百億美金獨角獸，一夜“腰斬”！CEO絕地求生

作為全球最早投身無代碼開發平臺的企業之一，Airtable自2013年成立以來，經歷了七輪主要融資，總計融資14億美元。2021年12月，公司在由芬蘭投資機構XN領投的7.35億美元F輪融資后，其投后估值達到了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沖擊最嚴重的公司之一。

據統計，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據）仍在網絡上病毒式傳播。

在2023年之前，Airtable的核心價值在于其“讓軟件創建大眾化”的使命。它通過一個直觀的、類似電子表格的界面，成功地將復雜的數據庫功能簡化，讓非技術用戶也能構建定制化應用，從而在無代碼運動中占據了領導地位。

然而，大型語言模型（LLM）的爆發式增長，從根本上動搖了Airtable的立足之本。隨著生成式AI技術的成熟，一種更符合人類直覺的交互方式——自然語言——開始崛起。業界甚至出現了“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的創始人Howie Liu 隨即主導了一場激進轉型：把整家公司按 AI 重新組織架構，自己則成為每天寫代碼的“IC 型 CEO”（IC，Individual Contributor，個人貢獻者），并帶領公司實現了超過 1 億美元的自由現金流。

在AI原生時代，許多公司曾經引以為傲的核心資產正迅速被AI瓦解。Airtable的經歷極具代表性，他們如何在 AI 時代“重啟”已經走過十余年的業務，幫助大家穿越這場每家公司、每個產品都在經歷的“存續之戰”？

今天分享的這篇文章，系Howie Liu 日前做客播客的訪談，他分享的內容信息量很大。節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者，親自下場寫代碼、做產品、親自帶項目，我們把這種現象稱為“IC 型 CEO”。

節目還會聊到他認為產品經理和產品負責人、工程師與設計師，在這個新世界里要補齊的具體技能；以及他如何把公司重組為兩支隊伍：“快思團隊”和“慢思團隊”，并由此顯著加速了他們在 AI 上的投入產出。

你將收獲：

1、受丹尼爾·卡尼曼啟發的“快思—慢思”團隊結構：Airtable 如何實現 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，以及如何重構日程讓其成為可能；

4、為什么“玩”AI 工具應當成為強制項——Howie 如何要求員工取消一周所有會議去深度試用；

5、產品經理、工程師與設計師在 AI 時代需要補齊的具體能力；

文章由盛景新經濟編譯，希望對你有所啟發，enjoy~

01

CEO必須成為“IC型 CEO”：

親自下場，回到“泥地里”寫代碼、做產品

Lenny Rachitsky：
Howie，非常感謝你的到來，歡迎上節目。

Howie Liu：
太興奮了，謝謝你，Lenny。我一直都是遠程聽眾。

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：
一定經歷了很多起伏。我們會聊這些，也會聊一路上的經驗教訓。先從我猜想對 Airtable 來說非常意外的一個“低谷”開始。可惜的是，每當我想到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：有人貼出一堆數據，說 Airtable 已死，融資高估、收入撐不起估值，“Airtable RIP”。到底發生了什么？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“私營公司數據要準確”。但他貼的數字在我們的收入體量、增長率等方面都離譜地不準，是倍數級的誤差。

聊以安慰的是，我發現他還“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。更詭異的是，這些并無數據支撐的“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（他們節目很火，我也聽）。這條推文被當成一個入口，去討論“上一代高估值、十角獸（Decacorn）公司在當下環境里會怎樣”。不過《All-In》幾周后做了糾正，承認數字不準，并且調整了他們對 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。”

Howie Liu：
是啊。那次我很快上了一課：關于“梗”和傳播性。我并不擅長社媒，但算是學到了點東西。

Lenny Rachitsky：
Twitter（現 X）的激勵機制常常與真實背離，人們更愿意轉發“好看”的內容而非真實。

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狀、持續做產品變革的勁頭。他們改了很多東西。但我也確實經常在時間線里被推送各種聳動內容，而且這對我也“有效”，我會忍不住點進去、參與討論。結果就是這類內容更容易擴散。

