作為全球最早投身無代碼開發(fā)平臺的企業(yè)之一，Airtable自2013年成立以來，經(jīng)歷了七輪主要融資，總計融資14億美元。2021年12月，公司在由芬蘭投資機(jī)構(gòu)XN領(lǐng)投的7.35億美元F輪融資后，其投后估值達(dá)到了117億美元的頂峰，一舉成為“十角獸”公司。

但生成式AI革命到來，Airtable的百億美元估值神話直接腰斬，使其成為受AI沖擊最嚴(yán)重的公司之一。

據(jù)統(tǒng)計，到2025年第一季度，Airtable的市場估值已被大幅修正至40億至50億美元之間，較峰值縮水超過六成。估值暴跌隨之而來的是劇烈的裁員。Airtable在2022年裁員20%后，又在2023年再度裁員27%。在這段艱難時期，一條宣稱“Airtable已死”的推文（盡管事后被證實基于錯誤數(shù)據(jù)）仍在網(wǎng)絡(luò)上病毒式傳播。

在2023年之前，Airtable的核心價值在于其“讓軟件創(chuàng)建大眾化”的使命。它通過一個直觀的、類似電子表格的界面，成功地將復(fù)雜的數(shù)據(jù)庫功能簡化，讓非技術(shù)用戶也能構(gòu)建定制化應(yīng)用，從而在無代碼運動中占據(jù)了領(lǐng)導(dǎo)地位。

然而，大型語言模型（LLM）的爆發(fā)式增長，從根本上動搖了Airtable的立足之本。隨著生成式AI技術(shù)的成熟，一種更符合人類直覺的交互方式——自然語言——開始崛起。業(yè)界甚至出現(xiàn)了“Vibe coding”（氛圍編碼）的概念，即用戶僅需通過自然語言描述需求，AI就能自動生成功能性軟件。

Airtable的創(chuàng)始人Howie Liu 隨即主導(dǎo)了一場激進(jìn)轉(zhuǎn)型：把整家公司按 AI 重新組織架構(gòu)，自己則成為每天寫代碼的“IC 型 CEO”（IC，Individual Contributor，個人貢獻(xiàn)者），并帶領(lǐng)公司實現(xiàn)了超過 1 億美元的自由現(xiàn)金流。

在AI原生時代，許多公司曾經(jīng)引以為傲的核心資產(chǎn)正迅速被AI瓦解。Airtable的經(jīng)歷極具代表性，他們?nèi)绾卧?AI 時代“重啟”已經(jīng)走過十余年的業(yè)務(wù)，幫助大家穿越這場每家公司、每個產(chǎn)品都在經(jīng)歷的“存續(xù)之戰(zhàn)”？

今天分享的這篇文章，系Howie Liu 日前做客播客的訪談，他分享的內(nèi)容信息量很大。節(jié)目中談到一個非常有趣、而且他本人就是典型樣本的趨勢——CEO 正在重新成為個人貢獻(xiàn)者，親自下場寫代碼、做產(chǎn)品、親自帶項目，我們把這種現(xiàn)象稱為“IC 型 CEO”。

節(jié)目還會聊到他認(rèn)為產(chǎn)品經(jīng)理和產(chǎn)品負(fù)責(zé)人、工程師與設(shè)計師，在這個新世界里要補(bǔ)齊的具體技能；以及他如何把公司重組為兩支隊伍：“快思團(tuán)隊”和“慢思團(tuán)隊”，并由此顯著加速了他們在 AI 上的投入產(chǎn)出。

你將收獲：

1、受丹尼爾·卡尼曼啟發(fā)的“快思—慢思”團(tuán)隊結(jié)構(gòu)：Airtable 如何實現(xiàn) AI 功能周更；

2、為什么 Howie 不是“天天用AI”，而是“每小時用 AI”，以及他如何成為全球 Airtable 內(nèi)推理（inference）成本第一的重度用戶；

3、AI 時代CEO 為何必須重回一線做 IC，以及如何重構(gòu)日程讓其成為可能；

4、為什么“玩”AI 工具應(yīng)當(dāng)成為強(qiáng)制項——Howie 如何要求員工取消一周所有會議去深度試用；

5、產(chǎn)品經(jīng)理、工程師與設(shè)計師在 AI 時代需要補(bǔ)齊的具體能力；

文章由盛景新經(jīng)濟(jì)編譯，希望對你有所啟發(fā)，enjoy~

01

CEO必須成為“IC型 CEO”：

親自下場，回到“泥地里”寫代碼、做產(chǎn)品

Lenny Rachitsky：
Howie，非常感謝你的到來，歡迎上節(jié)目。

Howie Liu：
太興奮了，謝謝你，Lenny。我一直都是遠(yuǎn)程聽眾。

Lenny Rachitsky：
受寵若驚。我也很期待。你們這一路走了多久？13 年？更久？

Howie Liu：
差不多，13 年左右。

Lenny Rachitsky：
一定經(jīng)歷了很多起伏。我們會聊這些，也會聊一路上的經(jīng)驗教訓(xùn)。先從我猜想對 Airtable 來說非常意外的一個“低谷”開始?？上У氖?，每當(dāng)我想到Airtable，就會想起它——也許別人也是。

就是那條幾年前超級火的推文：有人貼出一堆數(shù)據(jù)，說 Airtable 已死，融資高估、收入撐不起估值，“Airtable RIP”。到底發(fā)生了什么？有多少是真的？

Howie Liu：
基本都不是真的。更讓我驚訝的是這條推文為何會如此病毒式傳播。后來我去看了這位作者的其他推文，他好像在 CB Insights 工作——諷刺的是，那家公司做的正是“私營公司數(shù)據(jù)要準(zhǔn)確”。但他貼的數(shù)字在我們的收入體量、增長率等方面都離譜地不準(zhǔn)，是倍數(shù)級的誤差。

聊以安慰的是，我發(fā)現(xiàn)他還“抨擊”過其他公司，比如上一次是 Flexport——也是那種“Flexport 要完了、估值過高”的腔調(diào)。更詭異的是，這些并無數(shù)據(jù)支撐的“辛辣觀點”卻偏偏在 Airtable 這條上火了。

后來《All-In》播客也談到了這件事（他們節(jié)目很火，我也聽）。這條推文被當(dāng)成一個入口，去討論“上一代高估值、十角獸（Decacorn）公司在當(dāng)下環(huán)境里會怎樣”。不過《All-In》幾周后做了糾正，承認(rèn)數(shù)字不準(zhǔn)，并且調(diào)整了他們對 Airtable 的看法。

Lenny Rachitsky：
那句老話怎么說來著？“謠言尚在全球傳遍幾圈，真相還沒起床穿衣?！?/p>

Howie Liu：
是啊。那次我很快上了一課：關(guān)于“?！焙蛡鞑バ?。我并不擅長社媒，但算是學(xué)到了點東西。

Lenny Rachitsky：
Twitter（現(xiàn) X）的激勵機(jī)制常常與真實背離，人們更愿意轉(zhuǎn)發(fā)“好看”的內(nèi)容而非真實。

Howie Liu：
總體上我還是更喜歡馬斯克接手后的 Twitter——更大膽。我欣賞這種不滿足于現(xiàn)狀、持續(xù)做產(chǎn)品變革的勁頭。他們改了很多東西。但我也確實經(jīng)常在時間線里被推送各種聳動內(nèi)容，而且這對我也“有效”，我會忍不住點進(jìn)去、參與討論。結(jié)果就是這類內(nèi)容更容易擴(kuò)散。

Lenny Rachitsky：
還有個新功能：截推文圖會自動加個大的 x.com 水印……總之那邊從不缺熱鬧。

Howie Liu：
哈哈，是的。

Lenny Rachitsky：
換個話題。我非常期待聊一個新趨勢，而你是前沿代表：CEO 重新成為 IC，親自下場、回到“泥地里”寫代碼、做產(chǎn)品、親帶項目——“IC 型 CEO”。你為什么要這么做？相比幾年前，你的日常發(fā)生了什么變化？

