#349.产品经理的终结？为什么 LinkedIn 正在将 PMs 转变为 AI 驱动的“全栈构建者” - 跨国串门儿计划

本期播客以全球科技与产品管理领域极具影响力的《Lanny’s Podcast》为蓝本，深度呈现了前领英首席产品官TOMER COHEN关于“全站构建者”（Full-Stack Builder）模式的系统性构想与实践路径。该模式并非对现有产品开发流程的简单优化，而是一场由AI技术所驱动、以组织形态重构为核心的范式革命，其核心目标在于重新定义“构建”的本质——即从一个高度专业化、职能割裂的线性流程，转变为一种人机协同、跨职能融合、以个体为中心的动态闭环。这一变革的根本动因，源于对未来工作环境的深刻预判：根据领英内部数据，到2030年，当前岗位所需技能将有高达70%发生根本性变化，这不仅意味着技术迭代速度的空前加速，更标志着传统“分工—协作”模式已无法适应快速变化的商业节奏。在此背景下，领英正通过重构平台、构建专用AI Agent、重塑文化机制三大支柱，推动组织从“任务分配”向“能力赋能”转型，使任何职能背景的员工都能独立完成从想法洞察到产品上线的全过程。

报告的核心洞见在于，这场变革的真正挑战不在于技术本身，而在于如何实现“人的转变”。尽管AI在自动化编码、设计、数据分析等重复性任务上已展现出巨大潜力，但其真正的价值在于解放人类的高阶能力——愿景构建、共情理解、创造性思维与复杂情境下的判断力。因此，“全站构建者”模式的本质，是将组织从“效率机器”升级为“创新生态”，让每个个体成为自己项目的主人。这一理念的落地，依赖于一套精密的系统工程：首先，必须对底层技术平台进行彻底重构，使其具备可被AI理解与操作的能力；其次，需开发一系列针对特定业务场景的定制化Agent，如信任Agent、增长Agent、研究Agent等，这些工具并非通用软件，而是基于公司独特知识库与历史经验训练而成的“领域专家”；最后，也是最关键的，必须建立一套激励机制与文化体系，通过绩效评估改革、成功案例传播、小分队试点等方式，激发员工主动拥抱变革的意愿。整个过程被清晰地划分为三个阶段：平台建设期、工具打磨期与文化渗透期，每一阶段都伴随着深刻的组织学习与认知跃迁。

报告进一步揭示了这一模式在实际应用中所面临的深层矛盾与复杂现实。一方面，顶尖人才在使用新工具时展现出惊人的主动性与创造力，他们不仅是使用者，更是共同开发者，这种“成长心态”（Growth Mindset）的体现，使得AI对卓越者的赋能效果呈指数级放大；另一方面，普通员工则普遍面临“变革疲劳”与“工具采纳障碍”，需要通过FOMO（错失恐惧症）策略、透明化沟通与渐进式推广来克服心理阻力。最终，该模式的成功与否，不取决于技术是否先进，而在于能否建立起一种“人人皆可构建”的组织共识。正如嘉宾所言：“如果你在等待一次正式的重组或声明才开始改变构建方式，那你已经等得太久了。” 这一宣言不仅是对领导者的呼吁，更是对每一位职场人的精神召唤——未来的竞争力，不再来自职位头衔，而源于持续进化的能力与敢于行动的勇气。

领英推行“全站构建者”模式的根本驱动力，源自对组织发展瓶颈的深刻反思与对宏观趋势的精准预判。在传统规模化企业中，产品开发流程早已从最初“从想法到发布”的简洁路径，演变为一个由数十个子步骤构成的复杂系统。这一演变过程并非偶然，而是随着组织规模扩大、风险控制需求提升以及专业分工深化而自然形成的产物。然而，当这种复杂性积累到一定程度时，其负面效应便开始显现：流程冗长、决策迟缓、跨团队协作成本高昂，最终导致“做一个小功能竟然要六个月”的荒诞现实。这种现象的背后，是流程复杂度与组织复杂度之间的恶性循环——每一个新增的评审环节、每一道审批流程，都需要专门的人力去执行，从而催生出更多细分职能，形成“职能微观专业化”的结构性困境。

具体而言，这一问题在领英内部表现得尤为明显。以“研究问题”这一基础环节为例，现代产品经理在启动一个项目前，往往需要同时查阅十至十五个信息源，包括客户访谈记录、工单系统数据、社交媒体舆情分析、用户行为日志、市场竞品报告等，才能确保对问题的理解足够全面。这种“信息过载”式的调研，虽然初衷是为了避免偏见与误判，但其结果却是耗时极长且难以形成统一结论。再以“产品评审”环节为例，一个功能的发布通常需要经历设计评审、隐私评审、安全评审、合规评审等多个独立流程，每个流程背后都有专门的团队负责，这种“多头管理”模式虽能分散风险，却严重拖慢了整体进度。当所有这些子步骤叠加在一起时，整个开发周期被无限拉长，而真正的价值创造——即持续迭代与快速验证——反而被严重抑制。

