Figma 产品经理如何日常使用 AI:从 PM OS 到 AutoXP 的实践
来源Lenny Newsletter查看原文
速览
- Figma 的 PM 团队通过共享仓库 PM OS 规模化使用 AI 技能。
- PM OS 包含 31 个技能,覆盖 Slack 管理、bug bash、实验等场景。
- AutoXP 作为自动化增长 PM,首次实验即发现巨大收益。
- Codex 被用于 bug bash,能捕捉人类可能遗漏的问题。
- Jev 被用来构建实时写作助手,并曾接管会议两周。
- PM OS 以仓库形式存在,便于 60 到 70 名 PM 同步更新。
- Ezra 强调「在正确的地方偷懒」的工作哲学。
Figma 增长产品经理 Ezra Mechaber 在 Lenny Newsletter 的播客节目「How I AI」中,详细介绍了 Figma 产品团队如何将 AI 工具融入日常工作。他最初发现工程团队之外几乎没人用 AI 做实际工作,于是和几位 PM 一起,将他个人的 Claude Code 配置改造成 PM OS——一个包含 31 个技能的共享仓库,目前全公司 60 到 70 名 PM 都在使用。节目中他演示了多个技能,包括每天运行六次来管理 Slack 的技能、用 Codex 进行 bug bash 的代理、一个名为 AutoXP 的自动化增长 PM(在第一次实验就发现了巨大收益),以及他与 Jev 一起构建的实时写作助手。
关键事实
- Ezra Mechaber 是 Figma 的增长产品经理,目标是「在正确的地方偷懒」。
- 他加入 Figma 时,发现工程团队之外几乎没人用 AI 完成实际工作。
- 他与几位 PM 将个人 Claude Code 配置改造成 PM OS,一个包含 31 个技能的共享仓库。
- 目前 Figma 有 60 到 70 名 PM 使用 PM OS。
- PM OS 是一个仓库而非产品,包含技能、钩子和私有子仓库。
- Ezra 每天运行六次某个技能来管理 Slack。
本站视角
这件事对中文开发者、国内做 Agent 的团队以及用 API 的中小企业有具体影响。首先,Figma 的实践表明,AI 工具在非工程角色中的落地需要低门槛的共享机制——PM OS 以仓库形式提供 31 个技能,让 60 到 70 名 PM 同步使用,这为国内企业提供了可参考的模板:与其让每个 PM 各自摸索,不如建立内部技能库。其次,AutoXP 在第一次实验就发现巨大收益,说明 AI 代理在增长实验中有实际价值,但只有一个人类检查点也暗示了风险控制的重要性。我们认为,这种模式值得跟进,尤其是对于希望提升产品团队效率的公司。不过,原文信息来自单一口述,缺乏具体数据支撑,如 AutoXP 的收益规模、bug bash 的准确率等,结论可能过于乐观。需要观察的是,这些工具在长期使用中的稳定性和对 PM 工作流的实际改变。
背景与影响
Figma 作为设计协作平台,其产品团队对 AI 的采用反映了科技公司内部非工程角色使用 AI 的趋势。PM OS 的诞生源于 Ezra Mechaber 观察到工程之外 AI 使用率低,这与其他公司的情况类似——AI 工具往往先在工程团队普及,再向产品、运营等角色扩散。PM OS 以共享仓库的形式存在,降低了 PM 使用 AI 的门槛,并促进了团队内的技能复用。AutoXP 和 Jev 等工具展示了 AI 在增长实验和会议辅助方面的潜力。这可能意味着,未来 PM 的角色将更多转向监督和设计 AI 代理,而非手动执行任务。需要观察的是,这种模式是否能在其他公司复制,以及 AI 代理的可靠性如何。
本文由 AI 辅助整理自公开信源,事实部分以原文为准;「本站视角」一节为编辑部判断,欢迎指正。版权归原作者所有,如有异议请联系我们。