產品經理要不要懂技術？這個問題在不同領域、不同級別的產品經理眼里有不同的認知和回答。本文作者作為一名新手AI產品經理，以及自己所在的領域，給出了自己的思考。

從入職AI產品經理到現在已經有10個月有余，作為一個AI初學者，淺聊下鄙人對AI崗位對技術要求的思考。

這里提出幾個我曾經以及現在仍在努力解決的問題：

問題一：作為AI產品初學者，對于不是技術出身的從業人群，到底怎么才能和算法打好配合？

問題二：應該懂些算法是必然的，但是單講懂算法太寬泛了，作為AI產品經理，應該懂多少，到什么程度？要重新跟算法一樣學一遍嗎？

在回答這些問題之前，先講講我個人短淺的從業經歷。

作為一個做帳號的PM直接landing AI崗位是挺痛苦的，一度也給我造成了極大的內耗，怕無法得到算法的認可。

在跟著產品老大分析策略的時候我對技術的理解，有以下兩個來源：

1. 業務場景下，在與算法溝通中得到整個技術架構的理解
2. 自媒體如小某書，公眾號，播客等渠道的信息加深技術模塊到整體的理解

第一個來源，是在接觸業務的同時，逐漸了解要做什么的過程，這個取決于技術用了什么方案，比如客服對話系統是用了agent作為整個業務的主要技術方案進行數月的迭代，在這個過程中，整個agent的框架是必須熟悉的。以及底座模型團隊，做了哪些業務相關的NLP任務，要用到哪些數據進行pretrain進行能力部署等。

第二個來源，是通過對技術的提煉，從而加深對算法方案和各個技術模塊理解的過程，比如RAG，SFT等在什么場景下去應用會有更好的效果，以及為什么要使用RAG和SFT等概念原理，都可以從自媒體號中對應檢索到關鍵詞。關于它們的區別之處，AI博主們都給出了非常詳細的解釋。

但是目前看來，從這兩個渠道去學遠遠不夠，或者是說，不成體系，都只是得到了零散、碎片的技術層面抽象出來的知識。AI產品經理和傳統的B端或C端產品經理很大一個區別就在于，模型如果性能表現足夠好的話，會削弱產品的策略極大的占比，也就是說產品不需要太絞盡腦汁的去想各種策略去彌補模型性能上的不足。

所以，這就導致AI產品經理需要一定程度上深度的跟算法溝通，不斷的在模型能力的邊界上試探，試圖得到一個模型性能和產品能力組合的最優組合。那么這就要求AI產品經理對背后的算法最好是有一個比較深入的理解，還有持續不斷地對大模型技術能力發展的好奇心。

在42章經播客有一期，一位資深產品負責人張濤提到：“我覺得主要是這個樣子，就是說首先是現在的產品大部分還比較薄，我自己說就現在產品就是 model as product。也就是說這個 model 本身的輸入和輸出基本決定了你整個產品的交互，我們不排除未來 AI native 的產品會做得越做越深，可能模型在里面的比例會越來越低，比如現在可能我說的這種 model as a product，它可能是模型在90%，然后你自己產品的 systems占10%，但未來模型比重可能會降到65%?！?/p>

講我小白的AI從業經歷，也其實就是想表達，在這個過程中，我深刻地感覺到，目前來說，做好一名相對合格的AI 產品經理是有必要進一步理解大模型的應用背后的原理和發展等，而這，需要一套成體系的學習（這個放在下期講吧）。

第一個問題，跟算法打好配合需要溝通能力，快速學習理解業務和算法背后的碎片知識，基本也能cover接住一些需求，我們一起的產品也有技術出身但并沒有做過大模型，也有不是技術出身的做過AI相關的，大家都是靠邊學邊用。

對于第二個問題，懂算法的程度，就是個人對自己的要求了，想成為什么程度的AI 產品經理。進階的AI 產品經理需要不斷的看paper，不斷的了解新的技術進展，僅僅只是懂算法原理也不夠。還是引用42章經播客有一期，一位資深產品負責人張濤的一段話：“從我們自己的實踐里面，我們會看到其實開源社區的整個的進展最近半年是異常的夸張，我不知道大家反正有沒有關注，因為我自己是就是天天看paper，天天去測demo，這個過程中我是非常震驚的，就是你基本上每個星期都像過節一樣，就像過春節一樣，就是那個整個的那種學術界和那個產業界大家貢獻出來的新的內容貢獻到開源社區的，而且絕大部分的能力我覺得已經超過了我在半年之前對于我能夠利用的能力的想象?！?/p>

作為一名入門小白，本期分享就到這，非常淺顯的小小感悟，歡迎資深前輩提出各種意見，感恩~