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，你的日常發生了什么變化？

Howie Liu：
就我個人而言，原因很簡單：創業之初我就是這么干的。我寫后端代碼，思考平臺的實時數據架構，也做前端和交互。對“純軟件”的產品來說，技術本身就是產品，不是“技術只是一個附庸”的那類重運營模式。更進一步，Airtable 是讓別人“搭應用的平臺”，所以技術細節（從架構到前端 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、流程設計和“工程實現”割裂開——很多神奇的產品—市場契合，誕生在那些微妙的細節里：瀏覽器端的可能性、實時架構的邊界，等等。

Figma 也類似：我們幾乎同期創立，都花了兩年半親手打磨，才發布。再看從那時到現在，尤其是當下的生成式 AI 時刻：在一個成熟化的 SaaS 階段，創始人會自然而然被“人和流程”的擴張拉離一線細節；對某些業務這也許沒問題——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）執行。

但現在不同了。我認為幾乎每一個軟件產品都必須“再創業（refound）”。AI帶來的不是“桌面到移動”或“本地到云”這種一次性的形態遷移，而是一個持續快速演進的范式轉移。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與UX模式，需要被重新發明。要在這個時代保持相關性并不斷“再找”產品—市場契合，你就必須親臨細節，而不是站在一萬米高空“堆人頭”。你要理解何為正確的產品體驗、何為匹配它的商業模式，以及整個引擎如何配套運轉，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錄視頻就判斷“我們夠不夠大膽、產品化是否到位”。你得去“玩”。既要玩打包好的應用與解決方案，也要直接擺弄底層原語：用API或對話界面和模型“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 上節目。他們幫公司落地 AI、提升生產率。我問他：判斷一家企業能否成功采用 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——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，我現在仍是 Airtable AI 的“最貴用戶”——不僅在公司內部，曾經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 調用，抽取各類洞察（比如功能需求、總結等）。我們現在還有一種類似“LLM 的 MapReduce 能力”：當上下文窗口放不下全量內容時，先將語料切塊、分別調用模型，再對結果進行一次聚合調用。確實很貴：你在大量數據上跑昂貴模型，然后再對聚合結果再跑一遍。

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，給我送來產品、市場定位、分層與細分的洞見”。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”。更多人應該大膽、進取地把算力砸在這些高價值問題上。

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

Howie Liu：
哈哈，“我個人把公司的現金流拉崩了”。

02

重構組織：

以“快思團隊”與“慢思團隊”加速AI迭代

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

Howie Liu：
我首先減少了默認的一對一。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”去發起更及時討論的空間。最好的會議應該是“以緊迫為驅動”的：當我和一家新創公司交流學到新東西，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EPD（工程/產品/設計）同學。這樣的會議應該由“真材實料的Alpha（增量洞見）”觸發。

當然，在線下見面時，我會留出更長時間做“無結構的人與人的交流”，比如一起吃個長午飯、散個步——質量高于頻率，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？我們的節奏和他們一樣快嗎？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：更高的強度與緊迫感。

Lenny Rachitsky：
你還做過哪些改變，來匹配這種節奏？

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

后來我們按業務單元分：比如面向企業級客戶的 BU，要解決可擴展性——能否支持海量數據與復雜用例？是否具備將應用推向一萬、兩萬座規模的能力？此外還有自助與體驗的“Teams”支柱、AI 支柱、解決方案支柱、基礎設施支柱。這種方式更“整體”，比如 Teams 可以貫穿設計多個觸點，而非只盯一個功能。但當我們全面發力 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 之類的產品，幾乎每周都有“大更新”，它們并不會被“這條線走企業、那條線走別處”的切分牽制，產品像一個整體、以極快速度前進。

所以我們又做了新一輪重組：現在有一支“快思團隊”（正式名為AI Platform），目標是“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“慢思團隊”。“慢”并不代表好壞，而是另一種必要的執行模式：那些需要深度預謀的大賭注——比如我們的數據存儲HyperDB要支持數億級記錄，這不是一周能黑出來的東西。