“我们大概要过一遍十到十五个信息源，才觉得自己把问题研究透彻了。再想想产品的评审环节，有设计评审、隐私评审、安全评审……我可以一直说下去，这些子步骤中的每一步其实都有其存在的合理理由。但当你把所有东西加在一起时，你就会觉得：天呐！做一个小功能竟然要这么费劲，需要多个团队、多个代码库、好几个SPRING的周期才能把它发布出去，更别提迭代了。”

这一系列观察促使领导者重新思考“构建”这一核心概念的本质。在TOMER COHEN看来，构建者的真正使命，从来不是完成一系列标准化的步骤，而是“把一个想法变成现实”。这一原始定义在复杂的组织结构下被严重异化，人们不再关注“结果”，而只专注于“流程合规”。因此，他提出必须回归第一性原理，即从“构建到底意味着什么”这一根本问题出发，重新审视整个产品开发生命周期。这一思想的提出，标志着领英从“流程优化”转向“范式重构”的战略转折点。它不再试图修补现有流程的缝隙，而是从根本上质疑其合理性，旨在打破“职能壁垒”与“流程惯性”，为AI的深度介入扫清障碍。

这一重构的必要性，还得到了外部宏观趋势的强力支撑。领英基于其独特的职场数据平台，预测到2030年，当前岗位所需技能将有70%发生根本性变化。这一数字远超以往任何一次技术变革的冲击范围，它意味着几乎所有职业都将面临前所未有的转型压力。与此同时，市场上增长最快的职位中，有高达70%在一年前甚至尚未存在，这表明未来的职业图景将更加不可预测。在这种背景下，任何依赖静态技能组合的组织都将迅速失去竞争力。因此，领英的变革不仅是应对内部效率问题，更是一种面向未来的生存策略——唯有将组织打造成一个能够自我进化、快速响应变化的有机体，才能在不确定的未来中立于不败之地。

“全站构建者”模式的成功落地，依赖于一个由平台、工具与文化三大支柱构成的协同生态系统。这三者并非孤立存在，而是相互依存、层层递进的有机整体。平台是物理基础，决定了AI能否接入并有效运作；工具是功能载体，是实现自动化与智能决策的具体手段；而文化则是灵魂，是驱动个体主动参与变革的心理引擎。三者缺一不可，任何一环的缺失都将导致整个系统的崩溃。

平台层：为AI构建可理解的“数字骨架”

平台的重构是整个变革的第一步，也是最基础、最艰巨的一步。其核心目标是将现有的技术栈（尤其是代码库、设计系统、数据架构）转化为一种“可被AI理解与操作”的格式。这并非简单的接口对接，而是一场深层次的系统性改造。例如，领英正在构建一种可组合的UI组件库，并配套相应的服务器端逻辑，使得AI能够像人类工程师一样，理解组件间的依赖关系、状态流转规则与交互逻辑。更重要的是，这一平台必须支持AI的“上下文感知”能力，即能够理解特定功能在整体产品生态中的位置与影响。为此，领英投入了大量资源进行数据清洗与知识库整理，因为直接赋予AI对整个云盘的访问权限，只会导致严重的“幻觉”问题——AI会错误地将无关信息当作事实，或在缺乏权重判断的情况下做出错误推断。

“你不能直接拿一个第三方工具过来，就指望它能在领英的技术站上工作。事实上，这是我们最大的教训之一。从来没成功过一次都没有，你必须把它引进来，然后做大量的定制化，几乎是和那些公司以ALPHA模式合作才能让它在内部运转起来。”

这一过程的典型代表是与微软、Figma等公司的深度合作。以Figma为例，领英并未简单引入其设计工具，而是要求其调整自身技术架构，使其能够无缝对接领英的设计系统与品牌规范。同样，对于代码生成工具（如Copilot、Cursor），领英也构建了一个中间层，用于处理代码库的版本差异、命名冲突与安全策略，确保生成的代码不仅语法正确，而且符合公司最佳实践。这种“反向适配”模式，凸显了大型组织在引入AI时的特殊挑战：通用工具无法满足特定业务场景的复杂性，必须通过深度定制才能发挥价值。

工具层：构建领域专属的AI Agent矩阵

在平台就绪后，工具层的建设便进入快车道。领英并未采用“一刀切”的通用AI解决方案，而是围绕关键业务场景，开发了一系列高度专业化的AI Agent。这些Agent并非简单的自动化脚本，而是集成了大量领域知识、历史经验与业务规则的“智能代理”。目前，领英已初步构建了四大核心Agent：

