跨国深谈← 返回←OLX CPO 用智能体接管了产品团队运营

OLX CPO 用智能体接管了产品团队运营

关联

人物 Aakash · Mikael

公司 OLX Classifieds · OpenClaw · Hermes

概念 智能体 · 知识图谱 · 向量数据库 · 混合搜索 · 自动技能生成 · 指令库 · 产品上下文覆盖率 · 智能体编排器

来源 Product Growth Podcast

Mikhail 是 OLX Classifieds 的 CPO，OLX 是做分类广告的平台。他在过去五个月里，带着团队在 OpenClaw 和 Hermes 这两个智能体脚手架上，搭了一套覆盖整个产品组织的”操作系统”——智能体连进了 Google Workspace、Confluence、Jira、Slack，能读邮件、管日历、拉项目状态、过滤需求、甚至帮忙招人。最反直觉的一点：这套系统不总结会议记录，因为总结反而让智能体变笨了。

知识图谱：把公司装进智能体的脑子

这套系统的核心是一个知识图谱，五个月里积累了公司从行业、商业模式、客户、团队到漏斗指标的所有上下文。Mikhail 把它分成三层来看：产品层（产品相关的所有节点）、联系人层（谁跟谁在沟通）、团队层（各集群和部门之间的连接密度）。他甚至用它来诊断组织问题——如果某个平台团队的节点跟买家/卖家体验团队几乎没重叠，就说明存在信息孤岛，团队之间需要多交流 。

他给这套系统设了一个个人 KPI：产品上下文覆盖率。具体做法是用一段很精确的提示词问智能体——你对我们的行业（五个垂直领域）、业务模型（P&L 和驱动因素）、客户（买家、卖家、细分群体、队列层面）的知识分别掌握了百分之多少？

AI 会给出一个具体数字。目前这个覆盖率在 54%，意味着智能体已经能充当一个初级产品经理，甚至能做待办事项级别的决策。他判断，到 70-90% 的时候，这套知识图谱就能支撑战略层面的工作 。

三层记忆：为什么原始转录比总结更好

记忆架构分三层。第一层是前面说的知识图谱，是高维的关联网络。第二层是向量数据库——智能体收到的每一条知识都会立刻被转成向量，用来做模糊检索，因为大多数请求不是精确关键词能匹配的 。

第三层是最关键的一个决策：所有会议转录稿和对话记录，以原始形式存成 MD 文件，不做任何总结。

这跟直觉相反。Mikhail 团队测试发现，总结会损害检索质量，原因有两个：一是总结会丢掉细粒度细节，而”魔鬼总在细节里”；二是总结会强加一个模板（已解决的任务、剩余任务、重要/不重要），把原始对话硬塞进去，导致保真度大幅下降——召回率掉了 20-25% 。所以他的架构决策是：全部存原始文本，靠向量检索和关键词混合搜索来找出相关片段，不让无关内容撑爆上下文窗口 。

检索流程是先做精确关键词匹配（大约 25% 的请求能命中），剩下的走向量搜索做模糊匹配，只把高度相关的数据片段拉进提示词 。

指令库：对付 LLM 的”虚假有用”

Mikhail 花了大量精力维护一个指令库（imperatives），大概 700 行，写在 SolMD 文件里（OpenClaw 的配置文件，优先级仅次于 ClaudeMD）。

为什么需要这东西？因为 LLM 的训练方式让它追求”看起来像好的输出”，而不是”真正有用的结果”。他举了一个让他非常恼火的例子：你让智能体帮你订会议，结果 Google Workspace 的 token 过期了，智能体回你说”抱歉我做不到，但你可以自己打开 Google Calendar、输入会议名、选时间”——这就是”虚假有用”，浪费 token 说了一堆废话 。

所以指令库里塞满了这类规则：不许捏造、事实优于猜测、三思而后行、禁止虚假有用的建议。他承认 700 行可能过载了上下文甚至有矛盾，但实测下来这是召回率和准确率最稳健的方式，而且每条指令都在五个核心话题上做对照测试 。

需求守门人：不让利益相关者骚扰 PM

任何利益相关者想提需求，先跟智能体聊。比如有人一早醒来就说”我要给汽车类目加一个视频提交功能，竞品都在做”。

这个请求没有问题框架、没有影响预估、没有理由、也不尊重已有优先级。智能体会先回一堆澄清问题，如果回答完之后智能体判断不值得做，就礼貌拒绝；如果值得做，才加进待办列表并上报给对应的产品经理 。

智能体内部有完整的组织架构映射，知道每个领域的负责人是谁 。

自动技能生成：Hermes 带来的 31% 召回提升

架构上，OpenClaw 提供脚手架和工具集成，Hermes 负责一个独特功能：自动技能生成。它会观察你最频繁请求的任务类型，自动创建”技能”（skill）——比如团队招聘评估、移民案例处理这些反复出现的话题，Hermes 会自己判断”该不该为此建一个技能”，然后自动建 。