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

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），縮減過規模，EPD 仍在持續引進優秀人才。自認為“我們已經擁有所有需要的人”是傲慢的。我們一直在尋找新視角與新技能。快思團隊尤其需要高度自治、具創業者氣質的人——不一定非得是前創始人（比如 Rippling 常通過收購引入創始人，我們也做過類似嘗試）。關鍵是能“全棧式地”思考問題——不僅理解技術層，更要聚焦“驚艷時刻”的設計：我們到底想創造什么“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智能體 Omni 對話來描述并迭代要打造的應用、用現有 Airtable 能力去生成；我們還會讓它進行代碼生成，補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，點擊時觸發這個行為。”這里有海量不確定的設計抉擇，你要把設計思維與模型一次生成（one-shot）的技術約束揉在一起；如果一次生成不夠，還要設計合適的人機流程：審批、復審、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，通盤拿捏產品與技術。

Lenny Rachitsky：
我們開始聊天前我剛玩了一下，做了個很可愛的“創業型 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：
我想補充一點。我骨子里還是個產品/體驗（UX）人——那才是我的熱情所在。為了運營公司我學了很多“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，還是去想一個產品該做什么、該如何呈現、該如何對用戶“表現與響應”。在我看來，這就是產品的本質。

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：這個產品應當具備哪些能力？要用什么表達和行為讓用戶理解、用起來順手？當然，接下來還要推敲技術可行性和實現路徑。但在當下很多 AI 產品里，被明顯低估的是“如何把強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——你進來默認就看到一個空白的聊天框（現在底部會有一些建議）。從一個產品 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與引導出來。這也是我們在 Airtable 里一直努力做的：把系統可能處于的各種“狀態”顯性化，甚至用色彩把它們強化出來。

Lenny Rachitsky：
這跟我最近的對話很呼應。我剛和 OpenAI 的ChatGPT 負責人 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 產品既有 PLG（產品主導增長，Product-Led Growth）路徑成功的，也有偏銷售驅動的。比如Palantir 的 AIP 部署就非常銷售主導，不太可能靠“自助注冊—自發擴散”的 PLG 模式切進去；又像 Harvey 這樣的法律行業 AI，也主要靠銷售推進。

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，那會強大得多。回過頭看，ChatGPT 大概是史上最成功的 PLG 產品之一吧——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成。我不認為如果一開始不能“隨手就試”，他們能爬到這么高。雖然從嚴格的“引導能力展示”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市場，銷售執行占比上升，但通常還是建立在企業內部的 PLG 擴散之上。未來銷售依然重要，不過我個人現在的一個目標，是把精力更多轉回到 “由構建者主導的采用”（builder-led adoption）：用產品內的真實體驗去“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，而是要把整段產品體驗都重構為 AI 中心。過去，我們的助理更像側邊欄的“第二入口”；現在我們把智能體做成了在 Airtable 里完成一切的默認方式 ——你可以把 Airtable 里的應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，感覺跟很多 AI 建站/造應用的平臺都挺像——“告訴我你想做什么，我來幫你建”。你怎么看這股風潮？接下來會怎樣？效果好么？

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

隨著模型變強，新形態就冒出來了。Cursor 在這方面做得很早，用更 智能體化（agentic） 的方式，讓模型能處理更復雜的任務、生成更大的代碼塊。現在有了 Composer，你甚至能在 Cursor 里直接說“給我做一個3D 射擊游戲”，看它把項目結構拉起來、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“自建應用”的門檻降下來。使用應用的人遠多于會自己構建或改造應用的人；能否把定制軟件變成人人可用的生產力，這一直是我們的愿景。今天看，這條路還在，只是實現路徑“換了引擎”。如果我們今天從零再創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，轉入 AI 時代的跑道，不能自欺欺人。不是在官網上掛幾句 AI 口號、加兩三個 AI 功能就算“完成轉型”。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，怎樣表達與實現我們的使命？再看一眼：我們現有的產品與業務里，有哪些可復用的積木？每一塊是優勢，還是包袱？這題沒有放之四海而皆準的答案，得看具體產品。

