100%的AI产品都在模仿ChatGPT的对话界面。
如果你还在花三个月打磨PRD，你可能正在用传统软件时代的方式做AI产品。因为史上增长最快的产品，从决定上线到Sam Altman发推，只用了10天。
Nick Turley，OpenAI的ChatGPT负责人，三年前加入时这还是个研究实验室。他的第一个任务是「修百叶窗之类的事」。现在他管理着7亿周活用户，数十亿美元营收，以及人类历史上最成功的消费级软件产品。
这是他第一次接受深度访谈。
2022年，GPT-4刚完成训练。OpenAI内部有个困境：开发者API每次更新模型就会破坏所有应用，迭代速度慢得像蜗牛。团队需要一个能直接触达用户的产品，获得第一手反馈。
他们组织了一场hackathon。
超算团队的工程师来了，之前做过iOS开发。研究团队的科学家来了，写过一些后端代码。这群志愿者尝试了各种方向——会议机器人、代码助手、写作工具。每个想法都很具体，每个测试都遇到同样的问题。
用户总想用它做别的事。
「你给他们一个会议助手，他们却想用来写诗。你给他们代码工具，他们却想分析数据。」Nick说。两个月的原型测试后，团队做了个决定：别再做垂直工具了，做个开放式的东西。
代号SA Server。Super Assistant的缩写。
本该是临时代码库。
11月底，产品上线前一晚，团队还在纠结名字。「Chat with GPT-3.5」——这个名字笨拙得像学术论文标题。因为在他们看来，这就是个研究演示，不是产品。改成ChatGPT，也好不到哪去，但至少短一点。
没有历史记录功能。模型有各种bug。UI极其简陋。
他们打算上线后收集点数据，假期回来再关掉。
「仪表盘崩了。」
这是上线第二天的第一个信号。Nick的反应是：「肯定是病毒式传播，过几天就凉了。」然后数据继续涨。然后留存率开始出现。月留存90%，三个月留存80%以上。
问题出在下一步。
GPU不够用了。产品每隔几小时就宕机。团队做了个「故障鲸鱼」页面，上面是AI生成的小诗。但用户不在乎，他们一直刷新，等服务恢复。
Nick打电话给一位定价专家求救：「我们需要马上推付费订阅，把真正需要的人筛出来。但我完全不知道该定什么价。」
专家给了一堆建议。Nick没时间消化。
他做了什么？在Discord发了个Google表单，里面是Van Westendorp定价调研的四个经典问题。第二天早上，科技媒体发文章：「ChatGPT团队用四个天才问题定价产品。」
如果他们知道真相。
$20/月。这个数字来自一份匆忙的问卷和一个没时间的PM。现在它成了整个AI行业的标准定价。
但这不是重点。
重点是这个决定为什么有效——因为它解决了当下最紧迫的问题。不是最优解，不是长期策略，就是让服务器别再崩溃。Nick后来常想，如果当时定价更高，会不会多赚几十亿美元？但同时，较低的价格让更多人用上了产品。
这就是AI产品的第一条反常识：你不会知道什么该打磨，直到你先发布出去。
「我梦想有一天我们能每天发布更新，甚至每小时。」Nick说这话时是认真的。因为ChatGPT打破了OpenAI的传统节奏——过去是GPT-3发布，然后花一年做GPT-4，巨大的研发项目，像造航母。
现在模型变成了可迭代的软件。
具体怎么做？Nick建立了一个日会机制。每天，所有需要决策的人坐在一起，讨论昨天的数据，今天要改什么，明天要测什么。当团队还小的时候，这个节奏疯狂但有效。代码库里甚至有个粉色emoji，Comic Sans字体写着「这是最大化加速的吗？」
不是所有事都该加速。安全审查有严格流程，红队测试、系统报告、外部评估，一个都不能少。但产品开发必须快。
三个月后，团队发现一个模式：用户留存曲线是笑脸形状。
