第119讲 | 汤力嘉：CTO如何进行产品决策

适用范围：CTO、产品技术负责人及需要做产品决策的技术管理者，尤其是在AI时代需要重新审视"简单四策略"、用户分类模型和需求验证方法的管理者；同样适用于关注AI增强产品决策流程（AI-Augmented Product Decision）的从业者。

更新摘要（v2 · 2026-08 更新）：

• 结构化升级为 6 节骨架（导言 / 核心方法论 / 关键流程 / 工具与实战 / 常见误区 / 进阶延展）
• 将"简单四策略"全面升级为AI时代版本：删除→AI辅助价值判断、组织→AI驱动信息架构、隐藏→AI预测性呈现、转移→AI作为新转移目标
• 补充2026 CTO产品决策五维模型、AI-Native用户类型、需求/方案/执行/复盘四阶段AI增强流程
• 保留全部Mermaid图、对照表与行动清单

1. 导言

做一款产品前，首先需要做产品决策。引用乔布斯的一段话，"一个问题看上去很简单，是因为你并没有理解其复杂性；当你把问题搞清楚之后，又会发现其实很复杂，然后拿出了一套复杂的方案来，实际上你只实现了一半，大多数人也都会到此为止；但真正伟大的人会继续前进，找到问题的关键和内在的深层次原因，再拿出优雅的、堪称完美的解决方案"。

正如乔布斯喜欢的另一位伟人达·芬奇曾说过的一句话："简单，是终极的复杂。"

对于这句话所表达的观点，我非常认同。产品决策最重要的是简单，但简单不意味最少化，简单是具有个性的朴素设计。

2026年技术背景：2026年，原文核心方法论"简单四策略（删除、组织、隐藏、转移）"在AI时代需要全面升级——AI不仅是实现简单的工具，更是重塑产品决策逻辑的新维度。CTO做产品决策时必须考虑三个新增维度：AI可行性、AI用户体验（AI UX）、AI合规性。84%开发者使用AI编程意味着产品本身可能就是AI驱动的或AI增强的。

2. 核心方法论

2.1 决策方法论：简单是终极的复杂

举一个耳熟能详的例子，某肥皂生产厂，在肥皂出厂时，会为肥皂装上塑料泡沫盒。但在生产线上，难免出现泡沫盒装空的情况。于是厂商请来高科技团队，研究如何分拣这些空盒。高科技团队耗费大半年时间，开发出一套高精度摄影设备，可以检测空盒位置，再用灵活的机器手把它们捡出来。同样的问题，另外一位民间科学家，买了一台大功率风扇放在生产线旁边，然后将风力开到最大，把空盒吹走，成功解决了问题。

从这个案例中可以看到，有时最简单的设计，往往效率最高，它不仅能够解决眼下的问题，还相对便宜，不会引起争议，更容易被接受，而复杂是不可持续的。

检验简单的方法：

1. 能用一句话表述功能
2. 思考你的用户希望有什么样的体验

2.2 用户分类：三类→四类

原文三类用户：

1. 专家型用户：愿意使用你的产品，并且愿意花费时间探索和研究产品，并不断提出意见。这类用户的数量最少。
2. 随意型用户：对一些新功能比较感兴趣，但是，新功能必须足够简单，最好是在原有功能基础上扩展、衍生的。
3. 主流用户：一点都不想学习新功能，他们使用产品的目的只是为了解决某些固有的问题。大多数人属于这一类用户。

原文结论：为主流用户设计，解决主流用户的问题。

⭐2026新增第四类：AI-Native用户：

2.3 简单四策略——AI时代演绎

策略一：删除 → AI辅助的价值判断

原文：保留核心功能，删除不必要的

⭐2026升级：用AI分析用户行为数据，科学决定删什么

策略二：组织 → AI驱动的信息架构

原文：感知分层（如价格标红）、记忆7±2原则

⭐2026升级：AI重新定义信息组织的边界

• 从"7±2限制"到"AI按需展示"——用户看到的是AI判断最相关的信息
• 从"固定分类"到"语义搜索"——用户用自然语言找到想要的内容
• 新增第四种组织方式：对话式交互（ChatUI）

