一、从一只杯子理解产品
做产品，是把什么组合到一起
郑老师邀请我来讲产品。我做了十几年的产品，从读本科时接学校的设计任务开始，做过实体产品，也做过软件和服务。我希望把这些经验浓缩成一些方法，让大家在这个时代也能做自己的产品。
我先问同学们：什么是做产品？有人说，是做别人没做出来的东西；有人说，是把想法落地；也有人说，是做一个可以卖钱的东西。这些都讲到了一部分。
我们拿杯子来看。同样是喝水的容器，为什么会有陶杯、水晶杯、青瓷杯、搪瓷杯、保温杯，又有强调造型、文化和情感的杯子？它们不只是材料不同，每个时代的工艺、审美、文化和商业条件，也都在影响产品。
我还带了一只仿照老式热水壶造型的杯子。大家猜它卖几十块钱，实际却卖到两千块钱。同样的保温功能，为什么会形成这么大的价格差别？如果进入AI时代，杯子又会怎么变？有人说，可以提醒用户喝水。但一个产品发生变化，不一定只能是加上智能功能，也可能是重新组织文化、情感和消费场景。
以人为中心的五大构成
有同学说，也可以把别人做过的东西整合一下。这是一个重要的点。但怎么整合？要基于真实需求。
浙大设计学科有“五大构成”的方法：以人为中心，把科技、艺术、文化和商业组合到一起。设计不只是单一的美学问题。技术是一种变量，但回到杯子本身，还是要看目标用户是谁、需求是什么，以及怎样定义出符合这些条件的产品。
我以前问老师，产品是什么。老师举了“东北一锅炖”的例子：酱油不是厨师酿的，菜也不是厨师种的，但组合、烹饪、端出去，就是厨师做的菜。产品也有这样的整合过程。
技术有推动力，市场有拉力，产品在中间起转换作用。你要把原材料和技术变成面向市场、能被使用、交易、复制的东西。就像导游给不同的人安排不同路线，做产品也要找到定位，理解需求，再把合适的资源组织起来。
二、互联网怎样改变产品开发
让用户的声音进入决策
今天AI对做产品有三个不同的价值：用AI做过去的产品；做AI时代原生的产品；把专家，包括我们自己的一部分能力，产品化。这三件事要分清楚。
先从过去的产品说起。一家家电企业曾经向我们提出一个问题：为什么做爆款做不过互联网企业？有些产品方案，研发团队其实早就提出来了，但没有投向市场。老板可能会问：这到底是真需求，还是设计师拍脑袋？如果没有用户的声音来印证，就只能靠设计总监或老板判断。
过去工业化的链条很长。企业提出需求，设计、研发、生产，再一步步把产品送到用户手里。为了降低制造成本，很多产品长得差不多，迭代也慢。互联网改变了信息和反馈的链条：用户可以直接表达意见，电商又把销售和数据接了进来。
我早年做智能硬件时，接触过互联网企业的产品方法。让我印象深的，是他们对用户反馈、品牌表达和迭代机制的重视。为什么有互联网经验的人，有时更容易做出好产品？不是因为他们天然比制造业的人懂工艺，而是他们更习惯听用户的声音，再快速调整。
还有一个我在课上讲的例子：有人在音箱的评论里提到，洗澡时想听音乐，能不能防水、能不能吸在墙上？从这样的反馈出发，再去调研需求是否普遍，就可能形成一个具体产品。需求不总是在会议室里想出来的。
产品形态在变，基本问题仍在
跟父辈说产品，大家可能首先想到杯子、水这样的实体物。过去十几年，很多工业设计专业的同学去了互联网公司，设计购物车里的体验，也叫做产品设计。
今天又进入AI时代。我把它理解成认知产品、决策产品、模型驱动的产品，Agent可能成为这个时代的一种产品单元。但时代变化，并不意味着不需要理解人、需求和价值。接下来这九个维度，是我自己做产品时形成的一套综合视角。
三、用九个维度定义产品
价值洞察：为什么、给谁、值不值得
我把九个维度分成三层。第一层，是看清需求背后的价值：消费动机、用户画像、价值定位。
