共计 13224 个字符，预计需要花费 34 分钟才能阅读完成。
整理｜冬梅
Airtable成立于2012年，是一款前沿的无代码应用平台，目前已为超过45万家机构提供服务，包括亚马逊、Netflix和耐克等知名企业。该公司总融资额达到14亿美元，最新一轮融资的估值约为120亿美元，并在2024年实现了正现金流。
Howie Liu是Airtable的联合创始人兼首席执行官。他2009年毕业于杜克大学，获得机械工程与公共政策双学位。在创办Airtable之前，他还曾共同创办CRM初创公司Etacts，该公司在2010年被Salesforce收购。Howie Liu期望通过Airtable打造一个如同数据库般运作的电子表格，便于团队协作和应用程序构建。
在他的带领下，Airtable取得了显著的成就。最初，这一平台只是一个以产品为导向的增长（PLG）平台，而如今已发展成为拥有700多名员工的企业。Howie Liu还参与了天使投资，为多家初创公司提供了早期支持。
Airtable的创立源于Howie Liu对人机交互的热情。大学期间，他学习了神经网络，但很快意识到计算机领域的主要瓶颈在于可用性。“软件的有效使用在很大程度上取决于用户体验，”他回忆道。尽管他早期的初创公司被Salesforce收购，但他离开时坚定地认为：软件开发不应仅限于程序员。
这种信念催生了Airtable。Howie Liu设想的不仅是僵化的软件工具，而是一个让任何人都能构建强大自定义应用的平台。最初，Airtable只是简单的电子表格与数据库的结合，但随后其强大功能得到了证明。早期用户包括营销人员和大型企业，他们利用Airtable处理包括市场活动和零售运营在内的多种工作流程。
Howie Liu在一次访谈中提到：“如果我们为AI工作流程设计了理想平台，它就会像Airtable那样。”
除了吸引人的功能外，Airtable早期的发展也彰显了其使命的深刻共鸣。Howie Liu和他的联合创始人将这一工具视为超越软件的创意画布，使得设计师、营销人员和运营经理能够在没有编程技能的情况下，根据自身需求定制解决方案。这种赋能理念使Airtable区别于传统的SaaS平台，并赢得了忠实的早期用户群体。
当Airtable进入市场时，面临着一个竞争激烈且不断变化的环境。该领域已经饱和了Salesforce和ServiceNow等巨头，以及Asana和Trello等轻量级项目管理工具。Airtable需要在复杂的市场中脱颖而出，并证明自己作为一个能够与全球最大型组织共同扩展的企业平台的价值。
起初，Airtable通过PLG实现了迅速增长，这种草根采用为其赢得了声誉。然而，要超越那些热情的团队，Airtable需要与CIO建立信任，经过严格的安全审核，并融入企业采购体系。这些步骤使Airtable从一款受欢迎的生产力应用转变为企业信赖的工具。
疫情进一步加速了数字化转型，将Airtable推向企业市场。客户不仅要求直观的用户体验，还渴望企业级的可扩展性、安全性，以及与Salesforce、Snowflake和SAP等工具的整合。尽管挑战重重，Airtable仍然迎头赶上。
到2023年，Airtable的年收入已达到数亿美元，在公共SaaS行业的增长率中名列前茅。根据《福布斯》的报道，Airtable在2021年的年经常性收入（ARR）达到了1.42亿美元，同比增长超过50%。
正如Howie Liu在一次采访中所言：“伟大的公司都具备上市的潜力——无论它们是否选择上市。”
最近，Howie Liu接受了名为《Lenny’s Podcast》的视频采访，在节目中他与主持人Lenny分享了围绕人工智能重组公司的过程，以及作为一名“一线执行型CEO”（IC CEO）的经历——即亲自参与编程工作，带领公司最终实现超过1亿美元的正现金流的心路历程。
1 Airtable曾经历低谷，被传濒临倒闭
