这里在讲什么
应用层 AI 产品、Agent、用户工作流、交互取舍，以及把 AI 能力做成真实可用产品的产品判断。
AIPM
定位
AIPM 是站名，也是一个观察角度。
先把对象讲清楚，再谈分类、能力、求职和资料。这一步不做，后面所有内容都会在命名上打架。
这里不混成什么
模型层、数据层、基础设施层各自也有产品角色。这个站不把它们混成一个大而空的岗位总称。
类型差异
同样都在做 AI，产品角色的工作对象完全不同。
真正需要雷达图的地方，是比较不同类型产品角色的能力重心。首页先不画图，先把这个前提讲明白。
模型层
模型能力 / 推理 / 平台
关注预训练、微调、推理效率和模型能力边界，更偏研究、算法与模型平台。
模型产品经理AI 研究产品经理
数据层
采集 / 评测 / 治理
关注采集、清洗、标注、评测、反馈与治理，决定模型和应用能否持续变好。
数据产品经理评测产品经理
基础设施层
部署 / 网关 / 稳定性
关注部署、编排、网关、权限、观测、成本和稳定性，是 AI 系统真正运行的底座。
AI 平台产品经理开发者工具产品经理
应用层
场景 / 工作流 / 结果
关注具体场景、用户工作流、交互设计、指标和商业结果。这个站的 AIPM 主线当前把焦点放在这里。
AI 应用产品经理Agent 产品经理
关键人物
产品判断不是凭空来的。
不是每个人都拿着 PM 头衔，但他们都改写了今天做产品时最重要的判断方式: 是先把技术讲给用户听，还是先把完整体验做给用户用。
这里不是做一面名人照片墙，而是给你四个判断坐标: 完整体验、任务完成、消费级留存、长期关系。
经典产品判断
Product Leader
Steve Jobs
Apple
把复杂技术收进完整体验，而不是把复杂性留给用户。
从 Macintosh、iPod、iPhone 到 App Store，他反复证明真正改变市场的不是参数领先，而是把技术、交互、商业模式和品牌体验做成一个整体。
为什么现在重要
AI 时代也一样。用户不会因为你接了模型就留下来，他们会因为产品真的更顺手、更可信、更完整而留下来。
从用户体验往回推技术少做但做透命名和入口必须一眼能懂
协作与任务完成
Product Leader
Bret Taylor
Google Maps / Quip / Sierra
把复杂系统包装成团队真的会用的任务界面。
从地图、协作文档到新一代 AI 客服系统，他长期在做同一件事：把底层技术变成可协作、可执行、可落地的工作流产品。
为什么现在重要
应用层 AI 产品的关键不是会回答，而是能不能进入真实工作流，帮团队把任务完成。
任务完成优先于炫技协作界面决定 adoption会话只是入口，不是产品全部
消费级 AI 产品化
Product Leader
Kevin Weil
Instagram / Twitter / OpenAI
把新技术翻译成大众愿意反复打开的日常产品。
他长期擅长把复杂能力压缩成更清晰的入口、反馈循环和留存机制，这种能力正是 AI 从 demo 变成常用产品时最稀缺的部分。
为什么现在重要
很多 AI 产品死在“第一次看起来很厉害，第二次就不知道为什么还要打开”。消费级产品判断能补上这块短板。
第一分钟体验决定留存增长要建立在清晰价值上把能力翻译成普通人看得懂的动作
助手型 AI 产品
Product Leader
Mustafa Suleyman
DeepMind / Inflection / Microsoft AI
把 AI 当成长期关系产品，而不是一次性功能演示。
无论是早期 AI 助手叙事，还是后续对个性、记忆、持续互动的强调，他都在推动行业把注意力从 benchmark 转向陪伴感、信任感和长期使用。
为什么现在重要
AI 产品不只是更强的模型，也是一种新的产品关系。语气、记忆、边界和信任，本身就是产品设计的一部分。
信任是功能的一部分记忆决定助手价值别只用模型能力讲产品故事
入口
先判断你现在要解决什么问题。
先认清对象
同样都在做 AI，产品角色也不是同一份工作。
适合先搞清类型差异的人
进入认知地图先看应用层主线
从产品对象、Agent、交互范式和产品判断进入。
当前最新：Episode 001
进入 AIPM 栏目先对齐岗位
岗位、能力、作品、面试和 Offer 是一条链。
适合正在求职或转岗的人
进入求职准备先按任务找资料
技术、岗位、案例、趋势、练习，不是一条路。
适合补课、查资料、做研究的人
进入资料路径最新 AIPMEpisode 001什么是 OpenClaw？它不是聊天机器人，而是 AI 代理的工作总机
Workflow Lab飞书自动化怎么做成可复用的视频工作流