一个人愿意为你花时间，愿意合作、购买和使用，背后都有动机。以前，挖掘这些动机往往需要有经验的研究员做访谈。今天可以借助AI，分析一段访谈里潜在的需求。但你仍然要有提问和分析的方法，不能只把回答当成结论。
用户画像，是把“给谁”看清楚。同一个人有年龄、身份和角色，也会在不同情境里表现出不同需求。价值定位，则要问：你带来的价值，对方能不能感受到？价值有时还会和价格锚定在一起。
场景驱动与落地实现
第二层是场景：需求场景、人机体验、营销场景。用户买锤子，到底要完成什么任务？JTBD讲的就是这类问题。AI到来后，人机交互会发生变化；而同一产品在不同渠道被发现、被理解，价值感受也会不同。去超市买牛奶和去咖啡店买牛奶，就是两个不同的场景。
第三层，是把产品做出来：功能集合、产品形态、成本结构。产品有什么功能、先做什么，以什么形态交付，研发和制造成本如何，能不能形成可持续的单位经济模型，这些要连起来看。
一辆自行车和一辆可以租用的自行车，物理上可能很相似，但产品已经不同。买车、租车和使用共享服务，满足需求的方式并不一样。互联网、推荐算法以及今天的AI，都会改变这些维度之间的关系。
四、把框架放到具体案例里
一款剃须刀怎样变成礼物
我有朋友做过一款剃须刀。最初的想法很简单：市面上的剃须刀不好看，几个做了多年设计的人，想给自己做一款喜欢的。他们先关注的是形态，以及自己对这个产品的要求，并没有把所有维度都想完整。
按照他们当时向我介绍的情况，产品早期卖199元，后来调到399元，销量没有因此下降。价格变化还给渠道留下了空间，产品进入机场和礼品渠道。在七夕这样的场景里，又出现了女孩子买来送男朋友的需求。
你会发现，物理上还是同一把剃须刀，产品的属性却变了：从自己喜欢的日用品，变成了礼物。谁买、送给谁、在什么时候买、为什么这个价格合适，开始形成一组新的关系。后来借助短视频渠道，产品又接触到了更大的人群。
我讲这个案例，不是说涨价就一定卖得好，而是让大家看到：产品定义不是孤立改一个参数，形态、用户、价值、渠道和成本是互相影响的。
机器人和AI眼镜，先看适配的场景
我也会用这套框架看新技术产品。比如人形机器人，如果技术能力还不成熟，又要求家庭使用、人形形态和低成本，这些约束会同时压上来。不能只有一个很大的未来想象。
在课上，我举了机器人面向科研采购和表演的例子。科研机构为什么买？表演场景为什么用？先找到能发挥当前能力、也有人愿意付费的场景，比直接承诺进入每个家庭更具体。
AI眼镜也是如此。我自己买过、戴过，觉得它有想象力，但重量和发热也会影响长期佩戴。我的判断是，早期有一部分使用更接近第一视角拍摄，而不是全天候替代手机。如果用户是为拍摄买单，画质就不能为了便宜而被牺牲。这些是我当时的体验和市场判断，并不是对所有产品的统一结论。
早期用户和大众用户之间的差别
创新管理里有“跨越鸿沟”的讨论。早期用户可能是极客，愿意研究、体验新东西；大众用户更关心稳定、实用，以及日常生活中是否真的合适。
我买一款AI手机，重要目的之一是研究怎样在上面开发Agent，不是立即把它当作日常手机。我早期购买电动车，也有体验新东西的动机。但其他人可能更关心续航、家庭使用和成本。不能把早期用户的购买理由，直接当成大众市场的理由。
像AI Pin这类产品，把“下一代手机”的期待、一些酷炫功能和一个新形态放到一起，并不意味着需求已经成立。创新产品要清楚自己处于什么阶段，哪些能力已经可用，用户究竟愿意为什么付费。
好设计仍然要回答谁愿意买
我也用自己的经历反思过这个问题。我做过一款电动自行车，前期卖出了一批，后来却卖不动。设计上我很喜欢它，但到底谁愿意买？是为了校园代步，还是周末骑行的生活方式？这件事没有定位得足够清楚。