Lenny：你和Airtable的旅程已经走过了大约13年吧？这一路上一定有不少高峰和低谷。我想聊聊在这个过程中你学到的经验，但我想先从一个我认为对Airtable来说是“低谷”的时刻开始。几年前，有一条推文突然引起关注，称Airtable即将崩溃：资金烧得太快，收入却远远不够，甚至有人直接宣称“RIP Airtable”。这究竟是什么情况？其中有多少是真实的？
Howie Liu：几乎完全不真实。让我感到意外的是，那条推文竟然会广为传播。发推的人似乎在CB Insights工作，讽刺的是，他们本应该提供准确的公司数据。但那条推文对我们的营收和增长速度的描述完全错误，差了好几倍。后来我发现他还曾发过类似的“唱衰推文”，比如说Flexport也快倒闭，估值过高等。其实这些都是没有数据支持的激烈观点，但那条关于Airtable的却格外火爆。
更“推波助澜”的是All-In Podcast也讨论了这条推文，将其视为切入点，探讨“上一代高估值独角兽公司在市场重置期的表现”。这让谣言传播得更加迅速。不过，他们后来也道歉并更正了，承认引用的数据有误。那次经历让我深刻体会到一句话：谎言传播时，真相尚未觉醒。
Lenny：确实如此。社交媒体的激励机制完全错位，人们更倾向于转发耸动的内容，而非准确的信息。
Howie Liu：没错。我在社交媒体上并不算活跃，但那次算是快速上了一课。总体而言，我更喜欢马斯克收购后的Twitter，因为变化更大，更大胆。然而，耸动的内容也更容易冲进我的信息流。即便我知道这是“钓鱼”，还是忍不住点进去。
Lenny：可真是个充满戏剧性的时刻。那么让我们换个话题。我很期待问你一个新趋势：最近我注意到，许多CEO开始重新回归“IC（个人贡献者）”角色，亲自参与代码编写和产品开发，而你正是其中的佼佼者。你能谈谈你为何采取这种做法？你的日常工作发生了怎样的变化？
Howie Liu：根本原因在于，这其实是我创业初期的工作方式。我当时既负责后端代码，设计实时数据架构，同时也参与前端和用户体验设计。对于像Airtable这样的纯软件产品而言，技术就是产品，设计细节即是价值，二者不能割裂。
随着公司扩展，我逐渐淡出了这些细节，转向组织建设与流程管理。但我认为，现在AI带来的变化与从桌面到移动、从本地到云的转型截然不同。这是一场持续快速演进的范式转移。每一次模型升级都会催生新产品形态和交互方式。要保持相关性，就必须重新进入细节，亲自体验和试验。否则根本无法真正把握“什么是可能的”。
Lenny：你提过自己是公司的“首席品味官（Chief Tastemaker）”。
Howie Liu：是的。我坚信，如果不亲自下场，你无法真正“品味”出好坏。尤其在AI领域，你必须亲自玩转模型，探索其极限，才能理解它们的潜力。这就像厨师面对新食材，必须亲自尝试，才能创造出新菜品。
Lenny：你每天都在使用ChatGPT或Claude吗？
Howie Liu：是的，几乎每小时都在使用。甚至可以通过推理调用的成本来衡量（笑）。我自豪地说，我曾是Airtable AI内部以及全球客户中“推理成本最高”的用户。举例来说，我会利用大量销售通话的转录，使用LLM执行map-reduce，将海量数据进行切分处理，再聚合出有价值的洞见。虽然花费可能上百美元，但能换来极具价值的产品、市场和定位洞察。相较于请咨询公司花费上百万，这简直太划算了。
Lenny：小心有人再发推文说你把公司的推理成本烧垮了。那么，我想许多创业者或CEO会问：要亲自下场参与，那你的日常安排是怎样变化的？毕竟你还有很多管理事务。
Howie Liu：我所做的最大改变是减少固定的一对一会议。我希望会议更具“应景性”，围绕新鲜的洞见展开，而不是形式化的例行事务。我也更注重与团队进行面对面的深入交流，比如长时间的午餐、散步聊天，而不是每周一次固定的30分钟。
此外，我现在每周都有专门的AI执行冲刺会议，覆盖公司一半的研发团队。我们的目标是确保在行动速度上不输给AI原生公司，例如Cursor和Windsurf这样的新兴企业。
