← All notes← Ghi chép

PROJECT MANAGEMENT · 5 MIN READQUẢN LÝ DỰ ÁN · 5 PHÚT ĐỌC

Fewer features, more understanding: product thinking from WeChatBớt tính năng, thêm thấu hiểu: tư duy sản phẩm từ WeChat

When AI makes it free to ship another feature, the rare skill is knowing when not to.Khi AI khiến việc ra thêm một tính năng gần như miễn phí, kỹ năng hiếm là biết khi nào không làm.

Allen Zhang, who built WeChat, almost never speaks in public. Weixin and WeChat together reached about 1.43 billion monthly active users by early 2026, according to Tencent. His product thinking survives mainly as an internal Tencent talk, later transcribed and compiled by others into a book.

I read the compiled talk with some caution, because transcriptions of internal talks are rarely complete and because WeChat grew in a market with conditions that do not exist elsewhere. Still, it is one of the clearest statements I know of a product philosophy built on restraint, written by someone whose product reached more people than almost any other. The principles are worth looking at closely, especially now that AI has made restraint harder.

The paradox of the AI era

AI has removed the cost of producing something that looks like a product. A landing page from a prompt, an MVP in an afternoon. Products swell, and fewer teams keep the instinct that matters most: saying no. Zhang turned down most feature requests, including many from inside Tencent.

Two product culturesFeature-drivenUnderstanding-drivenUsers as rows in a dashboardUsers as people: lazy, proud,curiousMaximise time in the appGet the job done, then let goAdd to show progressRemove to show clarity
The right column is harder to measure and easier to defend.

Saying no inside a large company is harder than it sounds. Every feature request comes with a reason: a business unit that wants to promote its service, a competitor that just launched something similar, a metric that would improve. Each refusal costs political capital. Zhang's position at Tencent gave him unusual protection, and he used it to keep WeChat simpler than its owners might have wanted. Most product managers do not have that protection, which is why principles written down and agreed in advance matter: they give the refusal a reason beyond personal taste.

AI tools increase the pressure. When building a feature took a team two months, the cost itself was a filter. Now a feature can be prototyped in a day, and the argument "it is cheap, let's try it" wins more often. The cost has moved to the user, who has to understand a more complex product, and to the team, which has to maintain and test every addition for years. The LEGO note made the same point about product catalogues: complexity that customers do not pay for is the cost to control.

Four principles

Four principlesPeople, not data rowsstart from human natureA quiet productfinish the job, then leaveResponsibilityown the consequences you createSimplicitycut everything unnecessary
Principles from the WeChat talk, not a growth playbook.

Starting from people means treating users as human beings with habits and weaknesses: they are lazy, they want to look good to their friends, they are curious, they get bored. Data shows what they do. It rarely shows why. A quiet product finishes the job and lets the user go, instead of inventing reasons to keep them inside. That runs against the common practice of measuring success by time spent in the app, and it is one reason WeChat felt different from many competitors.

Responsibility means owning the consequences a product creates, including the ones nobody intended: addiction, spam, the pressure of always being reachable. Simplicity means cutting everything unnecessary, which requires knowing what is necessary. The four principles reinforce each other. A team that understands people can tell which features are necessary, a quiet product has fewer features to maintain, and responsibility gives a reason to remove things that cause harm even when they improve a metric.

Dashboards tell you what is happening. Only an understanding of people tells you why. For project and product managers, that judgment is tacit knowledge built over thousands of hours, the kind Michael Polanyi described: knowing more than you can say. It cannot be delegated to a model.

Tacit knowledge is built by exposure, and AI can either help or replace that exposure. A product manager who reads every support ticket for a month, watches users struggle and talks to the sales team learns things no summary will contain. One who reads only the AI-generated weekly summary of tickets learns the categories and misses the texture: the frustration in a particular phrase, the workaround a user invented, the feature nobody mentions because nobody found it. Summaries are useful for keeping up. They are a poor substitute for contact.

A filter before adding

A filterBEFORE ADDING A FEATURERequestarrivesWhat humanneed?Couldremovingsolve it?Only thenbuild
The third question is the one most teams skip.

The filter has four steps and the third is the one most teams skip: could removing something solve the problem? A user who asks for a search filter may really be struggling because the list shows too many irrelevant items. A client who asks for a new report may need one existing report to be clearer. Removing or simplifying is often cheaper to build, easier to test and better for every other user. It also feels less like progress, which is why teams avoid it.

A simple habit makes the filter work in practice: keep a list of features that were removed or never built, with the reason. When a request comes back, and it usually does, the team can see the earlier decision and its reasoning. The list also helps new team members understand the product's shape, which is defined as much by what it leaves out as by what it includes.

