斯坦福CS153是一門500人滿座還有候補名單的課。這門課叫Frontier Systems，由Mike Abbott和Anjney Midha聯合授課，四年前還叫"Security at Scale"，只有60個學生。2026年春季學期，它變成了矽谷最難搶座的課堂之一：嘉賓名單讀起來像一份AI行業的權力圖譜，黃仁勛、Sam Altman、蘇姿豐、納德拉、Andrej Karpathy、Ben Horowitz輪番登台，每周講AI技術棧的一個層級，從能源和晶片一路講到模型和應用。
2026年5月8日這堂課之前，連續幾周的嘉賓都是技術創始人，話題圍繞AI、上下文窗口、推理循環。這一次Abbott決定換個方向，講產品。他請來的嘉賓是老朋友Nikhyl Singhal。Abbott自己的履歷橫跨通用汽車、蘋果、Twitter和矽谷老牌風投Kleiner Perkins，和Singhal認識二十年了。當年兩人各自創業融資，紅杉資本Sequoia想讓他們合併公司，結果兩人喝了杯咖啡後決定各走各的。Abbott提到一個插曲：正是因為Singhal，他才去了一個活動，在那個活動上遇到了後來的妻子。
Singhal的履歷是一條完整的產品管理進化史。1990年進斯坦福，1996年碩士畢業，主攻電腦科學的系統方向。之後三次創業，其中SayNow被谷歌收購，Cast Iron Systems被IBM收購。在谷歌，他負責所有實時通信產品線，包括Hangouts的發布和推廣，也管過Google Photos在谷歌當年的社交平台Google+、Android、雲儲存Drive和已關停的相冊服務Picasa之間的整合。在Meta擔任產品副總裁，管理Facebook資訊流、消息、群組、Stories。在Credit Karma任首席產品官，推動公司從一個查信用評分的工具轉型為"手機上的金錢按鈕"。離開大廠後，他52歲時創辦了Skip，計劃干到82歲，用30年的時間做一件事：為產品領域的頂級人才建一個類似好萊塢經紀公司的平台。
他還沒開始正式內容，先做了一個舉手調查。"畢業後五年內打算做產品經理的，舉個手？"大約5%的人舉了手。"兩年前同樣的問題會舉手的呢？"比例翻倍。他又問："覺得自己不理解產品經理到底幹什麼的？"一大片手舉起來。
Singhal用一個簡單的定義開場：在每家科技公司里，有人負責造產品，有人負責賣產品，中間需要有人把"造什麼"和"怎麼造"連起來。這就是產品經理。但這個角色在公司的不同階段扮演完全不同的功能。
公司的增長軌跡是一條S曲線，四個階段需要四種截然不同的產品技能。
第一階段是找產品市場契合，英文縮寫PMF。每家公司的起點都像兩根棍子互相摩擦盼著冒煙，創始人做快速實驗，目標是儘可能多地射門。這個階段沒有產品經理的位置，因為公司隨時在推翻昨天做的東西。"想去早期公司幫忙搭建產品"的人要想清楚：你需要的是創始人，不是PM。
大約1%到4%的公司能找到PMF。PMF的標誌是出現"吸力"，產品有了天然拉力，用戶主動找上門。諷刺的是，讓你走到這一步的恰恰是快速實驗，但找到PMF後你必須停下來。下一個客戶不能拿到一個完全不同的產品。創始人的本能是繼續試新東西，但這時候公司需要可預測性和流程。PM在第二階段進場，職能更安靜：跨團隊協調，把客戶需求和多個工程團隊粘在一起。
極少數公司進入第三階段，超高速增長。Singhal指出一個加速現象：LinkedIn花了十多年才達到大規模用戶量級，Uber只用了大約18個月，推動力來自應用商店、Facebook廣告和整個網際網路的分發基礎設施。這個階段公司面臨雙重任務：擴大現有產品規模，同時拓展到相鄰產品線。創始人分身乏術，過去十年的解法是大量招人。產品管理團隊和首席產品官角色就是在這個節點大規模湧入的。Singhal在谷歌做搜索廣告之外的新產品、在Facebook把資訊流擴展到短影片（後來發展為Reels）、在Credit Karma從信用評分擴展到全面理財，乾的都是第三階段的活。
