产品经理开始写代码，工程师成了质检员

当Meta的产品经理开始自称“AI构建者”，LinkedIn取消传统助理产品经理项目转向编码培训时，一场关于软件生产角色的悄无声息的革命已经发生。曾经隔着需求文档遥遥相望的产品经理与工程师，如今正在AI辅助编码工具的催化下，一步步靠近彼此的职责边界。产品经理能用AI在几小时内搭出带交互的原型，不用碰后端系统，也能让工程师看懂按钮点击、表单提交后的逻辑——而这在过去，是需要双方开无数次对齐会议才能讲清的事。

这种被称为“vibe coding”的工作方式，正在重新定义产品经理的身份。他们不再只是需求的传递者，而是能直接用自然语言指挥AI生成原型的构建者。但这并不意味着产品经理能包办一切，就像一位从业者所说，“用AI搭完整的SaaS产品绝非最高效的选择”。这些原型只需要“足够让工程师理解”，不用具备生产环境的稳定性，核心价值在于把模糊的产品直觉，变成能被技术团队精准捕捉的具象演示。

工程师的角色转变则更具戏剧性。曾经手握键盘从0到1写代码的他们，如今越来越像流水线上的质检员——ONA的一位工程师形容自己“每天在AI生成的代码PR上盖章，永不停歇”。AI确实提升了编码效率，却也把工程师从重复的体力劳动中解放出来，推向了更需要判断力的岗位：审核AI生成代码的安全漏洞，修正逻辑偏差，确保原型能平滑过渡到生产级系统。他们的工作不再是写代码本身，而是为AI的输出“兜底”。

这种角色的模糊带来了新的协作命题。Cursor团队提出的解决方案是“明确预期”——不是靠模糊的“默契”，而是坐下来清晰定义：产品经理需要给出怎样精度的需求，工程师最需要哪些信息来减少返工？毕竟AI不会读心，产品经理一句“做个好看的按钮”，可能会让AI生成十几种风格迥异的版本，最终还是要靠人类的共识来校准方向。

但变革的背后也藏着隐忧。AI生成的代码可能带着训练数据里的安全漏洞，产品经理如果对技术边界缺乏认知，很容易提出看似美好却无法落地的需求。更重要的是，当AI承担了越来越多的机械劳动，如何避免人类的创新能力和技术深度被弱化？毕竟，能精准定义需求的产品经理，和能一眼看穿AI代码隐患的工程师，才是AI时代真正不可替代的核心。

未来的软件生产，终将是人机协作的舞台：AI负责高效执行明确的指令，而人类负责定义“什么是对的事”。产品经理与工程师的边界或许会继续模糊，但他们的核心能力——对用户需求的洞察，对技术可行性的判断——只会在AI的映衬下，变得愈发重要。