ESC
↑↓ 选择↵ 打开esc 关闭⌘K 唤起
← Home NO.134
第 134 期 · 产品 · 收录于 2026 年 8 月 15 日

产品判断力做成Skill

OU
Oji Udezue · Aakash Gupta
视频 64:34 原文约 5.5 万字 预计阅读 26 分钟 来源视频 ↗ 中英对照全文
TL;DR · 三句话
  1. 产品判断力可以被写成 skill,跑在跟工程师同一个 repo 里。 Oji Udezue(Typeform / Calendly / Parable 三度出任 CPO,前 Twitter 创作与创新产品负责人)的判断是:GitHub 上的 skill 仓库全堆在写代码这一层,但一家科技公司其实是三层——软硬件、产品(客户与商业模式)、生意(资源怎么分配);只优化最底下那层,工程一提速,PM 就成了整条链的瓶颈。→ 详细
  2. 现场从零 scaffold 了两个产品,一个放行、一个当场毙掉。 CodeMemo(帮 vibe coder 判断自己的代码行不行)过了 viability gate;Standup Zero(抓 Slack 评论出每日站会摘要)被同一道 gate 判成弱,Oji 直接放弃。他的原话是:"LLM 是极少会对你说「不」的,而这个 skill 会斩钉截铁地告诉你:绝对不行,别做。"→ 详细
  3. 真正的价值不在自动化,在强制执行。 六维评分卡、三项弱就叫停、客户访谈计划凑不齐五个真实可约的目标用户就不放行——都是写死在 skill 里的拦停规则。配套的 Product Mind Skills Library 已开源,Oji 给企业落地的第一条建议是:别让人各自 fork,中心维护一份薄 CLAUDE.md。→ 详细
01

开场判断:只会一门手艺的专业人士,这个时代结束了

  • 全片第一句就是 Oji 的结论——"只会一种技能的专业人士,这个时代已经结束了。所以今天我要演示一下,未来的产品建造者是什么样子。"整期是一场屏幕共享的实操演示,不是观点访谈。→ 详细
02

嘉宾:三度出任 CPO,做了 25 年产品,直到现在才觉得写代码值得花时间

  • Oji Udezue 曾任 Typeform、Calendly、Parable 三家公司的 CPO(首席产品官),也做过 Twitter 创作与创新方向的产品负责人,现在在自己的咨询公司 Product Mind。→ 详细
  • 他在演示中间随口说的一句话是整期的动机:"我做了 25 年产品经理,一直到现在,才第一次觉得写代码这件事值得我花时间。"——不是 PM 该转行写代码,而是 harness(承载 AI 干活的那层壳,这里就是 Claude Code)终于让产品判断力可以被写成可执行的东西。→ 详细
03

为什么不能只做 coding skill:一家科技公司其实是三层

三层一台引擎的公司模型 *▲ 图注:他立论用的那张图:「3 Layers. One Engine.(三层,一台引擎)」——最底下是 CUSTOMERS(问题、需求、需求量),往上依次是 CODE / HARDWARE(造出真能跑的东西)PRODUCT(做得有用、可爱、有人肯付钱)BUSINESS(把价值收上来、把增长做起来)。他的点是:只把 coding skill 装进 Claude Code,等于只自动化了最底下那一层。*

  • Oji 的框架:现在 GitHub 上全是各种 skill 仓库——把 token 拉满的、把 token 省下来的、改成本结构的——全堆在写代码那一层。但一家成功的科技公司是三层:软件与硬件;产品(客户和商业模式);生意(怎么把资源分配到整条链路)。这期要教的是拿 Claude Code 这种原始 harness,不只装 coding skill,还装产品 skill、"随时可调用的产品判断力"和商业 skill。→ 详细
  • 他的类比是传统的 triad / quad(PM + 开发 + 设计/产品市场组成的小分队):运气好的话,这几个人围在一起,"这事值不值得解决""该怎么做出来""故事怎么讲"是被同时想的。现在做的事是把这一整套压缩进一个非常聪明的编排者兼建造者。他特意补了一句:这不代表你不需要专才,大公司永远需要专业分工;但在小团队里,让一个握着关键技能的人手上有一批 agent 帮他出初稿,"威力是大得惊人的"。→ 详细
04

Product Mind 的一线观察:开发在飞快提速,其他所有人都成了瓶颈

  • 客户找 Product Mind 做的第一件事通常是"把一个产品重新构想成更 AI-native 的形态",但很快就会被拽进他叫作 shipyard(交付现场)的部分——人怎么组织、AI 时代每个人需要什么新技能、环节怎么咬合。他们立刻看到的现象是:开发(尤其早期采用者)在飞快提速,然后其他所有人都成了瓶颈,特别是 PM——产品判断力没提速,编排(orchestration)能力也没提速,跟不上工程师的新速度。→ 详细
05

new project scaffolding skill:一个 11 步的编排型 skill

  • 这套东西最好的体现是 new project scaffolding skill:起点是你用大白话描述一个商业问题,然后它真的做决策——替你跑市场调研、告诉你这个问题值不值得做、不值得做的话该怎么解,再通过问你问题把架构决策定下来,根据架构推导出这东西该怎么测,甚至连持续集成、持续交付(每次提交自动跑测试、自动发布的那套流水线)都替你搭好。按回车之后 Claude 加载出来的是一个 11 步的工作流→ 详细
  • 打开目录看,它是一组 skill:一个总的 skill.md,下面挂着一堆子 skill——做市场调研的、搭测试的,而且"如果你的项目类型需要新的 skill,它会替你去抓回来"。核心那个子 skill 就是跑 viability gate。Aakash 一句话概括对了:"scaffolding skill 本质上是一个编排型(orchestrator)skill",它调用其他 skill、生成文档、一步步走完 11 步。→ 详细
  • 这些 skill "每一个都非常密实",内置了产品框架:一部分是他们自己那本书《Building Rocket Ships》里写的,一部分是业内公认的框架。组合进来最重要的一个是 sharp problem test。→ 详细
  • 整条 workflow 的开头是"收集上下文":你信息给得不够,它会反过来问你;然后判断项目类型(iOS?Android?),再去网上找参考项目和最佳实践,试着搞明白这东西该怎么建。→ 详细
06

