codex里用上gpt-5.4了，最直观的感受就是：速度飞快！

产品经理做研发管理，到底在管什么？

我过去一直以为，研发管理主要就是：讲需求、排计划、追进度、协调资源、推进上线、处理阻塞。这些当然重要，但现在回头看，我很多时候做的其实是：执行推动 + 项目管理 + 问题灭火。

这类工作能让事情往前走，却不一定能让系统稳定地产生正确结果。于是就会出现一种状态：大家都很忙，版本也发了，我也很用力，但结果总觉得“不对劲”，而且很难说清到底哪里没管住。

后来我慢慢意识到，我的问题不只是“推进不够”，而是视角长期停留在执行层。

以前一旦做得不顺，我的第一反应常常是：加会、补文档、拆更细、盯更紧、压更实。但很多时候根因并不在执行，而在更上层：

版本目标不清：这一版到底想赢什么
模块边界不清：谁负责什么、什么不能越界
契约不稳：内部中间态和对外承诺混在一起
演进路径没设计：新旧并行怎么迁、谁是主路径

这些东西没想清楚，执行层越努力，越像是在填坑，而且是边跑边填。

所以我现在对研发管理的理解变了：以前我以为是在管：任务有没有按时做完。现在我更认同是在管：系统能不能持续、稳定、低成本地产生正确结果。

这背后至少有四件事要管：

第一，管版本目标。不是先列需求清单，而是先定义这一版的主目标。没有主目标，优先级就会摇摆，协同就会跑偏，做完也很难复盘成败。

第二，管边界。很多“协作不顺”本质是“边界不清”。复杂阶段里，产品经理不能只做推进，还要参与定义边界：哪些是平台能力，哪些是业务逻辑；哪些是内部实现，哪些是对外承诺。

第三，管演进，不只管上线。上线不是终点。复杂产品真正难的是迁移、兼容、收口、主路径切换。如果只盯当期上线，长期就会堆出越来越重的系统包袱。

第四，管机制，不只管结果。不仅看“这次做出来没有”，还要看“下次能不能稳定复现”。信息是否可追踪、决策是否有记录、质量是否有统一口径，这些决定了后面还能不能规模化推进。

这两个视角差别非常大。
前者更像项目经理视角：盯排期、盯交付、盯上线。
后者更像系统经营视角：盯目标、盯边界、盯演进、盯机制。

不是说前者不重要，而是产品进入复杂阶段之后，只靠前者会越来越吃力。你会发现自己天天都在救火，但火为什么一直有，解释不清楚。

我最近正在尝试的一件事，是用“分层演进 + 层理念对齐”来替代过去那种纯项目推进式管理。

简单说，就是不再只问“这版要做哪些需求”，而是同时问两组问题：

1）按层看：这次迭代在每一层到底要解决什么？把工作按层拆开看：这次是补底层稳定性、统一中间层契约，还是加速上层接入与采用。这样能区分“局部功能优化”和“系统能力建设”，避免在一个版本里互相挤压。

2）按理念看：每一层的做法是否符合该层原则？我现在会特别警惕“在错误的层解决问题”。比如：本该在平台层解决的治理问题，不下沉成单点业务逻辑；本该稳定的契约层，不被展示层需求反向牵着改；本该快速试验的交付层，不偷偷承载长期架构责任。

否则就会出现：短期看都能跑，长期看全是账。

这就是我理解的“层理念对齐”：不是只有一张分层图，而是让每次迭代都能检查——我们这次的方案有没有破坏分层的初衷。

这套方法我还在练，远没到成熟阶段，也还没有拿到很漂亮的结果。但它已经帮我解决了一个关键问题：以前我总觉得哪里都在出问题，只能靠更努力去扛；现在至少我开始能判断——这是执行问题，还是边界问题；是排期问题，还是演进问题。

