阿里内部, 关于全面禁用Claude的通知已然正式生效, 致使全员切换到自研的通义千问。乍看上去, 此乃一场战略层面的切割。然而从产品视角予以审视, 这大概是千问迎来质变的最佳契机。今日我们来讲一讲, 为什么“吃自己的狗粮”才是做产品的终极方法论。
一、热点背后：阿里”断舍离”的产品逻辑
就在今日, 阿里于7月3日所下发的内部通知正式开始产生效力, 要点为全面禁用Anthropic旗下的所有产品, 这包括了Claude全系列模型以及Claude Code, 对于办公网络、相关设备以及API调用一概予以拦截, 并且统一替换成对自研的Qoder（原通义灵码）以及通义千问企业版。
具讽刺意味的是, 在今年年初之时, 阿里仍还在激励员工去使用Claude、GPT, 甚至于还提供大额报销额度。从“花钱购置外部工具”转变为“强制切换自家产品”, 如此一个呈现出大幅转向的一百八十度转变, 外界更多是解读成为数据合规、地缘博弈以及供应链安全。
可是倘若我们变换一个视角, 也就是从产品经理对于千变万化的事物所秉持的那种看待问题的特定角度去瞧, 实际上这实实在在是通义千问（Qwen）所能拥有的最为适宜的朝着更好方向发展的切入时机呢。
为啥呢? 缘由在于这触碰了生产产品最为关键、同时也极易被无视的一项铁定规则: Dogfooding（吃自己的狗粮）。
处于硅谷之地, 流传这这样一句颇有内涵的话语: “要是你自己都不去食用那属于你自己的狗粮, 那么你就绝对不应该去期望其他任何人会进行食用。”。
要是一个产品, 想真正把它打磨好的话, 那只有自己公司里的人也都成了成功的用户才行。不然的话, 就会永远只是停留在理论层面, 或者就是为了打榜而专门去优化某些参数, 结果实际体验却根本没有提升, 毫无进展, 毫无改善。
二、没有”内部成功用户”，产品永远停留在榜单上
大模型行业有一个怪圈：跑分没输过，体验没赢过。
有着不少团队致力于AI产品打造, 那朝着优化方向行进时, 全然是被Benchmark（基准测试）引领着, 就跟牵着鼻子走没两样。先是MMLU提升了2个百分点, 紧接着GSM8K又创造出了一个新的高数值, 接着发布一份战绩报告, 刹那间行业遭受震动, 可这之后又能如何? 当用户使用了一周时间过后, 便悄然选择卸载, 转而投向了竞争产品那边。
问题出在哪？出在“反馈回路”断裂了。
做产品时, 最怕的并非技术方面存在不足, 而是并不清楚用户究竟在哪些地方感到不满意。当将产品推向外部用户时, 所获得的反馈常常呈现出滞后这一特性, 还具有模糊的特点, 并且是碎片化的状态, 比如传达出类似“不好用”, 或者是“感觉不太对”, 又或者是“没有XXX好用”这样的表述。很难精准定位到到底是具体哪一个操作环节, 哪一种用户交互方式, 哪一段产品逻辑出现了问题。
要是你的产品, 是在公司里, 供几万人每日都使用的“吃饭家伙”, 那场面, 可就全然不一样喽:
也就是“内部成功用户”具备的这种力挺之势, 它能够助你搭建出一个反馈闭环, 这个闭环呈现出高密度的特质, 有着高质量的水准, 并且不存在丝毫延迟。
三、那些惊艳市场的产品，都是内部”用”出来的
纵观科技发展的历史, 几乎所有那些称得上真正伟大的产品, 都依循着同一个路径发展, 先是在内部进行孵化构思, 然后使之得到深度使用实践, 再经过反复的打磨优化, 最后走向外部进行商业化推广。我们来瞧瞧几个具有代表性的典型案例。
1. DeepSeek：最苛刻的内部用户开云app在线入口，最明确的优化方向
为什么DeepSeek能够在众多大模型里突出重围出来, 甚至到让硅谷产生紧张感呢?