viability gate:六个维度、三档打分、三项弱就毙掉

  • viability gate(可行性闸门)的六个维度是:营收、技术可行性、差异化、竞争格局、目标用户定义、问题的清晰度与紧迫性。框架来自他们那本书里的产品管理方法,其他维度还包括问题出现的频率、有没有一个清晰的客户。→ 详细
  • 它的输出不是一段意见,是一张评分卡加一个动作。CodeMemo 那次的结果原文照录:"viability gate 通过,可以继续:零个弱项、三个强项、三个中等,但不是无条件放行——那三个中等项被标成了 de-risking(降风险)待办清单。"→ 详细
  • 拦停规则是写死的:**只要有三个维度是弱的,它会直接建议你这事儿别做了。**Oji 认为这一点最重要——"LLM 是极少会对你说「不」的,而这个 skill 会斩钉截铁地告诉你:绝对不行,别做。"→ 详细
07

viability gate 与 sharp problem test 的分工:一个问"有没有你的道",一个问"能不能赚到钱"

  • viability gate 是 sharp problem test 的压缩版,依次过一遍问题是否清晰、目标用户、竞争格局、差异化——它只回答"这条赛道里还有没有你的位置"。→ 详细
  • sharp problem test 挖得更深,最大的不同是死磕你到底有没有创造出 3 倍的价值(这条不在 viability gate 里),以及你究竟能不能赚到钱。→ 详细
08

让 LLM 学会说"不":为什么在聊天框里问不出真话

  • 他把这套东西要解决的问题说得极直白:如果你在聊天框里上来说"我有个想法",那么除非你 prompt 功夫特别好、除非你懂对抗式提问(adversarial prompting,即刻意让 AI 站到你的反面来挑你毛病),甚至有人会拿好几种不同的 LLM 交叉验证——否则你听到的结论一定是:你这想法不错。→ 详细
  • 区别在于这个 skill "内建了一份责任",就是告诉你这想法到底成不成立;而且它不靠模型的直觉判断,落在一套非常清晰、带 evals(评测样例)、按部就班往下走的框架上→ 详细
  • 那该不该完全信它?他自己先否了:不该。"它会产出真实的交付物,你得去检查……但它是你的第一稿,是你一出门就能给你一个「行还是不行」、并告诉你该往哪儿走的东西。"→ 详细
09

演示一 · CodeMemo:过了 gate 的那个

  • 他输进去的原始想法很粗:他一直执着于"根本没人会去读代码",所以想做一个 SaaS 或 agent,帮那些没多少软件经验的 vibe coder 判断自己的代码到底行不行——安全性、健壮性、复杂度、简洁度,"把他们代码的来龙去脉讲给他们听",因为哪怕在公司环境里也没人在看代码。→ 详细
  • 跑完之后它自己写出来的价值主张是:"贴一个 GitHub URL,或者上传一个 vibe coding 出来的文件夹,一分钟之内就给你一句大白话的结论:这段代码能不能安全上生产。"Oji 的评价是这个价值闭环"很扎实、很有劲"。→ 详细
  • 中间的两份交付物:市场调研包(市场概览、正在塑造这个领域的趋势、直接竞品和相近竞品各自怎么收费、关键结论、周边产品)和 product brief(把想法固化成问题定义、目标客户、核心价值主张、成功标准,再写出可衡量的目标)。写完 brief 它才下沉到代码层。→ 详细
10

演示二 · Standup Zero:被同一道 gate 毙掉的那个

  • 第二个想法很常规:做一个叫 Standup Zero 的东西,抓 Slack 里的评论、生成每日站会摘要,技术栈填的是 TypeScript + Slack。他给的指令是"先走到 gate 就停"——因为"如果 gate 说不行,那我们还折腾什么"。→ 详细
  • 评分卡出来是偏弱:三项中等,意思是"我不太确定,你要做可以,但得睁着眼睛做"。逐条拆开——问题的清晰度和紧迫性中等,"这只是流程上图个方便,不是什么深痛点";目标用户定义不够扎实;竞争格局"非常强",但他明确指出在这儿「强」是坏事,说明赛道竞争太激烈;差异化也不够强。→ 详细
  • 合起来的结论是:"你要杀进这个市场会非常难,而且守不住,谁都能造出一模一样的东西。"他把这类判断称作用这种 skill 真正的超额价值——它帮你把该做的和不该做的分开。→ 详细
  • 他顺带给了一句很扎的观察:"感觉有了 Claude Code 之后,GitHub 成了大家唯一能表达自己的地方——什么都造,往 GitHub 上一扔,然后零 star 烂在那儿。"所以这类 gate 的意义是帮你"把时间、注意力和精力都省下来,花在真正对的地方"。→ 详细
11

