最近圈子里到处在说「AI 时代 PRD 已死」「产品经理要被 AI 取代」。
有意思的是，我去年给一家化工企业交付销售管理系统的时候，确实一份传统 PRD 都没写——7 天上线，第一天调研，第二天就有能点的原型给客户看，边看边改。按老流程，这时候我可能还在画线框图。
但我不觉得 PRD 死了。我的判断是：PRD 被拆开了。
传统 PRD 其实干三件事
回头看，一份传统 PRD 承担着三个职能：
- 对齐共识——让老板、业务、设计、开发对「我们要做什么」达成一致
- 给开发的规格说明——功能怎么做、边界在哪、字段是什么
- 验收标准——做到什么程度算做完了
AI 时代，这三件事正在去往三个不同的地方。
规格：被原型吃掉了
与其写十页文档、开三轮评审会去对齐大家脑子里的想象，不如直接 vibe coding 出一个能点的 Demo——所有人围着一个能跑的东西讨论，对齐效率完全不是一个量级。
这不是我的一家之言。OpenAI 的 CPO Kevin Weil 说过一句很直接的话：「与其在 Figma 里给人看设计稿，我们应该给人看花 30 分钟 vibe code 出来的原型。」Anthropic 的官方博客更狠，直接写：「文档优先思维已基本被原型优先思维取代」——他们的传统站会都改成 demo 分享了。
我的化工项目就是这么跑的。客户说不清楚自己要什么（这太正常了），但当第二天一个能点的热力图摆在面前时，「不对，内蒙古的归属应该按城市拆」这种真需求自己就冒出来了。原型不只是展示工具，它是需求挖掘工具。
验收：正在变成 Evals
这是很多人没意识到的一块。传统软件的验收标准可以写死：「点击按钮后 2 秒内返回结果」。但 AI 产品的行为是概率性的——模型这次答对了，下次同样的问题可能答错。「做对了没有」没法用需求条目写死，只能用评测集去度量。
所以 Kevin Weil 说「写 evals 将成为 PM 的核心技能」。OpenAI 内部做 Deep Research 时，是一边构建产品一边设计 evals 的——「当你看到 evals 分数开始上涨，你才会说：OK，我们手里有个产品了。」
验收标准没有消失，它换了形态：从需求文档里的条目，变成了持续运行的评测集。
对齐：留下来的那部分 PRD
那 PRD 彻底没用了吗？也不是。原型装不下的东西还有一堆：这个功能背后的假设是什么、和公司战略怎么契合、哪些东西我们刻意不做（non-goals）、怎么灰度上线。这些还是要文档来承载——只是它会变短、变「活」（living doc），不再是一次性交付物。
OpenAI 甚至给这个新形态提供了一个公开的实体样本：Model Spec——一份持续迭代的「模型应该如何行为」的规范。有意思的地方在于，它是一份写给模型而不是写给工程师的需求文档，既用于训练也用于评估。需求文档没死，连读者都换了。
真正的变化：两头变贵了
把这三条拼起来，我得到一个更底层的结论：
AI 让「做出来」变便宜了，于是 PM 的价值正向两头集中——前头是「定义真问题」，后头是「判断做得好不好」。
中间那段（线框图 → 高保真 → 交付开发 → 排期）被压缩得最狠。而两头恰恰是最难被 AI 替代的：前头靠用户洞察——我在图书馆项目里通过 12 个用户访谈，把命题从「温度控制」重新定义成「温度信息不可见」，这种「问题重定义」目前的 AI 给不了；后头靠品味和评测——AI 能生成一百个方案，但「哪个是对的」还得有人判断。
顺便说一个信号：Google 的 Gemini PM 面试，已经加入了 15 分钟现场 vibe coding 环节。面试官考察的不是代码质量，而是你怎么框定问题、怎么迭代 prompt。连招聘都已经按新工作流在筛人了。
写在最后
作为一个正在找 AI PM 工作的人，这个变化对我算是好消息：「做出来」这件事我已经在每天干了，正在补的恰好是变贵的那两头——用户洞察是我 HCI 硕士的老本行，评测是我模型横评正在升级的方向。
（叠甲：以上是我此刻的理解，来自我自己的交付实践加上对 Anthropic / OpenAI / Google 公开资料的挖掘。这个领域三个月就是一个时代，欢迎打脸。）
