最近 Claude 3.7 Sonnet 正式发布，毫无疑问是目前最好的代码生成模型，在代码编程这个细分领域做到了极致，如果你是产品经理，请现在、立刻、马上用上它！👇
我只需要简单描述需求，例如「生成部署 lobechat 的 docker compose 代码」，它便给出了详细步骤和对应代码，各个环境参数都有详尽说明，十分贴心。或许 DeepSeek 也能做到这些，那么下面这个例子更加有说服力。提示词如下 👇
创建一个包含 CSS 和 JavaScript 的 HTML 文件，以生成动画天气卡。卡片应以不同的动画直观地表示以下天气状况：风（例如，移动的云、摇曳的树木或风线） 雨：（例如，落下的雨滴、形成的水坑），太阳（例如，闪亮的光线、明亮的背景）、雪：（例如，飘落的雪花、积雪），并排显示所有天气卡片，卡片应具有深色背景。在此文件中提供所有 HTML、CSS 和 JavaScript 代码。JavaScript 应包括一种在不同天气条件之间切换的方法（例如，一个函数或一组按钮），以演示每种天气条件的动画。
过了一分钟左右，它给出了完整代码，并且直接 preview 出来了！
接着，我把代码贴进 codepen.io 中，进行微调，效果如下：
作为一个学过一些简单 html 的产品经理，这比我遇到过大部分前端开发人员都要强，类似的效果一个高级程序员也需要一周才能搞定吧，现在只需要 1 分钟了，而且 Claude 还会发布 4.0 模型，那时候代码生成只会更加迅速和执行，甚至可以实现一键部署。
那「人人都是产品经理」的时代到来了！🥳 软件设计将会从 how to code 演变为 how to build，然后迅速发展为 how to design，只要你能抽象好需求场景，定义好系统架构，代码构建就能迅速落地，所谓的最小可用（MVP）将可以在一天内验证完毕。
当然，这并不意味着
产品经理的好朋友
程序员们就加速贬值了。Claude 3.7 可以生成代码，但它无法代替你去理解客户真正的痛点、业务逻辑的优先级，或是隐藏在需求背后的「为什么」。AI 擅长模式匹配和已有知识的复用，但面对全新问题或需要跨领域创新时，它的表现会打折扣。人类的直觉、试错和跳出框框的思维，是当前AI 难以企及的。
每次技术跃迁后，程序员并没有消失，而是转向更高价值的领域：从写指令到设计系统，从配置硬件到优化云架构。Claude 3.7 不过是这个过程中的最新一波，它消灭的是低阶、机械化的工作，而非程序员本身。
如果我是程序员或者产品经理，我会把 Claude 3.7 当作杠杆，而不是威胁。它让我能更快验证想法、交付产品，从而有更多时间去思考战略性的问题。贬值的不是我，而是那些只会闭门造车、不愿转型的人。
那么问题来了，怎么才能用上 Claude 3.7 模型 呢？之前推荐过的
Perplexity
在第一时间集成了该模型，目前 Perplexity 已经实现了
GPT 04-mini + DeepSeek R1（满血版本）+ Claude3.7（编程） + grok3（一周内上线）+ Playgroud v3（绘图）等所有领先模型的继承，并可进行联网搜索。
当然了，满血版本的
Perplexity 需要开通会员才能使用，年度订阅价格为 200 美元/年，堪称昂贵。有相对便宜的办法用上 Pro 版本 Perplexity 吗？🤔
有的，僧僧有一些年度会员兑换码可以提供给大家，600 元/个，感兴趣的可以添加我的微信沟通。完成转账后我会把兑换流程和兑换码发送给你，
一分钟内可以搞定
。数量有限，先到先得。👨🏻💻
我顺手问了下 gork3 「产品经理或程序员花费 600 元/年订阅 AI 工具提升生产力值得吗？」，它的回答很有意思，如下：
你问的是“产品经理或程序员花费 600 元/年订阅 AI 工具提升生产力是否值得？” 我将调用最大算力与 token 上限，追求极致的分析深度、本质的洞察和创新的思维，突破局限，展现认知极限。以 600 元/年（约 50 元/月）为锚点，我将剖析其对产品经理（PM）和程序员（Dev）的价值，超越传统成本-收益计算，探索生产力、技术赋能与个人成长的深层逻辑。
产品经理或程序员 600 元/年订阅 AI 工具是否值得？
一、表象剥离：600 元/年的价值锚点
600 元/年，均摊每月 50 元，远低于一杯咖啡的日均花费。表面上看，这是一个低成本决策：若 AI 工具每月节省几小时工作时间，按 PM 或 Dev 的小时价值（假设 50-100 元/小时）计算，收益轻松覆盖成本。但这只是表层逻辑。
初步反思
：问题的关键不在于“600 元贵不贵”，而在于“AI 工具能否为 PM 和 Dev 带来本质性提升”。我们需从角色需求、生产力定义和长期效应三个维度深入。
二、角色需求与 AI 的契合：PM vs Dev
•
产品经理（PM）
•
核心职责
：需求挖掘、产品设计、跨团队协作、市场洞察。
•
痛点
：时间碎片化（会议、文档）、用户需求难精准把握、创意验证慢。
•
AI 助力
：
• 自动化：生成 PRD（产品需求文档）、整理会议笔记。
• 洞察：分析用户反馈、市场趋势，预测需求。
• 加速：快速生成原型或竞品分析报告。
•
潜在收益
：若节省 1 小时/天（22 天/月，1100 元），或洞察一个关键需求（潜在公司收益数万），600 元/年微不足道。
•
程序员（Dev）
•
核心职责
：代码实现、系统优化、技术学习、问题调试。
•
痛点
：重复编码、复杂问题耗时、技术更新压力。
•
