一定程度上实现了模型在参与模型的研发。不只是模型产品也可以参与产品的研发。这已经是未来产品的范式。我们未来怎么设计产品原来会把人的经验放进来这叫知识建模——知识建模是死的、固定的、高成本的、充满噪音的。但如果你用机器的角度来讲它的信号几乎是无穷的、细腻的、维度更多的、缺少噪音且能持续进化的。完全两种思路。“为什么自进化还没有大规模进入真实商业世界因为验证器极难定义”那为什么 AlphaGo 做完这件事到今天为止都没有办法大规模地把它带入真实的商业世界本质上的原因在于围棋也好现在跑通的 Vibe Coding 也好它们本质上都有一个极其确定的验证结果——到底什么是好、什么是坏非常清楚。围棋赢五步还是输三步非常清楚。但这种场景在真实世界里是极其罕见的。绝大多数的商业场景是不明确的。围棋有唯一的输赢要么输要么赢。真实世界可不只是这样——比如今天是一个销售智能体你到底是按销售额算还是利润率算目标都不一样。第二个问题是反馈是不是及时。如果在真实世界里训练一个销售智能体你的每一个例子是有成本的。它并不像围棋可以无限自动下成本非常高获取的成本也非常高。本质上就是我们要画一个足够大的空间让机器在里面探索。而探索的有效性来自于验证器——我们是不是把验证器定义好了。而验证器是一个极难定义的事所以它很难进入真实世界。但今天已经跑通了围棋和 Vibe Coding。为什么今天大家看到模型原来从一年升级一版到现在两三个月升级一版本质上是它的自进化跑通了。2024 年年底 Ilya Sutskever 在大喊预训练终结那时候所有的论调是“人类的知识不够了人类的数据不够了人类的数据是化石燃料”。但你看今天还有人喊吗没有人喊。这个路径已经跑通了。在这样的背景下对于绝大多数的创业者或者产品经理来讲核心能力是如何能够相对于通用基模找到一个垂直领域里自我定义的分布让这个分布最符合我们自己的业务场景。这是未来产品经理的主线跟以往的范式完全不一样。围棋自然有一个明确的裁判Coding 也自然有一个明确的裁判。但如果是销售呢围棋赢输很清楚。今天如果是个销售跑去跟一个客户聊了一个小时、聊了 100 句话最终他没有买——我能得到一个“赢了还是输了”的结果吗我得不到。这里面有无数的信号是分散的我不确定哪句话说对了、哪句话说错了。整个里面有大量的噪音、大量的延迟、有效信号的稀疏。但也不用担心。想想今天人类里面一个初级销售到一个高级销售难道不就是这么干的吗他不就是通过十年的时间从初级变成高级吗所以这里的信号一定是可以被获取的。从这个逻辑上讲如果你是这个业务的专家就应该构建大量的过程奖励信号。这是属于你自己特有的能力。我不只知道它最终成不成交我要看它是否在理解和倾听对方的需求是否能够清晰地表达自己产品的优势是否用到了合理的策略是否表达简明清晰不啰嗦是否足够坦诚是否能够直接回答。这些问题变成了业务专家的能力。这些东西一定是基模做不了的。产品经理的核心不是用基模做一个界面而是在于如何能重新把基模调整到我相对的一个分布。“今天很多方法都是完全错误的”在这个背景下产品经理的定义和人跟机器的分工是不是要重新被定义我觉得是。我见过很多人都在学习写 Prompt、学习怎么用智能体。但我看到不少方法论其实是低效的。大家要研究最佳实践——如果你研究怎么写 Prompt我非常建议你去研究业内公开讨论过的 Prompt 设计案例也可以去看看 Claude Code 的源码看看它里面的 Prompt 是怎么设计的看看它 Plugin 里面的 Prompt 是怎么设计的。如果你从底层来看你会看到大量市面上那种低效的、随便的东西。比如有些什么“蒸馏员工”之类的——也没见谁蒸馏了巴菲特现在很赚钱。它无非只是模拟了口气和说话风格但并没有真正去模拟他真正的思考路径。那是极难的。在这里面机器的能力是什么机器的能力在于极强的搜索能力——它有大量方式可以极快地做远多过人类的实验和搜索空间。但它依然很难定义。今天很多说 Loop Engineer我相信能用好的人不超过 1%。还有那种多智能体协作动不动就说 10 个智能体聚在一块协同。如果你真的去用你会发现越多智能体越难驾驭。它里面的幻觉是被叠加的、被放大的。每一个智能体是 90% 的准确率跑着跑着最后成功率就变成 10%。这很难的。那怎么做我觉得人的定义就是给机器的搜索空间设定围栏。如果你看 Claude Code 的源码你会发现它大量的是给围栏——不是告诉你怎么做是告诉你在哪个边界内做。第二要给它一个指南针让它知道顺着哪个方向走才能拿到最好的结果。