即刻App年轻人的同好社区
下载
千万不要错过 Notion 创始人这期分享。
大家千万别错过 Notion CEO Ivan Zhao 在红杉聊的这期播客，观点特别有见地。
甚至我觉得，这是近半年来大家都应该认真精读的一期内容。
相当解惑。Ivan 把 AI 时代里一个组织正在发生的变化，用一种特别形象的方式串了起来。
他说现在公司的运作模式，越来越应该像一支爵士乐队。爵士乐队有一个基本的结构，有基本的调子，也有一套大家心照不宣的框架。
但在这个框架中，更看重即兴演奏。
过去 20 年，软件行业虽然也经历了移动互联网这样的快速增长，但整体的节奏和流程还是非常稳定的。
我记得早些年我们公司还学过华为的流程型组织，思路是琢磨怎么把一家公司变成一台精密运行的机器。
所以公司的岗位越来越细，流程越来越长，分工越来越明确。比如做一个产品，产品经理写 PRD，设计师画出草图，工程师实现，市场或者运营负责整体的包装，销售负责转化。
这种模式特别像一支行进乐队，队形是整齐划一，节奏是固定的，谱子也是提前写好的，每个人只管自己那一摊，大家一起齐步往前走。
但 AI 时代，这种组织方式会让公司慢得像一头大象。
所以，Notion 内部正在逐步调整结构，他们希望整个团队就像刚才说的，成为一支爵士乐队。
因为现在很多 AI 产品，团队一开始也不知道正确答案到底是什么。
很多产品能力，不是在需求文档里提前设计好的，而是在和模型不断交互、不断 experiment 的过程中慢慢冒出来的。
今天试着把一个模型能力接进产品里，发现它居然真能跑通。
明天上线之后，用户又突然玩出一种完全没预料到的用法。很多产品路径，都是团队边做边调整，边上线边重新理解用户。
这种情况下，组织最大的风险，就是反应太慢。
1
具体关于怎么做 AI 产品，Ivan 有一个特别贴切的比方，他说这事更像酿酒，不像修桥。
修桥是过去做产品的方式。它最大的特点，就是事先能把整个的结构、路线都大致确定好。
诸如开工之前，桥有多长，需要几个桥墩，能承多少重，大概用多少钢材，总工都心里有数。
设计是一个阶段，施工是一个阶段，设计完直接交给施工队就行。
其实过去做软件，路径大体也是这样。中间虽然会有迭代，但基本上是产品经理把要做什么想清楚，再交给工程去实现。
但现在做产品像酿酒，酿酒就不是这个路数。
酿酒的人，当然也知道自己大概要酿什么风味，也有一整套成熟的方法和经验。
但它不像修桥那样，能在开始之前就把所有结果精确设计好。
酿的过程中，他得不断调整温度、发酵时间、原料比例、菌种这些变量。很多关键味道，是一轮轮尝试之后，才慢慢调出来的。
AI 产品现在越来越像这个过程。
团队一开始也不知道模型到底能做到什么程度，只能先不断实验。
今天试出来一个能力能跑通，整个产品逻辑可能就变了。明天用户又玩出一种完全没想到的用法，交互方式可能还得继续调整。
所以 Ivan 才会说，现在很多 AI 产品，已经不是先把答案设计好，再让团队去实现。
而是团队先围着模型不断尝试，再一轮轮把真正的产品形态试出来。
2
过去修桥的逻辑下，分工是非常清楚的。产品经理、设计师、工程师、测试，一环扣一环，每个人把自己负责的事做好就行。图纸确定下来之后，大家照着图各干各的。
但酿酒的逻辑下，这条流水线就开始失效了。
因为很多结果，没办法在一开始就彻底定义清楚。团队只能一边尝试，一边根据模型和用户的反馈不断调整。
很多关键判断，也不是提前讨论出来的，而是在一次次 experiment 的过程中慢慢试出来的。
这就逼着不同工种之间的那道墙开始变薄。
设计师不能再只交一张图就完事了。很多产品上的关键决定，是在和模型不断交互的过程中才慢慢冒出来的。
如果设计师只是交一个效果图，很快就会跟不上变化。
所以 Notion 现在特别强调，设计师得能像产品经理一样，把一件事一路推到上线。
这个变化其实特别大。
过去很多设计师更像是在一个固定流程里完成自己的那部分工作。但现在，AI 正在不断放大每个人的能力。
