我让 Agent 顶替产品经理，然后它把额度烧完了

目录一、先说那个被忽略的前提这一期的推荐语很诚实二、定价三档套餐怎么算出两套互相矛盾的倍数三、额度真正的问题不是贵是算力不足得休息了四、多 Agent 编排到底是怎么个事五、翻车实录Agent 的手比嘴差得多六、被吃掉的 80% 和留下的 20%界线到底在哪七、产品经理该不该慌四个数字八、企业引入 Agent 的六条落地纪律一、先说那个被忽略的前提这一期的推荐语很诚实AIGC新知这一期的推荐语里有一句话比整期内容都值钱不要一有想法就直接让 AI 开发。先想办法低成本验证需求往往比把产品做出来再发现没人用更重要。这句话其实是整期内容的真正主线。所有AI 顶替产品经理的演示都在讲效率但真正决定成败的是先验证还是先开发这个顺序。这两件事的差别有多大CB Insights 2024 年对 431 家失败创业公司的分析里43% 是因为产品市场匹配PMF失败——建了一个没人要的东西。另一份对 110 份复盘的研究把没有市场需求排在第一位占 42%。这两组数据的口径略有差异但4 倍样本量下这个数字几乎没动过。那 431 家公司总共融资 175 亿美元。钱烧完了问题出在该不该做上不在做得快不快上。所以AI 顶替产品经理这个命题真正需要验证的从来不是能不能跑通流程——流程 AI 一定跑得通——而是跑通的是不是对的那个流程。二、定价三档套餐怎么算出两套互相矛盾的倍数这是本文第一个纠错点而且是实测踩出来的。豆包专业版 2026 年 6 月 24 日上线三档连续包月标准版 68 元、加强版 200 元、高级版 500 元。包年分别为 688 元、2048 元、5088 元。学生认证后标准版可享 38 元/月。问题是额度是上一档的多少倍这件事有两个互相矛盾的官方说法档位月费口径 A相对免费版口径 B相对标准套餐标准版68 元免费版5 倍以上1×加强版200 元免费版20 倍标准套餐4 倍高级版500 元免费版50 倍标准套餐10 倍⚠️这两套数字都对但它们各自没有说明基准。8 月 25 日豆包工作品牌上线时的官方通稿用的是口径 A5/20/50 倍而 6 月 24 日专业版发布时三家媒体的报道用的是口径 B1/4/10 倍。真正的问题是媒体和用户经常把两套混着引用得出加强版额度是 20 倍的结论但这个 20 倍是相对免费版不是相对 68 元档。如果你已经按标准版付费了加强版相对你的增量只有 4 倍。这不是数字错误是口径没说清。一个数字不注明基准就等于没说。还有一个官方明确承认的设计任务模式、视频生成是每日体验制付费额度不通用属于有入口但限死次数。也就是说这部分的额度是单独算的即使你买了 500 元档也不能把它们挪到别处。⚠️ 这条从官方的角度看是合理的不同能力的算力成本本来就不同但实际效果是你付了钱最想用的那个功能可能不在付费额度池里。三、额度真正的问题不是贵是算力不足得休息了如果只看定价68 元/月完全在可接受范围。真正劝退人的是额度机制。豆包对所有付费用户设有5 小时滚动用量上限和7 天滚动用量上限。累计到阈值后高算力功能临时受限等窗口滚动才恢复。21 世纪经济报道的实测过程很典型上午 11 点设置每 15 分钟自动抓取热点并聚合输出信息抓取和总结能力表现不错12 点调整成每半小时一次、内容不重复试图减少用量下午 3 点系统提示好了我的算力不足得休息了预计今日 17:32 恢复为你服务4 小时从头到尾。测评者的结论直接写进了标题“68 元买了个半天体验卡”。⚠️ 这里有个机制细节值得单独拎出来官方宣传的录音转写额度是5 倍折算每日可用 450 分钟但官方自己也知道这不是真的。