最後是大廠晚期，Twitter、Facebook這類已經取得巨大成功的公司需要從零到一造新東西，但小業務和已有的龐大業務相比毫無吸引力。這就是克里史塔森在經典著作中描述的創新者困境：成功企業被自身的成功鎖死，無法對小市場裡的破壞性創新做出反應。四個階段、四種PM，但統稱都叫"產品管理"。
Abbott現場提了一個問題：Google Hangouts的經歷教會了你什麼？
Hangouts試圖把Gmail、Android和谷歌所有的通信功能整合成一個應用，覆蓋文本、語音、影片，構建在全新技術棧上。那是WhatsApp被Meta收購之前的事。
Singhal的第一個教訓：Hangouts解決的是公司內部的問題，不是用戶的問題。谷歌內部看到七個不同代碼庫、七個產品、七套註冊身份，覺得整合理所當然。但用戶並不在意。人們每天在Zoom、iMessage、WhatsApp、電話之間切換，對這種狀態毫無障礙。Singhal的原話是，公司內部再大的折騰和痛苦，到了用戶那裡可能根本不存在。 WhatsApp的策略正好相反：專注做一件事，把純文本通信在印度和全球農村地區做到最可靠，拿到網路效應後再疊加語音和影片。
第二個教訓：谷歌最好的產品一開始都很糙。第一代Android手機像個門擋，Chrome剛發布時也不起眼。但關鍵不在起點，在疊代速度。Chrome每六周發一個版本，Firefox每季度一次，Internet Explorer每年一次。Android每季度發版，iOS每年一次。 谷歌真正的組織能力創新是圍繞疊代速度建立的。大公司的問題是需要看到快速勝利，而初創公司可以在看起來太小的領域默默耕耘，等它長大。
第三個教訓來自Abbott的補充。他講了蘋果造車：Apple Car項目在內部人人都知道做不成，但公司持續投入數十億美元，其他團隊連招兩個人的資源都沒有，這個項目卻能招一千人。Abbott用了一個詞：沉沒成本陷阱。你投了五年，你在心理上說服自己"必須繼續"，但更好的答案其實是止損。
為什麼大公司非要賭這種不靠譜的巨型項目？Singhal給了一個數字來解釋這種規模詛咒。在Meta這種體量的公司，多賺十億美元可能只需要改四行排序算法的代碼。 常規優化的增長空間已經被榨乾了，要維持20%到40%的增長，必須去賭全新領域。造車、谷歌旗下的自動駕駛公司Waymo、元宇宙都是這個邏輯的產物。Waymo從2009年立項到真正在城市街頭提供無人計程車服務，花了14年。這恰恰是初創公司的優勢：它們可以在大公司看不上的小市場裡深耕。
Forward deployed engineer，直譯叫前置部署工程師，行業里通常稱為駐場工程師，近年在行業里越來越有存在感。一位學生提到了它和PM的關係。這類工程師既懂技術又直接進入客戶現場解決問題，然後把經驗反哺核心產品。Abbott插話說，這本質上就是以前的professional services，專業服務團隊，專門為政府和大企業做數據分析的Palantir做了一次成功的品牌重塑。他補充說，在很多公司的早期階段，這個角色實際上就是他們的產品經理，因為他們離客戶最近。
Singhal認同這個觀察，但隨即把話題拉到AI。他說讓他意外的是，AI在理解客戶層面的細微需求方面進步多快。今天一個產品負責人每天早上能收到一份智能體生成的報告，匯總所有客戶服務對話中的關鍵問題，匯總上周每一通銷售電話的要點，匯總網站調查問卷中的所有反饋，而且這些內容已經按照營收潛力、落地難度和品牌一致性排好了優先級。 一年前說這些還像科幻小說。
forward deployed engineer對於拉出客戶洞察當然有價值，但AI把這件事推進了一步：不是一個人在一個客戶現場拿到的洞察，而是從所有信號源同時提取的全景式判斷。