跑完之后你手上有什么:一个自组织的 repo

  • 跑完你拿到的是一个完整的 repo:prototypes 文件夹、一整包思考成果、第一个 milestone 文件夹;架构定了,持续集成定了;把 GitHub repo 给它,它能直接开项目、替你完成第一次 push。→ 详细
  • 它还会为这个项目生成一份量身定做的 CLAUDE.md。他专门点了这件事:"很多人花大把时间琢磨我这份 CLAUDE.md 该怎么写、front matter 里放什么",而这个 skill 直接说:针对这个项目,这就是最适合你的一份。生成的这份会主动抓 bug、遵循目录规范、遵循 prototype 规范,而且目录结构(文档放哪、里程碑放哪)也全写进了 CLAUDE.md。→ 详细
  • "这基本上已经是一个自组织的 repo 了"——每个文件夹都写明白里面该放什么(既说给 Claude 听,也说给你听);建好 test 目录;把持续集成和质量体系搭起来(每次提交所有代码跑一遍测试);配好安全(尤其把 secrets 加进 gitignore,避免 push 到 GitHub 时泄密);质量上从一开始就留档,还会随时间把犯过的 bug 编成目录、再从这些 bug 里学。更难的活儿(CI 模板、CLAUDE.md 的写法模式)它会外包给别的 skill。→ 详细
  • 他把这一切的意义说成"给 PM 和 vibe coder 兜住所有难的地方":既包括前面的市场调研和该不该做,也包括交接给开发那一环——架构是什么?他见过很多 vibe coder 根本没有持续集成、也不知道怎么测代码。这套东西让你一开始就有"一副非常扎实的产品骨架和一个非常扎实的代码库"。→ 详细
12

人怎么审 AI 的产出:一套可操作的"可信度扫描"

  • 前提是他反复强调的那句:"这类 workflow 最大的危险,就是你把它的输出当圣旨。你真的得把所有产出都过一遍,确认它对你是成立的。我们自己也天天这么干,因为我觉得百分之百信任 LLM 还是很难的。"→ 详细
  • 只看两份文档,剩下的"基本都是模板化的东西":市场调研PRD。他还讲了个人的旧习惯做类比——"我以前带过一些开发,得反复跟他们强调:哪怕你是跟 AI 一起写的,code review 该做还是得做。"→ 详细
  • 扫市场调研的具体标准:它有没有提到你预期它该提到的工具(那些就是你的竞品)?每个分类底下你想到的东西它是不是都写了?然后做常识校验——如果提的是过时的工具、跑不起来的工具、只是充数的摆设,你就不该信它;反过来,如果提的都是当下真在用的工具,还包括"你琢磨这个问题时脑子里冒出来过、但其实并没有真正解决你问题"的相邻方案,那说明方向对了。再看差异化地图排得合不合理、你的产品该落在哪个位置。他给这个动作起的名字是"你的第一遍可信度扫描",打的比方是"想象自己正站在一屋子 PM 面前做 PRD 评审"。→ 详细
  • 扫 PRD 的具体标准:先看市场调研的结论和 PRD 对不对得上。它自己写出来的核心论断是:"今天代码被生产出来的速度,已经超过任何人能读懂的速度;AI 代码生成把「写代码」和「看懂代码」拆开了……扎得最狠的是两类人:独立创始人发出去的是自己没法审计的代码;刚接手陌生代码库的企业开发者。"他的反应标准是:如果你看完的感觉是"这个我愿意投钱、我愿意花时间,它把我想说的全说中了",那就对了;否则就该反过来问:它漏了什么?漏了哪类人群?→ 详细
  • 他当场给了一个具体的挑刺示范:它写主要用户是"非技术背景的创始人"——合理;小公司——没问题;但它没有再按公司规模限定一层(大公司创始人资源多、工具多,大概率不是目标)。另外它把企业开发者列成了 anti-persona(明确排除的人群),理由是这类需求需要一套持续演进的方案、为保住聚焦判成 out of scope——他读完输出后认可这个判断,因为对企业开发者来说"能干这些事的工具多得是",价值主张要弱得多。最后的自问是:"这是不是我自己会写的那种高层产品简报?缺了什么?如果我要拿去讲给别人听,还缺什么?"→ 详细
13

市场调研:LLM 只能顶六七成

  • "你大概不该只靠 LLM 来做市场调研。但在你去找真实信源之前,用 LLM 先干掉六七成是完全可以的。"→ 详细
  • 他对质量的评价:读过它做的几份市场调研,"基本能做到 Perplexity 那个水准",会实际扫竞品、扫定价、扫这个领域里别人已经做过什么;执行上它会起一个 web search 会话,装了 Chrome 工具就走 Chrome,没装就自己用 HTTP 抓。→ 详细
14

产品层:先把交互模型问清楚,再让多个设计 skill 各出一版原型

  • 想法确认值得做之后,他没让 AI 直接出界面,而是先定"能交付价值的基本交互模型"——他强调这一步不能跳:"正常情况下你不一定一上来就做原型,但你一定要先定交互。"具体指:这东西到底有没有一套用户体验?还是就是一个跟 agent 对话的聊天界面?它长什么样?你怎么把它启动起来?→ 详细
  • 他调用了一个 survey skill,让它拿一组选择题来审自己。四道题原样照录:① 入口是贴 GitHub URL 还是连上 GitHub?(他的回答是"一和二都要",因为作为 vibe coder 他要分析自己正在写的代码)② 结论怎么呈现在屏幕上——评分 / 单张 verdict 卡片 / 叙事式长滚动 / 对话式聊天?(他选了仪表盘 + 逐层下钻)③ 结论出来之后用户能做什么,也就是参与深度?(他选了二、三、四)④ 最初的 60 秒——用户来这儿要的核心价值到底是什么?(他选"理解代码")他对好几道题的现成选项都不满意,直接改。→ 详细
  • 答完之后它生成三个自包含的 HTML + CSS 原型。他特别指出这个顺序是 skill 强制的:"是 skill 本身要求它先做原型、再下判断的。"三版分别是:贴 GitHub 链接后快速讲清代码来龙去脉;同类但数据更多、逻辑放在前面;以及一个侧边栏形态。他提醒这只是"找感觉""还不是真正的设计,重点是从哪儿起步"。→ 详细
  • 他自己实际工作时的做法更狠:手上装着五六个设计 skill(提到了 shadcn 这类前端组件库,还有一个他叫 UI/UX Pro Max 的),有六个设计 skill 就让它出六版原型;再让它每次组合两个 skill 来做,又能多出六版。理由是"原型你可以做成百上千个"。→ 详细
  • 分层逻辑他自己复述了一遍:先是商业层(这里有没有我们的位置?我们对客户的判断对不对?定价、能不能进入市场、推广计划这些商业问题留到后面),再是产品层(客户调研怎么做才能把问题挖深、这东西到底长什么样、解决问题时用起来什么感觉、怎么制造惊喜)。关键是这一切压缩在同一个 Claude Code session 里——他专门说"我们既不在 Claude 桌面端、也不在 Cowork 里"。→ 详细
15

