SubstackAI 产品经理岗位职责与面试要点 2026

悖论在于：在 Substack 做 AI 产品经理，你写得越少，被录用的概率越大。大多数带着“生成式 AI 颠覆内容产业”宏大叙事的候选人，在第二轮与创始团队的对谈中就被礼貌地请了出去。2026 年的 Substack 不需要另一个试图用算法重新定义分发逻辑的布道者，因为那恰恰是 Substack 从第一天起就拒绝做的事情。这里的 AI 战略核心极其反直觉：不是用 AI 取代创作者，而是用 AI 加固创作者与读者之间那条脆弱的信任链条。当你在面试中滔滔不绝地讲述如何用大模型批量生成通讯草稿时，面试官听到的不是效率提升，而是对平台生态根基的破坏。正确的判断是：Substack 寻找的是那些懂得克制技术冲动，能将 AI 能力内化为创作者“隐形外骨骼”的人。如果你认为 AI 的目的是让内容生产更快，那你已经错了；真正的目的是让内容关系更真。这不仅仅是一个产品策略的调整，而是一场关于“人机协作边界”的深刻裁决。

一句话总结

Substack 在 2026 年招聘 AI 产品经理的核心逻辑，是否定“流量分发效率”，肯定“创作者经济主权”。这不是一个关于如何用算法最大化用户时长的岗位，而是一个关于如何利用 AI 工具降低高质量内容的生产门槛，同时严格守住“内容由人主导”底线的防御性岗位。正确的判断是：Substack 需要的是一位懂得做减法的架构师，而非追求功能堆砌的功能经理。你必须清晰地认识到，这里的成功指标不是 DAU 的暴涨，而是创作者留存率（Retention）和付费订阅转化率（Conversion）的稳步提升。任何试图将 Substack 改造成 TikTok 式推荐流的想法，都是在加速平台的死亡。这一岗位的本质，是在 AI 生成内容泛滥的时代，为“真实性”定价。如果你无法在 30 秒内向面试官阐明为什么"AI 辅助写作”不等于"AI 自动写作”，那么无论你的技术背景多强，都不适合这个角色。这不是在讨论功能优先级，而是在裁决平台的生死观。

适合谁看

这篇文章专门写给那些在大型科技公司（如 Google、Meta）经历过 AI 产品洗礼，但深感窒息，渴望回归内容本质的高级产品经理。适合那些已经厌倦了为了 KPI 而操纵算法，真心想探索“技术如何服务于人而非替代人”的从业者。如果你是一位认为“去中心化”仅仅是个口号，而实际上一直在中心化服务器上构建推荐系统的工程师转型者，这篇文章是你的清醒剂。它不适合那些迷信“增长黑客”手段，认为只要模型参数量够大就能解决一切内容质量问题的激进派。这里的读者画像非常具体：你有过从 0 到 1 构建 B 端创作者工具的经验，你理解付费墙背后的心理学，你知道创作者最恐惧的不是写不出文章，而是写出没有灵魂的文字。你不是来找“如何快速变现”的捷径，而是来找“如何在这个噪音时代建立秩序”的盟友。如果你在上一份工作中，因为坚持“用户体验优于短期指标”而与上级发生过激烈冲突，那么你正是 Substack 在 2026 年苦苦寻觅的人选。这不是在筛选简历，而是在筛选价值观的同路人。

Substack 的 AI 战略是替代创作者还是增强创作者？

这是面试中最高频也最致命的陷阱题。大多数候选人会陷入“替代论”的陷阱，认为 AI 的终极形态是全自动生成内容，从而解放创作者。在 Substack 的语境下，这是一个错误的判断。Substack 的商业模式建立在创作者个人品牌（Personal Brand）之上，读者付费是冲着“人”来的，而不是冲着“信息”来的。如果 AI 替代了创作过程，个人品牌就失去了载体，订阅关系随之瓦解。正确的战略判断是“增强”，即 AI 必须作为幕后推手，让创作者的声音更清晰，而不是被淹没。