Meta的VR社交平台Horizon Worlds關停、負責VR和AR硬體的部門Reality Labs裁員過千——教室里有人直接把這些擺到了桌面上：Meta的元宇宙是失敗了嗎？公司的文化是不是太"yes man"才無法阻止這種事？
Singhal沒有迴避。他給出了一個結構性解釋。
Meta在移動時代是利用者而非創造者，它利用了移動平台和Web，但沒有像蘋果和谷歌那樣發明平台本身。雲計算的大創新也不屬於Meta。祖克柏認為公司要上一個台階，必須成為下一代計算平台的定義者，他押注那個平台就是元宇宙。他的信念是不能靠疊代走到那裡，必須花十年、投入巨量資本去賭。
為什麼組織內部沒人能阻止？Singhal的回答是：Meta和蘋果都是創始人驅動型公司，和谷歌的共識文化不同。谷歌的做法是先把內部對齊再行動，Meta是創始人定方向然後執行。Singhal認為，大規模創新無法靠共識完成。 祖克柏的做法是：賭一個方向，不成就找下一個。現在五年過去了，元宇宙沒有兌現預期，AI成了更近的下一個平台，於是Meta的精力轉向AI。
2026年3月，Meta宣布Horizon Worlds的VR版本將於6月15日從Meta的VR頭顯Quest下架，轉為純移動應用。此前1月，Reality Labs已裁員超過1000人。
Abbott又加了一層。他說蘋果在砍項目這件事上一貫果斷，但造車是個例外。在他任職蘋果期間，所有人都看得出這個項目不會成功，但它照樣燒了好幾年。大公司規模太大，一個賺十億美元的新業務在體量面前幾乎不值一提。所以它們只能去賭能改變增長曲線的巨型項目。
產品管理這個職位名稱里有兩個詞，product和manager。Singhal的判斷是，過去五年被加粗的是manager那個詞。 疫情期間零利率時代，公司大量擴招PM來"組織"團隊，這些人做的是管理而不是建造。"產品"和"管理"發生了混淆。
他描述了大公司做產品的"戲劇性"流程。一個底層的IC4，大廠里最基層的獨立貢獻者，跑出了一個實驗結果。一層層總監和VP花大量時間把這個結果包裝成精美的幻燈片。最後在正式會議上，一群高管對著這套幻燈片做一出表演，而做出原始發現的那個人甚至不會出現在會議室里。Singhal的判斷是，這套把戲玩不下去了。
Singhal說，這是他認為產品管理中最扯的部分：theatrics，表演。公司里大量的時間花在包裝資訊和層層傳遞資訊上。一個相關的趨勢是"去會議化"。越來越多的公司在推行幾乎沒有會議的工作模式，目標是把集體討論壓縮到每周半天。道理直白：當AI能直接獲取一手事實並呈現資訊時，大量用來討論未來計劃的會議就失去了存在理由。
他引用了自己的親身經歷。在Meta，他的工作要麼是閱讀大量文檔，要麼是連續參加背靠背的會議。如果五年前進入行業，三年內一個PM 80%的時間會花在Zoom會議上。所有人都在拒絕更多會議邀請，但會議還是填滿了日程。
但如果只看裁員新聞，會錯過另一半真相。
目前行業中開放的PM崗位數量比歷史上任何時候都多。 頂級PM的薪資在18個月內翻倍。Singhal說他參與談判的合同中，有四份產品領導者的年薪突破了八位數，也就是年薪超過一千萬美元。
矛盾的解釋是：過去五年公司把PM人數推到了歷史高點，但大部分新招的人做的是組織而非建造。現在公司把人員規模拉回到五年前的水平，同時用更高薪資爭奪能動手的"產品建造者"。設計師、工程師、產品經理、數據科學家之間的隔牆在消失。真正被需要的是能決定"該建什麼"的人。有些設計師能做這件事，不是只畫像素的那種；有些工程師能做這件事，不是只寫代碼的那種；有些PM能做這件事，不是只搬資訊的那種。
大廠今年預計裁員30%到70%，但同時大量招聘且大幅提薪。 組織在變扁：CEO和一線之間不再有12層。你可以用智能體參加每一場會議並在領導層級別介入決策，不再需要層層傳遞資訊的中間人。結果是更寬的組織而不是更高的組織。
Singhal在課堂上做了兩個舉手調查。"對找工作感到焦慮的？"幾乎所有人舉了手。"在用AI建東西中體驗到樂趣的？"同一群人。
