全文约 3650 字，阅读约需 16 分钟。

写于 2026.02.12 。

"人人都是产品经理"与"人人都是自己的全栈产品经理"

互联网行业有一句流行语——"人人都是产品经理"。这句话的含义是：每个人在使用产品时都会产生感受，基于这些感受形成不同想法。

当用户根据想法提出需求和解决方案时，就是成为产品经理角色的时刻。

例如，使用微信时，我们可能遇到以下困惑并提出相应的解决方案：

• 为什么在朋友圈给好友动态点赞后，共同好友的评论会以消息通知的方式提醒我？某些情况下，我会感到被信息骚扰。如果想要关闭类似通知，需要到一个很深的入口进行取消，能不能默认不提醒。
• 为什么同一份文件、照片、视频会在不同的聊天窗口存储多份？这种存储方式极大地占用了我手机的存储容量，同一份文件能不能只保留一个实体。
• 为什么朋友圈此前只允许发 9 张图？能不能不对图片数量做限制。
• 为什么朋友圈只发表文字的入口很隐蔽？能不能与发表图文保持同样的入口。

"人人都是产品经理"这一观点背后，隐含着一个假设：人们认为提出需求和给出解决方案很容易，只要有想法就能胜任产品经理的工作。

实际上，收集用户需求只是产品经理众多工作中的初始环节。从收集需求到给出设计方案，中间还有大量工作要完成：分析需求，找出需求背后的本质，定义真正的需求；结合用户需求与产品目标，在用户目标与商业目标间取得平衡；在需求价值与技术实现间寻求平衡……

总结一句话："人人都可以是产品经理，但多数人还没有真正成为产品经理。"

但在今天，AI 发展极其迅速，借助 AI，每个人不仅可以成为"产品经理"，还能更进一步，成为"全栈产品经理"。

基于工作和生活中的真实需求，自己就可以快速完成"需求分析+产品设计+研发+测试+运营"的软件开发全流程工作，快速验证想法，迭代产品。

每个人都应该快速接受并实践 AI 工具

给自己植入一个信念——一切技术问题都可以通过 AI 解决

三年前，我尝试学习编程，找了几本书，还报名了课程。

但整个学习过程，就像阅读马尔克斯的《百年孤独》一样，不断陷入读完前几页，放弃，重读，再放弃的循环中。

尽管我跟着课程一行行敲代码，完成了自己的CLI和Web产品，但学习过程中不断遇到各种奇怪的问题：配置环境不同导致代码报错；文件路径格式有误导致代码异常；官方文档描述不清楚导致无法复现……

对于我这样的编程新手，这些往往都是"不知道自己不知道什么"的问题。要解决问题 A，需要先掌握B、C、D 的知识，否则完全无从下手。

尽管通过提问 AI ，可以解决一些问题，但这个过程还是不够顺滑。

三年后的今天，情况已经大不相同。

在模型层面，AI已经发展得足够聪明，特别是在编程任务方面；在产品层面，与 AI 的交互界面已经从 Web 端聊天窗口转移到本地，可以更方便全面地为 AI 提供上下文信息，同时 AI 还能直接操作本地文件。

当你再遇到类似我之前的问题， AI 可以快速丝滑的帮你自动解决。

现在，你只需要建立这样一个信念："只要使用最聪明的 AI，为其提供理解问题所需的关键上下文信息，就能解决绝大多数技术问题。"

这个信念，在我实际开发多个项目所获得的体验中形成。

快速在实践中获得真实体感

要想用好 AI，实践的重要性再怎么强调都不为过。

通过各类文章、视频的学习，只能让你对 AI 有三成的感性认识；亲手实践后获得的真实体感，会补齐剩余的七成。

以我开发上线的第一个项目为例。

从项目开始在技术栈选择、架构设计，到写代码、测试，以及最后线上部署的流程中，磕磕绊绊，遇到大量的问题，在一个一个解决它们的过程中，我从一无所知的状态，慢慢有了一点感觉，积累了一些经验。

后续开发第二、三、四个项目，遇到同样的问题很快可以解决，甚至是提前避免它们的出现。

实践不仅可以让你的大脑加深对于 AI 的认识，还可以沉淀出独属于你个人的宝贵资产——你与 AI 的对话数据。

对话记录的不仅是提问和AI的回答，更深层次地，它记录了你想要学习的知识、遇到的问题，以及通过与 AI 协作解决问题的完整过程。具体包括：你给 AI 的指令、提供的参考信息、对 AI 错误的纠正引导等。