这里有一个真实的 Hiring Committee 辩论场景。一位来自某头部大厂的候选人展示了一个方案：用户输入一个主题，AI 自动生成一篇结构完整、数据详实的通讯草稿，创作者只需点击发布。面试官（一位资深编辑出身的 PM）当场反问：“如果文章是 AI 写的，读者为什么要付钱给这个创作者？他们完全可以直接去问 AI。”会议室陷入了尴尬的沉默。这不是在讨论技术可行性，而是在拷问商业逻辑。Substack 的 AI 战略不是 A（自动化生产），而是 B（增强表达）。

具体的洞察在于，Substack 的 AI 应当解决的是“空白页焦虑”和“分发摩擦”，而不是“内容生成”。例如，AI 可以帮创作者整理过去一年的观点形成新书大纲，可以帮创作者将一篇长文自动转化为播客大纲，甚至可以帮创作者回复那些值得深度交流的读者评论，但绝不应该直接生成正文。在 2026 年的产品路线图上，我们看到的是"AI 助手”角色的深化：它记得你三个月前提到的一个未完成的观点，并在你新建文档时提示你；它能分析你核心读者的阅读习惯，建议你何时发送推送能获得最高打开率，但绝不插手内容的措辞。

这不是 A（追求产出速度），而是 B（追求连接深度）。在 debrief 会议中，当团队讨论是否要上线一个“一键改写语气”的功能时，反对意见并非来自技术限制，而是来自对产品哲学的坚守。如果语气都可以随意切换，那创作者的“人设”何在？最终的裁决是：允许调整排版、修正语法、翻译语言，但严禁改变行文风格和核心观点。这种克制，才是 Substack AI 产品的护城河。那些试图用 AI 批量制造内容的产品，最终只能得到一堆数字垃圾；而 Substack 要做的是在垃圾堆里通过 AI 提炼出真金。

2026 年 Substack AI PM 面试流程与考察重点是什么？

Substack 的面试流程在 2026 年已经高度标准化，但其内核依然保持着初创公司的敏锐与直接。整个流程通常分为四轮，每一轮都有明确的“一票否决权”，且考察重点与传统大厂截然不同。

第一轮是 Recruiter Screen（30 分钟）。这一轮不是闲聊，而是一次价值观的快速对齐。面试官会直接抛出尖锐问题：“你如何看待 AI 生成内容对 Substack 生态的影响？”如果你的回答集中在“效率提升”和“成本降低”，大概率会在此止步。这一轮考察的是你对平台生态的直觉。你需要展现出对“创作者经济”的深刻理解，而不是对技术的盲目崇拜。

第二轮是 Product Sense & Strategy（60 分钟）。这是最核心的一轮，通常由 Hiring Manager 或资深 PM 主持。题目往往是开放式的场景题，例如：“请为 Substack 设计一个 AI 功能，帮助新作者获得前 100 个付费订阅者。”错误的解法是设计一套复杂的推荐算法，将新作者的内容强行推给潜在读者。正确的解法应当聚焦于“冷启动”阶段的工具赋能，比如利用 AI 帮助新作者优化标题、摘要，或者自动生成一段吸引人的推广文案，让作者能更顺畅地在社交媒体上自我营销。这里考察的不是你的设计能力，而是你对“分发逻辑”的判断：是依赖平台施舍流量，还是赋能作者自我生长？

第三轮是 Execution & Analytics（60 分钟）。这一轮会深入细节，考察你如何定义成功指标，如何处理数据冲突。场景通常是：“我们上线了一个 AI 摘要功能，发现读者的点击率上升了，但阅读全文的比例下降了，你怎么办？”这不是在考数据分析技巧，而是在考价值排序。你是要表面的点击数据，还是深度的阅读关系？面试官希望看到你能够透过数据看到本质，敢于提出砍掉功能或调整方向的建议，而不是盲目优化指标。