Howie Liu：
就我個人而言，原因很簡單：創(chuàng)業(yè)之初我就是這么干的。我寫后端代碼，思考平臺的實時數(shù)據(jù)架構(gòu)，也做前端和交互。對“純軟件”的產(chǎn)品來說，技術(shù)本身就是產(chǎn)品，不是“技術(shù)只是一個附庸”的那類重運營模式。更進(jìn)一步，Airtable 是讓別人“搭應(yīng)用的平臺”，所以技術(shù)細(xì)節(jié)（從架構(gòu)到前端 UX 的每個小決定）就是價值本身。你不能把“工作要完成（Jobs to be Done，JTBD）”的研究、流程設(shè)計和“工程實現(xiàn)”割裂開——很多神奇的產(chǎn)品—市場契合，誕生在那些微妙的細(xì)節(jié)里：瀏覽器端的可能性、實時架構(gòu)的邊界，等等。

Figma 也類似：我們幾乎同期創(chuàng)立，都花了兩年半親手打磨，才發(fā)布。再看從那時到現(xiàn)在，尤其是當(dāng)下的生成式 AI 時刻：在一個成熟化的 SaaS 階段，創(chuàng)始人會自然而然被“人和流程”的擴(kuò)張拉離一線細(xì)節(jié)；對某些業(yè)務(wù)這也許沒問題——重點是把已驗證的模式放大，用“更鈍”的工具推動增長，比如更“鈍”的路線圖、更“鈍”的 GTM（Go-to-Market）執(zhí)行。

但現(xiàn)在不同了。我認(rèn)為幾乎每一個軟件產(chǎn)品都必須“再創(chuàng)業(yè)（refound）”。AI帶來的不是“桌面到移動”或“本地到云”這種一次性的形態(tài)遷移，而是一個持續(xù)快速演進(jìn)的范式轉(zhuǎn)移。每一次模型迭代、每一種新能力的釋放，都會隱含全新的交互形態(tài)與UX模式，需要被重新發(fā)明。要在這個時代保持相關(guān)性并不斷“再找”產(chǎn)品—市場契合，你就必須親臨細(xì)節(jié)，而不是站在一萬米高空“堆人頭”。你要理解何為正確的產(chǎn)品體驗、何為匹配它的商業(yè)模式，以及整個引擎如何配套運轉(zhuǎn)，才能真正吃到這些能力的紅利。

Lenny Rachitsky：
你提過“首席品味官（chief tastemaker）”，要做到這點，就必須像你說的那樣親自下場。

Howie Liu：
沒錯。而且現(xiàn)在，如果你不參與“熬湯”，其實很難“品湯”。AI的特性決定了你不能只看截圖或預(yù)錄視頻就判斷“我們夠不夠大膽、產(chǎn)品化是否到位”。你得去“玩”。既要玩打包好的應(yīng)用與解決方案，也要直接擺弄底層原語：用API或?qū)υ捊缑婧湍Ｐ?/strong>“掰手腕”，把它們推到邊界。就像主廚拿到了全新食材，必須親手熟悉它們，才能做出新菜。

Lenny Rachitsky：
我請過 Dan Shipper 上節(jié)目。他們幫公司落地 AI、提升生產(chǎn)率。我問他：判斷一家企業(yè)能否成功采用 AI 的信號是什么？他說：看 CEO 是否每天用 ChatGPT 或 Claude。

Howie Liu：
我會再加一檔：每小時。甚至可以用更底層的指標(biāo)——推理成本（inference cost）或算力消耗來衡量。

Lenny Rachitsky：
比如用掉多少 tokens？

Howie Liu：
對。我很驕傲地說，我現(xiàn)在仍是 Airtable AI 的“最貴用戶”——不僅在公司內(nèi)部，曾經(jīng)在所有客戶中我也是全球第一。我會“故意浪費”——不是瞎用，而是有意地在高潛在價值的問題上豪擲算力。舉例：我會對大量銷售通話的長文本逐段做 LLM 調(diào)用，抽取各類洞察（比如功能需求、總結(jié)等）。我們現(xiàn)在還有一種類似“LLM 的 MapReduce 能力”：當(dāng)上下文窗口放不下全量內(nèi)容時，先將語料切塊、分別調(diào)用模型，再對結(jié)果進(jìn)行一次聚合調(diào)用。確實很貴：你在大量數(shù)據(jù)上跑昂貴模型，然后再對聚合結(jié)果再跑一遍。

但花幾百美元換來的，是“一個極聰明的幕僚把過去一年的所有銷售通話逐字讀完，給我送來產(chǎn)品、市場定位、分層與細(xì)分的洞見”。這無價。你為類似的洞察給咨詢公司付上百萬美元都不夸張。所以，只要用得聰明，AI 的價值與成本比是“離譜地高”。更多人應(yīng)該大膽、進(jìn)取地把算力砸在這些高價值問題上。

Lenny Rachitsky：
直到有人發(fā)推說，你把公司的 AI 賬單燒穿了（笑）。

Howie Liu：
哈哈，“我個人把公司的現(xiàn)金流拉崩了”。

02

重構(gòu)組織：

以“快思團(tuán)隊”與“慢思團(tuán)隊”加速AI迭代

Lenny Rachitsky：
創(chuàng)始人和 CEO 聽完可能會想：好，我也要這么做。但現(xiàn)實里你還有很多事、很多一對一。你如何重構(gòu)自己的日程？

Howie Liu：
我首先減少了默認(rèn)的一對一。不是我不愿意和大家單獨相處，而是固定的一對一會擠占我基于“實時洞見”去發(fā)起更及時討論的空間。最好的會議應(yīng)該是“以緊迫為驅(qū)動”的：當(dāng)我和一家新創(chuàng)公司交流學(xué)到新東西，或剛剛捕捉到某個靈感，我就希望立刻把它帶回Airtable的某個功能討論里，啟發(fā)EPD（工程/產(chǎn)品/設(shè)計）同學(xué)。這樣的會議應(yīng)該由“真材實料的Alpha（增量洞見）”觸發(fā)。

當(dāng)然，在線下見面時，我會留出更長時間做“無結(jié)構(gòu)的人與人的交流”，比如一起吃個長午飯、散個步——質(zhì)量高于頻率，避免被“每周例行”綁架。中間則是一些主題會，比如我們現(xiàn)在有每周一次的 AI 沖刺例會——目前 EPD 大概有一半在做 AI 能力，我們追求快速迭代。我會不斷追問：一家 AI 原生公司（比如 Cursor 或 Windsurf）會怎么推進(jìn)？我們的節(jié)奏和他們一樣快嗎？我們是否同樣善用最新能力？這就是我時間使用上的最大變化：更高的強(qiáng)度與緊迫感。

Lenny Rachitsky：
你還做過哪些改變，來匹配這種節(jié)奏？

Howie Liu：
我們對 EPD 做了重組。過去幾年我們經(jīng)歷了幾輪不同的組織方式。最初是按“功能面”來分：有的團(tuán)隊負(fù)責(zé)搜索，有的負(fù)責(zé)移動體驗，等等。好處是能在各自代碼與產(chǎn)品域里深耕；壞處是思維天然趨于“增量改良”，而不是圍繞“使命/結(jié)果”去跨越多個面的大動作。

后來我們按業(yè)務(wù)單元分：比如面向企業(yè)級客戶的 BU，要解決可擴(kuò)展性——能否支持海量數(shù)據(jù)與復(fù)雜用例？是否具備將應(yīng)用推向一萬、兩萬座規(guī)模的能力？此外還有自助與體驗的“Teams”支柱、AI 支柱、解決方案支柱、基礎(chǔ)設(shè)施支柱。這種方式更“整體”，比如 Teams 可以貫穿設(shè)計多個觸點，而非只盯一個功能。但當(dāng)我們?nèi)姘l(fā)力 AI 時，它仍不足以讓我們像 AI 原生公司那樣高速出擊——你看 Cursor 之類的產(chǎn)品，幾乎每周都有“大更新”，它們并不會被“這條線走企業(yè)、那條線走別處”的切分牽制，產(chǎn)品像一個整體、以極快速度前進(jìn)。