customer discovery week:那个"凑不齐五个真人就不放行"的硬闸门

  • 与原型并行,他让另一个 agent 跑 customer discovery week(客户访谈周)skill,产出一份客户调研计划。计划本身是"完整、可执行"的:访谈脚本、问卷、综合分析模板、一周的时间预算全都写好了。→ 详细
  • 但它卡住了,卡点值得原样抄下来:"缺的只有一项输入,而缺了这一项,这个 skill 不会放行:一份真能约到人的名单,必须是真实的目标人群,而不是创始人自己人脉里那些沾边的联系人。如果真实目标联系人少于五个,skill 会把这件事本身当成一个信号——说明你可能根本进不去这个市场。" Oji 的解读是:"它等于在说:你不能靠拍脑袋糊弄过去,你得有活人可以聊;你告诉我他们是谁,我才知道你准备好了。"→ 详细
  • 计划里内置的是他们书里那套三步访谈法:第一步只问开放式问题,"不带动机、不给方向,也完全不拿原型出来"("跟我说说""带我过一遍你上一次是怎么做的"——目的是走一遍人的真实工作流);第二步把收上来的东西整理成"我到底需要回答哪些问题"并固化下来;第三步放大成数据——把定死的问题变成问卷,让回答可以量化。它还顺带给出怎么招募、卡点在哪、去哪儿找目标用户、要验证哪些假设。→ 详细
16

Vet a Feature:给"已有产品加功能"用的那一套

  • 主持人问这套只适用于全新产品吗。回答:不。很多 vibe coder 的诉求是"我以前根本做不出东西",scaffolding 对他们完美(CodeMemo 的第一版 demo 就是这么做的);但大多数 PM 并不会从零起新项目,所以有一个叫 Vet a Feature 的 skill——"我有一个功能想法,我到底该不该费劲去做它?我还有别的功能想法,做这个的机会成本是什么?"它把一个功能想法拆开来撕一遍,找反模式、看置信度;关键差别是它不光看有没有赛道,还死磕"在你手上这一堆功能里,这个到底值不值得做",sharp problem test 在这里嵌得特别深。→ 详细
  • Aakash 提炼的动作项:"对任何 PM 来说,这里最关键的启发就是去做一个像 Vet a Feature 这样的 skill……以前我们要么全靠自己闷头想,要么干脆把这一步跳过去。而现在这等于给了我们一个思考伙伴,保证我们每一次都真的把这一步做了。"→ 详细
17

三段速度问题:开发被砍掉 10 倍之后,等式在哪里失衡

  • 他管这叫三段速度问题:过去四五十年,最长的那根杆一直是开发——写高质量代码要时间、把质量做扎实要时间、上云之后做到健壮不宕、DevOps 能快速恢复也要时间。现在这些正在被砍掉,"可能 10 倍,五年内可能 20 倍"。→ 详细
  • 但造东西不只是写代码,前面还有"我们为什么要造它"、后面还有"把它交到客户手里"。中间这一段突然变快,整个等式就失衡了——因为前后两端都被客户绑住:想清楚为什么要造,得跟人聊、跟市场聊;把东西送到用户手上,同样得跟客户打交道。→ 详细
  • 他举了两个"发得快不等于做对了"的例子:一是 Anthropic——按他的估计"30 天里大概发了 60 个功能吧,他们已经开始递归了",而他自己"根本记不住所有斜杠命令,所以其实吸收不了他们做出来的全部功能";二是 Claude Cowork 刚被彻底重做——发出来时看着惊艳但采用率很低,于是又被揉回聊天里,而不是保持 code / Cowork / chat 三个 tab,"因为它自己撑不起来"。结论:现在大家不只要发得快,还得确保自己做的是对的东西。他还提到一个还没发的方向——怎么把反馈机制建进 skill 里,让有些 skill 自动帮你把反馈深深嵌进产品。→ 详细
  • Aakash 的两句总结正好收在这里:"这些 skill 在逼着你把 PM 的基本功做扎实,而它们给你的是这些基本功的第一版草稿""要当一个真正的 builder PM,你得能以工程的速度把这些事做完"。→ 详细
18

