PM 之死、CMO 變成代幣重度使用者：Keith Rabois 談 AI 時代的職涯重塑
矽谷投資人 Keith Rabois 在 Lenny's Podcast 直接斷言「PM 這個角色在未來沒道理存在」。他觀察到頂尖公司的 CMO 變成 LLM 代幣最大消費者，Shopify 已經兩年不準有人用靜態簡報報產品，工程師裡的 10x 獨角獸是有商業直覺的那群人。文章拆解這套對 AI 時代產品三人組的重新定義，並回頭看臺灣科技業該怎麼讀這些訊號。
本文整理自《Lenny's Podcast》2026 年 4 月 12 日播出的單集，受訪者為 Khosla Ventures 董事總經理 Keith Rabois。Rabois 是 PayPal 黑幫成員，前 Square 營運長、前 LinkedIn 企業發展副總，早期投資 Stripe、Palantir、Airbnb、YouTube、DoorDash、Ramp，是矽谷最會識才、也最敢公開講真話的投資人之一。原始單集約 83 分鐘。
{{< youtube xCd9ykretlg >}}
{{< spotify "episode/2Ld8DpKG2dSXlYmunQDJN8" >}}
{{< apple-podcast "tw/podcast/hard-truths-about-building-in-the-ai-era-keith-rabois/id1627920305?i=1000760935208" >}}
一句話聽完整集：「PM 在未來沒道理存在」
主持人 Lenny Rachitsky 先放了一段前導片段，Keith Rabois 在裡面甩出一句直白到讓人坐直的話：「在未來，PM 這個角色沒道理存在。這個技能更像是當 CEO，問題是我們現在要做什麼，為什麼。」這句話從一個既當過 PayPal 高管、又當過 Square 營運長、現在又是 Khosla Ventures 投資人的口中說出來，分量跟一般推特上的酸言截然不同。Lenny 自己是矽谷最有影響力的產品電子報作者，整集就在追問他：你真的覺得這個職位會消失？
Rabois 的答案不是 PM 一夕之間被解雇，而是這個角色的 job description 已經跟不上基礎模型的進步速度。他的論點分成三段：第一，年度路徑圖在生成模型每週改變的世界裡完全失去意義；第二，基礎模型把 PM、設計師、工程師三方的中間地帶吃掉了，剩下的關鍵能力是「知道要做什麼」這種偏 CEO 的判斷；第三，這個趨勢的領先指標不在工程部門，而在最會用 LLM 的 CMO 身上。三個論點疊起來，他描繪的是一個產品三人組會被重新洗牌的近未來。
這個近未來離臺灣有多近，會在文末再聊。先把這集裡 Rabois 真正展開的論述整理清楚，因為他的講法並不是抽象口號，而是建立在 Shopify 已經執行兩年的一條公司政策、加上他在投資組合裡親眼看到的 token 消耗分布之上。
為什麼基礎模型每週進步會把 PM 角色撕裂
Rabois 把 PM 失效的根本原因講得很硬：基礎模型的能力進步速度，跟傳統 PM 的工作節奏在物理上不相容。一個 PM 的標準動作是收集客戶輸入、整理出未來一年的產品路徑圖、按季交付、按月開審查會。這套流程在 SaaS 緩慢成長的年代很有用，但放到 2026 年的生成模型市場上，它的邏輯已經破掉。「在 2025 年 11 月還做不到的事，2026 年 3 月就變得很簡單了，」他說，「在這種速度下做一年的路徑圖根本是 incoherent。」
更刺耳的是，他直接點名「中間人」這個詞。傳統 PM 的價值，在於翻譯設計師、工程師、業務之間的需求落差，但當基礎模型的能力每週在變動，一個翻譯角色就變成資訊流動的瓶頸。他用的形容是「intermediary」，意思是夾在中間的傳訊人。這層人在過去的價值來自整合資訊不對稱，但 AI 把資訊整合的成本壓到接近零之後，留在中間的角色反而成了最先被擠掉的位置。Rabois 的判斷是，能活下來的不是那種把訊息搬來搬去的 PM，而是「這週看到一個新能力出現、下週就把它做成產品功能」的人。
Lenny 在這裡試圖替 PM 辯護，他丟出一個常見的版本：當 AI 把寫程式變得人人都會，剩下最稀缺的是「知道要做什麼」跟「讓所有人對齊在這件事上」的能力，而這正是 PM 強項。Rabois 同意這個方向，但他要把標籤撕掉。在他的看法裡，不管你過去叫 PM、設計師還是工程師，未來的核心技能其實是同一件事，那就是 CEO 等級的商業判斷力。會 prompt LLM 寫程式變成基本功，誰能定義產品要解的是哪一個商業問題，誰就會贏。