共享单车出现后，一部分短途出行不再需要买车。相同的技术条件，面向不同市场、采取不同产品定义，价值和经营结果会有很大差别。一个做得好看的东西，不会自动变成一门好生意。
今天可以用AI辅助这些调研。我试过让AI围绕一个十英寸左右的AI相框做市场调研，逐步形成不同人群和产品定义的方案。它让我感受到，掌握方法后，很多原本需要多人长时间收集、整理的工作，可以更快推进；但研究方案仍然需要判断，不能只看报告是否完整。
五、AI产品之外，还有新的应用机会
技术变化会带来怎样的连锁反应
接下来进入AI产品和应用。我用一家物流企业的历史作类比：最早用自行车送信，后来使用摩托车、汽车、飞机。工具不断变，但始终是在帮人把信息和物品送到目的地。
汽车变得普及，不只意味着更多轮胎和加油需求，还会改变出行、零售、餐饮、住宿和物流的条件。我在课堂上让大家一起想：除了车本身，还可能出现什么产品和生意？这不是说某一家餐饮或零售企业只有一个成因，而是想把视野从单个技术产品打开到应用生态。
今天看AI，也可以这样想。围绕模型能力做产品是一条路，但AI给社会带来的应用机会，可能远远超出一个聊天框。大家除了做底层技术，还可以找一找，这个时代新的餐饮、服务、教育和商业组织机会在哪里。
六、从一次对话到“球球老师”
先让孩子的问题得到认真回应
我做“球球老师”，起点是一次和小朋友使用AI的经历。她一开始不知道怎么跟AI沟通。我问她对什么感兴趣，她说赚钱。于是我们就从“为什么人们喜欢发财”聊起来。
刚开始，AI按和我聊天的方式，给出了很复杂的解释。我补了一句：坐在你对面的是一位小学生，要讲她听得懂的话。后来她和AI聊了很久，结束后觉得特别痛快。让我印象深的是，她提出的问题都得到了认真回应。
我又尝试让AI整理这段对话里表现出来的兴趣和思考方式。这些材料促使我们重新讨论，怎样理解一个孩子、怎样回应她的好奇心。但对话整理不是心理测评，不能拿一份AI报告给孩子下定论。
真实试用会暴露设定里没想到的情况
有人建议把这个过程做成产品。我先整理成一个Skill，加入引导话题、继续追问的方法，再找几个小朋友试用。结果各种情况都出现了：有人不知道聊什么，有人发现性别被记错，还有人告诉我：“老师，我把你的AI聊崩溃了。”
我回看才发现，这位小朋友先让另一个AI生成了一段“唱反调”的提示，再交给我的AI。聊了二十多轮，我的AI最后主动说不聊了，让他回去玩游戏。孩子觉得自己把AI挑战成功了。
我原来以为已经考虑了很多情况，但真实使用会把漏洞暴露出来。我把大家的反馈整理回给Agent，让它复盘为什么会这样，再调整约定和策略。比如，小朋友没有主动结束话题时，系统应当怎样回应，不能只让模型自由发挥。
这个产品后来叫“球球老师”，我想做的是因材施教的助手，让孩子的兴趣和问题被认真看见。对话、引导策略、分析方法和后续积累，都要围绕这个目标组织，而不只是做一个会说话的界面。
七、AI产品是一种认知工程
都会对话，为什么能力不同
市面上有很多AI玩具，也有很多对话产品。它们都会聊天，差别在哪里？我在课堂上用一个类比：同学帮你看看身体不舒服，和有经验的医生帮你看，表面都在问答，背后的知识、判断方法和处理经验却不同。
我认为，AI产品的重要变化，是它成为一种认知工程。产品背后需要什么专家方法、Know-how和推理逻辑？如何找到用户、场景和需求？在手机上、玩具上、毛绒形态里交互，体验又有什么不同？这些要一起设计。
AI还会参与产品决策。比如一个有Agent能力的相机，可能不只等你按按钮，还需要理解拍摄任务和拍摄方法。产品仍是技术与市场之间的桥梁，但桥梁里面开始有了推理和判断。