企业落地最大的坑:共享上下文 —— 别让人各自 fork

  • 把这套东西放进开发所用的同一套技能体系里,"速度提升非常巨大",因为这个 repo 可以同时就是你开发的 repo。他描述的形态是把过去的割裂直接压平——PM 活在 Notion 里、设计师活在 Figma 里,现在全部收进一个 GitHub repo:写代码的人在 source、test 底下(安全那套、Playwright、Vitest 都在那儿),产品的人在上面这一层;但它是同一个 repo 里的共享上下文,团队里每个需要碰这些东西的人随时都能拿到全部内容。→ 详细
  • 被问到"团队落地都犯哪些错",他的第一个答案是共享上下文。他引用 Claude 那边的 Boris(转写此处公司名被 ASR 糊掉了)的做法:Boris 自己的 CLAUDE.md 非常薄,可能就六行,实际在做的事是引用一份共享的 CLAUDE.md;中心那份被持续维护和优化——"几乎每分钟,所有人学到的东西都会汇进那份中心的 CLAUDE.md;它小、它短,装的是精华,还把人连到组织里所有该用的工具上"。他建议把 CLAUDE.md 理解成"某种基础 skill"。→ 详细
  • 所以最大的一课是:**别让大家随随便便各自 fork。**他举的例子是一家有正式"工作方式"文档、还有一套要求产出特定交付物的 SDLC(软件开发生命周期)的企业——他的做法是把 scaffolding、vet a feature 这些 skill 拿过来,改造成产出该组织真正需要的东西。原话:"我们的 product brief 凭什么要跟组织想要的不一样?不该不一样。一份市场调研文档,凭什么要跟产品市场团队会产出的、或者他们认为该产出的东西不一样?"→ 详细
  • 但他专门补了一层平衡:他喜欢"开源式"的组织,因为 CPO 不可能什么都懂,所以要给人创新的许可;只是创新必须回流到一个中心位置,让所有人都享受到。最大的坑是"AI 的推广完全没有治理,也没有共享上下文"。他的收尾比喻很漂亮:科幻里我们总怕 hive mind(蜂巢思维,指众多个体共享一个心智)——怕 AI 互相协作就要灭了我们——"但事实是,我们人类才是最原始的那个 hive mind,我们能活过这么多个世纪,唯一的原因就是我们会互相学习。所以推 AI 的时候要想办法把它塞进一个结构里,做到一个人学会了就等于所有人都学会了。"→ 详细
19

Product Mind Skills Library:库里还有什么

ProductMind Skills 公开仓库 ▲ 图注:配套的公开仓库 ProductMind Skills——他把这一整套产品判断力 skill 开源了出来(截帧是仓库首页的文件列表与说明,具体地址请以视频简介为准)。这是本期最直接的「可抄物」。

  • 这些 skill 是开源的,可以逐个翻看;除了进 Claude Code,也能直接对话调用。他点名的有:new project scaffolding、vet a feature、sharp problem test,以及他"特别兴奋"的 vibe memo——一个很简单的系统,逻辑是"现在你写的代码是被记录下来的,但 vibe memo 说:把「为什么」也记下来",它在构建过程中把每个决策连同原因一起留进日志,等代码库变大之后能回头查"当初到底为什么那么定、当时怎么想的"。→ 详细
  • 他另外挑出来的几个:roadmap from strategy(替你把一整套战略搭出来)、listening machine(把产品里所有界面都变成反馈工具,持续收集信息)、scope cutter(给你一套干脆的办法把要做的量降下来)、一个判断第一版该做 MVP(纯粹为了学到东西)还是 SLC(真拿到人面前、要让人眼前一亮)的 skill,以及定价该怎么设计这类进阶内容。他的评价:"这些都是别人琢磨好多年才摸出来的东西,我们把它做进一个 skill,让你立刻就能上手。"→ 详细
  • 他对趋势的判断很硬:"光有 code skill 正在变得没什么稀奇"——他前几天看到有人因为模型已经足够好,把一整套 skill 从 repo 里删了,"有些 skill 就这么被废掉了"。但业务 skill、产品 skill"仍然是让我们有能力做对的东西的那部分",他认为这是新的前沿。→ 详细
20

harness 用哪个无所谓

  • 演示时 Claude Code 跑在 Antigravity 里(VS Code 的一个 fork,看起来像 Cursor / VS Code)。被问到是不是非它不可,他答得很干脆:"什么 harness 都行……我其实是在终端里跑的,Antigravity 的功能我一个都没用。界面挺好看,但没什么特别的。"→ 详细

闪电问答:(本期无)

收尾

  • Aakash 的落点是把这期定性成一套可复制的打法:"你可以把它变成你自己的——这才是关键:把你们自己的东西加进去,让它长成你们的样子,然后作为一个开源 repo 部署给团队用。这就是那套打法。如果你一直在琢磨「我怎么才能让团队更 AI native?怎么让我的 PM 团队跑出工程师那样的速度?」——我们刚刚把这些全都免费送出来了。"→ 详细

  • Oji 的最后一句:"我也希望大家能靠我们做的这些东西,成为更高效的产品打造者、成为超级创造者。"→ 详细

  • 嘉宾:Oji Udezue,Product Mind(他自己的产品咨询公司)。本期没有给出个人社交账号或邮箱。

  • Product Mind Skills Library(开源 skill 库):Aakash 在收尾时说 GitHub 仓库链接放在原视频简介里。→ 详细

  • Oji 还口头提到 Product Mind 的一个 labs 页面(放他们在客户项目里能对外分享的产品,他明说"这不是个能变现的站")——该域名在自动转写里被识别得含混,这里不臆测,以原视频简介为准→ 详细

  • 他们的书:《Building Rocket Ships》(skill 里的多个产品框架出自这本书)。→ 详细

🎯 于你何益 为你定制 · 非通用结论

这一期是近期最贴脸的一条。Oji 做的事和你在 Holdwell 做的多-Agent PRD 工厂,本质上是同一件事的两个版本——把产品判断力从"人脑里的经验"变成"仓库里能被执行的东西"。他比你多走的那一步,恰好压在你现在最疼的地方:他的关卡会真的把人拦下来。