所以我們又做了新一輪重組：現(xiàn)在有一支“快思團(tuán)隊”（正式名為AI Platform），目標(biāo)是“幾乎每周”推出新的能力，而且每個都要讓人“下巴一掉”的那種價值感；以及一支“慢思團(tuán)隊”。“慢”并不代表好壞，而是另一種必要的執(zhí)行模式：那些需要深度預(yù)謀的大賭注——比如我們的數(shù)據(jù)存儲HyperDB要支持?jǐn)?shù)億級記錄，這不是一周能黑出來的東西。

兩支隊伍相輔相成：快思團(tuán)隊創(chuàng)造大量“漏斗頂端”的興奮與關(guān)注，也能帶動企業(yè)級用戶；慢思團(tuán)隊則讓這些種子生根發(fā)芽，長成更大規(guī)模的部署。我看到不少 AI 原生公司有一個挑戰(zhàn)：頂端流量很大，來了一批“AI 觀光客”，但難點是如何把它轉(zhuǎn)化為更持久的留存與擴(kuò)張。

Lenny Rachitsky：
太有意思了。我從未見過這種“快思/慢思”的組織法。對于快思團(tuán)隊，什么樣的人最適合？需要大量引入“外來者”嗎？

Howie Liu：
我們是“混搭”。公司從未停止招聘。就算我們做過兩次 RIF（裁員），縮減過規(guī)模，EPD 仍在持續(xù)引進(jìn)優(yōu)秀人才。自認(rèn)為“我們已經(jīng)擁有所有需要的人”是傲慢的。我們一直在尋找新視角與新技能?？焖紙F(tuán)隊尤其需要高度自治、具創(chuàng)業(yè)者氣質(zhì)的人——不一定非得是前創(chuàng)始人（比如 Rippling 常通過收購引入創(chuàng)始人，我們也做過類似嘗試）。關(guān)鍵是能“全棧式地”思考問題——不僅理解技術(shù)層，更要聚焦“驚艷時刻”的設(shè)計：我們到底想創(chuàng)造什么“Wow因子”。

舉個即將上線的例子：用戶不僅可以通過與我們的多模態(tài)智能體 Omni 對話來描述并迭代要打造的應(yīng)用、用現(xiàn)有 Airtable 能力去生成；我們還會讓它進(jìn)行代碼生成，補(bǔ)齊最后一公里的高度定制功能或可視化。比如你可以說：“給我生成一種非常具體的地圖視圖，要有這種熱力效果和這種圖標(biāo)，點擊時觸發(fā)這個行為。”這里有海量不確定的設(shè)計抉擇，你要把設(shè)計思維與模型一次生成（one-shot）的技術(shù)約束揉在一起；如果一次生成不夠，還要設(shè)計合適的人機(jī)流程：審批、復(fù)審、再提示（re-prompt）……這要求有人能在開放式問題面前不被嚇到，反而興奮其間，通盤拿捏產(chǎn)品與技術(shù)。

Lenny Rachitsky：
我們開始聊天前我剛玩了一下，做了個很可愛的“創(chuàng)業(yè)型 CRM”。和 Omni 聊天的過程很順滑，配色也很漂亮，這點讓我印象深刻。

Howie Liu：
我想補(bǔ)充一點。我骨子里還是個產(chǎn)品/體驗（UX）人——那才是我的熱情所在。為了運營公司我學(xué)了很多“配套技能”，但那些更像是這段旅程里的必修課。真正讓我興奮的，還是去想一個產(chǎn)品該做什么、該如何呈現(xiàn)、該如何對用戶“表現(xiàn)與響應(yīng)”。在我看來，這就是產(chǎn)品的本質(zhì)。

我對 UX 的理解也不僅僅是“外觀皮膚”或能在 Framer 里拼出的原型，而是更深一層：這個產(chǎn)品應(yīng)當(dāng)具備哪些能力？要用什么表達(dá)和行為讓用戶理解、用起來順手？當(dāng)然，接下來還要推敲技術(shù)可行性和實現(xiàn)路徑。但在當(dāng)下很多 AI 產(chǎn)品里，被明顯低估的是“如何把強(qiáng)大的能力正確地貨架化/商品化（merchandise）”。我們給用戶的視覺隱喻與可供性（affordance）普遍不足，很難讓人一下子看懂這些底層能力到底能做什么。以 ChatGPT 為例——它極其成功，我完全不是在貶低它——你進(jìn)來默認(rèn)就看到一個空白的聊天框（現(xiàn)在底部會有一些建議）。從一個產(chǎn)品 UX 的視角，我會更渴望更豐富的可視化隱喻、顏色層次，以及更充分利用網(wǎng)頁界面的“畫布”和交互豐富性，去把模型能做的那些事更好地表現(xiàn)與引導(dǎo)出來。這也是我們在 Airtable 里一直努力做的：把系統(tǒng)可能處于的各種“狀態(tài)”顯性化，甚至用色彩把它們強(qiáng)化出來。

Lenny Rachitsky：
這跟我最近的對話很呼應(yīng)。我剛和 OpenAI 的ChatGPT 負(fù)責(zé)人 Nick Turley 聊過，他提了兩點和你說的特別契合。第一，他常掛在嘴邊的問題是：這件事是否“最大化提速”了？如果它很重要，我們要怎么做才能更快？你整套“快思團(tuán)隊”的做法，正是在把速度這件事講清楚、落下去。

第二個觀點是，在 AI 世界里，你往往在發(fā)布之前很難知道它到底能做什么、用戶究竟想拿它做什么。所以你得先放出去，讓市場告訴你它該成為什么。

Howie Liu：
我完全同意，尤其是第二點。很明顯，AI 產(chǎn)品既有 PLG（產(chǎn)品主導(dǎo)增長，Product-Led Growth）路徑成功的，也有偏銷售驅(qū)動的。比如Palantir 的 AIP 部署就非常銷售主導(dǎo)，不太可能靠“自助注冊—自發(fā)擴(kuò)散”的 PLG 模式切進(jìn)去；又像 Harvey 這樣的法律行業(yè) AI，也主要靠銷售推進(jìn)。

但在我看來，讓用戶真正獲得AI價值的最佳方式仍然是“體驗式”。銷售動作可以做 Demo、做 PoC，但如果你能直接把門打開，允許任何人自己注冊、親手試用，那會強(qiáng)大得多?；剡^頭看，ChatGPT 大概是史上最成功的 PLG 產(chǎn)品之一吧——就體量而言，他們宣布了 7 億活躍用戶，是每周活躍（WAU）嗎？差不多是“地球上每 10 個人里就有 1 個每周在用”。這太瘋狂了，在不到三年的時間里達(dá)成。我不認(rèn)為如果一開始不能“隨手就試”，他們能爬到這么高。雖然從嚴(yán)格的“引導(dǎo)能力展示”看，ChatGPT 最初并沒有把各種用法都展開給你看，但它把試用摩擦 降到了極低——用戶可以直接問任何問題，立刻感受它的魔力。即便早期不少人專門找刁鉆問題去“難住它”，這種魔力依然足夠吸引人，大家還是都去用了。

Airtable 的成長路徑也是從PLG 起步的；后來我們往上打企業(yè)市場，銷售執(zhí)行占比上升，但通常還是建立在企業(yè)內(nèi)部的 PLG 擴(kuò)散之上。未來銷售依然重要，不過我個人現(xiàn)在的一個目標(biāo)，是把精力更多轉(zhuǎn)回到 “由構(gòu)建者主導(dǎo)的采用”（builder-led adoption）：用產(chǎn)品內(nèi)的真實體驗去“展示”，而不是靠 PPT 去“講述”，讓大家在 Airtable 里親手把 AI 的價值做出來。這不只是“新手體驗（NUX）”問題，而是要把整段產(chǎn)品體驗都重構(gòu)為 AI 中心。過去，我們的助理更像側(cè)邊欄的“第二入口”；現(xiàn)在我們把智能體做成了在 Airtable 里完成一切的默認(rèn)方式 ——你可以把 Airtable 里的應(yīng)用視為一個由智能體操控、使用的“可操作對象”。

