科技人人都是产品经理·思艺Siyi··AI 生成
逛完WAIC，反而没那么焦虑了
本文作者以产品经理视角逛完WAIC 2025，认为AI技术进步虽大，但从演示到稳定业务落地仍有巨大鸿沟。核心观点是：AI焦虑是被包装出来的，真正的挑战在于责任归属、异常接管（暂停键）以及用户表达与取舍（Taste）。文章通过执行型与表达型两类产品的对比，强调了人的判断在AI工作后不会消失，并认为产品经理的价值在于决定哪些任务交给AI、哪些必须由人确认。适合关注AI产品化、人机协同的从业者阅读。原文 ↗原文 ↗
核心观点
- ▍AI焦虑是被包装的，真正从演示到稳定业务落地，面临责任归属、异常接管（暂停键）和用户表达与取舍（Taste）等核心问题，人的判断不会在AI开始工作后消失。
- ▍产品经理应将关注点从“AI下一步还会什么”转变为“AI已经会的东西，怎么才能被稳定使用”，后者决定预算能否续。
- 01作者在WAIC现场观察到，展台会提前布置灯光、动线、物料和操作员，但真实业务不会这么配合，演示与落地之间存在鸿沟。
- 02引用了斯坦福2026 AI Index数据：OSWorld上领先Agent准确率66.3%，RLBench短程任务中领先方法平均成功率89.4%，BEHAVIOR-1K长程家庭任务仿真中完整任务成功率仅12.4%。
- 03作者将AI产品分为两类：执行型（如药房Agent）需解决责任和接管问题；表达型（如创作工具）需解决表达与取舍问题，用户需感受到“这是我想说的”。
- 04作者认为Taste（品味）是人机协同中最难交给模型的部分，它是一连串具体取舍，如什么问题值得解决、十个答案里留下哪一个等。
- 05创作类Agent最怕两种情况：每一步都要确认导致自动化空壳，或为追求“一句话出成片”隐藏中间选择。真正好用的节点确认应卡在不可逆或返工昂贵的地方。
- 06对于智慧药房类PoC，作者会追问拿错商品时谁先发现、机器人停住后店员能否接手、设备断网后原有流程是否还能继续等具体问题。
反方 / 局限
- — 作者承认AI能力确实在涨，工作方式在变，信息差缩短是真实焦虑，不应假装不存在。
- — 作者对Benchmark数据的解读有限，指出OSWorld、RLBench、BEHAVIOR-1K的评测对象和方法不同，不能简单算作一条“能力下降曲线”，且后两项是仿真。
前置背景
技术原理
应用场景
平行视角
延伸追问