🏭 Codex Holdwell ERP work(多-Agent PRD 工厂)

1. 关卡要有"维度 + 打分 + 拦停动作"三件套,光有检查清单不算关卡

  • 怎么做的:他的 viability gate 不问"你觉得行不行",而是六个固定维度(营收、技术可行性、差异化、竞争格局、目标用户定义、问题清晰度与紧迫性)逐个打成强/中/弱,再配一条明写的规则:三项弱 = 建议直接别做。CodeMemo 那次的输出是"零弱、三强、三中等,通过但不是无条件放行,三个中等被列成降风险待办";Standup Zero 那次是三项中等加差异化弱,结论"你要做可以,但得睁着眼睛做",他当场把项目毙了。整场演示里最有信息量的一句是他那句判断:"LLM 是极少会对你说「不」的。"
  • 你可以怎么做:你担心碰撞协议的纪律守不住、真人评审意见回炉没有闭环,根子是各环节输出的是意见、不是分数——意见永远可以被下一句话绕过去。挑一道最常被糊弄的环节(我押评审意见回炉那一道),这周只给它补三样东西:固定的维度清单、每个维度三档打分、以及一条写死的拦停规则(比如"任意两项弱 → 本次不放行,退回补充")。规则写进对应 agent 定义的正文,让 agent 每次必须先输出评分卡、再输出结论——顺序反过来它就会先编结论再凑理由。

2. 最硬的关卡卡的是"有没有某个具体输入",不是"质量够不够好"

  • 怎么做的:那份客户调研计划做得非常完整——访谈脚本、问卷、综合分析模板、一周时间预算全写好了——然后它拒绝放行,理由是缺一项输入:**"一份真能约到人的名单,必须是真实的目标人群,而不是创始人自己人脉里那些沾边的联系人。如果真实目标联系人少于五个,skill 会把这件事本身当成一个信号——说明你可能根本进不去这个市场。"**Oji 的解读:"你不能靠拍脑袋糊弄过去,你得有活人可以聊。"
  • 你可以怎么做:质量判断是软的、可以辩;"名单上有没有五个人"是硬的、辩不了。把你流水线上几道关键环节的放行条件从形容词改成名词。最直接的一处就是跨线对齐——与其指望各产品线自觉对齐,不如反过来做:让下游环节在「受影响产品线」写不实时直接拒绝放行("本次 PRD 涉及的每条产品线必须列明影响面和对接口径,缺一条就停")。对齐不会因为你想对才发生,会因为不对就走不下去才发生。

3. skill 的产出物要长成组织已经在用的那份交付物,而不是自成一套

  • 怎么做的:他给一家有正式"工作方式"文档和固定研发流程(每个阶段规定要交什么文档)的企业落地时,做法是把 scaffolding、vet a feature 这些 skill 拿过来,改造成产出该组织真正要的那些交付物。原话:"我们的 product brief 凭什么要跟组织想要的不一样?不该不一样。一份市场调研文档,凭什么要跟产品市场团队会产出的东西不一样?"
  • 你可以怎么做:你的工厂产出和公司正式流程(真人评审、上云效)的衔接里,有一半损耗其实是"AI 产线吐出来的东西"和"公司流程要的东西"不是同一份文件,于是每次都要人工翻译一遍,翻译本身就是那道没收口的缝。把团队现行的 PRD 模板和评审交付物清单当成唯一目标格式,反过来改你那批 agent 的输出模板,让它们直接吐出能进正式流程的文件。判断标准很简单:产出物能不能不改一个字地贴进评审?不能,就还没收口。

4. 别让人各自 fork,中心维护一份薄的 CLAUDE.md

  • 怎么做的:他引用 Claude 那边的 Boris(转写里公司名被自动识别糊掉了)的做法:Boris 自己的 CLAUDE.md 非常薄,可能就六行,实际在做的事是引用一份共享的 CLAUDE.md;中心那份被持续优化,"几乎每分钟,所有人学到的东西都会汇进去;它小、它短,装的是精华,还把人连到组织里所有该用的工具上"。他给企业落地的最大一课就是别让大家随便 fork;但他补了一层平衡——CPO 不可能什么都懂,要给人创新的许可,只是创新必须回流到中心
  • 你可以怎么做:你的 CLAUDE.md 刚从 126 行瘦到 45 行,形状已经对了(薄入口 + 路由到 90_meta/ 的详细协议),下一步是把"回流"做成机制而不是习惯:给用这套流水线的同事一个固定入口——谁调好了一个提示词、补了一条关卡规则,改的是中心那份、不是他自己那份副本;他们各自的入口文件保持薄、只做引用。这条对你还有个额外好处:它同时补上了"agent 产出可观测"的一角——回流点就是天然的证据沉淀点,谁改了什么、为什么改,全在一处。

🧪 app_incubator(7-Agent 造 App 链路)

1. 把"该做什么"前移的具体形态:让 agent 拿一份结构化问卷来审你

  • 怎么做的:想法确认值得做之后,他没让 AI 直接出界面,而是让 skill 先就"用户怎么跟这个产品交互"问了他四道选择题:入口是贴链接还是连账号?结论怎么呈现(评分 / 单张卡片 / 叙事式长滚动 / 对话式聊天)?看到结论后用户能做什么?以及那道最狠的——**"最初的 60 秒里,用户来这儿要的核心价值到底是什么?"**他对好几道题的现成选项都不满意,直接改("这几个我都不满意,我觉得一和二都要")。答完才生成三个自包含的静态原型,而且他强调这个顺序是 skill 强制的:"是 skill 本身要求它先做原型、再下判断的。"
  • 你可以怎么做:你一直想把"该做什么"前移到 agent,这就是可直接抄的形态——不是让 agent 自己猜,是让 agent 出题、你只做选择和修正。你的激活/首屏痛点正好对上第四题:把"最初 60 秒的核心价值是什么"做成造 App 链路里一道必答题,答不上来不许进设计稿。它的好处是把一个模糊的体验问题,变成了一道有 abcd 选项、必须选一个的题。

