Transcription
大家好，这里是最佳拍档，我是大飞。
今天我们要聊的这位人物，可能是硅谷最被低估的产品大师。他是Facebook的第四位产品经理，参与构建了我们每天都在刷的新闻流。他是Instagram的首任产品负责人，见证了用户数在两年内翻了四倍。在OpenAI担任产品副总裁期间，他推出了ChatGPT企业版、语音功能等重要产品。他就是Peter Deng。
最近，Peter Deng在和Lenny的播客访谈中，首次公开分享了构建服务数十亿用户产品的核心洞察，被很多人认为是关于AI时代产品经理的最好访谈。今天，我们就来深入探讨Peter Deng的产品心法，看看这位传奇的产品人是如何看待产品、团队和AI时代的。
我们先来看看在产品方面，Peter Deng给出了哪些反直觉的真相。Peter指出，在Uber的经历，彻底颠覆了他对产品的认知。他曾经是一个“非常天真的、热情的、基于设计的产品经理”，深信精美的界面和流畅的交互是用户体验的核心。但是在Uber，他发现了一个完全不同的现实。
Peter Deng说，有时候你的产品实际上并不重要。在Uber，价格和预计到达时间才是真正的产品。所以从整体的角度来看，我们人类消费的其实是产品的全部体验。这句话，实际上道出了产品管理中一个非常容易被忽视的核心，那就是我们常常把“产品”仅仅看作是屏幕上的像素，是那些视觉元素和交互流程。但是用户所感知的产品，其实远比这要广泛得多。它包括司机的素质、车辆的状况、路线的优化、支付的便利性等等，所有用户能接触到的环节。
在B2B的场景中，这一点其实更加明显。再精美的界面，如果不能带来明确的投资回报率（ROI），也无法赢得企业用户的青睐。于是Peter Deng开始意识到，修复某个小的漏洞虽然固然重要，但是它的影响远没有价格或预计到达时间这样的核心因素对用户重要。这个认知上的转变，其实是在提醒我们，在配置资源的时候，要区分“用户说重要的”和“用户行为显示重要的”。前者往往会指向界面体验，而后者往往则更加关乎核心的价值指标。
Peter Deng观察到的另一个反直觉现象是，今天最有价值的科技公司，大多并不是从技术突破开始的。他说，很多公司，比如Facebook，只是投入了辛勤的工作，尤其是在早期阶段，基本上是用人工来采集数据，然后在这上面去构建有价值的东西。它的一些想法其实非常简单，更不是从实验室走出来的。
这个观察结果，其实对于如今的AI创业热潮也非常有意义。因为有太多的创业者痴迷于训练更好的模型，却忽略了很多成功公司的路径，无非是巧妙地组合现有技术，以及深刻地理解人类需求。正如Peter Deng所说，Uber利用了每个人口袋里都有GPS设备的事实，他们没有发明GPS设备，只是把这些点整合在一起。这其实也是在说，在技术快速发展的时代，“连接”往往比“发明”更有商业价值。关键在于要有敏锐的洞察力，去发现技术组合的可能性，以及这些组合如何满足人类的基本需求。
谈到产品方面，Peter Deng相信，即使是在如今这个巨头垄断分发渠道的时代，卓越的产品工艺依然能够创造突破机会。以AI编程工具为例，微软的Copilot拥有无可比拟的分发优势，它不仅内置在VSCode中，有微软的技术背景，还有企业客户基础。但是像Cursor、Windsurf这样的初创公司，依然能够获得一定的市场份额。这其中的关键，在于体验差异的阈值。
Peter Deng强调，产品必须要“好得多”才行，不是那种10%的改进，而是要让用户产生“我会告诉朋友”冲动的体验跃升。这种跃升往往体现在一些看似微小但是关键的细节上，比如响应速度、建议准确性和交互流畅度等等。在Peter Deng看来，这个机会一方面为小团队带来了希望，但是也设定了更高的标准。仅仅是“还不错”的产品将会越来越难以生存，必须在某个维度上做到明显的更好，才有突破的可能。