Lenny：为了让公司行动更迅速，你们在组织上做了哪些调整？
Howie Liu：我们最近进行了重组，将团队划分为“快思考（fast thinking）”和“慢思考（slow thinking）”两类。快思考团队负责快速迭代，每周推出令人惊喜的新功能，而慢思考团队则专注于长期架构和复杂性问题，例如支持上亿条记录的新数据库系统。这两者相辅相成：前者制造兴奋和用户增长，后者确保长期的可扩展性。
Lenny：非常有趣。我从未听过这样的分组方式。那么在快思考团队中，什么样的人更容易取得成功？
Howie Liu：关键在于自主性和全局思维。能够同时考虑技术、设计和用户体验，敢于在模糊中探索。我们也会引入外部新鲜血液，包括一些创业者，以及那些有潜力但并非创始人背景的人。
例如，我们正在研发一项全新功能，用户可以用自然语言表达他们想要构建的应用。AI 不仅能够利用 Airtable 现有的功能进行搭建，还能自动生成代码以满足个性化的需求。这一过程涉及许多设计上的权衡和不确定性，因此需要能够在这种开放的环境中找到方向的人。
***Lenny：我刚才亲自尝试了一下，创建了一个小型的客户关系管理系统，效果相当不错。
Howie Liu：太好了！我的核心热情其实集中在产品和用户体验的设计上。当前，AI 领域的许多潜力还没有被有效地“包装”给用户。例如，ChatGPT 的默认界面仅是一个空白的输入框，但实际上可以设计得更加丰富和直观，从而帮助用户更好地理解和使用这些功能。这正是 Airtable 想在产品层面上实现的目标。
Lenny：这让我想起我与 OpenAI ChatGPT 的负责人 Nick Turley 交谈时，他提到的两个原则：第一个是要问自己“如何更快地推进？”；第二个是 AI 产品通常需要先推出，并通过用户反馈来找到正确的方向。
Howie Liu：我完全赞同。AI 的价值应该通过用户体验来传递。虽然许多公司依赖于销售驱动的模式，但我认为让更多用户直接体验产品才是最强大的增长方式。ChatGPT 无疑是一个成功的例子，它可能是历史上最成功的产品引导增长（PLG）产品。
2 如何推动团队使用 AI
Lenny：这真的很惊人。这样的增长曲线是怎样在短短几年内实现的呢？
Howie Liu：不到三年。确实，三年时间不到。说实话，这真的是极为疯狂的增长曲线。我认为，如果用户无法直接体验产品，他们根本无法走到这一步。就像我之前提到的，ChatGPT 起初的功能并不多，也没有展示它的多种使用方式，但它让用户可以无障碍地尝试，你可以直接向它提问，看看它的回答。尽管早期有些人试图难倒它，发现它对复杂问题的回应不够理想，但它的吸引力依然让每个人都想尝试。
我们经历了整个产品导向增长（PLG）的过程。我认为 Airtable 曾是那个时期典型的 PLG 产品。后来我们开始进军企业市场，进行更多的销售活动，但这一切依然是建立在 PLG 的基础之上。尽管销售仍然对我们的业务至关重要，但我个人的目标之一，是将注意力再次聚焦于用户主导的产品体验，通过产品本身向用户传达 AI 和 Airtable 的价值，而非依赖于演示文稿。我认为这非常关键。
我们将整个产品体验围绕 AI 进行构建。过去，用户可以在助手侧边栏提问，而现在我们将 AI 代理设定为 Airtable 的默认操作方式。如今的 Airtable 应用几乎成为 AI 代理操作的载体。
Lenny：AI 模型的新形式正在不断涌现。我注意到，在访问 airtable.com 时，它的界面与其他 AI 应用生成平台相似，都是“告诉我你想做什么”。你对此趋势有何看法？未来将会如何发展？
Howie Liu：借助 AI 开发应用和编程的过程是极具魔力的。这也验证了我之前提到的观点：随着模型能力的提升，产品的形式和用户体验也需要随之更新。初期的模型，如 GPT-3.5，智能程度有限，无法一次性完成复杂的任务，因此出现了像 GitHub Copilot 这样的工具，主要用于逐行代码补全。随着模型不断增强，新形式也随之出现，比如 Cursor 推出的更“代理化”的方法来生成更复杂的内容，而现在有了 Composer，你甚至可以从零开始构建一个 3D 游戏。