For Vietnamese product teams, especially those building software for local businesses, the temptation is strong to match every feature of a foreign competitor. A local accounting or project management tool that tries to copy everything ends up as a heavier version of the original. One that understands how Vietnamese businesses actually work, and serves that well with fewer features, has a chance to win users the foreign product will never fully understand.

WeChat's context is China in the 2010s, with its own market structure and regulation, so the tactics do not travel. The principles do, and they become more valuable as AI makes it easier to build everything.

If you stopped using AI to ship and look busy tomorrow, would your product still stand?

Trương Tiểu Long, người tạo ra WeChat, gần như không bao giờ phát biểu trước công chúng. Weixin và WeChat cộng lại đạt khoảng 1,43 tỷ người dùng hoạt động hằng tháng vào đầu năm 2026, theo Tencent. Tư duy sản phẩm của ông chủ yếu còn lại qua một bài nói nội bộ ở Tencent, sau đó được người khác chép lại và biên soạn thành sách.

Tôi đọc bài nói được biên soạn lại với chút dè dặt, vì bản chép các bài nói nội bộ hiếm khi đầy đủ, và vì WeChat lớn lên trong một thị trường có những điều kiện không tồn tại ở nơi khác. Dù vậy, đây là một trong những tuyên bố rõ ràng nhất tôi biết về một triết lý sản phẩm dựa trên sự kiềm chế, của một người có sản phẩm đến tay nhiều người hơn gần như bất kỳ sản phẩm nào khác. Các nguyên tắc ấy đáng được xem kỹ, nhất là bây giờ khi AI khiến sự kiềm chế trở nên khó hơn.

Nghịch lý của thời AI

AI đã xóa bỏ chi phí làm ra một thứ trông giống sản phẩm. Một trang đích từ một câu lệnh, một bản MVP trong một buổi chiều. Sản phẩm phình ra, và ngày càng ít đội giữ được bản năng quan trọng nhất: biết nói không. Trương Tiểu Long từ chối phần lớn đề xuất tính năng, kể cả nhiều đề xuất từ chính nội bộ Tencent.

Hai văn hóa sản phẩmChạy theo tính năngChạy theo thấu hiểuNgười dùng là các dòng trêndashboardNgười dùng là con người: lười,sĩ diện, tò mòTối đa thời gian trong appXong việc rồi để người dùng điThêm để chứng tỏ tiến độBớt để thể hiện sự rõ ràng
Cột phải khó đo hơn và dễ bảo vệ hơn.

Nói không trong một công ty lớn khó hơn ta tưởng. Đề xuất tính năng nào cũng kèm lý do: một đơn vị kinh doanh muốn quảng bá dịch vụ của mình, một đối thủ vừa ra mắt thứ tương tự, một chỉ số sẽ cải thiện. Mỗi lần từ chối tốn vốn chính trị. Vị trí của Trương Tiểu Long ở Tencent cho ông sự bảo vệ đặc biệt, và ông dùng nó để giữ WeChat đơn giản hơn mức chủ sở hữu có thể muốn. Phần lớn người quản lý sản phẩm không có sự bảo vệ đó, vì vậy những nguyên tắc được viết ra và thống nhất từ trước rất quan trọng: chúng cho lời từ chối một lý do vượt lên trên sở thích cá nhân.

Công cụ AI làm áp lực tăng lên. Khi làm một tính năng tốn một đội hai tháng, bản thân chi phí đã là một bộ lọc. Giờ một tính năng có thể làm bản mẫu trong một ngày, và lập luận "rẻ mà, cứ thử đi" thắng thường xuyên hơn. Chi phí chuyển sang người dùng, người phải hiểu một sản phẩm phức tạp hơn, và sang đội ngũ, những người phải duy trì và kiểm thử mọi phần thêm vào trong nhiều năm. Bài về LEGO cũng nói điều tương tự về danh mục sản phẩm: độ phức tạp mà khách hàng không trả tiền là chi phí cần kiểm soát.

Bốn nguyên tắc

Bốn nguyên lýCon người, không phải dòng dữliệubắt đầu từ bản tính con ngườiSản phẩm biết im lặngxong việc rồi rời điTrách nhiệmchịu trách nhiệm hệ quả mình tạo raĐơn giảncắt mọi thứ thừa
Nguyên lý từ bài nói về WeChat, không phải cẩm nang tăng trưởng.

Bắt đầu từ con người nghĩa là coi người dùng là những con người có thói quen và điểm yếu: họ lười, họ muốn trông đẹp trong mắt bạn bè, họ tò mò, họ dễ chán. Dữ liệu cho thấy họ làm gì. Nó hiếm khi cho thấy vì sao. Một sản phẩm lặng lẽ làm xong việc rồi để người dùng đi, thay vì bày ra lý do để giữ họ lại. Điều này đi ngược thông lệ đo thành công bằng thời gian người dùng ở trong ứng dụng, và là một lý do WeChat có cảm giác khác nhiều đối thủ.