随后，Peter Deng明确区分了产品发展的两个关键阶段，认为从零到一与从一到100是完全不同的。从零到一的阶段是试图找到产品市场契合，但是在1到100的时候，必须要试图确保能够尽快达到超大规模。这种区分不仅仅是量的差异，更是战略重心的一种根本转移。0到1阶段的核心是验证假设、快速迭代、寻找契合点，而1到100阶段的重点，则是系统建设、流程优化以及可持续增长。
很多产品团队的问题，就在于没有及时的调整策略。有些团队在已经找到产品市场契合（PMF）后，还在过度的迭代核心功能，导致错失了规模化的最佳时机。而有些团队在还没找到契合点时，就开始大规模的投入基础设施，白白浪费了宝贵的资源。Peter更是指出，判断转换时机的关键指标是留存率曲线。当新用户的留存率曲线趋于平稳，不再快速下降的时候，通常意味着产品找到了某种程度的市场契合。这个时候，就可以开始考虑从1到100的策略转换。
在进入1到100的阶段后，Peter Deng的核心策略是“提前规划棋局步骤”。他说，你必须提前规划你的棋局步骤，在行动前真正思考，并且构建起一个能够让你可持续地更快发展的系统。有时候，你必须慢下来才能快起来。
Facebook新闻流的设计，就完美体现了这种系统性思维。团队花费了大量时间，思考整个分享循环的架构，比如用户发布内容，到算法分发，再到朋友互动，通知反馈，然后再次参与。这个看似简单的循环背后，需要复杂的推荐算法、实时计算系统和通知机制等技术的支撑。十多年过去了，Facebook新闻流的基本架构几乎没有改变，这证明了当初系统设计的前瞻性。Peter Deng认为，Facebook的新闻流之所以经受住了时间的考验，正是因为当初仔细地思考了人们想要如何互动，人们想要如何消费信息，以及整个循环。而这种“慢下来才能快起来”的理念，在快节奏的科技行业中，无疑是需要极大勇气的。但是长期的收益也是巨大的。
在Uber，Peter Deng遇到了更为复杂的全球化挑战。一个看似简单的“接送”功能，在不同国家会面临完全不同的情况。在印度，很多地方没有明确的地址，用户只能说“在那个小超市前面”。这就需要构建一个抽象的场地系统，能够处理从精确地址到模糊地标的各种情况。这种系统性投资的价值，在于为后续的爆发式增长奠定基础。Uber的预约服务（Uber Reserve）之能够成为50亿美元业务，以及Instagram的用户能够在两年内翻四倍，其实都是建立在这种前瞻性的系统架构之上。
在团队建设方面，Peter Deng首先建议在每个公司都优先建立增长团队。不过他的理由有一些出乎意料。他说，当你建立起增长团队，并且雇用到合适的增长领导者时，他们会开始问所有正确的问题。这时，你会意识到还有多少东西没有记录，以及看到自己在整个产品方面是有多么的不严格。
Peter想强调的，其实是增长团队的一个核心价值，那就是强制整个组织变得更加严格和数据驱动。他回忆起刚加入Instagram的时候，当他问到“我们有多少用户”的时候，得到的回答是“有很多，但是我们真的不知道”。这种对于基础数据的模糊认知，在快速发展的创业公司中其实非常普遍。而增长产品经理的思维模式，天然地会要求实验验证、数据支撑、指标明确。当George Lee加入Instagram之后，他就开始追问各种基础问题，比如为什么会发生这种情况？我们需要X、Y、Z的数据等等。这些问题暴露了产品团队在数据收集和分析方面的巨大空白。
Peter指出，这种“强制严格性”的价值，要远远超过直接的增长贡献，因为它改变了整个团队的决策模式，从凭直觉的判断转向基于数据的验证，从定性分析转向定量实验。这种文化变革的长期影响，比任何的单一增长策略其实都更加重要。
