产品设计与模型能力分工2026年11月2日提问

AI应用早期,产品设计和模型能力之间怎么分工?

早期 AI 应用里,产品设计负责把模型能力放进真实使用场景,模型能力负责抬高上限;判断分工的关键是看这件事会不会被下一次模型升级直接解决。

AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。

先看模型能到多好,再决定产品补什么

材料里的观点

立正给出的顺序是:先用最好的模型和运行环境跑自己的业务任务,知道当前能做到什么水平,同时建立测试集,再拿其他模型比较质量、速度、成本的差距。他的理由是,如果一开始就选便宜模型、围着它打补丁,可能连自己离当前上限有多远都不知道⁠1。这给早期分工一个基线:模型能力先定“天花板”,产品设计再决定在这个天花板下补哪一段。

产品设计补的是模型升级补不上的部分

材料里的观点

戴雨森在对话中把应用公司的假设说得很清楚:不要因为模型现在不够好就去替它搭脚手架,而要 leverage 六到十二个月后可能有的模型能力;他举的例子是让模型数草莓有几个 R 这类事没意义,因为迟早会被模型解决⁠2。他同时认为,头部几家 API 的差距在缩短,应用可以在产品设计、用户数据、品牌上把差距补回来,让用户有选择理由⁠2。按这个分工,产品设计该做的是获取更好的用户输入、理解用户意图和记忆这类不单靠模型升级解决的事⁠2。需要说明:这些是戴雨森的判断,不是立正本人对分工的完整表态。

把“谁做什么”落到具体角色上

立正在另一处描述 AI Native 小团队时,把分工按 expertise 拆开:设计师提供审美,数据同学提供观测和对增长的直觉,PM 提供对用户的同理和项目 vision,工程师负责调度 agents、保证一致性、提炼并有效提供 context⁠3。这可以看作产品设计与模型能力分工的组织版本:产品侧管场景、用户理解和判断标准,工程侧管让模型稳定运转。《AI 用得好的人与普通人的5个差距》⁠4也提出类似的任务光谱思路,把任务从“AI 可独立完成”排到“必须人做”,并把人集中在关系、审美、战略方向这类不可替代处⁠4。这是 AI 对材料的综合,不是原文直接给出的分工表。

现有片段没有给出产品设计与模型能力分工的完整框架;《真格基金戴雨森》⁠2中戴雨森的观点是对话中的个人判断,立正本人在该段主要是提问和提出困惑,不能把他的追问当成对分工的结论。

出处

  1. 1从结果确定性到通用智能:和韦晓亮老师聊AI、产品与教育

    超线性学院2026-09-09

    提供“先用最好模型定上限、再建测试集比较”的顺序,是分工判断的基线。

  2. 2真格基金戴雨森:产业的规律,AI的颠覆,顶级基金都看到了什么?

    视频说话人待核2025-06-20

    戴雨森谈应用公司该补什么、不该替模型搭什么脚手架,是产品设计与模型能力关系的直接讨论。

  3. 3AI时代的面试,三件事让公司对我求贤若渴?

    视频发言:立正2026-05-20

    给出 AI Native 小团队中设计、数据、PM、工程师各自提供什么 expertise 的具体分工。

  4. 4AI 用得好的人与普通人的5个差距,和背后具体技术原因|非技术岗位版

    超线性学院 · 会员2026-04-13

    提供任务光谱和比较优势的思路,可用来判断哪些任务交给 AI、哪些留给人。

你也有想问的?

卡住的时候,问问立正:回答附有出处,可以点回原文核对。

也可以接着问:

所有问题 →