如果是在一年前，有人跟我说“以后你会为了当 AI 产品经理去系统学大模型”，我大概率会回一句：我配吗？

我是学网络与新媒体的，本科，现在还在读。专业听起来跟技术沾点边，但实际上日常更多是内容、策划、传播那一套。大一大二的时候，我对未来的想象也很普通：可能去互联网公司做运营、内容策划，或者新媒体编辑。

真正开始动摇，是因为一次实习。

我现在在腾讯做实习，工作内容里会接触到一些文本数据标注、简单的 AI 训练相关任务。说实话，刚开始我完全是“照流程点鼠标”，并不知道这些数据最终会被用到哪里。

后来有一次，带我的同事简单给我讲了一下这些数据是怎么进入模型训练、又会影响到什么功能。我突然意识到：原来我每天在做的这些“小碎片”，背后连着的是一个很大的系统。

也是那一刻，我第一次认真想：如果只是一直做边缘的执行工作，我可能永远也进不了核心。

再加上这两年到处都是 AI、AIGC、大模型、Agent，我开始频繁刷相关视频、文章。越看越觉得，如果以后还想留在互联网，AI 相关能力几乎绕不开。

但问题是，我是文科+一点点技术边缘背景。

Python 只学过入门，会写简单脚本。算法？没系统学过。大模型？停留在“听说过”。

我当时很纠结：直接去冲 AI 产品经理，会不会有点不自量力？

后来在 B 站刷到小灰熊AI的信息，最吸引我的不是课程内容本身，而是他们反复强调一件事：产品、技术、业务，都要懂“为什么”。

不是只教怎么点工具，而是要理解背后的逻辑。

这句话对我冲击挺大的。

因为我发现，我现在最大的短板，不是不会写代码，而是不理解模型在做什么、不知道能力边界在哪。

所以我报了名。虽然开始还有点犹豫，他们后端用的智泊和魔泊云，后面知道行业内都这样，而且前端后端都可以签合同缴费，也就取消了怀疑。

刚开始学的时候，说实话有点吃力。

像大模型原理、Transformer、Prompt 设计这些内容，第一次听的时候只能算“有印象”，谈不上理解。好几次上完课，我都会重新拉回放，把老师讲的地方再听一遍。

但慢慢地，我开始有变化。

以前看到“智能客服”“自动总结”“文本生成”，只觉得是功能。现在再看，会下意识去想：它可能用的是什么模型？有没有接 RAG？数据从哪里来？

有一次课程里做智能问答机器人项目，我第一次真正把一个小系统从“输入问题”到“输出结果”完整跑通。虽然功能很基础，但我当时是真的很兴奋。

因为那一刻，我第一次感觉：我不是只会写需求文档的人了。

对我来说，小灰熊AI更大的价值，是让我对“AI 产品经理”这个岗位不再是模糊幻想。

我开始知道：一个产品经理至少要懂模型能力边界，要知道什么需求是合理的，什么是空想，要能和技术同学讲清楚逻辑。现在的我，目标变得比以前清晰很多：先把大模型基础打牢，再把项目经验攒起来，去投 AI 产品相关岗位。

我不敢说自己一定能拿到 offer。但至少，我不再只是“想想”。

回头看这一年，从一个做新媒体专业的学生，到现在开始系统学大模型，我觉得最重要的一步不是学会了多少知识，而是：我终于愿意为想要的方向付出长期投入。

路还很长，但我已经在走了。