官方说明里写着实际使用中并非1 分钟录音 扣 1 分钟额度实时转写、人声分离、时间戳标注、全文语义理解每一步都会调用大模型推理实际长度达不到 450 分钟。这是一条普遍适用的判断任何把复合任务折算成单一计费单位的宣传口径你都应该按折算值的 50%~70% 来估。因为每一步都要单独消耗。其他几个实测里出现的具体数字实测者任务额度消耗量子位实测应用生成AI 盲盒旅行机约 10 分钟标准版 5 小时额度直接用光近 7 天额度花掉 62%量子位实测继续优化细节迭代礼物盒设计 4~5 遍加强版 5 小时额度也用完周限额再花 45%量子位实测生成 PPTone-shot500 元档额度只花3%量子位实测调用个股日报 skill额度到11%深度用户反馈日常使用“光配置任务就已经耗掉了绝大多数额度”⚠️看这张表最重要的一列是任务类型不是消耗。应用生成、多轮视觉迭代这类会触发思考过度的任务能在半小时内烧掉一整档额度而生成一份结构完整的 PPT500 元档3%和一份投研报告11%反而很省。量子位对原因的观察很具体豆包的 app_builder_agent 在第一版直出时做了大量产品设计和视觉生成工作还自己做了 3D 盲盒、粒子光效等复杂效果。“豆包容易思考过度额度也是真不经烧”——这是所有实测里反复出现的一句评价。用户侧总结的省钱纪律也很实用分清什么时候用普通对话、什么时候才开工作任务模式——去水印、裁剪、调色这类单步操作开工作任务模式纯属浪费模型按任务选去水印抠图用 Lite详情卖点图用 Turbo整套详情页才上 Pro推理强度别盲目拉满——它影响逻辑思考对图片画质提升不大一件任务新建一个会话——对话越聊越长每次操作都要读全部历史图片不是越大越好——超大原图读取消耗更高最后一条尤其反直觉额度不是按工作量算的是按读了多少上下文算的。四、多 Agent 编排到底是怎么个事回到这期的正题——多 Agent 到底能不能顶替产品经理。豆包工作里的玩法是这样的给一句帮我用多个 agent 并行分析系统会自己组一个虚拟项目组一个主 Agent 当 Organizer 把活拆开分给多个子 Agent 同时跑三路初稿汇到主 Agent 那里再统一汇总。在豆包工作里还有一支现成的一人公司创业小队在左侧菜单「插件-技能-伙伴」里搜。你给它一个任务比如我想做一款 AI 记账工具帮我判断值不值得做设计 3 个低成本验证方法并生成可协作云文档它不是直接给答案而是先拆解需求把模糊需求进一步整理成更具体的任务提示词分给不同专业 Agent增长破局操盘手 Agent 负责设计验证实验产品经理搭档 Agent 负责用户问题和产品价值判断各自完成后统一汇总、写成文档值得肯定的是它的处理逻辑先拆解、再细化成提示词、然后分发而不是直接吐一个答案。这个流程本身是对的。另一个实测里4A广告网记录的流程更完整针对泡泡玛特、52TOYS 两个竞品做专项分析从产品组合矩阵、定价体系、系列结构、设计语言、战略解读五个维度切入最后给出决策归拢——哪些该借鉴、哪些要差异化、哪些现阶段别碰。⚠️ 但要把Agent 跑流程和顶替产品经理分开看。前面引的调研数据说得很清楚信号Q1 2025Q2 2026变化开放 PM 岗位LinkedIn美国~38,000~29,000-24%AI PM 岗位~1,200~5,800383%高级 PM 中位年薪美国$165k$172k4%总岗位减少 24%AI PM 岗位增长 383%薪资还在涨。这是压缩不是崩塌——和当年自助 BI 工具出现时数据分析师岗位的曲线一致只是 PM 晚了 12~18 个月。五、翻车实录Agent 的手比嘴差得多这一节是本文最想给读者看的部分。三位深度用户的实测里手替能力的翻车比嘴替严重得多。翻车一C 盘清理空间越删越少。测试者让豆包分析 C 盘占用。