最近看了一个 434 points、616 条评论的 Hacker News 讨论。其中有个团队现场很扎心：有人说，管理者喜欢用 AI 生成 50 页设计文档和 PRD，再发给研发“请尽快评审”；甚至连生成文档的人自己都没有完整读过。
这不是反对用 AI 写文档。真正的问题是：**生成成本降到接近零以后，阅读、判断和追责成本被转嫁给了别人。**
一篇 2026 年的研究分析了 1,154 条 Reddit 和 Hacker News 帖子，把开发者对 AI 低质产出的担忧归为三类：评审摩擦、质量下降和系统性激励。它提出的核心矛盾是，个人看起来变快了，评审者、维护者和整个知识库却要承担额外成本。
Google DORA 对近 5,000 名技术从业者的研究也给了类似提醒：AI 更像放大器，会同时放大团队已有的优势和问题。AI 采用与吞吐、产品表现可以正相关，但交付稳定性仍可能变差。上游产出变多，如果下游没有更好的筛选和反馈机制，只会得到更长的队列。
所以，AI 时代的 PRD 不该追求“写得更完整”，而应该追求“决策密度更高”。我建议把 PRD 拆成两层。
第一层是一页决策单，必须由所有评审人阅读，只放 5 类内容：一句话决策、用户证据、目标与非目标、关键约束、待定事项的 Owner 和截止时间。
第二层才是细节附录：业务流程、用户故事、边界情况、技术参考。AI 可以帮你归类、补结构、生成备选，但这些内容只让相关角色按需阅读。
发评审前，再做一次“评审税”检查：套话能不能删；关键决策有没有高亮；事实有没有来源；每个人是否只收到自己需要判断的部分；相较上一版改了什么。
最后别只统计“PRD 两小时写完”。更有价值的指标是：**从文档发出，到关键决策关闭到底用了多久。**
会用 AI 的产品经理，不是一次生成更多字，而是让团队用更少的信息完成更快、更清楚的决策。