第四轮是 Founder/Leadership Chat（45 分钟）。这一轮没有固定套路，通常是与创始人或核心高管的对话。他们不关心你的方法论框架，只关心你的“味道”（Taste）是否与 Substack 一致。他们会聊书、聊最近的观察、聊对未来的恐惧。这是一个双向筛选的过程，他们在找同类人。

在时间管理上，Substack 非常高效，通常在两周内完成所有流程。如果在任何一轮中，你感觉到对方在试图用行话压倒你，或者回避实质性的商业逻辑讨论，那可能是一个危险信号。正确的判断是：Substack 寻找的是能独立思考、敢于挑战现状的伙伴，而不是执行命令的机器。每一轮面试都是在验证同一个核心命题：你是否真的相信“人”的价值高于“算法”？

创作者工具与分发机制的平衡点在哪里？

这是 Substack AI 产品经理面临的最大难题，也是区分优秀与平庸的关键分水岭。在 2026 年，随着 AI 生成内容的泛滥，信息过载达到了顶峰。此时的平衡点，不在于如何让更多内容被看到，而在于如何让好内容被“对”的人看到，同时不让创作者感到被算法绑架。

一个典型的内部冲突场景发生在关于"AI 推荐流”的讨论会上。一方观点认为，应该学习 Twitter 或 TikTok，利用 AI 建立一个基于兴趣的无限滚动信息流，以增加用户停留时长。另一方（也是最终获胜的一方）则坚决反对，认为这破坏了 Substack 的“订阅”本质。Substack 的核心契约是“我选择你，所以我看到你”，而不是“算法猜我喜欢你，所以推给你”。

这里的平衡点在于：AI 应当服务于“订阅关系的深化”，而非“偶然发现的泛化”。具体来说，AI 可以用于优化邮件发送时间，确保你的核心读者在他们最可能打开邮件的时刻收到内容；AI 可以用于将一篇长文智能拆分为系列短文，适应不同读者的阅读场景；AI 甚至可以充当“编辑助手”，在作者发布前指出逻辑漏洞或事实错误。但是，AI 绝不能越过创作者，决定谁应该看到这篇文章。

这不是 A（流量分发），而是 B（关系维护）。在具体的产品设计中，这意味着 Substack 的 AI 功能更多体现在 B 端（创作者端）的效率工具上，而在 C 端（读者端）则保持极度的克制。例如，Reader 应用中的“为你推荐”板块，其权重依然 heavily 依赖于你已关注的作者的动态，以及你主动标记感兴趣的话题，而不是黑盒算法的随机试探。

还有一个关键的洞察是关于“付费墙”的处理。AI 可以生成文章的简短摘要供免费用户预览，但这个摘要必须精准传达文章的核心价值，吸引用户付费，而不是试图用摘要“欺骗”点击。在 debrief 中，团队曾争论是否要让 AI 生成更具诱惑力（甚至略带标题党性质）的摘要。最终的裁决是：真实性高于点击率。如果摘要不能如实反映文章内容，即便带来了付费转化，也是短视的。因为一旦用户发现内容不符，退订率会瞬间飙升，损害的是创作者的长期信誉。

平衡点的本质，是对“信任”这一稀缺资产的精算。在 2026 年，信任比流量更值钱。Substack 的 AI 产品经理必须是这种信任的守护者，时刻警惕技术对信任的侵蚀。任何可能破坏创作者与读者之间直接联系的功能，无论数据多好看，都必须被否决。

如何准备 Substack AI PM 的面试作品集？

准备 Substack 的作品集，切忌堆砌宏大的系统架构图或复杂的算法模型公式。他们不想看你是如何训练一个千亿参数模型的，他们想看你是如何思考“人”与“工具”的关系的。你的作品集应该是一个个具体的、有温度的产品案例拆解。

首先，选择一个你熟悉的创作者工具或内容平台，进行一次深度的“反向工程”。不要只罗列功能，要分析其背后的权衡。例如，分析 Medium 的推荐机制为何在某些时刻失效，或者 Newsletter 平台在处理付费墙时的用户体验痛点。提出一个基于 AI 的改进方案，但必须附带详细的“副作用分析”。明确指出你的方案可能在哪些方面损害创作者的自主权，以及你打算如何通过产品机制来规避这种风险。这种批判性思维是 Substack 最看重的。