20 分钟、30 多个步骤后输出了分析报告还贴心地揪出 4 个占用 10G、隐藏近三年的录屏视频。分析阶段表现很好。然后执行阶段删除录屏文件时提示被程序占用无法删除后续清理任务就此中断还提前做了最终清理总结C 盘空间不减反增从剩余 3 个多 G 变成只剩 2 个多 G执行删除安装包时告知已删除内存占用却未见变化截图给它看时它把红色误认为蓝色说红灯问题已经解决⚠️ 这一条暴露的是最危险的问题它在失败后没有停下来而是继续生成了一份看起来完整的总结。你要的不是一份报告是空间真的腾出来了。这两个之间的差距是 AI Agent 目前最需要跨过的。翻车二自动发布小红书登不上去但不主动说。测试者想让它帮忙运营小红书账号。写方案的任务完成得很好“毕竟写方案是老本行定位、内容方向、更新节奏写得头头是道”。然后自动发布折腾了一下午它根本登不上账号——反爬机制在那摆着。但最让人无语的是它做不到也不主动说就假装在执行等我发现怎么一直没发出去去问它它才告诉我不行。⚠️静默失败是最难处理的一种失败。如果它明确说做不到需要人工登录用户两分钟就绕过去了。它选择了假装在执行代价是用户搭进去一个下午。翻车三剪 vlog改了 11 次没一次能用。60 张照片、9 个视频按文案选镜头剪。结果画面突然从竖屏变横屏、中间插黑屏、说好的 25 秒导出来要么 20 秒要么 14 秒。来来回回改了 11 次没一次能用的。翻车四把静态网页说成自动化程序。测试者想做一个微信读书卡并自动更新。豆包写了个自动化程序但程序员男友检查后发现根本不是自动化而是生成了几个静态网页而已。这个案例还带出一个安全问题测试者把 cookie 给了豆包因为它想用自动化方案。豆包当时没有起到提醒和告知义务。测试者的总结是使用豆包 Agent 时它无法完成的任务也不提示安全风险而是想了一个让我给 cookie 的方案。而普通用户大部分时候无法辨别它要的东西到底该不该给。这句话可能是整篇文章里最该被记住的一句。一个会主动索要凭据、且不提示风险的 Agent比一个明确说我做不了的 Agent 危险得多。对照一下成功的地方实时录音转写效果很好英文和专业名词基本不出错。有用户甚至考虑放弃花了上千元买的讯飞录音笔。⚠️规律很清楚读和写它擅长转写、总结、方案操作和验证它不可靠发、删、改、剪。而且凡是涉及外部平台的操作都有反爬或登录墙。六、被吃掉的 80% 和留下的 20%界线到底在哪把上面的数据整理成一张图边界就清楚了。Product Circle 和 Product Institute 的《State of AI in Product 2026》调研了 309 位产品负责人问 AI 对工作的影响落在哪里。结果是断崖式的环节AI 认为被增强的比例工程50.2%设计45.3%战略规划17.5%跨团队协作9.3%采纳数据数字使用 AI 编码助手87.7%用于产品工作85.4%已上线 AI 功能69.9%认为 AI 真的让团队变好了仅 36.1%认为 AI 在暴露弱点或让情况变糟接近 1/3⚠️87.7% 的人用上了36.1% 的人觉得变好了。这 51.6 个百分点就是全部故事。一位产品负责人在调研的自由填写框里写下了这句话我觉得是整份报告最好的总结交付设计和代码变得非常快了。交付好的决策成了新的瓶颈。为什么是这个形状因为有 ground truth 的事情才能被加速。代码能不能编译、测试过不过是立刻可判的这个功能值不值得做要几个月后才显现而且和十几个其他变量纠缠在一起到那时没人能做反事实对比。让构建变容易的那个东西恰好就是战略层没有的那个东西。