AI代理的产品管理无疑是历史上最疯狂的产品管理形式。 典型的产品管理是试图弄清楚如何为人们设计与确定性系统交互的界面和软件。用户通常知道完成工作所需的所有上下文，因此这通常是一个搞定基础业务逻辑和周边用户体验的问题。 但在AI代理的情况下，您最关心的用户是代理，而它们默认情况下什么都不知道。它们会高兴地朝任何方向运行以执行任务，通常却没有成功。 因此，作为产品经理（或工程师），您基本上花时间试图逆向工程“人类需要什么上下文来执行此任务”，然后弄清楚如何设计系统以按正确的顺序、使用正确的工具和指令为代理提供这些数据。 这些系统中的一些对人类用户来说是完全隐形的，但这门技艺的一部分同样在于最终用户如何与代理互动以提供这些上下文。然后，通常是无尽的反复试验，努力在每个阶段挤出增量的质量点。 这尤其解释了为什么拥有深厚领域专业知识的人，或者那些能够快速获取这些知识的人，在构建AI代理时会表现得极为出色。预测代理成功所需的上下文的能力是决定代理有效性的一个重要因素。 这部分解释了为什么编码代理一开始就表现得如此出色；因为其构建者深刻理解他们正在努力自动化的领域。但显然，我们将很快在每个领域——法律、医疗、金融等——看到相同的结果，因为上下文工程和新一批产品经理正在涌现。

我们将回顾人工智能之前的世界，绝对会对一切是多么缓慢感到震惊。 在Box，每周我们都会强调一个工作流程，展示内部某人如何构建一个AI代理来自动化某个过程。这可以是人力资源流程、销售外展、回应RFP、处理合规工作流程、撰写文档等等。 我通常的第一反应是：“我真不敢相信我们以前必须手动完成所有这些工作。”我们在研究、写作或在步骤之间移动数据上花费的时间，单单是为了达到我们*真正*想要做的事情（比如招聘某人、达成交易等）是疯狂的。 有趣的是，作为这个过程的结果，我实际上也看到了许多领域，我愿意在人员上*更多*投资，因为流程变得更加高效。当代理能够加速过程或增加产出时，许多类型工作的投资回报计算突然发生了变化。 在AI优先工作的时代，未来将是疯狂的时光。

是的，你仍然应该学习计算机科学。充分利用AI的方式是对你的专业有基本的理解。AI因此成为你所能实现的事情的倍增器。这适用于每个领域，无论你是医生、律师、艺术家、市场营销人员还是工程师。