这正是 Airtable 的理念——软件创建的民主化。我们相信，使用应用的人远多于能够自行构建或操作应用的人。现在，我们有机会通过 AI 以全新的方式实现这一目标，而我们现有的无代码组件能够让我们比从零开始更有效地实现这一愿景。
特别是我们专注于业务应用，而非娱乐类游戏。无代码组件使得 AI 代理无需从头编写代码，就能构建复杂的业务应用，包括 CRUD 接口、实时协作、布局引擎、自动化和业务逻辑。这相当于为 AI 提供了高质量的“乐高积木”，它只需将这些组件组合起来，而无需逐行编写 SQL、HTML 或 JavaScript。
Lenny：那么，你如何让团队更好地适应 AI 时代的变化呢？
Howie Liu：我非常强调“玩”的重要性。我指的是心理学意义上的探索，而不仅仅是完成任务。通过好奇心去尝试产品，不仅会让过程更有趣、更有活力，也会帮助学习更多。我会以身作则，分享我在各种 AI 产品上的实践，包括原型、研究报告和登陆页面等，让大家看到实操而非纸面文档。
我甚至建议团队专门安排一天或一周，尽情探索所有 AI 产品，发掘它们可能为 Airtable 带来的价值。这是至关重要的一点——实验和娱乐。与以往严格按照计划和资源分配执行的方式相比，现在更多依赖于快速实验和迭代。
Lenny：在产品团队中，产品经理（PM）、工程师和设计师，谁更容易借助 AI 工具提升效率？从长远来看，AI 将对这三个角色产生怎样的影响？
Howie Liu：关键在于个人的态度和跨领域能力。任何能够跨界的成员都具备优势。如果设计师懂得一些技术和模型运作原理，就能用原型工具构建概念原型，这比单纯的静态设计更加实际。如果工程师理解产品和用户体验，也可以做出完整的原型。核心在于交互，而不仅仅是表面设计。
我会尝试尽可能多的 AI 产品，包括非 Airtable 的工具。目的不仅是为了好奇，也能深入理解各种产品形式。我会进行一些小实验，例如利用 AI 生成脚本或视频短片，仅作为周末的练习。通过这些操作，我可以理解模型，并了解它们在不同产品形式中的应用。
AI 发展得如此迅速，每周都有新产品发布，必须亲自尝试，才能真正理解其能力。阅读报道或推文是不够的，必须通过实际操作获得体验。
对于团队，我强调探索和实验，鼓励大家分享实际成果，而不仅仅是文档。我希望看到互动原型，而不是 PPT，因为真实的体验才是验证想法的关键。以前是确定性的资源分配和时间表，现在则是实验和迭代驱动。
3 在未来三年中，哪些岗位面临被 AI 取代的风险最高
Lenny：我认为 AI 工具也在为这种“跨领域思考者”提供更多优势——他们不再需要花费大量时间学习计算机科学就能获得相应的能力。产品经理（PM）也是如此，有些 PM 会深入研究技术细节，了解 AI 的工作原理，亲自实践，而不是把角色局限于撰写文档和产品需求文档（PRD）。你认为在未来这三个角色中，是否有某个角色“风险更大”，即所需人数可能会减少？
Howie Liu：总体来看，未来将会形成“用更少的人做更多事”的常态。但这并不意味着“我们要缩小团队规模”，而是对于我们和许多公司而言，更有价值的点在于：从产品的角度来看，执行的任务并非“有限的固定项”——并不是说“现在用十分之一的人就能完成原来的工作”（虽然在许多场景下确实可以），更重要的是，Airtable 本身是一个“元产品”（Meta Product）：我们是一个应用平台，现在能够借助 AI 构建任何 AI 应用。这些应用在运行时会利用 AI 的能力，例如为创意生产流程生成图像、进行深入研究，或通过 AI 驱动的网络爬虫，在客户的“交易流应用”中筛选符合特定条件的公司。