这之所以很重要，是因为一旦分不清层级，人就会陷入一个循环：越努力越累，越累越盯执行，越盯执行越看不到根因。

对我来说，这就是产品经理在研发管理上的进阶起点：从“项目推进者”，慢慢转向“系统经营者”。

细节人人看得见，宏观人人会模仿，真正难的是把两者串成成果的能力。

最近慢慢意识到，我常常活成两个极端，像坐在一辆没有自动驾驶的车里：方向盘一会儿被想很多的我抢走，一会儿又被忙到飞起的我抢走。

先说第一个我：爱抬头看天。

我能把行业、机会、竞争、路径讲得像在做路演：现在该做什么、以后该做什么、什么是关键、什么是噪音。越想越顺，越想越有劲儿，脑子里像开了发布会——台上我讲得热血沸腾，台下未来的我疯狂鼓掌。

可一旦要把它写进日历，变成今天就做这一件，我的手就卡住了。不是不会做，是突然觉得：再想想吧，想得更稳一点，方案更漂亮一点，万一做错呢？

于是我继续打磨。打磨到最后，逻辑越来越圆，行动越来越少。

就好像，我最擅长的不是战略，是战略的想象。

成了思想的巨人，行动的矮子。

这不是没计划，只是把计划当成了完成。

第二个我呢，低头忙地。

我会陷进细节里：客户报的问题一条条抠，客户需求一轮轮聊，研发进度一件件盯。每天都像在救火：这个崩了、那个卡了、谁又不满意、哪条链路又出问题。我也确实很能扛，很能推进，很能把事情做完。

但忙着忙着，我会突然抬头发愣：我到底要去哪？我做的这些，怎么连成一条路？

然后更荒诞的一幕出现了：我不是不想思考路线，是我根本没空思考路线。

忙碌像一条毯子，盖住了那个刺痛的问题：我以为我在前进，其实我只是在不停原地练习高抬腿跑步。

细节能让我感觉有用，但不一定能让我有方向。

后来我才明白，细节和宏观都很容易得到。

细节太容易看见了。每天都有人提醒你：这里错了、那里卡了、这个需求要加、那个版本要赶。你只要活着上班，就会被细节追着跑。

宏观也很容易看见。网上太多了：框架、方法论、行业报告、成功故事。你把几段话拼起来，也能说得像模像样。宏观甚至是一种很省力的努力感，站在高处讲两句，就显得你懂，显得你在掌控。

但真正稀缺的是第三件事。

把细节里的真实摩擦，和宏观里的方向判断，串成一条能落地、能验收、能产生增量的路径。

这件事很难装，因为它会立刻被现实打脸：到底有没有成果，数据、客户、团队状态都会说话；它也很少人系统性分享，因为不够性感；更因为只看分享没用，得自己动手，在噪音里取舍，在慢反馈里坚持。

路线会让人短期变得不体面。

你会从什么都能解释，变成先做一个不完美的选择；从每件事都能推进，变成很多事不得不忍痛不做。

所以这道坎最狠的地方不是方法，是心理。

我得承认，我没法同时要确定、要体面、还要稳赢。

我现在更愿意把这段卡住，理解成能力进阶的必经卡点。

当你还停留在初级阶段，细节就够你忙；

当你只想显得成熟，宏观就够你讲；

但当你真的要往上走，你必须回答一个更难的问题：我每天看到的这些细节，到底要服务哪个结果？我口头说的那些宏观，到底能落在哪个成果？

而这个问题没有统一模板，没法照抄。它只能在一次次真实取舍里长出来。

回头看，我不是不努力，只是把力气用在了两个更容易让我不受伤的位置上：把天上的故事讲得越来越顺，把地上的任务做得越来越满。

可我的路仍然在中间。

我终于发现：想明白，不等于开始；做很多，也不等于在走。

真正的路线，不在脑子里，也不在救火里。

它在我愿意承认不确定的那一步里。

我不缺天空的故事，也不缺地面的琐碎。缺的，是一条把天空落到地上、又能从地上长回天空的路。

用textin的高精度文档解析能力封装了一个pdf脱敏的skill，不用在界面上点点点，只要让你的龙虾安装技能，配置好textin的账号，就能愉快使用了。

传统的解法是手工涂黑，或是用死板的规则来检测。但都ai时代了，这种活就应该让agent去做，人只需要告诉它要去掉哪些敏感信息，要涂黑还是涂白，或者是改成非敏感信息，只要有好用的工具，agent都能做到。

