背景

這場討論源於 Meta 產品經理 Daniel D. McKinnon 的分享。他觀察到公司內部近期湧現大量 PM 炫耀自己透過 AI 輔助成功提交生產環境代碼（Prod Diffs）的貼文，對此他提出反思，認為在 Meta 這種規模的企業中，PM 將時間花在撰寫生產代碼並非高槓桿的行為。這引發了 Hacker News 社群對於「氛圍編程」（Vibe Coding）時代下，產品經理與工程師職能邊界是否模糊、甚至角色是否會消失的熱烈辯論。

社群觀點

社群對於 PM 投入編程的看法呈現兩極化。支持者認為，AI 降低了實作門檻，讓 PM 能透過原型開發更精確地傳達產品構想，避免傳統文件或設計稿在溝通上的落差。部分留言指出，具備技術能力的 PM 或具備產品思維的開發者將成為未來最有價值的人才，因為他們能縮短「直覺」到「實作」的距離。然而，反對聲音則集中在工程品質與組織效率上。許多工程師抱怨，PM 提交的代碼往往缺乏對系統邊界、錯誤處理與維護性的考量，最終仍需工程師介入除錯或重構，反而增加了團隊負擔。更有評論直指，Meta 等大廠將提交代碼量或關閉票據數作為 PM 的考核指標，是典型的指標誤用，可能導致工程品質下滑與短期主義盛行。

關於職能合併的討論是另一個焦點。有觀點大膽預測，隨著 AI 工具如 Claude 的進化，傳統 PM 角色可能會消失，工程師將直接承擔產品定義與決策的責任；另一派則認為情況正好相反，當代碼撰寫變得廉價，具備商業洞察與客戶溝通能力的 PM 才是核心。不過，資深從業者提醒，專業分工仍有其必要性，因為跨職能的切換成本極高，PM 的核心價值在於處理複雜的組織政治、跨部門溝通與資源排優先級，這些「擋箭牌」的工作能讓工程師專注於技術深耕。

此外，社群也對「氛圍編程」的本質進行了哲學式的探討。有人批評 AI 愛好者過度強調編程的「趣味性」，認為這只是一種逃避技術深度的藉口，像是賭博般的嘗試而非嚴謹的工程實踐。但也有人緩頰，認為這種低門檻的探索能激發更多長尾的創新想法，讓原本因資源不足而無法啟動的小型優化得以實現。最終，多數人達成共識：PM 學習編程的最大價值不在於產出代碼，而在於建立對工程約束的同理心，從而撰寫出更具可行性的規格文件。

延伸閱讀

在討論過程中，作者 Daniel D. McKinnon 提到他先前撰寫過關於評測（Evals）的文章，認為在 AI 時代，「以直覺作為評測標準」的能力將比單純撰寫代碼更為關鍵。此外，留言中也探討了大型語言模型如 Claude 3.5 Sonnet 或未來版本對於軟體工程職業生涯的潛在衝擊。