不少人将其归因于技术架构方面的创新, 像MoE、MLA这类, 然而更为关键的重中之重却是: 在DeepSeek的背后存在着幻方量化, 这是一家掌控着数百亿规模资金、处于顶尖行列的量化私募公司。
幻方内部存在着几千名, 具备高智商的量化研究员以及工程师, 每一天他们都在深度地 utilize DeepSeek 去开展投研分析、代码编写以及策略回测。这些人属于全世界最为苛刻的用户, 原因在于哪怕模型出现极微小的误差, 这都有可能直接致使高达数百万的交易遭受损失。
公司内部人员皆在使用, 好坏情形全然明晰, 优化方向极为确切。无需去揣测用户所需, 无需去查看榜单刷分, 内部真实业务场景乃是最为严格的试金石。此即DeepSeek能于“实际体验”方面实现弯道超车的根本缘由。
2. 多年来在内部进行精心打磨的腾讯TAPD, 于外部实施降维打击之举措同WorkBuddy相比, 情况是这样的。
腾讯是做”内部工具外部化”的高手。
TAPD（腾讯敏捷产品研发平台）是最为经典的案例, 这个工具自 2006 年起便在腾讯内部投入使用, 它对 QQ、微信、王者荣耀等上万款产品的研发协作起到了支撑作用, 它在内部服务长达 12 年, 在历经腾讯内部几万名产品经理及研发人员的“毒打”以及反复提需求之后, TAPD 于 2017 年正式面向外界开放。
那么结果究竟是怎样的呢? 仅仅开放了一年的时间, 便服务了数量超过一百二十万的用户, 以及二十多万个不同的项目, 从而快速地成为了国内研发管理领域的标杆性产物。经历了十二年的内部精细雕琢打磨, 致使它一登场呈现出来的状态就是已然非常完美的整体状态。
也是这样的是, 最近的现象级产品腾讯WorkBuddy。它是一款AI桌面智能体工作台, 最初是开发出来供内部员工使用的。腾讯内部诸多的运营人员、产品人员、分析师每日都用它来处理文档、分析数据、生成报告。于内部持续打磨当中, 团队觉察体验的确不错, 并且外部职场人存在强烈的共性需求, 所以顺势当作一个产品向外推出, 迅速使市场引发了轰动。
汤道生讲过, WorkBuddy现阶段仍处在投入阶段, 并未设定商业化目标。而这恰好是“Dogfooding”模式所具备的底气所在——首先要让内部使用得畅快, 之后商业化自然就会是顺理成章的事情。
3. 谷歌双子星与理想汽车, 全体人员都是用户, 创办者就是产品经理。
Gemini在Google取得成功, 同样离不开在内部的深度运用, 谷歌全球有超18万员工, 从搞工程的到做销售的, 从搞研究的到管行政的, Gemini被嵌入谷歌几乎所有内部工作流程, 像Google Workspace、搜索引擎、广告投放等, 广泛全员性的深度使用, 给Gemini提供了海量真实场景反馈, 促使其快速迭代发展。
在硬件范畴当中, 理想汽车属于另外一个相当出色的实例, 李想他自身是一名超级汽车爱好者, 他不但身为CEO, 更是自家产品的“首席体验官”, 从座椅的坚硬程度起到车机系统的交互逻辑, 从HUD的显示角度再到后排空间毫米级别的调节, 李想均以一位“严苛用户”的身份亲自去掌控, 创始人本身就是最为成功的用户, 这是理想汽车能够在细节体验方面胜过竞品的关键秘诀。
四、阿里全员切换千问：为什么这是千问质变的开始？
回到阿里。
往昔之时, 阿里内部针对AI工具所持的态度乃“实用主义”, 也就是什么样的好用, 便去选用哪一样, 公司甚至于还为员工报销Claude以及GPT的费用。如此这般便致使了一个颇具尴尬意味的局面: 阿里自身研发的千问, 然而对它最为知悉了解的却并非阿里属于自家的员工。
代码是工程师借助Claude去编写的, 文案是运营运用GPT炮制的, 而将竞品分析付诸实施的是产品经理通过外部工具来进行的……千问由于在内部欠缺足够具备深度的真实使用场景, 所以反馈回路自然而然就中断了。