设计师开始能直接做产品、写代码、验证交互。很多时候，一个有想法、有品味的人，已经可以独立把一件事快速做出来了。
说到底，AI 产品很多关键判断，其实都藏在真实的实验现场里。
谁离模型更近，谁更容易发现新的能力。谁离用户更近，谁更容易看到新的用法。
所以组织里的每个人，都得更靠近 experiment 的现场。
工程师也一样。过去很多工程师的工作逻辑，是等需求、接需求、实现需求。
但现在很多 AI 产品，压根不存在一份已经完全写死的需求文档。大家很多时候是在边做边找答案。
模型突然多了一个能力，产品逻辑可能立刻就变了。工程师如果没有产品感觉，只会机械执行，其实很难适应这种节奏。
因为很多 AI 产品真正重要的判断，恰恰是在工程实现的过程中突然发现的。
产品经理的变化可能更明显。
过去 SaaS 时代，PM 更多是在分析需求、设计流程。因为那个时代，用户需求相对稳定，产品边界也相对稳定。
所以 PM 可以慢慢调研用户、提炼需求、写 PRD，再交给团队实现。
整个逻辑，本质上还是先把问题想清楚，再让团队去做。
但 AI 产品越来越不是这样。
很多时候，团队自己一开始也不知道模型到底能做到什么程度。
很多产品路径，不是在需求文档里提前设计好的，而是在和模型不断交互、不断 experiment 的过程中慢慢试出来的。
今天试出来一个能力能跑通，整个产品逻辑可能就变了。
明天上线之后，用户又突然玩出一种完全没想到的用法，交互方式可能还得继续调整。
所以现在的 PM，已经不能只是写需求的人了。
他得先理解模型的能力，再反过来寻找产品路径。过去 PM 更像需求规划者，现在越来越像模型探索者。
很多时间，不是在写文档，而是在亲自试模型、试交互、试产品边界。
总结下来，其实就是一件事。AI 产品的不确定性，比过去高太多了。
这种情况下，每个人都已经不能只守着单一环节。每个人都得自己动手，也得看得清方向。
3
这就会带来组织结构的变化。Ivan 还有一个特别好的比方，我记得他今年年初写文章时也提到过。
他说，钢材出现之前，全世界的楼基本上只能盖五六层。不是大家不想往高了盖，而是承重结构撑不住。
钢材出现之后，整个逻辑变了，楼开始能盖到二十层、三十层，城市的天际线也跟着变了。
AI 有点像组织里的钢材。这个比方我觉得特别有洞察。
很多人会觉得，一家公司之所以有那么多层级，是因为老板想管理、想控制。但更底层的问题，其实是信息在组织内的传递的成本太高。
老板不可能知道所有事情，一个人的精力和带宽终究是有限的。
所以公司规模一大，自然就会长出很多中间层。这些人每天大量时间，其实都花在同步信息、上传下达、跨部门协调。
过去的组织也不是不想扁平化。问题是每个人的带宽有限，公司必须长出很多中间结构，才能把信息流撑起来。
就像过去大家也不是不想盖高楼，而是在没有钢材之前，中间那层根本撑不住。
但 AI 出现之后，这个逻辑开始变了。AI 特别擅长整理信息、压缩上下文、提炼重点、辅助决策。
过去很多必须靠人反复整理、同步、传递的信息，现在 AI 已经能接过去一部分了。
举个特别真实的例子。
前两天我们开会，一整天的会议我全程录了音。结束之后，我直接让 AI 帮我梳理这一天里有哪些关键角色，哪些地方存在分歧，哪些地方的逻辑其实没对齐。
结果 AI 一分钟就整理出了一份非常完整的报告。这种事放在过去，公司里得有多少人来回同步、整理、复盘，才能做到这个程度。
所以 Ivan 才会说，AI 开始改变组织的承重结构。它第一次让组织有机会变得更扁平、更灵活。
这个变化其实特别深刻。
因为 AI 不再只是一个提高效率的小工具，它开始慢慢变成组织基础设施的一部分。
前面说的爵士乐队，本质上也建立在这个基础上。
爵士乐队为什么能运转？因为每个人都能快速感知现场的变化，也能实时共享上下文。
如果信息传递很慢，大家根本没法即兴协同。
所以 AI 真正改变的，不只是个人效率，而是整个组织的信息流速度。当信息流开始被 AI 重构之后，组织才终于有机会减少层级、减少中间传递、减少岗位边界。
管理者也终于可以既亲自下场做事，又不完全依赖中层去做信息整理和上下文同步。