• 对于 AI：这些丰富的上下文信息可以作为记忆，让 AI 更了解你，未来更好地与你协作。还可以让 AI 将你完成的任务总结成一份指导手册，后续遇到类似问题，AI 可以快速解决，无需重复对话，也可以将手册分享给其他人，产生更大的价值。总结成手册的方式就是最近大火的 Skills。
• 对于人类：基于对话数据，使用不同领域的知识进行分析，可以让你从了解自己的角度，获得不同的启发。

随着你与AI的对话越来越多，这些数据将变得无比重要，要形成保存这些数据的意识。

产品从自己的真实需求出发

截至2026年2月12日，我共上线了四个个人开发的项目。

这些项目完全基于我自己的真实需求。

与工作任务不同，这些项目并不是别人分配给我的任务，而是基于内在驱动自主选择的需求。 我是自己的产品经理。

这些需求来自于：

• 我为我和伙伴们搭建的"观影团官方网站"。
• 我为自己对外展示信息的"个人博客"。
• 我基于自己投资基金的需求开发的"基金持仓诊断工具"。
• 我为某个企业搭建的"官方网站"

我建议大家也从自己的真实需求出发进行研发。

无论需求大小，无需担心能否解决，不必关心别人的看法，先做起来。

例如自己此前那些个性化的、没有被满足的需求，都可以尝试解决。

我的实践项目

1. 随心所欲观影团

随心所欲观影团是我为自己和伙伴们的观影团建立的官方网站。

网站可以让外界了解我们做观影团这件事的初衷，过往成功举办和最新招募的活动，联系我们的途径，以及每个观影团成员的擅长的领域和个人作品。

作为我的第一个项目，正式上线后，我亲手用浏览器输入域名打开它，看着我与伙伴们做过的事情被一个漂亮的网页承载和展示，心中的满足感和自豪感无与伦比。

2. 个人博客

Odyssey's blog是我为自己提供的一个对外展示的平台，收录了我过往的文章和个人作品，以及我的联系方式。

此前，当我们与他人交换联系方式时，可能直接扫一下微信，或者正式一点，会发一张纸质名片。

但是现在，如果你有一个自己的个人博客，在你需要提供联系方式时，可以云淡风轻地跟对方说，"这是我的个人博客地址，可以简单了解一下我。" 对方听到后，可能心想"哎呦！这位朋友，有点意思。"

3. 基金持仓诊断工具

基金持仓诊断工具（需海外访问）来自于我在基金投资方面尚未被市场满足的需求。

帮助持有多只基金的客户进行账户诊断分析，通过穿透到持仓底层资产，提供标的重合度等多指标报告，分析通过购买多只基金是否达到分散风险的效果。

4. 企业业务宣传网站

该项目来自于外部需求，核心目标是通过网站展示企业的核心服务内容以及合作案例吸引潜在客户，客户可以在网站直接填写个人信息完成需求提交。

该项目看起来与之前三个项目不同，需求并不直接来自于我个人，而是外部的甲方。

实际上，该项目是一次在真实的商业世界中检验我的开发能力能否满足客户需求的测试，测试的标准是用户是否愿意为我开发的产品进行真金白银的付费。

实际结果是在我完成交付后，客户很满意并进行付费。

总结

一切让你感到困惑、烦躁和不爽的事，都是你与 AI 协作的一次机会。

愿每个人的真实需求都能被满足。

Tips

当你同意我在文章中提出的观点，并尝试实践时，选择哪一个 AI 工具确实是一个实际的问题，但并不是本文讨论的重点，我给出一些推荐，仅供参考。

• 对开发应用不了解，不具备任何软件工程知识的朋友，推荐使用字节跳动推出的代码开发产品——Trae，分为国内版和国际版，按需选择。国内版无需付费，免费使用各类国产先进模型，部分模型用量大时需排队；国际版需要特殊访问条件，提供 GPT、Gemini等国际顶级模型，需付费使用，无需排队。想学习Trae如何使用，建议关注 Trae.ai 官方公众号和抖音号，会提供很好的教学资源。
• 对于开发应用有一点概念，或勇于挑战自己获得更好开发体验的朋友，推荐使用 Anthropic 公司推出的 Agent 工具——Claude Code，之所以不称它为代码开发工具，是因为它能做到的远不止于此。Claude Code的学习资源网上有很多，可以自行在 bilibili 和公众号等平台寻找。

PS

本文源于我在开智学堂“零基础 AI 产品研发训练营”优秀作品奖的获奖演讲。我重新梳理了原有的讲稿，在删去课程内容信息尊重版权的同时，加入了更多扩充内容。