不久前，腾讯首席 AI 科学家姚顺雨在一场公开对话中说：「AI 下半场这个词，正在被滥用。」

这个词其实是他自己在去年的博客里提出的。他的定义很清晰：过去 AI 行业的核心是寻找解决问题的有效方法，现在方法论已经趋于成熟，找到真正有价值的问题反而变得更困难了。从找方法到找问题，这就是他眼中的上下半场分界线。

但硅谷还有另一个 Shunyu Yao|姚顺宇。

如果你关注 AI 圈，大概率听说过「硅谷有两个 Shunyu Yao」这个梗。两人都是清华本科同级，一个学物理（基科班），一个学计算机（姚班）；一个去了斯坦福，一个去了普林斯顿，刚好和大家的刻板印象反过来。前者（以下称「DeepMind 姚」）辗转 Anthropic 后加入 Google DeepMind，后者（以下称「腾讯姚」）从 OpenAI 跳槽到腾讯出任首席 AI 科学家。

最近这两位分别接受了深度访谈：DeepMind 姚与张小珺做了一期 4 小时的长播客，腾讯姚则在腾讯 AI 大会上与汤道生进行了公开对话。两段内容叠在一起看，会发现一件很有意思的事：两个同名同龄、背景高度重叠的人，对 AI 行业的判断既有惊人共识，也有根本性的分岔。

这篇文章就来拆解这两段对话的核心观点，看看两个 Shunyu Yao 的 AI 世界观到底在哪里交汇，在哪里分道扬镳。

上一篇我写了 Meta 用 22,000 个岗位给出的 AI Native 答案（链接）。文章发出后，同一周内又看到两篇让我印象极深的内容：一篇是 Cloudflare CEO Matthew Prince 在《华尔街日报》发的专栏，另一篇是 ClickUp CEO Zeb Evans 在 X 上的长帖。

三家公司，体量不同，赛道不同，但做了几乎一模一样的事：在营收创新高的同时，裁掉了 20% 以上的员工。Meta Q1 营收同比增长 33%，Cloudflare 同样超过 30%，ClickUp CEO 原话说”业务史上最强”。而且三位 CEO 都特意强调同一句话：这不是降本增效，是主动转型。

当一家公司这么说的时候，你可以当公关话术。当三家同时这么说的时候，这就是信号了。

最近关于 Meta 最新一轮岗位调整的消息很多，很多人的直觉反应是”大厂又在降本增效了”。

但如果你仔细去看流出的内部备忘录、录音和各种细节，会发现这绝不是一次普通的”省钱”。Meta 正在用一种非常冷峻的方式，示范一个大厂如何转向”AI Native”。它的核心逻辑很清晰：把人力从低价值重复劳动中解放出来，投入到 AI 能产生指数级放大的领域。

我把这波操作里最让我印象深刻的几个点挑了出来，加了一些我自己的旁注。

听完 Claude Code 创始人 Boris Cherny 最近在 Sequoia 的 AI Ascent 大会上分享了他对 AI 编程现状的判断后的三点感触：

Stripe Sessions 2027 上有一场质量很高的对话：Nat Friedman 和 Daniel Gross 同 John & Patrick Collison 兄弟一起坐在台上，聊 AI 聊了 55 分钟。

注： Stripe 是全球最大的互联网支付基础设施公司之一，旗下商家年交易额已占全球 GDP 约 1.6%，两兄弟分别担任 CEO 和总裁。

Nat 是前 GitHub CEO，Daniel 是 Pioneer 创始人、AI Grant 合伙人，两人是长期合作伙伴，现在分别在 Meta 负责 Superintelligence Labs（MSL）的产品工作和 compute 战略，加起来投了 100+ 家 AI 公司。他们两这样背景的人坐在一起谈 AI 干货还是很多的，而且会直接落到他们正在解决的实际问题上。

整场看下来我没做笔记式的总结，而是直接记住了其中的五个判断，这篇把这五个点挑出来逐条展开，加一些我自己的旁注。

原始视频来源：Stripe Sessions 2027：Nat Friedman and Daniel Gross in conversation with John and Patrick Collison