4
爵士乐队里，人肯定是核心，所以选人的标准也就变了。
这里有个大家都知道的前提：模型能力变强带来的一个直接结果，就是很多基础能力被拉平了。
比如说，之前一个运营会写 SQL 就很厉害，但现在，写作能力、Coding 能力、搜索能力、数据分析能力，这些过去要花很多时间练习的本事，门槛好像基本上没有了。
只要会用自然语言，只要乐意用 AI，这些事 AI 都可以搞定。
所以一个刚入行的新手，配上趁手的 AI，确实也能做过去得好几年经验才能做出来的工作。
基础能力被拉平之后，之前的某些能力其实不再稀缺。这时候就要去想，一个人身上最值钱、最重要的东西是什么？这个问题我也特别关注。
当然，这个观点基本上也是老生常谈。我最近看了非常多硅谷创业者的类似讨论，大家的答案 100% 是趋同的，主要就这么几点：主动性、品味、好奇心。
道理也简单。AI 能写出一段代码，能做出一个功能，但它替代不了一个人的审美判断，替代不了一个人的好奇心。
一个人没有好奇心，AI 能力再强又有什么意思？没有好奇心、没有主动性的时候，AI 就只是 AI，token 的量就在那，它依赖于人的好奇心，才会被用去创造。
所以 Notion 招人，已经不像之前那样看谁的履历漂亮了，更在意的是这些人到底有没有好奇心、有没有品味、有没有主动性。
他们还有一个非常具体的人才结构设计。Ivan 特别爱举例子，他管这叫杠铃。
杠铃是什么意思？两头沉，中间轻。
一头，是非常资深、能够确定方向的人。他们见多识广，知道哪条路可能会有坑，方向大概是对的，这需要经验。
另一头，是很有能量、有干劲的人。这些人没什么包袱，最愿意拿着 AI 把自己的能力放大几倍去创造。
中间那些经验不上不下、又特别依赖固定流程的岗位和人，价值在这个时代确实降低了很多。
这个对我超级有启发。我觉得所有创业者、所有管理者都应该想一下，给自己的公司加上一个杠铃结构：一头是有判断力、沉稳、能定方向、知道做什么的人，一头是年轻、愿意用 AI 去创造的人。
大家千万别错过 Notion CEO Ivan Zhao 在红杉聊的这期播客，观点特别有见地。
甚至我觉得，这是近半年来大家都应该认真精读的一期内容。
相当解惑。Ivan 把 AI 时代里一个组织正在发生的变化，用一种特别形象的方式串了起来。
他说现在公司的运作模式，越来越应该像一支爵士乐队。爵士乐队有一个基本的结构，有基本的调子，也有一套大家心照不宣的框架。
但在这个框架中，更看重即兴演奏。
过去 20 年，软件行业虽然也经历了移动互联网这样的快速增长，但整体的节奏和流程还是非常稳定的。
我记得早些年我们公司还学过华为的流程型组织，思路是琢磨怎么把一家公司变成一台精密运行的机器。
所以公司的岗位越来越细，流程越来越长，分工越来越明确。比如做一个产品，产品经理写 PRD，设计师画出草图，工程师实现，市场或者运营负责整体的包装，销售负责转化。
这种模式特别像一支行进乐队，队形是整齐划一，节奏是固定的，谱子也是提前写好的，每个人只管自己那一摊，大家一起齐步往前走。
但 AI 时代，这种组织方式会让公司慢得像一头大象。
所以，Notion 内部正在逐步调整结构，他们希望整个团队就像刚才说的，成为一支爵士乐队。
因为现在很多 AI 产品，团队一开始也不知道正确答案到底是什么。
很多产品能力，不是在需求文档里提前设计好的，而是在和模型不断交互、不断 experiment 的过程中慢慢冒出来的。
今天试着把一个模型能力接进产品里，发现它居然真能跑通。
明天上线之后，用户又突然玩出一种完全没预料到的用法。很多产品路径，都是团队边做边调整，边上线边重新理解用户。
这种情况下，组织最大的风险，就是反应太慢。
1
具体关于怎么做 AI 产品，Ivan 有一个特别贴切的比方，他说这事更像酿酒，不像修桥。
修桥是过去做产品的方式。它最大的特点，就是事先能把整个的结构、路线都大致确定好。
诸如开工之前，桥有多长，需要几个桥墩，能承多少重，大概用多少钢材，总工都心里有数。
