AI 把程序员变快了，想清楚要做什么才是关键。
刚刚，吴恩达最新发文指出：当AI编程助手让写代码变得飞快，决定做什么反而成了最大的瓶颈。
这位斯坦福教授在最新一期《The Batch》中提出了一个有趣的类比：就像打字机的发明让写作变容易了，却催生了「写作障碍」：人们开始纠结该写什么。
现在，AI编程助手也创造了「构建障碍」：我们不知道该构建什么了。
吴恩达把这个现象称为 「产品管理瓶颈」（Product Management Bottleneck）。
他解释道，产品管理是决定构建什么的艺术和科学。
当高度智能的编程助手能够快速将产品规格转化为代码时，决定构建什么就成了新的瓶颈，尤其是在早期项目中。
这意味着什么？
产品经理突然变得比程序员更稀缺了。
吴恩达说，随着他的团队越来越多地使用AI编程助手，他越来越看重那些具有极高用户同理心、能够快速做出产品决策的产品经理，这样产品决策的速度才能匹配编程的速度。
但怎样才算是好的产品经理呢？
吴恩达认为，拥有高用户同理心的产品经理能够凭直觉做决策，而且大多数时候都是对的。
随着新信息的涌入，他们能不断完善自己对用户喜好的心智模型，从而改进直觉，并持续做出质量越来越高的快速决策。
他举了一个亲身经历的例子来说明这一点。
最近，他的团队在争论用户会更喜欢4个功能中的哪一个。
吴恩达有自己的直觉，但谁都不确定，所以他们调查了大约1000名用户。结果与他最初的想法相矛盾——他错了！
那么此时正确的做法是什么？
-
选项1：按照调查结果，构建用户明确表示喜欢的东西
-
选项2：仔细检查调查数据，看看它如何改变自己对用户需求的理解。也就是说，完善对用户的心智模型，然后用修正后的心智模型来决定该做什么
吴恩达认为，尽管有些人会认为选项1是「数据驱动」的决策方式，但这对大多数项目来说是一种较差的方法。
为什么？
因为调查可能有缺陷。而且，在做决策前花时间进行调查会导致决策缓慢。
相比之下，使用选项2，调查结果提供了更具普适性的信息，不仅能帮助塑造这个决策，还能影响许多其他决策。它让产品经理能够将这一份数据与所有用户对话、调查、市场报告以及用户使用产品时的行为观察结合起来，形成一个更全面的用户服务视角。
最终，这个心智模型驱动着产品决策。
当然，吴恩达也承认这种技术并不总是能够扩展。
比如在程序化在线广告中，AI可能会尝试优化广告点击次数，自动化系统会并行进行大量实验，收集用户点击和不点击的数据，通过产品经理的用户心智模型进行过滤。
当系统需要做出大量决策时（比如在大量页面上展示什么广告或推荐什么产品），产品经理的审查和人类直觉就无法扩展了。
但在团队需要做出少量关键决策的产品中，比如优先考虑哪些关键功能，吴恩达发现数据，用于帮助建立良好的用户心智模型，然后非常快速地应用于决策，仍然是推动快速进展和缓解产品管理瓶颈的最佳方式。
网友们的读后反应也很有意思。
Jack Shiels(@shiels_ai) 补充了一个观点：
有些伟大的产品设计师根本不在乎用户的想法或需求。就像那句老话说的，如果你在1910年问消费者他们想要什么交通工具，他们会说「新马蹄铁」，而不是更快的汽车。
有时候，真正的创新来自于超越用户当前认知的洞察。
Nirmal Patel(@nirmalpatel_) 则对吴恩达的类比提出了质疑：
我认为写作障碍在打字机发明前几千年就存在了，毕竟我们从历史上就有很长的书籍。
不过，吴恩达的重点更多是在说工具的便利性如何改变了瓶颈的位置。
当代码编写变得如此简单，产品决策变得如此关键，我们是否正在见证软件开发本质的转变？
过去，技术实现是瓶颈，所以我们崇拜能写出优雅代码的工程师。
现在，理解用户需求成了瓶颈，所以我们开始重视能快速做出正确决策的产品经理。
但这种转变背后，隐藏着一个更本质的变化：软件开发正在从技术驱动转向价值驱动。
当AI能够处理大部分技术实现时，剩下的就是最人性化的部分：理解人们真正需要什么，以及如何为他们创造价值。
这就是为什么吴恩达强调「用户同理心」和「心智模型」，而不是传统的数据分析和A/B测试。
在AI 时代，最稀缺的不是能写代码的人，而是能理解人的人。
当机器越来越擅长执行，人类的价值就越来越体现在判断上——
判断什么值得做，判断如何做才对。
在AI 的未来，最重要的技能可能不是如何使用工具，而是如何理解人心。
吴恩达原文: https://www.deeplearning.ai/the-batch/issue-310/
（文：AGI Hunt）