其次，展示你对“小而美”项目的掌控力。如果你有一个自己运营的 Substack 账号，或者参与过某个垂直社区的建设，请详细展示其中的数据洞察和用户反馈。哪怕只是一个几百人的小圈子，如果你能讲清楚你是如何通过细微的产品调整（比如改变推送时间、优化标题结构）来提升互动率的，这比你在在大厂负责过千万级用户的项目更有说服力。Substack 相信微观的真理。

再者，准备一份关于"AI 伦理与边界”的思考文档。不要写空洞的口号，要结合具体场景。比如，"AI 是否应该被允许模仿特定作家的文风？”、“如果 AI 生成的建议导致了错误的信息传播，责任归谁？”。展示你在这些灰色地带的思考深度和判断力。

最后，别忘了提及你对 Substack 现有产品的深度使用体验。指出一个你觉得可以改进的具体点，并给出你的解决方案。注意，语气要是建设性的探讨，而不是傲慢的指点。在准备过程中，系统性拆解面试结构（PM 面试手册里有完整的 Substack 案例实战复盘可以参考），这能帮你理清思路，但切记不要照搬模板，Substack 的面试官一眼就能看出哪些是套路，哪些是真知灼见。

记住，作品集不是展示你有多聪明，而是展示你有多“懂”Substack。你的每一个字里行间，都应该流露出对内容创作这件事本身的敬畏和热爱。

准备清单

在奔赴 Substack 的面试战场前，请确保你的行囊中已经装好了以下七件武器，缺一不可。这不仅仅是 checklist，更是你思维模式的试金石。

  1. 深度体验报告：亲自注册并运营一个 Substack 账号，至少发布三篇高质量文章，并尝试使用现有的 AI 工具进行辅助。记录你在写作、排版、分发、互动全过程中的真实痛点。不要只写感受，要带数据：打开率是多少？哪类标题更有效？AI 生成的草稿你修改了多少比例？
  2. 竞品差异化分析：选取 Ghost、Beehiiv、Medium 以及传统社交媒体（Twitter/X, LinkedIn），绘制一份详细的对比矩阵。重点分析它们在 AI 功能上的布局，并指出 Substack 的差异化机会在哪里。切记，不要为了不同而不同，要找到符合 Substack 哲学的独特路径。
  3. 伦理边界备忘录：撰写一份关于"AI 在内容平台应用的伦理红线”的备忘录。列出至少五个具体的风险场景（如深度伪造、版权争议、算法偏见），并给出你的产品侧解决方案。这展示了你的远见和责任感。
  4. 数据敏感度测试：复习基础的数据分析知识，特别是关于留存率、转化率、LTV（生命周期价值）的计算和解读。准备好回答“如果指标互相冲突怎么办”这类问题。Substack 看重数据，但更看重对数据背后人性的洞察。
  5. 创作者访谈记录：尝试采访 1-2 位 Substack 上的知名或潜力创作者，了解他们对 AI 的真实看法和恐惧。将他们的原话整理成文档，作为你理解用户的证据。真实的声音永远比假设更有力量。
  6. 产品哲学陈述：用一页纸的篇幅，清晰阐述你的产品哲学。你认为好的科技产品应该是什么样的？技术在人类生活中应该扮演什么角色？确保你的观点与 Substack 的价值观有共鸣。
  7. 心态调整：放下大厂的光环和傲慢，准备好以空杯心态面对挑战。Substack 的文化是扁平、直接且充满激情的。展示出你的谦逊、好奇和对内容的热爱。

这份清单中的每一项，都在引导你从“功能实现者”向“生态守护者”转变。记住，Substack 找的不是写代码的人，而是懂内容、懂人性、懂边界的同行者。

常见错误

在 Substack 的面试中，以下三个错误是致命的，它们往往源于惯性思维和对平台本质的误读。

错误一：过度强调自动化生成。

BAD 版本：“我们可以开发一个功能，让用户输入几个关键词，AI 就自动生成一篇完整的通讯，包括配图和排版，实现零成本日更。”

