AI 实干派 看真正用 AI 拿到结果的人怎么做
工作提效·本周演示·2026-11-02·US

Figma 的 PM 共用一个 31 个技能的 Claude Code 仓库

Figma 增长 PM Ezra Mechaber 把个人的 Claude Code 配置做成共享仓库 PM OS,收了 31 个技能,Figma 六七十位 PM 都在用。

谁·场景
Ezra Mechaber 是 Figma 的增长产品经理。他入职时发现,工程以外几乎没人用 AI 做正经工作。
怎么用
他和几位 PM 把自己的 Claude Code 配置整理成仓库 PM OS,里面有技能、hooks 和私有子仓库。他用 Codex 做 bug bash,还做了自动跑增长实验的 AutoXP,整个流程只设一个人工确认点。
结果
节目称 Figma 每位 PM 都在用这个仓库,覆盖六七十人;他每天要跑六次一个整理 Slack 的技能;AutoXP 第一次实验就找到了一个大收益。
你可以试
把你反复做的一件事(比如整理 Slack、写实验文档)写成一个技能文件,放进团队共享仓库,请同事挑毛病后再精简。
注意
前提是团队里的 PM 能用终端或 Git,他们后来也做了本地网页前端来降低门槛;自动跑实验需要成熟的实验平台和足够的流量。

在 How I AI 这一期里,Ezra Mechaber 说自己的目标是「在该偷懒的地方偷懒」。他把个人的 Claude Code 配置做成 PM OS,刻意做成一个仓库,不做成产品:技能和 hooks 放在共享部分,个人内容放进私有子仓库,一个仓库让六七十位 PM 保持同步。技能是一个个做出来的,经过同事「吐槽」后再删减,最后留下 31 个。

节目演示了几样东西:一个「幕僚长」式的配置;一个他每天跑六次、用来消化 Slack 的技能;用 Codex 做 bug bash,他说能发现自己注意不到的问题;还有 AutoXP,一个自动化的增长 PM,整个实验流程只留一个人工确认点,第一次实验就找到了大收益。后来他们把入口从终端换成了本地网页前端。

对大厂 PM 来说,比较现实的起点是先在自己身上跑通,再把最常用的几项交给同事试用。06:30 的演示和 22:08 的 AutoXP 部分可以先看。