AI浪潮下，產(chǎn)品經(jīng)理的角色正在被重新定義。網(wǎng)易云信產(chǎn)品總監(jiān)以情感陪伴AI玩具為切口，揭示了從真需求識(shí)別到戰(zhàn)略落地的完整方法論，更提出顛覆性觀點(diǎn)：未來的產(chǎn)品競(jìng)爭(zhēng)不再是確定性功能交付，而是對(duì)不確定性的智能化駕馭。這場(chǎng)演講不僅呈現(xiàn)了AI社交產(chǎn)品的實(shí)戰(zhàn)架構(gòu)，更為從業(yè)者提供了價(jià)值重構(gòu)的底層邏輯。

———— / BEGIN / ————

在產(chǎn)品經(jīng)理行業(yè)交流大會(huì)現(xiàn)場(chǎng)，嘉賓網(wǎng)易云信產(chǎn)品總監(jiān)@闕杭寧 圍繞AI對(duì)產(chǎn)品經(jīng)理的影響、核心職責(zé)重構(gòu)以及網(wǎng)易云信的AI實(shí)戰(zhàn)案例展開分享，既有對(duì)行業(yè)本質(zhì)的深度思考，也有可落地的實(shí)踐經(jīng)驗(yàn)，為身處AI浪潮中的產(chǎn)品人提供了清晰的行動(dòng)指引。

AI時(shí)代產(chǎn)品經(jīng)理的核心命題：在不確定性中錨定真需求

闕杭寧首先拋出一個(gè)經(jīng)典命題：在AI時(shí)代，我們應(yīng)如何理解產(chǎn)品經(jīng)理的角色？

他分享了一個(gè)有趣的實(shí)驗(yàn)：嘗試讓AI為自己即將參加的產(chǎn)品經(jīng)理大會(huì)撰寫一份內(nèi)容，要求涵蓋產(chǎn)品經(jīng)理的所有工作職責(zé)，并具備一定的戰(zhàn)略洞見。

最終AI輸出的歸納精準(zhǔn)貼切，幾乎無需修改，完全契合行業(yè)認(rèn)知。

闕杭寧指出，他特別欣賞其中的一個(gè)關(guān)鍵詞：資源約束。產(chǎn)品經(jīng)理常被稱為“夾心餅干”，根源就在于資源的有限性。

在日常工作中，產(chǎn)品經(jīng)理往往聚焦于產(chǎn)品探索、MVP構(gòu)建、產(chǎn)研協(xié)同、運(yùn)營協(xié)同以及基于用戶反饋推動(dòng)產(chǎn)品迭代等環(huán)節(jié)，卻容易忽略最核心的底層邏輯——找到最終的交付價(jià)值，即產(chǎn)品的第一性原理：真實(shí)需求。

他強(qiáng)調(diào)，唯有真實(shí)用戶及其生活場(chǎng)景中的需求，才能支撐產(chǎn)品價(jià)值的有效交付，并最終實(shí)現(xiàn)平臺(tái)或企業(yè)的商業(yè)變現(xiàn)。

在模糊的市場(chǎng)環(huán)境和復(fù)雜的商業(yè)目標(biāo)中，精準(zhǔn)識(shí)別真實(shí)需求，并以恰當(dāng)?shù)漠a(chǎn)品交付方式提供價(jià)值，構(gòu)成了產(chǎn)品愿景與階段化路線圖的核心。

落實(shí)到組織層面，我們通常用企業(yè)的使命愿景來統(tǒng)領(lǐng)方向。

但這不僅僅是管理層的任務(wù)，產(chǎn)品經(jīng)理在其中同樣扮演著至關(guān)重要的角色，積極參與制定并承擔(dān)承上啟下的作用。

在產(chǎn)品演化層面，闕杭寧將其分為兩個(gè)維度：

一是被動(dòng)式優(yōu)化，即基于運(yùn)營數(shù)據(jù)提升關(guān)鍵漏斗的指標(biāo)轉(zhuǎn)化率；

二是主動(dòng)式迭代，即開啟從戰(zhàn)略到探索、執(zhí)行的全新產(chǎn)品路徑閉環(huán)。

我們通常知道，在產(chǎn)品從立項(xiàng)到上線的初期階段，會(huì)界定一個(gè)MVP（最小可行產(chǎn)品）。

有了MVP，就要去尋找PMF（產(chǎn)品市場(chǎng)匹配）。此時(shí)的產(chǎn)品并非完全體。

甚至當(dāng)產(chǎn)品發(fā)展一段時(shí)間后，你會(huì)發(fā)現(xiàn)實(shí)際的用戶群體和競(jìng)爭(zhēng)壁壘與最初的設(shè)計(jì)存在差異。