从本质上看，我们的平台能够整合各种 AI 能力——因为我们的核心是帮助客户构建具备各种 AI 功能的应用。正因如此，我们可执行的 AI 能力范围几乎是“无限的”。我常对团队说：“好消息是，我们面前有一片‘果树园’，满是垂手可得的‘果实’，甚至有‘西瓜’就摆在地上——你只需走 20 英尺捡起来，而无需爬 50 英尺高的椰子树去摘硬邦邦的椰子。因此，当务之急是找出最大的‘西瓜’，然后付诸实践。”
这意味着，只要我们能够建立这样的文化（而且我相信这种工作模式是可以学习的），每个人都有成长的潜力——我们的核心价值观之一就是“成长型思维”，如果你真的具备这种思维，愿意投入时间（例如晚上或周末学习，我甚至会建议大家“请一天假、一周假专门学习 AI 相关知识”），就能逐渐掌握这些能力。最终，我们将拥有一支“能高效、快速推进更多事务”的团队。
那些愿意“搭上这趟车”的人，将会变得越来越高效。但这并不意味着“PM 的角色会完全无关紧要”——相反，PM 需要转型为“复合型 PM 原型师”，同时具备一定的设计敏感性。实际上，过去几十年里，顶尖的 PM 和设计文化本质上都是“跨领域的”：例如，谷歌早期的 PM 职位要求就明确需要 PM 具备一定的技术能力，能理解工程层面的限制，同时还需具备设计思维。我记得我的联合创始人 Andrew 在参与谷歌 ATM 项目时，甚至会阅读设计相关的书籍，深入研究视觉设计和色彩理论。
同样，苹果的设计师（包括硬件设计师）必须了解技术实现的可能性；Stripe 的工程师文化也具有代表性——优秀的工程师能够兼顾产品和业务需求，甚至在某些产品团队中，“直接负责人（DRRI）” 不一定是 PM，有时是工程师主导产品方向，决定“该做什么”。
Lenny：所以你的意思是，产品、工程和设计这三个领域的趋势是：每个角色至少要精通其他领域的能力？例如 PM 提升设计能力，工程师提升产品管理能力？
Howie Liu：我认为可以更进一步：每个角色都需要“在三个领域都达到不错的水平”。无论你是哪种角色，必须对其他两个领域有“基础认知”，然后在自己的核心领域深入。比如设计师可以专注于用户体验（UX）和交互设计，但至少要能判断“技术上是否可行”，以及“这个功能的产品逻辑是什么”。
Lenny：你提到的一个关键建议我非常认同——“不断使用 AI 工具，了解其潜力”，这能够帮助你掌握很多跨领域的知识。
Howie Liu：没错，使用工具能够让你“看到可能性”。这就像想成为优秀的工业设计师，而“椅子”是工业设计的“入门经典”——在不了解木材、钢材等材料特性，且没有见过现有椅子形态的情况下，你无法凭空设计出最好的椅子。正确的做法是先研究市面上所有优秀的椅子：例如坐一坐 EMS 椅，拆解它的结构，反向推导制作逻辑，了解这类产品的“前人经验”。
重新定义产品开发：从实践到创新的核心策略
“尝试各种 AI 产品”这一理念同样适用，最终的关键在于“实践动手”——仅仅依赖他人的成果是不够的，必须亲自去搭建和反复尝试。我自己在用户体验（UX）方面的敏感度，正是通过这样的方式培养出来的：在学校时并没有系统的 UX 课程，计算机科学的学习也比较理论化，远不如如今有“应用构建”这类实践内容（尽管现在斯坦福、MIT 等高校的 UX 课程对许多人而言依旧是稀缺的）。我的所有产品直觉，都源自“试错”、“研究其他产品”以及“周末动手做小项目”——例如，“创建一个具有地图视图和列表视图的 Yelp 类应用，以实现‘拖动地图时列表自动更新’的功能”，既为了优化用户体验，也为了验证自己的技术能力：哪些部分实现起来有挑战？怎样通过设计来适应技术的局限性？
Lenny：你提到的“寻找一个‘有趣且实用’的项目去实践”，这个建议非常有意思——通过解决实际问题，促使自己动手尝试。
Howie Liu：完全赞同。这类项目可以是“周末小项目”，也可以是“日常工作项目”。例如，我常常对 AI 平台团队（特别是“现场智能代理”团队）说：“就像‘地上的西瓜’这个比喻，我不会规定你们选择哪个，但你们必须主动去探索。”
