PM用AI做应用：开发1小时，部署5小时，门槛转移了

AI 总结 · 连续创业者视角

不懂代码的PM用Codex+阿里云6小时上线MBTI游戏。核心发现：AI抹平的是“开发”门槛，但把“运维/部署”门槛留给了你。知识存量决定AI杠杆率。

核心发现：门槛没消失，只是转移了

我是连续创业者，看过太多“零基础用AI做产品”的爽文。但这篇复盘很真实：一个不会写代码的产品经理，用Codex+阿里云，从灵感到上线只用了6小时。其中开发1小时，部署却花了5小时。

这组数据背后藏着一个反直觉的真相：AI并没有抹平创业门槛，它只是把门槛从“写代码”转移到了“懂系统”和“懂需求”。

开发环节，AI干了40分钟，人干了20分钟。为什么这么顺？因为产品经理的核心能力是“描述需求”、“拆解逻辑”、“验收交付”。这些本来就是我吃饭的本事。

OpenAI的数据也印证了这一点：Codex用户中，产品经理、律师、分析师等非开发者占比高达20%，且增速超过程序员。你描述得越准，AI交付越快。

部署环节，AI只干了1小时，人干了4小时。博主卡在“本地文件怎么传到云服务器”、“SSH是什么”、“命令在哪台机器执行”这些基础问题上。

问题不在于AI不够聪明，而在于AI默认对面坐着一个有运维常识的人。它给的每一步命令都是对的，但博主不知道哪一步该在自己电脑上跑，哪一步该在服务器上跑。就像拿着一张正确的地图，却不知道自己在哪个城市。

你和AI的知识底座差得越远，AI能替你所做的就越少，剩下的烂摊子都得自己扛。

1. 顺序反过来：先问AI全景，再动手

以前遇到不会的事，第一反应是“我不会，做不了”。现在应该先问AI：“这件事的标准流程是什么？”让它把地图摊开，你看一眼就知道自己缺什么。博主如果能先问清楚部署全流程，那5小时至少能省一半。

2. 别把“不会”当终点，要当起点

那4小时的痛苦，本质是“补课”。每卡一步问一步，补上的知识块，会让下一次的人机协作效率翻倍。两年前学Linux可能要啃三个月，现在几个周末的问答就够了。

3. 理解“搬运工”的新价值

未来的创业者，可能就是一个站在中间的“连接器”：左边是写代码的AI，右边是懂运维的AI，而你负责知道整条链路长什么样，知道什么时候该把哪边的指令传给哪边。“知道全局”的能力，比“会写代码”更稀缺。

原文 · 人人都是产品经理：阅读原文 →