GOOD 版本：“我们可以提供‘灵感火花’功能，当作者卡文时，AI 根据其过往风格提供三个不同的切入角度或论据支持，但正文必须由作者亲手敲击键盘完成，以保留‘人手触摸键盘’的温度。”

解析：前者是在消灭创作者，后者是在赋能创作者。Substack 的根基是“人”，自动化程度越高，平台价值越低。

错误二：迷信算法推荐流。

BAD 版本：“应该引入类似 TikTok 的沉浸式信息流，利用 AI 算法根据用户行为实时推荐内容，最大化用户停留时长和广告曝光。”

GOOD 版本：“应该优化‘订阅网络’的可视化，帮助用户发现更多与其关注作者有深度关联的其他创作者，通过‘人传人’的信任链条实现自然增长，而非依赖黑盒算法的喂养。”

解析：前者是流量思维，后者是社区思维。Substack 的商业模式决定了它不能也不应该走流量分发的老路，那会与它的基因发生剧烈排异。

错误三：忽视付费墙后的体验断层。

BAD 版本：“只要用户付费成功即可，付费后的内容交付形式可以保持现状，重点在于利用 AI 优化支付页面的转化率。”

GOOD 版本：“付费只是关系的开始。应利用 AI 为新付费用户提供个性化的‘导读服务’，回顾该作者的精华历史文章，甚至生成专属的欢迎视频，让付费瞬间成为情感连接的高光时刻。”

解析：前者是交易思维，后者是关系思维。在订阅经济中，留存比拉新更重要。忽视付费后的体验，等同于主动制造流失。

FAQ

Q1: 没有大模型底层技术研发经验，能做 Substack 的 AI PM 吗？

完全可以，甚至可能是优势。Substack 的 AI 战略侧重于应用层和场景层，而非底层模型的训练。他们更需要的是深刻理解内容创作场景、懂得如何调教现有大模型（API 调用、Prompt 工程、微调策略）来解决具体问题的产品专家。在面试中，展示出你对 LLM 能力边界的清晰认知，以及将其转化为优雅用户体验的能力，远比你能手推 Transformer 公式重要。我们曾见过一位文学背景的 PM，因对“文风迁移”的细腻处理而击败多位技术大牛。

Q2: Substack AI PM 的薪资结构是怎样的？

2026 年硅谷同类岗位的合理薪资范围为：Base Salary 在$180,000 至$240,000 之间，根据级别浮动；RSU（限制性股票单位）部分，考虑到 Substack 的估值增长潜力，每年授予价值在$100,000 至$300,000 不等，分四年归属；Bonus 通常为 Base 的 10%-15%。总包（TC）范围大致在$300,000 至$600,000 之间。需要注意的是，Substack 作为私营公司，其期权/RSU 的流动性不如上市公司，因此在谈薪时需综合考虑风险溢价。不要指望像 Meta 那样的高现金部分，这里的吸引力在于成长的可能性和文化的契合度。

Q3: 面试中如果被问到“如何看待 AI 导致的大规模失业”，该如何回答？

不要回避，也不要给出标准化的“技术中立”答案。Substack 的立场很明确：技术应增强人类，而非简单替代。你可以这样回答：“短期内的阵痛不可避免，但历史证明，工具的提升会创造新的需求形态。在内容领域，AI 会淘汰低端的拼凑式写作，但会极大释放深度思考和个性化表达的价值。Substack 要做的，就是帮助创作者跨越这个门槛，从‘写字工’转型为‘思想家’和‘连接者’。我们的责任是确保这个过渡期是平滑的，让技术成为他们的翅膀，而不是断头台。”这样的回答既展现了同理心，又体现了对行业趋势的深刻洞察。

准备好系统化备战PM面试了吗？

获取完整面试准备系统 →

也可在 Gumroad 获取完整手册。