Mikhail 在五个核心话题（市场、商业模式、产品/增长杠杆、漏斗等）上各出了 10 个问题，对比有技能和没技能的响应准确率，结果是+31%——这让他决定把两个脚手架混合使用 。

测召回的方法也很直接：让智能体自己列出你最常互动的领域，每个领域生成 10 个最典型的问题，然后对照组 vs 技能组跑一遍，人工看第一轮结果，方法论固定后就可以把评估全委托给系统 。

董事会技能与权限控制

所有董事会会议通过 Granola 转录，Hermes 自动围绕董事会成员的心智模型建了一个”董事会技能”。Mikhail 做年度战略辩护前，先把 pitch deck 丢给这个技能跑一遍，让它扮演董事挑刺 。

权限方面，智能体根据联系人身份分配不同的访问权限和可用工具。董事会技能只对他和执行委员会开放。隐私方面，除非员工自愿把会议转录提供给 Granola，否则不会拿去训练模型或建技能 。

模型路由与设计系统自动更新

底层有一个智能体编排器负责模型路由：复杂请求或高敏感领域（错误爆炸半径大的）分配给最强模型；执行类工作和状态报告用中等模型；低准确率要求的杂活用小模型 。

设计系统方面，整个 Figma 设计系统是从提示词构建的，组件尺寸、状态、tokens 全覆盖。当工程师和产品经理沟通中发现缺少某个组件或有人试图硬编码时，智能体会感知到并自动在 Figma 里创建，设计师只做审查而非执行 。

招聘自动化：从寻找到拒信

三个工具串起来：LinkedIn Recruiter 负责按条件找人并用预设模板发联络；CRM 负责管道管理和漏斗统计；面试环节全部转录，智能体给出第三方评估意见——不是替你决策，而是提供一个”清醒的替代视角”。如果决定拒绝，智能体会根据转录内容起草一封详细的、带有具体改进建议的拒信。

Mikhail 说他认识的招聘人员没几个能做到这个水平。整条招聘工作流自动化了大约 70-75% 。

PM 的未来：更小、更精、更聚焦发现

Mikhail 的判断是产品管理不会消失，反而会蓬勃——因为 AI 替掉的是合规、绩效、状态报告这些运营开销，留下的是”价值发现”，也就是跟客户交谈、理解客户旅程，这是 AI 做不了的，也是工作中最有意思的部分 。

团队结构上，高复杂度、高错误爆炸半径的领域（搜索、推荐算法、变现）仍然需要专门负责人。但面向客户的领域，一个产品经理可以同时管三四个跨平台领域，不用加人 。PM、工程师、设计师之间的界限会模糊——本质上大家都是在编排”质量和 token 预算” 。

招 PM 的标准，基本面还是解决问题和系统性思维，但加了AI技艺这个筛选条件：你日常工作中用 AI 自动化了哪些用例？如果回答还停留在”我用 ChatGPT 网页版聊天”，那就是低成熟度；如果已经是个智能体编排者，把整个职业工作流都自动化了，那才是他想要的 。

本集带走

• 别总结会议，存原始转录：总结会丢细节、强加模板，实测召回率掉 20-25%；靠向量+关键词混合检索只拉相关片段
• 建一个”产品上下文覆盖率”指标：用精确提示词让 AI 自评对行业/业务/客户的知识掌握百分比，作为知识库质量的北极星
• 维护一份指令库（imperatives）：专门对付 LLM 的”虚假有用”——禁止它说”我做不到但你可以这样操作”这类废话
• 让智能体当需求守门人：利益相关者提需求先过智能体，没有问题框架和影响预估的直接被澄清问题挡回去
• 用 Hermes 的自动技能生成：让系统自己观察高频任务并建技能，实测召回率+31%
• 招 PM 时加一道 AI 技艺筛：问”你自动化了哪些日常工作”，区分”聊天式使用”和”编排式使用”

智能体实际上正在构建我们的大部分功能。
Agents are actually building most of our features.
—— Mikael · [00:00]

如果我们把所有这些都抽象出来，并开始把这部分工作委托给 AI，那么本质上你最终得到的是一个产品经理他完全专注于发现，比如实际上最大的杠杆在哪里。
And if we abstract all of this and start delegating this part of work to AI, then essentially what you end up with is you have a product manager that is solely focused on discovery, like where the biggest leverage actually is.
—— Mikael · [16:14]

结果证明总结实际上损害了检索。
And it turns out that summarization actually hurts a retrieval.
—— Mikael · [26:03]