跳转至

谷歌PM公开：2026开发者五大新技能——问题塑形/上下文设计/审美/编排/判断力

Ch01.350 谷歌PM公开：2026开发者五大新技能——问题塑形/上下文设计/审美/编排/判断力

📊 Level ⭐⭐ | 10.4KB | entities/google-pm-2026-five-developer-skills-shubham.md

-> 谷歌PM公开：2026开发者五大新技能——问题塑形/上下文设计/审美/编排/判断力

核心命题

谷歌高级 AI 产品经理 Shubham Saboo（93k 星 Awesome LLM Apps 仓库维护者）公开核心洞察：2026 年最优秀的开发者更像电影导演，而不是程序员。价值从"实现能力"迁移到"上游能力"——问题塑形、上下文设计、审美、智能体编排、判断力。五种能力决定谁能真正用 AI 做出产品。

背景数据

  • 时间窗口：Gemini 3 Pro → Claude Opus 4.6（2025年11月 ~ 2026年2月，不到 3 个月）
  • "6 个月前招人的技能标准，现在已毫无价值"
  • 实习生把问题定义清晰 + 让 Claude Code 执行 → 交付速度超过 3 天手写代码的资深工程师
  • 高效开发者只用 10% 时间 coding，70% 精力用于拆解问题

被商品化的四项旧技能

  1. 从零开始写代码：智能体写得更快、Bug 更少 ^[https://mp.weixin.qq.com/s/L_uAB0NjfgIuvlDIrP4TYQ]
  2. 样板代码和项目脚手架：一句提示词直接生成 ^[https://mp.weixin.qq.com/s/L_uAB0NjfgIuvlDIrP4TYQ]
  3. 死记硬背语法和 API：超长上下文窗口已解决 ^[https://mp.weixin.qq.com/s/L_uAB0NjfgIuvlDIrP4TYQ]
  4. 把规格说明翻译成代码：规格本身就是代码 ^[https://mp.weixin.qq.com/s/L_uAB0NjfgIuvlDIrP4TYQ]

"这些能力之所以曾经重要，是因为实现本身很难。它们支撑了六位数年薪。但实现已经不再是瓶颈。"

五种新技能

1. 问题塑形（Problem Shaping）

把模糊目标变成可执行的任务。区分"玩 AI"的人和"用 AI 做产品"的人的核心能力。 ^[https://mp.weixin.qq.com/s/L_uAB0NjfgIuvlDIrP4TYQ]

核心：拆解能力。"帮我做一个仪表盘"不是任务，是愿望。问题塑形把它拆成十二个具体、可测试的子任务，每个都有明确的成功标准。

示例：一个人负责问题塑形、十六个智能体负责执行 → 产出 10 万行可运行的 Rust 代码。那个人没有写代码，但把问题拆解到足够精确，智能体仅凭拆解结构就能完成一个编译器。

变化：当"问题定义得好"与"产品真正上线"之间的时间差压缩到几小时，问题定义的质量决定一切。 ^[https://mp.weixin.qq.com/s/L_uAB0NjfgIuvlDIrP4TYQ]

2. 上下文设计（Context Curation）

智能体产出的质量，与你提供的上下文质量直接成正比。 ^[https://mp.weixin.qq.com/s/L_uAB0NjfgIuvlDIrP4TYQ]

差上下文： ^[https://mp.weixin.qq.com/s/L_uAB0NjfgIuvlDIrP4TYQ]

Build me a customer support agent.

好上下文： ^[https://mp.weixin.qq.com/s/L_uAB0NjfgIuvlDIrP4TYQ] 

Target user: SaaS customers who are frustrated and considering canceling.
They've already tried the help docs. They're messaging because docs failed them.
Tone: Empathetic but efficient. Don't over-apologize. Don't be robotic.
Here are 3 real tickets that got 5-star ratings: [examples]
Here are 2 that got complaints: [examples]
Edge cases requiring human handoff: Billing disputes over $500, Account security concerns, Legal or compliance questions
Success metric: Resolution without escalation in under 4 messages.

本质：选择什么信息进入模型的思考空间。给错信息，模型稳定输出错误方向；给对信息，它稳定产生接近产品级结果。

实践：维护 CLAUDE.md、.cursor/rules、GEMINI.md，让智能体一开始就理解产品世界观。第一版输出达到 90%，而不是 50%。

3. 审美（Taste）

定义：在东西尚未存在之前，就知道该做什么。是在十个选项摆在面前时，知道其中九个不行。 ^[https://mp.weixin.qq.com/s/L_uAB0NjfgIuvlDIrP4TYQ]

案例：AI 讨价还价模拟器（双智能体围绕二手车交易对弈）。第一版代码干净没有报错，但界面只是普通聊天窗口，没有人格张力，没有戏剧瞬间。"它作为软件是成立的，作为体验是失败的。"

智能体的局限：智能体能构建任何你描述的东西，但无法判断什么值得被描述。智能体优化"正确性"，人优化"会不会有人克隆这个项目"。

培养方法：回顾最近五个智能体产出，逐个写下你会改什么以及为什么。那个"为什么"就是审美正在形成。

4. 智能体编排（Agent Orchestration）

知道什么时候用一个智能体，什么时候用多个；什么时候并行，什么时候串行；什么时候加护栏，什么时候放手；什么时候亲自调试，什么时候让智能体自己排错。

三种核心模式： ^[https://mp.weixin.qq.com/s/L_uAB0NjfgIuvlDIrP4TYQ]