你可能用 Claude Code 已经几个月了，但一直在”对话 + 改代码”这个循环里打转。

在终端里输入 /powerup，你会看到一个内置的互动教程系统——10 个课程，每个对应一个你可能完全没发现的功能。这不是第三方整理的技巧帖，是 Anthropic 自己觉得”大多数用户没用到、但应该知道”而专门写进工具里的内容（CC v2.1.90，2026 年 4 月上线）。

本文把这 10 个课程的要点直接提炼出来，配上使用场景说明。读完你应该能立刻多用上 2-3 个。

上一篇文章《AI 时代，为什么产品经理反而更吃香了？》中提到 Lenny Rachitsky 最新的就业市场报告的一组数字：2023 年中期以来，PM 岗位需求超过了设计师并持续拉大，目前 PM 需求是设计师的 1.27 倍。设计师的全球开放岗位约 5,700 个，自 2023 年初以来几乎没有增长。

对此，Lenny 的猜测是：”因为 AI 让工程师可以更快地推进产品，传统设计流程被卷入的机会变少了。”这个解释合理，但还是外部视角。我一直想找到一个来自内部、正在亲历变化的设计师声音。

正好最近 Peter Yang 采访了 Anthropic Cowork 产品的设计负责人 Jenny Wen。40 分钟的对话里，她几乎回答了所有我想问的问题。这篇文章是对那次访谈的编译解读，夹带一些我的观察。

原始访谈：Claude Cowork Tutorial from Cowork’s Design Lead (40 Min) | Jenny Wen，Peter Yang 频道

AI 时代，为什么产品经理反而更吃香了？

Lenny Rachitsky 最近更新了他每半年一次的科技行业就业市场报告。数据中有一个细节在社交媒体上引起不少讨论：从 2023 年中期开始，产品经理（PM）的岗位数量超过了设计师，此后差距持续拉大，目前 PM 需求是设计师的 1.27 倍。与此同时，PM 岗位总量达到了三年来的最高水平，全球超过 7,300 个开放岗位，比 2023 年初的低谷高出 75%。

在所有人都在讨论 AI 会替代哪些岗位的时候，这组数据显得有些”反直觉”。但如果你仔细想想 AI 正在怎样改变产品开发的流程，也许会发现这个趋势并不意外。几天前，Anthropic Claude Code 的产品负责人 Cat Wu 发表了一篇文章，详细描述了她作为 PM 如何用 AI 重塑自己的工作方式。而我自己作为一个 2005 年以后就没写过代码的 PM，在过去半年里也经历了一次类似的”角色升级”。

这篇文章想把这三个视角拼在一起：就业市场数据在说什么，AI 前沿的 PM 在怎么工作，以及我自己的实战体验。

最近一个月，我被身边朋友问了同一个问题至少二十遍：”龙虾到底怎么玩？”

问的人各种各样。有做跨境电商的老王，有做自媒体的小李，还有我老婆 - 她在群里看到了一条”AI帮你自动回邮件”的短视频，第二天就问我能不能也给她装一个。

但每次我反问一句”你想让龙虾帮你干什么”，对面通常会沉默两秒，然后说：”就……都说很厉害，我也想试试。”

这就是现在最普遍的状态：所有人都听说了龙虾，所有人都觉得应该搞一个，但大部分人连它到底是什么都没完全搞清楚，就急着问”怎么装”。

更让人头大的是，你真的去搜”龙虾”，会发现蹦出来一堆名字：KimiClaw、MaxClaw、AutoClaw、原版OpenClaw - 看着像一家人，但又各不相同，越看越懵。

所以今天这篇文章，我不打算写技术教程（那些网上到处都是），我想聊一个更根本的问题：你应该选哪个版本？ 回答三个问题，你自己就能找到答案。

我上次写代码是2005年。

上个月，我是我们项目里定位并修复代码 bug 最多的人。

说说背景。我在大厂和创业公司都干过，做过会员、电商、女性社交、社交游戏、互联网保险等等产品，前后管过几十到上百人的团队。20多年里，对”如何管理一个产品团队”这件事，我有相当完整的认知：PRD、排期、评审、测试、发布，这套流程我已经记不清走过多少次了。

现在我在做一个 AI 健康硬件创业项目。核心团队三个人，而竞品里，主流团队规模是两位数到三位数起步。

每次有人问我们怎么做到的，我通常回答”因为 Claude”。这篇文章想说清楚这句话到底是什么意思。