最近陆续有几位朋友来找我聊。 说法各不相同，但最后都绕回同一个困惑：学了两个月，越学越懵；觉得 AI 特别难；开始怀疑自己是不是根本不适合转 AI。 其中一位朋友，甚至直接说准备放弃了。 我把他们的课程大纲要过来看了看——线性回归、监督学习、决策树、特征工程。 看到这些内容，问题出在哪，一下就清楚了。不是他们学不会，也不是课程本身不好，而是他们想去的岗位已经变了，但学的课，还停在过去。

01 很多人不知道，AI 产品经理其实已经换过一次代

把时间拉回到 2023 年之前。 那时候也有 AI 产品经理，但那个时代的 AI 和今天的 AI，本质上不是同一个物种。 举个最简单的例子。你在淘宝搜过一次婴儿车，接下来一个月，无论打开什么 App，都会看到各种婴儿用品广告。 这一切的背后，藏着一个推荐模型。它被训练出来专门干一件事——让你更容易去买东西。你让它继续推荐婴儿用品，它很擅长；但让它帮你写周报、整理会议纪要，就完全不会了。 所以用“专才”这个词来形容那个时代的 AI，恐怕再合适不过。 它只能解决一个特定问题。换一个行业，需要重新训练；换一个场景，也得重新训练。那个时代的 AI 产品经理，核心工作就是和算法工程师一起，把这些专才训练得越来越精准。 然后 2023 年，ChatGPT 出现了。 第一次出现了一种完全不同的 AI。它可以写文案、可以翻译、可以总结会议纪要，也可以回答问题。不像过去那些模型只会一个技能，而是什么都能干一点。 把大模型称作“通才”，应该更贴切。 从这一刻起，AI 产品经理开始悄悄分裂。一部分人还在研究怎么训练模型，另一部分人开始研究怎么把这些通才接进企业业务。 客服怎么接、知识库怎么接、审批流程怎么接、销售流程怎么接——这些都变成了新的问题。两种岗位后来都叫 AI 产品经理，但做的事情已经完全不一样了。

02 问题来了

岗位变了，课程却没有全部变。 最早那批 AI 产品经理课程，本来就是围绕第一种岗位设计的。这些课程没有错，很多课程放到今天依然很专业。如果你的目标是推荐系统、风控系统、算法产品经理，监督学习、决策树、特征工程这些知识依然重要。 问题在于，很多人想去的是第二种岗位，学的却是第一种岗位的知识。 于是出现了一个特别有意思的现象：企业面试在问 Agent、RAG、Workflow、Prompt、MCP，课程里讲的却是线性回归、监督学习、决策树、特征工程。 双方都在聊 AI，但聊的根本不是同一份工作。 市场上就有一个典型案例。一位做了三年运营的朋友，去年下定决心转型，报了一门评价很高的 AI 产品经理课程，认真学了六周，通过考试，拿到了证书。 拿证那天，她还专门发了一条朋友圈。结果去面试时，面试官只问了两个问题：“你做过 RAG 吗？”“搭过 Agent 工作流吗？” 她当场愣住了。这两个词，她从来没在课程里见过。 不是她没有认真学，而是课程对应的，本来就是另一种岗位。六周时间，一分一分交的学费，最后买到的却是一张去错地方的票。

03 很多人踩坑，不是因为课程差

回过头来看，很多人转 AI 最大的坑，其实不是买到烂课。恰恰相反，很多人买到的是一门评价很好、老师也很专业的课。 问题是，它对应的根本不是你想去的岗位。 过去两年变化最快的，从来不是课程，而是岗位。ChatGPT 出来之后，大量企业开始思考一件事：怎么把 AI 接进业务流程。客服怎么接，销售怎么接，知识库怎么接，审批怎么接，运营怎么接。于是大量新的岗位需求开始涌现。 但很多课程体系，建立在 2023 年之前的行业背景上。它们培养的是训练模型的人，而企业最近两年大量招聘的，却是把模型接进业务的人。 课程教的是上一代岗位，你准备去的是下一代岗位。于是越学越累，越学越怀疑自己。 这就像你原本以为自己是在学英语，结果最后发现考的是数学。

04 那今天应该学什么？

如果你的目标是传统机器学习方向、推荐系统方向、算法产品方向，那么线性回归、监督学习、决策树这些内容当然有价值，而且非常重要。 但如果你的目标是最近两年大量出现的 AI 应用产品经理、Agent 产品经理、大模型产品经理，那么学习顺序应该完全不一样。 优先理解的应该是：Prompt 是怎么工作的，RAG 为什么会出现，Workflow 为什么比 Prompt 更重要，Agent 到底解决什么问题，以及 MCP 为什么会成为新的标准接口。 因为这些，才是今天企业真正落地 AI 项目时每天都在讨论的问题。 很多人最大的误区，不是学得不够多，而是把学习顺序学反了。

05 最后

过去一年，拆过不少 AI 产品经理 JD，也和不少企业聊过他们真实在做的项目。一个感受越来越清晰：企业今天最缺的，不是会讲机器学习原理的人，而是能把 AI 接进业务流程里的人。 所以在开始学习之前，先想清楚自己准备去什么岗位，然后再决定学什么。 否则很容易出现一种情况：课程学完了，证书拿到了，最后发现学的根本不是企业正在招聘的那份工作。 很多人以为自己学不会 AI，后来才发现——自己只是拿了一张旧时代的地图，去找一个新时代的岗位。