“现场智能代理”团队负责的是“在应用内运行的智能代理”——这些代理不是用于构建应用，而是帮助客户执行任务，比如进行网络研究或文档分析，未来还可能根据需求原型自动生成功能。我会告诉他们：“可以赋予这些代理几乎无限的‘超能力’，我不会指定具体的方向，但你们可以随时找我讨论。你们要做的就是‘实验和原型验证’——例如尝试在‘现场智能代理’中加入‘深度研究功能’：假设某个表格包含播客嘉宾的资料，能否添加一个按钮，一键（或批量）使用 ChatGPT 的深度研究功能来分析所有嘉宾，并将结果并排展示在表格中？去制作一个原型，看看效果和体验。”
对于负责 AI 功能开发的团队来说，“日常工作本身就是一个实践的机会”。
Lenny：我实际上尝试过做类似的事情，但遇到一个问题——当时 ChatGPT 的深度研究功能还没有开放 API，现在情况有所改善吗？
Howie Liu：现在已经开放了，不过刚刚上线，调用的成本大约是“每次研究一美元多一点”。有些人可能会觉得“太贵了”——比如每月进行 50 次调用就需花费 50 美元，但换个角度来看：这能为人们节省几小时的人工研究时间。我之前雇人做嘉宾背景研究，每次的费用要在 400-500 美元之间，和此对比，1 美元一次的费用显得极具吸引力。而且，你聘请的研究人员，实际上也可能在利用“深度研究工具”来收集信息。
Lenny：还有一个技能我想快速讨论一下——“评估（Evals）”。在这样的对话中，经常提到“做好评估的重要性”，我知道你对此也十分重视。能否谈谈为什么“掌握评估能力”对大家至关重要？
Howie Liu：我听过你与 OpenAI 和 Anthropic 的负责人（比如 Mike）的对话，令人有趣的是，这两位公司的领导都认可“评估的重要性”。不过我想补充的是：针对全新的产品体验或形式，应该从“感受（Vibes）”入手，而不是一开始就强调“评估”——也就是说，使用更开放的方式来测试“它大体上是否可行”。
例如，当我们开发“自定义代码生成功能”时，并没有首先设定“可重复测试的评估标准”（如调整提示词、模型或智能代理工作流程后，如何衡量输出质量），而是先进行“无序的尝试”——用不同的提示词测试，看看效果。在我看来，“评估”更适合在“明确产品形态的基本框架，确定核心用例和测试方向后”进行——此时“评估”可以帮助你“系统性地衡量优化效果”。
然而，如果是在“寻找产品市场契合点”的阶段（无论是新公司，还是为现有产品增加突破性功能），初期需要更多的创造力，通过“大量尝试”去弄清楚“什么是可行的”。
举个例子：我们正在开发一个“长期运行的 AI 爬虫代理”，能够帮助用户搜索特定类型的对象或实体——与“深度研究”类似，但输出并非报告，而是“列表”，例如“所有的漫威电影”“所有的 DC 漫画衍生剧”等等。在开发初期，我们需要尽可能多地考虑不同的用例进行测试——例如尝试搜索公司、人物、影视内容，看看哪些场景表现良好。当我们发现“搜索特定人物和公司（带有特定参数）时效果特别好”，我们就能明确“核心用例范围”，此时再通过“评估”来“量化优化效果”——例如调整后“搜索公司的准确率提升了多少”。
到达这一阶段，产品定位也会变得更加清晰：在 Airtable 中，它不会是“完全开放的功能”，而是“特定于人物、公司等实体类型的搜索功能”，甚至会明确“支持哪些筛选条件”。因此，“评估”更像是“迭代优化的工具”，能够帮助你“实证测试”——例如在大型产品中（如 Anthropic 或 OpenAI），可以进行 A/B 测试，比较不同模型的效果。但在初期，你并没有这样的条件，而需要的是“开放的探索”。
Lenny：这个思路非常明智——“过早的评估会限制思维”。这让我联想到 IDEO 的“双钻石模型”：先发散，再收敛，然后再发散、再收敛。
Howie Liu：我之前没有听说过这个模型，但我完全同意这个逻辑。