這個邏輯往下推就會碰到一個敏感結論。Lenny 說，那聽起來不就是「最厲害的 PM」原本就在做的事嗎？Rabois 同意，但他緊接著補一刀：在他合作過的工程師裡，馬克斯．列夫琴（Max Levchin，PayPal 共同創辦人、Affirm 創辦人）跟傑瑞米．史塔波曼（Jeremy Stoppelman，Yelp 創辦人）這種人本來就有極強的商業直覺，他們從個人貢獻者時期就不需要 PM 來告訴他們要做什麼。AI 時代會讓這種「工程師 + 商業直覺」的組合身價翻倍，因為他們不再需要動員一支大隊伍，靠 AI 工具就能直接出產品。
10 倍工程師的新定義：一個人帶 20 人團隊還寫得跟以前一樣多
Rabois 在這段甩出一個讓 Lenny 發出感嘆的具體案例。他有個朋友是 Ramp 的工程總監，手底下管 20 個人，但他「個人寫的程式碼數量，跟他當年只是一個 IC 工程師時一樣多」。這句話直接挑戰一般人對工程主管的想像。傳統認知裡，當你升上去帶人，個人產出就會被會議跟教練工作吃掉一半以上，能維持原本一半的程式碼產出已經算厲害。但這個人靠著把 AI 當成第二支隊伍，繼續維持當年 IC 的輸出量。
具體做法是這樣。他把 AI 當作另一支可以指派工作的團隊，自己變成這支 AI 團隊的經理：「你做這個、你做那個、把這些拼起來、檢查這個。」整個工作流的關鍵不是會 prompt，而是會切割任務、會挑出哪些步驟適合人類做、哪些可以丟給 AI。Rabois 把這形容成「教練 + IC」的混合體，是 AI 時代的高槓桿職位範本。聽到這裡，Lenny 認得這就是現在矽谷流行的「10x 工程師」新定義，已經不是寫程式速度快的人，而是能用 AI 把自己的產出乘以倍數的人。
這個案例在臺灣值得放大來看。臺灣科技業的工程主管文化長年偏向「升上去就少寫」，個人貢獻跟管理職之間是個二選一的選擇。Ramp 這位工程總監示範的是第三條路，靠 AI 工具讓主管角色不必跟個人產出對立。但這條路的前提是工具用得夠深、任務分割能力夠強，不是隨便試兩天 Cursor 就能複製。臺灣團隊要學的，是這套工作流背後那套「把 AI 當下屬來分派」的心態，而不是表面那個「主管也要寫程式」的口號。
CMO 變成 token 最大消費者：智識好奇心是新分水嶺
整集最讓人意外的觀察，藏在 Rabois 對 AI 焦慮的回應裡。Lenny 問他，現在很多人擔心 AI 會吃掉自己的職涯，該怎麼辦？Rabois 沒有給出「努力學技術」這種標準答案。他先承認 AI 會徹底重塑很多人的職涯，包括他自己；然後給了一個讓人意想不到的指標：「我注意到一些頂尖公司裡，token 用量最大的不是工程師，而是 CMO。」
他補充這不是孤立現象。他點名了至少兩家他在董事會的「龐大、極好的公司」（其中之一是 Opendoor），它們都是工程師眾多的科技公司，但行銷長是 LLM 代幣的最大消費者。原因是這群人本來就跨領域、好奇心強，看到 AI 能讓他們不必再依賴一層又一層的下屬就能拿到分析結果、寫好的廣告草稿、做好的 landing page，於是直接跳下去用。Rabois 的觀察是，這些 CMO 「shipping things」，他們直接出產品，而不是讓助理代代相傳到走樣。
這個洞察的殺傷力在於它顛倒了一般人對 AI 影響職涯的直覺。多數人以為工程師最會用 AI、最不容易被取代，但 Rabois 看到的反而是：在頂尖公司裡，最積極擁抱 AI 的是那些原本就不靠寫程式吃飯、但對「拿東西出來」有強烈渴望的高階主管。他用「intellectually curious」來形容這群人，重點不在他們會什麼技術，而在於他們看到一個新工具就立刻自己上手試，不會說「這是工程部門的事」。
Rabois 把這個觀察提煉成一個職涯建議：在 AI 時代要存活，光有「no days off」那種苦幹精神不夠，必須在苦幹之上加一層智識好奇心。他自承自己是「沒休假主義」的信徒，過去七年只缺席過七天健身，但他強調工時長度本身已經不是分水嶺。能讓你在動盪中保住位置的，是面對新能力出現時你的第一反應是不是「我來試試看」，而不是「等別人弄好再說」。
Shopify 兩年禁靜態簡報：產品報告必須是會動的 demo
如果只把上面的論點當預測來聽，會少抓到一個關鍵錨點。Rabois 整段論述其實有一個已經發生兩年的真實案例在後面撐著，那就是 Shopify 的「working demo only」政策。他在訪談裡透露，Shopify 內部已經兩年多不准 PM 用 PowerPoint 或 Keynote 報告產品，每一場產品評估會議，PM 上來必須帶著一個能跑的 demo，不能只用靜態簡報講概念。
