Brian Tolkin

AI压缩了产品开发漏斗，但不会改变PM的工作。 Brian Tolkin的核心判断是：从PRD到Figma再到代码的接力，正在压缩成“直接做原型，跳过文档阶段”；但真正的能力——“你得去和用户交流，搞清楚人们想要什么……还要知道如何区分第一类决策和第二类决策”——无论AI之前还是之后都不会变。工具箱在变大，稀缺的仍然是判断力。

在AI技能曲线上，主持人与嘉宾先分歧、后收敛。 Brian认为工程能力会变得更重要；Harry则认为会变得不那么重要，因为工具会让“前1%基于性能的模型优化”以下的一切商品化，而优秀设计师会进一步拉开与AI“够用水平”的差距。Brian最后给出的综合判断，是那条可交易的分界线：“所有技能中排名前1%、前5%的人会更有价值，而中位数的价值会大幅下降。”

Series A阶段可能还没到偿还技术债的时候。 面对一家从200万美元增长到800万美元的公司，Brian认为这个阶段大概率还太早——“你得先赢得继续存在于未来的资格，而偿还技术债并不能支付账单”。在Uber那样持续多年的圈地竞争中，速度优先；早期放慢脚步偿还技术债，“有点难办”。

多产品战略可以放进一个2x2矩阵。 新产品需要一个边界清晰的沙盒环境（Uber和Opendoor可以按城市隔离；Uber Eats则“完全独立，什么都分开”），第二个产品也不必反哺第一个产品——但如果同时面对新客户、需要新能力，“大概率就是一家新公司”。Opendoor自己的失误是：多年投入买方业务（零售购房、抵押贷款），而真正的机会在于既有客户加新能力——“卖方业务才是我们赢得胜利的资格所在，也是很多魔力发生的地方。”

共识式产品决策“既难又错”。 Brian介于Spotify CPO Gustav“讨论很廉价，所以应该多讨论”和Harry“独裁式产品领导被低估”之间：收集所有人的意见，再做决定——“决策慢是昂贵的……更慢的决策极少会带来更好的结果”。“反对但承诺”适合一个冲刺周期，却不适合一段职业生涯：“如果我一直在反对之后承诺……那我就待错地方了。”

“你招聘的就是你的战略”。 你选中的人会定义成功的标准，因此招聘要看PM与团队是否匹配（算法产品需要数学能力强的PM，沉闷的团队则可能需要一个爱折腾的人来注入活力），而不是泛泛地追求聪明。失败的招聘“从来不只是被招聘者的责任”——可能是成功标准不清晰、技能组合错配，或岗位本身的模糊程度超出了这个人的提炼能力。

Uber Pool最优与最差的决策，构成了这一集的首尾呼应。 最优决策是前置定价，取代事后按时间和里程计算价格；最差决策则是在乘客已经选择UberX后，仍默认将其导入Pool——“我们把业务需求置于……对用户选择的尊重之上”，这是他称自己已深刻吸取的教训。

🔗 原始收听与视频来源： Brian Tolkin，Opendoor 产品负责人：如何组建最优秀的产品团队 | E1257