Hi 我是老布
I hope this email reaches you in good spirits.
前陣子和一位前同事吃飯聊天，剛好聊到他對軟體開發的興趣，於是我們討論起前端與後端之間的開發流程。這場對話讓我再次思考——軟體開發不僅充滿各種工程挑戰，更重要的是它的核心目的：資料的傳遞。
簡單來說，使用者的需求如何透過操作行為，順利獲得答案，就是整體的使用體驗。無論是前端、API、後台、後端還是資料庫，這些技術環節的存在，都是為了回應使用者需求。而「如何讓資料在這些環節中流動得更順暢？」就是我們在設計時需要解決的關鍵問題。
而為了達到最順暢的流程，我們會設定各種規格與限制，確保資料在不同環節之間流轉的效率與正確性。換句話說，軟體開發的本質，其實就是在設計一條最理想的資訊傳遞路徑，讓使用者能以最直覺的方式獲取所需資訊。
而其實這個思考過程，說實話，可以應用在日常生活多數情境下，不管在工作生活上，資訊如何傳遞流動，達到目的，這思考架構應該也算是作軟體開發PM的意外收穫吧！
這一場演講是對於AI產品的深度對談，參與者是Opne AI的產品長Kevin Weil, Anthropic 的產品長 Mike Krieger (aka. IG創辦人) 和 Conviction 的 Sarah Guo
討論內容蠻值得一看的，如果要節省時間，就直接外掛AI翻譯軟體，仍來還是可以了解內容
AI產品品開發的核心能力，還是對於使用者觀察、同理心及對於需求的創造力。
對談中提到AI時代開發產品，最困難的地方是，在過去25年來，人們已經習慣了，現在的人機互動模式，過去的模式是每一個人輸入相同指令，電腦就會輸出一樣的結果。
這想起過去在學習UXUI知識時，做體驗設計很不容易的是，使用者一但多了，就很難處理體驗符合各種需求，使用者一但多了要處理的面向也就多了，正所謂：
一人一面、兩人雙面、三人三面、千人千面
但現在AI產品已經不同，每一個人輸入的內容會產生出不同結果。
現在世界人口數已到了81億人，會AI產品來說，可能就會81億的面向要去考量…🤯
因此，在AI產品開發時，必須因應這樣的特性，去調整；同時也仍要站在使用者及社會角度去向，這會對使用者產生什麼樣的影響。
對談要點筆記如下，區分為三大面向：
AI產品規劃的迭代要更快，開發模式模式也需要隨之調整
- 大公司體制下，冗長的作業流程，是常見但會影響體驗的事
- Anthropic的各面向的PM，在2024,2025後，開發AI-powered的工作PM，都慢慢變成了研究型的PM，而不是產品導向的PM
- PM面對是一個充滿不確定的隨機系統，目前只能透過評估機制來處理問題
- 人們對於新科技的適應力非常快速
- 世界已經在這條路上，也必須跟上，盡可能做最好的調適，但是都會是來得很快又很急
Take away:
對面不確定性，唯一可以確定是保持自已的適應力
AI產品的評估機制，PM需深化的技能樹
- 現在AI功能都很好了，但要真正在做一個產品就要回到「心目中產品或服務的成功樣子是什麼？ What does success actually look like for you?」
「想解決什麼問題？What problem are you solving?」 - AI工具服務越來越方便，但是還是要先定義要達到什麼目標。
- 設計評估機制(Writing evals)將會變成PM的核心能力之一，要可以區分好壞的評估方法
- Evals are clearly the key
- 原型設計能力(Prototyping)仍是重要，但未被重視
- 一般人就可以直接問AI模型，什麼是好的測試方法(good eval)，並建立測試範例(sample eval)
Take away:
AI很強，但是如果不知道要達成什麼目標，也是徒然，就像是「每天優化菜單，卻忘了餐廳快倒了」
模糊管理及改變過去行為模式，是AI服務產品的挑戰
- 研究創新的過程，是沒有真正的答案，都是邊做邊學邊確定答案
- 做產品規劃就像是在迷霧中摸索進行(Like curing through the mist trying to look at the next set of capabilities)
- 要培養對AI的直覺，就直接看實際答案，在看模型測試標準是否合適，深入數據內容是關鍵
- 在建置企業AI系統時，不只單用一個模型，要讓各自專長的模型，彼此的串接發揮個別專長
- 推理能力，用已知的資訊來驗證或否定，最初的假設，解決困難問題的能力
- Model behavior is absolutely a product role. 模型的行為是產品定位關鍵之一，這會涉及一個問題要做到多少程度的個人化，或是統一的個性特徵，每一個模型有不同性格特徵，就像每一個人有自己喜歡交的朋友類型
Take away:
直覺的建立，跟生活體驗的多樣性有關係。
未來逐步發展的產品方向：主動服務(Proactivity)。
讓AI模型如何更主動的服務使用者，當AI了解你的習慣後，持續關注你的需求時，在某些情況下，會住主動提供適合使用者解決方案或資訊，比如在每天都先整理好今天日常工作項目，然後項目中有會議安排，會議安排內容也主動完成研究資訊，成為會議討論重點。
這樣的主動服務的概念，已不再只是概念，會是在開發產品時標配規格。
以上為本期內容，下期見~
有任何想法或建議都請不吝跟我說，會持續迭代優化。
如內容覺得不錯，也請多多分享給您親朋好友
祝大家一切
順風💨順水🌊順浪🏄♂️順滑🏂順心💕!!
老布
2025年曆現正銷售
一張年曆，幫你實踐計畫。
有需要的朋友，點擊下列連結進行填單購買。
全年購買，直到售完為止。
購買連結：https://forms.gle/H1XKrHfCKC9spMTC8
🌐My Blog：老布下班後
🎙️My Podcast：西伴布日常