Gemini 产品负责人 Tulsee Doshi 谈 AI 时代的产品判断方法
Gemini 产品负责人聊怎么做评测和产品取舍，60/20/20 那套分配方法对做 AI 产品的人挺实用。
Google 前沿模型产品负责人 Tulsee Doshi 在 Lenny's Podcast 上分享了 AI 时代的产品工作方法。她建议先选 5—20 条真正关心的提示词，亲自评测结果并明确“好”的标准，再逐步扩展。模型升级后，系统提示、工具和技能需要重新测试，旧规则可能已限制新能力。她提出 60/20/20 的投入分配：60% 做当前能稳定实现的能力，20% 押注近期可能补齐的能力，20% 探索已有苗头但尚未成熟的体验。
就 Gemini 产品做的那鸟样，我只能把这些当作反向指标看了。 meng shao @shao__meng PMs are back：Gemini 产品负责人谈 AI 时代，为什么产品判断更值钱 Lenny’s Podcast 对谈 @tulseedoshi ：AI 降低了实现成本，却没有降低选错方向的代价。当“能不能做出来”不再最难，做什么、什么才算好、哪些能力值得押注，就更重要。 youtu.be/qGf2Yvan4Wg?si… # 不只设定指标，也要发现模型的新能力 Tulsee 负责 Google 前沿模型的产品工作。她指出，模型开发不像传统软件那样，按规格实现就能得到确定结果。训练需要目标与评测，但也会出现预期之外的能力。 产品负责人既要检查指标，也要亲自使用模型，发现它在哪些任务中表现突出，再判断这些能力能否形成有价值的体验。只看排行榜，可能错过真正值得产品化的变化。 # 判断力要靠使用和评测建立 她招聘时重视持续使用模型、有自己的质量标准、能动手做评测，并愿意随能力变化调整路线的人。 评测不必一开始就很大：先选 5—20 条真正关心的提示词，亲自判断结果，明确“好”的标准，再逐步扩展。这样得到的判断，比笼统地说某个模型更强更有用。 模型升级后，系统提示、工具和技能也要重新测试。以前为弥补短板加上的规则，可能已经多余，甚至开始限制新能力。 # 60／20／20：兼顾今天交付和未来能力 她提出一种可调整的投入方式：约 60% 做当前能稳定实现的能力，20% 押注近期可能补齐的能力，另 20% 探索已经出现苗头、但尚未成熟的体验。 重点不是严格照搬比例，是避免两个极端：只围绕今天的局限设计产品，或者把全部价值押在未来模型一定会进步上。 🔗 View Quoted Tweet 💬 19 🔄 1 ❤️ 24 👀 4058 📊 15 ⚡