然而, 阿里采取的“全面禁用Claude、切换至千问”这般举措, 从本质层面来讲, 实则是以较强硬的方式达成了对这条反馈回路的贯通。
想象一下接下来会发生什么：
阿里有好几万名工程师得用Qoder还有千问去写代码, 这么一来他们才会马上察觉到: “在这儿代码补全没那么智能”, 、“那处上下文理解方面出现问题”, 、“这个Agent的工作流设计不太合理”, 等等情况……这些反馈的话是会直接地、快速地传递给千问团队的。而后呢阿里的运营人员、产品人员以及市场人员依靠千问去撰写方案、开展分析工作时, 他们又会发觉: “完成长文本处理的时候有丢失内容的状况”, 、“对于某些行业的理解还不够深入”, 、“输出格式不是很灵活”, 等等这类问题……一旦内部成千上万人每天都在“挑刺”的时候, 千问的迭代速度以及方向感就会产生质的飞跃。
这并非理论做的推演, 它而是经由DeepSeek不断验证过, 又通过TAPD反复验证过, 继而经WorkBuddy再三验证过所形成的产品进化路径, 是这样的情况。
短期内出现的阵痛属于必然情况, 那些习惯了Claude具备丝滑体验的员工会产生抱怨, 会出现不适应, 不过恰恰是这些抱怨, 是千问最为宝贵的所谓”产品需 求文档”。
五、给产品经理的3条启示
从阿里进行切换, 变为千问, DeepSeek实现突围, 腾讯把内部工具向外部转化的这些故事里面, 我们能够提炼出什么样的可以落地的产品方法论呢?
启示一：做产品，先做自己的”第一用户”
不要仅仅停留在想象的范畴之内去开展产品的设计工作。在着手撰写PRD之前, 要先对自己提出这样的问题: “要是我成为这个产品的重度使用的用户, 那么我最为在意的究竟是什么? 最为无法忍受的又是什么? ”。
倘若条件许可, 务必要令自身的团队成为产品的首批用户。并非是做做样子地“体验一番”, 而是切实地将日常工作流程转移上去, 在实实在在的业务压力之下感受该产品的每一处细节。
启示二：建立”高密度反馈闭环”世界杯直播，而非”低频用户调研”
向来的用户调研之中, 像问卷这种形式, 还有访谈这种方式, 以及焦点小组这种途径, 都是频次较低的, 且是会造成损害的。用户所说的内容跟所做的行为常常并不契合, 他们所阐述的问题与实际存在的痛点之间, 横亘着极大的差距。
Dogfooding的实质, 是拿“行为数据”去替换“言语反馈”, 你的工作同伴, 于使用产品之时的每一遭皱眉, 每一回放弃, 每一次绕路而行, 全都是最为真切的产品信号, 构建内部反馈群组, 设定一键吐槽按键, 定时举办内部“吐槽大会”, 将反馈的摩擦耗费降至最低。
启示三：警惕”打榜思维”开云app官方最新下载地址，回归”体验指标”
针对AI产品, 甚至是所有技术驱动型产品而言, Benchmark仅仅属于入场券, 并非是护城河。
产品生死真正被决定的, 是那些不能被量化的体验细节, 响应速度是不是流畅, 错误恢复是不是优雅, 异常场景有没有被能妥善处理, 新手引导够不够直觉?
只有当你自己成为深度用户之后, 那些细节方才能够让你感知到。就像张小龙所讲的那样: “产品经理得把自己转变成为‘小白’, 运用‘小白’的视角去对产品进行审视。”而Dogfooding呢, 它能够使你在对产品极其熟悉的情形下, 依然维持‘小白’的那种痛感。
结语
短期看, 阿里进行了一次将Claude全面禁用、切换至千问的行为, 这属于被动的战略调整, 然而, 在长期视角下, 这有可能成为千问从“能用”迈向“好用”、从“追赶者”朝着“引领者”转变的关键转折点。
搞产品不存在便捷之道, 你若乐意对自身实施改变, 产品才能够于市场中闯出可行之路。
确如诸多伟大产品所证实的那般: 自身并不喜爱去使用的产品, 用户又究竟凭借什么缘故会爱你呢?
与所有产品人共勉。
标签： AI 产品管理 Dogfooding 用户体验 内部工具
还木有评论哦，快来抢沙发吧~