他說這和他在高管群體中看到的完全一樣。如果三年前問這兩個問題，焦慮率只有20%到30%，但幾乎沒有人熱愛自己的工作。那時候利率為零，行業里技能平平的人也能拿到六個offer，焦慮不存在。但PM的日常全是"有責任沒權力"，你的工作就是打包資訊給別人做決策。如果你是一個喜歡造東西的人，被告知你的職責是組織別人造東西，這份工作會讓人窒息。
現在反過來了。焦慮是真實的，但樂趣也是前所未有的。你不再需要依賴工程師、設計師、老闆或者創始人才能做成一件事。你可以自己打開Claude Code，自己建。那些你討厭的工作內容，狀態報告、資訊匯總、協調會議，你可以用AI把自己從裡面工程掉。而你喜歡的部分，判斷、決策、勇氣、實地測試、和工程師一起攻克難題、和合作夥伴探索新機會，這些才是你的日常。
但這間教室里的學生不是最焦慮的群體。 最焦慮的是入行8到15年的中層管理者。他們在零利率時代被提拔，理由是"你會溝通，去管人吧"，但對該建什麼沒有自己的判斷。他們有孩子、有年邁的父母、在30多歲的年紀，沒有時間重新發明自己。他們看到了Claude Code，知道它意味著什麼，但生活不允許他們從頭來過。這些人正在被裁，也很難找到新工作。
高管層在推動變革。應屆生在AI工具中長大。兩頭都有出路。被夾在中間的那層，處境最難。
Singhal還給了一個關於行業招聘的觀察。Anthropic、OpenAI這些公司面試時不在意你簡歷上有什麼大廠logo。 它們要看的是你有多"現代"，你怎麼用工具、怎麼思考。面試官能分辨出正在面試時才臨時學工具的人，也能分辨出只想做管理不想動手的人。一個在谷歌待了六年、整天在開會、只會用谷歌內部技術棧的人，可能比一個應屆生更不相關。
有學生問，像Workday這種市值數百億美元的企業級SaaS公司的創始人，或者Instagram級別的創始人，為什麼願意去Anthropic做一個普通的individual contributor，也就是不帶團隊、不做管理、只埋頭幹活的一線員工。Singhal說這件事沒有看起來那麼罕見。傳統的職業建議是：如果你看到了火箭船，先找個座位坐上去。增長快的公司里，能力強的人自然會浮上來。你寧可在最有前途的公司里從底層做起，也不要在一個增長停滯的地方占據一個看起來好看的頭銜。
Singhal做了一道算術題。這一代人不做體力勞動，坐在辦公桌前不會把身體搞垮，大概率能工作到80歲以上。科技行業的平均任職時間是2到3年。50年除以2到3年，結果是15到18份工作。你的職業是一本書的十幾個章節，每一章要為下一章鋪路。
他創辦Skip的名字含義就是"跳過一步"。比起糾結第一份工作是什麼，更該問的是第二份工作是什麼，然後反推第一份工作應該怎麼選才能為第二份創造最大機會。他說絕大多數人在管理自己的職業這件事上做得遠不及格，這代價極其昂貴。很多人回頭看會發現，15份工作里有五六份是明顯次優的選擇。
他對Skip的規劃是一個30年周期。52歲啟動，打算干到82歲。目前核心圈有125位來自Anthropic、OpenAI、Meta等公司的產品負責人，還有12位正在創業。他自費運營，不設計盈利模式，不追求規模。這個圈子的特點是：最需要社區的人恰恰是最沒時間花在社區上的人，所以必須高度篩選、高度濃縮。絕大多數市面上的產品社區是為正在學習的人設計的，不是為正在實戰的人設計的。他的圈子裡沒有一個人同時出現在其他社區里。
他還提到了職業輔導行業。他認為市面上絕大多數career coaching，也就是付費請人幫你規劃職業路徑的服務，會被ChatGPT殺死。 Abbott附和說自己整個職業生涯只見過一個稱得上好的coach，通常是做得不太成功的人才轉行去做coaching。
