传统PM面对的是确定性系统——用户点击按钮A，系统执行动作B。AI产品经理面对的是概率性系统——模型输出是涌现的、动态的，且存在幻觉。这种差异决定了AIPM的核心能力不是学Prompt或画原型，而是理解模型边界（什么能做、什么不能做），以及把模糊业务问题翻译成AI可解的工程问题。港大经管学院的测评显示，目前大模型普遍存在“严守指令但易虚构事实”的倾向，产品经理在设计时必须预留备选方案。

两派观点针锋相对。一方认为AI已直接导致9200人失业，初中级PM岗位下滑42%，大厂不再靠人海战术堆产品线，传话型PM正被AI替代。另一方援引美国劳工统计局数据：受AI影响最大的职业失业率仅2.5%，反而低于受影响小的职业（6%+），麻省理工科技评论分析称目前没有证据表明AI对劳动力市场产生大规模冲击。两边的共识是：AI淘汰的是执行层，而非判断层。

文章说判断力最重要，但没展开怎么练。从政务服务AI落地实践看，真正困难的不是模型，而是业务本身：AI该在哪个环节介入？什么时候自动处理、什么时候必须人工审核？这些问题没有标准答案。一个可行的方向是：用真实项目复盘——不是看别人写好的PRD，而是拆解自己或团队失败项目的决策链，识别当时在哪个节点做了错误取舍。这种“复盘式判断力”训练，比刷Prompt和工具教程更贴近职业门槛的本质。