设计是一个阶段，施工是一个阶段，设计完直接交给施工队就行。
其实过去做软件，路径大体也是这样。中间虽然会有迭代，但基本上是产品经理把要做什么想清楚，再交给工程去实现。
但现在做产品像酿酒，酿酒就不是这个路数。
酿酒的人，当然也知道自己大概要酿什么风味，也有一整套成熟的方法和经验。
但它不像修桥那样，能在开始之前就把所有结果精确设计好。
酿的过程中，他得不断调整温度、发酵时间、原料比例、菌种这些变量。很多关键味道，是一轮轮尝试之后，才慢慢调出来的。
AI 产品现在越来越像这个过程。
团队一开始也不知道模型到底能做到什么程度，只能先不断实验。
今天试出来一个能力能跑通，整个产品逻辑可能就变了。明天用户又玩出一种完全没想到的用法，交互方式可能还得继续调整。
所以 Ivan 才会说，现在很多 AI 产品，已经不是先把答案设计好，再让团队去实现。
而是团队先围着模型不断尝试，再一轮轮把真正的产品形态试出来。
2
过去修桥的逻辑下，分工是非常清楚的。产品经理、设计师、工程师、测试，一环扣一环，每个人把自己负责的事做好就行。图纸确定下来之后，大家照着图各干各的。
但酿酒的逻辑下，这条流水线就开始失效了。
因为很多结果，没办法在一开始就彻底定义清楚。团队只能一边尝试，一边根据模型和用户的反馈不断调整。
很多关键判断，也不是提前讨论出来的，而是在一次次 experiment 的过程中慢慢试出来的。
这就逼着不同工种之间的那道墙开始变薄。
设计师不能再只交一张图就完事了。很多产品上的关键决定，是在和模型不断交互的过程中才慢慢冒出来的。
如果设计师只是交一个效果图，很快就会跟不上变化。
所以 Notion 现在特别强调，设计师得能像产品经理一样，把一件事一路推到上线。
这个变化其实特别大。
过去很多设计师更像是在一个固定流程里完成自己的那部分工作。但现在，AI 正在不断放大每个人的能力。
设计师开始能直接做产品、写代码、验证交互。很多时候，一个有想法、有品味的人，已经可以独立把一件事快速做出来了。
说到底，AI 产品很多关键判断，其实都藏在真实的实验现场里。
谁离模型更近，谁更容易发现新的能力。谁离用户更近，谁更容易看到新的用法。
所以组织里的每个人，都得更靠近 experiment 的现场。
工程师也一样。过去很多工程师的工作逻辑，是等需求、接需求、实现需求。
但现在很多 AI 产品，压根不存在一份已经完全写死的需求文档。大家很多时候是在边做边找答案。
模型突然多了一个能力，产品逻辑可能立刻就变了。工程师如果没有产品感觉，只会机械执行，其实很难适应这种节奏。
因为很多 AI 产品真正重要的判断，恰恰是在工程实现的过程中突然发现的。
产品经理的变化可能更明显。
过去 SaaS 时代，PM 更多是在分析需求、设计流程。因为那个时代，用户需求相对稳定，产品边界也相对稳定。
所以 PM 可以慢慢调研用户、提炼需求、写 PRD，再交给团队实现。
整个逻辑，本质上还是先把问题想清楚，再让团队去做。
但 AI 产品越来越不是这样。
很多时候，团队自己一开始也不知道模型到底能做到什么程度。
很多产品路径，不是在需求文档里提前设计好的，而是在和模型不断交互、不断 experiment 的过程中慢慢试出来的。
今天试出来一个能力能跑通，整个产品逻辑可能就变了。
明天上线之后，用户又突然玩出一种完全没想到的用法，交互方式可能还得继续调整。
所以现在的 PM，已经不能只是写需求的人了。
他得先理解模型的能力，再反过来寻找产品路径。过去 PM 更像需求规划者，现在越来越像模型探索者。
很多时间，不是在写文档，而是在亲自试模型、试交互、试产品边界。
总结下来，其实就是一件事。AI 产品的不确定性，比过去高太多了。
这种情况下，每个人都已经不能只守着单一环节。每个人都得自己动手，也得看得清方向。
3
这就会带来组织结构的变化。Ivan 还有一个特别好的比方，我记得他今年年初写文章时也提到过。
他说，钢材出现之前，全世界的楼基本上只能盖五六层。不是大家不想往高了盖，而是承重结构撑不住。