新用户来了，用几次，流失了。然后几周后又回来，而且用得更频繁。这在消费产品里极其罕见。Nick的解释是：「把任务委托给AI，对大多数人来说是不自然的。硅谷人习惯优化一切，会主动想什么能外包。但普通人需要时间学习——我的目标是什么，AI能帮我做什么？」
所以产品进化分成三条线。
第一条：模型即产品。 三分之一的留存提升来自这里。团队分析用户行为，发现最高频的场景是写作、编程、咨询建议。然后系统性地在这些场景上改进模型。不只是技术指标，还有「vibes」——模型的个性、说话方式、品味。GPT-5最大的升级就是这个，它「感觉更活泼，更像人」。
第二条：研究驱动的新能力。 另外三分之一来自这里。早期ChatGPT最大的痛点是什么？「根据我的知识截止日期……」用户问最近发生的事，模型答不上来。搜索功能上线后，留存率暴涨。个性化记忆也是——让AI真正了解你，记住你的偏好和背景。
第三条：传统产品优化。 剩下三分之一。最简单但最有效的一个改动：取消登录。摩擦减少，转化率上升。
但有个场景是团队没预料到的。
90%的早期使用是工作场景——写报告、分析代码、做数据处理。更疯狂的是，两个月内ChatGPT已经渗透进《财富》500强的90%公司。非正式的，野蛮生长的。然后企业IT开始封禁它，理由是隐私和合规。
Nick面临选择：做企业版，还是做iOS app？
团队当时小到只能二选一。他最后选了企业版，理由很简单：「我们对AGI的定义是在大多数经济价值工作上超越人类表现。如果我们不在工作场景存在，这个使命就是空话。」
ChatGPT Enterprise上线。现在有500万企业订阅用户，从两个月前的300万。
想想你上次在超市买电钻——你不是在买电钻，你是在买墙上的那个洞。
PRD就是电钻，发布出来的产品就是那个洞。
传统产品开发的逻辑是：明确需求→设计方案→开发实现→测试上线。每一步都清晰，因为你知道软件会做什么。但AI产品不一样。模型的能力很多是涌现的，你在实验室测不出用户会怎么用它。
所以顺序反过来了：先发布→观察使用→发现价值→优化方向。
这也是为什么Nick每周必须有一天完全不插电，就是看数据和用户反馈。「如果你不停下来观察，你会错过太多东西——既有机会，也有风险。」他把这叫做「设定团队的静息心率」，就像运动员控制基础代谢一样，PM的任务是设定团队的节奏感。
这个节奏来自他上一段经历。在Instacart疫情期间，公司解散了所有团队，全员每天站会，就是保证网站别崩。「我之前习惯慢慢思考，但在那学会了hustle。」
但ChatGPT真的是终极形态吗？
Nick的答案是：自然语言交互会一直存在，但对话界面不会。
「我很困惑为什么ChatGPT这么火，更困惑为什么所有人都在抄这个范式，而不是尝试别的交互方式。」他说，「对话是当时最简单的发布方式，仅此而已。但它很局限——我不想通过聊天界面使用所有软件。我喜欢Figma，喜欢Google Docs，它们都不是聊天机器人。」
GPT-5可以生成前端应用。所以未来的AI可能会渲染自己的UI。
「ChatGPT有点像MS-DOS。我们还没造出Windows，但一旦造出来，就会很明显。」
「如果你还在逐行敲代码，可能正在用打字机时代的方式工作。」这句话来自访谈开头。现在你明白它背后的逻辑了。
不是AI会取代程序员，是整个产品开发的范式变了。速度、观察、迭代——这三个词在AI时代的权重远超完美、规划、执行。
但有个限制：这套方法只适用于两类产品。
第一类是技术能力远超用户认知的产品。当你不知道用户会怎么用，只能先放出去看。第二类是边际成本极低的数字产品。如果每次迭代都要重新制造硬件，这个节奏玩不转。
如果你的产品不符合这两个条件，别照搬ChatGPT的路子。
Nick三年前修百叶窗时，肯定没想到会在这里。
但他确实说过：「当有人给你提供火箭船的座位，别问是哪个位置。」