如果你認真內省后發現，用現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“業務應用”這個具體賽道里（我們聚焦的是CRM、庫存管理、案件流轉這類B2B/業務場景，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——復雜度一上來就“語境崩塌”。而我們已經有一整套能被智能體操控的“高層級原語”：比如實時協作、富交互的CRUD數據界面，各類視圖與布局引擎、自動化與業務規則……換成編程語言的比喻，這些 Airtable 的樂高式組件，就是一套更富表達力的領域專用語言（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 開始把每個細節手寫一遍。

這樣我們就能把兩種優勢結合起來：一邊是可靠、成熟、顆粒度合適的“高質量樂高”，另一邊是智能體替你自動裝配。而當你需要“落回” 圖形界面（GUI） 手動微調時，非技術用戶也能看懂正在發生什么、參與到構建過程。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“開發者在 Cursor 里批量生成代碼，同時隨時能回到 IDE 做精細編輯，最后打磨到可上生產”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繼續經營公司。

03

團隊必須“玩”AI工具，

鼓勵員工取消整周會議去深度試用新產品

Lenny Rachitsky：
我在和很多與你同處轉型階段的創始人交流：公司做了十來年，AI 崛起了——得想一條更好的新路。我在總結他們的共性做法，幫更多公司少走彎路。你剛才已經提到一個關鍵：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勢可繼承？這確實是關鍵成分。再回到你之前說的兩點：其一是把緊迫感與節奏感構造成“快思團隊”；其二是創始人要高頻親自和 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產品——不僅是Airtable自家的。既有“新奇心”的驅動，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。哪怕短期內這些能力和我們不直接相關，我也想摸清楚外部的邊界。我還會給自己設一些“小副本”——周末項目之類——逼自己以真實動機去用它們。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不同產品形態后的表現：當你給它不同的工具調用（tool calling）、不同的結構化流程，或者更智能體化的工作流，而不是只看ChatGPT 的“出廠形態”，你才能真正被“哪些產品形態可以被這代模型點亮”所啟發。何況，這件事本身就很有趣——它不完全可預測，你永遠在開盲盒；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、預測分析，和今天完全是兩回事。現在能不斷上手新東西，本身就很讓人興奮。

還有個現實原因：AI 的節奏比以往任何技術賽道都快。在成熟的 SaaS 時代，你當然要研究友商，但你大概一年盯一次 Salesforce 或 ServiceNow 的發布會還說得過去。現在等不起——每周都會有“大版本/新產品”。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：
回到團隊層面。對產品團隊——PM、工程、設計——你在期待上有哪些調整，能幫助他們在這個新世界里更成功？

Howie Liu：
首先，我會一再強調：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、把任務對付完。這樣的狀態更有趣、更有能量，也更能學到東西。我會以身作則，經常把我在各個產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論的全過程都展示出來，讓大家也能跟著學、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，把你認為和 Airtable 相關的所有 AI 產品都玩一遍，就去做。

其次，是執行方式的轉變：原型優先于文檔/Deck。我希望看到能互動的Demo，而不是只在Deck或PRD（產品需求文檔）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、季度發版”，而是持續試、快迭代。

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

Howie Liu：
我觀察下來，關鍵還是個人的態度和一點點“多面手”氣質。無論PM、工程還是設計，只要能跨到另外兩個領域，都有巨大優勢——所謂“獨角獸型”選手。比如，一個設計師如果對技術恰到好處地“有點危險”：懂一點模型工作原理、明白工具調用怎么接，就能構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“靜態稿”。今天很多產品的價值就體現在交互本身——以 ChatGPT 為例，表層 UI簡到不能再簡，真正的“設計”發生在引擎蓋下：它如何響應你的不同提問、你發出指令后發生了什么。

同理，也有很懂產品與體驗的工程師，能把整體雛形原型起來；也有設計師即便不寫代碼，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”的人更具優勢——他們不必先走完漫長的CS學徒之路，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 去構建任何業務應用的平臺，而這些應用在運行時又會進一步調用各類AI 能力：在創意生產里動態生成圖像、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 去爬網篩選符合條件的公司……從定義上，我們就是在賦能客戶去構建覆蓋極廣譜AI 能力的應用。