安装命令：npm i @leo56/simple-redact-skill

把上面的安装命令发给你的claude code / codex / 小龙虾，并让它初始化即可使用。

匮乏感最可怕的地方，不只是让人难受，而是把人变得越来越保守。

你开始用“别犯错”替代“去争取”，用“别亏”替代“去试”。你不是不想要更好的，你只是下意识地把人生当成一场“不能输”的考试。

过年回家的路上，不小心把结婚戒指掉进机场的厕所里了。几千块钱，打了水漂。

但我们没有歇斯底里，没有吵架，只是互相调侃：这相当于坐了一次超高价的航班。

我那一刻突然意识到：原来事情“搞砸了”，也可以不用崩溃，我好像也能淡定面对“犯错”了。

从小到大，“怕犯错”这件事仿佛已经刻进潜意识。好像一次做不好，天就要塌下来。

这种匮乏感不只是“钱不够”，更像一种底层预设：资源、机会、爱与认可都很稀缺，所以任何错误都承担不起。早年那些看似微不足道的事——作业没写、碗打碎了、睡前忘了关电视——常常会被拔高成“你不努力”“你不珍惜”“你让大人失望”。

久而久之，责备变成了我脑子里的监工。

很多时候我还没开始做，就先在心里把自己判了死刑。大脑早就忘了每件事的前因后果，只留下几句判词反复回响：我一定不能犯错、不能出糗、不能亏钱。

当错误不再是“事情没做好”，而变成“你这个人不行”，人的策略就会悄悄从“改进”变成“回避”。在别人说不之前，自己先退一步——甚至退很多步。

填志愿的时候，为了求稳不敢把分数榨干；
看到喜欢的人，第一反应不是靠近，而是把自己推远：我还不够好；
工作机会摆在眼前，会为了一个“更稳”的标签自愿牺牲，却不敢去试试另一条路；
甚至连过年打个牌，也总是不敢all in，所以输就输很多，赢只赢一点。

后来我才明白：很多限制，并不是现实给的，是自己吓自己。

我第一次真正体验到“搞砸也没关系”，是在外出和朋友聚餐、我主动做饭的那次。

我去做早饭：汤圆冷水下锅，鸡蛋剥了壳直接丢进微波炉加热。很自然地，我收获了一锅面汤，以及炸到整个微波炉的鸡蛋黄。

我站在那儿，第一反应不是收拾，而是心里猛地一紧：完了，我又要被嫌弃了。

但没人嫌弃我。朋友们只是笑，笑得很大声，然后有人递给我抹布，有人去拿垃圾袋，有人把微波炉门打开通风。那一刻我突然有点愣：原来搞砸了，并不会立刻失去爱与认可。

被接住的那一刻，我才明白——输不是终点，没人接住才是。

后来我想，如果从小到大都活在这种匮乏里，那我就得学着去找一些更友好的地方，学着让自己被接住。慢慢地，恐惧才会松开一点。

因为只要怕输，就永远不可能赢。

假期和朋友一起手搓了一个 AI Skills 安全扫描工具 🛡️

输入 GitHub 链接，自动检测 Prompt Injection、数据泄露、权限问题...