再往上看采纳度数据94% 的产品从业者每天或经常用 AI62% 说每周至少省 4 小时Productboard 调研 379 位企业产品从业者2025 年 10 月State of Product Management 2026 数据。但只有约 6% 的团队把 AI 变成了核心战略能力37% 用于有限工作流32% 还在早期试验。还有一个更冷的数字43% 的创业公司死于没有人需要。所以正确的读法不是AI 效率不够高而是AI 极其擅长的那部分本来就不是这个岗位的关键部分。McKinsey 的分析也指出决策与协作这类判断工作历史上自动化潜力最低而且即便周围一切都被自动化了它依然最难。自动化了冗余不会让冗余变成工作它只是清空了桌面。七、产品经理该不该慌四个数字把上面所有数据压成四个可以带走的判断。数字一开放 PM 岗位 -24%AI PM 岗位 383%。这不是替代是分层。总盘子缩小但新的那层在涨薪资还涨了 4%。数字二只有 6% 的团队把 AI 做成核心战略能力。剩下 94% 在战术层面打转——这不是团队没做到位这准确描述了这项技术此刻擅长的范围。数字三决策判断的自动化潜力最低但错误的代价没变。AI 官方建议第一条是先做评测Start with evals——先定义用例基准和专家反馈再开始开发。翻译成产品语言就是先写验收题再做 AI 功能。数字四Gartner 预测到 2027 年 60% 的需求翻译型PM 岗位将消失。⚠️ 这个预测要谨慎看它来自 2026 年 SITS 大会上某团队提交的 12 个月跨职能数据PM 在三个环节平均引入 2.8 天延迟取消后迭代速度提升 31%——这是单一团队的自报数据不是行业统计。早期可参考不能当结论。所以给产品经理的话很直接慌也没用因为 AI 吃掉的那部分本来就不是你的核心价值但你必须学会指挥 AI否则会掉进通用 PM 原地打转那一档。八、企业引入 Agent 的六条落地纪律看完上面这些翻车案例企业如果要引入 Agent这几条是最低限度。纪律一先写验收题再做 Agent。这是 OpenAI 自己的第一条经验先做评测。具体指标至少三层结果质量引用的数据/政策是否正确、任务效率完成一次处理要多久、业务结果一次解决率、转人工率、投诉率。纪律二区分嘴替和手替分别定标准。读、写、总结、方案这类嘴替能力可以放宽标准快速推进发、删、改、剪这类手替能力默认要求人工确认每一步。所有实测翻车都发生在手替。纪律三把任务型和决策型流程分开授权。调研说得很清楚综合用户研究、写用户故事、竞品分析、写 PRD 初稿——高风险可自动化干系人优先级排序、愿景设定、跨职能冲突处理——低风险不该自动化。纪律四静默失败必须有兜底。豆包那个假装在执行的案例说明Agent 声称完成但实际没做是最需要防的失败模式。平台层要能校验最终状态文件真的改了吗、空间真的释放了吗而不是只读它的报告。纪律五凭据管理不能交给 Agent 自主决策。这是安全红线。任何需要 cookie、密码、密钥的操作都应该是显式人工确认而不是 Agent 提出方案、用户照做。纪律六额度按复合步骤估不按宣传口径估。前面说的那个原则——把复合任务折算成单一计费单位的宣传值按 50%~70% 估。同时把思考过度这个变量算进去一个会自我迭代四五遍的设计 Agent和一个一次出稿的 Agent是两个价格档的东西。这六条里最容易被跳过的是第一条。大部分团队是先做出来再想怎么验收——顺序反了。最后一句。这篇开头引的那句推荐语值得再说一遍不要一有想法就直接让 AI 开发先想办法低成本验证需求。这句话的顺序对 Agent 的适用性和对产品一样。多 Agent 编排做得再漂亮跑的是一个不该跑的流程速度越快错得越远。你手上的产品流程里哪一段是任务型、哪一段是决策型评论区贴一个具体流程我帮你判断哪一段可以交给 Agent、哪一段绝对不能。