Trách nhiệm nghĩa là nhận lấy hệ quả mà sản phẩm tạo ra, kể cả những hệ quả không ai cố ý: nghiện, tin rác, áp lực lúc nào cũng phải liên lạc được. Đơn giản nghĩa là cắt bỏ mọi thứ không cần thiết, điều đòi hỏi phải biết cái gì là cần thiết. Bốn nguyên tắc bổ trợ nhau. Đội hiểu con người phân biệt được tính năng nào cần thiết, sản phẩm lặng lẽ có ít tính năng phải duy trì hơn, và trách nhiệm cho lý do để bỏ những thứ gây hại ngay cả khi chúng làm đẹp một chỉ số.

Bảng điều khiển cho biết điều gì đang xảy ra. Chỉ sự thấu hiểu con người mới cho biết vì sao. Với người quản lý dự án và sản phẩm, phán đoán đó là tri thức ngầm được tích lũy qua hàng nghìn giờ, loại mà Michael Polanyi mô tả: biết nhiều hơn những gì mình nói ra được. Không thể giao phó nó cho một mô hình.

Tri thức ngầm được xây qua tiếp xúc, và AI có thể hỗ trợ hoặc thay thế sự tiếp xúc đó. Người quản lý sản phẩm đọc mọi phiếu hỗ trợ trong một tháng, xem người dùng loay hoay và nói chuyện với đội bán hàng sẽ học được những điều không bản tóm tắt nào chứa. Người chỉ đọc bản tóm tắt phiếu hỗ trợ hằng tuần do AI tạo ra sẽ học được các nhóm phân loại mà bỏ lỡ chất liệu: sự bực bội trong một câu chữ cụ thể, cách xoay xở người dùng tự nghĩ ra, tính năng không ai nhắc vì không ai tìm thấy. Bản tóm tắt hữu ích để theo kịp. Nó là thứ thay thế kém cỏi cho sự tiếp xúc.

Một bộ lọc trước khi thêm

Một bộ lọcTRƯỚC KHI THÊM TÍNH NĂNGCó yêu cầumớiNhu cầu conngười nào?Bớt đi cógiải đượckhông?Lúc đó mớixây
Câu hỏi thứ ba là câu nhiều đội bỏ qua nhất.

Bộ lọc có bốn bước và bước thứ ba là bước phần lớn các đội bỏ qua: bỏ bớt một thứ có giải quyết được vấn đề không? Một người dùng xin thêm bộ lọc tìm kiếm có thể thực ra đang khổ vì danh sách hiện quá nhiều mục không liên quan. Một khách hàng xin thêm báo cáo mới có thể chỉ cần một báo cáo hiện có rõ ràng hơn. Bỏ bớt hoặc đơn giản hóa thường rẻ hơn để làm, dễ kiểm thử hơn và tốt hơn cho mọi người dùng khác. Nó cũng ít có cảm giác tiến bộ hơn, vì vậy các đội né tránh nó.

Một thói quen đơn giản giúp bộ lọc vận hành trên thực tế: giữ một danh sách các tính năng đã bị bỏ hoặc chưa bao giờ làm, kèm lý do. Khi một đề xuất quay lại, và nó thường quay lại, đội thấy được quyết định trước đó cùng lập luận. Danh sách này cũng giúp thành viên mới hiểu hình dáng của sản phẩm, thứ được định nghĩa bởi những gì nó bỏ ra ngoài nhiều không kém những gì nó chứa bên trong.

Với các đội sản phẩm Việt Nam, nhất là những đội làm phần mềm cho doanh nghiệp trong nước, cám dỗ bắt kịp mọi tính năng của đối thủ nước ngoài rất mạnh. Một công cụ kế toán hay quản lý dự án nội địa cố sao chép mọi thứ rốt cuộc thành một phiên bản nặng nề hơn của bản gốc. Một công cụ hiểu doanh nghiệp Việt thực sự làm việc thế nào, và phục vụ tốt điều đó với ít tính năng hơn, có cơ hội giành được những người dùng mà sản phẩm nước ngoài không bao giờ hiểu hết.

Bối cảnh của WeChat là Trung Quốc những năm 2010, với cấu trúc thị trường và quy định riêng, nên các chiến thuật không mang đi được. Các nguyên tắc thì mang đi được, và chúng càng giá trị hơn khi AI làm cho việc xây mọi thứ trở nên dễ dàng.

Nếu ngày mai bạn thôi dùng AI để ra tính năng và tỏ ra bận rộn, sản phẩm của bạn có còn đứng vững không?

KEYWORDSTỪ KHÓAProduct managementQuản lý sản phẩmJudgmentPhán đoánProject managementQuản lý dự án