🤖 Tulsee Doshi：模型無法預設，產品經理要識別它的意外長處
⚡ 她認為模型開發不能像傳統產品那樣定好目標就交付，輸出總會帶來意外。因此，產品經理不能只盯著評測目標，還要盯住模型實際跑出的結果，找出它意外出彩的地方，再做成用戶能用的功能；她招人時看對方是否每天上手試模型、對模型脾性有判斷。
AI產品崗的核心競爭力正從確定性交付轉向對不確定性的發掘。大模型的價值常湧現於預設目標之外，產品經理必須跳出評測指標的舒適區，在真實交互中捕捉意外能力併產品化；這要求從業者每日親手調試、對模型特性建立體感判斷，而非僅擅長需求拆解。值得注意的是，這種在開放系統中“發現而非規劃”的工作範式，正在重塑AI產品團隊的人才標準。
Tulsee Doshi：模型無法預設，產品經理要識別它的意外長處
JustSayAI
今日 Top 3 頭條
- 觀點
Tulsee Doshi：模型無法預設，產品經理要識別它的意外長處
她認為模型開發不能像傳統產品那樣定好目標就交付，輸出總會帶來意外。因此，產品經理不能只盯著評測目標，還要盯住模型實際跑出的結果，找出它意外出彩的地方，再做成用戶能用的功能；她招人時看對方是否每天上手試模型、對模型脾性有判斷。
來源 ↗ - 觀點
Simon Willison：AI寫的PR說明太長，摺疊起來只留人工開頭
他用Claude Code和Codex給自己開PR，代理寫的說明準確又完整，但正因為讀起來像AI長文，他一看就不想讀。於是他把全文塞進details/summary摺疊塊，只留一段人工挑過的開頭，有時配截圖，summary裡寫模型名和思考強度。前提是GitHub的Markdown支持這個標籤。
來源 ↗ - 觀點
Hennion & Walsh CIO：AI最貴的瓶頸是人才，投資者要更有耐心
他把AI的瓶頸依次列為算力、內存，再加上人才，並認為人才是最貴的一項：公司要付高價把人招來，再和算力、電力、內存配齊才能繼續往前，成本很高，投資者需要更耐心。這個判斷的前提是編碼人才持續稀缺。
來源 ↗
+8 條頭條
- YC Paper Club：AI能否治癌，取決於結果可不可驗證
- No Priors 嘉賓：AI代理不會搞垮互聯網，安全才是加速器
- Matthew Berman：讓AI從17,253個數字裡找出突破
- Dylan Patel：半年內黃仁勳無事，國會聽證才是風險點
- Ethan Mollick：AI若帶來生活水平躍遷，該問怎麼讓它發生
- Timnit Gebru：媒體復讀AI末日論，卻不追問前後矛盾
- Greg Brockman：前沿模型配足推理算力，正成為科學發現的引擎
- Andrew Trask：RSI風險過去靠猜，如今有了可觀測的記錄