策略三：隐藏 → AI预测性呈现

原文：隐藏不常用但必需的功能

⭐2026升级：AI让隐藏的功能在需要时自动浮现

策略四：转移 → AI作为新的转移目标

原文：设备间转移（PC vs Mobile）、开放式体验

⭐2026升级：从设备间转移到人机间

2.4 需求验证四因素

1. 调查的局限性：调查结果本身有很多局限性，不可以完全相信（可口可乐新口味案例、内地茶饮料案例）
2. 决策情感：用户是否购买产品，很大一部分取决于心理因素（可口可乐与百事可乐的核磁共振研究案例）
3. 眼见不为实：应该从多个角度出发思考问题（英国脱欧后谷歌搜索数据案例）
4. 先入为主：人们容易先入为主，戴着有色眼镜去看待，结果就会误导事实

判断想法是否靠谱的五个方面：产品价值、目标市场、市场规模、市场格局、竞争优势

判断想法是否可行的四个方面：切入时机、运营推广、量化指标、风险应对

2.5 CTO产品决策的AI时代Checklist

3. 关键流程

3.1 ⭐2026 CTO产品决策五维模型

上图以四象限矩阵展示2026年CTO产品决策的评估维度。AI-Native功能和AI增强型体验位于高AI可行性、高业务价值区域，是优先投入方向；遗留系统维护位于低AI可行性、低业务价值区域，需控制投入。

3.2 新增三维度详解

3.3 AI-Augmented信息组织演进

上图对比了传统信息组织与AI-Augmented信息组织的差异。传统方式受限于屏幕空间（7±2项）、人工分类和固定层级；AI-Augmented方式实现了AI个性化展示、智能分类+搜索、自适应信息架构，并新增了对话式交互（ChatUI）这一第四种组织方式。

3.4 2026产品用户类型特征

上图以雷达图展示2026年四类产品用户的特征差异。AI-Native用户在AI依赖度和效率追求上远超其他类型，技术深度和学习意愿也较高，是AI时代产品设计需要重点关注的新用户群体。

3.5 AI增强的需求分析流程

上图展示了AI增强的需求分析流程。原始需求经过AI预处理（去重、分类、优先级初排、AI可行性评估、影响范围分析），输出结构化需求报告，最终由人工决策确认或调整，实现AI辅助+人类决策的协作模式。

3.6 技术方案AI ROI评估

上图以四象限矩阵展示2026年技术方案的AI ROI评估。AI-Native功能和AI辅助开发位于高AI杠杆率、高业务价值区域，是优先投资方向；传统CRUD和遗留系统位于低杠杆率、低价值区域，应最小化投入。

AI ROI 计算公式（2026版）：

AI ROI = (AI节省的人力成本 + AI带来的收入增长) / (AI工具订阅费 + API调用费 + 学习成本)

其中：
- AI节省的人力成本 = (1 - AI加速比) × 原始工时 × 人均时薪
- AI带来的收入增长 = 因AI提升的用户体验/效率带来的增量收入估算

3.7 AI-Enhanced执行管理

4. 工具与实战

4.1 删除决策Checklist（2026版）

• 该功能的AI杠杆率高吗？（如果高，考虑AI化而非删除）
• 删除后是否影响AI推荐算法的效果？
• 用户数据是否可以用于训练更好的AI模型？

4.2 方案评审Checklist（含AI维度）

• 该方案的AI可行性评分是多少？（1-10）
• 是否考虑了AI替代方案？（如用LLM替代规则引擎）
• 方案中的AI成本模型是否合理？（工具费、API费、推理成本）
• 是否有AI失败降级方案？（当AI不可用时如何保证服务可用）
• AI合规性风险有哪些？如何规避？

4.3 程序员思维特征与AI时代管理

原文程序员思维特征：

• 一切都有标准，都可以量化，都可以实现
• 认为管理者应该是理性的机器，公平的处理每件事
• 以自我为中心，文人相轻，认为自己最牛
• 情绪化，高兴就给你加班做，不高兴才不管你呢
• 首要需求是被人欣赏，其次是有参与感以及被认同

管理方法：把所有任务拆解成一个个工单，每个工单会有相应的积分，如果工单延误会扣掉相应积分，如果出bug也会扣掉相应的积分，最后汇总成总分榜，排名靠前的同学就会特别有成就感和荣誉感。

4.4 ⭐2026行动清单

• 梳理当前负责的产品/功能，标注每个的"AI可行性评分"（1-10）
• 识别出至少1个适合"AI-Native"重构的功能点
• 在下一次产品评审中，使用上述"AI时代五维模型"进行评估
• 使用AI增强需求分析流程处理下一个需求
• 在方案评审中加入AI维度Checklist

