本期将 Lenny's Podcast 对 Elizabeth Stone 的访谈压缩成 8 张中文图片笔记：AI 让 PM、设计师和工程师做得更多，岗位边界因此变模糊，但问题定义、系统视野、专业手艺和结果责任仍然需要人承担。Elizabeth Stone 是 Netflix 的 Chief Product and Technology Officer，负责 Engineering、Product 和 Design。1
可核验金句
以下英文短句均出现在本轮完整音频 ASR 证据中，图片中的中文为意译：
- 「Everyone can be everything now.」所有人都能做更多。
- 「I still see comparative strengths.」我仍然看到各自的比较优势。
- 「Step out one click.」向外多问一格。
- 「Humans are still responsible.」人仍然对结果负责。
- 「Excellence as an operating system.」把卓越作为操作系统。
- 角色边界：AI 让每个人都能做更多，但专业判断没有消失。
- 专业手艺：PM 继续判断问题定义，工程师继续判断扩展性和质量，不同职能仍有各自的 craft excellence。
- 系统思维：每解决一个问题，向外多问一层，检查自己对更大系统的默认前提。
- AI 流利度：知道 AI 何时有用、何时没用，是所有岗位的共同期待。
- 质量责任：AI 可以提速，人仍对结果、代码、产品和用户体验负责。
- 卓越系统：高人才密度、责任与自主、把决策推到一线、敢冒险并快速恢复。
给团队的 4 个动作
- 让每个人都试用 AI，但写清用途。
- 每个问题向外多看一层。
- 保留专业质量门槛。
- 失败之后，快速恢复。
Comments
Sign in to comment.