但是Peter Deng也强调，需要平衡增长与产品工艺之间的投入。有时在追求数字的过程中，产品人员会失去品味和工艺重要性的视野。所以最好是给团队中的两个人不同的职责，一个负责去增长产品，另一个是维持基于美学的产品工艺。
另外，Peter还给出了构建产品团队的系统性方法。他在Uber开发的PM分类框架，解决了一个行业难题，那就是如何准确评估和配置产品人才。这个框架将PM分为了五种类型。这种划分不是基于简单的技能分类，而是思维模式的根本差异。
首先是消费者PM，他们属于半设计师、半产品人员，真正的痴迷于细节，比如图片偏离了三个像素，就感觉到受不了了。其次是增长PM，他们属于半数据科学家，半产品人员，他们首先要思考的是数字，所以他们经常会说“给我看数据，让我运行测试并且证明它”，以及“我不相信你”。对于这两种类型的PM来说，消费者PM会凭感觉和直觉进行判断，相信“好的设计是显而易见的”，而增长PM要求的是数据验证，相信“没有测试就没有真相”。
第三种PM是业务/总经理PM，这在Uber这样的双边市场中特别重要。他们更好像是半MBA，半产品人员。他们首先会从商业模式开始并且思考“利润是什么？机会是什么？价值在哪里被创造？”他们不仅需要理解产品功能，更要理解激励结构、市场动态、边际成本变化等。因此，在设计新的功能时，他们也会自然地思考对供需两侧的不同影响。
最后两种是平台PM和研究PM，他们往往被忽视，但是在现代产品组织中却越来越重要。平台PM会专注于构建让其他团队更高效的工具，而研究PM则会更加关注于技术前沿和产品需求。在如今的AI时代，后者的价值尤其突出。
有了不同的PM之后，一个成功的团队应该是什么样呢？Peter Deng将它比作成了复仇者联盟，核心的理念是多样性地创造价值。他说，最成功的团队应该是一个复仇者联盟，他们与众不同，有各不相同的超能力。这种多样性所带来的好处是认知的多样性。不同类型的PM通常会关注不同的指标，有不同的优先级判断。这种差异会推动团队考虑更为全面的因素。比如，消费者PM可能会为了用户体验，反对某个增长实验；而增长PM可能为了数据效果，质疑某个设计决策。
Peter Deng的管理哲学是让这种紧张的关系公开化、结构化。这就像是我们在玩角色扮演游戏（RPG）的时候，每个角色都有不同的作用。一个超级团队应该让每个人都发挥自己的优势。这其中的关键，是要建立一个有效的决策机制，确保不同的观点都能够被充分的表达和考虑，而不是让最强势的声音主导所有的决策。对于一个成功的团队来说，领导者的角色不是消除分歧，而是引导分歧，让它产生建设性的结果。
因此，在人员招聘方面，Peter Deng也总结了自己的两个核心招聘原则。
首先是六个月原则。在六个月内，如果我告诉你要做什么，那么我就雇错人了。这个原则的背后，可以说是对人才本质的一种深刻理解。Peter Deng认为，自己要的不是执行者，而是思考者和驱动者。这种期待重新定义了管理关系，那就是从上下级转向合作伙伴，从指令执行转向目标协同，以及从能力考核转向成长支持。
其次是成长心态识别原则。成长心态指的是那些在某个年龄很难教授的东西。Peter Deng经常会通过“最大错误”这个问题，来评估面试者的成长心态。比如想想自己犯的最大的错误之一，那些真正让你感到痛苦的错误，以及在经历这些痛苦后，现在是如何不同思考和行动的。这个问题的巧妙之处，在于同时测试了多个维度，包括诚实度、反思能力、学习转化能力等等。更重要的是，这个问题在面试阶段就建立起了关于脆弱性和信任的基础，等到候选人入职的时候，这将成为整个团队的经验教训。