1. 信任Agent (Trust Agent)：这是最具挑战性的Agent之一。由于领英平台承载着数亿用户的个人职业信息，信任与安全是生命线。该Agent被训练用于识别产品规格文档中的潜在风险，例如可能泄露用户隐私的字段设计、违反平台政策的功能逻辑等。一个典型案例是，当团队尝试为“求职者”功能添加“开放工作机会”标签时，信任Agent不仅指出了该功能可能被恶意利用的风险，还追溯到几年前类似功能的漏洞，从而提前预警。

2. 增长Agent (Growth Agent)：该Agent整合了领英过去十年积累的所有增长实验数据、漏斗模型与A/B测试结果。当一个新产品想法被输入时，它不仅能提供优化建议，还能对想法本身的可行性进行评分。一位产品经理曾表示，该Agent的反馈让他彻底改变了原有的设计方案。

3. 研究Agent (Research Agent)：该Agent基于对小企业主、求职者等核心用户画像的深度训练，能够结合历史研究论文与支持工单，对一份产品规格文档进行批判性评估。在一次内部测试中，该Agent对一份市场营销方案提出了颠覆性的意见，引导团队聚焦于更具潜力的集成功能。

4. 分析师Agent (Analyst Agent)：该工具被训练用于查询庞大的领英图谱数据，用户无需编写SQL或依赖数据科学团队，即可通过自然语言提问获取洞察。例如，可以问“在过去三个月内，哪些行业的招聘需求增长最快？”。

这些Agent的共同特点是：它们都不是“万能钥匙”，而是“领域专家”。它们的成功，依赖于对内部知识库的深度挖掘与精心喂养，而非简单的数据堆砌。

文化层：从“被动接受”到“主动共创”的心理革命

如果说平台与工具是“硬件”，那么文化就是“操作系统”。即使拥有最先进的技术和工具，若没有正确的文化氛围，变革仍会失败。领英深刻认识到，单纯提供工具是远远不够的，必须建立一套激励机制，让员工愿意主动使用并贡献于这个系统。为此，领英采取了多项举措：

* 绩效评估改革：将“AI主动性”与“流利度”纳入绩效考核指标。这意味着，一个员工是否积极尝试使用新工具、是否能高效地与AI协作，将成为其晋升的重要依据。

* 小分队试点与成功案例传播：通过组建由不同职能人员组成的“小分队”（Small Teams），让他们在真实项目中体验“全站构建”的乐趣。一旦取得成果，立即在全员大会上庆祝，展示成功故事。例如，一位用户研究员通过使用工具，成功转岗为增长产品经理，这一案例极大地鼓舞了其他员工。

* 制造FOMO（错失恐惧症）：初期仅向少数精英团队开放访问权限，营造一种“稀缺感”，激发其他人的参与热情。

“光给他们工具是不够的，你还得建立起激励机制、配套项目，激发他们的动力，并提供具体怎么做的示范案例。他们需要看到别人成功的例子。”

这一系列措施的核心，是将变革从“自上而下”的命令，转变为一场“自下而上”的运动。它传递的信息是：这不是一项强制任务，而是一个充满机遇的舞台，每个人都可以成为主角。

在探讨AI对组织的影响时，一个根本性的问题始终萦绕不去：AI究竟是会让平庸者变得优秀，还是会将卓越者推向不可思议的境界？领英的实践给出了一个明确的答案：AI对顶尖人才的赋能效应是指数级的，而对普通人才的提升则是线性的。这一发现深刻揭示了AI时代的新竞争格局。

从理论上讲，AI作为一种强大的生产力工具，理应降低技能门槛，让更多人受益。然而，在领英的实际应用中，这一预期并未完全实现。相反，那些原本就具备强大学习能力、主动探索精神与深厚专业素养的顶尖人才，成为了最早、最深入地拥抱AI的群体。他们不仅熟练掌握工具，更能将其作为“思维伙伴”，共同进行复杂问题的探索与创新。例如，一位资深工程师在使用代码生成Agent时，不仅能写出高质量的代码，还能通过反复对话，引导Agent生成更优的算法架构。这种“人机协同”的深度互动，使得其产出的质量与速度远超单独工作。

“一直以来都有个问题：AI到底是会让那些不够出色的人变得更出色，还是会让那些本来就很出色的人变得更不可思议？”

这一现象的根源在于，AI的真正价值不在于替代人类完成任务，而在于放大人类的高阶能力。在“全站构建者”模式中，AI承担了所有繁琐、重复、可标准化的工作，如撰写PRD、生成原型图、运行单元测试、处理构建失败等。这使得人类得以从这些“机械劳动”中解放出来，将精力集中在真正需要人类智慧的领域：愿景构建、共情理解、创造性思维与复杂判断。而这些能力，恰恰是顶尖人才最核心的优势。因此，AI的作用更像是一个“超级杠杆”，让那些已经站在高处的人，能够跳得更高、看得更远。