2. 有几个设计 skill 就出几版原型,还能两两组合再出一批

  • 怎么做的:他实际工作时手上有五六个设计 skill(提到了 shadcn 这类前端组件库,还有一个他叫 UI/UX Pro Max 的),做法是"让它用其中一个设计 skill 做一版原型,有六个就出六版;然后再让它每次组合两个 skill 来做,又多出六版"。理由是"原型你可以做成百上千个"——成本已经低到不值得省。
  • 你可以怎么做:你的"设计稿即工程强制契约"是在收敛,这一步是在发散,两者不冲突,只是顺序上必须在契约锁定之前。给造 App 链路加一个"风格矩阵"步骤:把你现有的设计系统产出当成 N 个可选风格 skill,一次铺开 N 版(或两两组合的 N 版)静态原型给自己挑,挑完再锁契约。你已经有 design-system-from-refs 那套三件套,缺的只是"一次生成多版、并排比"这个动作。

📣 onehuman_company(一人公司 build-in-public)

1. 这一整期就是一条现成的"大佬说 X 我试了"选题

  • 怎么做的:Oji 把 Product Mind 的整套 skill 库开源了(new project scaffolding、vet a feature、vibe memo、roadmap from strategy、listening machine、scope cutter、MVP vs SLC、定价等),主持人的收尾话术是"这就是那套打法,我们刚刚免费送出来了"。而这套东西的核心卖点是它会拒绝你
  • 你可以怎么做:这条完全落在你的验证体支柱上,也过得了弹药库闸门——删掉你的实测就不成立。具体做法:拿你手上一个真实的、还没动手的想法(drizzle tech 里那种"想做但一直没排期"的 App 点子),把他的 viability gate 原样跑一遍,然后写"一个开源 skill 当场毙了我一个想法"。可抄物是现成的(六维评分卡 + 三项弱就停),翻车点也别省——他自己就说过 LLM 的市场调研只能顶六七成、别把输出当圣旨。这类选题的价值在于结论是被跑出来的,不是被想出来的。

2. "GitHub 零 star"那段是现成的开头

  • 怎么做的:他的原话是:有了 Claude Code 之后,"感觉 GitHub 成了大家唯一能表达自己的地方——什么都造,往 GitHub 上一扔,然后零 star 烂在那儿"。他给这类判断类 skill 的定位就是帮人"把时间、注意力和精力省下来,花在真正对的地方"。
  • 你可以怎么做:这是一句可以直接当封面标题的判断,而且和你账号的立意严丝合缝——你讲"每个决定讲清为什么、花多少钱、翻什么车",这句正好补上"为什么要有决定"那一侧。做成一条观点短评,配你自己一个"造了但没人用"的实例,比空讲道理有说服力得多。

🧭 Chief of Staff apps(决策外脑)

1. LLM 默认会说"你这想法不错"——所以"会说不"必须被写进结构,而不是指望模型自觉

  • 怎么做的:他解释得非常直白:你在聊天框里说"我有个想法",除非你 prompt 功夫特别好、懂对抗式提问、甚至拿好几个模型交叉验证,"否则你听到的结论一定是:你这想法不错"。而这个 skill "内建了一份责任",关键在于它不靠模型直觉,落在一套带评测样例、按部就班往下走的框架上
  • 你可以怎么做:你的"软教练质量"问题,根子多半在这——一个默认认同你的教练没有价值。给决策外脑补一条硬结构:任何"该不该做"的问题,先输出一张按你自己宪法维度打的评分卡,再给建议(顺序不能反),并写死一条阈值规则触发"这次我建议你不做"。让它有权说不,而且必须先亮出理由的骨架。

2. 产出真实交付物,人再按固定清单去审——不是当圣旨

  • 怎么做的:他给了一套很具体的审法,叫"第一遍可信度扫描":扫市场调研时看它提到的工具是不是当下真在用的?有没有出现那些"我想过、但其实并没有解决我问题"的相邻方案?如果提的是过时的、跑不起来的、只是充数的东西,"你就不该信它"。扫 PRD 时先看它和市场调研对不对得上,然后逼自己问"它漏了什么?漏了哪类人群?"——他当场示范了一次:它写目标用户是非技术创始人,合理,但没有按公司规模再限定一层。他的比方是"想象你正站在一屋子 PM 面前做 PRD 评审"。
  • 你可以怎么做:你的跨域守门缺的不是更聪明的建议,是一个稳定的验伪动作。给外脑每次输出配一份固定的三到五问扫描清单("它引用的是不是我真在用的东西""它有没有漏掉我明显知道的选项""它给的结论如果反过来说,能不能同样成立"),扫描不过就退回重做。清单固定,才能看出漂移。

🧠 Personal Thinking(第二大脑)

