AI代理的產品管理無疑是歷史上最瘋狂的產品管理形式。 典型的產品管理是試圖弄清楚如何為人們設計與確定性系統交互的介面和軟體。使用者通常知道完成工作所需的所有上下文，因此這通常是一個搞定基礎業務邏輯和周邊使用者體驗的問題。 但在AI代理的情況下，您最關心的使用者是代理，而它們默認情況下什麼都不知道。它們會高興地朝任何方向運行以執行任務，通常卻沒有成功。 因此，作為產品經理（或工程師），您基本上花時間試圖逆向工程「人類需要什麼上下文來執行此任務」，然後弄清楚如何設計系統以按正確的順序、使用正確的工具和指令為代理提供這些數據。 這些系統中的一些對人類使用者來說是完全隱形的，但這門技藝的一部分同樣在於最終使用者如何與代理互動以提供這些上下文。然後，通常是無盡的反覆試驗，努力在每個階段擠出增量的品質點。 這尤其解釋了為什麼擁有深厚領域專業知識的人，或者那些能夠快速獲取這些知識的人，在構建AI代理時會表現得極為出色。預測代理成功所需的上下文的能力是決定代理有效性的一个重要因素。 這部分解釋了為什麼編碼代理一開始就表現得如此出色；因為其建構者深刻理解他們正在努力自動化的領域。但顯然，我們將很快在每個領域——法律、醫療、金融等——看到相同的結果，因為上下文工程和新一批產品經理正在湧現。

我們將回顧人工智慧之前的世界，絕對會對一切是多麼緩慢感到震驚。 在Box，每週我們都會強調一個工作流程，展示內部某人如何構建一個AI代理來自動化某個過程。這可以是人力資源流程、銷售外展、回應RFP、處理合規工作流程、撰寫文檔等等。 我通常的第一反應是：「我真不敢相信我們以前必須手動完成所有這些工作。」我們在研究、寫作或在步驟之間移動數據上花費的時間，單單是為了達到我們*真正*想要做的事情（比如招聘某人、達成交易等）是瘋狂的。 有趣的是，作為這個過程的結果，我實際上也看到了許多領域，我願意在員工上*更多*投資，因為流程變得更加高效。當代理能夠加速過程或增加產出時，許多類型工作的投資回報計算突然發生了變化。 在AI優先工作的時代，未來將是瘋狂的時光。

是的，你仍然應該學習計算機科學。充分利用AI的方式是對你的專業有基本的理解。AI因此成為你所能實現的事情的倍增器。這適用於每個領域，無論你是醫生、律師、藝術家、市場營銷人員還是工程師。