光谱
“我每天跟单很烦。”
这句话可能是一个真实的痛点，但它还不是需求，更不是可以直接实现的功能。我们不知道跟单什么时候开始，信息放在哪里，有哪些规则和例外，系统要采取什么动作，做错了会怎样，最后谁来负责。从这样一句含糊的话到一个真正运行起来的产品，中间隔着很长一段距离。我把这段距离叫作光谱。
光谱左边是人的感受、问题和愿望，右边是具体的系统和实现。产品、设计、研发、测试和运营分布在中间，每个人能理解和处理的只是其中一段。一个人的位置不是一个点，但通常也覆盖不了整条光谱。
覆盖要连续，交流发生在重叠处。
覆盖与重叠
一件产品能够交付，首先要求光谱上的每一段都有人覆盖。中间只要有一块没人能处理，需求就走不到实现。除此之外，相邻的人还必须有重叠。业务在讲真实流程，研发在讲数据库、接口和任务调度，两边说的都可能是对的，但如果没有共同的语言、知识或者交付物，他们坐在同一间会议室里也很难真正交流。
所以重叠不是职责不清，更不是组织冗余。它是信息能够继续往前走的条件。产品经理需要听得懂用户，也要能和设计、研发讨论同一个产品定义；工程师不必代替产品经理，却要理解需求为什么存在。每个人覆盖一段，相邻的区间彼此相接，整条光谱才不会断。
从含糊需求走向具体实现，也不是一次翻译，而是一连串交付。用户问题被交付成业务流程，业务流程变成产品定义，产品定义变成系统模型，最后才落到代码和运行中的产品。每一次交付都会保留一些东西，也会损失一些东西。
可以把每一次交付的效果想成一个从 0 到 1 的分数。这个分数不是给某个团队打绩效，而是说上一阶段真正重要的东西，有多少被正确理解并落实到了下一阶段。最终效果是这些交付效果乘在一起，不是大家的平均分。每一步看起来都完成得不错，走过整条链路以后，留下来的东西仍然可能少得惊人。
局部交付都能验收，不代表最后的产品有效。
很多项目就是这样：每个人都完成了自己的部分，产品最后却没产生预想中的结果。某一环特别优秀，也补不回来另一环丢掉的东西；有一环完全失效，前后做得再好也没有用。
谁决定一段光谱的上限
光谱的同一个位置可能有很多人参与。我先做一个有意简化的假设：这一段的效果上限，不看附近所有人的平均能力，而看真正参与其中的人里，最高的能力是多少。
这不是在鼓吹英雄主义。其他人创造覆盖和重叠，让信息能到达这里，也能从这里继续传下去；附近最强的专业能力，则决定这件事最高能做到什么程度。一个新成员加入团队，只有两种情况会改变结果：他提高了某一段的能力上限，或者他扩大了覆盖范围，填上了原来的空白，让两个原本接不上的区间有了重叠。单纯增加人数没有用。
AI 改变了光谱的形状
把 AI 放进这个模型以后，最直观的变化是光谱缩短了。过去一句需求要经过文档、流程图、交互稿、技术方案和代码，才可能变成一个可运行的原型。现在其中一些交付可以合在一起，甚至在一次连续对话里完成。真实问题没有因此变简单，变短的是把问题变成实现的生产距离。必须经过的交付少了，发生信息损失的机会也少了。
AI 还改变了每个人的能力曲线。产品可以直接做原型，工程师可以更靠近用户研究和产品定义，运营也可能自己做出能运行的内部工具。一个人的覆盖范围向两边扩展，同时在原来熟悉的位置上做得更快、更好。以前要靠几个人首尾相接才能走完的路，现在可能一个人就能覆盖大半。
但这不代表光谱上的每个位置都变得一样容易。AI 给了每个人一层很广的基础能力，能把人送到过去到不了的位置，却不保证在那里做到足够好。医疗判断、安全系统、复杂架构或者品牌设计，如果必须做到接近 1，仍然需要 specialist。经验、品味、专业判断以及承担后果的能力，决定了这些位置的峰值。AI 扩大了人的活动范围，也让真正的专业深度更显眼了。
距离变短，覆盖变宽，峰值仍然要靠专业能力。
做深，或者做广
即使完全不谈 AI，这个模型也给出了两条个人成长路径。一条是在某个交付物附近继续做深，把自己的能力峰值抬高。你比别人更能识别这里的问题，也更清楚什么才算真正做好，最终成为这段光谱上的最高值。
另一条路是把覆盖范围做广。你开始理解相邻角色的语言、判断方式和交付物，能够创造更多重叠，减少中间的翻译与交接，自己把一个更含糊的问题推到更接近结果的位置。这种人的价值不只是“什么都会一点”，而是能把原本断开的几段接起来。
一个方向抬高峰值，另一个方向扩大覆盖。
我不太喜欢用“T 型人才”把这两个方向重新揉成一个安全的答案。人的时间有限，在一个阶段里总得有一个主要方向：要么继续提高能力曲线的峰值，要么扩大它的宽度。AI 会让拓宽变得更容易，也会让无法被通用能力代替的深度变得更贵。
真正尴尬的是另外一种位置：覆盖范围很窄，但在这段里又不是最强的人。这样既不能决定一个交付物的上限，也不能填补断点、创造重叠或者贯通结果。AI 时代的选择反而更直接了：成为光谱上某个位置的峰值，或者扩大自己能够连续覆盖的区间。