Lenny Rachitsky：
順著這個說：今天上 Airtable 官網(wǎng)，感覺跟很多 AI 建站/造應(yīng)用的平臺都挺像——“告訴我你想做什么，我來幫你建”。你怎么看這股風(fēng)潮？接下來會怎樣？效果好么？

Howie Liu：
“vibe coding（氛圍編碼）/用 AI 造應(yīng)用”這件事，確實有強(qiáng)烈的魔力。這也正好印證了我們剛討論的：底層模型能力的演進(jìn)，會驅(qū)動產(chǎn)品形態(tài)和 UX 形態(tài)同步演進(jìn)。早期的模型——比如最初的 ChatGPT、GPT-3.5 時代——遠(yuǎn)不如現(xiàn)在聰明，你很難讓它“一次成型”地產(chǎn)生一大段復(fù)雜代碼，更別說從零搭出一個完整的全棧應(yīng)用。那個階段的最佳形態(tài)就是 GitHub Copilot：一次補(bǔ)全幾行代碼，而不是讓你聊天說“幫我從頭構(gòu)建一個完整應(yīng)用”。

隨著模型變強(qiáng)，新形態(tài)就冒出來了。Cursor 在這方面做得很早，用更 智能體化（agentic） 的方式，讓模型能處理更復(fù)雜的任務(wù)、生成更大的代碼塊?，F(xiàn)在有了 Composer，你甚至能在 Cursor 里直接說“給我做一個3D 射擊游戲”，看它把項目結(jié)構(gòu)拉起來、逐個文件填充，很多時候還能真的跑起來。大勢所趨就是這樣：模型越來越聰明。

回到 Airtable 的初心，其實一直都是把“自建應(yīng)用”的門檻降下來。使用應(yīng)用的人遠(yuǎn)多于會自己構(gòu)建或改造應(yīng)用的人；能否把定制軟件變成人人可用的生產(chǎn)力，這一直是我們的愿景。今天看，這條路還在，只是實現(xiàn)路徑“換了引擎”。如果我們今天從零再創(chuàng)Airtable，我們也會把籌碼全壓在這條 AI 原生的路徑上。

同時要誠實地評估：像我們這樣“先于GenAI 出生”的公司，轉(zhuǎn)入 AI 時代的跑道，不能自欺欺人。不是在官網(wǎng)上掛幾句 AI 口號、加兩三個 AI 功能就算“完成轉(zhuǎn)型”。要做的是回到“白紙”視角：如果從零開始，用完全 AI 原生的方法，怎樣表達(dá)與實現(xiàn)我們的使命？再看一眼：我們現(xiàn)有的產(chǎn)品與業(yè)務(wù)里，有哪些可復(fù)用的積木？每一塊是優(yōu)勢，還是包袱？這題沒有放之四海而皆準(zhǔn)的答案，得看具體產(chǎn)品。

如果你認(rèn)真內(nèi)省后發(fā)現(xiàn)，用現(xiàn)有那些塊反而不如重來干凈，那也許就該把公司賣掉，如果你還真正在乎這份使命，就去開啟它的下一次化身。就我個人而言，我想得很清楚，也很有信心：Airtable 的這些無代碼原語/組件，確實能讓我們更好地把這套愿景落到地上。原因在于：在“業(yè)務(wù)應(yīng)用”這個具體賽道里（我們聚焦的是CRM、庫存管理、案件流轉(zhuǎn)這類B2B/業(yè)務(wù)場景，不是去做爆紅的消費級小游戲），讓智能體去從零寫滿代碼，在可用性、可靠性、安全與上下文管理上都會很脆弱——復(fù)雜度一上來就“語境崩塌”。而我們已經(jīng)有一整套能被智能體操控的“高層級原語”：比如實時協(xié)作、富交互的CRUD數(shù)據(jù)界面，各類視圖與布局引擎、自動化與業(yè)務(wù)規(guī)則……換成編程語言的比喻，這些 Airtable 的樂高式組件，就是一套更富表達(dá)力的領(lǐng)域?qū)Ｓ谜Z言（DSL）。智能體可以直接用這些“積木”拼裝，而不必每次都從 SQL、HTML、JavaScript 開始把每個細(xì)節(jié)手寫一遍。

這樣我們就能把兩種優(yōu)勢結(jié)合起來：一邊是可靠、成熟、顆粒度合適的“高質(zhì)量樂高”，另一邊是智能體替你自動裝配。而當(dāng)你需要“落回” 圖形界面（GUI） 手動微調(diào)時，非技術(shù)用戶也能看懂正在發(fā)生什么、參與到構(gòu)建過程。相反，如果底層只有黑盒代碼（比如 V0、Lovable 或某些低代碼/自研體系），非技術(shù)用戶既看不懂，又無法靠一次次重試提示詞把它拽回正軌。我們追求的是類似“開發(fā)者在 Cursor 里批量生成代碼，同時隨時能回到 IDE 做精細(xì)編輯，最后打磨到可上生產(chǎn)”的那種手感。若不是出于這種“我們能做得更好”的篤定，我不會以今天這種形態(tài)繼續(xù)經(jīng)營公司。

03

團(tuán)隊必須“玩”AI工具，

鼓勵員工取消整周會議去深度試用新產(chǎn)品

Lenny Rachitsky：
我在和很多與你同處轉(zhuǎn)型階段的創(chuàng)始人交流：公司做了十來年，AI 崛起了——得想一條更好的新路。我在總結(jié)他們的共性做法，幫更多公司少走彎路。你剛才已經(jīng)提到一個關(guān)鍵：如果今天從零開始，你會怎么做？再加一問：我們是否有某種不對稱優(yōu)勢可繼承？這確實是關(guān)鍵成分。再回到你之前說的兩點：其一是把緊迫感與節(jié)奏感構(gòu)造成“快思團(tuán)隊”；其二是創(chuàng)始人要高頻親自和 AI 打交道，成為真正的 IC。就此延伸一下，你的日常到底長什么樣？除了整天和 Omni 互動，探索它的能力邊界、不斷迭代，你還做什么來幫助你判斷公司接下來該做什么？

Howie Liu：
第一，我會盡可能多地去親自試各種AI產(chǎn)品——不僅是Airtable自家的。既有“新奇心”的驅(qū)動，也因為總有很酷的新Demo出來。比如 Runway 推出沉浸式世界引擎，我會立刻去玩；Sesame AI 做了很酷的可打斷式語音對話 Demo，我也去體驗。哪怕短期內(nèi)這些能力和我們不直接相關(guān)，我也想摸清楚外部的邊界。我還會給自己設(shè)一些“小副本”——周末項目之類——逼自己以真實動機(jī)去用它們。比如做個“好玩的小視頻短片”：用 HeyGen 的頭像，配上 AI 生成的搞笑腳本；如果選了個有意思的話題，我會先用 ChatGPT 做一輪深度研究，再讓它潤色出一版劇本；然后把腳本切段，喂給 HeyGen 生成視頻，下載播放，僅僅為了好玩。老實說，熟練之后，這些事一兩個小時就能做完。

這樣做的好處不止是“理解模型本身”（這也很重要——比如昨天 GPT-5 發(fā)布了，我就第一時間拿一堆個人用例去實測）。更重要的是理解模型放進(jìn)不同產(chǎn)品形態(tài)后的表現(xiàn)：當(dāng)你給它不同的工具調(diào)用（tool calling）、不同的結(jié)構(gòu)化流程，或者更智能體化的工作流，而不是只看ChatGPT 的“出廠形態(tài)”，你才能真正被“哪些產(chǎn)品形態(tài)可以被這代模型點亮”所啟發(fā)。何況，這件事本身就很有趣——它不完全可預(yù)測，你永遠(yuǎn)在開盲盒；再想想五年前還沒有這些東西，那會兒所謂 AI 更多像是高級回歸、預(yù)測分析，和今天完全是兩回事?，F(xiàn)在能不斷上手新東西，本身就很讓人興奮。