从这个逻辑上来讲我见过很多具体的、写了几百字几千字的 Prompt一定没有任何探索空间了——因为你把所有探索空间给它挤没了。甚至你的空间如果还不连续的它就一定给出很烂的结果。另外一种是没有方向——我只画了一个空间它根本不知道往哪走极耗 Token大量低效。最理想的方向是给它一个方向给它一个范围。这像什么就像我们讲的 AlphaGo 的逻辑。本质上有效探索是借助于机器的暴力探索能力加上人定义的空间和方向。我们一切 AI 时代的产品底层都是这样的一层逻辑。“软件从固态变成液态——界面是日抛的不再是长久用的”这里面会分很多微观、中观和宏观的层面。如果你今天是一个宝马 4S 店的销售还是一个教育小孩的老师在不同背景下你所定义的逻辑都不同——你的微观反馈是什么中观反馈是什么宏观反馈是什么。其实跟我们人类学习的逻辑是一样的。而且今天大家很多时候容易走极端。但最终来讲整个对于分布的承载不只是模型本身也不只是 Prompt 本身它是一个串联——从界面到 Harness 到模型这几个是共同组合的。如果你要调试最优解这三种能力一定都要具备。我举一个简单例子。今天我们所有原来的产品都是固态的所有界面定好就不会动了。但你发现今天在 AI 的背景之下我们所有的软件几乎都是液态的——每个人所看到的东西都不一样。大家知道 Claude 刚上了 Artifacts你做着做着哪个东西它自动给你生成一个界面那个界面是干嘛的是日抛的。以前的界面是长久用的今天是日抛的。包括大家了解一下 Google 马上要发的 Disco——一个新的浏览器。它已经不再以网页为搜索单元了它以网页的内容为搜索单元根据你的目标帮助你把多个页面的东西打碎、重组成一个日抛的界面。这种趋势已经很明显了。从这里面来看历史上有没有类似的产品其实就是我们的 Feed 流。在 Feed 流出现以前所有的标准单元都是一个杂志、一个报纸都是固态的——不管你喜欢看什么如果你想看体育我给你选好了这 24 篇文章。但今日头条也好抖音也好本质上是用 Feed 流的方式为每个人构造了一个液体的界面。只不过那时候因为是一个极度垂直和单一的界面所以相对比较早期。而今天 AI 做的更复杂。我们整个人的能力层在不断上移。从最开始能够设计它怎么感知信号到它怎么听懂语义补全到今天开始判断什么是好的当我们判断真实世界、定义那个地图到底是什么样我们的能力都在持续变化。“万物皆 Chatbot、万物皆 Workflow、万物皆龙虾——旧验证器的满分答案”做产品的理念来讲过去几年很多产品经理犯了非常多错误。几个例子万物皆 Chatbot——以为做 AI 产品就是加 Chatbot2023 年很常见现在已经不常见了。后来到了 2024 年变成万物皆 Workflow甭管怎么着就搭个 Workflow。现在什么万物皆龙虾——结果真的有用得好的吗如果我们从第一性的角度来看有独立思考和判断能力其实都在我们刚刚的框架里如果你万物做 Chatbot在于你没有棋盘那你跟用 GPT 有什么区别如果你万物皆 Workflow你发现这件事没弹性了没有给它任何搜索空间相当于把 Prompt 写死了搜索空间变得极小。如果万物皆龙虾你发现这玩意儿没有指南针你根本不知道什么叫对那你养的龙虾跟你看的 GPT 有什么区别没区别。这个时代独立思考还是很重要。本质上我们不能再用旧的验证器来解决旧的地图找新的宝藏。因为原来那些东西在旧的衡量体系里都是满分但如果你的验证器放在新的衡量体系里它可能都是零分。如何找到我们自己的验证器还是很重要的。前面的失败基本上都是坏的验证器的满分答案。今天来讲我们要怎么构建我们的验证器今天的产品已经不是一个固定死的东西了。我们必须要独立在我们的生成之外必须要跟真实场景对齐必须是一个时刻连续连接真实世界去做优化的体系。一个好的产品的关键是我们如何设计好这个验证器。甚至某种程度下我们做产品之前先有验证器才有产品——先有验证器证明你对于你所构造的世界是有理解的。希望今天的讨论能给大家启发。讲得比较快也没有讲很多很具象的内容。但我觉得至少希望大家能理解我们原来的方式——画流程、抠交互、做穷举——基本上在逐步消亡。而我们今天的能力是如何建棋盘、如何定方向、设围栏。这才是今天核心的能力。谢谢大家。2026 奇点智能产品大会汇聚 40 位一线产品技术专家与行业实践者围绕 Agent、企业级 AI、AI Coding、具身智能、AI 原生组织、行业应用落地等方向分享了大量 AI 产品实践与落地思考。我们将陆续整理嘉宾演讲内容帮助大家复盘现场精彩观点。欢迎读者朋友们扫码领取大会 PPT 合集获取一线专家的实践经验与深度洞察。