相比之下，普通员工在面对AI时，往往表现出“工具采纳障碍”（Tool Adoption Barrier）。他们可能因为害怕犯错、担心被取代，或仅仅是因为工作太忙而无暇学习新工具。即便提供了培训，也常常停留在“知道”层面，而未能转化为“使用”习惯。这说明，AI的普及不仅仅是一个技术问题，更是一个心理与行为问题。因此，领英的策略并非“普惠式”推广，而是通过“小分队试点”、“成功案例传播”和“绩效激励”等手段，先点燃一小部分“火种”，再通过榜样效应带动整个组织。

这一发现具有深远的启示意义。它意味着，在AI时代，组织的竞争优势将越来越集中于“顶尖人才的密度”与“创新文化的浓度”。未来的赢家，不是拥有最多员工的公司，而是拥有最多“全站构建者”的公司。因此，组织的战略重心应从“招聘”转向“培育”与“激活”，致力于打造一个能让顶尖人才不断涌现、并充分发挥其潜能的生态系统。

“全站构建者”模式的落地并非一蹴而就，其从试点走向规模化的过程充满了现实挑战与微妙的权衡。领英的经验表明，变革的推进必须遵循“由点及面、循序渐进”的原则，任何急于求成的行为都可能导致“稀释价值”或引发组织动荡。

试点阶段的精细化运营

领英的试点始于一个名为“助理产品构建者计划”（Associate Product Builder Program）的项目。该项目取代了传统的APM（Associate Product Manager）项目，旨在培养新人的全栈能力。参与者将接受为期数月的严格培训，内容涵盖编码、设计、产品管理等核心技能。这一项目不仅是人才培养的试验田，更是整个“全站构建者”理念的孵化器。通过让新人从一开始就接触AI工具，领英希望在他们职业生涯的早期就植入“全站思维”。

“我们以前有个APM项目，今年就要结束了。从明年一月开始，我们会启动这个APP项目，他们会加入领英，我们会教他们在领英如何编码、设计和做产品管理。”

在试点过程中，领英采用了“小分队”（Small Teams）的模式。这些小分队由来自不同职能的成员组成，他们被赋予高度的自主权，可以自行决定如何使用工具、如何分配任务。这种“去中心化”的管理方式，极大地提升了团队的灵活性与创造力。例如，一个团队在开发“语义人脉搜索”功能时，产品经理利用AI工具自行搭建了仪表盘，无需等待设计师资源到位，从而显著加快了开发进度。

规模化推广的挑战与策略

当试点取得初步成功后，如何将模式推广至整个组织，成为新的难题。领英意识到，如果一次性向所有人开放权限，可能会导致“工具泛滥”与“质量失控”。因此，他们采取了“渐进式”推广策略：首先确保工具本身足够稳定与可靠，其次通过高层背书与成功案例传播，逐步消除员工的疑虑。

一个关键的策略是“不要等”（Don’t Wait）。领英鼓励员工在官方正式发布之前，就主动尝试使用工具。这一理念打破了“等待指令”的惰性，强调个体的主动性。正如嘉宾所言：“如果你在等待一次正式的重组或声明才开始改变构建方式，那你已经等得太久了。” 这种“先行动，后规范”的哲学，正是敏捷文化的核心。

此外，领英还特别注重“透明化沟通”。在项目初期，核心团队曾一度“关起门来”开发，导致其他部门产生困惑与焦虑。后来，他们吸取教训，加强了与组织的沟通，定期分享进展、展示成果，让整个组织都能感受到变革的脉搏。

综上所述，领英的“全站构建者”模式，是一次对现代组织形态的深刻解构与重建。它超越了单纯的效率提升，触及了组织的本质——即如何激发个体潜能、如何应对不确定性、如何在技术洪流中保持竞争力。其核心启示在于：未来的组织，不再是层级分明的“机器”，而是一个由无数“全站构建者”构成的“活体网络”。

这一模式的成功，证明了AI并非人类的威胁，而是人类潜能的放大器。它让我们重新思考“工作”的意义：当机器承担了重复性劳动，人类的价值将愈发体现在创造力、同理心与战略性判断之上。因此，个人的职业发展路径也必须随之改变——从追求“专精某一项技能”，转向培养“跨职能整合能力”与“持续学习心态”。

对于任何希望在AI时代保持领先的组织而言，领英的经验提供了清晰的行动框架：投资平台、定制工具、重塑文化。但这三者之间，文化是最难攻克的堡垒。因为变革的终极目标，不是改变流程，而是改变人心。正如嘉宾所强调的：“我最想传达的是，我给了你们不用等待、直接去做许可。” 这句宣言，是对所有领导者与从业者的最高激励——在不确定的未来，唯一确定的，是行动本身。