Rabois 把這個政策當成趨勢已經發生的證據。在他的邏輯裡，當 AI 把做出 demo 的成本壓到很低之後，「我們要做這個功能」這種口頭承諾的價值就崩跌了。執行長已經沒有理由花時間聽簡報，因為簡報跟做出來之間的距離，在 AI 時代可能只剩幾小時。Shopify 的選擇是把這個距離直接設成零：要報告就帶 demo 來，沒有 demo 就回去做。這個動作把 PM 角色逼到一個全新的位置，不再是寫文件、開會、追進度，而是逼自己變成能直接出產品的人。
這條政策對設計師的影響也很有意思。Lenny 提到他剛做完一份分析，過去三年設計師職缺數量幾乎沒成長，整個職位市場停在原地。Anthropic 設計負責人（Jenny Nguyen）也說過，工程師現在一天 ship 17 件事，根本沒時間等傳統設計流程跑完 mock-up。Rabois 同意這個方向，但他提出一個有層次的判斷：設計的紅利（alpha）不在工具或流程裡，而在「說故事、把雜訊壓掉」的能力上。當每個人每天都被無數個產品轟炸，能用最壓縮、最有殺傷力的方式把產品價值講清楚的設計師，反而會比過去更值錢。設計跟程式碼會合而為一，差別只在「誰吃掉誰」。
AI 內容會超過人類內容，但會出現雙軌制
最後一段，Rabois 把同一套邏輯往內容產業延伸。Lenny 提到他聽說中國版 TikTok 上現在大量內容已經是 AI 生成、而且觀眾真的看得下去。Rabois 直接把這個趨勢稱為「不可避免」（inevitable），AI 生成的內容在量上會超過人類內容；但他不認為這代表人類創作會消失，而是會出現雙軌制。
他用安迪．沃荷（Andy Warhol）作品當比喻。任何人都能用 AI 高仿沃荷風格，但市場仍然會為「這真的是沃荷做的」付一筆 provenance 溢價。內容產業會分裂成兩極，一極是經過策展、清楚告訴觀眾「這是真人創作」的精品；另一極是純演算法排序、不在乎是誰做的，只在乎哪一段最抓人的工業化大量內容。中間那層「半人工、半 AI 又不講清楚」的灰色地帶，反而是最先被擠壓的。
值得補的是 Rabois 對 AI 寫作品質的觀察。他指出 AI 在影片、圖像生成的進步速度比文字快，這件事很諷刺，因為 LLM 字面上是「大型語言模型」，但語言其實是它最弱的輸出。他的解釋是經濟層面的：LLM 在 prompt 一寫長就會啟動 token 配給機制，把品質壓到鐘形分布的中段。短的 prompt、短的輸出，模型品質遠比長文章好。這個解釋值不值得百分百相信另說，但對寫作者是一個有用的操作建議：要從 LLM 拿到能用的句子，最好的策略是「短、多樣、人類挑選並重新 prompt」。
我的觀察：臺灣 PM 跟工程主管該怎麼讀這集
Rabois 這集對臺灣讀者最刺耳的一句，大概不是「PM 沒道理存在」，而是「token 用量最大的是 CMO」。臺灣的科技業組織習慣把 AI 工具當作工程部門的軍火庫，預算跟使用權都集中在 RD 手上，行銷、業務、營運這些部門能不能用、用得多深，常常要看 IT 政策放不放行。Shopify 那套「天花板拆掉、地板拉高」的工具治理在臺灣多數公司還很遙遠，更別說讓行銷長變成全公司用 token 第一名。但這條訊號對所有 AI 預算的決策者都很關鍵：如果你公司的 AI 工具最後只有工程部門在用，可能不是因為其他部門不需要，而是你把門關起來了。
對臺灣的 PM 來說，Rabois 這套論述最該抄走的是 Shopify 的 working demo 政策。臺灣科技業的產品文化長期偏好 PRD 寫得密、簡報做得漂亮，但這套技能在 AI 時代的紅利正在快速衰退。把同樣的時間拿去學 Lovable、v0、Cursor、Claude Code，把口頭概念變成能跑的 demo，反而會大幅拉高你在會議桌上的話語權。這不是要 PM 變成工程師，而是把那道「我提需求、你寫程式碼」的高牆推倒，因為高牆推不倒的人會先被擠出會議室。
最後一個是工程主管的訊號。Ramp 那位工程總監能維持 IC 級程式產出又帶 20 人團隊，這在臺灣的傳統工程文化裡幾乎是不可能的事。但這條路在 AI 工具夠成熟的條件下已經被走通了。臺灣的工程主管要思考的不是「我該不該回去寫程式」這種二元問題，而是「我有沒有把 AI 當成一支可以分派任務的下屬團隊」。這是一個職位定義上的躍遷，不是技能升級。沒準備好做這個跳躍的人，會在三五年內發現自己上不上下不下，主管職的稀缺性已經被另一群人搶走。
📎 請確認以下連結是否正確：