1. vibe memo:把"当时为什么这么定"和决策一起留档

  • 怎么做的:他最兴奋的一个 skill 叫 vibe memo,逻辑一句话说完:"现在你写的代码是被记录下来的,但 vibe memo 说——把「为什么」也记下来。"它在构建过程中把每个决策连同背后的原因写进日志,等代码库变大之后能回头查"当初到底为什么那么定、当时怎么想的"。
  • 你可以怎么做:这正是你的知识库最容易漏的一层——你存了海量结论(笔记、总结、研读报告),但很少存"我当时为什么这么判断、当时还有哪些选项"。在摄入 SOP 里加一条最轻的动作:每次做出一个会影响后续的选择(换 TTS 引擎、给 CLAUDE.md 瘦身、某个 skill 改口径),顺手写两行原因和被否掉的替代方案。你的记忆索引其实已经在无意中做这件事了(好几条记忆都记了"根因"和"坑"),把它从副产品变成有意识的规则就行。这也直接对着你的信噪比痛点——能被复查的判断才是知识,不能复查的只是结论。

📈 StockHelp(投资)

1. 评分卡的形状可以直接搬,只是维度要换,而且有一维要读反

  • 怎么做的:viability gate 六个维度里有一半是纯商业判断——竞争格局、差异化、营收。有个细节特别值得记:Standup Zero 的"竞争格局"打分是很强,但他明确说"在这儿「强」是坏事",意思是赛道竞争太激烈;加上差异化弱,合起来的结论是"你杀进去会非常难,而且守不住,谁都能造出一模一样的东西"——这段话换成投资语言就是没有护城河
  • 你可以怎么做:你的看板现在只有估值面(PE、五年分位、公允价),生意质量那一侧是空的。可以照这个形状加一栏纯人工填的"生意评分卡":竞争格局 / 差异化(护城河)/ 定价权 / 需求紧迫度,各打强中弱,再配一条你自己的阈值规则(比如"护城河弱 + 竞争激烈 = 不进 watchlist,不管多便宜")。注意方向:竞争格局"强"在选股里同样是减分项。另外那句"LLM 是极少会对你说不的"对投资同样成立——你拿 AI 帮你论证一只票的时候,它默认会帮你把逻辑补圆。

🔁 更深三角度

该反着用。 他的语境是企业落地——"别让大家各自 fork,中心统一维护",防的是团队里的人乱改。你的语境是一个人同时开着六七条线,没有"大家"可管;对你来说真正的风险不是别人乱 fork,而是你自己在不同项目里各写一份、彼此漂移——这个亏你已经吃过一次,wiifm 的格式规范当年就是因为"多处定义、各自漂移"才被单拆出来的。所以这条要反过来用:不是"防止别人 fork",而是"我自己的第二份副本一出现就立刻合并"。

和你现在做法冲突。 他把商业层、产品层、代码层全部塞进同一个 repo、同一个 session,还专门强调"我们既不在 Claude 桌面端、也不在 Cowork 里,这一切在一个 session 里就能做完"。你现在是分开的——第二大脑一个库、Holdwell 一个库、造 App 一个库、投资看板一个库,靠你在中间搬运。他的做法有真实收益(团队每个人随时拿到同一份上下文,产品文档和代码不会漂),代价是仓库会变杂;而你的分库也是有理由的(读者不同、保密要求不同、加载成本不同)。这条张力不替你下结论,但值得你专门判一次:至少在 Holdwell 那条线上,产品文档和代码是不是本来就该在同一个仓库里?(你的 tech-lead 已经对着隔壁真实代码仓干活了,只差最后一步。)如果答案是"是",那你的跨线对齐问题有一半是目录结构造成的,不是流程造成的。

对你的镜子。 他说 PM 之所以成瓶颈,不是因为不够努力,而是"产品判断力没有提速、编排能力也没有提速"。你的元约束是精力,所以你这两年一直在优化"做得更快";但这期真正指向的是——判断力本身也可以被工程化、被提速,而且提速的方式不是想得更快,是把判断固化成一次写好、每次都跑的关卡。你 2021 年写下的"判断力 > 努力",到这里第一次有了可执行的形状:判断力不再是一种状态,是一个会拒绝你的文件。


🧩 所以呢

  • 可迁移思维模型【耐用】:**能说"不"的东西才叫关卡。**任何不会拒绝你的流程都只是清单。判断一道关卡是不是真关卡,只问一句:**它最近一次拦下东西是什么时候?**答不上来,它就是装饰。
  • 可迁移思维模型【耐用】硬闸门要卡输入,不要卡质量。"写得不够好"永远可以辩,"名单上没有五个真人"辩不了。凡是你希望别人绕不过去的地方,都要找到那个可以数数的名词。
  • 可迁移思维模型【耐用】:**中间那段变快,压力会跑到两头。**开发提速 10 倍之后,瓶颈自动转移到"该不该做"和"送到用户手上"这两个被人绑住的端点。这条不只对产品成立——你任何一条流水线上,只要某一环被 AI 加速,下一个瓶颈一定出现在最需要真人参与的那一环。
  • 可迁移思维模型【会过期】:具体的 skill 清单(scaffolding / vet a feature / vibe memo…)以及"code skill 正在贬值、product skill 还值钱"这个判断。他自己就说了,有人已经因为模型变强而把整套 skill 从仓库里删掉。半年后再看这份清单,大概率一半失效——留下形状,别留清单。
  • 判断更新:你之前把多-Agent PRD 工厂的难点定位在"角色和阶段划得够不够细"。这期给出的另一种可能是——难点不在划分,在执行力。同样一套流程,有拦停规则和没有拦停规则,是两个东西;而拦停规则的成本,比再拆一个角色低得多。
  • 这周一个赌注:挑你流水线上最常被绕过的那道关卡,只做一件事——给它加一张三档评分卡和一条写死的拦停规则,然后拿一个你其实有点想做的需求去跑一遍。如果它拦不住你,说明这道关卡还是假的;如果它拦住了而你很不爽,那说明它开始值钱了。
接着读