4.5 想法落地的四大障碍

确定了产品策略靠谱，又可执行，但为什么还是无法落地呢？主要原因有以下四点：

1. 想不清：想法落地的过程中可能会发生改变，这是最伤筋动骨的
2. 推不动：包括人员、招聘、推广等等，都有可能推不动
3. 没价值：行动后发现，全量的客户有限，根本没有增量空间
4. 时机不对：比如手机配置还不足以支撑某个功能的时候

5. 常见误区

5.1 沉没成本误区

不想浪费已经做完的功能，干脆将它一起上线。这在经济学中被称为沉没成本，功能做出来后，成本已经没办法收回了，但如果选择将功能保留，它会产生更多额外成本。所以当我们考虑是否保留某个功能时，要考虑的不是为什么要删除它，而是为什么要留下它。

5.2 功能越多越好

Replay播放软件案例：21项功能版 vs 7项功能版。用户在使用前有2/3倾向于功能多的版本，但使用后2/3更喜欢7个功能版。

5.3 为专家型用户服务

多数公司都在为专家型用户服务，并在听取专家型用户的意见方面花费了太多时间。但专家型用户反映的问题究竟是不是产品应该解决的是需要思考的。以Excel为例，专家型用户可能会试试分类汇总、邮件合并等高级功能，但99%的用户只希望能解决金额求和这个简单问题。

5.4 选择越多用户越喜欢

果酱铺实验：提供二十多种口味时只有2%的人购买，只留六种口味时购买率提升到12%，且顾客愉悦度大大提升。有时给用户提供有限的选择，用户反而更开心。

5.5 调查结果完全可信

调查结果本身有很多局限性。可口可乐新口味调查显示多半用户喜欢，但忠于旧口味的用户上街游行；内地茶饮料调查显示人们要喝泡好的热茶，但台湾厂商直接把茶当饮料卖并占据市场。

5.6 AI时代"为了AI而AI"

在AI时代，"简单"的定义变了——最好的简单可能是"对用户来说一个自然语言请求就能搞定的事情"。但如果传统方法能以更低成本达到同样效果，就不应该为了AI而AI。

6. 进阶延展

6.1 渐进三部曲与转移

我将删除、组织、隐藏这三个策略称为渐进三部曲：首先删除不必要的，其次组织必须提供的，然后隐藏非核心的。如果这三个策略都不行，还有第四个策略，即转移。

转移有两种方法：

1. 设备间转移：比如电商网站的产品，通常会在手机端页面展示较少内容，而在PC端页面展现更多内容
2. 创造开放式体验：让某些功能具有多种用途，比如大众汽车后备厢上的Logo既是打开后备厢的拉环，又是隐藏倒车雷达摄像头的地方

6.2 简单四策略记忆7±2原则

通常，一个人的短时记忆容量为7个事物，记忆力好的可以达到9个，记忆力差的可以记忆5个。在构想产品时，要确保一个页面只能保留7个事物。如果无法只容纳7个事物，可以利用感知分层技术——把相关事物用同样的颜色标记起来。

6.3 屁股理论

一个公司就像人体，CEO就是人的大脑，产品人员就是人体的胃，程序员就是屁股。程序员产出产品并交给运营。如果屁股不工作，人就会中毒死亡，但一切正常的时候，你又会忽略屁股的存在。同样，程序员不工作就没有产品，而产品质量也取决于程序员。

6.4 复盘阶段的AI驱动数据洞察

6.5 作者简介

汤力嘉，一下科技CTO，负责旗下秒拍、小咖秀、一直播等产品的研发及团队管理工作。历任酷6、暴风技术总监，在直播、p2p、视频特效等领域拥具有丰富的行业经验。

6.6 核心思想总结

简单的去做一件事情，并将这件事做到极致，是这两期内容想表达的主要思想，也是做产品的关键思路。服务是全世界最贵的产品，任何产品都离不开其背后各个团队的付出。作为CTO，我们要在人、钱、事等方面深思熟虑。唯一不变的就是变化。

本文档基于2026年8月的技术动态编写，旨在帮助读者以新时代视角重新审视经典内容。技术演进日新月异，建议读者结合自身场景批判性思考。