這時(shí)，你需要對(duì)核心用戶群和自身壁壘產(chǎn)生新的價(jià)值認(rèn)知，從而形成一個(gè)新的產(chǎn)品管理閉環(huán)。

產(chǎn)品經(jīng)理始終需要在動(dòng)態(tài)變化中完成價(jià)值重構(gòu)。

網(wǎng)易云信AI實(shí)戰(zhàn)：情感陪伴底座的戰(zhàn)略選擇與落地

作為網(wǎng)易云信的核心初創(chuàng)成員及產(chǎn)品經(jīng)理，闕杭寧分享了團(tuán)隊(duì)在AI領(lǐng)域的戰(zhàn)略布局與實(shí)戰(zhàn)成果。

網(wǎng)易云信在前十年深耕融合通信領(lǐng)域，其商業(yè)本質(zhì)并非技術(shù)本身，而是在“互聯(lián)網(wǎng)+”浪潮下，團(tuán)隊(duì)發(fā)現(xiàn)了一個(gè)共性需求：當(dāng)時(shí)各類互聯(lián)網(wǎng)APP如雨后春筍般涌現(xiàn)，尤其是社交、電商等平臺(tái)，它們都有一個(gè)共同點(diǎn)——需要人與人、人與企業(yè)或企業(yè)員工之間的溝通功能。這帶來了大量的通訊功能研發(fā)需求。然而，當(dāng)時(shí)市場(chǎng)上相關(guān)的人才供應(yīng)和技術(shù)棧均不夠成熟，存在較大缺口。團(tuán)隊(duì)通過工業(yè)化的產(chǎn)品交付模式填補(bǔ)了這一空白，并與行業(yè)伙伴共同推動(dòng)了市場(chǎng)的繁榮。

在選擇新方向時(shí)，我們需要思考：

• 什么方向?qū)ξ覀兏欣?、更有價(jià)值？

• 我們現(xiàn)有的壁壘是什么？

• 新方向是否是一個(gè)具有更大市場(chǎng)空間的共性需求？

網(wǎng)易云信在過去十年積累的產(chǎn)品壁壘仍與通信相關(guān)，主要體現(xiàn)在兩個(gè)方面：

一是端到端、人與人之間的連接通道能力；二是將技術(shù)型產(chǎn)品轉(zhuǎn)化為穩(wěn)定可靠的企業(yè)級(jí)交付的組織能力。

在智能化趨勢(shì)下，衍生出一個(gè)新場(chǎng)景：人工智能之間的互動(dòng)。

這延伸了通信的一個(gè)新內(nèi)涵：“通信內(nèi)容”。

因此，我們看到了兩個(gè)高度相關(guān)的方向：一是“娛樂社交AI+”，二是今年非?；鸨馁惖馈狝I玩具。二者的共同底座是情感陪伴。

娛樂社交的核心是由人向人提供情感陪伴，或者在AI出現(xiàn)后，部分轉(zhuǎn)變?yōu)橛葾I向人提供情感陪伴。

而AI玩具，可以理解為將娛樂社交中的實(shí)體（如玩具）替換為APP中的數(shù)字人或背后的真人，其本質(zhì)底座是相同的。

我們的目標(biāo)是，讓專注于AI玩具或娛樂社交應(yīng)用的廠商，能更聚焦于洞察其用戶和市場(chǎng)，思考應(yīng)為用戶提供什么價(jià)值。

而在如何實(shí)現(xiàn)良好的情感陪伴這一技術(shù)及產(chǎn)業(yè)落地上，則交由我們這樣的專業(yè)底座來提供支持，極大地釋放他們的精力。他們無需再分配資源去研究如何提供穩(wěn)定的情感陪伴內(nèi)容與互動(dòng)。

