LENNY'S PODCAST ・ 原始發表日期 2026 年 5 月 2 日
Notion 產品主管 Max Schoening 說,當第一版產品愈來愈容易做出來,能不能主動把模糊問題變成可試驗的東西,會比「會不會」更早拉開差距。
SCROLL ↓
PART 1 ・ 技能的門檻正在下移
過去想做一個產品、寫一段程式或驗證一個介面,常要先跨過工具、專業與協作的門檻。Schoening 的觀察是,生成式 AI 把專案前段最昂貴的摩擦大幅壓低:把想法做成可看的原型,已不再只屬於工程師。
他用「每個專案的前 10% 幾乎免費」描述這個轉變。這不是說後面的工作也消失。把原型變成可靠產品,仍有資料、權限、維運、法規與使用者信任。但第一步不再需要等到所有人都準備好,於是更多人能更早把問題攤在桌上。
PART 2 ・ agency 不是頭銜
訪談把 agency 放在技能之前。它不是自信口號,也不是把人逼成永遠加速的機器;它是面對「我沒學過」「這不是我的職責」時,仍願意找出下一個可驗證步驟的傾向。
對產品、設計與工程團隊而言,AI 讓更多角色能直接寫出小工具、跑出流程、生成資料範例或做出互動原型。真正的工作不是宣稱每個人都要轉職寫程式,而是把原本只能口頭傳遞的想法,變成團隊可以討論、測試與推翻的具體物件。
PART 3 ・ 能做不等於值得做
Schoening 沒有把 AI 描述成自動產出好產品的捷徑。當做出選項變快,挑選、刪除與修正反而更重要。他把品味說成一種內在模擬:面對一個點子,能預測特定使用者會在哪裡理解、卡住或失去興趣。
這種判斷不會因為模型輸出流暢就自動出現。它來自看過足夠多的產品、反覆做出版本、拿給真人用,再承認第一個答案通常不夠好。AI 能增加迭代的次數,卻不能替團隊決定要為誰解決什麼問題。
PART 4 ・ 工作會重新分配
當設計師能在終端機試作品、產品經理能把流程接起來、工程師更快取得初步實作,職能間的交接會縮短。這有機會減少「需求寫完才發現不能用」的來回,也可能讓缺乏檢查的產出更快流入產品。
因此,AI 時代的高 agency 不是單打獨鬥。能提出原型的人,也要能說清楚假設、資料來源、風險與誰該做最後判斷。速度若沒有回饋迴路,只是更快地把錯誤放大。
PART 5 ・ 給團隊的問題
如果某個構想一直卡在「等工程排程」「等研究完成」「等規格成熟」,可以先問:現在最小、最安全、最能讓人學到東西的版本是什麼?也許是一個可點的流程、一段受限資料的測試,或一張能被使用者挑錯的畫面。
這不保證每個想法都值得擴張。它只是把討論從抽象立場移到可觀察的證據。AI 讓這一步更容易,團隊仍要保留停止、修正與拒絕的能力。
「當技能就在手邊,真正拉開差距的,是你是否願意把下一步做出來。」
整理自 Max Schoening 在 Lenny's Podcast 對 agency 與產品工作的說法。
選一個觀點,看看它需要補上的條件。