谈到如今的AI发展和AGI的目标，Peter Deng基于自己在OpenAI的一线经验，给出了一个既理性又乐观的看法。他认为，实现AGI只是一个必要条件，但不是充分条件。很多价值仍然需要建设者们的大量努力，才能够真正把这种新的能源来源，转化为我们人类真正想要的东西，来解决实际的问题。只有这种辛勤的工作，才能让AGI真正变成有用的东西。
在他看来，技术突破只是第一步，但是将技术能力转化为用户价值，还需要大量的产品工作、设计工作、运营工作。这也意味着在AI时代，产品经理的作用不但不会被削弱，反而会变得更加重要。
Peter Deng还用数据库的历史来类比AI的发展轨迹。数据库曾经风靡一时，人们兴奋的畅想了很多的可能性。然而，今天我们使用的大部分数字产品，都建立在数据库技术之上。但是数据库本身并不直接创造用户价值。同样，AGI提供了一种新的“计算能源”，但是将这种能源，转化为人类真正需要的产品和服务，仍然需要传统的产品管理技能。
由于自己有个9岁的孩子，所以Peter也观察到，对于新的一代人来说，因为他们从小接触AI工具，所以思维方式也正在发生重构。对于他们来说，未来最重要的技能不是编程或者记忆，而是如何提出正确问题的能力。
对于AI创业公司来说，在如今这个AI能力被快速商品化的时代，Peter Deng认为企业的持续竞争优势，需要来自于对数据飞轮的构建。他以AI编程工具Windsurf举例，开始的时候，Windsurf会使用Claude 3.5这样的通用模型，然后通过收集用户对代码建议的接受/拒绝数据，来训练自己的专有模型。随着数据的积累和模型效果的提升，从而吸引更多的用户使用，同时产生更多高质量的数据。这种自增强的循环一旦建立，就会形成越来越强的竞争壁垒。这就要求AI创业者从第一天就要思考数据策略，这指的不是简单地使用现有的模型，而是要设计一个产品机制，来收集独特的训练数据。这些数据必须是竞争对手难以获得的，并且能够通过产品使用而自然产生的。
Peter也看到，数据飞轮正在与工作流程的整合越来越密切。最成功的AI产品，往往是那些深度嵌入到用户工作流程的产品，因为它们能够持续收集高质量的使用数据。这其实也要求AI产品的设计，需要从用户现有的工作流程出发，而不是从技术能力出发。如今大家看到的那些最成功的AI产品，往往是那些“用户几乎感觉不到AI存在”的产品，比如AI在后台提高效率、减少错误、优化结果，但是用户依然按照自己熟悉的方式工作。
Peter强调，这种“无感的智能化”要比“炫技式的AI”，更有商业价值。同时，在AI能力趋同的情况下，产品体验的差异化也变得更加重要。如何在响应速度、结果准确性、交互流畅度、错误处理等看似细微的要素上，做到让用户满意，也是提升产品体验的一个关键问题。
好了，以上就是Peter Deng这次访谈的主要内容了。从中可以感觉到，在如今这个技术快速迭代的时代，还是存在着一些永恒的基本原则，比如深刻理解用户需求、追求极致的产品工艺、建设优秀的团队，以及保持持续学习的心态。也许，AI时代的到来，不仅不会改变这些基本原则，反而会让它们变得更加重要。技术的快速发展，也使得产品经理必须在变化中找到不变的价值创造规律，以及在不确定性中，建立确定的工作方法和团队文化。
正如Peter Deng总结道的，最好的产品不是来自于最先进的技术，而是来自对人类需求的深刻理解和卓越的执行能力。无论是在移动互联网时代还是AI时代，最成功的产品都是那些真正解决人类问题、创造真实价值的产品。而创造这样的产品，需要的不仅仅是技术能力，更需要对人性的洞察、对细节的关注、对品质的坚持。这些永恒的产品智慧，在AI重塑一切的今天，反而显得比以往任何时候都更加珍贵。
感谢大家收看本期视频，我们下期再见。