Lenny：那么我试着总结一下你提到的“企业转型为 AI 成功的关键策略”，看看有没有遗漏重要的点。首先是“调整对‘速度和紧迫感’的预期”，让团队理解 AI 领域的快速节奏，以适应这种工作模式；其次是“快速推出产品，通过用户反馈学习，而不是无限期打磨”；第三是“鼓励团队尝试最新的 AI 工具，给予他们时间（比如请假、取消会议）来跟进行业动态，通过‘玩耍’来感受可能性，并分享所学的知识”；第四是“重新思考‘如果现在从头创业，如何利用 AI 实现原有使命’，结合过去积累的优势，形成‘不公平的竞争优势’”；第五是“创始人要频繁与 AI 进行互动，甚至每小时都使用”。除此之外，你觉得还有哪些“必须做”的关键动作吗？
Howie Liu：还有一点非常重要——“打破角色壁垒”。这不仅适用于“工程、产品、设计（EPD）”团队，同样对非产品角色也至关重要，比如营销团队。我最近一直在推动营销团队“具备‘全流程动手能力’”：传统营销团队的分工过于细化——有人专注于效果营销（例如调整 Google AdWords 的定向、预算、转化追踪），有人负责撰写广告文案，还有人进行初始内容或定位指南的制定（通常由产品营销经理 PMM 负责），还有人负责制作推广用的演示材料。
然而，现在，正如 EPD 领域的“角色融合”一样——理想状态下，一个人应该在某一领域深耕，同时具备其他两个领域的基础能力，其他职能也应如此。例如，在销售方面：传统销售可能不太了解产品，依赖销售工程师（SE）进行产品演示，但在销售 AI 产品时，“不精通产品、不会进行演示”是行不通的，因此销售（AE）也需要具备 SE 的基本能力。
本质上，这是“角色融合”的理念——每个人都应变得更“全栈”，更关注“结果”。例如，销售的核心目标是“向客户证明产品的价值并完成交易”，因此需要减少对“营销材料”“SE 支持”的依赖，能够独立处理这些环节。对于希望在 AI 时代竞争的公司而言，这是一种“全新的工作思维”。
Lenny：这个补充非常出色，感觉就像“回到创业初期”——大家都在做各种事情，没有明确的“产品负责人”“工程负责人”之分，只有为了达成目标而努力。
Howie Liu：确实如此。我们可以用“倒 T 型能力模型”来理解：“竖线”代表你深耕的核心领域，而“横线”则是你需要掌握的“相邻领域的基础能力”——例如销售需要了解 SE 的知识，产品需要懂得设计和工程的基础。每个人的“能力圈交集”正在变得越来越广。
4 打造 Airtable、组建团队时学到的关键教训
Lenny：那我们把视野放宽一些，谈谈你过去十几年的创业经历。有没有什么“反常识的经验”——比如与主流创业智慧相悖，但你在打造 Airtable 和组建团队时学到的关键教训？
Howie Liu：我曾听过你与 Brian Chesky（爱彼迎 CEO）的访谈，后来你也在 YC retreat 上讨论过“创始人模式（Founder Mode）”，那些观点让我深有共鸣。
我的经历也让我总结出类似的道理——公司在不同的发展阶段，需要采用不同的工作模式。
在创业初期（寻找产品市场契合点时），你必须具备“全能”——不仅要了解技术决策和设计逻辑，还需考虑商业化（例如定价模式）和营销（例如官网设计），这些因素是“相互关联的”，无法拆分为“流水线”般的独立环节。你需要一个“小而紧密的团队”，从“全栈视角”思考所有问题——在我看来，这是找到“神奇的产品市场契合点”的唯一途径。
然而，当公司规模化后，你常会听到“运营专家”或“大公司投资者”给出这样的建议：“要将流程‘工业化’”——就像从“手工定制服装”转向“工厂批量生产”。在组织层面，这意味着设立不同的“职能部门”，招聘高管来分管各自的领域，部门间的协作相对松散——例如销售只关注业绩，营销只负责推广，产品则只专注于功能，甚至产品内部也被拆分为“模块”，各自专注于自己的领域（如“仅优化搜索功能”）。
从“工厂”的角度看，这种模式确实能“提升单个环节的生产效率”——例如某个产品组专注于优化搜索，能够快速迭代多个与搜索相关的功能。因此，这种建议并非完全没有道理，但问题在于：你会失去“整体思考带来的神奇价值”，也难以实现“大方向的突破”。