  1. 串行流水线：A 完成任务后把输出交给 B，适用于步骤之间存在依赖关系 ^[https://mp.weixin.qq.com/s/L_uAB0NjfgIuvlDIrP4TYQ]

  2. 例：研究智能体收集数据 → 分析智能体解读 → 写作智能体生成报告

  3. 协调者 + 专家团队：主智能体负责分派任务并整合结果，适用于需要质量控制的复杂任务。协调者会在专家偏离方向时重新提示，并最终合并输出 ^[https://mp.weixin.qq.com/s/L_uAB0NjfgIuvlDIrP4TYQ]

  4. 并行执行 + 合并：多个智能体同时处理独立任务，最后由一个智能体整合。适用于子任务无依赖的场景，市场调研、竞品分析可并行，过去一个下午的串行工作现在只需几分钟 ^[https://mp.weixin.qq.com/s/L_uAB0NjfgIuvlDIrP4TYQ]

关键判断：知道何时放手让智能体调试，何时介入。盲目信任和全部手动，代价一样昂贵。 ^[https://mp.weixin.qq.com/s/L_uAB0NjfgIuvlDIrP4TYQ]

5. 判断力——知道什么时候不用智能体

核心：不是每个问题都需要智能体。有些问题只需要一个快速模型和清晰提示。 ^[https://mp.weixin.qq.com/s/L_uAB0NjfgIuvlDIrP4TYQ]

例子： ^[https://mp.weixin.qq.com/s/L_uAB0NjfgIuvlDIrP4TYQ] - 重新格式化 JSON → 丢给 Gemini 3 Flash - 十个文件里的文案替换 → 轻量模型几秒搞定 - 一个你已经完全理解的 Bug → 自己改比向智能体解释更快

框架： ^[https://mp.weixin.qq.com/s/L_uAB0NjfgIuvlDIrP4TYQ] - 问题模糊、多步骤、需要探索解空间 → 用智能体 - 问题简单、定义清晰、答案已知 → 用快速模型 - 问题显而易见 → 用自己的手

最高效的人并不是凡事都用智能体，他们在合适层级调用合适工具。 ^[https://mp.weixin.qq.com/s/L_uAB0NjfgIuvlDIrP4TYQ]

培养方法

  1. 培养审美：回顾最近五个智能体输出，写下会改什么以及为什么 ^[https://mp.weixin.qq.com/s/L_uAB0NjfgIuvlDIrP4TYQ]
  2. 优化上下文：为当前项目写 CLAUDE.md，哪怕只花 30 分钟 ^[https://mp.weixin.qq.com/s/L_uAB0NjfgIuvlDIrP4TYQ]
  3. 练习问题塑形：面对模糊需求，在提示之前先拆成 10 个子任务 ^[https://mp.weixin.qq.com/s/L_uAB0NjfgIuvlDIrP4TYQ]
  4. 练习编排能力：把串行工作流拿出来，看哪些步骤可以并行 ^[https://mp.weixin.qq.com/s/L_uAB0NjfgIuvlDIrP4TYQ]
  5. 校准工具判断：连续一周记录哪些任务用了智能体而简单提示就够 ^[https://mp.weixin.qq.com/s/L_uAB0NjfgIuvlDIrP4TYQ]

结论

"过去二十年里重要的技能之所以重要，是因为实现本身很难。而现在，实现已经不再困难。真正留下来的，是所有更上游的能力。"

打开你最近一个项目问问自己：你花更多时间在写代码，还是在塑造问题？如果答案是写代码，那你仍在用旧时代的技能结构。新的方式，从一份上下文文档和清晰的问题定义开始。代码，会自己出现。

深度分析

1. 2026 开发者的五项核心技能

Google PM 提出的五项技能重新定义了 AI 时代的开发者能力模型——不是"会用 AI 工具"，而是"在 AI 改变的工作范式中保持价值"。

2. 从"代码编写者"到"系统架构师"

AI 自动化代码编写后，开发者的核心价值转移到系统设计、架构决策和技术判断——写代码变便宜了，决定写什么代码变贵了。

3. 提示工程被高估，系统思维被低估

提示工程是表层的 AI 技能，系统思维（理解 AI 在更大系统中的角色和边界）是深层技能。 ^[https://mp.weixin.qq.com/s/L_uAB0NjfgIuvlDIrP4TYQ]

实践启示

1. 投资系统设计能力而非 AI 工具熟练度

工具会变，系统思维不变——学习如何设计 AI-native 系统比学习特定 AI 工具更有长期价值。 ^[https://mp.weixin.qq.com/s/L_uAB0NjfgIuvlDIrP4TYQ]

2. 审查和验证是 AI 时代的核心技能

AI 产出量大但需要验证——审查、测试、验证 AI 产出的能力比生成能力更重要。 ^[https://mp.weixin.qq.com/s/L_uAB0NjfgIuvlDIrP4TYQ]

3. 跨领域沟通能力价值上升

AI 可以写代码但无法理解业务需求——开发者作为技术和业务的翻译者，价值上升。 ^[https://mp.weixin.qq.com/s/L_uAB0NjfgIuvlDIrP4TYQ]

相关主题