摘要：Hello，大家好，我是Linda。工作三年，我一直在一家智能硬件公司做产品经理。做PM这行，最怕的就是“被趋势甩下”。而AI的浪潮汹涌到来，让我第一次有了点焦虑。

Hello，大家好，我是Linda。工作三年，我一直在一家智能硬件公司做产品经理。做PM这行，最怕的就是“被趋势甩下”。而AI的浪潮汹涌到来，让我第一次有了点焦虑。

去年底，公司开会讨论新一代智能语音设备的方案。会议上，一个技术同事随口提到：“我们能不能用大模型来优化语音理解？”那一刻，我一句话都插不上。我会写PRD、画流程、做交互，但面对“Transformer”“Embedding”“RAG”这些词，我只能装作若有所思地点头。那种感觉就像在产品会议里被按下静音键。

我决定，不能再这样了。于是，我报名了小灰熊AI的大模型系统课程。三个月，L1到L4，从原理、RAG、Agent到微调与部署。这是我第一次从“产品人”的角度，完整地学习技术体系。

刚上L1阶段时，我是全班最“非技术”的学员。老师讲大模型的底层原理时提到“自注意力机制”和“位置编码”，我满脑子问号。但老师讲得特别接地气——他说：“Transformer其实就像产品经理做信息筛选，模型在每一层都在决定——哪些信息最值得被关注。”我当场笑出声：这不就是我每天在做的工作嘛！从那节课开始，我第一次觉得自己“听得懂AI”。

到了L2阶段，课程讲RAG应用开发。老师现场演示了一个智能知识库问答项目，能根据内部文档精准回答问题。那一刻，我脑子“啪”地亮了一下：这不就是我做产品时最想要的功能吗？一个能看懂文档、帮我自动生成PRD初稿、提炼用户痛点的AI助手。我立刻在课后尝试复现，虽然敲代码的速度堪比蜗牛，但当我看到模型能读懂我的PRD、帮我写需求总结时，我真的有点激动。

我记得有一次直播课讲到Prompt Engineering，老师说：“提示词不是指令，是设计。”这一句话彻底改变了我对AI交互的理解。以前我用ChatGPT只是“让它帮我写点文案”，现在我开始思考——我能不能设计一套Prompt结构，让AI成为我产品工作的一部分？

于是，我做了一个小实验：我把公司新产品的调研资料、竞品分析放进知识库，然后用RAG+Prompt设计了一个“虚拟产品顾问”，它能回答我：“这类功能在竞品里是亮点还是噱头？”虽然结果还不完美，但团队试用后都说：“这个想法真有意思。”那天我第一次觉得自己不只是个PM，而是在用AI重新定义产品的边界。

到了L3阶段，老师带我们进入Agent系统开发。我完全被惊到了。原来，AI不仅能回答问题，还能“规划行动”“调用工具”“自动执行任务”。老师现场演示了一个AI项目经理，可以自动拆解需求、生成任务清单、甚至提醒进度。我瞬间意识到，这就是AI产品经理未来的雏形。

我开始琢磨：如果AI能读懂用户反馈、能自动生成产品迭代建议，那我们PM的角色会变成什么？那天的直播课结束后，我在笔记里写下——“AI不是要取代产品经理，而是让产品经理从‘文档执行者’变成‘智能系统设计者’。”这是我学习以来，最深的一次顿悟。

L4阶段是项目实战，老师带我们做模型微调与私有化部署。我选的题目是“AI需求助手”——一个能读PRD、帮我写测试用例的原型系统。虽然过程又苦又累，但当模型第一次自动输出了一条“合理”的测试建议时，我直接截图发到同学群里。老师笑着说：“这就是从‘AI使用者’到‘AI设计者’的分界线。”

三个月的课程结束时，我真的发生了变化。我从一个连Python都不会写的PM，变成了一个能自己跑demo、设计AI交互逻辑的人。最重要的是，我开始用技术视角去理解AI产品，而不再只是“功能提需求”。

现在回看，我觉得小灰熊AI不仅教我“技术”，更让我学会了一种新的思维方式。它让我意识到：产品经理的核心不是写文档，而是定义人与智能的交互方式。

有人问我，这三个月值不值？我说——非常值。因为我不再害怕在会议上听到“Transformer”“Agent”这些词，我甚至开始能主动提建议：“我们是不是可以用RAG结构来优化一下知识召回？”当全场的技术同事抬头看向我时，我笑了。

来源：故事述教育