還有個現(xiàn)實原因：AI 的節(jié)奏比以往任何技術(shù)賽道都快。在成熟的 SaaS 時代，你當(dāng)然要研究友商，但你大概一年盯一次 Salesforce 或 ServiceNow 的發(fā)布會還說得過去?，F(xiàn)在等不起——每周都會有“大版本/新產(chǎn)品”。而且，正如前面講的，很多能力必須親身體驗，不是看看 TechCrunch 的稿子、刷一條推就夠了，得自己上手玩一把，才知道它到底是什么。

Lenny Rachitsky：
回到團(tuán)隊層面。對產(chǎn)品團(tuán)隊——PM、工程、設(shè)計——你在期待上有哪些調(diào)整，能幫助他們在這個新世界里更成功？

Howie Liu：
首先，我會一再強(qiáng)調(diào)：去“玩”這些東西。我說的“玩”，是真正意義上的“玩”——帶著好奇心去探索，不是勾勾選項、把任務(wù)對付完。這樣的狀態(tài)更有趣、更有能量，也更能學(xué)到東西。我會以身作則，經(jīng)常把我在各個產(chǎn)品里做的嘗試用鏈接或截圖分享出來。

比如，我會直接在某個原型工具里把一頁新品落地頁搭出來，然后把鏈接發(fā)給大家看，而不是像過去那樣先寫個文檔討論。又或者，我會把“深度研究”的實際對話線程分享出來：不是只給你一份“完美備忘錄”，而是把我如何提示、如何迭代、如何讓它匯總出最終結(jié)論的全過程都展示出來，讓大家也能跟著學(xué)、跟著做。甚至我還說過：誰想整天（甚至整周）清空會議日程，就去吧——直接說“是我要求的”。騰出一整塊時間，把你認(rèn)為和 Airtable 相關(guān)的所有 AI 產(chǎn)品都玩一遍，就去做。

其次，是執(zhí)行方式的轉(zhuǎn)變：原型優(yōu)先于文檔/Deck。我希望看到能互動的Demo，而不是只在Deck或PRD（產(chǎn)品需求文檔）里“用語言描述”。你可以寫“我們要讓 Omni 在某類搭建上做到多好”，但那只是文字；真章要在原型里見——拿幾個真實場景試一試，看看手感如何、是否太慢、是否需要把中間的推理/步驟顯性化、要不要加個進(jìn)度條……這些感受，只有可用的開放式原型才能給你。整體而言，執(zhí)行更像是在實驗/游樂場里快速迭代，而不是過去那種“資源配置 + 時間排期”的確定性甘特圖——不是“給這個問題配幾個人、8 周到里程碑、季度發(fā)版”，而是持續(xù)試、快迭代。

Lenny Rachitsky：
在這三種職能里，誰利用這些工具提升產(chǎn)出最成功？你覺得這會如何改變每個角色的長期形態(tài)？

Howie Liu：
我觀察下來，關(guān)鍵還是個人的態(tài)度和一點點“多面手”氣質(zhì)。無論PM、工程還是設(shè)計，只要能跨到另外兩個領(lǐng)域，都有巨大優(yōu)勢——所謂“獨角獸型”選手。比如，一個設(shè)計師如果對技術(shù)恰到好處地“有點危險”：懂一點模型工作原理、明白工具調(diào)用怎么接，就能構(gòu)思乃至在原型工具里做出更真實、有說服力的交互概念，而不是停留在“靜態(tài)稿”。今天很多產(chǎn)品的價值就體現(xiàn)在交互本身——以 ChatGPT 為例，表層 UI簡到不能再簡，真正的“設(shè)計”發(fā)生在引擎蓋下：它如何響應(yīng)你的不同提問、你發(fā)出指令后發(fā)生了什么。

同理，也有很懂產(chǎn)品與體驗的工程師，能把整體雛形原型起來；也有設(shè)計師即便不寫代碼，也能用原型工具把端到端體驗跑通。AI工具讓這類“跨界思維”的人更具優(yōu)勢——他們不必先走完漫長的CS學(xué)徒之路，就能把想法化為可運行的東西。PM也一樣：有些PM在積極往技術(shù)深處鉆，親手上手，而不是把自己的角色僅僅理解為“寫文檔/寫PRD”。

Lenny Rachitsky：
會不會有哪個角色更“危險”，未來數(shù)量會變少？

Howie Liu：
總體上講，同樣的事可以用更少的人做完。這并不意味著我們要去“瘦身”，而是因為待做的事并不是一個“固定清單”。至少對我們這種“元平臺”來說并非如此——我們是讓別人用 AI 去構(gòu)建任何業(yè)務(wù)應(yīng)用的平臺，而這些應(yīng)用在運行時又會進(jìn)一步調(diào)用各類AI 能力：在創(chuàng)意生產(chǎn)里動態(tài)生成圖像、在深度研究里整合外部知識、在“找項目/找客戶”的場景里用 AI 去爬網(wǎng)篩選符合條件的公司……從定義上，我們就是在賦能客戶去構(gòu)建覆蓋極廣譜AI 能力的應(yīng)用。

也因此，我們面前幾乎是一個無限維的能力空間。我常對團(tuán)隊說，好消息是：我們像走進(jìn)了一片果園，地上都是唾手可得的低垂果實——不只是低垂的蘋果，甚至有一只只巨大的西瓜就躺在地上。你只需要走上前二十步把它撿起來，而不是非要去爬五十英尺高的椰子樹，冒著風(fēng)險去夠那顆難摘的椰子?，F(xiàn)在地上有太多“西瓜”了。

走出去，先把那些最大的“西瓜”找出來，一個個拿下。這背后的意義是：只要我們把這種文化建立起來——而且我確實認(rèn)為這是一種可習(xí)得的工作方式。我一直相信人的成長潛力。如果你真的有成長型思維（growth mindset），尤其愿意在夜晚和周末投入時間；或者像我經(jīng)常對同事說的，干脆請一天、甚至一周專門學(xué)習(xí)這些東西——你就能更流暢地掌握這套方法。這樣，我們就會擁有一支能夠以更高杠桿、更快速度處理更多事情的團(tuán)隊。

所以我愿意相信：愿意“上車”的人會變得越來越有效率。這并不是說“作為 PM，我的角色要完全過時了。”不是的。它意味著作為 PM，你要開始變成 “PM+原型手”的混合體 ，并且具備一定的設(shè)計感。

順帶說一句，過去幾十年里，最好的工程（ENG）、產(chǎn)品（PM）與設(shè)計（Design）文化，本質(zhì)上一直都是跨學(xué)科的。比如早年的 Google，PM 規(guī)范里就要求 PM具備一定技術(shù)素養(yǎng)，能理解工程上的邊界與約束；同時也要懂設(shè)計。我還記得我的聯(lián)合創(chuàng)始人 Andrew 在 APM 項目時，會系統(tǒng)地讀設(shè)計書，甚至細(xì)到視覺設(shè)計與色彩理論。對設(shè)計師而言也是同理：你在 Apple 做設(shè)計（哪怕是硬件設(shè)計），也必須理解相關(guān)技術(shù)能力與實現(xiàn)原理。工程師亦然。Stripe的工程文化就很好——工程師會從產(chǎn)品與業(yè)務(wù)需求出發(fā)思考。在 Stripe 的很多產(chǎn)品組里， DRI（Directly Responsible Individual，直接負(fù)責(zé)人） 并不總是 PM；有時就是工程師來牽頭說“我們需要做的就是這個”。

Lenny Rachitsky：
所以你的意思是：產(chǎn)品、工程、設(shè)計這三條線，都需要至少再擅長一條彼此相鄰的能力。理想狀態(tài)當(dāng)然是三項都強(qiáng)，但至少要再補(bǔ)一門——比如 PM 更懂設(shè)計，工程更懂產(chǎn)品管理。

Howie Liu：
我甚至?xí)偻白咭徊剑何艺J(rèn)為每個角色都需要在三項能力上都達(dá)到一個“合格基線”——在此基礎(chǔ)上再在自己的專長里深耕。比如你可以是一個特別擅長交互與 UX 的設(shè)計師，同時在“技術(shù)可行性”與“產(chǎn)品敘事/定位”上也要“懂到足以做出正確判斷”。