Brian 在访谈中也提到过这一点——真正重视产品的公司，首先 CEO 要兼任“首席产品官（CPO）”的角色，并关注产品本身。你不能只依赖“规模化市场推广”来维持增长，必须在产品上不断创新；而产品创新的最佳方式，并不是“在各个小模块上进行增量优化”，而是“用更具突破性的视野，实现产品的跨越式升级”——比如为产品开启“新篇章”、增加颠覆性功能，甚至重塑产品形态。
如果你确实想“持续创新，不断发现新的产品市场契合点”，就需要“完全不同的组织运营和领导力模式”——这与我们之前讨论的“AI 时代的工作模式”其实是相通的：既需要“有雄心壮志，带领组织朝着大目标迈进”，又要“快速迭代，多做实验”。
从这些经历中，我提炼出的一个“元经验”是：不要轻易地相信“具体的建议”——例如“用这种方式进行扩展”或“雇佣这类有经验的管理者”。虽然这些建议确实有其合理性（毕竟提议者通常不是外行人），而且在某些情况下也能够奏效，但关键在于“每个人的背景和条件各不相同”。我们犹如各自训练的“语言模型”，拥有不同的“训练数据”：有些人的经验来自于 ServiceNow 或 Oracle，而另一些则来源于 Facebook，而我的经历则是源于 Airtable。
我的做法是：对聪明人的建议保持开放态度，但必须“深入理解建议背后的逻辑”——就像现代推理模型能够“展示思维过程”一样，我们需要弄清楚“他为何会提出这样的建议”。例如，有人会提到“我们公司取消了产品经理职位”，而 Brian 在 Airbnb 也进行过类似的调整（不再设立传统的产品经理，而是转向项目经理和产品营销），但更值得关注的是“他做出这一决策的原因”——这个“原因”比“取消产品经理”这一具体行动更具价值。因为“取消产品经理”并不是一个普适的解决方案，但如果能理解“背后的逻辑”，就能够根据自身情况进行调整，得出适合自己的结论。
Lenny：有趣的是，“创始人模式”与您提到的“AI 时代工作模式”其实存在相似之处——两者都要求“深入细节、亲力亲为，且不盲目放权于高管”。
Howie Liu：确实如此。不过需要警惕“过犹不及”——“深入细节”并不意味着“对每个细节进行微观管理”，这并不是 Brian 所提到的“创始人模式”，也并不代表对团队的不信任。
Lenny：如果可以回到十年前，你会对当时的自己说些什么，以帮助自己减少过去十年的痛苦和遗憾？
Howie Liu：“别放弃你热爱的那些细节”。首先，如果你热爱的事情是“产品开发和设计”，即使公司需要进行“规模化推广”、“构建运营体系”或“管理庞大团队”等任务，也不要放弃“你真正热爱的核心”——正是这些工作让产品从零到一，实现公司与市场的完美契合。
即便需要承担其他责任，也要确保“热爱的事情”始终是你的优先考虑。许多人没有意识到：在创业之初满怀激情地启动项目，随着项目的发展，可能会被迫转向“自己并不太感兴趣的领域”。因此，“牢记初心、回归热爱”尤其重要，这正是能够长期坚持的唯一动力。
在我看来，最出色的“产品驱动型公司”，其管理者一定是“真正热爱产品的人”。例如在人工智能领域的 Sam（OpenAI CEO），他确实热衷于研究AI——如果能够将100%的时间投入到AI及相关研究中，他一定会愿意，而且他自己也曾表示过。再比如 Airbnb 的 Brian，显然他们创办 Airbnb 并不是仅仅为了从“酒店套利”中赚取巨额利润，最初只是为了支付房租。但更为重要的是，他们热爱“产品开发”，并热衷于“用设计推动产品和公司文化”——正是这种热情，使得他们能够在同一家公司持续深耕，始终保持热情。
参考链接：
https://www.youtube.com/watch?v=GT0jtVjRy2E
https://orangeowl.marketing/unicorn-chronicles/airtable-success-story-2/
声明：本文为 InfoQ 翻译整理，不代表平台观点，未经许可禁止转载。
今日好文推荐
直播预告
在“一码多端”的背景下，开发者面临着技术、架构与团队协作的全新挑战，AI究竟是提升了开发效率，还是增加了新的复杂度？不想被淘汰？「点击预约下方直播」