既然選定了方向，作為產(chǎn)品經(jīng)理，我們必須成為最早的行動(dòng)者。

我們要做什么？

深入一線，了解行業(yè)。

我們最初的設(shè)想是尋找那些想做AI玩具的廠商，了解他們遇到的問題并提供解決方案。

但后來我們發(fā)現(xiàn)，市場(chǎng)遠(yuǎn)比想象中有趣。

我們深入調(diào)研了這個(gè)產(chǎn)業(yè)的業(yè)態(tài)。

在這個(gè)生態(tài)中，云廠商、智能硬件供應(yīng)商，甚至大模型廠商都已介入，共同為玩具提供情感陪伴的延伸能力。

我們發(fā)現(xiàn)，與玩具實(shí)體相關(guān)的設(shè)計(jì)和外觀仍是傳統(tǒng)玩具廠商的擅長(zhǎng)領(lǐng)域，而涉及軟硬件集成及情感陪伴功能實(shí)現(xiàn)的部分，則是互聯(lián)網(wǎng)公司和大模型公司的專長(zhǎng)。

這對(duì)傳統(tǒng)廠商意味著，如果他們想進(jìn)入這個(gè)領(lǐng)域，就需要招聘人才，這會(huì)帶來可見的成本投入。

他們需要考量投入多少人、多少時(shí)間，是否需要采購和選型硬件，并進(jìn)行系統(tǒng)集成和生產(chǎn)。

然而，他們開發(fā)的產(chǎn)品能否成為爆款，卻無人能保證。

需求是存在的，但產(chǎn)品能否被用戶買單，具有很大的不確定性。

這加深了我們對(duì)這個(gè)行業(yè)的理解。

AI玩具已不再是單點(diǎn)公司能夠獨(dú)立完成的產(chǎn)品，它非常適合發(fā)展成為一個(gè)跨界融合的新產(chǎn)業(yè)。

這就要求，例如工廠需要懂內(nèi)容的人，科技公司需要懂玩具的人，IP方則需要懂產(chǎn)業(yè)鏈和產(chǎn)品價(jià)值的人。

這是一個(gè)更完整、更復(fù)雜的協(xié)作鏈路。

我們發(fā)現(xiàn)了一個(gè)行業(yè)現(xiàn)狀：大部分廠商仍持觀望態(tài)度。目前市場(chǎng)上可見的AI玩具產(chǎn)品有，但并不多，而且也不存在一款產(chǎn)品通吃市場(chǎng)的格局。

而且不同的AI玩具需要在多樣性和可玩性上做到差異化，給到不同類型的用戶群體更高的覆蓋。

按照商業(yè)發(fā)展的規(guī)律，一個(gè)行業(yè)的繁榮又需要得到提速，需要更多的廠商下場(chǎng)參與。

一是生產(chǎn)效率問題（廠商不下場(chǎng)，其優(yōu)勢(shì)何在？他們擔(dān)心什么？）；

二是如何讓更多玩具廠商快速下場(chǎng)，降低門檻和投入成本，消解他們的劣勢(shì)，甚至大幅縮短其POC（概念驗(yàn)證）周期。

針對(duì)這些痛點(diǎn)，網(wǎng)易云信的產(chǎn)品價(jià)值切入點(diǎn)十分明確：降低門檻、減少投入成本、縮短POC周期，讓更多廠商能夠快速入局。

考慮到玩具芯片運(yùn)算能力有限的資源約束，團(tuán)隊(duì)創(chuàng)新打造了云端計(jì)算的RTC架構(gòu)，將原本在設(shè)備端進(jìn)行的降噪、增強(qiáng)等功能遷移至云端；同時(shí)構(gòu)建了包含記憶、情緒、親密度在內(nèi)的情感共鳴層，并獨(dú)創(chuàng)“故事引擎”以解決用戶零啟動(dòng)（初次使用）時(shí)的體驗(yàn)問題。