钢材出现之后，整个逻辑变了，楼开始能盖到二十层、三十层，城市的天际线也跟着变了。
AI 有点像组织里的钢材。这个比方我觉得特别有洞察。
很多人会觉得，一家公司之所以有那么多层级，是因为老板想管理、想控制。但更底层的问题，其实是信息在组织内的传递的成本太高。
老板不可能知道所有事情，一个人的精力和带宽终究是有限的。
所以公司规模一大，自然就会长出很多中间层。这些人每天大量时间，其实都花在同步信息、上传下达、跨部门协调。
过去的组织也不是不想扁平化。问题是每个人的带宽有限，公司必须长出很多中间结构，才能把信息流撑起来。
就像过去大家也不是不想盖高楼，而是在没有钢材之前，中间那层根本撑不住。
但 AI 出现之后，这个逻辑开始变了。AI 特别擅长整理信息、压缩上下文、提炼重点、辅助决策。
过去很多必须靠人反复整理、同步、传递的信息，现在 AI 已经能接过去一部分了。
举个特别真实的例子。
前两天我们开会，一整天的会议我全程录了音。结束之后，我直接让 AI 帮我梳理这一天里有哪些关键角色，哪些地方存在分歧，哪些地方的逻辑其实没对齐。
结果 AI 一分钟就整理出了一份非常完整的报告。这种事放在过去，公司里得有多少人来回同步、整理、复盘，才能做到这个程度。
所以 Ivan 才会说，AI 开始改变组织的承重结构。它第一次让组织有机会变得更扁平、更灵活。
这个变化其实特别深刻。
因为 AI 不再只是一个提高效率的小工具，它开始慢慢变成组织基础设施的一部分。
前面说的爵士乐队，本质上也建立在这个基础上。
爵士乐队为什么能运转？因为每个人都能快速感知现场的变化，也能实时共享上下文。
如果信息传递很慢，大家根本没法即兴协同。
所以 AI 真正改变的，不只是个人效率，而是整个组织的信息流速度。当信息流开始被 AI 重构之后，组织才终于有机会减少层级、减少中间传递、减少岗位边界。
管理者也终于可以既亲自下场做事，又不完全依赖中层去做信息整理和上下文同步。
4
爵士乐队里，人肯定是核心，所以选人的标准也就变了。
这里有个大家都知道的前提：模型能力变强带来的一个直接结果，就是很多基础能力被拉平了。
比如说，之前一个运营会写 SQL 就很厉害，但现在，写作能力、Coding 能力、搜索能力、数据分析能力，这些过去要花很多时间练习的本事，门槛好像基本上没有了。
只要会用自然语言，只要乐意用 AI，这些事 AI 都可以搞定。
所以一个刚入行的新手，配上趁手的 AI，确实也能做过去得好几年经验才能做出来的工作。
基础能力被拉平之后，之前的某些能力其实不再稀缺。这时候就要去想，一个人身上最值钱、最重要的东西是什么？这个问题我也特别关注。
当然，这个观点基本上也是老生常谈。我最近看了非常多硅谷创业者的类似讨论，大家的答案 100% 是趋同的，主要就这么几点：主动性、品味、好奇心。
道理也简单。AI 能写出一段代码，能做出一个功能，但它替代不了一个人的审美判断，替代不了一个人的好奇心。
一个人没有好奇心，AI 能力再强又有什么意思？没有好奇心、没有主动性的时候，AI 就只是 AI，token 的量就在那，它依赖于人的好奇心，才会被用去创造。
所以 Notion 招人，已经不像之前那样看谁的履历漂亮了，更在意的是这些人到底有没有好奇心、有没有品味、有没有主动性。
他们还有一个非常具体的人才结构设计。Ivan 特别爱举例子，他管这叫杠铃。
杠铃是什么意思？两头沉，中间轻。
一头，是非常资深、能够确定方向的人。他们见多识广，知道哪条路可能会有坑，方向大概是对的，这需要经验。
另一头，是很有能量、有干劲的人。这些人没什么包袱，最愿意拿着 AI 把自己的能力放大几倍去创造。
中间那些经验不上不下、又特别依赖固定流程的岗位和人，价值在这个时代确实降低了很多。
这个对我超级有启发。我觉得所有创业者、所有管理者都应该想一下，给自己的公司加上一个杠铃结构：一头是有判断力、沉稳、能定方向、知道做什么的人，一头是年轻、愿意用 AI 去创造的人。
7 21
来自圈子
产品经理的日常
205850人已经加入