我做了一个自己的fake项目，确实能扫出来一些东西。后面安装别人的skill的时候，也能看看有没有风险，毕竟现在给coding agent的权限是很高的。

UI、海报、各种debug全程都是在codex和nanobanana老师下帮忙完成的，总算是做出来了满意的视觉效果。

分享给在开发和尝试 Agent Skills 的同学！

链接：myskills.info

（目前还需要一些魔法才能访问）

agent时代应该有agent时代的工具。

就像当人们发明了汽车，就会有喷车漆的，卖汽车轮胎的，开洗车店的等等。

而不是因为有了汽车，做出行工具相关的事情就全消失了。

安装了第一梯队的coding agent，就如同请了一个电脑全能大佬，不管是装系统，管理内存，清理老旧文件，解决任何软件问题，它全都能干！

而这在以前，需要有专门的装机师傅，还要安装专门的清理工具，现在都被通用agent覆盖了。

给人的效率工具类软件，真的不存在了。

如果你有一台不用的安卓手机，以及claude code这样的coding agent，那你将无痛得到一个在手机上运行的openclaw。

大致的准备步骤：
1. 给手机打开 开发者模式，启用 usb调试
2. 拿一根usb数据线连接电脑
3. 让claude code检测连接状态，并告诉它想要安装openclaw到手机，接下来它会搞定一切（主要是安装termux和配置环境）
4. 额外要准备的，就是一个大模型的key（推荐海外的接口），以及创建一个飞书机器人

不过现在玩法还是有点太少了，以及是运行在termux的沙箱里，拿不到root权限

rent a human 这个网站给我最大的启发，可能在于：产品验证的范式变了。

三年前大模型刚火的时候，我就在想：未来人机协作会是什么样？模型回答不了的问题，应该怎样快速找到人类兜底？说到底，就是 Human-in-the-loop 的早期构想。

今年 1 月深入体验了 Claude Code、Codex 这类通用 agent 工具之后，我连续被各种 wow moment 震惊到，整个人非常兴奋。

我几乎立刻确信：agent 一定会接管越来越多的工作。但与此同时，它也必然会遇到大量“它自己搞不定”的环节——而这些环节，终究需要人类协助完成。

有意思的是，即便我已经看到趋势，当时脑子里仍然是传统产品思路：先做市场调研、做定性研究，再看数据是否成立。

可那套方法论，本质上是十几年前的时代产物。它诞生在一个“软件开发很贵”的背景里：几十万上百万的成本轻轻松松就能花出去，所以必须慎之又慎、先验证再投入。

但现在不一样了。

在 vibe coding 的加持下，交付一个能跑的产品 demo 的成本已经低到离谱：就算像我这样三脚猫水平的人，也能用业余时间一周搓出两个小 demo。

更本质地说，变化的不只是开发效率，而是产品验证的“成本函数”变了。

当把一个能上线的 demo 做出来几乎接近零成本时，我们验证的对象也随之变化：

过去我们拼命在上线前证明“需求存在”，因为做错一次代价太大；现在我们更应该用真实投放去验证“增长是否可复现”，因为世界上最贵的早已不是开发，而是注意力、信任和闭环速度。

当“做出来”不贵的时候，还在用十几年前的谨慎姿势走路，就像拿着算盘去打高频交易。

所以新的护城河不在于“做得出来”，而在于“单位时间内跑多少次实验、收敛到多少可复现的信号”。

那还犹豫什么？

直接快速上线、轻量投放试试看——验人群、验需求、验渠道，很可能一周就能跑出不错的数据。更重要的是，这种方式很可能比“古法操作”验证得更充分、更真实、更准确。

这件事放以前都是不敢想的。

三年前我也试过：拉一支前后端队伍，把 MVP 做到可全网上线的程度。即便是业余时间，从需求设计到功能实现也花了将近一个月；而一旦要调整，沟通成本和实现成本都不低。

当然，成本变低也会带来新问题：大家都能快速上线，噪声会更大，假阳性会更多，一次跑通不代表可复现。

于是新的纪律也随之出现：
- 不要迷信“访谈里说想要”，而是看“真实行为能复现”；
- 不要为“把功能做完”庆祝，而是为“把闭环跑通”庆祝；
- 不要把上线当终点，而是当起点

所以——不说了。

大好的时光，赶紧干吧。