因此，我們提出了底層的產(chǎn)品架構(gòu)。

基礎(chǔ)層與我們核心能力相關(guān)，首先是底層的ITC接入，然后是智能對(duì)話層。

智能對(duì)話層在玩具場(chǎng)景下顯得很不同：與手機(jī)或PC終端相比，玩具的運(yùn)算能力和成本框架受到嚴(yán)格限制。

一個(gè)幾十元成本的芯片，如何實(shí)現(xiàn)與手機(jī)相近的性能？這是做不到的。

因此，必須在產(chǎn)品形態(tài)和價(jià)值實(shí)現(xiàn)上尋求轉(zhuǎn)變。

你需要將原本在端側(cè)完成的降噪、增強(qiáng)等功能遷移到云端，這就是我們所說的“云ITC”架構(gòu)。

但這足夠了嗎？

不一定。

僅僅為傳統(tǒng)或科技玩具廠商提供連接大模型的通路，讓他們自行調(diào)整提示詞，就夠了嗎？

我們認(rèn)為遠(yuǎn)遠(yuǎn)不夠。

因此，我們?cè)谇楦泄缠Q層，針對(duì)優(yōu)質(zhì)情感陪伴所涉及的記憶、情緒、親密度等要素進(jìn)行了深度設(shè)計(jì)。

記憶需要時(shí)間發(fā)酵，只有與AI玩具持續(xù)交流、產(chǎn)生沉淀，讓它了解你的聊天風(fēng)格、性格和偏好后，效果才會(huì)顯現(xiàn)。

但在用戶零啟動(dòng)時(shí)，這些效果都無法發(fā)揮。

如何讓用戶快速啟動(dòng)體驗(yàn)？

我們提供了“故事引擎”。

這就是我們?cè)谠擃I(lǐng)域的產(chǎn)品價(jià)值思考與最終呈現(xiàn)的形態(tài)。

示意圖右側(cè)展示了我們交付的具體產(chǎn)品形態(tài)和下面的版型設(shè)計(jì)。這使得玩具廠商能夠?qū)崿F(xiàn)“開箱即用”。

在廠商打磨出玩具樣品、嵌入芯片之前，他們就可以利用這個(gè)平臺(tái)進(jìn)行調(diào)試。

他們能夠快速通過界面調(diào)整對(duì)話效果，感知到調(diào)校后的對(duì)話與玩具實(shí)體結(jié)合后，是否能向用戶提供有價(jià)值的體驗(yàn)。

這也使得越來越多的玩具廠商開始進(jìn)入這一領(lǐng)域。

目前，已有越來越多的玩具廠商借助這一底座進(jìn)入AI賽道，這與團(tuán)隊(duì)最初的設(shè)想節(jié)奏完全契合。

情感陪伴的發(fā)展分為六個(gè)階段

當(dāng)前大模型能夠?qū)崿F(xiàn)的是E1和E2階段。

• E1（文本大模型）：本質(zhì)上是語義理解及基于上下文記憶的反饋。

• E2（多模態(tài)大模型）：能夠識(shí)別用戶的表情、音調(diào)和神態(tài)，并據(jù)此做出回應(yīng)。

• E3與E4：與深度記憶及用戶的性格喜好、偏好相關(guān)。

• E4之前的情感陪伴，基本是站在第三方立場(chǎng)提供支持。它能理解你，并有一定共情。

• E5（深度共情）：在理解了你的人格、思維方式乃至世界觀、哲學(xué)觀之后，產(chǎn)生的內(nèi)在共鳴，很像與你內(nèi)心深處的自己對(duì)話。這時(shí)，情感陪伴進(jìn)入了一個(gè)深度的“共生”概念。

剛才提到了故事引擎，這實(shí)際上是我們實(shí)踐中逐步形成的構(gòu)想。

起初我們認(rèn)為，有了記憶功能，情感陪伴就會(huì)強(qiáng)大很多。

但后來發(fā)現(xiàn)并非如此。

我們每次演示時(shí)都發(fā)現(xiàn)，需要先輸入一些記憶信息，才能有好的效果。

于是我們想到，網(wǎng)易非常擅長(zhǎng)做游戲。

在整個(gè)游戲引擎的思維下，我們借鑒了游戲策劃的方法：通過構(gòu)建一個(gè)世界觀、設(shè)定基礎(chǔ)的IP背景、設(shè)計(jì)經(jīng)典事件和對(duì)應(yīng)的激勵(lì)機(jī)制，來快速生成虛擬世界中的關(guān)鍵觸發(fā)點(diǎn)。

這讓用戶從接觸開始就能快速、持續(xù)地使用，進(jìn)而沉淀下來，形成一個(gè)循環(huán)。

整體邏輯是：故事驅(qū)動(dòng)帶來語料和使用數(shù)據(jù)的沉淀，這些數(shù)據(jù)沉淀反過來滋養(yǎng)記憶系統(tǒng)，記憶又會(huì)融合進(jìn)整個(gè)故事驅(qū)動(dòng)中，從而形成一個(gè)良性循環(huán)。

