La gestione del prodotto per gli agenti AI è senza dubbio la forma più selvaggia di gestione del prodotto nella storia. La gestione del prodotto tipica cerca di capire come progettare interfacce e software per le persone che interagiscono con sistemi deterministici. L'utente generalmente conosce tutto il contesto per svolgere il proprio lavoro con successo, quindi si tratta generalmente di perfezionare la logica aziendale sottostante e l'UX circostante. Ma con gli agenti AI, l'utente che ti interessa di più è l'agente, e di default non sa nulla. Si muoveranno felicemente in qualsiasi direzione per svolgere il compito, spesso senza successo. Quindi, come PM (o ingegnere), trascorri fondamentalmente il tuo tempo cercando di fare ingegneria inversa su "cosa avrebbe bisogno un umano come contesto per svolgere questo compito", e poi capire come progettare sistemi per fornire all'agente quei dati nella giusta sequenza, con gli strumenti giusti e le istruzioni. Alcuni di questi sistemi sono completamente invisibili all'utente umano, ma parte dell'arte è anche come l'utente finale interagirà con l'agente per fornire questo contesto. Poi, spesso è un continuo tentativo ed errore per ottenere punti incrementali di qualità in ogni fase. Questo spiega in parte perché le persone con una profonda esperienza nel settore, o quelle che possono acquisirla rapidamente, faranno estremamente bene a costruire agenti AI. La capacità di anticipare il contesto di cui l'agente avrebbe bisogno per avere successo è un enorme fattore determinante per quanto efficace sarà l'agente. Questo spiega in parte perché gli agenti di codifica hanno funzionato così bene fin dall'inizio; perché i loro costruttori comprendono profondamente il settore che stanno cercando di automatizzare. Ma chiaramente vedremo rapidamente questo stesso risultato in ogni campo - legale, sanitario, finanziario, ecc. - mentre l'ingegneria del contesto e una nuova generazione di manager di prodotto emergono.