判斷何時離開一家公司？Singhal的標準始終沒變：你希望周圍環境的增長速度比你自己稍快一點。 如果你是團隊裡最厲害的人，推著所有人往前走，你的學習很快會被環境限制。反過來，如果環境在拉著你跑、逼你嘗試新東西，你就是在正確的位置。Abbott補充了一個更簡單的信號：你什麼時候覺得舒服了，就是該走的時候。 舒服意味著你不再被拉著往前跑了。
有學生問，如果有時光機回到大一，你會做什麼不同的事？
Singhal的回答出人意料地坦率。他說首先他會少焦慮一些。從入學第一天起他就為成績發愁，但事後來看，沒有一個僱主曾經關心過他的成績。 進入斯坦福需要對成績極度執著，但進來之後這種執著就失去了意義。
其次他會更社交。他當時不喝酒，覺得別人喝酒的場合自己就不去。這是一個大錯誤。他應該不喝酒，但應該到場。畢業後他只和25個本科同學保持聯繫，但這些人在接下來的二十年裡帶來了大量運氣和機會。他和Abbott就是這種被動關係的典型例證：二十年前各自創業，成了終身密友和彼此最重要的職業資源。
他對斯坦福教育本身的評價也足夠坦率。他的大部分老師是研究生助教而非教授本人，教授們忙著做研究。 有些教授在拿課堂當反饋渠道來打磨自己寫的書。教學質量說不上好，作業極難，經常是為當學期臨時設計的。
但正是因為這些條件，他學會了一件最重要的事：在沒有結構、沒有反饋的環境中，和同學一起搞清楚"這道題到底在問什麼"，然後用手頭的工具解決它。 他說這個能力比任何具體的課程知識都有價值。因為真實的職場比學校更加沒有結構。AI時代之後manager會變成一個髒詞，沒有人給你反饋，沒有人告訴你該做什麼。你會被丟進一個不可能的問題，被告知"AI會搞定的"，如果你不能判斷它搞定了沒有，你也會被AI替換掉。
他給學生的三條具體建議：第一，保持"現代"。 必須親手用Claude Code之類的工具建東西，有自己的判斷，而且持續推進。公司品牌已經不再是通行證。第二，多交朋友。 被動人脈關係的長期回報遠超課堂學分，這不是課上能教的。第三，培養系統編程思維。 他讀碩士時學了匯編、圖形、編譯器、作業系統。每隔幾年平台都在演進：匯編變編譯語言，編譯變腳本語言，腳本變提示語言。但底層的工程抽象能力始終適用。當知識變成服務、任何東西都可以通過表達來構建時，剩下的問題全部是系統設計層面的：這個東西該不該建？它和品牌定位匹配嗎？它在整個產品體系里放在哪裡？
這堂課的核心判斷是一個悖論：產品管理同時在衰亡和繁榮。衰亡的是"資訊搬運"模式，匯總數據、包裝幻燈片、組織會議、傳遞決策。繁榮的是"產品建造"模式，有判斷力、能動手、懂系統設計、知道該建什麼和為什麼建。對在校生來說，這是好消息：你不需要先花幾年學做管理者再有發言權，直接上手做就是最強的入場券。
Singhal最後說了一句話，大意是：他現在同時跑著三個智能體在建一個新東西，一下課回家就準備上線。這個畫面也許就是他說的"產品建造者"最好的註腳。一個56歲的三次創業者，在2026年的一個下午，和在場的斯坦福學生幹著一模一樣的事。
Q1: AI時代，產品經理這個職能還有存在必要嗎？有，但發生了結構性分裂。占80%的"資訊搬運型"PM正在被淘汰，匯總數據、寫報告、協調會議，這些AI做得更好。同時行業對"產品建造型"人才的需求創了歷史新高，薪資在18個月內翻倍，已有年薪超過一千萬美元的案例。公司能建更多東西了，但迫切需要有人判斷該建什麼。
Q2: 什麼樣的人在這次洗牌中最危險？入行8到15年的中層管理者。他們在零利率時代被提拔，理由是會溝通而不是有產品判斷力。現在組織在變扁，CEO可以通過智能體直接觸達一線，不再需要傳遞資訊的中間層。這些人有家庭負擔，沒時間重塑技能，是這輪裁員的主要對象。高管在推動變革，應屆生在AI工具中長大，中間層被夾在其中。
Q3: 即將進入職場的人該怎麼準備？三件事。動手用最新的AI工具建東西，保持"現代"是最稀缺的競爭力。在學校多交朋友，被動人脈關係的長期回報遠超課堂學分。培養系統編程思維，當任何東西都可以用表達來構建時，唯一的問題是"該不該建"以及"它在系統里怎麼放"。