這是我們的一個(gè)閉環(huán)展示。

AI賦能社交場(chǎng)景：打破冷場(chǎng)與破冰的核心解法

除了AI玩具，闕杭寧還分享了AI在娛樂社交領(lǐng)域的應(yīng)用探索。

他引用了內(nèi)部虛擬聊天產(chǎn)品“破次元”的產(chǎn)品經(jīng)理的觀點(diǎn)：AI并不能直接教會(huì)一個(gè)人如何更好地聊天，但它可以作為一個(gè)實(shí)用工具提供幫助。

有時(shí)候聊天冷場(chǎng)，用戶可能把手機(jī)放到一邊，等再想起來回復(fù)時(shí)，可能已經(jīng)錯(cuò)過了最佳時(shí)機(jī)，很容易導(dǎo)致對(duì)話中斷。

因此，做問答題和做選擇題，顯而易見選擇題更容易，隨機(jī)選一個(gè)就行。

所以，它本質(zhì)上提供的是一個(gè)降低門檻的工具。它不一定能100%的讓回復(fù)變得多么精妙，但能極大概率讓對(duì)話更容易得以延續(xù)。

當(dāng)然，AI讓回復(fù)變得更有趣，是另一個(gè)層面的提升。

這種場(chǎng)景特別適用于那些旨在幫助用戶建立中長(zhǎng)期社交關(guān)系的陌生人社交平臺(tái)。因?yàn)檫@類平臺(tái)需要通過聊天逐步熟悉，再建立關(guān)系。

在所有社交平臺(tái)上，陌生人之間都會(huì)遇到一個(gè)核心問題：破冰：如何讓兩個(gè)人之間產(chǎn)生更多的互動(dòng)？

我們通常在社交平臺(tái)上選中一個(gè)人想要聊天時(shí)，常常卡在第一句話該說什么。

特別是，例如一個(gè)男性用戶看到一個(gè)很有吸引力的女性用戶，打招呼說“你好”顯得太過普通，那說什么更合適呢？

這時(shí)，提供選擇題選項(xiàng)的模式再次發(fā)揮作用，用戶甚至可以刷新選項(xiàng)，讓AI幫忙構(gòu)思。

我們的案例很有意思：AI會(huì)根據(jù)對(duì)方的興趣標(biāo)簽以及用戶自身的語言風(fēng)格特征，提供諸如興趣共鳴、友好調(diào)侃等不同角度的開場(chǎng)白選項(xiàng)。

當(dāng)然，如果對(duì)這三條都不滿意，還可以刷新。

事實(shí)上，通過這樣降低門檻，可以顯著提升社交平臺(tái)上成功建立聯(lián)系的用戶基數(shù)。

我們以語聊房為例，從平臺(tái)視角還能做什么？

語聊房運(yùn)營通常需要評(píng)估房間的聊天質(zhì)量。

這里討論的不是與風(fēng)控相關(guān)的內(nèi)容質(zhì)檢，而是指聊天內(nèi)容本身。

語聊房的主播為觀眾提供的聊天節(jié)奏、內(nèi)容把控能力，并非人人一致。平臺(tái)如何利用AI賦能，將運(yùn)營基準(zhǔn)線普遍提升（例如都能達(dá)到90分），讓一個(gè)新主播能夠快速跟上，度過適應(yīng)期？AI在這方面可以提供很多幫助。

以往的分析依靠人工，需要運(yùn)營人員去查看甚至收聽聊天內(nèi)容，這非常耗時(shí)。例如分析一個(gè)2小時(shí)的語聊房?jī)?nèi)容，讓運(yùn)營聽2小時(shí)是不現(xiàn)實(shí)的。

但AI可以完成這類任務(wù)。

此外，同樣是分析語聊房，不同水平的運(yùn)營，其洞察力也不同。例如，優(yōu)秀的運(yùn)營能快速分辨出內(nèi)容的好壞。

但在AI的范式沉淀下，這些經(jīng)驗(yàn)可以被可以被“記憶”下來，形成組織的優(yōu)勢(shì)沉淀。一個(gè)運(yùn)營今天可能是60分，明天通過借鑒經(jīng)驗(yàn)可能達(dá)到70分，下限門檻被不斷提高。