也因此，我們面前幾乎是一個無限維的能力空間。我常對團隊說，好消息是：我們像走進了一片果園，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，冒著風險去夠那顆難摘的椰子。現在地上有太多“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——而且我確實認為這是一種可習得的工作方式。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；或者像我經常對同事說的，干脆請一天、甚至一周專門學習這些東西——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 ，并且具備一定的設計感。

順帶說一句，過去幾十年里，最好的工程（ENG）、產品（PM）與設計（Design）文化，本質上一直都是跨學科的。比如早年的 Google，PM 規范里就要求 PM具備一定技術素養，能理解工程上的邊界與約束；同時也要懂設計。我還記得我的聯合創始人 Andrew 在 APM 項目時，會系統地讀設計書，甚至細到視覺設計與色彩理論。對設計師而言也是同理：你在 Apple 做設計（哪怕是硬件設計），也必須理解相關技術能力與實現原理。工程師亦然。Stripe的工程文化就很好——工程師會從產品與業務需求出發思考。在 Stripe 的很多產品組里， DRI（Directly Responsible Individual，直接負責人） 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：產品、工程、設計這三條線，都需要至少再擅長一條彼此相鄰的能力。理想狀態當然是三項都強，但至少要再補一門——比如 PM 更懂設計，工程更懂產品管理。

Howie Liu：
我甚至會再往前走一步：我認為每個角色都需要在三項能力上都達到一個“合格基線”——在此基礎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 的設計師，同時在“技術可行性”與“產品敘事/定位”上也要“懂到足以做出正確判斷”。

Lenny Rachitsky：
要做到這一點，你反復強調的一個關鍵建議就是：持續使用這些工具。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設計師——椅子幾乎是工業設計的“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”。你應該先去研究經典：看看 Eames 椅，坐一坐、拆解式地觀察它的結構與工藝；廣泛梳理既有作品的譜系。這就是我所說“去玩這些產品”的意義。

當然，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……我自己的產品/UX直覺就是這樣打磨出來的。當年在學校里并沒有什么系統的 UX 課程（CS 也更偏學術，少有“把一個應用做出來”的實踐）。也許現在少數學校（如 Stanford、MIT）有更實用的 UX 課，但對大多數人仍不容易觸達。所以我基本靠試錯和研究其他產品來學習；同時不斷給自己立“周末項目”。比如：我想做一個“像 Yelp 一樣”的應用，有地圖視圖和列表視圖；當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，也能檢驗技術上哪些環節更難、如何讓它真正跑起來，以及在哪些地方用設計手法或可供性去匹配技術邊界。

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 團隊里，我并不會規定“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，負責在應用內部運行的智能體（不是搭建應用的那個，而是代替用戶去做事的那個），比如幫你做網頁研究、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，但請你們主動發散實驗，原型出幾條不同方向。比如，給表格中的每一行數據（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，把結果并列展示在表格里——先把原型做出來，看看手感與呈現如何。

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

Howie Liu：
現在已經開放了。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，它幫你節省的是數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齊的能力？

Howie Liu：
我聽了你和幾位嘉賓（包括 OpenAI 與 Anthropic的負責人）的那幾期，他們都不約而同強調了 eval 的價值。我想補充一個視角：當你在做一個全新形態/全新體驗的產品時，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，看它表現如何。等到你把基本的形態骨架摸清楚、明確要服務的核心用例簇之后，eval 才更有用。

換言之，在找 PMF 的早期——不論是一家全新公司，還是在現有產品上做一次幅度很大的新能力——你要更有創造性地“先把東西扔到墻上看看什么粘得住”。比如我們在實現一個“長時運行的爬網研究智能體”：它會上網研究特定對象或實體，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；拿回結果后你會發現它在哪些類型上表現更好。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，產品形態也許已從“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構。此后，你再去系統化比測不同模型、不同提示、不同流程的效果，就更有意義了。早期不要被 eval 過早束縛住發散。