综合能力和创造能力变得更重要
我建议工科同学多了解应用，人文社科同学多了解工程。AI让知识迁移和跨领域尝试更快，综合能力的重要性会上升。这种综合能力，在某种意义上也是产品能力。
我在企业培训中看到，有业务经验的人开始借助Vibe Coding，把过去需要交给开发部门的需求，直接做成应用。这也提醒我们，不要只把AI理解成加在原岗位上的一个工具。
我当时对同学们提出一个担忧：一些组织会比较雇用AI和雇用初级人员的成本，初级岗位可能承受压力。这是我对趋势的判断，不是已经确定的就业结论。对大家来说，更值得培养的是发现需求、组织资源、完成创新创造的能力，尝试带领AI完成一个业务闭环。
八、把一页PPT和自己的经验积累下来
一页PPT的全生命周期
我自己在做的一件事，是把讲课材料变成可持续积累的资产。我把过去几年Keynote里的课件导出来，做去重、清洗和统一标注。因为我的讲述经常跳跃，同一页PPT会在不同课程、不同叙事中出现。
一部分内容是页面原文，方便检索；另一部分是AI解读，以及我怎样讲过这一页、在什么课上出现过。今天讲完，我也会把这场的记录和课件放回去，逐渐积累同一页的不同讲法。
为什么要做这件事？我希望以后给AI一个任务：要给什么听众讲多长时间、想解决什么问题，它能够理解我的背景，再组织材料，而不是随便挑几页PPT拼起来。
我试过，第一版很糟糕，只是肤浅地调了几页。后来才让它结合过去的课程、录音和知识，先理解我想干什么，再像分拣一样组织素材。到这次课上，生成的讲述还不够像我，仍有死板的地方，还在调整，不能说已经完成。
我所说的“个人AGI”
我把这类探索称为把自己AI化，或者打造个人AGI。这里说的是一个面向个人任务的工作伙伴：把自己的经验、方法、判断和工作流程组织起来，为自己所用，并不是说已经实现了通用人工智能。
我会有意识地把学习和工作的过程记录下来，让AI跟着理解。我看过的文章、讨论过的问题、使用过的资料，不只停留在聊天框里，而是进入可调用的模块和记忆。它也可以帮我整理书的框架，在需要时再深入阅读。
我也担心自己的观点越来越狭窄，所以尝试让系统找相反的观点，和已有观点碰撞。它推过来之后，我自己判断：是让我“咯噔一下”、需要重新考虑，还是觉得牵强、要进一步找依据。判断不能完全交出去。
这些模块还在持续搭建。有些能力已经能用，有些只是设想。我曾设想，未来别人通过接口或某种设备调用我的一部分能力；这在当时是我想探索的产品与商业形式，不是已经全面实现的服务。
从操作工具，转向交付任务
我最近还在做课程短视频。最初做了一套类似剪辑工具的系统，我一个晚上仍只能操作出几条片子。我的感受是：我还在围着工具转。
我真正想要的是，给AI一个任务，把素材交给它，让它按我的方法剪出来，我来审核。于是我把技能和管线重新组织，让它在处理过程中积累经验、迭代Skill。这里的差别是：一个思路是在做工具，另一个思路是在组织能交付任务的AI。
这也是我最后想讲的：智能是为了下一次智能。如果每次解决问题都从头开始，它还是一次性的工具；如果经验能够沉淀，让下一次做得更好，积累才会产生持续的价值。
课后，郑刚老师提醒同学们把这些方法用于自己的新产品开发，开展实际调研，再在小组项目中验证。
本文依据2026年10月20日课堂文字转写与80页授课课件整理，修去口语重复并调整段落；客户、合作方及未成年人信息已作匿名处理。未取得原始音频，尚未进行音频听校。市场和趋势判断保留为讲者当时观点，探索中的功能不等于已全部完成。
这是我演讲档案里的一篇现场整理。更多见 演讲档案。