這些經(jīng)驗(yàn)可以被“記憶”下來，形成組織的優(yōu)勢(shì)沉淀。

否則，一旦優(yōu)秀運(yùn)營離職，該領(lǐng)域的運(yùn)營質(zhì)量就可能下降。

這是AI帶來的一個(gè)顯著變化。

因此，智能體可以提供具體的訪問分析，歸因用戶行為路徑，為優(yōu)化指明方向。

AI對(duì)產(chǎn)品經(jīng)理的終極影響：駕馭不確定性，構(gòu)建穩(wěn)定價(jià)值框架

最后，闕杭寧回歸核心話題：AI時(shí)代，產(chǎn)品經(jīng)理的工作邏輯發(fā)生了本質(zhì)變化。

我們來探討一下AI對(duì)產(chǎn)品經(jīng)理的影響。

前面兩點(diǎn)（如AI輔助用研、所見即所得的原型生成）非常經(jīng)典，這里不再展開。

這帶來的好處顯而易見是“所見即所得”。

我告訴研發(fā)要做A，他可能做出A’甚至B。但現(xiàn)在，我拿著AI生成的結(jié)果A去溝通，他能更直觀地理解我想要的是什么。

這是一種需求溝通方式的變化。

但今天我更想探討另一個(gè)角度：我們?cè)谠O(shè)計(jì)產(chǎn)品和洞察需求場(chǎng)景時(shí)，與以往相比也將有很大不同。

過去經(jīng)典產(chǎn)品的一個(gè)重要特征是確定性。

什么是確定性？

例如，在數(shù)學(xué)計(jì)算中，輸入1+1，結(jié)果就是2。

這是一個(gè)客觀事實(shí)，不隨時(shí)間或操作者改變，是確定性的。

因此，它替代的是一些確定性的執(zhí)行動(dòng)作。

AI帶來的核心特征則是不確定性。

不確定性的表征就是：相同的輸入，不同的使用人，不同的時(shí)間，出來的結(jié)果都不一樣。

很經(jīng)典的場(chǎng)景就是AI圖片生成/視頻生成，相同的模型、相同的提示詞，每次生成都會(huì)帶來差異。

那么這類產(chǎn)品的價(jià)值，就會(huì)變成是在有限使用次數(shù)下能夠找出符合預(yù)期的生成結(jié)果，這個(gè)被采用數(shù)量 / 生成總數(shù)量 = 采用率的指標(biāo)，帶來的背后所消耗的時(shí)間、其他相關(guān)成本等生產(chǎn)成本與傳統(tǒng)模式設(shè)計(jì)師人工完成這個(gè)被采納數(shù)量的生產(chǎn)成本的對(duì)比價(jià)值差。

這也是今天的演講主題：AI時(shí)代的產(chǎn)品經(jīng)理，就從交付功能到了交付智能、交付效果的變遷。

在這樣的AI產(chǎn)品范式下，我們要做的就是：如何讓不確定性變得更加穩(wěn)定？如何讓這種穩(wěn)定的框架，形成組織能夠持續(xù)發(fā)展迭代的經(jīng)驗(yàn)壁壘？

這是我們產(chǎn)品經(jīng)理在構(gòu)建產(chǎn)品交付價(jià)值框架時(shí)，需要重點(diǎn)考慮的關(guān)鍵點(diǎn)。

在AI浪潮下，產(chǎn)品經(jīng)理的核心價(jià)值從未改變——洞察真實(shí)需求、整合資源、創(chuàng)造價(jià)值，但實(shí)現(xiàn)路徑已然升級(jí)。

無論是戰(zhàn)略方向的選擇、產(chǎn)品架構(gòu)的設(shè)計(jì)，還是場(chǎng)景落地的優(yōu)化，都需要產(chǎn)品經(jīng)理在堅(jiān)守本質(zhì)的同時(shí)，擁抱變化，在不確定性中尋找確定性的價(jià)值錨點(diǎn)。

本文為網(wǎng)易云信產(chǎn)品總監(jiān)@闕杭寧 在人人都是產(chǎn)品經(jīng)理舉辦的 2025 AI產(chǎn)品大會(huì) 上的分享

想要第一時(shí)間了解行業(yè)動(dòng)態(tài)、面試技巧、商業(yè)知識(shí)等等等？加入產(chǎn)品經(jīng)理進(jìn)化營，跟優(yōu)秀的產(chǎn)品人一起交流成長(zhǎng)！