即刻App年轻人的同好社区
下载
App内打开
南淮说书人
390关注1k被关注2夸夸
大模型絮语者
单机发即刻吐槽,不加微信
南淮说书人
4天前
现在的年轻人心态真好啊,不内耗不吃压力。

最近在带的应届生和我说最近在做的事情偏向项目管理,没做太多需要产品思考的内容,因为需要设计的策略我之前已经定完了。我说那几个需要产品思考的项目你也没进度啊,之前让你读某篇文档然后评论反馈你一直拖着没做。她说现在从早忙到晚也没摸鱼都干不完,已经没法做更多事情了,只能接受现状。看我都评论过了,觉得就不用她干了。

我说那你得考虑下,一个项目初期才需要做大量的策略思考设计,定下来就是修修补补搞执行了,她说回去考虑一下。我没忍住又补充你得更主动一点,我看你每天事情都做不完就没法再安排其他事情给你了。我自己刚工作的时候,mentor 也私下跟我说另两个应届生都主动找她要事情做,只有我没有去争取。她说那你 mentor 都能和你说,说明主不主动不重要。

我说那是因为我比另两个同事的能力强,mentor 最后只留了我在她组,但也是友好提醒。她说反正她觉得自己要接受现状,自己是低精力人,已经做不了更多事情了。我心想行吧,那你就别抱怨只做打杂的事情了,先把打杂的事情做完吧。
71
南淮说书人
1月前
再给我甩 AI 直出的文档就让我无痛暴瘦 20斤!对于对文字有要求的人来说,简直是酷刑。
20
南淮说书人
1月前
傲慢地把 AI 生成的内容直接丢给下属,美其名曰“你也可以这样提效,AI 生成很快的” 的老板们,怎么只提供半成品呢?把 AI 生成的东西全部看完改完,拿成品出来试试啊,你也可以这样提效。
20
南淮说书人
2月前
AI 时代的职场霸凌:老板发来的 AI 直出文档,再抽象再晦涩也只能硬着头皮往下看。同事发来的 AI 生成文档干脆打回,说什么玩意看不懂,不要制造垃圾。
20
南淮说书人
3月前
一觉醒来,Codex 的额度又又又重置了,资本主义的羊毛根本薅不完。
00
南淮说书人
4月前
和实习生做了一轮长谈,她表示不管她做什么尝试肯定都做的不如AI,为什么不能用AI交付呢?AI可能更能让我满意。AI声称这个方案是“排列组合了四万多种,从中选出最好的”,她人工又没办法穷举所有方案。所以干脆放弃,也不怀疑AI是否有幻觉,或者为了省token根本没有排列组合四万多种方案,或者再让AI跑一次又是另一种结果。

我和leader让她加入自己的思考,她觉得结果已经很好了,她再怎么思考只是把这个故事讲得更好而已。

好像我们最大的区别是对AI的态度。有工作经验的人会把AI当做自己的增强和辅助。但对于初入职场的新人,AI就是他们不可推翻的标准,完全无法逾越,也不能质疑。

但如果真是这样,我还需要她做什么呢?

南淮说书人: 最近在带的实习生,大学起就习惯凡事找AI,拿到的结果也很少核对,一问就理所当然:“AI说这个最好。”也给过她思路,转头就放弃了,说往前试了一点就跑不通了,还是用了AI的方案。 开始我觉得是不认真,聊了几次发现还真不是态度问题。他们还没来得及从那些重复的、琐碎的基础工作里一点一点长出手感和经验,这些活就被AI取代了。地基没打,直接空中盖楼,自己也没信心,更喜欢用AI反复润色包装。 而我们这些带人的,也越来越失去耐心。赶进度的时候,我+AI一两个小时就能搞定,谁还愿意花一星期手把手教? 这样下去,他们变成了AI的传声筒,没有能力去质疑AI。因为没经验就看不出好坏,没被鼓励过就不敢说“我觉得AI说的不对”,下一次依旧会战战兢兢地交出AI给的东西,一问三不知。

110
南淮说书人
4月前
最近在带的实习生,大学起就习惯凡事找AI,拿到的结果也很少核对,一问就理所当然:“AI说这个最好。”也给过她思路,转头就放弃了,说往前试了一点就跑不通了,还是用了AI的方案。

开始我觉得是不认真,聊了几次发现还真不是态度问题。他们还没来得及从那些重复的、琐碎的基础工作里一点一点长出手感和经验,这些活就被AI取代了。地基没打,直接空中盖楼,自己也没信心,更喜欢用AI反复润色包装。

而我们这些带人的,也越来越失去耐心。赶进度的时候,我+AI一两个小时就能搞定,谁还愿意花一星期手把手教?

这样下去,他们变成了AI的传声筒,没有能力去质疑AI。因为没经验就看不出好坏,没被鼓励过就不敢说“我觉得AI说的不对”,下一次依旧会战战兢兢地交出AI给的东西,一问三不知。
34
南淮说书人
5月前
最近在带零经验的实习生,倒逼我把之前 “感觉对”但死活说不清的那些经验得说清楚。

第一个最直观的感受:以前产品行业卷 product sense,现在大家张口闭口聊大模型产品经理要有 taste。一开始我还觉得挺虚的,整这些玄乎的词干嘛。但其实 taste 根本不是什么玄学,是实打实的硬功夫,核心就是你能不能把 “这个回答好不好”的模糊直觉,拆成一套能反复用的评估标准。天天泡在模型优化和实验指标里,反而比专职做模型评估的产品更能快速摸透“这模型到底好不好用”。

OpenAI 天天在强调写 eval,Anthropic 面试直接让候选人上手改 prompt,本质都是同一件事:把个人直觉变成可复用的标准。

而判断力这东西,真的是靠堆量慢慢磨出来的。每周高强度看实验,拆指标,对比 case,久了自然就能分清楚:哪些是指标涨了但体验一点没改善的虚假繁荣,哪些评测分没动但用户就是更喜欢了,还有哪些模型数理能力提上去了,但给人的感觉反而更疏远了。

最后是带新人之后最实在的感悟:对于零经验的新人,真的不存在 “先做好传统 PM 再转行 AI”这条过渡路径。写 eval,看case,摸透模型的行为逻辑,抓准用户的真实偏好,这些才是核心功夫。甚至反过来讲,PRD,画原型这些PM传统技能在大模型时代反而是最没门槛的事。生产力爆炸之后,真正稀缺的就只剩下品味。

给没经验新人的建议也特别简单,刷一刷 Karpathy YouTube,看看 Andrew Ng 的入门课把基础框架搭起来,剩下的就是等看过足够多真实模型的输出,做过很多次对比分析后,慢慢沉淀下来的那点东西,大概就是大家说烂了的 taste。
07
南淮说书人
6月前
以前找会议室是为了开会,现在找会议室是为了方便语音输入,还是没办法突破在工位上直接语音输入的羞耻感。
40
南淮说书人
7月前
催促我每天下班的理由:今日份Claude的份额用完了。
10