Lenny Rachitsky：
說得太好了。就像“雙鉆模型”：先發散，再收斂。

Howie Liu：
我沒用過這個說法，但完全共鳴。

Lenny Rachitsky：
讓我總結一下：要把公司切到新軌道，首先是重置節奏與緊迫感；其次是盡快放出去、通過真實使用來學習，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，為實現同一使命會怎么做，最好還能疊加我們獨特的存量優勢；第五是高頻與 AI 對話——“每小時多次”。還有什么關鍵點別漏了嗎？

Howie Liu：
還有一點：盡可能打破角色壁壘。不只是 EPD 三角，在非產品職能也一樣。以市場為例：傳統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。現在我推市場團隊也往“全棧”上走：就像 EPD里理想狀態是“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品，要依賴 SE 做演示；在 AI 產品里，這基本行不通——你必須流暢地講解與演示。總體心智就是：角色收斂、全棧拿結果。作為 AE，你的目標是讓客戶看見價值、簽下單子；那么原本對市場資產、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？這對所有想在 AI 時代競爭的公司，都是一條很好的增補。

Lenny Rachitsky：
這幾乎像是回到了初創階段：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”——你在某個領域很強，但在相鄰領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

“創始人模式”的回歸：

打破壁壘，享受“構建”的樂趣

Lenny Rachitsky：
拉遠到更長的時間軸看：過去十多年里，你在“造產品、建公司、帶團隊”上，學到的最反直覺的教訓是什么？那種和傳統創業箴言相悖的？

Howie Liu：
我聽過你和 Brian Chesky 的對談，也留意到你后來在YSV 討論的“創始人模式（founder mode）”。那些觀點和我自己的體會高度共鳴。創業早期，你必須多面手且在細節里：從技術到設計，到商業化，到免費增值模型（freemium），到市場打法、官網呈現……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隊，把這些縱深地整合思考，才能做出第一次“產品—市場魔法”。

隨著規模擴大，很多“運營專家”“大公司投資人”的建議，會把你推向“工業化”：建立一個個“領地”，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出。問題是，你會丟掉整合式的系統思考，丟掉“下大注”的能力。Brian 在那期節目里說得很透：一家真正重視產品的公司，CEO必須扮演好CPO的角色；產品才是一切的根。你不能永遠只靠放大既有GTM執行，而要不斷在產品上做“臺階式躍遷”：推出下一幕、下一種關鍵能力、甚至一次重生。這要求的是完全不同的運營與領導范式——這與我們在“AI原生時代”的倡議是一致的：大膽設想整體性的大目標，同時在執行端高頻試錯、快速出貨、以學促進。

我的“元教訓”是：很多建議在某些情境下是對的，但不能只聽結論。每個人的“先驗分布”不同，像一個個被不同語料訓練出來的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”。我現在更關注“推理鏈”：你為什么這么建議？比“就這么做”更有信息量。比如Airbnb取消傳統意義上的PM，這個結論未必可以一刀切，但動因非常值得借鑒。理解動因，再結合自身語境去落地，可能得到不同結論，但依然受益于那條“推理鏈”。

Lenny Rachitsky：
“創始人模式”和你說的“IC 型 CEO”其實是一回事：下到細節、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“創始人模式”的本意。關鍵是拿捏好平衡：毫不掩飾地重視那些真正重要的細節，并且把跨部門的細節穿起來，才能做出非增量的成果。否則大家都只在各自領域里做局部優化，永遠達不到全局最優。

另外，對于合適的人來說，“當個 IC”其實更有趣。我個人最“失聯”的階段，恰恰是我以為自己應該遠離細節、做一個“規模化 CEO 模板”時。有人說“CEO 做的決定越少越好”“越少接觸細節越好”，只在頂層監督指標；也許在某些成熟業務里行得通，但我愈發懷疑這種純“放手—流程管理”能不能真的奏效。就算短時間里業務還能“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導者，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“人人都能構建”的時代

