我测试了 Claude、ChatGPT 和 Gemini 在 10 个实际的产品管理任务上的表现 相同的提示，盲评 结果让我感到惊讶（也让一些 ChatGPT 忠实用户感到愤怒） 各类别的赢家： PRD 写作：Claude (8.9/10) - 在技术深度上表现最佳 - 实际考虑边缘案例 - 结构合理 - 我真的会在实际工作中使用这个 用户研究综合：ChatGPT (8.7/10) - 速度最快 - 良好的模式识别 - 输出干净 - 但有时过于简化 竞争分析：Gemini (8.3/10) - 在网络研究方面表现最佳 - 信息最新 - 比较扎实 - 但比其他工具慢 技术文档：Claude (9.2/10) - 在技术细节上最准确 - 更好的代码示例 - 幻觉较少 - 感觉它真的理解了 会议记录：ChatGPT (8.5/10) - 处理速度最快 - 良好的行动项提取 - 但有时会错过上下文 总体： Claude: 8.7/10 ChatGPT: 8.3/10 Gemini: 7.8/10 我的实际工作流程： - PRD、技术文档：Claude - 快速任务、综合：ChatGPT - 研究：Gemini 让我告诉你一件事……只使用一个模型的人是在限制自己 “ChatGPT 是最好的”的人就像“我的锤子适合所有事情” 不，它并不适合 为工作使用合适的工具 对 AI 的品牌忠诚是奇怪的

招聘协调员的职位发布同比下降67% 这不是经济衰退的原因 而是AI自动化的原因 协调员的工作内容： - 来回发送电子邮件安排面试（每个候选人4-8封邮件） - 发送确认函 - 处理重新安排（更多邮件） - 收集面试官的反馈 - 更新ATS - 候选人沟通 现在AI调度工具的工作内容： - 自动找到双方的可用时间 - 立即预定面试 - 发送确认函 - 无需人工处理重新安排 - 提示并收集反馈 - 自动更新系统 - 大规模个性化候选人电子邮件 数学计算很残酷： 招聘协调员：$65k + 福利 = $80k 总计 AI调度工具：$200/月 = $2,400/年 在一家60人的初创公司看到这一点： 之前： - 2名协调员处理50名候选人/月 - 成本：$160k/年 - 每个候选人的调度时间：3天 切换到AI后： - 0名协调员 - 处理无限候选人 - 成本：$3k/年 - 每个候选人的调度时间：2小时 这2名协调员说：“我们提供个人化的接触” 候选人：没有注意到差异，更喜欢更快的调度 协调员正在转向“招聘运营”（战略，雇主品牌） 但安排面试的工作已经死了 就像让某人手动发送每封电子邮件一样 公司仍在招聘协调员进行调度：浪费钱 这一过渡花费了12个月 在2年内，人力调度将显得像传真机一样过时 提升到战略层面或变得过时

公司们正在悄悄用AI取代支持团队 没有人宣布这一点，因为这会引发公关噩梦 但我看到了数据 帮助一家SaaS公司做到这一点： 之前： 15名支持人员 平均响应时间：8分钟 解决时间：45分钟 成本：90万美元/年（每名代理6万美元） 之后： 3名支持人员（仅处理升级） AI处理其他所有事务 平均响应时间：30秒 解决时间：5分钟 成本：20万美元/年 客户满意度从78%上升到89% 客户更喜欢快速解决简单问题，而不是人性化的服务 被解雇的12名代理说：“客户想和人交流” 数据：89%的工单由AI解决，客户对密码重置和基本故障排除的评分高于人类 只有复杂问题需要人类处理 LinkedIn上的支持人员发帖：“AI缺乏同理心” 客户并不想要“我忘记密码”的同理心 他们想在30秒内解决问题 转变： 一级支持：95%自动化 二级支持：60%自动化 三级支持：仍然是人类 这一切发生在18个月内 我知道的每个SaaS公司都在做这件事或计划这样做 作为一个大型人类团队的客户支持已经结束 作为一个小型专家团队+AI的客户支持是未来 仍在招聘10名以上支持人员的公司：落后了 适应只处理复杂问题 否则就会成为昂贵的开销