Lenny Rachitsky：
要做到這一點，你反復(fù)強(qiáng)調(diào)的一個關(guān)鍵建議就是：持續(xù)使用這些工具。不斷探索它們“能做什么”，它們會反過來教會你很多東西。

Howie Liu：
對，“用工具”會讓你暴露在可能性面前。這就像你想成為一名出色的工業(yè)設(shè)計師——椅子幾乎是工業(yè)設(shè)計的“Hello World”。你不會在真空里、對材料（膠合板、鋼材等）與既有形態(tài)一無所知的情況下，試圖閉門造車做出“世界上最好的椅子”。你應(yīng)該先去研究經(jīng)典：看看 Eames 椅，坐一坐、拆解式地觀察它的結(jié)構(gòu)與工藝；廣泛梳理既有作品的譜系。這就是我所說“去玩這些產(chǎn)品”的意義。

當(dāng)然，只看不做也不行——你最終要親手去做：做第一把椅子，再做第二把、第三把……我自己的產(chǎn)品/UX直覺就是這樣打磨出來的。當(dāng)年在學(xué)校里并沒有什么系統(tǒng)的 UX 課程（CS 也更偏學(xué)術(shù)，少有“把一個應(yīng)用做出來”的實踐）。也許現(xiàn)在少數(shù)學(xué)校（如 Stanford、MIT）有更實用的 UX 課，但對大多數(shù)人仍不容易觸達(dá)。所以我基本靠試錯和研究其他產(chǎn)品來學(xué)習(xí)；同時不斷給自己立“周末項目”。比如：我想做一個“像 Yelp 一樣”的應(yīng)用，有地圖視圖和列表視圖；當(dāng)我在地圖里拖拽移動時，列表能自動更新。這樣我既能嘗試 UX 的改進(jìn)，也能檢驗技術(shù)上哪些環(huán)節(jié)更難、如何讓它真正跑起來，以及在哪些地方用設(shè)計手法或可供性去匹配技術(shù)邊界。

Lenny Rachitsky：
我很喜歡你那條建議：找一個對自己有用又好玩的真實項目去做。有個必須解決的問題，會倒逼你把事情做成。

Howie Liu：
對，這可以是夜晚和周末項目，也可以是你日常工作中的項目。比如在我們的 AI Platform 團(tuán)隊里，我并不會規(guī)定“你得去撿哪一個西瓜”，而是鼓勵他們自己去挑、去試。我們在組里還有不同的 pod，其中一個叫Field Agents，負(fù)責(zé)在應(yīng)用內(nèi)部運行的智能體（不是搭建應(yīng)用的那個，而是代替用戶去做事的那個），比如幫你做網(wǎng)頁研究、分析文檔，未來甚至可能從 PRD 或想法直接生成功能原型。我對他們說：能賦予這些 Field Agents 的“超能力”幾乎是無限的；我不會逐條畫線讓你們照抄——可以讓我參與評審，但請你們主動發(fā)散實驗，原型出幾條不同方向。比如，給表格中的每一行數(shù)據(jù)（對你來說可能是播客嘉賓）加一個“一鍵深度研究”按鈕，批量對所有嘉賓跑深研，把結(jié)果并列展示在表格里——先把原型做出來，看看手感與呈現(xiàn)如何。

Lenny Rachitsky：
我就嘗試過做這個。之前的難點是 ChatGPT Deep Research 還沒有 API……現(xiàn)在有了？

Howie Liu：
現(xiàn)在已經(jīng)開放了。一次深研大概是一美元出頭。有人會說“這也太貴了”，做 50 次就是 50 美元一個月。但你想想，它幫你節(jié)省的是數(shù)小時的人力研究成本。

Lenny Rachitsky：
我還真的雇過研究員幫我做嘉賓背景，四五百美元一次。那這“一美元”簡直太值了，而且我之前一直是手工做的。

Howie Liu：
那就讓他也用 Deep Research 吧（笑）。

Lenny Rachitsky：
還有一個技能我想快速聊聊：eval（評測）。很多嘉賓都提它的重要性，你也很重視。為什么這是一項必須補(bǔ)齊的能力？

Howie Liu：
我聽了你和幾位嘉賓（包括 OpenAI 與 Anthropic的負(fù)責(zé)人）的那幾期，他們都不約而同強(qiáng)調(diào)了 eval 的價值。我想補(bǔ)充一個視角：當(dāng)你在做一個全新形態(tài)/全新體驗的產(chǎn)品時，不要一開始就上 eval，而要先上 “vibes”——先以開放式的感覺與直覺去檢驗“這玩意兒大體能不能跑得通”。比如我們在做“自定義代碼生成”能力時，不是先定義一套 eval，然后不斷改 prompt、改模型或改智能體流程來刷分；因為你必須先定義“好”的樣子。我更傾向于先大量即興試驗：隨手換不同提示詞，看它表現(xiàn)如何。等到你把基本的形態(tài)骨架摸清楚、明確要服務(wù)的核心用例簇之后，eval 才更有用。

換言之，在找 PMF 的早期——不論是一家全新公司，還是在現(xiàn)有產(chǎn)品上做一次幅度很大的新能力——你要更有創(chuàng)造性地“先把東西扔到墻上看看什么粘得住”。比如我們在實現(xiàn)一個“長時運行的爬網(wǎng)研究智能體”：它會上網(wǎng)研究特定對象或?qū)嶓w，但它的輸出不是一份報告，而是一張清單——可以是公司、人、電影、漫畫衍生系列，幾乎什么都行。第一步要做的是：用腦子先窮舉一批跨度很大的用例去試；拿回結(jié)果后你會發(fā)現(xiàn)它在哪些類型上表現(xiàn)更好。這個時候，eval 才真正有用：你可以圍繞那簇“有價值的用例”，用更程序化的方式去度量每次改動的提升。到這一步，產(chǎn)品形態(tài)也許已從“完全開放”收斂為“有邊界、有選項”的能力：比如明確它能研究的人/公司等實體類型，并提供更顯式的篩選條件與提示結(jié)構(gòu)。此后，你再去系統(tǒng)化比測不同模型、不同提示、不同流程的效果，就更有意義了。早期不要被 eval 過早束縛住發(fā)散。

Lenny Rachitsky：
說得太好了。就像“雙鉆模型”：先發(fā)散，再收斂。

Howie Liu：
我沒用過這個說法，但完全共鳴。

Lenny Rachitsky：
讓我總結(jié)一下：要把公司切到新軌道，首先是重置節(jié)奏與緊迫感；其次是盡快放出去、通過真實使用來學(xué)習(xí)，而不是無休止打磨；第三是鼓勵大家去“玩”，甚至給出成塊時間取消會議、清空日程；第四是回到“白紙”提問：如果今天從零出發(fā)，為實現(xiàn)同一使命會怎么做，最好還能疊加我們獨特的存量優(yōu)勢；第五是高頻與 AI 對話——“每小時多次”。還有什么關(guān)鍵點別漏了嗎？

Howie Liu：
還有一點：盡可能打破角色壁壘。不只是 EPD 三角，在非產(chǎn)品職能也一樣。以市場為例：傳統(tǒng)分工可能是一個人管投放與歸因，另一個人寫廣告文案，PMM 提供定位與素材，還有別人去做 Demo 資產(chǎn)?，F(xiàn)在我推市場團(tuán)隊也往“全棧”上走：就像 EPD里理想狀態(tài)是“在一項上很深、在另外兩項上足夠能打”，市場也可以這樣。銷售同理：AE 需要具備 SE 能力。以往銷售可能不夠熟產(chǎn)品，要依賴 SE 做演示；在 AI 產(chǎn)品里，這基本行不通——你必須流暢地講解與演示?？傮w心智就是：角色收斂、全棧拿結(jié)果。作為 AE，你的目標(biāo)是讓客戶看見價值、簽下單子；那么原本對市場資產(chǎn)、對 SE 的依賴，能否盡量下沉到自己身上，以便在需要的時候你可以獨立完成閉環(huán)？這對所有想在 AI 時代競爭的公司，都是一條很好的增補(bǔ)。