不要遠離那些你既擅長又熱愛的細節

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

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業，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“喜歡親手構建產品/業務的創業者”和“主要看到一個商業或財務機會，不想錯過就去抓的人”之間的差別。后者并非不可取——有整片行業都在追逐“阿爾法”（超額收益），比如私募股權，目標就是理性地尋找 Alpha。

但我認為，最好的產品型公司，往往由那些真心熱愛產品的人來經營。你能感受到這種氣質。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“抓住酒店的套利機會賺大錢”才做的 Airbnb。

Lenny Rachitsky：
他們只是當時真的需要付房租（笑）。

Howie Liu：
是啊，但不僅如此——他們愛那個產品本身，也熱愛他們構建產品的方式。以設計為中心的產品、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：
進入我們的快問快答之前，還有什么你想補充、想留給聽眾的話嗎？

Howie Liu：
我想再強調一句，尤其是對做 EPD 的聽眾，特別是P（產品）這條線的同學：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：去把你現在還不夠熟練的那部分能力補起來。

我真心相信：每個人都能學會寫軟件，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——但每個人都可以達到足夠好、能辦事的工程水平。你可以去上訓練營，做一些編程練習。我們不應該把這些學科神秘化到“過了半生就再也學不會”的地步。人的大腦是可塑的，優質的學習資源非常多；而且很多時候，關鍵在于動手試錯，靠“夜晚和周末的小項目”去學會這些東西。在 AI 原生時代，每個人都可以成長為更全能的“獨角獸型”產品/工程/設計混合體——唯一的障礙，就是你有沒有現在就開始動手。

Lenny Rachitsky：
這個結尾很鼓舞人心。我也想再強調：從沒像今天這樣容易學習。你可以直接和“超級智能”對話，一邊做一邊學。

Howie Liu：
真的。我會直接打開ChatGPT，問它：“這類應用該怎么做？”甚至“Manis這種開放式智能體，你會怎么從零構建？”——它就像一位頂尖的架構師/工程師/產品經理/設計師/家教合體，任何問題都不會嫌你蠢，而且24×7 在線。這是學習這些東西最不可思議的時代。

再加上各種交互式開發工具：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。我回想當年入門開發：先學 C++，再學 PHP 和JavaScript。早期做前端單頁應用（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。而現在一切都順暢、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，快問快答環節，五個問題，準備好了嗎？——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“圈內梗”，而我又不在好萊塢，所以看著反而很解壓、也挺聰明好笑。我在灣區和洛杉磯兩地跑，劇里很多人物原型在現實里都能對上號。

問：最近讓你愛上的一個產品（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——這家公司和產品都很強。基本每次出新模型都能把可控性與精細度再往前推一截，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隊打強隊的故事：谷歌在追，OpenAI在追，不到百人的團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——用百年老織機做布料的那種“老派工業化”。比如loopwheeler機器，轉得很慢、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”，但我就喜歡這種復古的質感。
Lenny Rachitsky：
現在但凡帶“手工、小批量、日本”標簽的，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古服飾制造商。他們下面有幾個子品牌，還把一個二戰后美國的老牌子買了商標——有點像 Hanes 那種當年的大牌，叫Whitesville（名字來歷我也不清楚）。他們現在把這些經典版型與疊線幾乎一比一復刻出來，連當年的包裝圖案都重新做了。特別妙：美國戰后美學 + 日本小廠工藝的結合。

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（醫生，同時也是心理學家）和Andrew Huberman 的長訪談，也看了他的書。他從神經科學/認知科學出發，談“如何構建你看待人生的框架”，有一點我記到現在：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網，從免費資源里學到很多，這是運氣。我真切感到：當你以謙卑與感恩擁抱世界和未來，它會變成一種自我實現的預言。你更開放、更感恩，好的機會、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，而企業生存期更短，跨越10年經營期的企業少之又少，企業要想有質量地活下去，活得更好更久，“極簡增長”就是看透并掌控事物本質的那個關鍵點。

選對了路，路就不會遠。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走上增長道路。未來有多近，在于我們已經走了多遠。未來有多遠，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，實現快速增長。