低质量税：行动计划

• AI放大一切。包括弱点。
• 弱员工以前安静地坐着。现在他们生成进入产品的低质量内容。
• 从产品中清除低质量内容比从头做任务更昂贵。
• 组织衡量代码行数、任务数、Jira中的工时。不衡量：用户实际获得了什么。
• 那些生成数量的人没有回答”为什么”这个问题。
• 知道如何编写代码——已贬值。知道为什么——变得至关重要。
• 编码是已解决的问题。Claude Code、Cursor、Copilot写得比大多数人快。

开发者：学习产品思维

• 写第一行代码前的三个问题：
  1. 我们在解决用户什么问题？
  2. 用户现在如何解决它？
  3. 我们如何知道解决得更好了？
• 没有答案——任何给智能体的提示都会产生低质量输出。
• 添加一个"导出"按钮 ——低质量。
• 用户想导出某时期的申请表发给承包商，目前手动复制。添加带日期和状态过滤器的CSV导出 ——解决方案。
• 区别不在提示的长度，而在提示之前的思考。
• 学习Jobs To Be Done——用户动机。
• 学习User Story Mapping——场景分解。
• 学习Impact Mapping——将功能与业务目标连接。
• 在代码前写规格说明：谁、什么、为什么、如何验证。

产品经理和设计师：学习技术方面

• 产品经理制定任务，但无法验证解决方案。
• 看不到架构在哪里崩溃。
• 因为”看起来能用”就把低质量内容当作结果接受。
• 不需要编程——需要理解系统如何运作。
• Claude Code或Cursor——在代码层面给智能体下达任务。
• 架构基础：API、数据库、队列、职责分离。
• Git——阅读差异，理解什么发生了变化。
• 制定任务使智能体不会自行补充。

未来技能：产品思维 + AI智能体系统设计

• 产品思维回答：“什么有价值”。
• 系统设计回答：“如何实现”。
• 不理解”为什么”——你生成低质量内容。
• 不理解”如何构建”——你无法验证结果。
• 纯开发者和纯产品经理都无法覆盖两面。
• 产品思维 + AI智能体系统设计的组合——是未来的技能。

结论

• 代码生成的成本趋向于零。
• 理解”为什么”和”如何验证”的成本在增长。