Lenny Rachitsky：
這幾乎像是回到了初創(chuàng)階段：大家一起上手做事，而不是各守各的“頭銜”。我把它想成一條“倒 T 型”——你在某個領(lǐng)域很強(qiáng)，但在相鄰領(lǐng)域也要有不斷抬高的基線；每個人的維恩圖在收攏重疊。

Howie Liu：
沒錯。

04

“創(chuàng)始人模式”的回歸：

打破壁壘，享受“構(gòu)建”的樂趣

Lenny Rachitsky：
拉遠(yuǎn)到更長的時間軸看：過去十多年里，你在“造產(chǎn)品、建公司、帶團(tuán)隊”上，學(xué)到的最反直覺的教訓(xùn)是什么？那種和傳統(tǒng)創(chuàng)業(yè)箴言相悖的？

Howie Liu：
我聽過你和 Brian Chesky 的對談，也留意到你后來在YSV 討論的“創(chuàng)始人模式（founder mode）”。那些觀點和我自己的體會高度共鳴。創(chuàng)業(yè)早期，你必須多面手且在細(xì)節(jié)里：從技術(shù)到設(shè)計，到商業(yè)化，到免費增值模型（freemium），到市場打法、官網(wǎng)呈現(xiàn)……全都糾纏在一起，無法切割成若干“裝配線”。你需要一支緊密的小團(tuán)隊，把這些縱深地整合思考，才能做出第一次“產(chǎn)品—市場魔法”。

隨著規(guī)模擴(kuò)大，很多“運營專家”“大公司投資人”的建議，會把你推向“工業(yè)化”：建立一個個“領(lǐng)地”，請來一排高管，每個人管好自己的“泳道”，彼此弱耦合。用工廠的比喻，這有它的效率——每條泳道都能更專注地放大產(chǎn)出。問題是，你會丟掉整合式的系統(tǒng)思考，丟掉“下大注”的能力。Brian 在那期節(jié)目里說得很透：一家真正重視產(chǎn)品的公司，CEO必須扮演好CPO的角色；產(chǎn)品才是一切的根。你不能永遠(yuǎn)只靠放大既有GTM執(zhí)行，而要不斷在產(chǎn)品上做“臺階式躍遷”：推出下一幕、下一種關(guān)鍵能力、甚至一次重生。這要求的是完全不同的運營與領(lǐng)導(dǎo)范式——這與我們在“AI原生時代”的倡議是一致的：大膽設(shè)想整體性的大目標(biāo)，同時在執(zhí)行端高頻試錯、快速出貨、以學(xué)促進(jìn)。

我的“元教訓(xùn)”是：很多建議在某些情境下是對的，但不能只聽結(jié)論。每個人的“先驗分布”不同，像一個個被不同語料訓(xùn)練出來的LLM：有人受“ServiceNow/Oracle 語料”影響，有人受“Facebook 語料”影響，我則更多來自“Airtable 語料”。我現(xiàn)在更關(guān)注“推理鏈”：你為什么這么建議？比“就這么做”更有信息量。比如Airbnb取消傳統(tǒng)意義上的PM，這個結(jié)論未必可以一刀切，但動因非常值得借鑒。理解動因，再結(jié)合自身語境去落地，可能得到不同結(jié)論，但依然受益于那條“推理鏈”。

Lenny Rachitsky：
“創(chuàng)始人模式”和你說的“IC 型 CEO”其實是一回事：下到細(xì)節(jié)、親自嘗試，而不是把一切都外包給高管。

Howie Liu：
對，任何事情走極端都不好——過猶不及就會變成微觀管理，這不是“創(chuàng)始人模式”的本意。關(guān)鍵是拿捏好平衡：毫不掩飾地重視那些真正重要的細(xì)節(jié)，并且把跨部門的細(xì)節(jié)穿起來，才能做出非增量的成果。否則大家都只在各自領(lǐng)域里做局部優(yōu)化，永遠(yuǎn)達(dá)不到全局最優(yōu)。

另外，對于合適的人來說，“當(dāng)個 IC”其實更有趣。我個人最“失聯(lián)”的階段，恰恰是我以為自己應(yīng)該遠(yuǎn)離細(xì)節(jié)、做一個“規(guī)?；?CEO 模板”時。有人說“CEO 做的決定越少越好”“越少接觸細(xì)節(jié)越好”，只在頂層監(jiān)督指標(biāo)；也許在某些成熟業(yè)務(wù)里行得通，但我愈發(fā)懷疑這種純“放手—流程管理”能不能真的奏效。就算短時間里業(yè)務(wù)還能“慣性滑行”，對我來說，親自下場的感覺要更振奮；很多我欣賞的操盤手和領(lǐng)導(dǎo)者，也是因為這個，才讓工作真正有意思——他們不希望自己的角色被“自動化”掉。

05

這是“人人都能構(gòu)建”的時代

不要遠(yuǎn)離那些你既擅長又熱愛的細(xì)節(jié)

Lenny Rachitsky：
如果你能回到十年前，給過去的自己悄悄說一句，能少走很多彎路，那會是什么？

Howie Liu：
不要遠(yuǎn)離那些你既擅長又熱愛的細(xì)節(jié)。我的意思是，如果你的熱情在“做產(chǎn)品、做產(chǎn)品設(shè)計”，哪怕公司有時的確需要去做很多別的事——規(guī)?；⑹袌雠c運營、搭建一支很大的團(tuán)隊，而這些本身又會衍生出一堆需要被管理的事務(wù)，甚至催生出一份“專為管理更大團(tuán)隊而存在的新工作”。顯然，身為一家規(guī)?；镜?CEO，你不可能把這類責(zé)任全都撇開不管。但別丟了你熱愛的本質(zhì)——那些當(dāng)初讓這款產(chǎn)品誕生、讓這家公司成立的東西。很多偉大的公司，都是從某個“神奇的產(chǎn)品—市場契合的洞見”起步的。不要離它太遠(yuǎn)，無論你后來肩上多了多少其他任務(wù)，都要確保那仍然是你的第一優(yōu)先級。

Lenny Rachitsky：
大家確實很少討論這個點：很多人是帶著一個令自己興奮的想法去創(chuàng)業(yè)，做著做著項目成了，又被長期“綁定”在上面。一路往前，有時方向會被推著走，偏離了最初讓你興奮的東西。所以時不時回到你真正熱愛的那件事，太重要了——那幾乎是你能長期堅持下去的唯一方式。

Howie Liu：
太對了。在我看來，這也是“喜歡親手構(gòu)建產(chǎn)品/業(yè)務(wù)的創(chuàng)業(yè)者”和“主要看到一個商業(yè)或財務(wù)機(jī)會，不想錯過就去抓的人”之間的差別。后者并非不可取——有整片行業(yè)都在追逐“阿爾法”（超額收益），比如私募股權(quán)，目標(biāo)就是理性地尋找 Alpha。

但我認(rèn)為，最好的產(chǎn)品型公司，往往由那些真心熱愛產(chǎn)品的人來經(jīng)營。你能感受到這種氣質(zhì)。比如一些 AI 公司里，Sam（Altman）就真的熱愛在 AI 一線工作——如果他能把 100%的時間都花在接近模型與研究上，他會這么做；他自己也說過類似的話。再比如 Brian Chesky 和 Airbnb——很明顯，他們不是為了“抓住酒店的套利機(jī)會賺大錢”才做的 Airbnb。

Lenny Rachitsky：
他們只是當(dāng)時真的需要付房租（笑）。

Howie Liu：
是啊，但不僅如此——他們愛那個產(chǎn)品本身，也熱愛他們構(gòu)建產(chǎn)品的方式。以設(shè)計為中心的產(chǎn)品、公司、文化——這才是能讓你在同一家公司長期工作仍然充滿喜悅的根源。

Lenny Rachitsky：
進(jìn)入我們的快問快答之前，還有什么你想補(bǔ)充、想留給聽眾的話嗎？

Howie Liu：
我想再強(qiáng)調(diào)一句，尤其是對做 EPD 的聽眾，特別是P（產(chǎn)品）這條線的同學(xué)：在這個時代，所需能力不是非黑即白、天賦注定。這其實是一次號召：去把你現(xiàn)在還不夠熟練的那部分能力補(bǔ)起來。

我真心相信：每個人都能學(xué)會寫軟件，如果你愿意。沒錯，并不是人人都會成為“海明威級”的寫作者，那在工程上也類似——但每個人都可以達(dá)到足夠好、能辦事的工程水平。你可以去上訓(xùn)練營，做一些編程練習(xí)。我們不應(yīng)該把這些學(xué)科神秘化到“過了半生就再也學(xué)不會”的地步。人的大腦是可塑的，優(yōu)質(zhì)的學(xué)習(xí)資源非常多；而且很多時候，關(guān)鍵在于動手試錯，靠“夜晚和周末的小項目”去學(xué)會這些東西。在 AI 原生時代，每個人都可以成長為更全能的“獨角獸型”產(chǎn)品/工程/設(shè)計混合體——唯一的障礙，就是你有沒有現(xiàn)在就開始動手。

Lenny Rachitsky：
這個結(jié)尾很鼓舞人心。我也想再強(qiáng)調(diào)：從沒像今天這樣容易學(xué)習(xí)。你可以直接和“超級智能”對話，一邊做一邊學(xué)。

Howie Liu：
真的。我會直接打開ChatGPT，問它：“這類應(yīng)用該怎么做？”甚至“Manis這種開放式智能體，你會怎么從零構(gòu)建？”——它就像一位頂尖的架構(gòu)師/工程師/產(chǎn)品經(jīng)理/設(shè)計師/家教合體，任何問題都不會嫌你蠢，而且24×7 在線。這是學(xué)習(xí)這些東西最不可思議的時代。

再加上各種交互式開發(fā)工具：任何人都可以下載Cursor，讓它先幫你生成代碼，然后自己再讀代碼、搞清楚它在干嘛。我回想當(dāng)年入門開發(fā)：先學(xué) C++，再學(xué) PHP 和JavaScript。早期做前端單頁應(yīng)用（大概 2008–2010 年）簡直是“黑魔法”：想要圓角？你得開Photoshop 手工畫個圓角、切成小圖，在頁面里精確地把那一像素的透明圖擺在盒子的邊上……各種匪夷所思的招數(shù)。而現(xiàn)在一切都順暢、可及太多了——你和“真正令人愉悅的成品”之間的那些繁瑣鴻溝，被大幅壓縮。從沒哪個時代，做東西這么好玩。

Lenny Rachitsky：
你還記得當(dāng)年的spacer.gif嗎？為了對齊排版，用一個不可見的一像素圖片到處墊來墊去——天哪（笑）。能活在這個時代真是太神奇了，Howie。好了，快問快答環(huán)節(jié)，五個問題，準(zhǔn)備好了嗎？——開始。

問：你最常推薦給別人的兩三本書？
Howie Liu：
我最近逼自己多讀點小說，因為它真能讓大腦“重啟”。如果有人還沒讀過《三體》，強(qiáng)烈推薦——我喜歡那種能拓展思維邊界的科幻。這其實是“作弊”，因為它是三部曲（笑），但三本都很棒。
Lenny Rachitsky：
我也愛那套書。給個心得：讀到第一部的一半多開始真正“上頭”，別輕易放下。
Howie Liu：
我連第一本都挺喜歡的，但確實有點像《盜夢空間》：每一本都像再下沉一層，一層套一層，太過癮了。

問：最近特別喜歡的一部電影或劇？
Howie Liu：
我剛開始看 《The Studio》，就是 Seth Rogen 那個……對，Rogen 那個。
Lenny Rachitsky：
超級緊張的那種。
Howie Liu：
真的很緊張（笑）。《硅谷》當(dāng)年太“貼臉”了，我看得整個人都在尷尬。《The Studio》更像是好萊塢的“圈內(nèi)?！保矣植辉诤萌R塢，所以看著反而很解壓、也挺聰明好笑。我在灣區(qū)和洛杉磯兩地跑，劇里很多人物原型在現(xiàn)實里都能對上號。

問：最近讓你愛上的一個產(chǎn)品（軟件/硬件/服飾皆可）？
Howie Liu：
給兩個答案吧。軟件方面，我很喜歡 Runway——這家公司和產(chǎn)品都很強(qiáng)。基本每次出新模型都能把可控性與精細(xì)度再往前推一截，離“生成出你心里那個視頻場景”的逼真度越來越近。他們做的沉浸式世界生成 demo 也很酷。老實說，我也喜歡這種弱小團(tuán)隊打強(qiáng)隊的故事：谷歌在追，OpenAI在追，不到百人的團(tuán)隊卻能頻頻打出上限、把視頻體驗做得這么棒。
另一個很“宅”的實物愛好：我最近迷上了一小圈手工/小批量的日本服飾品牌——用百年老織機(jī)做布料的那種“老派工業(yè)化”。比如loopwheeler機(jī)器，轉(zhuǎn)得很慢、效率很低，但做出來的 T 恤穿感特別好。在一切都越來越快、五年前的技術(shù)都顯得過時的年代，回到老工藝反而更讓人珍惜——也許聽上去有點“文青”，但我就喜歡這種復(fù)古的質(zhì)感。
Lenny Rachitsky：
現(xiàn)在但凡帶“手工、小批量、日本”標(biāo)簽的，基本都很頂（笑）。有推薦的牌子嗎？
Howie Liu：
可以去舊金山 Valencia Street 上的Self Edge看看，他們專門做這種選品：牛仔褲、T 恤都有。像Studio D’Artisan之類的品牌他們都有。還有一個挺有意思的公司叫Toyo（東洋）Manufacturing，聽著像大財閥，其實一點都不是，反而是小眾的日本復(fù)古服飾制造商。他們下面有幾個子品牌，還把一個二戰(zhàn)后美國的老牌子買了商標(biāo)——有點像 Hanes 那種當(dāng)年的大牌，叫Whitesville（名字來歷我也不清楚）。他們現(xiàn)在把這些經(jīng)典版型與疊線幾乎一比一復(fù)刻出來，連當(dāng)年的包裝圖案都重新做了。特別妙：美國戰(zhàn)后美學(xué) + 日本小廠工藝的結(jié)合。

問：有沒有一個你常用的座右銘/思維框架？
Howie Liu：
我最近在聽 Paul Conti（醫(yī)生，同時也是心理學(xué)家）和Andrew Huberman 的長訪談，也看了他的書。他從神經(jīng)科學(xué)/認(rèn)知科學(xué)出發(fā)，談“如何構(gòu)建你看待人生的框架”，有一點我記到現(xiàn)在：把謙卑與感恩放在地基上。每個人的起點不同——我自己家境并不富裕，但因為在美國長大，能早早接觸電腦與互聯(lián)網(wǎng)，從免費資源里學(xué)到很多，這是運氣。我真切感到：當(dāng)你以謙卑與感恩擁抱世界和未來，它會變成一種自我實現(xiàn)的預(yù)言。你更開放、更感恩，好的機(jī)會、好的人、好的事就更愿意靠近你。道理容易說，實踐很難，但它會滲透到你每天的狀態(tài)里，甚至影響你整個人生。

Lenny Rachitsky：
太感謝你來做客，Howie！

Howie Liu：
太開心了，謝謝你，Lenny。

2025盛景半年回顧

人生只有四千周，而企業(yè)生存期更短，跨越10年經(jīng)營期的企業(yè)少之又少，企業(yè)要想有質(zhì)量地活下去，活得更好更久，“極簡增長”就是看透并掌控事物本質(zhì)的那個關(guān)鍵點。

選對了路，路就不會遠(yuǎn)。盛景推出《極簡增長 立竿見影》在線課程，期望能夠幫助更多的企業(yè)走上增長道路。未來有多近，在于我們已經(jīng)走了多遠(yuǎn)。未來有多遠(yuǎn)，在于我們與誰同行。期待與你同行、共勉。

歡迎大家點擊底部【閱讀原文】觀看《極簡增長 立竿見影》的在線視頻課程，了解如何用極致簡單的增長方法論，實現(xiàn)快速增長。